Como Snowflake obteve uma adoção de recursos 19,5% maior com inteligência de conta impulsionada por IA

Desde o fortalecimento das operações da cadeia de fornecedores, até a melhoria dos resultados da equipe do setor de saúde e uma redução de 54% dos custos, vimos como as ferramentas de IA da Snowflake estão transformando os resultados para nossos clientes em todo o mundo. 

Esse mesmo poder transformador também está funcionando dentro do Snowflake. Por exemplo, e se um profissional de marketing pudesse prever quais de seus milhares de clientes se beneficiariam de um recurso específico do produto antes mesmo que o cliente soubesse que precisava dele? Descubra como, em um trimestre (de fevereiro a abril de 2025), a equipe de marketing da Snowflake notou um aumento de 19,5% na adoção de recursos entre as contas segmentadas e uma taxa de conversão de reuniões 45% mais alta para nossa equipe de vendas, usando LLMs e redes neurais de gráfico (graph neural networks, GNN) com Kumo.ai. 

Insights baseados em IA para o marketing no lado dos clientes 

Todos os profissionais de marketing sabem o desafio de priorizar as mensagens de produto no momento certo para o público certo. Na Snowflake, a equipe de marketing de ciclo de vida recorreu à IA para identificar como aproveitar os dados para priorizar campanhas e executá-las com eficiência e em escala. 

Em um trabalho verdadeiramente colaborativo, as equipes de marketing e gerenciamento de produtos, a equipe de lançamento no mercado e experimentação e uma organização de marketing maior trabalharam em parceria para identificar sinais e triggers de produtos que poderiam criar um modelo bem-sucedido para prever o próximo caso de uso do Snowflake de um cliente. 

O desafio: como adicionar escalabilidade ao marketing personalizado B2B

Da mesma forma como a maioria das empresas, o sucesso da Snowflake depende não apenas do crescimento do número de clientes, mas também de ajudá-los a descobrir novos produtos e recursos que apoiam seus objetivos. A pontuação tradicional de leads da Snowflake informava à equipe a respeito de potenciais compradores, mas não o que eles deveriam comprar em seguida, o que era um ponto cego caro em nossa estratégia de expansão. As ferramentas tradicionais de inteligência de conta abordavam os detalhes no nível de contato e a pontuação de leads, com foco principalmente em novos negócios, e não na adoção de novos produtos. 

"A pontuação tradicional indica um sim ou um não, do tipo: esse lead será convertido ou não? Precisávamos responder qual dos nossos casos de uso a conta deveria adotar em seguida e em que ordem", explicou Daniel Chow, Senior Data Scientist da Snowflake e membro do Marketing AI Council. "Tínhamos todos os indicadores (uso do produto, participação no evento, exploração de recursos) mas analisar manualmente os padrões de milhares de contas em dezenas de potenciais casos de uso não era simplesmente complexo, era impossível sem IA."

O que a equipe estava procurando criar para inteligência do cliente era mais complexo, precisando de várias fontes de dados, tipos de dados e ferramentas de inteligência de marketing. Diante do desafio de ter muitos resultados discretos para prever e dados complexos para ingerir, a equipe do Snowflake recorreu à rede Snowflake Native App até descobrir a solução da Kumo AI, uma empresa de modelos de IA focada em dados relacionais. 

Solução: do ML tradicional às redes neurais de gráfico

Trabalhar com um Snowflake Native App foi um benefício por vários motivos. Com integração perfeita e quase instantânea, as equipes não precisam se preocupar com movimentação de dados, governança ou segurança de dados, otimizando os demorados processos de aquisição. 

"Com a integração do Snowflake Native App, conseguimos aproveitar a infraestrutura existente do Snowflake sem a necessidade de movimentação de dados", disse Syed Zaidi, Data Scientist Marketing Intelligence da Snowflake. "O indicamos em nossas tabelas e, em 48 horas, tivemos previsões que superaram dois ou três meses de desenvolvimento no modelo tradicional." 

Dados foram extraídos de vários domínios com centenas de milhões de registros de telemetria de produtos e dezenas de milhões de registros de atividades de vendas. Todos esses dados, estruturados e não estruturados, foram ingeridos na rede neural de gráfico para identificação de contas. Ser capaz de usar um volume tão extenso de dados levou a um aumento significativo no desempenho em relação aos esforços anteriores. 

A solução Kumo também foi uma excelente escolha para essa tarefa, por causa do uso de redes neurais de gráfico. As GNNs são excelentes em encontrar padrões em dados conectados. Em vez de analisar os comportamentos dos clientes de forma isolada, como faz o ML tradicional, as GNNs analisam as influências e as características compartilhadas, aprendendo através dos dados relacionais.  

"O que nos impressionou foi como a GNN lidou com a complexidade de nossos dados. Analisamos os padrões de consumo de créditos, uso de ferramentas, respostas de campanha, notas de vendas, feedback e muito mais. Mais de 100 milhões de registros teriam sido impossíveis de ser criados manualmente", diz Matt Loskamp, Senior Manager of Data Science da Snowflake. "O modelo descobriu padrões que nunca teríamos encontrado, alcançando uma priorização de conta 20% melhor do que os métodos tradicionais."

Com a integração nativa do Snowflake, é possível atualizar as previsões diariamente, e não mais trimestralmente. 

De piloto a um caso de sucesso global

Com esses dados e as mensagens hipersegmentadas e geradas por IA, a equipe de marketing de ciclo de vida pôde lançar campanhas de clientes a serem trabalhadas ao longo de um trimestre. Durante esses três meses, as campanhas de email, os eventos específicos do produto, a difusão de SDR e outros complementaram os esforços de retargeting. Com isso, a campanha obteve um aumento no engajamento, com um aumento de 19,5% na adoção de recursos entre as contas segmentadas e uma taxa de reuniões até a conversão 45% maior para nossa equipe de vendas. O sucesso da campanha-piloto agora se expandiu para um caso global de uso em várias cargas de trabalho, mudando a forma como trabalhamos o marketing do cliente na Snowflake. 

Pronto para transformar o marketing B2B da sua empresa com IA? Assista ao nosso webinar (sob demanda) para analisar melhor a implementação técnica, conhecer todas as etapas da campanha e saber como você pode obter resultados semelhantes com os dados de seus clientes.