Marketer, który buduje maszynę

Co byś zrobił, aby zwiększyć LTV i poprawić retencję? W przypadku jednego zespołu stało się to możliwe dzięki zmianie sposobu funkcjonowania marketingu. Yael Abukasis, CMO i Head of Revenue Growth w Lusha, platformie danych i analiz rynkowych dla zespołów wprowadzających produkty na rynek, podeszła do marketingu w określony sposób. Umożliwiło to jej zespołowi twórców GTM zwiększenie przychodów firmy o 21% w ciągu około jednego kwartału.

Jeśli więc przepaść między tym, co tworzy Twój zespół, a tym, co dostarczają konkurenci wykorzystujący AI, stale się powiększa, czytaj dalej.

Kiedy dołączyła do firmy, organizacja marketingowa skutecznie realizowała działania według tradycyjnych miar. Ale potem zauważyła coś jeszcze.

„W miarę jak skalowaliśmy kampanie, efektywność zaczęła spadać, mimo że zespół działał na wysokim poziomie” — powiedziała mi. Problemem nie był brak wysiłku ani umiejętności. Problemem była architektura. Zespół był wyposażony do prowadzenia kampanii. Nikt jednak nie zbudował systemu umożliwiającego projektowanie rozwiązań, które sprawiają, że kampanie działają, dostosowują się i przynoszą coraz większe efekty.

W rezultacie przeprowadzono trwającą dziewięć miesięcy restrukturyzację, która zmieniła skład jej zespołu, a jednocześnie przyniosła 16% wzrost ICP rok do roku przy ograniczeniu wydatków na płatne media o 50%. Te liczby wskazują na coś więcej niż skuteczną strategię kreatywną — są efektem budowania lepszych mechanizmów.

Kształtowanie systemu

Lusha zaczynała jako podstawowy produkt danych, oferujący dokładne, zweryfikowane i zgodne z przepisami dane kontaktowe B2B oraz dane firmowe dla zespołów sprzedaży za pośrednictwem platformy i rozszerzenia do Chrome.
Jak mówi, produkt był doskonały. Potem jednak pojawiła się AI, ich grupa docelowa ewoluowała, a wraz z nią ewoluowała także firma.

Dziś Lusha jest warstwą pogłębionych danych i analiz dla twórców rozwiązań wprowadzania produktów na rynek, opartą na uczeniu maszynowym. Pomaga im docierać do 5% klientów, którzy są aktualnie zainteresowani ich rozwiązaniem, na podstawie kontekstu i sygnałów zakupowych w czasie rzeczywistym, wszędzie tam, gdzie pracują twórcy — niezależnie od tego, czy jest to Clay, Claude, ChatGPT, ich API czy MCP. 

To właśnie sprawia, że chce mi się rano wstawać. Budowanie infrastruktury, która umożliwia nowoczesne GTM, przy jednoczesnym prowadzeniu zespołu, który musi stosować w praktyce to, co głosimy. Codziennie korzystamy z naszego własnego produktu, aby prowadzić nasz własny marketing.

Abukasis pamięta moment, w którym zdała sobie sprawę, że jej zespół działa na wysokim poziomie, a mimo to traci przewagę.

W miarę skalowania Lusha efektywność nadal spadała, a przyczyną nie był brak wysiłku ani talentu. Przyznaje, że „marketing przeszedł od dyscypliny czysto kreatywnej do dyscypliny polegającej na podejmowaniu decyzji”.

Wszystko wskazywało na przyczyny leżące głębiej, dlatego Abukasis cofnęła się o krok, aby dokonać ponownej oceny.

Pytania, które zadała swojemu zespołowi, były proste. Czy wiecie, do kogo kierujecie działania? Kiedy docieracie do swoich odbiorców? I w jaki sposób podejmowane są decyzje?

To, co Abukasis nazywa przejściem do kultury „najpierw twórca”, jest czymś więcej niż zmianą nazwy tych samych, znanych ról. To fundamentalnie odmienne podejście do tego, jak powinni działać marketerzy.

Prowadzenie kampanii a budowanie maszyny

To uświadomienie doprowadziło do trwającej dziewięć miesięcy restrukturyzacji jej zespołu — nie była to reorganizacja na schemacie organizacyjnym, lecz fundamentalne przemyślenie tego, jakich ludzi marketing naprawdę potrzebuje w obecnych czasach.

Ostatecznie uznała, że należy zachęcić zespół do stania się twórcami. Abukasis podkreśla różnicę między osobą, która prowadzi kampanię, a osobą, która projektuje system będący jej siłą napędową. „Twórca to architekt systemów, który po prostu pracuje w marketingu” — mówi.

W tradycyjnym modelu masz specjalistów, którzy pozostają w swoich obszarach — copywriterów, którzy piszą, menedżerów ds. efektywności, którzy zarządzają kampaniami, oraz osobę odpowiedzialną za operacje, która naprawia routing leadów. Twórca wypełnia tę lukę.

Twórca zadaje inne pytania. Zamiast „jaki jest komunikat?” pyta „co jest wyzwalaczem?”

Zamiast pytania „kto jest odbiorcą?”, pojawia się pytanie: „jaka jest logika wzbogacania danych i jak pętla informacji zwrotnych usprawnia następną kampanię?”. Następnie analizują, co ich zespół wykonuje ręcznie każdego tygodnia, i zastanawiają się, jak to zautomatyzować.

Abukasis mówi, że zaczynała od próśb w rodzaju: „Nie chcę, żebyście pracowali nad briefem. Chcę, żebyście zbudowali maszynę, która sprawi, że marketing będzie działał z dziesięciokrotnie większą prędkością”.

Niektóre z najbardziej namacalnych przykładów takich działań w Lusha wcale nie dotyczą kampanii. Jej zespół zbudował system monitorujący strony internetowe konkurencji i branżowe witryny pod kątem zmian w interfejsie użytkownika, aktualizacji stron z cennikiem oraz testów A/B, które nigdy nie są publicznie ogłaszane. Zautomatyzowali monitorowanie marki. Obecnie opracowują kompleksowy system automatyzacji kampanii, który przyjmuje dane od człowieka i tworzy w pełni gotową do wdrożenia kampanię, obejmującą teksty, materiały kreatywne oraz zasoby reklamowe sformatowane dla poszczególnych platform — wszystko w ramach jednego procesu.

Przyznaje, że „to, co wcześniej zajmowało dni wymiany informacji między zespołami, teraz odbywa się w ramach jednego procesu. Utalentowani ludzie w moim zespole wcale nie robią przez to mniej”.

Sygnał kierujący jej decyzjami

Ta strukturalna zmiana nie wynikała z odgórnego polecenia. Zrodziła się z obserwacji nowego typu użytkownika, który pojawił się na własnej platformie Lusha.

Pod koniec 2025 roku osoby, które Abukasis i jej zespół nazywają „budowniczymi GTM” — liderzy RevOps, specjaliści ds. operacji marketingowych oraz założyciele budujący od podstaw agentów ds. przychodów — stanowiły około 1% ich bazy użytkowników.

Do końca pierwszego kwartału 2026 roku ta grupa zwiększyła swój udział do ponad 10% nowych rejestracji i odpowiadała za 21% przychodów firmy. Charakteryzowała się wyższym wskaźnikiem utrzymania przychodów netto, wyższą wartością klienta w całym okresie jego życia oraz zdecydowanie wyższym utrzymaniem niż jakikolwiek inny segment użytkowników.

Gdy dostrzegliśmy ten wzorzec, musieliśmy zadać sobie pytanie, czy struktura naszego zespołu została stworzona z myślą o ich potrzebach. Nie została. Dlatego ją przebudowaliśmy.

Drugi sygnał miał bardziej osobisty charakter. Abukasis zaczęła zauważać, że członkowie jej zespołu tworzą po godzinach niewielkie automatyzacje, rozwiązując własne problemy za pomocą narzędzi, których sami się nauczyli.

„Zbudowałam własną automatyzację. Było to tak łatwe, że w jeden dzień stworzyłam dwie rzeczy, które rozwiązały moje największe problemy, i poczułam się, jakbym miała supermoce”. Taka oddolna energia pokazała jej, gdzie w organizacji tkwi niewykorzystana ambicja.

Dlatego niezależnie od tego, czy patrzysz na to z perspektywy produktu, czy rozważasz zatrudnienie kolejnej osoby, warto poświęcić temu trochę czasu.

Wniosek jest taki, że osoby pomagające projektować i definiować systemy mogą generować skumulowane korzyści.

Jak wyglądała restrukturyzacja

Zmiana trwała dziewięć miesięcy i wymagała nowego podejścia, polegającego na rozdzieleniu od siebie treści, wzrostu przychodów i operacji marketingowych.

Dziś Abukasis kieruje zarówno marketingiem, jak i wzrostem przychodów. Jej zespół zbudował wyspecjalizowany dział operacyjny pod kierownictwem dyrektora operacji marketingowych, którego zadaniem jest zarządzanie stosem technologicznym i przepływami danych.

Wzrost przychodów został bezpośrednio włączony do marketingu, zamiast funkcjonować obok niego. Ponadto każdy członek zespołu otrzymuje dostęp do profesjonalnych wersji narzędzi AI, co zachęciło pracowników do tworzenia własnych automatyzacji i agentów.

„Pierwsze trzy miesiące wymagały dużych zmian. W szóstym miesiącu pojawiła się spójność. W dziewiątym model był już w pełni wdrożony”.

Przyznaje, że ludzki aspekt tego harmonogramu jest bardziej złożony.

Jej rozwiązaniem było dopilnowanie, aby każda osoba w zespole potrafiła odpowiedzieć na proste pytanie — co to oznacza dla mnie i mojej pracy?

Odbudowała również niemal całkowicie zestaw kanałów. Persona twórcy GTM nie reaguje na szeroko zakrojone kampanie kreatywne. „Funkcjonują w profesjonalnych społecznościach, grupach na Slacku, newsletterach i ekosystemach partnerskich”. Dlatego Lusha zwiększyła budżet na partnerstwa i programy afiliacyjne oraz uruchomiła Lusha Campus — środowisko edukacyjne, w którym twórcy przychodzą zrozumieć, jak uzyskać realną wartość z danych, zanim jeszcze zostaną płacącymi klientami. Jej zespół odkrył, że gdy ludzie ukończyli Campus, szybciej zaczynali korzystać z produktu, lepiej pozostawali klientami i chętniej rozszerzali współpracę.

Gdzie większość liderów popełnia błąd

Najczęściej spotykany przez Abukasis scenariusz porażki polega na nakładaniu przez liderów marketingu AI na zepsute fundamenty. To wspólny wątek wśród liderów, z którymi rozmawiałem.

Oczywiście „AI odzwierciedla jakość systemu, do którego jest podłączona” — mówi. „Gdy dane są rozproszone, a targetowanie szerokie, AI po prostu pomaga szybciej podążać w złym kierunku”. Lusha doświadczyła tego bezpośrednio, zwracając uwagę na ryzyko dla marki, z którym mierzą się dyrektorzy marketingu, gdy przedkładają optymalizację nad strategiczne fundamenty. Lepsze wyniki pojawiły się dopiero wtedy, gdy dane wejściowe i logika zostały w pełni ze sobą zgrane.

Liderzy działający w ramach ograniczeń — z istniejącym zespołem, ustaloną liczbą etatów i zablokowanym budżetem — po prostu muszą od czegoś zacząć.

Wybierz jeden istotny przepływ pracy i odbuduj go od początku do końca. Routing leadów, targetowanie ICP, wzbogacanie danych — mówi, że wystarczy wybrać jeden obszar. Zgromadź marketing, RevOps i zespół ds. danych w jednym pomieszczeniu.

Zdefiniuj logikę, uporządkuj dane wejściowe i w pełni zautomatyzuj proces. „Gdy jeden system działa bez zarzutu, rozmowa o dalszym rozwoju zaczyna finansować się sama”.

Jej dane potwierdzają skuteczność tego podejścia. Po przebudowaniu logiki targetowania wokół węższego ICP opartego na sygnałach Lusha zwiększyła wzrost ICP o 16% rok do roku, jednocześnie obniżając wydatki na płatne media o 50%.

Historia stojąca za tą liczbą zaczęła się od pytania, które jeden z członków jej zespołu zadał podczas sesji planistycznej: „Czy naprawdę wiemy, jaki profil firmy najszybciej finalizuje transakcję?” Nie mieli na to jednoznacznej odpowiedzi. Zbudowali więc taką analizę, porównując sfinalizowane wygrane transakcje z atrybutami firmograficznymi i opartymi na sygnałach, aż znaleźli profil znacznie skuteczniejszy niż szeroki ICP, do którego wcześniej kierowali działania. Następnie przebudowali wszystko wokół niego.

Zespół, który stworzył tę analizę, stał się zespołem, który obecnie stale zarządza naszą logiką targetowania — a nie tylko realizuje ją raz na kwartał. Przejście od myślenia kampaniami do myślenia systemowego jest prawdziwą wygraną.

Na co większość liderów nie jest przygotowana

Choć Abukasis opowiada o pracy wykonanej przez jej zespół, już koncentruje się na kolejnym problemie. A większość organizacji marketingowych jeszcze się z nim nie zmierzyła.

Agenci AI szybko rozpowszechniają się w procesach zakupowych przedsiębiorstw. IDC prognozuje, że do 2029 roku w przedsiębiorstwach będzie działać miliard takich agentów. W wielu procesach zakupowych pierwszym podmiotem oceniającym Twoją markę wcale nie będzie człowiek. Będzie nim system, który określi kwalifikowalność, zanim jakakolwiek osoba zobaczy Twoją kreację.

„Pierwszym podmiotem weryfikującym Twoją markę w wielu procesach zakupowych jest już system, który nie czyta Twojego bloga w poszukiwaniu inspiracji — odpyta Twój schemat danych, aby sprawdzić, czy masz potwierdzoną tożsamość, uporządkowaną strukturę i kompatybilność”, powiedziała Abukasis. „Jeśli Twoje dane są rozproszone, a dokumentacja API jest chaotyczna, człowiek kupujący może nigdy nawet nie zobaczyć Twojej kreacji, ponieważ agent już wcześniej odfiltrował Twoją firmę”.

Budowanie z myślą o warstwie maszynowej umożliwia jej zespołowi skupienie się na warstwie ludzkiej. Te dwa priorytety nie konkurują ze sobą. Są realizowane sekwencyjnie.

To znacznie wykracza poza martwienie się o treść reklamy. I właśnie dlatego marketerzy, którzy rozumieją systemy i myślą jak twórcy — to oni mają przed sobą pracę, której automatyzacja nie wyeliminuje.

Co dalej?

Załóż bezpłatne konto w The CMO Club i otrzymuj nasz newsletter co tydzień bezpośrednio do swojej skrzynki odbiorczej.