ABM basé sur l’IA : dimensionner la précision et l’impact pour la croissance B2B

Découvrez comment l’équipe ABM de Snowflake a multiplié par 2,3 le nombre de réunions planifiées et augmenté de 54 % le CTR grâce à l’IA Snowflake pour des campagnes ciblées et des messages plus personnalisés, tout en optimisant à la fois le budget et l’engagement. 

Nous avons vu comment les outils d’IA de Snowflake transforment les résultats pour nos clients. Qu’il s’agisse d’économiser 4 000 heures par an sur la réception manuelle des e-mails, de traiter davantage de patients aux urgences ou de réduire de 75 % les coûts, l’IA dans Snowflake a un impact réel sur les entreprises du monde entier. 

Cette même puissance transformatrice est également à l’œuvre dans Snowflake. Ici, nous expliquons comment l’équipe de marketing basé sur les comptes (ABM) de Snowflake utilise les outils d’IA de Snowflake pour apporter des améliorations significatives à notre façon d’allouer les ressources et d’établir des contacts avec les comptes à forte valeur ajoutée. 

À l’instar de nombreuses équipes marketing, l’équipe ABM faisait face à un dilemme courant : comment répartir de manière optimale le budget publicitaire entre différents territoires, types de comptes et secteurs. L’équipe doit cibler les bons comptes avec une extrême précision, tout en faisant attention aux ressources. 

Auparavant, l’allocation budgétaire de l’équipe Snowflake ABM était large, divisée par territoire à l’aide de différents outils. Bien que fonctionnelle, elle manquait d’informations granulaires nécessaires à une véritable optimisation. L’équipe ne pouvait pas ajuster ses dépenses de manière dynamique en fonction des caractéristiques clés du compte et de l’engagement en temps réel. L’équipe cherchait donc un moyen d’obtenir une meilleure précision budgétaire tout en aidant à atteindre ses objectifs commerciaux trimestriels en matière de planification de réunions. 

Sa solution a été de créer un modèle d’IA de « propension à réunion », basé sur Snowflake Cortex AI, qui va au-delà du ciblage de base. Cet outil ne se contente pas d’identifier les comptes adaptés aux campagnes ABM. Il aide à prédire lesquels sont les plus susceptibles de répondre positivement aux efforts de sensibilisation et de donner lieu à des réunions planifiées. Avec cet outil, l’équipe ABM a perçu plusieurs avantages majeurs :

• Allocation budgétaire fondée sur les données : les membres de l’équipe ABM peuvent désormais justifier et proposer des budgets pour chaque région et programme, en s’appuyant sur une modélisation prédictive concrète. Cela réduit les conjectures et optimise l’allocation des ressources.

• Responsabilisation et performances accrues : des prédictions plus claires favorisent la responsabilisation la recherche de résultats mesurables.

• Optimisation agile : le modèle permet d’ajuster le budget en temps réel en fonction des performances du compte et de l’évolution de la dynamique du marché, cultivant ainsi une adaptabilité cruciale pour les entreprises en pleine croissance telles que Snowflake.

L’équipe ABM mis le modèle à l’épreuve avec une hypothèse directe : pourrait-elle prévoir les résultats des réunions avec 80 % de certitude et augmenter son taux de réunion de 3 % grâce à des dépenses optimisées ? 

Oui. « Nous avons constaté une augmentation de 2,3 x le nombre de réunions planifiées pour les comptes à fort potentiel par rapport aux comptes à faible potentiel », explique Breanna Cherman, Senior ABM Strategic Operations Lead chez Snowflake. « Essentiellement, nous avons constaté que ce modèle peut nous aider à dépenser 38 % moins pour plus d’engagement avec notre audience et davantage de réunions avec les comptes adéquats. »

L’équipe ABM a entièrement intégré le modèle dans la planification de son territoire de vente. « En utilisant le modèle d’IA pour identifier les comptes à fort potentiel et accélérer notre stratégie de vente, nous ne nous contentons pas de gagner davantage », explique Breanna Cherman. « Nous gagnons plus vite, plus intelligemment et avec une précision plus grande que jamais. »

L’équipe ABM s’est également associée à l’équipe de la marque Snowflake pour personnaliser les messages publicitaires pour les comptes prioritaires. Compte tenu du nombre de comptes gérés par l’équipe ABM et de l’importance des messages personnalisés pour l’engagement, l’équipe a décidé de tester si les messages publicitaires générés par IA pouvaient améliorer les taux de clics (CTR) et le retour sur investissement global des campagnes, ce qui aiderait à scaler. 

L’équipe ABM a utilisé Cortex AI et a travaillé en étroite collaboration avec l’équipe de la marque Snowflake pour développer des directives et des prompts pour un LLM afin d’exécuter la tâche. Elle a ensuite créé une application Streamlit basée sur le prompt dans Cortex AI.

Méthode n° 1 : IA et benchmarks historiques

Dans la première approche, l’équipe a comparé les performances des messages publicitaires générés par IA aux données de performances historiques ou établi des benchmarks régionaux pour ses campagnes. Cela a permis d’évaluer directement si l’IA surpasserait les meilleures pratiques établies précédemment. L’équipe en charge de la marque a mené des examens pour s’assurer que le message publicitaire répondait aux normes de la marque et était de qualité rédactionnelle. Les messages générés par IA ont été plus performants dans l’ensemble, avec souvent une amélioration du CTR par rapport aux benchmarks historiques ou régionaux.

Méthode n° 2 : tests A/B en face à face sur LinkedIn

Pour valider davantage ces conclusions, l’équipe ABM a mené des tests A/B sur LinkedIn. Elle a mené des campagnes où la moitié du public cible voyait des messages publicitaires originaux écrits par des êtres humains, tandis que l’autre moitié voyait des messages générés par IA. Cette comparaison directe a fourni une mesure claire et impartiale de l’efficacité de l’IA.

Le message généré par IA a une nouvelle fois fait mouche. Après quelques tests finaux, les campagnes utilisant le message généré par IA ont vu leur CTR augmenter de 54 % par rapport à celles utilisant le message original. « Grâce à l’IA, nous n’avons plus à choisir entre efficacité et personnalisation. Nous pouvons avoir les deux », explique Maila Ruggiero, Account-Based Marketing Manager chez Snowflake. « Désormais, nous pouvons diffuser un message impactant qui capte l’attention de nos prospects en répondant à leurs besoins, défis et objectifs. »

À ce jour, l’équipe a déployé et mis en œuvre le modèle avec succès et s’efforce désormais d’améliorer ses capacités pour générer des résultats plus importants et l’intégrer dans des automatisations supplémentaires dans le processus d’exécution des campagnes. 

Pour en savoir plus sur la façon dont nos clients utilisent l’IA générative avec Snowflake pour obtenir des résultats concrets, téléchargez le rapport Les secrets pour réussir avec l’IA générative ou explorez les solutions d’IA de Snowflake.