In che modo Snowflake ha aumentato del 19,5% l’adozione delle funzionalità con l’account intelligence basata sull’AI

Dal rafforzamento delle operazioni della supply chain all’ottimizzazione della somministrazione del personale sanitario, al risparmio sui costi del 54%, abbiamo visto come gli strumenti AI Snowflake stanno trasformando i risultati per i nostri clienti in tutto il mondo. 

L’AI ha lo stesso potere trasformativo anche all’interno di Snowflake. Ad esempio, cosa succederebbe se un marketer potesse prevedere chi, tra le migliaia di clienti, trarrebbe più vantaggio da una specifica funzionalità del prodotto prima ancora che il cliente si renda conto di averne bisogno? Scopri come in un solo trimestre (febbraio-aprile 2025) il team marketing Snowflake ha registrato un aumento del 19,5% dell’adozione delle funzionalità da parte degli account target e un aumento del 45% del tasso di conversione dagli incontri del team di vendita, utilizzando LLM e reti neurali a grafo (GNN) con Kumo.ai. 

Insight basati sull’AI per il marketing rivolto ai clienti 

Ogni marketer conosce la sfida di dare la priorità ai messaggi sui prodotti al momento giusto per il pubblico giusto. Il team marketing Snowflake ha scelto l’AI per capire come utilizzare i propri dati per assegnare priorità alle campagne, eseguendole in modo efficiente e su vasta scala. 

Uno sforzo realmente collaborativo, i team marketing e gestione del prodotto, il team go-to-market e sperimentazione e la più ampia organizzazione di marketing hanno lavorato insieme per identificare segnali di prodotto e trigger che potessero creare un modello di successo per prevedere il prossimo caso d’uso di Snowflake per il cliente. 

La sfida: scalare il marketing B2B personalizzato

Come per la maggior parte delle aziende, il successo di Snowflake non dipende solo dall’aumento del numero di clienti, ma anche dall’aiutarli a scoprire nuovi prodotti e funzionalità che supportano i loro obiettivi. Il tradizionale lead scoring di Snowflake indicava al team chi avrebbe potuto acquistare, ma non cosa avrebbe dovuto acquistare dopo: un punto cieco costoso nella nostra strategia di espansione. Gli strumenti tradizionali di account intelligence esaminavano i dettagli a livello di contatto e il lead scoring, concentrandosi principalmente sul nuovo business e non sull’adozione di nuovi prodotti. 

“Il punteggio tradizionale stabilisce se un lead verrà convertito oppure no. Dovevamo capire quali dei nostri casi d’uso avrebbe dovuto adottare l’account dopo la conversione e in quale ordine”, dichiara Daniel Chow, Senior Data Scientist Snowflake e membro del Marketing AI Council. “Avevamo tutti i segnali: utilizzo del prodotto, partecipazione agli eventi, esplorazione delle funzionalità, ma analizzare manualmente gli schemi per migliaia di account e decine di potenziali casi d’uso non era solo complesso, era impossibile senza l’AI.”

Quello che il team voleva creare per la customer intelligence era più complesso, perché includeva più fonti di dati, tipi di dati e strumenti di marketing intelligence. Con molti risultati discreti da prevedere e dati complessi da caricare, il team Snowflake ha attinto alla rete Snowflake Native App e ha trovato una soluzione con Kumo AI, un’azienda di modelli AI focalizzata sui dati relazionali. 

La soluzione: dal machine learning tradizionale alle reti neurali a grafo

Lavorare con una Snowflake Native App è stato utile per molti motivi. Grazie all’integrazione istantanea e trasparente, il team non doveva più preoccuparsi dello spostamento dei dati, della governance o della sicurezza dei dati, e questo ha reso molto più agevole il lungo avanti e indietro con il procurement. 

“L’integrazione Snowflake Native App ci ha consentito di sfruttare la nostra infrastruttura Snowflake esistente senza bisogno di spostare i dati”, dichiara Syed Zaidi, Data Scientist Marketing Intelligence Snowflake. “Nel giro di 48 ore abbiamo ottenuto previsioni dalle nostre tabelle che superavano di due o tre mesi lo sviluppo dei modelli tradizionali.” 

I dati sono stati estratti da più domini con centinaia di milioni di record di telemetria dei prodotti e decine di milioni di record di attività di vendita. Tutti questi dati, sia strutturati che non strutturati, sono stati caricati nella GNN per l’identificazione degli account. La capacità di utilizzare una tale quantità di dati completa ha determinato un aumento significativo delle prestazioni rispetto alle iniziative precedenti. 

Kumo è stata un’ottima scelta anche per questo compito, grazie all’uso delle reti neurali a grafo. Le GNN eccellono nel trovare schemi nei dati connessi; invece di analizzare i comportamenti dei clienti in modo isolato, come fa il machine learning tradizionale, le GNN esaminano le influenze e le caratteristiche condivise, imparando attraverso i dati relazionali.  

“Ci ha impressionati il modo in cui la GNN ha gestito la complessità dei nostri dati. Abbiamo fornito schemi di consumo dei crediti, utilizzo degli strumenti, risposte alle campagne, note di vendita, feedback e altro ancora. Oltre 100 milioni di record che sarebbe stato impossibile gestire manualmente”, dichiara Matt Loskamp, Senior Manager of Data Science Snowflake. “Il modello ha scoperto schemi che non avremmo mai trovato, ottenendo in ultima analisi un 20% di miglioramento nell’assegnazione delle priorità agli account rispetto ai nostri approcci tradizionali.”

Grazie all’integrazione nativa in Snowflake, le previsioni possono essere aggiornate ogni giorno anziché trimestralmente. 

Dal pilota al successo globale

Grazie a questi dati e al messaging ultramirato generato dall’AI, il team marketing ha lanciato campagne trimestrali per i clienti. Durante i tre mesi, campagne di email drip, eventi dedicati ai prodotti, contatti SDR e molto altro hanno arricchito i nostri sforzi di retargeting. Il risultato? Una campagna che ha visto un'impennata nell'engagement, con un aumento del 19,5% nell'adozione delle funzionalità tra gli account target e un tasso di conversione delle riunioni del 45% più alto per il nostro team di vendita. Il successo della campagna pilota ha ormai raggiunto un’esecuzione globale su più carichi di lavoro, rivoluzionando il modo in cui affrontiamo il customer marketing in Snowflake. 

Trasforma il tuo marketing B2B con l’AI. Guarda il webinar per approfondire l’implementazione tecnica, vedere il percorso completo di una campagna e scoprire come ottenere risultati simili con i tuoi dati sui clienti.