Datadrevet skjønnhet: Slik får Estée Lauder-selskapene tilgang til innsikt med ChatGPT

Estée Lauder Companies⁠(åpnes i et nytt vindu) (ELC) er en global leder innen prestisjefylte skjønnhetsprodukter, med en portefølje på mer enn 20 ikoniske merker, inkludert Clinique, La Mer, Bobbi Brown Cosmetics og Aveda. Selskapet og dets merkevarer er kjent for ledende skjønnhetsprodukter kombinert med personlige opplevelser for forbrukere verden over.

Etter hvert som skjønnhetsverdenen har beveget seg mot hyperpersonalisering, har også selskapets tilnærming til forskning og teknologi gjort det samme. ELCs utbredte bruk av ChatGPT Enterprise hjelper selskapet med å styrke ansattes kreativitet og få innsikt i hvordan de kan betjene dagens forbrukere bedre.

Den globale skjønnhetsindustrien beveger seg raskt, og ELCs produktutvikling påvirkes av enorme mengder forbrukerdata fra undersøkelser, kliniske studier og produktbruk.

ELC-teamet tok i bruk ChatGPT for databehandling og -analyse i stor skala. I dag er ChatGPT en integrert del av ELCs arbeidsflyt, med over 240 tilpassede GPT‑er som gir de ansatte mer tid og innsikt til å gjøre det de er best på: utvikle nye og markedsføre eksisterende produkter med presisjon, i tråd med nye trender innen hudpleie og skjønnhet.

Sentralt for ELCs raske adopsjon av AI var selskapets grunnleggende tro på at kreativitet finnes på alle fronter. “Da OpenAI lanserte ChatGPT, spurte vi de ansatte om hvordan de ville bruke det”, sier Raheel Khan, SVP i Foresight og Growth Intelligence hos ELC. “Mer enn tusen personer sendte inn idéer.”

Denne interessen førte til at ELC etablerte sin egen GPT Lab: En tverrfaglig gruppe med mulighet til å eksperimentere med og utvikle bedriftsløsninger – “egendefinerte GPT‑er” – med ChatGPT. 

“Vår jobb er å avdekke bruksområder med stor innvirkning som gir verdi til våre ulike merkevarer og regioner”, sa Charmaine Pek, ELCs direktør for ChatGPT Enterprise Adoption. “GPT Lab tar sikte på å identifisere mønstre på tvers av meningsfulle bruksområder og forsterke disse suksessene for å skalere til flere merker og regioner.”

I løpet av bare ti uker utviklet Lab-medlemmene flere egendefinerte GPT‑er, hver med sitt eget formål og omfang.

En av de mest fremtredende applikasjonene laget av GPT Lab er Fragrance Insights GPT. Denne GPT‑en ble utviklet for å hjelpe Fragrance Foresight-teamet med å hente innsikt fra forbrukerundersøkelser samt analysere GPT‑ens store datasett fra forbrukerundersøkelser for å avdekke trender og preferanser, noe som gjør det mulig for ELC å designe produkter som treffer ulike målgrupper.

“Før brukte vi timevis på manuell rensing og organisering av data for å avdekke innsikt”, sier Yuan Zhan, direktør for ELCs Fragrance Foresight-team. “Med Fragrance GPT kan vi stille komplekse spørsmål på et vanlig språk, og så gransker den dataene umiddelbart.”

Lab-medlemmer lanserte også Clinical Trial Data GPT, som raskt henter ut innsikt i hudpleieproduktenes effektivitet. Dette kan for eksempel være å avgjøre umiddelbar prosentvis forbedring i fuktighet for et produkt som Estée Lauder's Advanced Night Repair serum – basert på tusenvis av kliniske studierapporter med et enkelt spørsmål.                 

Andre GPT‑er inkluderer Copywriting GPT, som er en tilpasset tekstforfatterassistent for ulike merkevarer, designet for å skape detaljerte, betydningsfulle tekster som er i tråd med merkevarens innhold på tvers av plattformer, og en Vendor Snapshot Creator GPT som syntetiserer viktig innsikt om hver leverandør, inkludert profilen deres, ELCs kjøpshistorikk og andre relevante detaljer.

Estée Lauder-selskapene strukturerer GPT‑utviklingsprosessen sin som en sprint, med fokus på rask prototyping og testing for å identifisere suksessfaktorer og bygge for skalering.

“Vi ser på verdien GPT‑en vil tilføre organisasjonen, og vi ser også på innsatsen som kreves”, forklarer Kingsuk Chakrabarty, direktør for Enterprise Architecture, AI og FoU i ELC. “Deretter prioriterer vi GPT‑er som har stor verdi og kan bygges raskt.”

I GPT Lab er det “team” av mennesker – en forretningsbruker, en fagekspert (SMB) og en teknisk leder – som er ansvarlige for å sikre at hver idé tar utgangspunkt i innvirkning og gjennomførbarhet:

1. Design: forretningsbrukeren definerer formål, omfang og målgruppe for GPT‑en i et to-siders bruksområde-dokument for å gi klarhet før konstruksjonen.
2. Forberedelse: SME-en former bruksscenariet ved å samle inn og forberede relevante data, og sikre beste praksis for GPT‑utviklingen.
3. Bygging og testing: teknologilederen bygger GPT‑en med datasett og tester grundig for å vurdere nøyaktighet og konsistens.
4. Lansering: hele teamet tar i bruk GPT‑en og en brukerveiledning som teamene kan bruke.
5. Strategisering og skalering: hele teamet bruker tilbakemeldingssløyfer for å iterere og optimalisere resultatene basert på GPT‑ens ytelse.

“Å designe riktige bruksområder betyr å stille de riktige spørsmålene”, forteller Pek. “Hvorfor ønsker vi å bygge denne GPT‑en? Hvilket problem prøver vi å løse?” Hvilken påvirkning vil det ha?”

Ved å jobbe i iterative sykluser og dele innsikter, klarte GPT Lab å utvikle AI-drevne prototyper på noen få uker.

ChatGPT har ikke bare hjulpet ansatte med å jobbe raskere, det har også utvidet deres kreative kapasitet ved å redusere manuelle oppgaver:

• Tidsbesparelser: På tvers av FoU- og markedsføringsteam har ChatGPT forbedret responstiden med mer enn 90 %. Det som tidligere tok team flere timer å undersøke (f.eks. å finne påstander om produkteffektivitet) tar nå minutter. 
• Vei til markedet: Ved å akselerere dataanalyse kan ELC lansere produkter raskere, og sikre at de forblir responsive til raskt skiftende forbrukertrender. 
• Intern adopsjon: Det har vært en entusiastisk adopsjon av GPT i hele organisasjonen, og flere team ber om å integrere AI i arbeidsflytene sine for kreative løsninger.

“Å bruke ChatGPT Enterprise har gjort to ting”, sier Khan. “For det første har det gitt våre utrolig begavede ansatte mer tid å bruke på kreative oppgaver. For det andre, har det faktisk økt evnen til å levere på det som er viktigst for forbrukerne våre.” 

ECL planlegger å bruke populære GPT‑er på tvers av merkevareporteføljen sin, slik at flere team kan dra nytte av AI-drevet innsikt og kreativitet. 

“AI gjør det mulig for oss å levere markedsledende produkter i større skala, og bedre.” Med OpenAI reduserer vi arbeid med lav verdi for våre ansatte og gir teamene muligheten til å skape på et helt nytt nivå”, sier Lauder.