Veranstaltungen und Webinare

Du hast schon von der Meta Conversions API gehört. Vielleicht hast du es sogar eingerichtet. Aber hier ist, was dich eine niedrige Match-Rate tatsächlich kostet: Meta kann nicht mehr deiner besten Kunden finden, deine Kampagnen optimieren auf unvollständige Daten, und dein Anzeigenbudget arbeitet härter als nötig für schwächere Ergebnisse. Die Lösung ist meist nicht nur die Verbindung. Es geht darum zu wissen, welche Ereignisse wann gesendet werden sollen und welche Daten angehängt werden sollen. In dieser Live-Sitzung erklärt Meta, warum starke Signale die Kampagnenergebnisse verändern. Dann geht Jared von Matix Flows auf die Strategie ein: Welche Events gesendet werden, wann im Funnel und wie man sie mit Zapier für die besten Ergebnisse strukturiert.

Vertrieb, Marketing und Customer Success tragen jeweils eine andere Version des Kunden.

Der Vertrieb hört eine Version in Anrufen. Das Marketing sieht einen weiteren in der Kampagnenleistung. Customer Success lernt, was nach Abschluss des Deals passiert. Diese Signale befinden sich in verschiedenen Tools, verfallen mit unterschiedlichen Geschwindigkeiten und gelangen selten zurück in das Persona-Deck, das eigentlich jeder verwenden soll.

KI sollte dein Marketing verbessern. Ohne geteilten Kontext wird es zu einem Schlauch.

Dein Team kann mehr Content, Kampagnen, Outbound und Enablement produzieren als je zuvor. Aber wenn der Kontext hinter dieser Arbeit abgestanden oder fragmentiert ist, produziert KI generische Ausgaben schneller.

Zapiers Marketingteam entwickelt ein anderes Modell, indem es entwickelt fünf Käuferpersonas aus Kontomustern und deidentifizierte Verkaufsanrufe (Databricks und Gong), die dann vor dem Versand Drucktests von Texten, Kampagnen und Outreach eingesetzt werden. Das sind keine imaginären KI-Charaktere oder statische Profile mit einem Chatbot. Sie sind evidenzbasierte Darstellungen, die durch Verkaufsgespräche, Kampagnenleistung, Kundenverhalten und das, was das Team als Nächstes lernt, geprägt sind.

Begleiten Sie Lindsay Rothlisberger, Joe Stych und Ryan Anderson für einen offenen Einblick, wie Zapier diese Personas aufgebaut hat, sie aktuell hält und sie in GTM einsetzt.

Diese Sitzung richtet sich an leitende Führungskräfte aus den Bereichen Marketing, RevOps, Sales Ops und GTM Innovation, die KI auf einem gemeinsamen und aktuellen Kundenverständnis verankern möchten.

Spar dir deinen Platz. Aufnahme, die mit den Anmeldern geteilt wird.

Ein Bewertungsraster kann KI-Flüssigkeit definieren. Es kann die Mitarbeiter nicht fließend machen.

Die Publishing eines KI-Flüssigkeitsrahmens ist ein Fortschritt, weil es Erwartungen und eine gemeinsame Sprache schafft. Doch dann kehren die Mitarbeiter zu Tools, veralteten Schulungen, überfüllten Prioritäten und Managern zurück, die sich fragen, wie "gut" aussieht.

Das Rahmenwerk könnte richtig sein. Das Mitarbeitererlebnis ist unvollständig.

Zapier schlug einen anderen Weg ein. Die breite Einführung von KI erfolgte vor der ersten formellen Bewertungsmatrix. Das Unternehmen nutzte dann die Rubrik, um gemeinsame Sprache für das Verhalten zu geben, das Mitarbeiter bereits zu praktizieren begonnen hatten – und verband diese Sprache mit Einstellung, Onboarding, Leistungsstandards, Golden Paths, Peer-Learning und Erwartungen der Manager.

Begleiten Sie Tracy St. Dic, Zapiers VP of Talent, und Colin Monaghan, Zapiers Director of Learning & Development, für einen offenen Playbook-Einblick, wie Zapier KI-Flüssigkeit in den Job integriert hat. Sie teilen mit, was funktioniert hat, was nicht, was die Organisation bieten musste, bevor die Messlatte höher gelegt wurde, und wie Zapier nach veränderten Aufgaben sucht, anstatt nur Tools zu nutzen.

Diese Sitzung richtet sich auf KI-Transformation, Talente, Personal, Lernen und Entwicklung, HR Operations und IT-Führungskräfte, die dafür verantwortlich sind, unternehmensweite KI-Erwartungen in tägliches Verhalten umzuwandeln.

Spar dir deinen Platz. Aufnahme, die mit den Anmeldern geteilt wird.