La riorganizzazione dei processi aziendali legati al customer journey rappresenta una delle direttrici principali con cui le imprese B2B affrontano l’integrazione dell’intelligenza artificiale. In un’intervista rilasciata all’interno del podcast The Artificial Intelligence Show, condotto da Mike Kaput nell’ambito della serie speciale AI Transformations, John Dick, chief customer officer di HubSpot, ha illustrato il percorso di trasformazione che sta guidando l’azienda nell’adozione di agenti AI distribuiti lungo l’intero ciclo di vita del cliente.
L’analisi parte da una constatazione empirica: se le sfide storiche del mercato sono rimaste sostanzialmente inalterate nel tempo, la tecnologia consente oggi di superare vincoli operativi considerati fino a questo momento inamovibili.
Indice degli argomenti:
I vincoli operativi storici nel customer journey B2B
Nel corso del confronto, Dick ha sottolineato come le problematiche commerciali e di gestione della clientela affondino le radici in dinamiche consolidate. «I problemi del go-to-market non sono cambiati molto nell’ultimo secolo. Fondamentalmente si riducono a: come creo la domanda? Come vinco le trattative? E come creo clienti felici e fedeli che continuino a scegliere noi o che spendano di più con noi?» ha dichiarato Dick.
I limiti tradizionali hanno a lungo penalizzato l’efficienza operativa dei team. Nelle vendite B2B, per oltre un ventennio la quota di tempo effettivo che un commerciale riesce a dedicare al dialogo con i clienti si è attestata intorno al 35%, a causa dell’elevato carico di lavoro amministrativo, di ricerca e di coordinamento. «Ogni anno, leader ambiziosi dicono: “Quest’anno aumenteremo quel numero. Passeremo dal 35% al 36%. Lo faremo quest’anno”.
E poi quel dato non si muove mai, perché il volume di ricerca, la parte amministrativa e il lavoro di coordinamento richiesti per gestire un processo di vendita complesso sono incredibilmente elevati» ha spiegato il chief customer officer di HubSpot.
Parallelamente, sul fronte del customer success, la personalizzazione dei messaggi su ampia scala è rimasta a lungo limitata dalla rigidità dei sistemi deterministici di marketing automation. L’introduzione di strumenti generativi permette ora di generare comunicazioni mirate uno-a-uno per centinaia di migliaia di utenti, fornendo consigli specifici per l’ottimizzazione dell’uso della piattaforma e ridefinendo la gestione del customer journey.
La cultura aziendale come fattore abilitante
Prima di implementare soluzioni tecnologiche lungo il customer journey, HubSpot ha impostato un piano per sviluppare l’alfabetizzazione interna sull’intelligenza artificiale. Il percorso si è articolato su tre direttrici operative: la guida diretta da parte della leadership aziendale, la creazione di tempo dedicato alla sperimentazione e l’instaurazione di un clima d’azienda privo di barriere nella condivisione dei risultati.
A livello dirigenziale, la CEO Yamini Rangan ha mostrato concretamente l’impiego quotidiano degli strumenti tecnologici condivisi tramite video interni, stimolando l’emulazione da parte dei dipendenti. Inoltre, la creazione di canali di comunicazione dedicati su Slack ha permesso ai lavoratori di mostrare casi d’uso e successi quotidiani. «Bisogna quindi creare una cultura aziendale in cui sia assolutamente normale e incoraggiato condividere tutto» ha osservato Dick, evidenziando la necessità di contrastare la diffusa sensazione di inadeguatezza generata dalla rapidità dell’evoluzione tecnologica.
L’infrastruttura degli agenti AI lungo il customer journey
L’applicazione pratica degli agenti di intelligenza artificiale copre in modo sistematico ogni snodo del customer journey, dall’acquisizione iniziale fino al supporto successivo alla vendita.
Generazione della domanda e Answer Engine Optimization
La progressiva riduzione del traffico di ricerca tradizionale ha spinto l’azienda ad adattare le proprie strategie di posizionamento, affiancando all’inbound marketing classico le tecniche di Answer Engine Optimization. L’obiettivo è garantire la presenza e la corretta citazione del brand all’interno dei motori di risposta. L’introduzione di un agente dedicato all’ottimizzazione per tali motori ha registrato un incremento delle conversioni vicino al 2.000%!
Contestualmente, un agente focalizzato sulla domanda analizza il mercato di riferimento, definisce il Total Addressable Market e rileva i segnali di intenzione d’acquisto inviati dalle aziende target.
Qualificazione dei contatti e prospezione commerciale
Nella fase di contatto e qualificazione, un bot di vendita gestisce in autonomia oltre l’80% delle interazioni in chat presenti sul sito aziendale. Per quanto riguarda le vendite dirette, l’assistente personalizzato Guided Success, integrato nella tecnologia aziendale e addestrato sui dati storici delle trattative, supporta i commerciali migliorando i tassi di chiusura dei contratti.
Sul fronte della prospezione, i dati interni indicano che un agente di prospezione sviluppato e gestito a livello centrale garantisce performance superiori rispetto alle soluzioni realizzate individualmente dai singoli venditori. Nell’arco di un singolo trimestre, l’agente centralizzato ha prenotato autonomamente circa 10 mila appuntamenti di vendita. «…quello che abbiamo costantemente verificato è che le soluzioni sviluppate a livello globale, strutturate con il corretto contesto aziendale e sottoposte a rigorosi processi di valutazione, superano nettamente le performance degli strumenti creati individualmente dai singoli commerciali» ha affermato Dick.
Assistenza ai clienti e fidelizzazione post-vendita
Nella fase finale del customer journey, dedicata all’assistenza e alla fidelizzazione, l’impiego iniziale dell’AI ha mostrato l’importanza di bilanciare le metriche operative. Un’attenzione esclusiva rivolta al tasso di risoluzione dei ticket aveva inizialmente causato una contrazione degli indici di soddisfazione del cliente. Ricalibrando le priorità sulla soddisfazione del cliente, l’azienda ha raggiunto un tasso di risoluzione del 60% mantenendo elevati gli standard qualitativi. Inoltre, l’utilizzo di assistenti dedicati da parte dei Customer Success Manager ha ridotto i carichi burocratici, registrando un aumento di 7 punti percentuali nel tasso di salvataggio dei clienti a rischio di abbandono.
Dalla produttività individuale alla centralizzazione dei team
L’evoluzione organizzativa necessaria per sostenere l’integrazione dell’AI nel customer journey ha richiesto il passaggio dalla produttività del singolo dipendente alla produttività istituzionale, definita come la capacità di incidere sulle voci del conto economico aziendale. «Siamo convinti che l’AI possa certamente aiutare il singolo dipendente, ma il vero valore per un’azienda si sblocca quando si raggiunge la produttività istituzionale, ovvero quando si riescono a spostare in modo significativo le voci del conto economico o i risultati di crescita» ha evidenziato Dick.
Inizialmente basato su una sperimentazione diffusa e successivamente strutturato in gruppi di lavoro multidisciplinari, il modello organizzativo è stato modificato unificando gli ingegneri, gli analisti di dati, i tecnici di sistema e gli esperti di dominio all’interno di un unico team centralizzato, guidato dal marketing growth leader Kieran Flanagan.
Questa scelta ricalca la strategia adottata in passato per la gestione della SEO e risponde a due principi gestionali: la necessità di sviluppare una competenza tecnica verticale di alto livello e l’opportunità di attrarre e trattenere professionisti specializzati, come go-to-market engineers e data scientist. La centralizzazione consente di concentrare le risorse su progetti ad alto impatto, evitando la frammentazione degli sforzi in iniziative locali di modesta portata.
Governance dei dati, strumenti e qualità dell’output
Un aspetto critico nella riprogettazione del customer journey riguarda la proliferazione degli strumenti software e la tutela della conformità dei dati. La scelta di accentrare i flussi operativi all’interno della piattaforma aziendale permette di mantenere la governance sulle informazioni e di orchestrare modelli informatici differenti in base alle specifiche esigenze di costo e prestazione.
L’efficacia degli agenti rimane strettamente legata alla qualità dei dati aziendali utilizzati per l’addestramento e al contesto operativo fornito. Dick ha sottolineato la necessità di mantenere elevati standard di controllo per evitare la produzione di contenuti di scarsa qualità. «In HubSpot crediamo fermamente che la vera potenza dell’AI non risieda nel farle fare tutto da sola, bensì nell’unione tra autenticità umana ed efficienza dell’AI, questa è la formula magica» ha specificato il Chief Customer Officer.
Strategie di implementazione per i decisori aziendali
Per i dirigenti che intendono rinnovare la gestione del customer journey attraverso strumenti automatici, le indicazioni emerse dall’esperienza di HubSpot suggeriscono di procedere per obiettivi definiti, evitando l’errore di voler automatizzare simultaneamente ogni processo.
Il percorso di integrazione richiede di mappare con precisione ogni passaggio compiuto dai team operativi lungo il canale di vendita, identificando per ciascuna fase la soluzione tecnologica più idonea. «…prendete un foglio di carta, disegnate il vostro customer journey e descrivete i passaggi che il vostro team compie per presidiarlo e far avanzare i lead lungo il funnel. Poi, costruite letteralmente una strategia AI per ognuno di questi passaggi» ha concluso Dick.
Partecipa alla community