Vice-presidente de Marketing partilha como está a mudar para um sistema operativo nativo de IA

Emilia Korczynska é a VP de Marketing da Userpilot, uma plataforma de crescimento de produtos. É também a fundadora da ZenABM.

Sentámo-nos com a Emilia para saber como está a transformar uma stack de marketing pronta a usar num sistema operativo nativo de IA. Eis o que nos contou.

Criar um motor de receitas mensurável

Sou a Emilia Korczynska, VP de Marketing da Userpilot, onde me concentro em transformar o marketing de um centro de custos num motor de receitas mensurável.

Lidero uma organização de marketing relativamente enxuta, estruturada em torno de funções centrais de crescimento, em vez de silos tradicionais por canal. A equipa abrange marketing de produto, geração de procura, conteúdos e SEO, operações de marketing, criação e apoio outbound. Dá suporte tanto ao crescimento orientado pelo produto como ao marketing baseado em contas, pelo que cobrimos todo o percurso, desde a aquisição autónoma até à conversão de elevada intenção assistida por vendas.

Em termos de canais, o ABM é o nosso principal motor de aquisição. Criámos a equipa e os sistemas para impulsionar o envolvimento e o pipeline ao nível das contas através de campanhas altamente direcionadas, sobretudo no LinkedIn. O orgânico complementa esta abordagem como a nossa segunda alavanca principal, com os conteúdos a desempenharem um papel fundamental na captação e no desenvolvimento da intenção, seguido pelo Google Ads para captar procura de elevada intenção e fechar o ciclo da aquisição.

Como a equipa é intencionalmente enxuta, trabalhamos de forma muito transversal. Os conteúdos alimentam diretamente a geração de procura e o ABM, as operações de marketing ligam todos os dados e a atribuição, e medimos tudo com base no pipeline e nas receitas, em vez de métricas específicas de cada canal.

Embora a equipa seja pequena, a estratégia é bastante sofisticada.

Mudar fundamentalmente a forma como o marketing funciona

Emilia acredita

Se não gerar pipeline, não importa.

O meu percurso na liderança de marketing tem sido prático e profundamente ligado à experimentação. Não segui o caminho tradicional do marketing de marca — cresci através do crescimento orientado pelo produto, do marketing de desempenho e do ABM, onde a expectativa é simples: se não gerar pipeline, não importa. Na Userpilot, liderei a mudança da geração de procura abrangente para estratégias altamente direcionadas e baseadas em contas, sobretudo no LinkedIn, onde tivemos de repensar tudo, desde a criação de audiências até à atribuição.

Uma parte fundamental desse percurso envolveu desafiar modelos de medição deficientes. Passei muito tempo a provar que uma grande parte das receitas B2B — frequentemente mais de metade — fica invisível quando dependemos da atribuição ao nível do contacto. Isso também me levou a criar a ZenABM, uma startup onde acompanhamos o impacto do marketing no pipeline ao nível das contas e ligamos diretamente o envolvimento com anúncios ao pipeline e às receitas.

Por isso, essa é a base, e conduziu-me naturalmente até à IA.

A mudança que estamos a observar não consiste apenas em gerar conteúdos mais rapidamente — trata-se de mudar fundamentalmente a forma como o marketing funciona. Estamos a passar de painéis e análises manuais para sistemas onde podemos consultar os nossos dados, automatizar insights e desencadear ações instantaneamente.

Para mim, este momento de transformação pela IA tem menos a ver com entusiasmo exagerado e mais com alavancagem. Concentro-me nestas perguntas:

• "Como podemos utilizar a IA para tornar o marketing mais preciso, mais responsável e mais ligado às receitas do que alguma vez esteve?"
• "E como podemos criar sistemas onde os dados, os insights e a execução deixem de ser etapas separadas e passem a fazer parte de um único ciclo contínuo?"

É esse o percurso que estou a fazer neste momento.

Como uma stack de marketing pode tornar-se num sistema operativo nativo de IA

Uma das maiores mudanças que fizemos foi transformar a nossa stack de marketing pronta a usar num sistema operativo mais personalizado e nativo de IA, com o GitHub como “cérebro de marketing” central e o Claude Code como interface da equipa.

Em vez de depender de ferramentas desligadas e fluxos de trabalho manuais, transferimos a execução para fluxos de trabalho de IA estruturados e repetíveis. Criámos processos reutilizáveis para a geração de conteúdos para o LinkedIn, a criação de páginas de destino e a inteligência competitiva, orquestrados através de agentes e competências baseados na nuvem.

Como resultado, reduzimos significativamente o tempo entre o sinal e a ação. O marketing é agora muito mais sistemático e escalável, e a equipa passa menos tempo na execução e mais tempo na estratégia, nos dados de entrada e na otimização dos resultados.

Como a IA pode transformar a prospeção ativa

A mudança mais impactante ocorreu na prospeção ativa. Criámos um sistema de prospeção ativa orientado pela intenção que identifica contas envolvidas nos nossos programas de ABM através da API da ZenABM, introduz os dados numa base de dados personalizada na nuvem, enriquece-os e, em seguida, procura potenciais clientes nessas contas utilizando os nossos critérios de ICP através do Prospeo.

A partir daí, ativamos o contacto através de ferramentas como o Smartlead e o HeyReach, o que nos permite realizar campanhas altamente direcionadas e personalizadas em grande escala, com base em sinais reais de envolvimento.

O que antes era um processo manual e fragmentado, distribuído por várias ferramentas, é agora um sistema conectado e orientado por sinais.

Como a IA influencia as decisões de marketing e a criatividade humana

De um modo geral, recorremos intensivamente à IA para decisões ricas em dados e repetíveis que beneficiam do reconhecimento de padrões em grande escala.

Por exemplo, a IA influencia cada vez mais a distribuição do orçamento, utilizando dados de desempenho e de atribuição de receitas. Em vez de transferirmos manualmente o investimento com base em indicadores desfasados, utilizamos sistemas que analisam quais as campanhas e contas que impulsionam o funil de vendas e as receitas, ajustando o investimento em conformidade.

Isto também se aplica ao SEO. Utilizamos a IA para dar prioridade aos conteúdos com base em sinais como a taxa de cliques, o volume de pesquisa e o tráfego e envolvimento previstos. Isto permite-nos concentrar nas oportunidades com o maior retorno esperado, em vez de dependermos da intuição ou de listas de palavras-chave estáticas.

Mas mantemos deliberadamente o envolvimento humano nas áreas que exigem bom gosto, contexto e originalidade.

As decisões de design são um bom exemplo; aquilo que “parece certo” para um público, uma marca ou um momento específico continua a depender fortemente do discernimento humano. O mesmo se aplica aos eventos e à estratégia de conferências, onde compreender as nuances, as relações e a perceção da marca é mais importante do que os dados puros.

No que diz respeito aos conteúdos, trata-se de um modelo híbrido. A IA gera eficazmente variações, estruturas e até ideias para anúncios, mas os principais ângulos de geração de procura continuam a resultar de investigação criativa e de uma compreensão profunda do público. É aí que ocorre a diferenciação.

Porque é que as automatizações têm de se justificar

Os maiores impactos positivos são óbvios: eficiência e escalabilidade.

A automatização de fluxos de trabalho manuais poupou à equipa uma quantidade significativa de tempo, desde a produção de conteúdos até à execução de prospeção ativa. Isto traduz-se diretamente em resultados: podemos realizar mais experiências, lançar mais rapidamente e operar com uma equipa mais pequena do que a anteriormente necessária.

A IA também melhorou a rapidez da tomada de decisões. Com a IA a analisar dados de desempenho e de atribuição, podemos passar muito mais rapidamente da informação à ação, especialmente em áreas como a distribuição do orçamento ou a otimização de campanhas.

No entanto, a automatização excessiva representa um grande risco.

É fácil passar tempo a criar e a otimizar fluxos de trabalho que são operacionalmente interessantes, mas que não geram resultados empresariais significativos. Em alguns casos, os resultados dos sistemas não são suficientemente fortes para justificar o esforço, especialmente quando lhes faltam as nuances ou a qualidade necessárias.

Por isso, este é o meu conselho: não automatize apenas por automatizar. Mantenha-se disciplinado quanto aos pontos em que a IA cria uma verdadeira vantagem e àqueles em que apenas acrescenta complexidade.

Conselhos da Emilia

Não automatize apenas por automatizar. Mantenha-se disciplinado quanto aos casos em que a IA cria uma verdadeira vantagem, em vez de se limitar a acrescentar complexidade.

Acompanhe

Pode acompanhar o trabalho da Emilia no LinkedIn. E consulte a ZenABM.

Haverá mais entrevistas com especialistas no The CMO Club!