De marketeer die de machine bouwt
Transformatie: De herstructurering van Lusha's marketing benadrukt systeemdenken en verbindt creatieve uitvoering met effectieve besluitvorming.
Focus op bouwen: Yael Abukasis pleit ervoor dat marketeers optreden als 'bouwers' die geautomatiseerde systemen creëren, in plaats van alleen campagnes.
GTM-cohort: De uitbreiding van de gebruikersbasis van 'GTM-bouwers' leidde tot hogere omzet, wat bij Lusha aanleiding gaf tot een herziening van het team en de strategie.
AI-integratie: Effectief AI-gebruik hangt af van een samenhangend systeem; gefragmenteerde gegevens leiden tot een inefficiënte toepassing van AI.
Inzicht in werving: Abukasis waardeert nieuwsgierigheid en aanpassingsvermogen en benadrukt het belang van bouwers die repetitieve taken automatiseren en nieuwe hulpmiddelen verkennen.
Wat zou je doen om een betere LTV en sterkere retentie te behalen? Voor één team werd dat mogelijk door de manier waarop marketing moest functioneren te veranderen. Yael Abukasis, CMO en hoofd Omzetgroei bij Lusha, een platform voor marktbenaderingsgegevens en -inzichten, benaderde marketing vanuit een bepaalde denkwijze. Hierdoor kon haar team van GTM-bouwers de omzet van het bedrijf in ongeveer één kwartaal met 21% verhogen.
Dus als de kloof tussen wat je team produceert en wat concurrenten die AI als basis hebben opleveren steeds groter wordt, lees dan verder.
Toen ze bij het bedrijf kwam, presteerde de marketingorganisatie goed volgens traditionele maatstaven. Maar toen merkte ze iets op.
Create a Free Account to Read More
You need to sign up for a free membership to complete reading this article:
Have an account? Log In
"Naarmate we campagnes opschaalden, begon de efficiëntie af te nemen, ook al presteerde het team op een hoog niveau," vertelde ze me. Het probleem was niet inzet of vaardigheid. Het zat in de architectuur. Het team was uitgerust om campagnes uit te voeren. Maar niemand had het ingericht om de systemen te ontwerpen die campagnes laten werken, zich laten aanpassen en in de loop van de tijd laten renderen.
Wat volgde was een herstructurering van negen maanden die de samenstelling van haar team veranderde, naast een jaarlijkse groei van 16% in de ICP, terwijl de uitgaven aan betaalde media met 50% werden verlaagd. Die cijfers wijzen op meer dan alleen een sterke creatieve strategie; ze zijn het resultaat van het bouwen van betere machines.
Het systeem vormgeven
Lusha begon als een kernproduct voor data dat nauwkeurige, geverifieerde en conforme B2B-contact- en bedrijfsgegevens voor salesteams aanbood, via een platform en een Chrome-extensie.
Ze zegt dat het product uitstekend was. Maar toen kwam AI, evolueerde hun persona en evolueerden zij mee.
Vandaag is Lusha de diepgaande data-intelligentielaag voor GTM-bouwers, gebaseerd op machinaal leren. Het helpt hen de 5% van de klanten te bereiken die actief op zoek zijn naar hun oplossing, op basis van hun context en realtime koopsignalen, beschikbaar waar bouwers ook werken—of dat nu Clay, Claude, ChatGPT, hun API of MCP is.
Dat is wat me 's ochtends uit bed krijgt. De infrastructuur bouwen die moderne GTM mogelijk maakt, en tegelijkertijd een team leiden dat moet doen wat we verkondigen. We gebruiken ons eigen product elke dag om onze eigen marketing uit te voeren.
Abukasis herinnert zich het moment waarop ze besefte dat haar team op hoog niveau presteerde en toch terrein verloor.
En naarmate Lusha opschaalde, bleef de efficiëntie afnemen, en dat kwam niet door een gebrek aan inzet of talent. Ze geeft toe dat "marketing is verschoven van een puur creatieve discipline naar een discipline waarin besluitvorming centraal staat."
Alles wees steeds op de onderliggende oorzaken, dus deed Abukasis een stap terug om opnieuw te evalueren.
De traditionele silo’s van content of groei werken niet als ze niet geïntegreerd zijn in een systeem dat de vraag in realtime identificeert en prioriteert.”
De vragen die ze haar team stelde, waren eenvoudig. Weet je op wie je je richt? Wanneer neem je contact op met je doelgroep? En hoe worden beslissingen genomen?
Wat Abukasis de verschuiving naar een cultuur waarin de bouwer vooropstaat noemt, is meer dan een nieuwe naam voor dezelfde oude rollen. Het is een fundamenteel ander idee over hoe marketeers zouden moeten werken.
Een campagne uitvoeren versus de machine bouwen
Dit inzicht leidde tot een herstructurering van haar team van negen maanden. Het ging niet om een oefening in het aanpassen van het organigram, maar om een fundamentele heroverweging van het soort mensen dat marketing nu daadwerkelijk nodig heeft.
Het antwoord waartoe ze kwam, is haar team aansporen om bouwers te worden. Abukasis benadrukt het verschil tussen iemand die een campagne uitvoert en iemand die het systeem ontwerpt dat de campagne aandrijft. "Een bouwer is een systeemarchitect die toevallig bij marketing werkt," zegt ze.
In een traditionele opzet heb je specialisten die binnen hun eigen vakgebied blijven — tekstschrijvers die schrijven, prestatiemanagers die campagnes beheren en de operationsmedewerker die de leadroutering oplost. Een bouwer overbrugt die kloof.
Een bouwer stelt andere vragen. In plaats van "wat is de boodschap?" vraagt die: "wat is de aanleiding?"
In plaats van "wie is het publiek?" gaat het om de vraag: "wat is de logica voor gegevensverrijking en hoe verbetert de feedbacklus de volgende campagne?" Vervolgens kijken ze naar wat hun team elke week handmatig doet en vragen ze zich af hoe ze dat kunnen automatiseren.
Abukasis deelt dat ze begon met verzoeken zoals: "Ik wil niet dat je aan een briefing werkt. Ik wil dat je een machine bouwt die marketing tien keer zo snel laat verlopen."
Enkele van de meest tastbare voorbeelden hiervan bij Lusha zijn helemaal geen campagnes. Haar team bouwde een systeem dat websites van concurrenten en uit de sector monitort op veranderingen in de gebruikersinterface, updates van prijspagina's en A/B-tests die nooit publiekelijk worden aangekondigd. Ze automatiseerden merkmonitoring. En momenteel ontwikkelen ze een end-to-end systeem voor campagneautomatisering dat menselijke input verwerkt en een volledig inzetbare campagne oplevert, inclusief teksten, creatieve uitingen en advertentiemiddelen die per platform zijn opgemaakt, allemaal binnen één workflow.
Ze geeft toe dat "wat vroeger dagenlang heen en weer gaan tussen teams kostte, nu binnen één workflow gebeurt. De getalenteerde mensen in mijn team doen hierdoor niet minder."
Ze doen meer van wat alleen mensen kunnen doen: hun smaak en beoordelingsvermogen gebruiken, een menselijke toets toevoegen, de machines monitoren, weten wanneer er iets niet klopt en beslissen wat opgeschaald moet worden.
Het signaal dat haar beslissingen stuurt
De structurele verschuiving kwam niet voort uit een top-down opdracht. Ze ontstond doordat ze zag dat er een nieuw type gebruiker op het eigen platform van Lusha verscheen.
Aan het einde van 2025 vormden degenen die Abukasis en haar team "GTM-bouwers" noemen — leiders in RevOps, professionals in marketing operations en oprichters die vanaf nul omzetagents bouwen — ongeveer 1% van hun gebruikersbestand.
Tegen het einde van Q1 2026 was dat cohort gegroeid tot meer dan 10% van de nieuwe inschrijvingen en vertegenwoordigde het 21% van de bedrijfsomzet. Ze lieten een hogere netto-dollarretentie, een hogere levenslange klantwaarde en een aanzienlijk sterkere retentie zien dan elk ander gebruikerssegment.
Toen we dat patroon zagen, moesten we ons afvragen of onze teamstructuur was ingericht om hen te bedienen. Dat was niet zo. Dus hebben we die opnieuw opgebouwd.
Het tweede signaal was persoonlijker. Abukasis begon te merken dat haar eigen teamleden daarnaast kleine automatiseringen bouwden en hun eigen knelpunten oplosten met tools die ze zichzelf hadden aangeleerd.
"Ik bouwde mijn eigen automatisering. Het was zo eenvoudig dat ik op één dag twee dingen bouwde die grote problemen voor mij oplosten, en het voelde alsof ik superkrachten had." Die vorm van grassroots-energie liet haar zien waar binnen de organisatie onbenutte ambitie aanwezig was.
Dus of je dit nu vanuit een productperspectief bekijkt of vanuit het aannemen van een nieuwe medewerker, het is de moeite waard om hier wat tijd aan te besteden.
De implicatie is dat de mensen die helpen bij het ontwerpen en definiëren van de systemen, zichzelf versterkende opbrengsten kunnen genereren.
Hoe de herstructurering eruitzag
De verschuiving duurde negen maanden en vereiste een nieuwe kijk op het losmaken van content, omzetgroei en marketing operations van elkaar.
Vandaag de dag leidt Abukasis zowel marketing als omzetgroei. Haar team bouwde onder haar directeur marketing operations een speciale operationele motor, die specifiek is ontworpen om eigenaar te zijn van de technologiestack en gegevensstromen.
Omzetgroei werd rechtstreeks onder marketing gebracht in plaats van ernaast te staan. Daarnaast krijgt elk teamlid toegang tot professionele versies van AI-tools, wat hen aanmoedigde om hun eigen automatiseringen en agents te bouwen.
"De eerste drie maanden vereisten veel aanpassingen. Tegen maand zes ontstond consistentie. Tegen maand negen was het model volledig ingebed."
Ze geeft toe dat het menselijke aspect van deze tijdlijn complexer is.
Wat niemand je vertelt over verandermanagement, is hoe emotioneel het kan zijn. Je kunt een volkomen logisch plan hebben en toch in maand twee mensen verliezen omdat ze niet kunnen zien welke plek ze in het nieuwe geheel hebben.
Haar oplossing was ervoor te zorgen dat iedereen in het team een eenvoudige vraag kon beantwoorden: wat betekent dit voor mij en mijn werk?
Ze heeft ook de kanalenmix vrijwel volledig opnieuw opgebouwd. De persona van de GTM-bouwer reageert niet op brede creatieve campagnes. "Ze bevinden zich in professionele communities, in Slack-groepen, in nieuwsbrieven en in partnernetwerken." Daarom heeft Lusha budget toegevoegd aan partnerschappen en partnerprogramma's en Lusha Campus gelanceerd: een leeromgeving waar bouwers leren hoe ze echte waarde uit de data kunnen halen voordat ze ooit betalende klanten worden. Haar team ontdekte dat mensen die Campus voltooiden sneller activeerden, beter behouden bleven en gemakkelijker uitbreidden.
Waar de meeste leiders dit verkeerd aanpakken
De fout die Abukasis het vaakst ziet, is dat marketingleiders AI boven op een gebrekkige basis plaatsen. Het is een terugkerend thema onder de leiders met wie ik heb gesproken.
Natuurlijk weerspiegelt "AI de kwaliteit van het systeem waarop het is aangesloten", zegt ze. "Wanneer data gefragmenteerd is en targeting breed is, helpt AI je alleen maar sneller in de verkeerde richting te bewegen." Lusha heeft dit rechtstreeks ervaren en benadrukte het merkrisico waarmee CMO's worden geconfronteerd wanneer optimalisatie voorrang krijgt boven een strategische basis. Betere resultaten volgden pas nadat inputs en logica volledig op elkaar waren afgestemd.
Voor leiders die binnen beperkingen opereren — een bestaand team, een vast aantal medewerkers, een vastgelegd budget — moet je simpelweg ergens beginnen.
Kies één workflow die ertoe doet en bouw die van begin tot eind opnieuw op. Of het nu gaat om leadroutering, ICP-targeting of dataverrijking, zegt ze, kies er gewoon één. Breng marketing, RevOps en data samen in één ruimte.
Definieer de logica, maak de inputs schoon en automatiseer alles volledig. "Wanneer één systeem soepel werkt, financiert het gesprek over verdere uitbreiding zichzelf."
Haar data ondersteunt deze aanpak. Nadat Lusha de targetinglogica had herbouwd rond een strakker ICP op basis van signalen, realiseerde het bedrijf een ICP-groei van 16% op jaarbasis en verlaagde het tegelijkertijd de uitgaven aan betaalde media met 50%.
Het verhaal achter dat getal begon met een vraag die een van haar teamleden tijdens een planningssessie stelde: "Weten we eigenlijk wel welk bedrijfsprofiel het snelst tot een deal leidt?" Ze hadden daar geen duidelijk antwoord op. Daarom bouwden ze er een, door gewonnen deals in kaart te brengen aan de hand van bedrijfskenmerken en signaalgebaseerde kenmerken, totdat ze een profiel vonden dat aanzienlijk efficiënter was dan het brede ICP waarop ze zich hadden gericht. Vervolgens bouwden ze alles daaromheen opnieuw op.
Het team dat die analyse heeft opgebouwd, werd het team dat nu voortdurend onze targetinglogica beheert — niet als een kwartaalmatige oefening. De verschuiving van campagnedenken naar systeemdenken is de echte winst.
Waar de meeste leiders nog niet klaar voor zijn
Hoewel Abukasis vertelt over het werk dat haar team heeft gedaan, richt ze zich al op het volgende probleem. En het is een probleem waar de meeste marketingorganisaties nog geen antwoord op hebben.
AI-agenten verspreiden zich binnen inkoopprocessen van ondernemingen. IDC voorspelt dat er tegen 2029 een miljard van deze agenten binnen ondernemingen actief zal zijn. In veel inkoopworkflows zal de eerste entiteit die je merk beoordeelt helemaal geen mens zijn. Het zal een systeem zijn dat bepaalt of je in aanmerking komt voordat iemand je creatieve uiting ziet.
"De eerste entiteit die je merk in veel inkoopprocessen controleert, is nu al een systeem dat je blog niet leest ter inspiratie — het bevraagt je dataschema om te controleren of je geverifieerd, gestructureerd en compatibel bent," zei Abukasis. "Als je data gefragmenteerd is en je API-documentatie een puinhoop is, ziet een menselijke koper je creatieve uiting misschien nooit, omdat een agent je al heeft uitgefilterd."
Door voor de machinale laag te bouwen, kan haar team zich richten op de menselijke laag. De twee zijn geen concurrerende prioriteiten. Het zijn opeenvolgende prioriteiten.
Dit ligt ver af van zorgen over advertentieteksten. En daarom zijn de marketeers die systemen begrijpen, die denken als bouwers — degenen die werk doen dat niet zal worden geautomatiseerd.
Wat komt hierna?
Maak een gratis account aan bij The CMO Club en ontvang onze nieuwsbrief wekelijks rechtstreeks in je inbox.