Die "geheime Zutat", die die Kunden von Paula's Choice zum Strahlen bringt: Daten

Paula's Choice Skincare ist eine führende, weltweit tätige Direktverbrauchermarke, die auf Wahrheit und Transparenz basiert. Die 1995 in Seattle, Washington, von der amerikanischen Radio-Talkshow-Moderatorin und Kosmetik-Polizistin Paula Begoun gegründete Pioniermarke ist berühmt für ihre branchenführenden Innovationen, ihre leicht verständliche, jargonfreie Wissenschaft, ihre hochwirksamen Inhaltsstoffe und ihre grausamkeitsfreien Produkte. Paula's Choice bietet aussagekräftige Inhalte und digitale Tools, um die Wissenschaft hinter der Hautpflege zu entmystifizieren. Dazu gehören ein umfangreiches Wörterbuch der Inhaltsstoffe, das die Forschung hinter fast 4.000 Inhaltsstoffen aufschlüsselt, und Expert Advice, eine kuratierte Online-Drehscheibe für Hautpflege und Wissen über Inhaltsstoffe. Die Marke wird über den weltweiten DTC-Handel und ausgewählte Prestige-Einzelhändler in Nordamerika, Europa und Asien vertrieben. Das Unternehmen wurde 2021 von dem multinationalen Konsumgüterkonzern Unilever übernommen und operiert weiterhin unabhängig. Der Hauptsitz des Unternehmens befindet sich in den Vereinigten Staaten, die europäischen Niederlassungen in den Niederlanden.

Die Zukunft definieren

Paula's Choice ist eine führende globale Direktvertriebsmarke, die sich schon immer auf den elektronischen Handel konzentriert hat. Aber das bedeutete nicht zwangsläufig, dass wir als Unternehmen datenbewusst waren. Obwohl uns die Digitalisierung am Herzen liegt und wir uns darauf konzentrieren, hatten wir niemanden, der sich um die Daten kümmerte - kein CRM, kein Data Warehouse, niemand, der die Verantwortung übernahm, erklärt Roeland Euser, der Leiter für Marketing und Daten in den Niederlanden. Also hob ich meine Hand und sagte, ich kümmere mich erst einmal um die Daten. Aber als er diese Verantwortung übernahm, stellte er fest, dass niemand in der Organisation wusste, wo er anfangen sollte, also suchte Euser Hilfe außerhalb von Paula's Choice.

Dem gesamten Unternehmen war klar, dass es datengesteuert werden musste, aber niemand wusste, wo man anfangen sollte. Nach einer ersten Online-Recherche nahm Euser Kontakt mit Xebia auf. Wir waren nicht ganz bereit, sofort mit Xebia zusammenzuarbeiten, aber dann standen alle Sterne und Planeten günstig und wir engagierten sie für ein strategisches Coaching. Es war, als ob wir einen maßgeschneiderten Führer für unsere Reise bekommen hätten, so Euser.

Da Paula's Choice vor kurzem von Unilever übernommen worden war, wurden Euser und sein Team damit beauftragt, die Datenstrategie des unabhängig operierenden Hautpflegeunternehmens zu präsentieren. Glücklicherweise war das strategische Coaching bereits in vollem Gange, und Xebias Berater Steven Nooijen gab Eusers Führungsteam einen Crash-Kurs über das, was es wissen musste: Was ist die Cloud? Was ist eine Datenplattform? Was ist eine Kundendatenplattform? Steven Nooijen behandelte das gesamte Thema und half uns, die Fachsprache richtig zu verstehen. Er sagte uns sogar, worauf wir uns im ersten Jahr konzentrieren sollten, erinnert sich Euser.

Strategisches Coaching

Durch strategisches Coaching half Xebia Paula's Choice, eine konkrete und pragmatische Strategie zu definieren, die sofort umgesetzt werden konnte.

Zunächst drehte sich alles um das Marketing - wie konnte das Unternehmen seine Kundendaten nutzen, um sie besser zu bedienen? Nooijen und Euser definierten als ersten Anwendungsfall die Entwicklung eines Produktempfehlungssystems. Ursprünglich wollten wir ein maschinelles Lernmodell haben, das Sitzungsdaten mit Produktattributen integriert, um die spezifischen Produkte vorherzusagen, die ein bestimmter Benutzer wünscht, erklärt Euser.
Durch das strategische Coaching von Xebia entschieden sie sich, stattdessen mit einem einfacheren Benchmark zu beginnen - einem regelbasierten Modell, das einfacher zu erstellen und zu interpretieren war. Sie konnten ihr Fachwissen in ein Modell umsetzen, es in die Produktion einführen, es industrialisieren, die Ergebnisse sehen und von dort aus verbessern.

Wir haben bereits agil gearbeitet, aber Xebia hat uns bei der Feinabstimmung geholfen, so Euser. Steven nahm an diesen Sitzungen teil und gab uns Hinweise und Vorschläge, wie wir uns verbessern und welche Prioritäten wir setzen sollten. Er hat mich in diesen Sitzungen gecoacht. Stellen Sie sicher, dass Sie dies, dies, dies, dies und dies ansprechen. Er hat mir also beigebracht, wie man ein guter Datenmanager wird", fügte er hinzu.

Das strategische Coaching half dabei, die Rollen und Verantwortlichkeiten aller Beteiligten anzugleichen, damit die Analyse funktioniert, einschließlich der IT und der Zentrale in den USA sowie der Web-, Daten- und Marketingteams.

Das Einjahresziel, das bis Ende 2022 erreicht werden sollte, bestand darin, die ersten zwei bis drei Datenprodukte in Betrieb zu nehmen und in einem kontinuierlichen Verbesserungszyklus zu halten. Sie setzten sich auch ein kühnes Drei-Jahres-Ziel: das führende datengestützte Hautpflegeunternehmen zu werden.

Nachdem die Ziele und die Strategie festgelegt und die Voraussetzungen für eine erfolgreiche Entwicklung geschaffen waren, stieß Vadim Nelidov, ein Datenwissenschaftler von Xebia, zu ihrem Team und begann mit dem Aufbau des von Nooijen und Euser definierten Data Science-Algorithmus. Gleichzeitig begann er mit der Ausbildung eines Junior-Datenwissenschaftlers bei Paula's Choice und führte neue Methoden für die Arbeit mit Datenprodukten ein. Testen, Codequalität, Dokumentation, Skalierbarkeit, Versionskontrolle und Interpretierbarkeit wurden zu neuen Grundprinzipien des Teams. Durch diese Arbeitsweise wurde das Team in die Lage versetzt, eigenständig zukunftssichere Lösungen zu liefern.

Gleichzeitig waren die ersten Ergebnisse des neu implementierten regelbasierten Modells ebenfalls ermutigend - die Vorhersagen stimmten in mindestens 70% der Fälle mit den tatsächlichen historischen Verbraucherpräferenzen überein.

Ziele ausrichten durch Teamarbeit und Coaching

Von Anfang an war klar, dass Paula's Choice sich darauf konzentrieren würde, seine Datenarchitektur so effizient wie möglich auf den neuesten Stand zu bringen, und die Tatsache, dass das Unternehmen bereits agil arbeitete, erwies sich bei der Skalierung als hilfreich.

Um sicherzustellen, dass das Unternehmen und seine Mitarbeiter auf dem gleichen Stand sind, wurde sofort mit strategischem Coaching und Training begonnen, wobei der Schwerpunkt auf dem Daten-, Web-, Marketing- und IT-Team sowie der US-Zentrale lag, um die Rollen und Verantwortlichkeiten abzustimmen. Damit die Analytik funktioniert und in allen Teams eingesetzt werden kann, mussten die Führungskräfte und Datenteams in datengesteuerten Methoden geschult werden. Die Teams hatten wöchentliche Hausaufgaben und arbeiteten zusammen, um eine solide Basis zu schaffen.

Für die Datenplattform wurde ein Azure Databricks-Stack verwendet. Der Stack kombiniert Daten und Lösungen für maschinelles Lernen mit den eigenen Empfehlungsmodellen von Paula's Choice. Außerdem ermöglichte es eine einfache Integration mit Bitbucket, das für Code-Repositories und Versionskontrolle verwendet wird. Dies führte dazu, dass Berichte häufiger automatisiert werden konnten und viel manuelle Arbeit eingespart wurde, während gleichzeitig die Qualitätsmesslatte höher gelegt wurde.

Der gesamte Prozess nahm viel von dem Rätselraten weg und gab mehr Freiheit, anstatt auf Feedback und Anweisungen zu warten. Der Arbeitsvorrat des Datenteams wurde auf wöchentlicher Basis verfeinert. Das Team konnte das Ruder in die Hand nehmen und hatte mehr Autonomie, um eine Vielzahl von Zielen zu erreichen, die Paula's Choice zur Hautpflegeserie der Zukunft machen sollten.

Wegweisend für das gesamte Unternehmen

Die Zusammenarbeit mit Xebia bedeutete für Euser und sein Team einen Paradigmenwechsel.

Wir sind jetzt weltweit führend bei der Nutzung unserer Datenplattform", sagte er. "Früher waren wir etwas vorsichtiger, warteten auf Anweisungen, was wir tun sollten, und hofften, dass es etwas sein würde, das wir nutzen konnten. Jetzt sind wir in der Lage, das Steuer zu übernehmen.

Das Jahresziel war es, drei Anwendungsfälle in einem kontinuierlichen Verbesserungszyklus umzusetzen, und Euser geht davon aus, dass es dieses Ziel erreichen wird. Das Unternehmen verfügt mit Databricks über einen voll funktionsfähigen Data Lake. Sie nutzen auch die maschinellen Lernfunktionen von Databricks und haben eine API zwischen Databricks und Salesforce entwickelt, um ihre maschinellen Lernmodelle und Modelle für Produktempfehlungen zu industrialisieren. "Das ist etwas, was sonst niemand macht, nicht einmal die globale Niederlassung", lächelt Euser.

Mit Hilfe eines Datenwissenschaftlers von Xebia konnte Paula's Choice einen neuen Produktempfehlungsdienst entwickeln, der die Klickrate um 8,5 % steigerte und während des Testzeitraums 2.000 einzigartige Produktkombinationen empfahl, im Vergleich zu 300 einzigartigen Kombinationen des vorherigen Standardempfehlungsdienstes, den sie vorher hatten.

"Wir geben den Ton an, wie wir die Plattform, die wir benutzen sollten, tatsächlich nutzen können. Und wir denken: Okay, großartig! Wir werden sie aufgrund der Arbeit, die wir mit Xebia leisten, nutzen.