Viki Zabala, Chief Growth & Strategy Officer tại First Insight – Phỏng vấn

Viki Zabala, Chief Growth & Strategy Officer tại First Insight, mang lại hơn 22 năm lãnh đạo trong các công ty công nghệ cao, AI và công nghệ, hoạt động tại giao điểm của chiến lược, sản phẩm và đổi mới. Trong vai trò của mình, cô lãnh đạo động cơ tăng trưởng thống nhất của First Insight trên chiến lược, thị trường, tiếp thị, sản phẩm, AI, thành công của khách hàng và đối tác, định hình tầm nhìn đằng sau nền tảng Trí tuệ Quyết định Bán lẻ của công ty. Được biết đến với việc chuyển đổi sự không chắc chắn thành sự rõ ràng, Zabala đã thúc đẩy tăng trưởng siêu tốc, mở rộng thị trường mới và chuyển đổi do AI dẫn đầu bằng cách kết nối thông tin khách hàng, trí tuệ quyết định và mô hình hoạt động có thể mở rộng để mang lại kết quả kinh doanh có thể đo lường được cho các doanh nghiệp toàn cầu.

First Insight là một nền tảng trí tuệ quyết định được hỗ trợ bởi AI, được xây dựng cho các nhà bán lẻ và thương hiệu đang tìm cách dự đoán nhu cầu, tối ưu hóa giá và danh mục sản phẩm, và giảm thiểu rủi ro trên toàn bộ vòng đời sản phẩm. Bằng cách kết hợp phản hồi của người tiêu dùng theo thời gian thực với AI dự đoán, tạo ra và đại lý, nền tảng giúp các tổ chức đưa ra quyết định nhanh hơn, tự tin hơn trên thiết kế, bán lẻ, lập kế hoạch và thực hiện trong mùa.

Sự nghiệp của bạn đã luôn nằm tại giao điểm của dữ liệu, chiến lược thị trường và thực hiện. Những khoảnh khắc nào trong sự nghiệp sớm của bạn đã định hình cách bạn nghĩ về việc chuyển đổi thông tin thành quyết định hoạt động thực sự ngày nay?

Tôi luôn tập trung vào một thách thức cơ bản: làm thế nào để ảnh hưởng và thay đổi hành vi trên quy mô lớn.

Sớm trong sự nghiệp của tôi, điều đó đã xuất hiện trong các ứng dụng di động và công nghệ quảng cáo, nơi các vòng phản hồi là tức thời. Bạn học nhanh chóng rằng dữ liệu chỉ quan trọng nếu nó thay đổi những gì ai đó làm tiếp theo – cài đặt, tương tác, chuyển đổi. Sau đó, trong IoT và các nền tảng trải nghiệm, sự thật tương tự đã được thể hiện trong các môi trường vật lý: cách bối cảnh, thời gian và trải nghiệm hình thành hành vi của con người theo thời gian thực.

Trên tất cả các ngành công nghiệp đó, một bài học vẫn không thay đổi: thông tin chỉ có giá trị nếu nó có thể hành động vào thời điểm quyết định được đưa ra. Nếu nó không tồn tại được áp lực của việc thực hiện – giá, thị trường, hàng tồn kho, thông điệp – thì nó chỉ là thông tin.

Tư duy đó là điều đã đưa tôi đến First Insight. Bán lẻ là một trong những ngành công nghiệp định hướng hành vi nhất, nhưng quyết định đã phụ thuộc vào các chỉ số lag và trực giác. Công việc của tôi là về việc đóng khoảng cách đó – đưa giọng nói của khách hàng lên phía trước đủ sớm và liên tục đủ để thiết kế ra các kết quả tốt hơn thay vì phản ứng với thất bại.

Mục tiêu của tôi bây giờ là giúp các tổ chức đưa ra quyết định tốt hơn đủ sớm để có ý nghĩa – vì vậy họ tăng doanh thu, kiếm được lòng trung thành của khách hàng và liên tục vượt qua thị trường.

Là Chief Growth & Strategy Officer tại First Insight, bạn giám sát sản phẩm, lộ trình AI, GTM và thành công của khách hàng. Làm thế nào để có cái nhìn thống nhất thay đổi cách AI nên được thiết kế và triển khai trong các tổ chức bán lẻ?

Khi bạn nhìn thấy toàn bộ hệ thống, bạn ngừng nghĩ về AI như một công cụ và bắt đầu nghĩ về nó như một mô hình hoạt động.

Sản phẩm cho bạn thấy những gì có thể về mặt kỹ thuật. Thị trường cho bạn thấy những gì sẽ thực sự được hiểu và áp dụng. Thành công của khách hàng cho bạn thấy những gì sẽ tồn tại dưới các ràng buộc của thế giới thực—áp lực thời gian, căng thẳng giữa các chức năng, chất lượng dữ liệu và trách nhiệm. Khi những quan điểm đó được thống nhất, AI được thiết kế xung quanh cách quyết định thực sự xảy ra, không chỉ là công nghệ ấn tượng trong cô lập.

Đó là lý do tại sao AI trong bán lẻ phải hoạt động như một hệ thống quyết định và hành động, không chỉ là một hệ thống thông minh. Nó phải kết nối tín hiệu của khách hàng với giá, danh mục sản phẩm, tiếp thị và lập kế hoạch theo cách phù hợp với các đội và tăng tốc quyết định. Khi AI giảm ma sát giữa các đội và rút ngắn khoảng cách giữa thông tin và hành động, nó bắt đầu mang lại giá trị thực sự.

Người bán lẻ đã lâu phụ thuộc vào chu kỳ lập kế hoạch theo mùa và dữ liệu lịch sử. Từ những gì bạn thấy trên thực tế, tại sao những mô hình đó ngày càng không phù hợp với cách khách hàng hành động ngày nay?

Bởi vì những mô hình đó được xây dựng cho một thế giới nơi bán lẻ chủ yếu là tối ưu hóa những gì đã tồn tại – không phải là tạo ra những gì tiếp theo.

Dữ liệu lịch sử và chu kỳ theo mùa có thể giúp giải thích hiệu suất trong các danh mục đã thành lập, nhưng chúng yếu trong hai điều mà người bán lẻ cần nhất ngày nay: phản ứng với hành vi của khách hàng thay đổi nhanh và tạo ra nhu cầu mới thông qua đổi mới sản phẩm và mở rộng không gian trống.

Nhu cầu hiện nay thay đổi theo thời gian thực – được thúc đẩy bởi độ nhạy cảm về giá, khoảnh khắc văn hóa, ảnh hưởng xã hội, áp lực kinh tế và động lực kênh. Một xu hướng có thể xuất hiện qua đêm. Một tín hiệu giá có thể thay đổi hành vi ngay lập tức. Dữ liệu lịch sử giải thích những gì đã xảy ra, nhưng nó không đáng tin cậy cho biết khách hàng sẽ phản ứng như thế nào tiếp theo – thậm chí đối với sản phẩm đã trên kệ – khi bối cảnh và cảm xúc có thể thay đổi tại bất kỳ thời điểm nào.

Đồng thời, nhiều người bán lẻ đang đưa ra quyết định với các CRM đã cũ và tầm nhìn lỗi thời về khách hàng thực sự là ai. Các đối thủ cạnh tranh mới, các kênh mới và các thế hệ trẻ hơn với các kỳ vọng và quyền lực chi tiêu khác nhau đang liên tục kéo khách hàng đi – thường mà người bán lẻ không nhận ra cho đến khi kết quả xuất hiện trong dự báo bị bỏ lỡ hoặc lòng trung thành giảm. Trong nhiều trường hợp, các thương hiệu đang tối ưu hóa cho khách hàng mà họ không còn – hoặc khách hàng đã chuyển sang.

Và khi nói đến đổi mới, lịch sử bán hàng không thể xác nhận một sản phẩm không tồn tại – hoặc một phân khúc khách hàng mà bạn đang gặp nguy hiểm mất. Đó là lý do tại sao nhiều người bán lẻ kết thúc bằng việc lặp lại quá khứ thay vì tự tin tài trợ cho danh mục tiếp theo, tính năng set tiếp theo hoặc khán giả tiếp theo. Khóa là đưa giọng nói của khách hàng lên phía trước – đủ sớm để hướng dẫn tạo khái niệm, quyền lực giá và định vị – để đổi mới trở thành một hệ thống có thể lặp lại chứ không phải là một canh bạc.

Trợ lý AI của First Insight, Ellis, cho phép truy vấn ngôn ngữ tự nhiên xung quanh giá, danh mục sản phẩm và nhu cầu. Làm thế nào quan trọng là thiết kế giao diện và tính khả dụng trong việc thúc đẩy việc áp dụng AI thực sự so với chỉ khả năng kỹ thuật?

Giao diện là sự khác biệt giữa “AI tồn tại” và “AI được sử dụng”.

Quyết định bán lẻ bao gồm nhiều hơn một khoảnh khắc – nghiên cứu khái niệm, thiết kế, xây dựng danh mục sản phẩm, tối ưu hóa giá, mô hình hóa biên, độ sâu mua, phân bổ, điều chỉnh trong mùa và tiếp thị và bán. Thách thức không phải là người bán lẻ không có câu hỏi; đó là câu trả lời bị mắc kẹt trong bảng điều khiển, thẻ, xuất và đội ngũ chuyên môn – và vào thời điểm chúng được cung cấp, khoảnh khắc đã qua.

Ellis quan trọng vì nó loại bỏ ma sát giữa thông tin và hành động. Thay vì điều hướng báo cáo hoặc chờ phân tích mới, các đội có thể hỏi câu hỏi chiến lược và chiến thuật bằng ngôn ngữ tự nhiên – về khái niệm, giá, danh mục sản phẩm, phân khúc, thị trường, đối thủ – và nhận được câu trả lời rõ ràng, dự đoán trong vài phút. Đó không chỉ là khả năng sử dụng; đó là tốc độ quyết định.

Tính khả dụng cũng thúc đẩy việc áp dụng trên toàn tổ chức. Khi cùng một tín hiệu của khách hàng có sẵn ngay lập tức cho bán lẻ, giá, tiếp thị và lập kế hoạch, bạn giảm các trận chiến nội bộ và mất đồng bộ. Người ta ngừng tranh luận về dữ liệu nào là đúng và bắt đầu tranh luận về việc phải làm tiếp theo – nhanh hơn và với nhiều tự tin hơn.

Bạn đã làm việc chặt chẽ với các nhà bán lẻ điều hướng áp lực biên, rủi ro hàng tồn kho và nhu cầu dễ thay đổi. Ở đâu AI mang lại tác động nhanh nhất, có thể đo lường được nhất ngày nay – và ở đâu vẫn còn là sự cường điệu trước thực tế?

Tác động nhanh nhất xuất hiện ở nơi quyết định thường xuyên, tốn kém và nhạy cảm với thời gian: giá, lựa chọn danh mục sản phẩm, xác nhận nhu cầu và rủi ro hàng tồn kho. Khi AI giúp các đội tránh mua quá nhiều, giữ giá với tự tin hoặc thoát khỏi sản phẩm thua lỗ sớm hơn, tác động tài chính là ngay lập tức và có thể đo lường được.

Ở đâu sự cường điệu vượt qua thực tế là ý tưởng về bán lẻ tự động hoàn toàn – hoặc AI thay thế sự hiểu biết của khách hàng thực sự bằng các捷径 tổng hợp. Khách hàng rất rõ ràng: họ đánh giá cao tính xác thực, minh bạch và được lắng nghe. AI cách ly các thương hiệu khỏi khách hàng không tạo ra hiệu quả – nó tạo ra rủi ro.

Mô hình chiến thắng ngày nay là phán quyết của con người được tăng cường bởi thông tin dự đoán, không phải là tự động hóa vì lợi ích của tự động hóa.

Nhiều công cụ AI hứa hẹn khả năng dự đoán. Điều gì trông giống như dự đoán có ý nghĩa trong bán lẻ, và các nhà lãnh đạo nên đánh giá như thế nào để xem liệu dự đoán có thực sự sẵn sàng cho quyết định hay không?

Dự đoán có ý nghĩa trong bán lẻ không phải là một dự báo – đó là khả năng đóng vòng lặp từ sự thật của khách hàng đến kết quả tài chính.

Nhiều đầu ra AI nghe có vẻ dự đoán, nhưng chúng không thay đổi doanh nghiệp vì chúng không bao giờ đi vào nhịp hoạt động. Sự thất bại thực sự là quyết định không được đồng bộ, hành động không được thực hiện và quy trình làm việc không thay đổi.

Dự đoán sẵn sàng cho quyết định thực hiện ba việc cùng một lúc:

1. Nó được dựa trên cách khách hàng thực sự nhận thức về giá trị – không chỉ lịch sử bán hàng – để nó có thể hướng dẫn quyết định từ khái niệm đến trong mùa.
2. Nó gắn trực tiếp với kinh tế: độ co giãn nhu cầu, sẵn sàng trả tiền, AUR/ASP trên vòng đời sản phẩm và các hàm ý biên của việc giữ giá so với giảm giá.
3. Nó là hoạt động – được nhúng vào một quy trình có thể lặp lại mà các đội thực sự theo dõi, không bị mắc kẹt trên các công cụ và bảng điều khiển riêng biệt.

Một chủ đề lặp lại mà chúng tôi thấy là chi phí của the “long tail” của SKU. Quá danh mục là một kẻ giết người im lặng: độ sâu quá mức, tốc độ thấp, rủi ro ẩn. Một trong những đòn bẩy lớn nhất mà AI dự đoán mở khóa là khả năng cắt đuôi – loại bỏ sản phẩm dưới tiêu chuẩn sớm và tái đầu tư đô la hàng tồn kho vào các sản phẩm hàng đầu nơi nhu cầu và cảm xúc của khách hàng cao nhất.

Khi các đội áp dụng kỷ luật này, chúng tôi thấy kết quả ấn tượng:

• đô la hàng tồn kho được giải phóng cho đổi mới và cơ hội ghi điểm cao,
• nhịp độ giảm giá ổn định và giảm,
• áp lực khuyến mãi giảm bớt, và
• uy tín thương hiệu tăng vì khách hàng không được đào tạo để mong đợi 50-60% trước khi mua.

Các nhà lãnh đạo nên đánh giá AI dự đoán với một câu hỏi: Liệu nó thay đổi nơi chúng tôi đầu tư? ROI cao nhất không phải là nhiều dữ liệu hơn – đó là quyết định tốt hơn về cách phân bổ vốn, thời gian và hàng tồn kho đối với nhu cầu thực sự của khách hàng – đủ sớm để có ý nghĩa.

AI có trách nhiệm thường được thảo luận ở cấp độ cao. Trong bán lẻ cụ thể, điều gì trông giống như việc áp dụng AI có trách nhiệm khi quyết định trực tiếp ảnh hưởng đến giá, người tiêu dùng và uy tín thương hiệu?

AI có trách nhiệm trong bán lẻ bắt đầu với một nguyên tắc đơn giản: sử dụng AI để làm sâu sắc hơn mối quan hệ với khách hàng, không khai thác nó.

Điều này không phải là về việc theo dõi cá nhân, giám sát hoặc thu thập dữ liệu vì lợi ích của nó. AI có trách nhiệm là về việc đưa giọng nói của khách hàng vào mọi quyết định trên quy mô – để sản phẩm, giá, thông điệp và trải nghiệm phản ánh những gì người thực sự đánh giá. Trong nhiều cách, nó là một hình thức đồng phát triển: khách hàng hướng dẫn những gì được tạo ra , cách nó được định vị và cảm giác công bằng.

Trên thực tế, AI có trách nhiệm trông giống như:

• Đặt quyết định trên đầu vào của khách hàng thực sự – cả định lượng và định tính (“Điều gì được nói”).
• Xây dựng minh bạch và rào cản cho quyết định có tác động cao như giá, khuyến mãi và phân khúc.
• Đảm bảo công bằng trên các phân khúc và thị trường, để AI không vô tình ủng hộ một nhóm trong khi bất lợi cho nhóm khác.
• Giữ con người trong vòng lặp cho phán quyết, trách nhiệm và sự tinh tế sáng tạo mà AI không thể tạo ra.

Khi được sử dụng theo cách này, AI tăng cường mối quan hệ với khách hàng thay vì làm suy yếu nó. Khách hàng cảm thấy được lắng nghe trên quy mô. Các đội đưa ra quyết định tốt hơn nhanh hơn. Và các thương hiệu xây dựng uy tín – vì họ không còn phản ứng đối với thị trường; họ đang hành động với nó.

Bạn đã dẫn cả câu chuyện tiếp thị và chiến lược sản phẩm. Làm thế nào người bán lẻ nên nghĩ lại câu chuyện nội bộ xung quanh AI để nó được coi là một đối tác quyết định chứ không phải là một mối đe dọa hoặc hộp đen?

Người bán lẻ nên ngừng kể câu chuyện rằng AI là “phân tích thông minh” và bắt đầu kể câu chuyện rằng AI là sự tập trung vào khách hàng trên quy mô.

Ma sát nội bộ trong bán lẻ không chỉ là các silo – đó là các silo đưa ra quyết định có nguy cơ cao với các sự thật khác nhau: tiếp thị có tín hiệu tương tác, bán lẻ có lịch sử bán hàng, giá có áp lực biên, lập kế hoạch có hạn chế hàng tồn kho. Đó là nơi các trận chiến xảy ra.

AI trở thành một đối tác quyết định khi nó tạo ra một ngôn ngữ chung trên các chức năng: giọng nói của khách hàng, dịch sang hướng dẫn dự đoán thông báo sản phẩm, giá, danh mục sản phẩm và cách bán – từ đầu đến cuối, từ khái niệm đến chuyển đổi.

Và điều quan trọng là phải trung thực về vai trò của con người. AI không tạo ra ý tưởng đột phá tiếp theo – nó học các mẫu. Con người mang lại sự sáng tạo, gu, ý định thương hiệu và trực giác văn hóa. AI làm cho sự sáng tạo đó sắc nét hơn bằng cách rút ngắn vòng phản hồi và kiểm tra áp lực quyết định trước khi thị trường làm như vậy.

Khi AI trở nên nhúng sâu hơn vào lập kế hoạch và quyết định trong mùa, bạn nhìn thấy vai trò của phán quyết con người phát triển như thế nào thay vì biến mất?

Phán quyết của con người trở nên quan trọng hơn – và được tận dụng hơn – vì trong mùa là nơi lợi nhuận bán lẻ được giành hoặc mất.

Giảm giá là một trong những chi phí lớn nhất trong bán lẻ. Người bán lẻ thường lập ngân sách cho chúng vì họ bị buộc phải xóa hàng tồn kho chưa bán. Lý do giảm giá rất đau đớn là thời gian: giảm giá quá sớm và bạn phá hủy biên; giảm giá quá muộn và bạn bỏ lỡ cửa sổ để chuyển đổi nhu cầu.

Với AI dự đoán và con người trong vòng lặp, các đội có thể mô hình hóa các đường cong nhu cầu co giãn và hiểu cách ASP/AUR nên phát triển trong suốt vòng đời của sản phẩm – dựa trên bán hàng, nhận thức của khách hàng và tín hiệu thị trường. Điều đó cho phép các động thái thông minh hơn: khi nào giữ giá, khi nào giảm giá và giảm bao nhiêu – mà không quá điều chỉnh.

Và quyết định trong mùa không chỉ là giá. AI có thể thông báo về khuyến mãi và tiếp thị trong mùa bằng cách tính đến các khoảnh khắc văn hóa, người ảnh hưởng, gia tốc xu hướng và thay đổi trong các nhân vật khách hàng – cùng với nhận thức sản phẩm và độ nhạy cảm về giá. Con người sau đó áp dụng phán quyết: ý định thương hiệu, khả năng chấp nhận rủi ro và các lựa chọn sáng tạo mà AI không thể tạo ra.

Tương lai không phải là tự động hóa. Đó là quyết định nhanh hơn, thông tin nhiều hơn cho khách hàng – nơi AI mở rộng việc lắng nghe, và con người dẫn đầu ý nghĩa.

Ngôi nhìn về tương lai, bạn dự đoán AI tác nhân và tạo ra sẽ thay đổi quy trình làm việc bán lẻ như thế nào trong hai đến ba năm tới – không phải là lý thuyết, mà là hoạt động?

Chúng tôi đang chuyển từ các hệ thống thông minh sang các hệ thống hành động.

Hoạt động, AI tạo ra sẽ làm cho thông tin có thể tiếp cận được trên các vai trò và cấp độ – tóm tắt, so sánh, giải thích và trả lời câu hỏi ngay lập tức. AI tác nhân sẽ ngày càng thực hiện công việc lặp đi lặp lại mà làm chậm các tổ chức: chuẩn bị các kịch bản, lắp ráp các bản tóm tắt sẵn sàng cho ban điều hành, theo dõi tín hiệu, đánh dấu rủi ro và phối hợp hành động tiếp theo.

Nhưng thay đổi có ý nghĩa nhất sẽ không phải là “AI chạy bán lẻ”. Đó sẽ là người bán lẻ cuối cùng cũng rút ngắn khoảng cách giữa khách hàng và doanh nghiệp. Các đội sẽ di chuyển nhanh hơn, cắt qua ma sát nội bộ và đưa ra quyết định tốt hơn sớm hơn – trước khi xu hướng đạt đỉnh, trước khi giảm giá tràn ngập và trước khi bỏ lỡ cơ hội trở thành những thiếu sót hàng quý.

Những người bán lẻ chiến thắng không phải là những người có nhiều thí nghiệm AI nhất. Họ sẽ là những người xây dựng một nhịp hoạt động có thể lặp lại nơi sự thật của khách hàng, thông tin dự đoán và sự sáng tạo của con người làm việc cùng nhau – từ khái niệm đến chuyển đổi.

Cảm ơn bạn vì cuộc phỏng vấn chi tiết, người đọc muốn tìm hiểu thêm nên truy cập First Insight.