비키 자발라, 퍼스트 인사이트의 성장 및 전략 책임자 – 인터뷰 시리즈

비키 자발라, 퍼스트 인사이트의 성장 및 전략 책임자는 22년 이상의 리더십을 통해 고성장 SaaS, AI, 기술 기업에서 전략, 제품, 혁신의 교차점에서 운영하고 있습니다. 그녀의 역할에서 그녀는 퍼스트 인사이트의 통합 성장 엔진을 전략, 마케팅, 제품, AI, 고객 성공, 파트너십을 통해 리테일 의사 결정 지능 플랫폼의 비전을 형성합니다. 불확실성을 명확성으로 번역하는 것으로 알려진 자발라는 고객 인사이트, 의사 결정 지능, 확장 가능한 운영 모델을 연결하여 글로벌 기업에 대한 측정 가능한 비즈니스 결과를 구현했습니다.

퍼스트 인사이트는 리테일러와 브랜드를 위해 수요를 예측하고 가격 및 제품군을 최적화하며 제품 수명주기 전반에 걸쳐 위험을 줄이는 데 도움이 되는 AI 기반 의사 결정 지능 플랫폼입니다. 실시간 소비자 피드백과 예측, 생성, 에이전트 AI를 결합하여 플랫폼은 조직이 디자인, 매장 진열, 계획, 시즌 중 실행에 걸쳐 더 빠르고 자신감 있는 의사 결정을 내릴 수 있도록 합니다. 주요 글로벌 리테일러와 소비자 브랜드에서 사용되는 퍼스트 인사이트는 고객 인사이트를 행동할 수 있는 지능으로 변환하여 마진을 개선하고 시장 진출 속도를 가속화하며 장기 성장을 강화하는 데 중점을 둡니다.

당신의 경력은 일관되게 데이터, 마케팅 전략, 실행의 교차점에 위치해 있습니다. 당신의 경력 초기에 당신의 생각을 형성한 가장 중요한 순간은 무엇입니까?

저는 항상 하나의 기본적인 도전을 집중했습니다. 그것은 대규모에서 행동과 변화를 어떻게 影響하고 변경하는지입니다.

초기 경력에서 그것은 모바일 앱과 광고 기술에서 나타났습니다. 여기서 피드백 루프는 즉각적입니다. 데이터는 다음에 무엇을 할지 결정할 때만 중요하다는 것을 빠르게 학습합니다. 이후 IoT와 경험 플랫폼에서는 물리적 환경에서 동일한 진실이 재현되었습니다. 컨텍스트, 타이밍, 경험은 실시간으로 인간의 행동을 형성합니다.

그 모든 산업을 통해 하나의 교훈이 지속되었습니다. 인사이트는 의사 결정이 이루어지는 순간에 행동할 수 있는 경우에만 가치가 있습니다. 그것이 실행의 압력을 견디지 못하면 그것은 단지 정보입니다.

그것이 저를 퍼스트 인사이트로 데려간 것입니다. 소매는 가장 행동 중심적인 산업 중 하나입니다. 그러나 의사 결정은 역사적으로 지연된 지표와 직감에 의존해 왔습니다. 저의 작업은 그 간격을 닫는 것에 관한 것입니다. 고객의 목소리를 앞으로 가져옵니다. 더 나은 결과를 구축하는 것이 아니라 실패에 반응하는 것입니다.

저의 현재重点은 조직이 중요한 시기에 더 나은 의사 결정을 내릴 수 있도록 돕는 것입니다. 그래서 그들은 수익을 성장시키고 고객 충성도를 얻으며 시장에서 일관되게 우세합니다.

퍼스트 인사이트의 성장 및 전략 책임자로서, 제품, AI 로드맵, GTM, 고객 성공을 책임집니다. 통합된 관점을 가지면 리테일 조직 내에서 AI를 설계하고 배포하는 방식이 어떻게 달라집니까?

시스템을 전체적으로 볼 때, AI를 도구로 생각하는 것을停止하고 운영 모델로 생각하기 시작합니다.

제품은 기술적으로 가능한 것을 보여줍니다. 마케팅은 실제로 이해되고 채택될 것을 보여줍니다. 고객 성공은 실제로 제약 조건하에서 무엇이 유지되는지를 보여줍니다. 이러한 관점이統一되면 AI는 기술 자체가 아니라 실제로 의사 결정을 내리는 방식에 따라 설계됩니다.

리테일에서 AI는 지능 시스템이 아니라 의사 결정과 행동의 시스템으로 기능해야 합니다. 그것은 고객 신호를 가격, 제품군, 마케팅, 계획에 연결해야 하며 팀을 정렬하고 의사 결정을 가속화해야 합니다. AI가 팀 간의 마찰을 줄이고 인사이트와 행동 사이의 거리를 줄이면 실제 가치를 제공하기 시작합니다.

소매업체는 오랫동안 계절별 계획 주기와 역사적인 데이터에 의존해 왔습니다. 현장에서 보는 바에 따르면, 이러한 모델이 소비자 행동과 어떻게 더 이상 일치하지 않는 이유는 무엇입니까?

그것은 이러한 모델이 이미 존재하는 것을 최적화하는 세계에 대해 구축되었기 때문입니다. 새로울 것을 발명하는 것이 아닙니다.

과거의 판매와 계절 주기는 이미 확립된 범주에서 성과를 설명하는 데 도움이 될 수 있지만, 현재 소매업체가 가장 필요로 하는 두 가지 사항에 약합니다. 빠르게 변경되는 고객 행동에 반응하고 제품 혁신 및 새 수요를 통해 새로운 수요를 창출하는 것입니다.

수요는 실시간으로 변경됩니다. 가격 민감성, 문화적 순간, 사회적 영향, 경제적 압력, 채널 역학에 의해 구동됩니다. 트렌드는 밤새 나타날 수 있습니다. 가격 신호는 행동을 즉시 변경할 수 있습니다. 역사적인 데이터는 이미 발생한 것을 설명하지만 고객이 다음에 어떻게 반응할지 надеж하게 말해주지 못합니다. 심지어 이미 선반에 있는 제품에 대해서도 마찬가지입니다. 컨텍스트와 감정은 언제든지 변경될 수 있습니다.

동시에 많은 소매업체는 낡은 CRM과 고객이 실제로 누구인지에 대한 낡은 관점으로 의사 결정을 내리고 있습니다. 새로운 경쟁자, 새로운 채널, 다른 기대와 지출력을 가진 더 молод한 세대가 꾸준히 고객을 끌어당깁니다. 종종 소매업체는 이를 인식하지 못할 때까지 실적이 부진하거나 충성도가 낮아집니다. 많은 경우에 브랜드는 더 이상 없는 고객이나 이미 이동한 고객을 위해 최적화합니다.

혁신에 관해서는, 판매 기록은 아직 존재하지 않는 제품이나 고객 세그먼트를 검증할 수 없습니다. 그것은 왜 많은 소매업체가 과거를 반복하는 대신 다음 범주, 다음 기능 세트 또는 다음 청중을 자신감 있게 자금을 지원하지 못하는 이유입니다. 열쇠는 고객의 목소리를 앞으로 가져오는 것입니다. 개념 생성, 가격력, 포지셔닝을 안내하여 혁신이 시스템이 아닌 도박이 되도록 합니다.

퍼스트 인사이트의 AI 어시스턴트인 엘리스는 가격, 제품군, 수요에 대한 자연어 쿼리를 가능하게 합니다. 인터페이스 설계와 접근성이 실제 AI 채택을 주도하는 기술적 능력보다 얼마나 중요합니까?

인터페이스는 ‘AI가 존재한다’와 ‘AI가 사용된다’의 차이입니다.

소매업체의 의사 결정은 한 순간을 넘어선 것입니다. 개념 연구, 디자인, 제품군 구축, 가격 최적화, 마진 모델링, 구매 깊이, 할당, 시즌 조정, 마케팅 및 판매입니다. 도전은 소매업체가 질문을 하지 않는다는 것이 아닙니다. 그것은 답변들이 보고서, 덱, 내보내기, 전문가 팀에 갇혀 있으며 실제로 전달될 때 순간이 지나간 것입니다.

엘리스는 중요합니다. 그것은 인사이트와 행동 사이의 마찰을 제거합니다. 팀은 전략적이고 전술적인 질문을 평범한 언어로 할 수 있습니다. 개념, 가격, 제품군, 세그먼트, 시장, 경쟁자에 대해 그리고 명확한 예측된 답변을 몇 분 안에 받을 수 있습니다. 그것은 사용성입니다. 그것은 의사 결정 속도입니다.

접근성은 또한 조직 전체에서 채택을 추동합니다. 동일한 고객 신호가 즉시 상품 관리, 가격, 마케팅, 계획에 उपलब할 때 내부의 전투와 불일치를 줄입니다. 사람들은 더 이상 누구의 데이터가 옳은지에 대해 논쟁하지 않습니다. 그들은 다음에 무엇을 할지 더 빠르고 자신감 있게 논쟁하기 시작합니다.

당신은 마진 압력, 재고 위험, 변동하는 수요를 탐색하는 소매업체와密接하게 일했습니다. 오늘날 AI는 어디에서 가장 빠르고 측정 가능한 영향을 미치며 어디에서 아직 허구보다 현실이 앞섭니까?

가장 빠른 영향은 의사 결정이 빈번하고 비용이 많이 들고 시간에 민감한 곳에서 나타납니다. 가격, 제품군 선택, 수요 검증, 재고 위험입니다. AI가 팀이 과도한 구매를 피하거나 가격을 자신감 있게 유지하거나 손실 제품을 더 일찍 종료하도록 도와줄 때 금융적 영향은 즉각적이고 측정 가능합니다.

허구가 현실보다 앞서는 곳은 완전히 자율적인 소매 또는 AI가 실제 고객 이해를 대체하는 합성 단축으로 고객과 브랜드를 분리한다는 생각입니다. 소비자는 진정성, 투명성, 들음의 가치를 지니고 있습니다. 고객을 브랜드와 분리하는 AI는 효율성을 창조하지 않습니다. 그것은 위험을 창조합니다.

오늘날의 승리 모델은 예측된 통찰력을 통해 인간의 판단을 보완하는 것입니다. 자동화의 자동화를 위해 자동화가 아닙니다.

많은 AI 도구가 예측 능력을 약속합니다. 리테일에서 의미 있는 예측은 무엇이며 리더는 예측이 실제로 의사 결정에 준비되었는지 평가해야 합니까?

리테일에서 의미 있는 예측은 예측이 아닙니다. 그것은 고객 진실에서 금융 결과까지의 루프를 닫는 능력입니다.

많은 AI 출력은 예측처럼 들리지만 비즈니스에 영향을 미치지 않습니다. 그것은 운영 캐드런스에 들어가지 않기 때문입니다. 분기는 놓치고 재고가 쌓이고 마크다운 예산이 지출됩니다. 그리고 모든人は 데이터를 가리킬 수 있습니다. 그것은 도움이 될 수 있었을 것입니다. 실제 실패는 의사 결정이 정렬되지 않았고 행동이 취해지지 않았으며 워크플ロー가 변경되지 않았다는 것입니다.

의사 결정에 준비된 예측은 세 가지를同時에 수행합니다.

1. 그것은 고객이 실제로 가치를 어떻게 인식하는지에 기반합니다. – 판매 기록뿐만 아니라 – 그래서 그것은 개념에서 시즌 중까지 의사 결정을 안내할 수 있습니다.
2. 그것은 경제학에 직접 연결됩니다. 수요 탄력성, 지불 의향, 제품 수명주기 동안의 AUR/ASP 및 가격을 유지하는 것과 할인하는 것의 마진 영향입니다.
3. 그것은 운영적입니다. 팀이 실제로 따르는 반복 가능한 프로세스에 내장되어 있으며 수십 가지 도구와 분리된 대시보드에 갇히지 않습니다.

반복되는 주제 중 하나는 SKU의 ‘긴 꼬리’의 비용입니다. 과다한 제품군은 조용한 살인자입니다. 과도한 깊이, 낮은 속도, 숨겨진 위험입니다. 예측 AI가 잠금하는 가장 큰 레버 중 하나는 성과가 낮은 제품을 일찍 제거하고 재고 달러를 최고의 제품으로 재투자하는 능력입니다. 고객 수요와 감정이 가장 높은 곳에서입니다.

팀이 이 규율을 적용할 때 우리는 극적인 결과를 보습니다.

• 재고 달러가 혁신과 높은 점수 기회에 해방됩니다.
• 마크다운 카덴스는 안정화되고 줄어듭니다.
• 프로모션 압력이 완화되고
• 브랜드 신뢰가 증가합니다. 고객이 50-60% 할인 전에는 구매하지 않을 것이라고 기대하지 않기 때문입니다.

리더는 예측 AI를 평가해야 합니다. 그것은 어디에 투자하는지 변경합니까? 가장 높은 ROI는 더 많은 데이터가 아닙니다. 그것은 고객 수요에 대한 실제 투자, 시간, 재고에 대한 더 나은 의사 결정을 의미합니다. 그것은 중요합니다.

책임 있는 AI는 종종 높은 수준에서 논의됩니다. 리테일에서 특히, 가격, 소비자, 브랜드 신뢰에 직접적인 영향을 미치는 의사 결정을 내릴 때 실제로 책임 있는 AI 채택은 무엇입니까?

리테일에서 책임 있는 AI는 하나의 간단한 원칙에서 시작합니다. AI를 사용하여 고객 관계를 깊게 하는 것이 아니라 고객을 이용하도록 사용하지 마십시오.

이것은 개인을 초과적으로 추적하거나, 감시하거나, 데이터를 자기만의 목적으로 수집하는 것에 관한 것이 아닙니다. 책임 있는 AI는 고객의 목소리를 모든 결정에 앞으로 가져오는 것입니다. 그래서 제품, 가격, 메시지, 경험은 실제로 고객이 가치를 두는 것을 반영합니다. 많은 경우에 이것은 공동 개발의 한 형태입니다. 고객이 생성하는 것을 안내하고 위치시키고 느끼는 것을 결정합니다.

실제적으로 책임 있는 AI는 다음과 같습니다.

• 의사 결정을 실제 고객 입력에 기반으로 합니다. 양적 및 질적 입력 모두입니다.
• 고影响적인 의사 결정을 위한 투명성과 가드레일을 구축합니다. 가격, 프로모션, 세분화와 같은 의사 결정을 위한 투명성과 가드레일을 구축합니다.
• 세그먼트와 시장 전반에 걸쳐 공정성을 보장합니다. 그래서 AI가 한 그룹을 선호하면서 다른 그룹을 불이익으로 하지 않습니다.
• 판단, 책임, AI 자체에서 창조할 수 없는 창의적 뉴앙스를 위한 인간을 루프에 둡니다.

이렇게 사용될 때 AI는 고객 관계를 강화하는 대신 약화시키지 않습니다. 고객은 규모에서 들릴 수 있습니다. 팀은 더 나은 의사 결정을 더 빠르게 내립니다. 그리고 브랜드는 신뢰를 구축합니다. 왜냐하면 그들은 더 이상 시장에 반응하지 않기 때문입니다. 그들은 함께 행동합니다.

당신은 마케팅 내러티브와 제품 전략을 모두 이끌었습니다. 소매업체가 AI를 내부적으로 어떻게 다시 생각해야 하는지에 대한 내러티브를 결정하는 파트너로서 보지 말고 의사 결정에 파트너로 보는 방법에 대해 알려주세요.

소매업체는 AI가 ‘더 똑똑한 분석’이라는 이야기를 중단하고 AI가 ‘고객 중심성의 규모’라는 이야기를 시작해야 합니다.

내부 마찰은 리테일에서 단순히 실로가 아닙니다. 그것은 다른 진실로 높은 위험을 내는 의사 결정을 내리는 실입니다. 마케팅은 참여 신호를 가지고 있습니다. 상품 관리는 판매 기록을 가지고 있습니다. 가격은 마진 압력을 가지고 있습니다. 계획은 재고 제약을 가지고 있습니다. 그곳이 전투가 발생하는 곳입니다.

AI는 의사 결정에 파트너가 됩니다. 그것은 기능을 통해 공유 언어를 만듭니다. 고객의 목소리를 예측된 지침으로 번역하여 제품, 가격, 제품군, 판매를 안내합니다. 끝에서 끝까지, 개념에서 전환까지.

그리고 인간의 역할에 대해 정직해야 합니다. AI는 다음 혁신적인 아이디어를 발명하지 않습니다. 그것은 패턴을 학습합니다. 인간은 창의성, 취향, 브랜드 의도, 문화적 직관을 가지고 있습니다. AI는 의사 결정을 내리기 전에 피드백 루프를 단축하고 의사 결정을 시장 전에 압력 테스트함으로써 그 창의력을 더 锋利하게 만듭니다.

AI가 계획 및 시즌 중 의사 결정을 내리는 데 더 깊이 통합됨에 따라 인간의 판단이 어떻게 발전하는지 볼 수 있습니까?

인간의 판단은 더 중요해지고 더 많이 활용됩니다. 왜냐하면 시즌 중에 리테일의 이익이 승리되거나 패배하기 때문입니다.

마크다운은 리테일에서 가장 큰 비용 중 하나입니다. 소매업체는 종종 재고를 청소해야 하기 때문에 이를 예산합니다. 마크다운이 så 고통스러운 이유는 타이밍입니다. 너무 일찍 할인하면 마진을 파괴하고 너무 늦게 할인하면 수요를 변환하는 창을 놓칩니다.

예측 AI와 인간이 루프에 있을 때, 팀은 탄력적인 수요 곡선을 모델링하고 제품 수명주기 동안에 어떻게 ASP/AUR가 발전해야 하는지 이해할 수 있습니다. 판매량, 고객 인식, 시장 신호를 기반으로 합니다. 그것은 더智能한 동작을 가능하게 합니다. 언제 가격을 유지하고, 언제 할인하고, 얼마나 할인할지 결정합니다.過度 보정하지 않고.

시즌 중 결정은 가격에만 관한 것이 아닙니다. AI는 문화적 순간, 영향력, 트렌드 가속, 고객 페르소나의 변화를 고려하여 시즌 중 마케팅과 프로모션을 정보로 할 수 있습니다. 인간은 브랜드 의도, 위험 감수성, AI가 자체적으로 생성할 수 없는 창의적 선택을 적용합니다.

미래는 자동화가 아닙니다. 그것은 고객이 정보를 더 많이 알고 더 빠르게 내리는 결정입니다. AI는 듣는 것을 확장하고 인간이 의미를 이끌어냅니다.

앞으로 2-3년 동안 에이전트 및 생성 AI가 리테일 워크플로우를 어떻게 다시塑造할 것으로 예상합니까? 理論的に가 아니라 운영적으로?

우리는 지능 시스템에서 행동 시스템으로 이동하고 있습니다.

운영적으로, 생성 AI는 역할과 수준을 통해 인사이트를 접근 가능하게 할 것입니다. 요약, 비교, 설명, 질문에 답변을 즉시 제공합니다. 에이전트 AI는 조직을 느리게 하는 반복적인 작업을 점점 더 많이 맡게 될 것입니다. 시나리오를 준비하고, 이사용 가능한 브리핑을 조립하고, 신호를 모니터링하고, 다음 최선의 행동을 조정하고, 위험을 플래그합니다.

가장 의미 있는 변화는 AI가 ‘리테일을 운영한다’는 것이 아닙니다. 그것은 소매업체가 고객과 기업 사이의 루프를终于 닫는 것입니다. 팀은 더 빠르게 이동하고 내부 마찰을 절단하며 더 나은 의사 결정을 더 일찍 내릴 것입니다. 트렌드가 최고점에 도달하기 전에, 마크다운이 캐스케이드하기 전에, 놓친 기회가 분기 미스를 만들기 전에.

승리하는 소매업체는 가장 많은 AI 실험을 가진 것이 아닙니다. 그것은 고객의 진실, 예측된 지능, 인간의 창의성이 개념에서 전환까지 함께 작동하는 반복 가능한 운영 캐드런스를 구축하는 것입니다.

고객의 진실, 예측된 지능, 인간의 창의성이 함께 작동하는 반복 가능한 운영 캐드런스를 구축하는 것입니다.

자세한 인터뷰에 감사드립니다. 더 많은 것을 배우고 싶은 독자는 퍼스트 인사이트를 방문해야 합니다.