Viki Zabala, Chief Growth & Strategy Officer la First Insight – Seria de interviuri

Viki Zabala, Chief Growth & Strategy Officer la First Insight, aduce peste 22 de ani de experiență în conducerea companiilor de tehnologie de creștere rapidă, AI și tehnologie, care funcționează la intersecția strategiei, produsului și inovației. În rolul său, ea conduce motorul de creștere unificat al First Insight, care cuprinde strategia, go-to-market, marketing, produs, AI, succesul clienților și parteneriate, modelând viziunea din spatele platformei de inteligență decizională pentru retail a companiei. Cunoscută pentru traducerea incertitudinii în claritate, Zabala a condus creșterea hiper, expansiunea pe noi piețe și transformarea condusă de AI, conectând insight-ul clienților, inteligența decizională și modelele de operare scalabile pentru a livra rezultate comerciale măsurabile pentru întreprinderi globale.

First Insight este o platformă de inteligență decizională alimentată de AI, concepută pentru retailerii și brandurile care doresc să prevadă cererea, să optimizeze prețurile și sortimentele și să reducă riscul de-a lungul ciclului de viață al produsului. Prin combinarea feedback-ului consumatorilor în timp real cu AI predictiv, generativ și agențial, platforma ajută organizațiile să ia decizii mai rapide și mai încrezătoare în proiectarea, merchandising, planificarea și execuția în sezon. Utilizată de retailerii și brandurile de consum globale de top, First Insight se concentrează pe transformarea insight-ului clienților în inteligență acționabilă care îmbunătățește marjele, accelerează viteza de piață și consolidează creșterea pe termen lung.

Cariera dvs. a stat întotdeauna la intersecția datelor, strategiei go-to-market și execuției. Care au fost momentele din cariera dvs. care v-au modelat cel mai mult modul în care gândiți astăzi despre transformarea insight-ului în decizii operaționale reale?

Am fost întotdeauna concentrat pe o provocare fundamentală: cum influențezi și schimbi comportamentul la scară.

La începutul carierei mele, acest lucru s-a manifestat în aplicații mobile și tehnologie publicitară, unde buclele de feedback sunt imediate. Înveți rapid că datele nu au importanță decât dacă schimbă ceea ce face cineva în continuare – instalări, implicare, conversie. Mai târziu, în IoT și platforme experiențiale, aceeași adevăr s-a desfășurat în medii fizice: cum contextul, momentul și experiența modelează comportamentul uman în timp real.

În toate aceste industrii, o lecție a rămas constantă: insight-ul nu are valoare decât dacă este acționabil în momentul în care se ia o decizie. Dacă nu supraviețuiește presiunii execuției – preț, go-to-market, stoc, mesaje – este doar informație.

Această mentalitate este ce m-a adus la First Insight. Retailul este una dintre cele mai industrii conduse de comportament, și totuși deciziile s-au bazat istoric pe indicatori în urmă și instinct. Lucrul meu a fost despre închiderea acestei lacune – aducerea vocii clienților înainte, suficient de devreme și suficient de continuu, pentru a proiecta rezultate mai bune în loc să reacționeze la eșec.

Focusul meu acum este de a ajuta organizațiile să ia decizii mai bune, suficient de devreme pentru a conta – astfel încât să crească veniturile, să câștige loialitatea clienților și să depășească în mod constant piața.

Ca Chief Growth & Strategy Officer la First Insight, supravegheați produsul, drumul către piață, succesul clienților și parteneriatele. Cum schimbă această perspectivă unificată modul în care ar trebui să fie proiectat și implementat AI-ul în cadrul organizațiilor de retail?

Când vedeți întregul sistem, încetați să gândiți despre AI ca despre un instrument și începeți să gândiți despre el ca despre un model de operare.

Produsul vă arată ce este posibil din punct de vedere tehnic. Go-to-market vă arată ce va fi înțeles și adoptat cu adevărat. Succesul clienților vă arată ce rezistă sub constrângerile lumii reale – presiunea timpului, tensiunea interfuncțională, calitatea datelor și responsabilitatea. Când aceste perspective sunt unificate, AI-ul este proiectat în jurul modului în care se iau deciziile în realitate, nu în jurul modului în care arată tehnologia în izolare.

De aceea, AI-ul în retail trebuie să funcționeze ca un sistem de decizii și acțiuni, nu doar ca un sistem de inteligență. Trebuie să conecteze semnalele clienților la prețuri, sortimente, marketing și planificare într-un mod care aliniază echipele și accelerează deciziile. Când AI-ul reduce fricțiunea între echipe și scurtează distanța dintre insight și acțiune, începe să ofere valoare reală.

Retailerii s-au bazat mult timp pe ciclurile de planificare sezonieră și datele istorice. De ce sunt aceste modele din ce în ce mai nepotrivite cu modul în care se comportă clienții astăzi?

Pentru că aceste modele au fost create pentru o lume în care retailul era în primul rând despre optimizarea a ceea ce există deja – nu despre inventarea a ceea ce urmează.

Datele vânzărilor istorice și ciclurile sezoniere pot ajuta la explicarea performanței în categoriile stabilite, dar sunt slabe la cele două lucruri de care retailerii au nevoie astăzi: răspunsul la comportamentul în schimbare rapid al clienților și crearea de cerere nouă prin inovația produsului și extinderea spațiului alb.

Cererea se schimbă în timp real – condusă de sensibilitatea la preț, momente culturale, influență socială, presiune economică și dinamica canalelor. O tendință poate apărea peste noapte. Un semnal de preț poate schimba comportamentul instantaneu. Datele istorice explică ce s-a întâmplat deja, dar nu spun cu siguranță cum vor răspunde clienții data viitoare – chiar și pentru produsele care sunt deja pe raft – atunci când contextul și sentimentul pot schimba oricând.

În același timp, mulți retailerii iau decizii cu CRM-uri învechite și viziuni depășite asupra a ceea ce reprezintă cu adevărat clientul. Noi competitori, noi canale și generații mai tinere cu așteptări și putere de cumpărare diferite îi îndepărtează în mod constant pe clienți – adesea fără ca retailerii să-și dea seama până când rezultatele se arată în previziuni ratate sau loialitate scăzută. În multe cazuri, brandurile se optimizează pentru clienții pe care nu-i mai au – sau clienții care au deja părăsit.

Și atunci când vine vorba de inovație, istoricul vânzărilor nu poate valida un produs care nu există încă – sau un segment de clienți pe care sunteți în pericol să-l pierdeți. De aceea, atât de mulți retailerii se axează pe iterarea trecutului, în loc să finanțeze cu încredere următoarea categorie, următorul set de caracteristici sau următorul public. Deblocarea constă în aducerea vocii clienților înainte – suficient de devreme pentru a ghida crearea conceptului, puterea de preț și poziționarea – astfel încât inovația să devină un sistem repetabil, în loc de o întreprindere.

Asistentul de AI al First Insight, Ellis, permite interogări în limbaj natural în jurul prețurilor, sortimentelor și cererii. Cât de important este designul interfeței și accesibilitatea în conducerea adoptării reale de AI, în loc de doar capacitatea tehnică?

Interfața este diferența dintre “AI există” și “AI este utilizat.”

Luarea deciziilor de retail acoperă mult mai mult decât un singur moment – cercetarea conceptului, designul, construirea sortimentului, optimizarea prețului, modelarea marjei, adâncimea cumpărăturii, alocarea, ajustările în sezon și marketingul și vânzarea. Provocarea nu constă în faptul că retailerii nu au întrebări; este că răspunsurile sunt blocate în rapoarte, prezentări, exporturi și echipe specializate – și până când sunt livrate, momentul a trecut.

Ellis contează pentru că elimină fricțiunea dintre insight și acțiune. În loc de a naviga prin rapoarte sau de a aștepta o nouă analiză, echipele pot pune întrebări strategice și tactice în limbaj clar – despre concepte, prețuri, sortimente, segmente, piețe, competitori – și pot obține răspunsuri clare și predictive în minute. Acesta nu este doar un aspect de utilizare; este viteză de decizie.

Accesibilitatea conduce, de asemenea, la adoptarea în întreaga organizație. Când același semnal al clienților este disponibil instantaneu pentru merchandising, prețuri, marketing și planificare, se reduc bătăliile interne și dezacordurile. Oamenii încetează să se certe cu privire la cui sunt datele corecte și încep să se certe cu privire la ce să facă în continuare – mai repede și cu mai multă încredere.

Ați lucrat îndeaproape cu retailerii care navighează presiunea marjei, riscul stocului și cererea volatilă. Unde livrează AI cel mai rapid și cel mai măsurabil impact astăzi – și unde este încă hype-ul înainte de realitate?

Impactul cel mai rapid se manifestă acolo unde deciziile sunt frecvente, scumpe și sensibile la timp: prețuri, selecție de sortiment, validare a cererii și risc de stoc. Când AI-ul ajută echipele să evite cumpărarea în exces, să mențină prețurile cu încredere sau să iasă din produsele care pierd bani mai devreme, impactul financiar este imediat și măsurabil.

Unde hype-ul este înainte de realitate este în ideea de retail complet autonom – sau AI care înlocuiește o adevărată înțelegere a clienților cu scurtături sintetice. Clienții sunt foarte clari: ei valorizează autenticitatea, transparența și a fi auziți. AI care îndepărtează brandurile de clienți nu creează eficiență – creează risc.

Modelul câștigător astăzi este judecata umană augmentată de insight predictiv, nu automatizarea în sine.

Multe instrumente de AI promit capacități predictive. Ce înseamnă predicția semnificativă în retail, și cum ar trebui liderii să evalueze dacă predicțiile sunt cu adevărat gata pentru decizii?

Predicția semnificativă în retail nu este o previziune – este capacitatea de a închide bucla de la adevărul clienților la rezultatul financiar.

Multe ieșiri de AI sună predictive, dar nu schimbă afacerile pentru că nu ajung în cadența operațională. Adevărata eșec este că deciziile nu au fost aliniate, acțiunile nu au fost luate și fluxul de lucru nu s-a schimbat.

Predicția gata pentru decizii face trei lucruri deodată:

1. Este întemeiată pe modul în care clienții percep cu adevărat valoarea – nu doar istoricul vânzărilor – astfel încât să poată ghida decizii de la concept la în sezon.
2. Leagă direct de economie: elasticitatea cererii, disponibilitatea de a plăti, AUR/ASP pe durata de viață a produsului și implicațiile de marjă ale menținerii prețului față de discountarea lui.
3. Este operațional – încorporat într-un proces repetabil pe care echipele îl urmează cu adevărat, nu blocat în zeci de instrumente și tablouri de bord separate.

O temă recurentă pe care o vedem este costul “cozii lungi” a SKU-urilor. Supra-sortimentarea este un ucigaș tăcut: adâncime excesivă, viteză scăzută, risc ascuns. Unul dintre cele mai mari pârghii pe care le deblochează AI-ul predictiv este capacitatea de a tăia coada – de a elimina produsele care nu performează de la început și de a reinvesti banii din stoc în performerii de top, acolo unde cererea și sentimentul clienților sunt cele mai mari.

Când echipele aplică această disciplină, vedem rezultate dramatice:

• banii din stoc sunt eliberați pentru inovație și oportunități cu scor ridicat,
• cadenta de marcare se stabilizează și se micșorează,
• presiunea promoțională se reduce, și
• încrederea în brand crește pentru că clienții nu sunt învățați să se aștepte la 50-60% reducere înainte de a cumpăra.

Liderii ar trebui să evalueze AI-ul predictiv cu o singură întrebare: Schimbă unde investim? Cel mai mare ROI nu este mai multe date – este mai bine decizii în ceea ce privește alocarea capitalului, timpului și stocului împotriva cererii reale a clienților – suficient de devreme pentru a conta.

Inteligența artificială responsabilă este adesea discutată la nivel înalt. În retail, în special, ce înseamnă adoptarea practică și responsabilă a AI-ului, atunci când deciziile afectează direct prețurile, clienții și încrederea în brand?

Inteligența artificială responsabilă în retail începe cu un principiu simplu: utilizați AI-ul pentru a adânci relația cu clienții, nu pentru a o exploata.

Acest lucru nu este despre urmărirea individului, supravegherea sau colectarea datelor pentru sine. Inteligența artificială responsabilă este despre aducerea vocii clienților în fiecare decizie la scară – astfel încât produsele, prețurile, mesajele și experiențele să reflecte ceea ce oamenii valorizează cu adevărat. În multe feluri, este o formă de co-dezvoltare: clienții ghidă ceea ce se creează, cum este poziționat și ce pare corect.

Practic, inteligența artificială responsabilă arată astfel:

• Întemeiată pe intrările reale ale clienților – atât cantitative, cât și calitative (“ce a spus el/ea/ei”).
• Construirea transparenței și a barierelor pentru decizii cu impact ridicat, cum ar fi prețurile, promovările și segmentarea.
• Asigurarea echității în toate segmentele și piețele, astfel încât AI-ul să nu favorizeze involuntar un grup, în timp ce dezavantajează altul.
• Păstrarea oamenilor în buclă pentru judecată, responsabilitate și nuanța creativă pe care AI-ul nu o poate genera singur.

Utilizat în acest fel, AI-ul consolidează relația cu clienții, în loc să o erodeze. Clienții se simt auziți la scară. Echipele iau decizii mai bune, mai repede. Și brandurile construiesc încredere – pentru că nu mai reacționează la piață; ele acționează cu ea.

Ați condus atât narative de marketing, cât și strategie de produs. Cum ar trebui retailerii să reconsidere povestirile interne despre AI, astfel încât să fie văzut ca un partener de decizie, în loc de o amenințare sau o cutie neagră?

Retailerii ar trebui să înceteze să spună povestea că AI-ul este “analiză mai inteligentă” și să înceapă să spună povestea că AI-ul este centricitatea clienților la scară.

Fricțiunea internă în retail nu este doar silozurile – este silozurile care iau decizii cu stake-uri mari, cu adevăruri diferite: marketingul are semnale de implicare, merchandisingul are istoric de vânzări, prețurile au presiunea marjei, planificarea are constrângeri de stoc. Acolo sunt bătăliile.

AI-ul devine un partener de decizie atunci când creează un limbaj comun între funcțiuni: vocea clienților, tradusă în îndrumarea predictivă care informează produsul, prețul, sortimentul și modul de vânzare – de la concept la conversie.

Și este important să fim onești cu privire la rolul oamenilor. AI-ul nu inventează următoarea idee de strălucire – el învață modele. Oamenii aduc creativitate, gust, intenție de brand și intuiție culturală. AI-ul face ca acea creativitate să fie mai ascuțită, scurtând buclele de feedback și testând deciziile înainte de a face piața.

Pe măsură ce AI-ul devine mai integrat în planificarea și luarea deciziilor în sezon, cum vedeți evoluând rolul judecății umane, în loc de a dispărea?

Judecata umană devine mai importantă – și mai valoroasă – pentru că în sezon este unde se câștigă sau se pierde profitul de retail.

Markdown-urile sunt unul dintre cele mai mari costuri în retail. Retailerii adesea bugetează pentru ele pentru că sunt forțați să scape de stocul nevândut. Motivul pentru care markdown-urile sunt atât de dureroase este momentul: reducerea prețului prea devreme distruge marja; reducerea prețului prea târziu ratează fereastra de oportunitate de a converti cererea.

Cu AI-ul predictiv și oamenii în buclă, echipele pot modela curbe de cerere elastice și pot înțelege cum ar trebui să evolueze ASP/AUR pe durata de viață a produsului – pe baza sell-through, percepției clienților și semnalelor de piață. Acest lucru permite mișcări mai inteligente: când să mențineți prețul, când să reduceți prețul și cu cât – fără a supra-corecta.

Și deciziile în sezon nu sunt doar despre prețuri. AI-ul poate informa promovările și marketingul în sezon, luând în considerare momente culturale, influențatori, accelerarea tendințelor și schimbări în personajele clienților – alături de percepția produsului și sensibilitatea la preț. Oamenii aplică apoi judecata: intenția de brand, toleranța la risc și alegerile creative pe care AI-ul nu le poate genera singur.

Viitorul nu este despre automatizare. Este despre decizii mai rapide, mai informate de clienți – unde AI-ul scalează ascultarea, iar oamenii conduc sensul.

Privind înainte, cum anticipați că AI-ul agențial și generativ va reseta fluxurile de lucru de retail în următorii doi sau trei ani – nu teoretic, ci operațional?

Ne mutăm de la sisteme de inteligență la sisteme de acțiune.

Operațional, AI-ul generativ va face insight-ul accesibil în toate rolurile și nivelurile – rezumând, comparând, explicând și răspunzând la întrebări instantaneu. AI-ul agențial va prelua din ce în ce mai mult munca repetitivă care încetinește organizațiile: pregătirea scenariilor, asamblarea rapoartelor gata pentru executiv, monitorizarea semnalelor, semnalizarea riscurilor și coordonarea următoarelor acțiuni.

Dar cea mai semnificativă schimbare nu va fi că AI-ul “conduce retailul”. Va fi că retailerii vor strânge în sfârșit legătura dintre client și întreprindere. Echipele se vor mișca mai repede, vor reduce fricțiunea internă și vor lua decizii mai bune, mai devreme – înainte de a ajunge la culmea tendințelor, înainte de a se înmulți markdown-urile și înainte de a deveni ratări trimestriale.

Retailerii care vor câștiga nu vor fi cei cu cele mai multe experimente de AI. Vor fi cei care construiesc un cadru de operare repetabil, în care adevărul clienților, inteligența predictivă și creativitatea umană lucrează împreună – de la concept la conversie.

Mulțumim pentru interviul detaliat, cititorii care doresc să afle mai multe ar trebui să viziteze First Insight.