ABM com uso de IA: dimensionando a precisão e o impacto em escala para o crescimento de B2B

Descubra como a equipe de marketing com base em contas (account-based marketing, ABM) da Snowflake conseguiu aumentar 2,3 vezes o número de reuniões agendadas e obter um aumento de 54% na taxa de cliques (click-through rate, CTR) usando Snowflake AI para criar campanhas direcionadas e mensagens mais personalizadas, ao mesmo tempo otimizando o orçamento e as interações. 

Vimos como as ferramentas de inteligência artificial (IA) da Snowflake estão revolucionando os resultados de nossos clientes. Desde a redução de 4.000 horas por ano no recebimento manual de emails, o aumento do número de pacientes atendidos em ambulâncias, até uma redução de 75% dos custos, a IA da Snowflake está sendo um grande diferencial para as empresas em todo o mundo. 

Esse mesmo poder transformador também está funcionando dentro do Snowflake. Neste documento, analisamos como a equipe de ABM da Snowflake está usando as ferramentas Snowflake de IA para gerar grandes melhorias na forma de alocar recursos e se conectar a contas de alto valor. 

Semelhante a muitas equipes de marketing corporativo, a equipe de ABM enfrentava um desafio comum: como distribuir o orçamento publicitário de forma ideal por diferentes territórios, tipos de contas e setores. A equipe precisava segmentar as contas certas com alta precisão, mas também alocar os recursos com sabedoria. 

Antes disso, a equipe Snowflake ABM trabalhava distribuindo o orçamento de forma ampla, dividida por território, empregando diferentes ferramentas. Embora esse sistema funcionasse, ele não trazia os insights granulares necessários para uma verdadeira otimização. A equipe tinha dificuldades de ajustar os gastos de forma dinâmica de acordo com as principais características da conta e o engajamento em tempo real. Além disso, era preciso encontrar uma forma de obter maior precisão quanto ao orçamento e, ao mesmo tempo, ajudar a atingir os objetivos trimestrais da equipe no agendamento de reuniões com potenciais clientes. 

A solução foi criar um modelo de IA de "propensão à reunião" com base na tecnologia do Snowflake Cortex AI, como alternativa ao direcionamento básico. Essa ferramenta não só identifica contas adequadas para campanhas de ABM, como também ajuda a prever as empresas que provavelmente vão responder positivamente ao trabalho de divulgação, levando ao agendamento de reuniões. Com isso, a equipe de ABM pôde identificar diversas vantagens importantes:

• Alocação do orçamento com base em dados: agora, os membros da equipes de ABM podem justificar e propor orçamentos para cada região e programa, apoiados por modelagem preditiva concreta. Isso reduz o trabalho de gerenciamento e otimiza a alocação de recursos.

• Aumento da responsabilidade e do desempenho: previsões mais claras incentivam a responsabilidade e um foco na geração de resultados mensuráveis.

• Otimização Agile: o modelo permite ajustes orçamentais em tempo real com base no desempenho da conta e na dinâmica de mercado em constante mudança, cultivando uma adaptabilidade que é fundamental para dimensionar as empresas em escala, como o uso do Snowflake.

Eles testaram o modelo com uma hipótese bem simples: com o uso de gastos otimizados, seria possível prever os resultados das reuniões com 80% de certeza e aumentar as taxas de reuniões em 3%? 

A resposta foi sim. "Vimos um aumento de 2,3 vezes no número de reuniões agendadas para as contas de alto potencial, em comparação com as contas com menor potencial", diz Breanna Cherman, Senior ABM Strategic Operations Lead da Snowflake. "Basicamente, descobrimos que esse modelo pode nos ajudar a gastar 38% menos com um maior engajamento de nosso público-alvo e o agendamento de mais reuniões nas contas certas."

A equipe de ABM implementou totalmente o modelo em seu planejamento do território de vendas. "Ao usar o modelo de IA para identificar contas de alto potencial e otimizar nossa estratégia de vendas, não estamos apenas ganhando mais", diz Cherman. "Estamos ganhando com mais rapidez, inteligência e precisão do que nunca."

A equipe de ABM também se aliou à equipe da marca Snowflake para personalizar as mensagens de anúncios para contas de vendas de alta prioridade. Considerando o número de contas geridas pela ABM e a importância de anúncios personalizados para o engajamento, a equipe decidiu testar se anúncios gerados por IA poderiam melhorar as CTRs, aumentando ainda mais o retorno sobre o investimento (ROI) geral da campanha, o que ajudaria no gerenciamento em escala. 

O marketing baseado em conta usou o Cortex AI e trabalhou junto com a equipe da marca Snowflake para desenvolver diretrizes e solicitações para que um grande modelo de linguagem (LLM) realizasse a tarefa e, em seguida, criou um app no Streamlit a partir do prompt do Cortex AI.

Método n. 1: IA versus benchmarks históricos

Na primeira estratégia, eles compararam o desempenho do texto dos anúncios gerados por IA com dados históricos de desempenho ou benchmarks regionais estabelecidos para suas campanhas. Isso permitiu uma avaliação clara sobre se a IA poderia superar as práticas recomendadas estabelecidas anteriormente. A equipe da marca realizou análises para garantir que o texto de anúncios atendesse aos padrões e à qualidade de redação da marca. O desempenho geral dos anúncios gerados pela IA foi melhor, muitas vezes demonstrando melhorias nos CTRs em relação aos benchmarks históricos ou regionais.

Método n. 2: teste A/B prático no LinkedIn

Para validação adicional dessas descobertas, a equipe de ABM realizou testes A/B no LinkedIn. Eles realizaram campanhas em que a metade do público-alvo via o texto original de anúncios escrito por pessoas, enquanto a outra metade via o texto gerado por IA. Essa comparação completa forneceu uma medida clara e imparcial da eficácia da IA.

O anúncio gerado por IA mais uma vez superou as expectativas. Após alguns testes finais, concluiu-se que as campanhas que usam anúncios gerados por IA conseguem um aumento de 54% no número de CTRs em comparação àquelas que usam um texto original. "Com a IA, não precisamos mais escolher entre eficiência e personalização, podemos ter os dois", diz Maila Ruggiero, Account-Based Marketing Manager da Snowflake. "Agora podemos dimensionar em escala as mensagens que funcionam e aumentam a interação dos clientes em potencial com o foco em suas necessidades, desafios e metas."

Até o momento, a equipe lançou e implementou com sucesso o modelo. Agora, o foco é aprimorar os recursos que ele possui para gerar melhores resultados e integrá-lo a outras automações dentro do processo de execução de campanhas. 

Para mais informações sobre como os clientes estão usando IA generativa com o Snowflake para obter resultados reais, faça download do relatório Segredos para o sucesso com a Ia generativa ou confira as soluções de IA da Snowflake.