Piękno oparte na analizie danych: Jak firma Estée Lauder Companies używa ChatGPT do pozyskiwania informacji

Estée Lauder Companies⁠(otwiera nowe okno) (ELC) to globalny lider w branży luksusowych kosmetyków. W swoim portfolio ma ponad 20 bardzo znanych marek, w tym Clinique, La Mer, Bobbi Brown Cosmetics i Aveda. Zarówno firma, jak i jej marki, są znane z najwyższej jakości produktów kosmetycznych oraz osobistego i indywidualnego podejścia do klientów na całym świecie.

Świat kosmetyków zmierza w kierunku hiperpersonalizacji, podobnie jak podejście firmy do badań i technologii. Szerokie zastosowanie ChatGPT Enterprise w firmie ELC wspomaga kreatywność jej pracowników i pozwala im na znacznie lepszy wgląd w różnorodne dane. Dzięki temu mogą oni lepiej reagować na potrzeby współczesnych klientów.

Globalna branża kosmetyczna zmienia się bardzo szybko. Na kształt oferty firmy ELC wpływają ogromne ilości danych konsumenckich z ankiet, badań klinicznych i informacji o stosowaniu produktów.

Zespół ELC wdrożył ChatGPT w procesach przetwarzania i analizy danych na dużą skalę. Obecnie ChatGPT jest nieodłącznym elementem przepływów pracy w ELC. Dzięki ponad 240 niestandardowym modelom GPT, pracownicy dysponują większą ilością czasu i informacji, co pozwala im skupić się na tym, co robią najlepiej: precyzyjnym opracowywaniu nowych i promowaniu istniejących produktów zgodnie z najnowszymi trendami w pielęgnacji skóry i kosmetyki.

Najważniejszym powodem szybkiego wdrożenia SI w ELC było głęboko zakorzenione w firmie przekonanie, że kreatywność drzemie w każdym pracowniku. „Kiedy organizacja OpenAI zaprezentowała ChatGPT, poprosiliśmy pracowników, aby powiedzieli nam, jak chcieliby go używać” — mówi Raheel Khan, Starsza Wiceprezes ds. Prognozowania i Analizy Wzrostu w ELC. „Ponad tysiąc osób zgłosiło swoje pomysły”.

Zainteresowanie pracowników skłoniło ELC do stworzenia GPT Lab: zespołu składającego się z osób pełniących różne funkcje i eksperymentującego z tworzeniem rozwiązań biznesowych — „niestandardowych modeli GPT” — z użyciem ChatGPT. 

„Naszym zadaniem jest odkrywanie zastosowań o dużym potencjale, które zwiększają wartość naszych marek w poszczególnych regionach“ — powiedziała Charmaine Pek, Dyrektor ds. Wdrożenia ChatGPT Enterprise w ELC. „Celem zespołu GPT Lab jest identyfikowanie wzorców udanych realizacji i przekładanie związanych z nimi sukcesów na kolejne marki i regiony”.

W ciągu zaledwie 10 tygodni członkowie zespołu Lab stworzyli wiele niestandardowych modeli GPT — każdy w określonym celu i z własnym zakresem zastosowania.

Jedną z wyróżniających się aplikacji stworzonych przez zespół GPT Lab jest model Fragrance Insights GPT. Został opracowany, by pomóc zespołowi Fragrance Foresight w uzyskiwaniu informacji z ankiet dla klientów. Analizuje duże zestawy danych ankiet na potrzeby odkrywania trendów i preferencji. Umożliwia to ELC projektowanie produktów dla różnych grup demograficznych.

„Wcześniej znalezienie przydatnych informacji wymagało wielu godzin ręcznego czyszczenia i porządkowania danych” – mówi Yuan Zhan, Dyrektor zespołu Fragrance Foresight w ELC. „Model Fragrance GPT umożliwia zadawanie złożonych pytań prostym językiem, w celu natychmiastowego przeszukiwania zbiorów danych”.

Członkowie zespołu Lab wdrożyli również model Clinical Trial Data GPT. Pozwala on na szybkie pozyskiwanie informacji na temat skuteczności produktów do pielęgnacji skóry, np. procentowej poprawy natychmiastowego nawilżenia skóry po użyciu produktu takiego jak serum Advanced Night Repair marki Estée Lauder. Wystarczy wpisać proste zapytanie, aby móc przejrzeć tysiące raportów z badań klinicznych.                 

Jednym z innych modeli GPT jest Copywriting GPT — dostosowany do potrzeb klienta asystent copywritingu dla różnych marek. Zaprojektowany do tworzenia szczegółowych, merytorycznych i zgodnych z wizerunkiem marki treści dedykowanych dla różnych platform. Drugim jest Vendor Snapshot Creator GPT, który wykonuje syntezę istotnych informacji o każdym dostawcy, uwzględniających jego profil, historię zakupów w ELC i inne istotne szczegóły.

Proces tworzenia modeli GPT w firmie Estée Lauder Companies odbywa się niezwykle sprawnie. Firma koncentruje się na szybkim tworzeniu prototypów i ich testowaniu w celu określenia wskaźników sukcesu i tworzenia docelowych rozwiązań w odpowiedniej skali.

„Analizujemy wartość modelu GPT dla organizacji, a także związany z nim nakład pracy” — wyjaśnia Kingsuk Chakrabarty, Dyrektor ds. Architektury Korporacyjnej, SI oraz Badań i Rozwoju w firmie ELC. „Następnie nadajemy priorytet modelom GPT, które mają wysoką wartość i umożliwiają szybką rozbudowę”.

W zespole GPT Lab „grupy” składające się z użytkownika biznesowego, eksperta merytorycznego i kierownika technicznego są odpowiedzialne za zapewnienie, że każdy pomysł uwzględnia kryteria efektywności i wykonalności:

1. Projektowanie: użytkownik biznesowy określa cel, zakres i odbiorców modelu GPT na dwóch stronach dokumentu Use Case Brief, aby wyjaśnić wszystkie kwestie przed przystąpieniem do tworzenia.
2. Przygotowywanie: Ekspert merytoryczny określa zastosowanie, zbierając i przygotowując odpowiednie dane, zgodnie ze sprawdzonymi procedurami dotyczącymi tworzenia modelu GPT.
3. Budowanie i testowanie: kierownik techniczny buduje model GPT przy użyciu zestawów danych i poddaje go rygorystycznym testom w celu oceny dokładności i spójności działania.
4. Udostępnienie: cały zespół wdraża model GPT oraz udostępnia przewodniki dla zespołów.
5. Wprowadzanie zmian i skala: cały zespół uwzględnia zebrane opinie na potrzeby iteracji i optymalizacji odpowiedzi na podstawie działania modelu GPT.

„Projektowanie odpowiedniego zastosowania oznacza zadawanie właściwych pytań” – mówi Pek. „Dlaczego chcemy zbudować ten model GPT? Jaki problem próbujemy rozwiązać? Jak wpłynie to na naszą działalność?”

Tworząc kolejne iteracje i dzieląc się spostrzeżeniami, zespół GPT Lab był w stanie opracować oparte na SI prototypy w ciągu kilku tygodni.

Dzięki ChatGPT pracownicy nie tylko pracują szybciej, ale mogą też poświęcać więcej czasu na aspekty kreatywne, ponieważ muszą wykonywać mniej żmudnych i czasochłonnych czynności:

• Oszczędność czasu: W zespołach ds. badań i rozwoju oraz marketingu, ChatGPT skrócił czas oczekiwania na odpowiedź o ponad 90%. Zadania, które wcześniej zajmowały zespołom kilka godzin, na przykład wyszukiwanie informacji na temat skuteczności produktów, teraz zajmują kilka minut. 
• Szybsze wprowadzanie produktów na rynek: Skrócenie czasu analizy danych pozwala firmie ELC szybciej wprowadzać na rynek produkty, które są dostosowane do szybko zmieniających się trendów konsumenckich. 
• Wewnętrzne wdrożenie: Wdrożenie modeli GPT spotkało się z entuzjastycznym przyjęciem w całej organizacji, a coraz więcej zespołów prosi o zintegrowanie SI z ich przepływami pracy, by móc więcej czasu poświęcać na zadania czysto kreatywne.

„Wdrożenie ChatGPT Enterprise przyniosło dwie korzyści” – mówi Khan. „Po pierwsze, pozwoliło naszym niesamowitym pracownikom poświęcać więcej czasu na zadania kreatywne. Po drugie, poprawiło naszą zdolność do spełniania kluczowych oczekiwań klientów”. 

Firma ELC planuje zastosować najlepsze modele GPT w całym swoim portfolio marek, umożliwiając większej liczbie zespołów korzystanie z wiedzy i kreatywności opartej na SI. 

„SI pozwala nam oferować najlepsze na rynku produkty, na większą skalę i w lepszej jakości. Dzięki OpenAI nasi pracownicy wykonują mniej zadań o niskiej wartości, a zespoły zyskują możliwość kreatywnej pracy na zupełnie nową skalę — mówi Lauder.