Markedsføreren som bygger maskinen

Hva ville du gjort for å oppnå bedre LTV og sterkere kundelojalitet? For ett team ble dette mulig gjennom en endring i hvordan markedsføringen måtte fungere. Yael Abukasis, CMO og leder for inntektsvekst hos Lusha, en plattform for data og innsikt innen markedsføring og salg, nærmet seg markedsføring med en bestemt tankegang. Dette gjorde det mulig for teamet hennes av GTM-byggere å øke selskapets inntekter med 21 % på omtrent ett kvartal.

Så hvis gapet mellom det teamet ditt produserer og det AI-baserte konkurrenter leverer, fortsetter å øke, bør du lese videre.

Da hun begynte i selskapet, leverte markedsføringsorganisasjonen gode resultater etter tradisjonelle mål. Men så la hun merke til noe.

«Da vi skalerte kampanjene, begynte effektiviteten å avta selv om teamet leverte på et høyt nivå», fortalte hun meg. Problemet var verken innsats eller ferdigheter. Det var arkitekturen. Teamet var utstyrt for å kjøre kampanjer. Men ingen hadde bygget det for å utforme systemene som får kampanjene til å fungere, tilpasse seg og gi kumulative resultater over tid.

Det som fulgte, var en ni måneder lang omstrukturering som endret sammensetningen av teamet hennes, samtidig som ICP vokste med 16 % fra år til år, mens utgiftene til betalte medier ble halvert. Disse tallene peker på mer enn en sterk kreativ strategi – de er resultatet av å bygge bedre maskiner.

Å forme systemet

Lusha startet som et kjernedataprodukt som tilbød nøyaktige, verifiserte og samsvarende B2B-kontakt- og bedriftsdata for salgsteam, gjennom en plattform og en Chrome-utvidelse.
Hun sier at produktet var fremragende. Men så kom AI, målgruppen deres utviklet seg, og de utviklet seg med den.

I dag er Lusha det dyptgående dataintelligenslaget for GTM-byggere, basert på maskinlæring. Det hjelper dem med å nå de 5 % av kundene som er i markedet for løsningen deres, basert på kontekst og kjøpssignaler i sanntid, tilgjengelig overalt der byggere jobber – enten det er Clay, Claude, ChatGPT eller via API-et og MCP. 

Det er det som får meg ut av sengen. Å bygge infrastrukturen som gjør moderne GTM mulig, samtidig som jeg leder et team som må praktisere det vi forkynner. Vi bruker vårt eget produkt til å drive vår egen markedsføring hver dag.

Abukasis husker øyeblikket da hun innså at teamet hennes leverte på et høyt nivå og likevel sakte akterut.

Etter hvert som Lusha skalerte, fortsatte effektiviteten å synke, og det skyldtes ikke mangel på innsats eller talent. Hun innrømmer at «markedsføring har gått fra å være en rent kreativ disiplin til å bli en beslutningsdisiplin».

Alt fortsatte å peke mot røttene under overflaten, så Abukasis tok et skritt tilbake for å revurdere.

Spørsmålene hun stilte teamet sitt, var enkle. Vet dere hvem dere retter dere mot? Når tar dere kontakt med målgruppen? Og hvordan blir beslutninger tatt?

Det Abukasis kaller overgangen til en «bygger-først»-kultur, er mer enn en ny merkevare for de samme gamle rollene. Det er en grunnleggende annerledes idé om hvordan markedsførere bør arbeide.

Å kjøre en kampanje kontra å bygge maskinen

Denne erkjennelsen førte til en ni måneder lang omstrukturering av teamet hennes – ikke en øvelse i å tegne organisasjonskart, men en grunnleggende revurdering av hva slags mennesker markedsføring faktisk trenger akkurat nå.

Svaret hun landet på, var å oppfordre teamet sitt til å bli byggere. Abukasis fremhever forskjellen mellom en person som kjører en kampanje, og en person som utformer systemet som driver den. «En bygger er en systemarkitekt som tilfeldigvis arbeider i markedsføring», sier hun

I et tradisjonelt oppsett har du spesialister som holder seg til sine områder – tekstforfattere som skriver, resultatansvarlige som styrer kampanjer, og driftsansvarlige som ordner opp i rutingen av potensielle kunder. En bygger bygger bro over dette gapet.

En bygger stiller andre spørsmål. I stedet for «hva er budskapet?» spør man «hva er utløsende faktor?»

I stedet for «hvem er målgruppen?», handler det om «hva er logikken for dataanrikning, og hvordan forbedrer tilbakemeldingssløyfen den neste kampanjen?» Deretter ser de på hva teamet deres gjør manuelt hver uke, og spør hvordan det kan automatiseres.

Abukasis forteller at hun innledet med forespørsler som: «Jeg vil ikke at dere skal jobbe med en brief. Jeg vil at dere skal bygge en maskin som får markedsføringen til å skje med ti ganger høyere hastighet.»

Noen av de mest konkrete eksemplene på dette hos Lusha er ikke kampanjer i det hele tatt. Teamet hennes bygget et system som overvåker konkurrenters og bransjens nettsteder for endringer i brukergrensesnittet, oppdateringer på prissider og A/B-tester som aldri blir offentliggjort. De automatiserte merkevareovervåkingen. Og nå utvikler de et helhetlig system for kampanjeautomatisering som tar imot menneskelige innspill og produserer en kampanje som er klar for utrulling, inkludert tekst, kreativt materiell og annonseelementer formatert for hver plattform – alt i én arbeidsflyt.

Hun innrømmer at «det som tidligere tok flere dager med frem og tilbake mellom teamene, skjer nå i én arbeidsflyt. De dyktige menneskene på teamet mitt gjør ikke mindre på grunn av dette.»

Signalet som veileder beslutningene hennes

Det strukturelle skiftet kom ikke som følge av et direktiv ovenfra og ned. Det kom av at de så en ny type bruker dukke opp på Lushas egen plattform.

Ved utgangen av 2025 utgjorde det Abukasis og teamet hennes kaller «GTM-byggere» – RevOps-ledere, fagfolk innen markedsføringsdrift og gründere som bygger inntektsagenter fra grunnen av – omtrent 1 % av brukerbasen deres.

Ved utgangen av første kvartal 2026 hadde denne gruppen vokst til mer enn 10 % av de nye registreringene og sto for 21 % av selskapets inntekter. De viste høyere nettoinntektsbevaring, høyere livstidsverdi og betydelig bedre brukerbevaring enn alle andre brukersegmenter.

Da vi så dette mønsteret, måtte vi spørre om teamstrukturen vår var bygget for å betjene dem. Det var den ikke. Så vi bygget den om.

Det andre signalet var mer personlig. Abukasis begynte å legge merke til at hennes egne teammedlemmer bygget små automatiseringer på siden, og løste sine egne friksjonspunkter med verktøy de hadde lært seg å bruke selv.

«Jeg bygget min egen automatisering. Det var så enkelt at jeg bygget to ting som løste enorme problemer for meg på én dag, og følte at jeg hadde superkrefter.» Denne typen grasrotenergi viste henne hvor ambisjonene lå ubrukt i organisasjonen.

Så enten du tenker på dette fra et produktperspektiv eller med tanke på å ansette flere, er det verdt å bruke litt tid på.

Implikasjonen er at menneskene som bidrar til å utforme og definere systemene, kan skape kumulativ avkastning.

Slik så omstruktureringen ut

Skiftet tok ni måneder og krevde en ny innramming av hvordan innhold, inntektsvekst og markedsføringsdrift var adskilt fra hverandre.

I dag leder Abukasis både markedsføring og inntektsvekst samlet. Teamet hennes bygget en dedikert driftsmotor under direktøren for markedsføringsdrift, spesielt utformet for å ha ansvar for teknologistakken og dataflyten.

Inntektsvekst ble lagt direkte inn under markedsføring i stedet for å ligge ved siden av den. Og alle teammedlemmer får tilgang til profesjonelle versjoner av KI-verktøy, noe som oppmuntret dem til å bygge sine egne automatiseringer og agenter.

«De tre første månedene krevde omfattende tilpasninger. Innen måned seks hadde det etablert seg en jevn praksis. Innen måned ni var modellen fullt integrert.»

Hun innrømmer at den menneskelige siden av denne tidslinjen er mer kompleks.

Løsningen hennes var å sørge for at alle på teamet kunne svare på et enkelt spørsmål – hva betyr dette for meg og arbeidet mitt?

Hun bygde også kanalblandingen nesten helt på nytt. GTM-byggerpersonaen responderer ikke på brede kreative kampanjer. «De holder til i faglige fellesskap, i Slack-grupper, i nyhetsbrev og i partnerøkosystemer.» Derfor økte Lusha budsjettet for partnerskap og affiliatemarkedsføring og lanserte Lusha Campus, et læringsmiljø der byggere kommer for å forstå hvordan de kan få reell verdi ut av dataene før de i det hele tatt blir betalende kunder. Teamet hennes fant ut at når folk fullførte Campus, kom de raskere i gang, ble værende lenger og utvidet i større grad.

Her tar de fleste ledere feil

Feilen Abukasis ser oftest, er markedsføringsledere som legger AI oppå et ødelagt fundament. Det har vært en gjennomgående tendens blant ledere jeg har snakket med.

«AI gjenspeiler selvfølgelig kvaliteten på systemet den kobles til», sier hun. «Når dataene er fragmenterte og målrettingen er bred, hjelper AI deg bare med å bevege deg raskere i feil retning.» Lusha opplevde dette direkte, noe som fremhever merkevareriskoen CMO-er står overfor når de prioriterer optimalisering fremfor et strategisk fundament. Bedre resultater kom først etter at inndataene og logikken var fullt ut samkjørt.

For ledere som opererer innenfor begrensninger, med et eksisterende team, et fast antall ansatte og et låst budsjett, må man ganske enkelt begynne et sted.

Velg én arbeidsflyt som betyr noe, og bygg den opp igjen fra ende til annen. Mellom lead-ruting, ICP-målretting og dataforbedring sier hun at man bare bør velge én. Få markedsføring, RevOps og data inn i samme rom.

Definer logikken, rydd opp i inndataene og automatiser den fullstendig. «Når ett system fungerer sømløst, finansierer samtalen om å gå videre seg selv.»

Dataene hennes støtter denne tilnærmingen. Etter å ha bygget opp målrettingslogikken rundt en strammere, signalbasert ICP, oppnådde Lusha 16 % vekst i ICP fra år til år, samtidig som de reduserte utgiftene til betalte medier med 50 %.

Historien bak dette tallet startet med et spørsmål et av teammedlemmene hennes stilte under en planleggingsøkt: «Vet vi egentlig hvilken selskapsprofil som raskest blir til en avsluttet avtale?» De hadde ikke et klart svar. Derfor bygde de ett, ved å kartlegge vunne avtaler mot firmografiske og signalbaserte egenskaper, helt til de fant en profil som var langt mer effektiv enn den brede ICP-en de hadde målrettet. Deretter bygde de alt opp igjen rundt den.

Teamet som bygde denne analysen, ble teamet som nå styrer målrettingslogikken vår kontinuerlig – ikke som en kvartalsvis øvelse. Skiftet fra kampanjetenkning til systemtenkning er den egentlige gevinsten.

Det de fleste ledere ikke er klare for

Selv mens Abukasis snakker om arbeidet teamet hennes har gjort, er hun allerede fokusert på det neste problemet. Og det er et problem de fleste markedsføringsorganisasjoner ennå ikke har tatt tak i.

AI-agenter blir stadig mer utbredt i kjøpsprosesser for virksomheter. IDC anslår at én milliard av dem vil kjøre i virksomheter innen 2029. I mange innkjøpsprosesser vil den første enheten som vurderer merkevaren din, ikke være et menneske i det hele tatt. Det vil være et system som avgjør om du er kvalifisert, før noen person ser det kreative materialet ditt.

«Den første enheten som vurderer merkevaren din i mange kjøpsprosesser, er allerede et system som ikke leser bloggen din for inspirasjon – det spør mot datastrukturen din for å sjekke om du er verifisert, strukturert og kompatibel», sa Abukasis. «Hvis dataene dine er fragmenterte og API-dokumentasjonen din er et rot, kan det hende at en menneskelig kjøper aldri ser det kreative materialet ditt, fordi en agent allerede har filtrert deg bort.»

Ved å bygge for maskinlaget blir det mulig for teamet hennes å fokusere på menneskelaget. De to er ikke konkurrerende prioriteringer. De kommer etter hverandre.

Dette er langt fra å bekymre seg for annonsetekst. Og det er derfor markedsførerne som forstår systemer, og som tenker som byggere – er de som har arbeid å gjøre som ikke vil bli automatisert bort.

Hva skjer nå?

Opprett en gratis konto hos The CMO Club og få nyhetsbrevet vårt levert ukentlig rett i innboksen din.