Red Hat est le premier fournisseur mondial de solutions logicielles open source pour les entreprises, aidant les organisations, dont 90 % du Fortune 500, à exécuter des charges de travail critiques sur le cloud hybride, l'automatisation, Linux et l'IA. Pourtant, même au sein d'une organisation marketing fortement axée sur les données, les équipes qui cherchaient à répondre à des questions de performance et à trouver des insights étaient ralenties par des informations fragmentées entre les tableaux de bord, les documents, les feuilles de calcul et les outils internes. Pour y remédier, Red Hat a développé le Marketing Insights and Navigation Engine (MINE). S'appuyant sur une base de cloud hybride ouvert et intégrant Databricks pour la data intelligence, MINE est une plateforme de marketing agentique avancée qui offre aux marketeurs un moyen conversationnel d'accéder à des réponses fiables, de naviguer dans les données de performance et de passer plus rapidement de l'insight à l'action.
De la recherche de données fragmentées au marketing de précision
L'équipe marketing de Red Hat devait gagner en rapidité, mais les informations sur lesquelles s'appuyaient les marketeurs étaient réparties sur de nombreux systèmes. Les performances des campagnes se trouvaient dans des tableaux de bord. Les définitions et les guides de processus figuraient dans la documentation. Le pipeline, l'engagement des comptes et le contexte d'attribution devaient souvent être assemblés manuellement. Le défi ne consistait pas simplement à trouver des données, mais à trouver une intelligence marketing fiable et contextualisée que les équipes pouvaient interpréter de manière cohérente et exploiter rapidement.
« Avant MINE, la prise de décision était lente et fragmentée. Les marketeurs devaient naviguer entre plusieurs tableaux de bord et outils pour trouver ce dont ils avaient besoin, puis combiner manuellement les performances des campagnes, l'engagement des comptes et l'impact sur le pipeline à travers différents systèmes. Sans un espace centralisé pour clarifier des termes tels que le pipeline généré par le marketing, les leads et la logique d'attribution des campagnes, les équipes devaient s'en remettre à la documentation ou s'adresser à d'autres personnes pour obtenir des réponses. »—Rutanshu Desai, Data Scientist principal, Marketing Analytics, Red Hat
Pour résoudre ce problème, l'équipe de data science de Red Hat a travaillé directement avec les parties prenantes du marketing afin d'identifier les flux de travail présentant le plus de frictions. Après avoir organisé 20 groupes de discussion, l'équipe a identifié des points de friction communs concernant la navigation dans les tableaux de bord, la définition des métriques, l'analyse des campagnes et les questions fréquemment posées.
« Nous avons délibérément évité le piège de l'IA pour l'IA. Nous sommes partis des véritables points de friction de nos parties prenantes et nous avons construit notre solution autour de la difficulté à trouver des informations précises dans des silos différents. »—James Noe, Responsable Data Science, Marketing Analytics, Red Hat
Ces enseignements ont façonné la création de MINE, le Marketing Insights and Navigation Engine de Red Hat : une plateforme interne optimisée par la GenAI qui offre aux marketeurs un moyen conversationnel de trouver des réponses fiables, de naviguer dans les tableaux de bord, de comprendre les métriques et d'accéder aux bonnes ressources sans expertise technique approfondie. Parce que MINE a été conçu autour des besoins réels des utilisateurs, il est devenu bien plus qu'une simple expérience d'IA. C'est désormais un outil de confiance conçu en fonction de la manière dont les marketeurs travaillent réellement.
Pour favoriser son adoption, MINE devait également inspirer confiance, être familier et transparent dès le premier jour. L'équipe de data science l'a intégré aux systèmes SSO et VPN internes, et a hébergé le frontend sur Red Hat OpenShift, la base de cloud hybride essentielle pour déployer et faire évoluer le frontend de la plateforme. Red Hat OpenShift a fourni la plateforme d'applications éprouvée que les équipes de Red Hat connaissaient et appréciaient déjà, tandis que Databricks a été intégré pour fournir des tables de données gouvernées et transparentes qui montraient précisément aux marketeurs d'où provenaient les réponses.
« Nous avons surmonté le scepticisme face à l'IA grâce à la transparence, en démontrant des résultats reproductibles et gouvernés. Avec Databricks, nous pouvions montrer précisément aux parties prenantes du marketing d'où provenait une réponse et pourquoi elle était cohérente. Nous ne leur avons pas fourni une boîte noire, mais un moteur auquel ils pouvaient faire confiance. »—Preston MacDonald, Ingénieur IA senior, Marketing Analytics, Red Hat
Pour l'organisation marketing de Red Hat, la valeur s'est rapidement concrétisée dans la prise de décision au quotidien. MINE offre aux marketeurs un accès en temps réel aux tendances du pipeline, aux performances des segments, aux offres les plus performantes et aux engagements moins performants, aidant ainsi les équipes à identifier des schémas et à ajuster leur stratégie plus rapidement, plutôt que d'attendre les revues trimestrielles ou de dépendre de demandes ponctuelles.
« La beauté de MINE réside dans le fait qu'il fonctionne en temps réel. Je peux rapidement voir où nous en sommes avec le pipeline, comment les segments se comportent, quelles offres génèrent des résultats et où nous devons modifier notre stratégie d'investissement. »—Leigh Day, vice-présidente principale et directrice du marketing, Red Hat
Bâtir MINE sur Databricks : une couche d'intelligence agentique de confiance pour les marketeurs
Red Hat a construit MINE en utilisant Databricks dans le cadre d'un environnement de cloud hybride multicouche où les données, les documents, les modèles, les outils, l'évaluation et le serving pouvaient être réunis dans un seul environnement prêt pour la production. L'architecture s'alignait sur les principes open source de Red Hat, offrant à l'équipe la flexibilité de prioriser les modèles sous licence Apache 2.0, d'utiliser des modèles approuvés comme IBM Granite pour les embeddings, et d'intégrer d'autres modèles approuvés via des points de terminaison de modèles externes sans ralentir le développement.
« Databricks nous a fourni la boîte à outils de data intelligence dont nous avions besoin pour prendre en charge l'infrastructure de données sous-jacente et jeter les bases de MINE. Du Unity Catalog pour le versioning des modèles, les tables de données et les outils UDF aux données non structurées dans les Volumes, les bases de données vectorielles (vector stores) et les tables en ligne, nous disposions des fondations nécessaires pour créer, prendre en charge et stocker les données au sein de l'architecture MINE. »—Preston MacDonald, Ingénieur IA senior, Marketing Analytics, Red Hat
Unity Catalog sert de couche de gouvernance pour MINE, aidant l'équipe à gérer les actifs structurés et non structurés qui alimentent la plateforme. Red Hat utilise Unity Catalog pour les tables de données gouvernées, le versioning des modèles et les UDF qui agissent comme des outils agentiques pour la récupération de données structurées. Cela a permis à l'équipe d'exposer de manière cohérente des données marketing fiables à MINE, prenant en charge un modèle dans lequel les utilisateurs n'accèdent qu'aux informations autorisées et peuvent remonter à la source des résultats.
Pour les connaissances marketing non structurées, l'équipe utilise Databricks Volumes et Mosaic AI Vector Search afin de récupérer les documents pertinents, les pages web internes et les métadonnées sources. Lorsqu'un marketeur pose une question, MINE récupère le bon contexte, génère une réponse ancrée et fournit des liens vers les documents sources ou les tableaux de bord pour validation.
« Unity Catalog est un pilier essentiel de la confiance pour MINE. Il fournit une gouvernance centralisée, garantissant que lorsque MINE génère une réponse, il s'appuie uniquement sur des données que l'utilisateur spécifique est autorisé à voir. Au-delà du contrôle d'accès, Unity Catalog permet d'assurer le lignage (lineage) et le versioning, ce qui nous permet de remonter à l'origine de chaque insight. »—Shraddha Sutar, Data Scientist, Marketing Analytics, Red Hat
Databricks Genie aide les marketeurs à explorer les données structurées en langage naturel, par exemple pour trouver des ID de campagne, des programmes, des séries d'événements, des offres et des informations sur les comptes. Pour les marketeurs, cela signifie qu'ils peuvent partir d'une question commerciale générale, l'affiner à l'aide de filtres, poser des questions de suivi et recevoir des résumés ou des tableaux qu'ils peuvent utiliser pour la planification et le reporting.
Pour prendre en charge le déploiement en production et l'amélioration continue, Red Hat a utilisé Mosaic AI Model Serving pour des points de terminaison évolutifs, ainsi que MLflow, les traces, les tables d'inférence et l'évaluation de type LLM-as-a-judge pour surveiller le comportement des agents et améliorer la qualité des réponses au fil du temps. Databricks prenant en charge les données gouvernées, le développement de la GenAI, le serving des modèles et la couche d'évaluation, l'équipe restreinte de data science a pu moins se soucier de l'infrastructure pour se concentrer sur les flux de travail, les outils et l'expérience utilisateur destinés aux marketeurs. Cette base flexible a permis à l'équipe de tester de nouvelles fonctionnalités et d'améliorer la qualité des réponses sans avoir à reconstruire l'architecture à chaque fois.
« Databricks a fourni la gouvernance unifiée et la data intelligence dont nous avions besoin pour transformer des données fragmentées en un système d'IA fiable et évolutif, faisant passer avec succès l'IA d'une expérience de laboratoire à une réalité prête pour la production en laquelle nos marketeurs ont réellement confiance. »—Shraddha Sutar, Data Scientist, Marketing Analytics, Red Hat
Impact sur l'entreprise : des décisions plus rapides, plus de libre-service et une collaboration renforcée
MINE a généré des gains de productivité mesurables pour l'organisation marketing de Red Hat. En s'appuyant sur les volumes réels de requêtes, l'engagement des utilisateurs et des études de temps et de mouvements, Red Hat a calculé que MINE améliore le délai d'obtention des insights de 70 %, permettant d'économiser environ 34 000 heures par an en réduisant le temps que les marketeurs passent à chercher dans les tableaux de bord, les documents et les systèmes internes. En appliquant le taux horaire conservateur d'un marketeur débutant, l'équipe a estimé la valeur de productivité annuelle à 1,3 million de dollars. Comme MINE est utilisé par des marketeurs à plusieurs niveaux, y compris des cadres dirigeants prenant des décisions stratégiques, l'équipe estime que la valeur commerciale réelle est probablement encore plus élevée.
« L'un des principaux moteurs de cette amélioration de 70 % a été d'offrir aux utilisateurs une interface conversationnelle unique et centralisée pour accéder à la fois aux insights de données et aux documents. Cela a considérablement réduit le temps passé à passer d'un outil, d'un onglet ou d'une ressource à l'autre, aidant ainsi les utilisateurs à trouver la bonne information beaucoup plus rapidement. »—Rutanshu Desai, Data Scientist principal, Marketing Analytics, Red Hat
Pour le CMO de Red Hat, l'impact plus large réside dans l'agilité organisationnelle. MINE offre aux équipes un accès en libre-service aux schémas de performance, les aidant à identifier en continu ce qui fonctionne, à repérer les sous-performances et à ajuster plus rapidement les campagnes, les programmes de nurturing ou les décisions d'investissement. Cela a permis de réduire les demandes répétitives adressées aux opérations marketing et à la data science, tout en offrant aux équipes mondiales une vision partagée de la performance.
« MINE met tout le monde sur un pied d'égalité. Tout le monde consulte les mêmes informations, issues de sources cohérentes et actualisées en temps réel. »—Leigh Day, Vice-présidente principale et Chief Marketing Officer, Red Hat
Tout aussi important, MINE a renforcé le partenariat entre le marketing et la data science. Grâce aux retours intégrés à l'application, aux flux de travail Jira et aux examens continus des parties prenantes, l'équipe de data science de Red Hat améliore continuellement MINE en fonction des besoins réels des marketeurs. Cette collaboration a permis à l'équipe de passer d'une simple réponse à des demandes de données ponctuelles à la création d'une couche d'intelligence marketing partagée qui diffuse les connaissances à l'échelle de l'entreprise.
« Nous sommes passés d'une équipe purement axée sur les données à une collaboration directe au quotidien avec nos utilisateurs. Nous ne construisons pas seulement pour les marketeurs ; nous construisons avec eux. »—James Noe, Manager de la Data Science, Marketing Analytics, Red Hat
Au-delà de la productivité, MINE renforce la crédibilité du marketing au sein de l'entreprise. En rendant cette intelligence de confiance accessible à chaque marketeur, Red Hat réaffirme que le marketing moderne est mesurable, technique et ancré dans les données. À mesure que MINE s'intègre dans la prise de décision quotidienne, les équipes marketing peuvent agir avec plus de rapidité, de précision et de confiance.
« Le marketing est une science. Il est méthodique, technique et s'appuie sur les données tout autant que les autres départements de l'entreprise. MINE contribue à le prouver. »—Leigh Day, Vice-présidente principale et Chief Marketing Officer, Red Hat
Et ensuite pour Red Hat ?
Pour capitaliser sur le succès actuel de MINE, Red Hat connecte la plateforme via le Model Context Protocol (MCP) afin que son intelligence marketing gouvernée puisse être intégrée à d'autres outils et workflows agentiques. En défendant des standards ouverts comme le MCP, Red Hat conçoit un modèle sur la façon dont les entreprises peuvent déployer des agents AI interconnectés à grande échelle sur différentes plateformes, sans dépendance vis-à-vis d'un fournisseur. Les futures intégrations pourraient inclure Slack, des hubs marketing internes et des interfaces de gestion de campagnes, étendant ainsi des insights de confiance aux espaces de travail habituels des marketeurs.
À mesure que MINE se rapproche de la phase d'exécution, Red Hat entrevoit de nouvelles opportunités pour mesurer l'impact commercial en aval, notamment les taux de clics, l'influence sur le chiffre d'affaires et l'amélioration des performances des campagnes. Pour la CMO Leigh Day, l'objectif n'est pas de faire de l'AI pour l'AI. Il s'agit d'améliorer l'expérience client, de prendre de meilleures décisions d'investissement et d'aider l'organisation marketing de Red Hat à fonctionner avec une plus grande précision.
« Nous voulons nous assurer de toujours donner la priorité à nos clients : identifier leurs besoins, comprendre leurs défis et les servir de la meilleure façon possible. »—Leigh Day, Vice-présidente principale et Chief Marketing Officer, Red Hat
Remerciements à l'équipe derrière MINE
MINE a été développé par l'équipe de data science et d'analyse marketing de Red Hat, en étroite collaboration avec les parties prenantes du marketing de toute l'entreprise.
Contributeurs clés : James Noe, Preston MacDonald, Rutanshu Desai, Shraddha Sutar, Greer Homer et Rylee Sweeney