Red Hat è il fornitore leader mondiale di soluzioni software open source aziendali, che aiuta le organizzazioni, tra cui il 90% delle Fortune 500, a eseguire carichi di lavoro mission-critical su cloud ibrido, automazione, Linux e AI. Ma anche in un'organizzazione di marketing fortemente guidata dai dati, i team che cercavano di rispondere a domande sulle performance e trovare insight erano rallentati da informazioni frammentate tra dashboard, documenti, fogli di calcolo e strumenti interni. Per risolvere questo problema, Red Hat ha creato il Marketing Insights and Navigation Engine (MINE). Basato su una fondazione di cloud ibrido aperto e integrando Databricks per la data intelligence, MINE è una piattaforma di marketing agentica avanzata che offre ai marketer un modo conversazionale per accedere a risposte affidabili, navigare nei dati sulle performance e passare più rapidamente dall'insight all'azione.
Dalla ricerca frammentata di dati al marketing di precisione
Il team di marketing di Red Hat aveva bisogno di muoversi più velocemente, ma le informazioni su cui i marketer facevano affidamento erano distribuite su molti sistemi. Le performance delle campagne risiedevano nelle dashboard. Le definizioni e le linee guida sui processi si trovavano nella documentazione. La pipeline, l'engagement degli account e il contesto di attribuzione dovevano spesso essere uniti manualmente. La sfida non era semplicemente trovare i dati, ma trovare una marketing intelligence affidabile e contestualizzata che i team potessero interpretare in modo coerente e su cui potessero agire rapidamente.
"Prima di MINE, il processo decisionale era lento e frammentato. I marketer dovevano navigare tra più dashboard e strumenti per trovare ciò di cui avevano bisogno, per poi combinare manualmente le performance delle campagne, l'engagement degli account e l'impatto sulla pipeline tra i vari sistemi. Senza un luogo centralizzato per chiarire termini come pipeline generata dal marketing, lead e logica di attribuzione delle campagne, i team dovevano affidarsi alla documentazione o rivolgersi ad altri per ottenere risposte. "—Rutanshu Desai, Principal Data Scientist, Marketing Analytics, Red Hat
Per risolvere questo problema, il team di data science di Red Hat ha lavorato direttamente con gli stakeholder del marketing per identificare i flussi di lavoro con il maggior livello di attrito. Dopo aver condotto 20 focus group, il team ha identificato i punti critici comuni relativi alla navigazione nelle dashboard, alle definizioni delle metriche, all'analisi delle campagne e alle domande frequenti.
"Abbiamo deliberatamente evitato la trappola dell'AI fine a se stessa. Siamo partiti dai reali punti critici dei nostri stakeholder e abbiamo costruito la soluzione attorno alla difficoltà di trovare informazioni accurate in silos separati."—James Noe, Manager of Data Science, Marketing Analytics, Red Hat
Questi insight hanno plasmato la creazione di MINE, il Marketing Insights and Navigation Engine di Red Hat: una piattaforma interna basata su GenAI che offre ai marketer un modo conversazionale per trovare risposte affidabili, navigare nelle dashboard, comprendere le metriche e accedere alle risorse giuste senza competenze tecniche approfondite. Poiché MINE è stato costruito attorno alle reali esigenze degli utenti, è diventato molto più di un esperimento di AI. È diventato uno strumento affidabile progettato in base al modo in cui i marketer lavorano effettivamente.
Per favorirne l'adozione, MINE doveva anche trasmettere fiducia, familiarità e trasparenza fin dal primo giorno. Il team di data science lo ha integrato con SSO e VPN interni, ospitando il frontend su Red Hat OpenShift come fondazione cloud ibrida principale per distribuire e scalare il frontend della piattaforma. Red Hat OpenShift ha fornito la collaudata piattaforma applicativa che i team di Red Hat già conoscevano e di cui si fidavano, mentre Databricks è stato integrato per fornire tabelle di dati governate e trasparenti che mostrassero ai marketer esattamente da dove provenissero le risposte.
“Abbiamo superato lo scetticismo verso l'AI con la trasparenza, dimostrando risultati ripetibili e governati. Con Databricks, potevamo mostrare agli stakeholder del marketing esattamente da dove proveniva una risposta e perché fosse coerente. Non abbiamo dato loro una scatola nera; abbiamo dato loro un motore di cui potersi fidare.”—Preston MacDonald, Senior AI Engineer, Marketing Analytics, Red Hat
Per l'organizzazione di marketing di Red Hat, il valore è diventato evidente nel processo decisionale quotidiano. MINE offre ai marketer un accesso in tempo reale ai trend della pipeline, alle performance dei segmenti, alle offerte con i migliori risultati e alle interazioni meno efficaci, aiutando i team a identificare i pattern e a correggere la strategia più rapidamente, invece di aspettare le revisioni trimestrali o affidarsi a richieste ad hoc.
“Il bello di MINE è che è in tempo reale. Posso vedere rapidamente a che punto siamo con la pipeline, come stanno performando i segmenti, quali offerte stanno generando risultati e dove dobbiamo modificare la nostra strategia di investimento.”—Leigh Day, Senior Vice President e Chief Marketing Officer, Red Hat
Costruire MINE su Databricks: un livello di intelligence agentica affidabile per i marketer
Red Hat ha costruito MINE utilizzando Databricks come parte di un ambiente cloud ibrido multilivello in cui dati, documenti, modelli, strumenti, valutazione e serving potessero confluire in un unico ambiente pronto per la produzione. L'architettura si allineava con i principi open source di Red Hat, offrendo al team la flessibilità di dare priorità ai modelli con licenza Apache 2.0, utilizzare modelli approvati come IBM Granite per gli embedding e integrare altri modelli approvati tramite External Model Endpoints senza rallentare lo sviluppo.
“Databricks ha fornito il toolkit di data intelligence di cui avevamo bisogno per supportare l'infrastruttura dati sottostante e la fondazione per MINE. Da Unity Catalog per il versionamento dei modelli, le tabelle di dati e gli strumenti UDF fino ai dati non strutturati in Volumes, vector store e tabelle online, avevamo le basi per creare, supportare e archiviare i dati all'interno dell'architettura di MINE.”—Preston MacDonald, Senior AI Engineer, Marketing Analytics, Red Hat
Unity Catalog funge da livello di governance per MINE, aiutando il team a gestire gli asset strutturati e non strutturati che alimentano la piattaforma. Red Hat utilizza Unity Catalog per tabelle dati governate, versionamento dei modelli e UDF che fungono da strumenti agentici per il recupero di dati strutturati. Ciò ha offerto al team un modo coerente per esporre dati di marketing affidabili a MINE, supportando un modello in cui gli utenti accedono solo alle informazioni autorizzate e tracciano i risultati fino a fonti affidabili.
Per la conoscenza di marketing non strutturata, il team utilizza Databricks Volumes e Mosaic AI Vector Search per recuperare documenti pertinenti, pagine web interne e metadati di origine. Quando un marketer pone una domanda, MINE recupera il contesto corretto, genera una risposta fondata e fornisce collegamenti ai documenti di origine o alle dashboard per la convalida.
“Unity Catalog è una colonna portante fondamentale per la fiducia in MINE. Fornisce una governance centralizzata, verificando che quando MINE genera una risposta, attinga solo da dati che lo specifico utente è autorizzato a vedere. Oltre al controllo degli accessi, Unity Catalog consente la lineage e il versionamento, permettendoci di tracciare qualsiasi insight fino alla sua origine.”—Shraddha Sutar, Data Scientist, Marketing Analytics, Red Hat
Databricks Genie aiuta i marketer a esplorare i dati strutturati in linguaggio naturale, ad esempio per trovare ID di campagne, programmi, serie di eventi, offerte e informazioni sugli account. Per i marketer, questo significa poter iniziare con una domanda aziendale di ampio respiro, perfezionarla con filtri, porre domande di follow-up e ricevere riepiloghi o tabelle da utilizzare nella pianificazione e nella reportistica.
Per supportare la distribuzione in produzione e il miglioramento continuo, Red Hat ha utilizzato Mosaic AI Model Serving per endpoint scalabili, insieme a MLflow, tracce, tabelle di inferenza e valutazione LLM-as-a-judge per monitorare il comportamento degli agenti e migliorare la qualità delle risposte nel tempo. Con Databricks che gestisce i dati governati, lo sviluppo di GenAI, il model serving e il livello di valutazione, il team snello di data science ha potuto concentrarsi meno sull'infrastruttura e più sui flussi di lavoro, sugli strumenti e sull'esperienza utente rivolti ai marketer. Questa fondazione flessibile ha permesso al team di testare nuove funzionalità e migliorare la qualità delle risposte senza dover ricostruire l'architettura ogni volta.
“Databricks ha fornito la governance unificata e la data intelligence di cui avevamo bisogno per trasformare dati frammentati in un sistema AI affidabile e scalabile, portando con successo l'AI da un esperimento di laboratorio a una realtà pronta per la produzione di cui i nostri marketer si fidano davvero.”—Shraddha Sutar, Data Scientist, Marketing Analytics, Red Hat
Impatto sul business: decisioni più rapide, maggiore self-service e collaborazione più forte
MINE ha generato incrementi misurabili di produttività per l'organizzazione marketing di Red Hat. Utilizzando volumi di query reali, il coinvolgimento degli utenti e studi sui tempi e movimenti, Red Hat ha calcolato che MINE migliora il time-to-insight del 70%, con un risparmio stimato di 34.000 ore all'anno grazie alla riduzione del tempo che i marketer dedicano alla ricerca tra dashboard, documenti e sistemi interni. Applicando una tariffa oraria prudente per un marketer junior, il team ha stimato un valore di produttività annuale di 1,3 milioni di dollari. Poiché MINE è utilizzato da marketer a vari livelli, inclusi i senior leader che prendono decisioni ad alto impatto, il team ritiene che il valore aziendale complessivo sia probabilmente ancora più elevato.
“Uno dei fattori chiave del miglioramento del 70% è stato offrire agli utenti un'unica interfaccia conversazionale centralizzata per accedere sia ai dati che ai documenti. Questo ha ridotto notevolmente il tempo speso a passare da uno strumento, scheda o risorsa all'altra, aiutando gli utenti a trovare le informazioni giuste molto più velocemente.”—Rutanshu Desai, Principal Data Scientist, Marketing Analytics, Red Hat
Per il CMO di Red Hat, l'impatto più ampio è l'agilità organizzativa. MINE offre ai team un accesso self-service ai pattern di performance, aiutandoli a identificare continuamente ciò che funziona, individuare le prestazioni inferiori alle attese e adattare più rapidamente campagne, programmi di nurturing o decisioni di investimento. Questo ha ridotto le richieste ripetitive ai team di marketing operations e data science, offrendo al contempo ai team globali una visione condivisa delle performance.
“MINE mette tutti sullo stesso piano. Tutti guardano le stesse informazioni, estratte da fonti coerenti e aggiornate in tempo reale.”—Leigh Day, Senior Vice President and Chief Marketing Officer, Red Hat
Altrettanto importante è il fatto che MINE abbia rafforzato la collaborazione tra marketing e data science. Utilizzando i feedback in-app, i workflow Jira e le revisioni continue degli stakeholder, il team di data science di Red Hat migliora costantemente MINE in base alle reali esigenze dei marketer. Questa collaborazione ha aiutato il team a passare dal rispondere a singole richieste di dati estemporanee alla creazione di un livello di marketing intelligence condiviso che scala la conoscenza in tutta l'organizzazione.
“Siamo passati dall'essere un team dedicato esclusivamente ai dati a vivere nella stessa stanza con i nostri utenti. Non stiamo solo sviluppando per i marketer; stiamo sviluppando insieme a loro.”—James Noe, Manager of Data Science, Marketing Analytics, Red Hat
Oltre alla produttività, MINE sta rafforzando la credibilità del marketing all'interno dell'azienda. Rendendo l'intelligence affidabile accessibile a ogni marketer, Red Hat ribadisce che il marketing moderno è misurabile, tecnico e basato sui dati. Man mano che MINE entra a far parte del processo decisionale quotidiano, i team di marketing possono muoversi con maggiore velocità, precisione e sicurezza.
“Il marketing è una scienza. È sistematico, tecnico e attinge dai dati tanto quanto le altre aree aziendali. MINE sta contribuendo a dimostrarlo.”—Leigh Day, Senior Vice President and Chief Marketing Officer, Red Hat
I prossimi passi per Red Hat
Per ampliare l'attuale successo di MINE, Red Hat sta connettendo la piattaforma tramite il Model Context Protocol (MCP), in modo che la sua marketing intelligence governata possa essere integrata in altri strumenti e workflow agentici. Sostenendo standard aperti come l'MCP, Red Hat sta progettando un modello di riferimento su come le aziende possono scalare agenti AI interconnessi su diverse piattaforme senza vincoli di vendor lock-in. Le integrazioni future potrebbero includere Slack, hub di marketing interni e interfacce di gestione delle campagne, estendendo insight affidabili nei luoghi in cui i marketer già lavorano.
Man mano che MINE si connette maggiormente all'esecuzione, Red Hat vede nuove opportunità per misurare l'impatto sul business a valle, inclusi i tassi di clic, l'influenza sui ricavi e i miglioramenti delle performance delle campagne. Per il CMO Leigh Day, l'obiettivo non è l'AI fine a se stessa. Si tratta invece di migliorare la customer experience, prendere decisioni di investimento migliori e aiutare l'organizzazione marketing di Red Hat a operare con maggiore precisione.
“Vogliamo assicurarci di mettere sempre i nostri clienti al primo posto: individuando ciò di cui hanno bisogno, comprendendo le loro sfide e servendoli nel miglior modo possibile.”—Leigh Day, Senior Vice President and Chief Marketing Officer, Red Hat
Un ringraziamento al team dietro MINE
MINE è stato realizzato dal team di data science e marketing analytics di Red Hat in stretta collaborazione con gli stakeholder del marketing di tutta l'azienda.
Collaboratori principali: James Noe, Preston MacDonald, Rutanshu Desai, Shraddha Sutar, Greer Homer e Rylee Sweeney