广告花出去之后,麻烦常是两套数对不上:市场部拿广告后台的转化数,销售拿 CRM 里的阶段推进,中间那段没人说得清,而下一季的预算又得在这两套数之间定。
Cometly 卖的是把这段接起来。它的 About 页写着:面向 B2B SaaS 的营销归因平台,帮运营者把广告支出连到销售管道和收入,证明 ROI。About Us | Cometly[1] 它要接的是已经花出去的那笔钱:把广告支出对到销售管道和收入。
具体动作是:网站上装 Pixel 和服务端追踪,页面每次加载记一笔;把 Meta、Google 等主流广告平台账户接进来;再把 CRM 里的销售管道和赢单(closed-won)结果与这些记录对上,做多触点归因。Pricing | Cometly[2] 麻烦不在装代码,在把 CRM 事件和广告记录对到同一口径。产品接手的是对账这一段;接得准不准,还得看接线的人。
所以定价页上有一句少见的话:不提供免费试用。理由也写在 FAQ 里——归因要先把 CRM 和广告平台接通才有用;想开工,Professional Onboarding 会配一名专职专家,从第一天把技术栈接对。[2]
起步入口是 Book demo 或 Get started。About 页底部说,团队会做一次个性化 walkthrough,30 分钟内让你看到自己的数据跑起来;定价页则把 30 分钟通话写成:测算你的 pageview、走一遍技术栈,并在同一通电话里报价。[1] · Pricing | Cometly[2] 报价被写进同一通电话,销售顺序是先看数据、再谈价。
一个把答案钉在结构化数据上的 AI
Core 套餐里有一项叫 Agent。值得看的不是“带 AI”,是它给自己划的边界。
Agent 页的 FAQ 写得很直:它用 LLM,但不做自由文本检索,而是在结构化的 Cometly 数据上生成针对归因层的查询,答案与仪表盘对账;每个回答都引用底层指标、时间窗口和过滤条件,点开能看到对应的行,结果可以存成仪表盘组件、定时摘要,分享给团队。[3]
这套做法换来的是另一件事:一份能回到仪表盘、Stripe 和 CRM 再对一遍的数字。归因工具最怕的往往不是算错,是没人信。同一层也开放给 Claude、GPT 和自建 agent,通过 MCP server 查询,MCP Access 在所有套餐里都包含。[3] · Pricing | Cometly[2] 官网称“答案与仪表盘对账”。
按网页浏览量收钱,超额不锁归因
Core 和 Enterprise 都没有公开标价,按客户现有的每月 pageview 量身定价,可月付或年付,年付标着省 20%。pageview 的定义是网站页面每次加载、并被 Comet Pixel 或服务端事件记录,官方估算一次访问通常产生约 1.5 个 pageview。超出额度时 Cometly 说不限制归因,而是在用到档位 90% 时通知,下个账期开始自动升到下一档。[2]
两个档位有明确的功能差异:Core 包含归因、Agent、Cometly API 和 MCP;Enterprise 则把归因数据接进公司自己的数仓和内部系统,另加 SSO、专属解决方案工程师和定制开发。Pricing | Cometly[2] 这些功能对应的是数据必须回到自家系统、权限还要过 SSO 的需求;官网没有说谁实际为此多付钱。两个档位都包含主流广告平台连接和服务端 Conversion API;连接包含在套餐内,按量计费的是网页加载。
图:来源 TrustMRR[4],2026-11-10取得,保留原界面。
273 个订阅,和它经手过的 20 亿美元
第三方站点 TrustMRR 记录:MRR 约 CN¥1,310,885.19($196,525)、273 个活跃订阅、历史总收入 约 CN¥68,098,706.33($10,209,207),数据最后更新于 2026-11-10,同一页面提示 Stripe API key 已过期。Cometly revenue: 约 CN¥1,476,762.78($221,393) in the last 30 days | TrustMRR[4] 页面标题写着 约 CN¥1,476,762.78($221,393) in the last 30 days,和正文的 MRR 不是一个口径,页面没解释两者关系。退款、坏账和收入确认的完整口径,页面没有说明。
MRR 不是利润。没有云基础设施、人力、销售和导入服务的成本数据,这家公司赚不赚钱,看不出来。273 个订阅也只是总数,没有客户分布,平均一下说明不了任何单个客户的情况。
另一组数字来自官网:平台已追踪超过 20 亿美元广告支出(约 CN¥13,340,645,621.54($2B)+)。这是经它手的广告花费,不是 Cometly 自己的收入。About Us | Cometly[1] 两个数放一起有点意思——它负责把巨额广告预算对应到收入,自己的账单却挂在网页浏览量上。
先跑广告的人,把问题留在了广告上
About 页列出的创始人是 Grant Cooper 和 Matt Pattoli,CTO 是 Max Minin。About Us | Cometly[1] 2024 年 10 月一期 ClickFunnels Radio 的节目摘要里,Cooper 讲的是从联盟营销卖产品转到做数据与分析,讲在 Facebook、Google 上投广告,讲追踪为什么重要。[5]
这条从卖产品、跑广告转到做数据与分析的路径,至少解释了产品先从哪讲起——它不从“数据平台”讲起,从“哪条广告带来了收入”讲起。
同类,以及计费与价值的错位
HockeyStack 的首页把自己写成覆盖首次触点到 closed-won 的现代归因平台,把营销与销售数据统一成一个可执行的事实来源。AI GTM - B2B Revenue Data Intelligence Platform | HockeyStack[6] 两家都把自己放在归因平台的位置上,重叠的是从首次触点走到 closed-won 的叙事;能放在一起说的是这个定位,价格和准确率比不了。
回到计费。按 pageview 收钱,卖的价值却是“广告费到底带来了多少收入”,这两件事不总是同向。设想两个客户:一个每月投很多广告、落地页很轻,访问量不大;另一个广告预算小,站内页多、内容型地跑,pageview 高。后者可能付得更多,而它要解释的广告费更少。pageview 好测量、少争议,但它计的不是这家公司声称要解释的那笔钱。
归因工具卖的从来不是数据,是“这个数字可以拿去开会”的许可。不设试用、把 AI 的回答钉在结构化数据上,这些选择都往“可信、可核对”那边压,代价是把“好上手”让了出去;超额不锁归因、到 90% 通知后自动升档,则更像是不让用量拦着归因跑。