O diretor de receitas de uma empresa de software como serviço partilha os fluxos de trabalho que estão a potenciar os representantes de desenvolvimento de vendas — mas não a substituí-los

Mukul Kaushik é o CRO de uma empresa SaaS chamada Trackier e também lidera as receitas dos seus produtos, Apptrove e Affnook.

Sentámo-nos com Mukul para saber como está a reforçar a sua equipa de SDR com IA. Foi isto que nos contou.

Expansão para novos mercados

Olá a todos, sou o Mukul Kaushik. Sou o CRO da Trackier e lidero as receitas dos nossos produtos, Apptrove e Affnook.

Operamos nas áreas do marketing de desempenho, medição móvel e tecnologia de afiliados, servindo anunciantes, redes de publicidade, agências, empresas de jogos e profissionais de marketing de aplicações a nível global. Atualmente, encontramo-nos numa forte fase de crescimento e expansão, com um grande foco no aumento da nossa presença internacional em regiões como a Índia, o Sudeste Asiático, a região MENA, a Europa e as Américas. O nosso modelo de receitas baseia-se principalmente em SaaS, com subscrições e contratos empresariais que dependem da dimensão e da utilização por parte do cliente.

A organização de receitas abrange vendas, parcerias, sucesso do cliente e iniciativas estratégicas de crescimento. Operamos com uma combinação de estratégias GTM de entrada, de saída, lideradas por parceiros e orientadas para eventos, especialmente porque o nosso setor depende fortemente de relações e ecossistemas.

O nosso foco atual é combinar as vendas empresariais tradicionais com fluxos de trabalho baseados em IA para as funções de SDR, elaboração de relatórios, previsões e inteligência do cliente. Ao mesmo tempo, mantemos uma abordagem consultiva e centrada nas relações para o crescimento.

Melhores sistemas e informações mais rápidas

A minha experiência tem-se centrado na área do marketing de desempenho e da atribuição móvel — trabalhando com anunciantes, afiliados, empresas de jogos e profissionais de marketing de aplicações em diferentes mercados. Comecei nas vendas e parcerias essenciais. Com o tempo, passei a criar equipas de receitas, a expandir relações globais e a moldar produtos com base nas necessidades dos clientes.

Há alguns anos, os líderes de receitas baseavam a maioria das decisões na experiência, no instinto e num esforço manual significativo. Agora, a IA está a mudar a forma como trabalhamos quase todos os dias — desde a prospeção e personalização até à análise, previsão e comunicação com os clientes.

A minha maior conclusão durante esta vaga de IA foi perceber quão mais rapidamente as equipas pequenas e focadas conseguem avançar quando utilizam a IA de forma eficaz. Já não se trata apenas de ter uma equipa de vendas maior; trata-se de ter melhores sistemas, informações mais rápidas e agir rapidamente.

No entanto, continuo a acreditar que a liderança de receitas assenta, em última análise, nas pessoas. As relações, a confiança, a compreensão dos problemas dos clientes e as parcerias de longo prazo continuam a ser o mais importante. A IA pode tornar-nos mais eficientes, mas é o elemento humano que constrói negócios duradouros.

Como a IA influencia as vendas externas e as operações de receitas

Introduzimos a IA nos nossos fluxos de trabalho de vendas externas e operações de receitas no ano passado. Anteriormente, grande parte do nosso processo era manual — os SDR passavam bastante tempo a pesquisar contas, a redigir contactos e a atualizar o Salesforce. Também preparavam relatórios e as revisões da liderança dependiam fortemente de dados compilados manualmente.

Depois de integrarmos a IA em várias camadas do processo de receitas, esta ajuda agora os SDR a dar prioridade às contas, a identificar sinais de intenção, a personalizar os contactos e a automatizar partes dos acompanhamentos. Em simultâneo, automatizámos grande parte da elaboração de relatórios no Salesforce, o que proporcionou uma visibilidade mais clara e em tempo real sobre a evolução dos negócios e a atividade da equipa.

Eis o nosso fluxo de trabalho de receitas baseado em IA:

1. A IA identifica e dá prioridade às contas com elevada intenção com base em sinais de envolvimento e na correspondência com o ICP.
2. Em seguida, ajuda os SDR a personalizar os contactos e a automatizar os acompanhamentos.
3. Assim que os contactos entram no funil, a IA do Salesforce automatiza os relatórios e acompanha a atividade dos negócios em tempo real.
4. Recebemos acionadores preditivos quando um negócio abranda, o envolvimento diminui ou uma conta revela uma intenção de compra mais forte.

Eis as ferramentas que utilizamos:

• Salesforce AI para previsões
• 11x.ai para prospeção
• Sales Navigator para indicadores de contas
• Apollo para enriquecimento de dados

Os acionadores preditivos e as previsões tiveram o maior impacto. Em vez de esperarmos até ao final do trimestre para perceber que um negócio estava a perder ritmo, agora recebemos sinais precoces quando o envolvimento diminui, os padrões de resposta mudam ou um negócio começa a apresentar indicadores de risco. Do mesmo modo, a IA ajuda a identificar contas com maior probabilidade de conversão com base no comportamento histórico e nos padrões de atividade.

Como resultado, a equipa tornou-se muito mais proativa em vez de reativa. Os gestores passam menos tempo a procurar atualizações e mais tempo a orientar as equipas e a ajudar a fazer avançar os negócios. As conversas sobre previsões baseiam-se agora mais em dados, em vez de dependerem apenas da intuição.

O que a IA não consegue replicar nas operações de receita

Pensamentos de Mukul

Um cliente pode comprar devido às capacidades do produto, mas normalmente construímos parcerias de longo prazo através da credibilidade, da compreensão do contexto empresarial e da ligação humana — algo que a IA não consegue replicar totalmente.

Atualmente, dependemos fortemente da IA em áreas que envolvem reconhecimento de padrões, rapidez e análise de dados em grande escala, mas continuamos a manter as decisões estratégicas críticas sob liderança humana.

Questões como negociações empresariais, estratégia de preços para contas-chave, parcerias de longo prazo, decisões de contratação, posicionamento no mercado e gestão de relações continuam a depender fortemente do discernimento e da experiência humanos.

Na nossa indústria, em particular, a confiança e as relações são muito importantes. Um cliente pode comprar devido às capacidades do produto, mas normalmente construímos parcerias de longo prazo através da credibilidade, da compreensão do contexto empresarial e da ligação humana — algo que a IA não consegue replicar totalmente.

Porque é que os SDR autónomos ainda não são possíveis

Outra coisa que a IA ainda não consegue fazer é gerir de forma totalmente autónoma as vendas externas e as relações.

Inicialmente, estávamos entusiasmados com a possibilidade de os SDR com IA tratarem de forma autónoma de grande parte da prospeção e do contacto com potenciais clientes. A IA melhorou a eficiência, a personalização e a definição de prioridades das contas. Mas, nas vendas empresariais e orientadas para parcerias, especialmente em setores como o marketing de desempenho e os jogos, as relações continuam a impulsionar as conversões muito mais do que a automação, por si só.

Por exemplo, a IA pode gerar mensagens de contacto altamente otimizadas, mas continua a ter dificuldades em compreender o contexto empresarial mais profundo, a sensibilidade ao momento e a política interna do lado do cliente, ou em criar uma confiança genuína ao longo de ciclos de vendas prolongados. Em muitos casos, as comunicações geradas por IA também pareciam demasiado semelhantes ou excessivamente polidas, reduzindo a autenticidade.

Porque é essencial ter disciplina nos processos ao utilizar IA

Ao longo do último ano, enquanto integrámos a IA nos nossos fluxos de trabalho de receita, observámos tanto resultados muito positivos como algumas dificuldades de aprendizagem.

Do lado positivo, a eficiência operacional e a visibilidade foram as melhorias mais significativas. Os fluxos de trabalho dos SDR assistidos por IA ajudaram a equipa a reduzir o tempo dedicado à pesquisa repetitiva, à personalização de contactos externos e aos acompanhamentos, melhorando a velocidade geral dos contactos e o tratamento das respostas. A equipa de vendas passa agora mais tempo em conversas efetivas com os clientes, em vez de tarefas administrativas.

Também observámos melhorias significativas na precisão das previsões e na gestão do pipeline depois de automatizarmos os relatórios e introduzirmos sinais preditivos no Salesforce. Anteriormente, as revisões do pipeline eram manuais e reativas. Agora, a liderança obtém muito mais cedo visibilidade sobre os riscos dos negócios, as oportunidades estagnadas, as diminuições do envolvimento e as contas com elevada intenção de compra. Isto melhorou a rapidez da tomada de decisões e tornou as conversas sobre previsões muito mais fundamentadas em dados.

Em termos qualitativos, os gestores concentram-se agora mais na orientação e na estratégia, em vez de procurarem garantir a atualização do CRM e acompanharem atualizações manuais. A organização, no seu conjunto, tornou-se mais proativa em vez de reativa.

Ao mesmo tempo, enfrentámos alguns desafios. Percebemos desde cedo que a qualidade da IA depende da qualidade dos dados e dos processos que lhe estão subjacentes. No início, as atualizações inconsistentes do CRM e os dados fragmentados criavam por vezes sinais enganadores ou previsões pouco fiáveis. Percebemos que, se as atualizações do CRM forem inconsistentes, as equipas não mantiverem corretamente as etapas ou o acompanhamento da atividade estiver incompleto, a IA simplesmente amplifica esses problemas em vez de os corrigir. Tivemos de melhorar a disciplina dos processos antes de os resultados da IA se tornarem verdadeiramente fiáveis.

Também descobrimos que as ferramentas de IA criam, por vezes, uma ilusão de produtividade — mais contactos, mais relatórios, mais automatização — sem necessariamente melhorarem proporcionalmente os resultados reais da receita. Por isso, tornámo-nos muito mais intencionais na medição do impacto real no negócio, em vez de medirmos apenas métricas de automatização.

E, por fim, descobrimos que o excesso de automatização pode, por vezes, fazer com que os contactos pareçam robóticos.

Porque é que a adoção da IA exige gestão da mudança

Também subestimei a dimensão da gestão interna da mudança necessária. Inicialmente, as equipas viam a IA como uma ameaça ou como algo que iria resolver tudo magicamente e de forma automática. Na realidade, a adoção só foi bem-sucedida quando as pessoas compreenderam que a IA apoia uma melhor execução, em vez de substituir o discernimento humano.

Se soubesse disto mais cedo, teríamos começado por dedicar mais tempo a melhorar a qualidade dos dados do CRM, a definir claramente os fluxos de trabalho e a formar as equipas para trabalharem em conjunto com a IA. Isto teria evitado muitos relatórios ruidosos, expectativas irrealistas e a confusão inicial sobre o impacto real da IA.

Porque é que as equipas de geração de receita estão a mudar

O que aprendi é que aumentar a receita já não exige aumentar o número de colaboradores.

Atualmente, uma equipa mais pequena e equipada com IA consegue muitas vezes executar mais rapidamente e com maior visibilidade do que uma organização de vendas tradicional muito maior. A IA consegue tratar de grande parte da pesquisa, priorização, elaboração de relatórios, previsão e automatização de fluxos de trabalho a uma escala que antes era impossível.

Porque é que os CRO têm de manter as equipas humanas

Os CRO que olharão para este momento com orgulho não são os que avançaram mais depressa. São os que mantiveram as suas equipas humanas, foram intencionais quanto ao papel da IA e não confundiram atividade com progresso.

Já enfrentou momentos de disrupção. Esta disrupção envolve mais ferramentas, mas o trabalho é o mesmo: criar confiança, resolver problemas reais e fechar negócios.

Acompanhe

Pode acompanhar o trabalho de Mukul Kaushik no LinkedIn e no Instagram.

Em breve, haverá mais entrevistas com especialistas no The CRO Club!