La vice-présidente du marketing explique comment elle adopte un système d’exploitation natif de l’IA

Emilia Korczynska est vice-présidente du marketing chez Userpilot, une plateforme de croissance produit. Elle est également la fondatrice de ZenABM.

Nous nous sommes entretenus avec Emilia pour découvrir comment elle transforme une pile marketing standard en système d’exploitation natif de l’IA. Voici ce qu’elle nous a expliqué.

Créer un moteur de revenus mesurable

Je suis Emilia Korczynska, vice-présidente du marketing chez Userpilot, où je m’attache à transformer le marketing d’un centre de coûts en un moteur de revenus mesurable.

Je dirige une organisation marketing relativement légère, structurée autour des principales fonctions de croissance plutôt que de silos traditionnels par canal. L’équipe couvre le marketing produit, la génération de demande, le contenu et le référencement naturel, les opérations marketing, la création et le soutien aux activités sortantes. Elle prend en charge à la fois la croissance axée sur le produit et le marketing basé sur les comptes, ce qui nous permet de couvrir l’ensemble du parcours, de l’acquisition en libre-service jusqu’à la conversion à forte intention accompagnée par les ventes.

En ce qui concerne les canaux, l’ABM est notre principal moteur d’acquisition. Nous avons construit l’équipe et les systèmes pour stimuler l’engagement et le pipeline au niveau des comptes grâce à des campagnes très ciblées, notamment sur LinkedIn. Le trafic organique complète cette approche en tant que deuxième levier majeur, le contenu jouant un rôle clé dans la capture et la maturation de l’intention, puis Google Ads nous permet de capter la demande à forte intention et de boucler la boucle de l’acquisition.

Comme l’équipe est volontairement légère, nous travaillons de manière très transversale. Le contenu alimente directement la génération de demande et l’ABM, les opérations marketing relient toutes les données et l’attribution, et nous mesurons tout en fonction du pipeline et des revenus plutôt que d’indicateurs propres à chaque canal.

Bien que l’équipe soit réduite, la stratégie est assez sophistiquée.

Transformer fondamentalement le fonctionnement du marketing

Emilia le croit

Si cela ne génère pas de pipeline, cela n’a aucune importance.

Mon parcours vers la direction marketing a été très concret et profondément lié à l’expérimentation. Je ne suis pas passée par le marketing de marque traditionnel : j’ai évolué dans la croissance axée sur le produit, la performance et l’ABM, où l’attente est simple : si cela ne génère pas de pipeline, cela n’a aucune importance. Chez Userpilot, j’ai dirigé le passage d’une génération de demande généraliste à des stratégies très ciblées, basées sur les comptes, notamment sur LinkedIn, où nous avons dû repenser tout le processus, de la constitution des audiences à l’attribution.

Une partie essentielle de ce parcours a consisté à remettre en question des modèles de mesure défaillants. J’ai consacré beaucoup de temps à démontrer qu’une part considérable des revenus B2B — souvent plus de la moitié — reste invisible si l’on s’appuie sur une attribution au niveau des contacts. Cela m’a également amenée à créer ZenABM, une start-up qui suit l’impact du marketing sur le pipeline au niveau des comptes et relie directement l’engagement publicitaire au pipeline et aux revenus.

C’est donc le fondement de mon parcours, qui m’a naturellement conduite vers l’IA.

Le changement que nous observons ne consiste pas seulement à produire du contenu plus rapidement : il s’agit de transformer fondamentalement le fonctionnement du marketing. Nous passons des tableaux de bord et des analyses manuelles à des systèmes dans lesquels il est possible d’interroger ses données, d’automatiser les informations et de déclencher instantanément des actions.

Pour moi, ce moment de transformation par l’IA relève moins de l’engouement que de l’effet de levier. Je me concentre sur ces questions :

• "Comment utiliser l’IA pour rendre le marketing plus précis, plus responsable et plus étroitement lié aux revenus qu’il ne l’a jamais été ?"
• "Et comment construire des systèmes dans lesquels les données, les informations et l’exécution ne sont plus des étapes distinctes, mais les éléments d’une seule boucle continue ?"

C’est le parcours que je suis actuellement.

Comment une pile marketing peut devenir un système d’exploitation natif de l’IA

L’un des changements les plus importants que nous avons opérés a été de transformer notre pile marketing standard en un système d’exploitation plus personnalisé et natif de l’IA, avec GitHub comme « cerveau marketing » central et Claude Code comme interface de l’équipe.

Au lieu de nous appuyer sur des outils déconnectés et des flux de travail manuels, nous avons intégré l’exécution à des flux de travail structurés et reproductibles reposant sur l’IA. Nous avons créé des processus réutilisables pour la génération de contenu LinkedIn, la création de pages d’atterrissage et la veille concurrentielle, orchestrés par des agents et des compétences dans le cloud.

En conséquence, nous avons considérablement réduit le délai entre le signal et l’action. Le marketing est désormais beaucoup plus systématique et évolutif, et l’équipe consacre moins de temps à l’exécution et davantage à la stratégie, aux données d’entrée et à l’optimisation des résultats.

Comment l’IA peut transformer la prospection sortante

Le changement le plus important s’est produit dans la prospection sortante. Nous avons créé un système de prospection sortante piloté par l’intention, qui identifie les comptes engagés issus de nos programmes ABM à l’aide de l’API de ZenABM, alimente une base de données cloud personnalisée avec ces données, les enrichit, puis prospecte ces comptes selon les critères de notre ICP via Prospeo.

À partir de là, nous activons la prospection à l’aide d’outils tels que Smartlead et HeyReach, ce qui nous permet de mener à grande échelle des campagnes très ciblées et personnalisées, fondées sur de véritables signaux d’engagement.

Ce qui était auparavant un processus manuel et fragmenté réparti entre plusieurs outils est désormais un système connecté, piloté par les signaux.

Comment l’IA éclaire les décisions marketing et la créativité humaine

Globalement, nous nous appuyons largement sur l’IA pour les décisions riches en données et reproductibles qui bénéficient de la reconnaissance des tendances à grande échelle.

Par exemple, l’IA éclaire de plus en plus l’allocation budgétaire en s’appuyant sur les données de performance et d’attribution des revenus. Au lieu de déplacer manuellement les dépenses en fonction d’indicateurs retardés, nous utilisons des systèmes qui analysent les campagnes et les comptes qui génèrent le pipeline et les revenus, puis ajustent les investissements en conséquence.

Cela s’applique également au SEO. Nous utilisons l’IA pour hiérarchiser les contenus en fonction de signaux tels que le taux de clics, le volume de recherche, ainsi que le trafic et l’engagement prévus. Cela nous permet de nous concentrer sur les opportunités offrant le meilleur rendement attendu, plutôt que de nous fier à l’intuition ou à des listes de mots-clés statiques.

Mais nous maintenons délibérément l’implication humaine dans les domaines qui nécessitent du discernement, du contexte et de l’originalité.

Les décisions de conception en sont un bon exemple : déterminer ce qui « fonctionne visuellement » pour une audience, une marque ou un moment précis repose encore largement sur le jugement humain. Il en va de même pour les événements et la stratégie de conférence, où la compréhension des nuances, des relations et de la perception de la marque compte davantage que les seules données.

Pour le contenu, il s’agit d’une approche hybride. L’IA génère efficacement des variantes, des structures et même des idées publicitaires, mais les angles fondamentaux de génération de la demande proviennent toujours de recherches créatives et d’une compréhension approfondie de l’audience. C’est là que se joue la différenciation.

Pourquoi les automatisations doivent faire leurs preuves

Les principaux effets positifs sont évidents : l’efficacité et l’évolutivité.

L’automatisation des flux de travail manuels a permis à l’équipe de gagner beaucoup de temps, de la production de contenu à l’exécution de la prospection sortante. Cela se traduit directement par une augmentation des résultats : nous pouvons mener davantage d’expériences, lancer plus rapidement et fonctionner avec une équipe plus réduite qu’auparavant.

L’IA a également accéléré la prise de décision. Grâce à l’analyse des données de performance et d’attribution par l’IA, nous pouvons passer beaucoup plus rapidement de l’analyse à l’action, notamment dans des domaines comme l’allocation budgétaire ou l’optimisation des campagnes.

Cependant, la surautomatisation représente un risque important.

Il est facile de consacrer du temps à la création et à l’optimisation de flux de travail intéressants sur le plan opérationnel, mais qui ne produisent pas de résultats commerciaux significatifs. Dans certains cas, les résultats des systèmes ne sont pas suffisamment solides pour justifier les efforts déployés, notamment lorsqu’ils manquent de nuance ou de qualité.

Voici donc mon conseil : n’automatisez pas simplement pour automatiser. Restez rigoureux quant aux domaines dans lesquels l’IA crée un véritable effet de levier et à ceux où elle ne fait qu’ajouter de la complexité.

Les conseils d’Emilia

N’automatisez pas pour le simple plaisir d’automatiser. Restez discipliné quant aux domaines où l’IA crée un véritable effet de levier, par opposition à ceux où elle ne fait qu’ajouter de la complexité.

Suivez son travail

Vous pouvez suivre le travail d’Emilia sur LinkedIn. Et découvrez ZenABM.

D’autres entretiens avec des experts sont à venir sur The CMO Club !