In 1876, die Telefon-Observative. Mit einem technologischen Weg, die die Gespräche von einem Teil des Globes zu dem anderen führen würde. Aber für etwas, was damals wirklich seltsam war, ist es schrecklich, dass es das gleiche bleibt. Die Telefon ist eine ungewöhnliche menschliche Technologie. Mit einem Telefonruf können wir mit jemandem sein, wir können von jemandem gehört werden und wir können das Gefühl haben, was sie fühlen.
Eine große Teil der menschlichen Erfahrung bleibt. Und deshalb fragen wir uns heute: Was ist mit der KI? Welche Teil der Erfahrung des Produktmanagements bleibt? Our first speaker is an experienced product leader. At Zalando, she led 0-1 development for a brand new product that connected the online shopping experience to the store shopping experience. And today, she is vice president of Digital with Finnair, where she brings her retail commerce experience to the world of information.
Please put your hands together for Serby Marmar.
Vielen Dank, dass Sie hier sind. Ich gebe Ihnen eine kleine Entschuldigung. Am Morgen haben wir einige fantastische Diskussionen über die Änderung der Speichern der AI und die Automatisierung der Technologie. Mein Gespräch wird etwas kontradiktiv sein. Leute sagen, dass sie in Minuten Code haben werden können, die Ergebnisse analysieren und die Experimente schneller machen. Die Anwendung wird wahrscheinlich schneller und günstiger werden.
Aber das wird wahrscheinlich die 10 oder 20 Prozent des Produktentwicklungs, die wir sehen. Die Frage, die Christian schön beantwortet hat, war nie "Wir können es bauen", sondern immer "Wir müssen es bauen". Und in einem Weltraum, in dem die AI Dinge schneller bauen kann, und fast alles, ist das, was wir hören, wird die Frage nicht mehr auslösen. Denn wenn man gute Daten hat und gute Optionen und mehrere richtige Antworten hat,
von der Analyse, die Ihr AI macht oder Ihr Team oder Ihr selbst. Wie entscheidet man? Da habe ich mich am Laufenden befasst. Ich bin jetzt VP von Digital Action Air. In sechs Wochen habe ich genug gesagt, dass ich nichts über Deviation weiß, also sprechen wir nicht darüber, was die Gründe sind. Ich habe Produkte im Geschäft, Freemaking, Ad-Tech und Telekommunikation. Heute zeige ich Ihnen etwas, was bei Zalando passiert ist.
Es könnte ein Datenproblem aussehen, aber es war wirklich ein Erkenntnis- und ein bisschen ein Problem der Bildung. Und wie ich mit der AI gearbeitet habe, aber nicht nur mit der AI, weil es einfach unkompliziert war, was es mit der Bildung gebracht hat. und warum es dir zählt, wie du über die Kraft in deinem Tag zu Tag denkst und diese Zeit diese Kraft nicht mit einem Einhaltungskontakt verwendest.
Lass uns also die Problemstatement-Limite ausdrücken. Der Raum, in dem ich und mein Team operiert haben, ist, wenn du einen Rundum öffnest, bist du entdeckt, dass du verschiedene Brands besuchst und fragst dich, ob dir dieser rote Kleid zu mir passt und ob ich ihn auch mal tragen möchte. Die erste Spiele, die ich gesehen habe, die Inspiration, sind die, die mein Team gegründet hat. Und im Hintergrund war ein Autor.
Das ist eine neue Terminologie, die ich vorhin vorgegeben habe. Aber denkt daran, dass viele dieser Events, wie du hier die Audienz bist, denk an dich als Kunden, und es sind Warrantoren, Curators, Content-Writter im Hintergrund, die dieses ganze Jahr zusammenführen. Jetzt, schau dir das gleiche an für über 50 Millionen Kunden von Zalando. Und das waren die Leute, die im Hintergrund mit einem bestimmten Tool arbeiten.
Ich möchte dir nicht erklären, wie viele Dinge sie noch mitarbeiten. Aber wenn die Kundenerfahrung runterkommt, ist es, weil die Autorexperienz bereits irgendwo zerbrochen ist. Und unsere hat schlecht zerbrochen. Das Problem, das ich für Asusol gefunden habe, war: Wie bewegt man einen Kunden von einer tiefen Hilfe-Referenz zu einer Versuchung, die sie nie gefragt haben? Wie inspiriert man sie? Ich mag es, schwarz zu tragen.
Wie kann ich es machen, grün oder rot zu tragen? Das ist sehr schwierig zu entdecken, aus der Perspektive der neuen Features. Und es sah wie ein Datenproblem aus. Messen, Engagement, Vertrautung, optimieren die Matrix, fertig. Es war nicht so. Wir haben uns über die wöchentlichen und monatlichen Anwendungen berichtet. Die Zahlen waren groß. Die Leute kamen zurück. Aber diese Matrix hat uns nicht gezeigt, was sie zurückbringt.
Wir haben es mit dem Zeitaufwand-API substantiiert. Und einige Kunden hatten einen hohen Zeitaufwand, weil sie sich engagierten und über neue Branden oder Stylist-Kategorien lernten. While others had a lot of time spent, but that's just because they were frustrated. They were just not getting what they were looking for. So completely different realities from one matrix of weekly active users, monthly active users, added on top, time spent, but still different realities.
So we built the engagement value system. Basically we gave point value to every action that the customer would take in the experience. We could trace the customer from impressions, who flows, who portrays, saves etc. And we could show correlation to the final revenue figure that we have. So we had data, we had proof, we had options and we had to make a decision of what do we actually optimize for amongst these.
I promise this is the only slide with, or this is the second, only one of the two slides which has so much content in it. Ich weiß, dass das ein Schmuck ist, aber ich möchte, dass Sie sich daran erinnern, wie die Kundenzeit im Bereich der Reise sind. Und was es zeigt, ist etwas Profundes. Der Preis für den Kunden geht mit jedem wichtigen Moment, den sie in Ihrer Erfahrung erzielen. Und je mehr Aktionen und wichtige Momente sie erzielen, desto niedriger wird der Preis für die Erkundung.
Und so wächst der So we got here, we had this amazing framework, we looked at KPIs and we knew customers were coming back, so we knew what we wanted to optimize for. But we hadn't. Entered four different teams and they have a lot of size in these teams, but they have big, hefty mit ihrer eigenen Agenda und sie sahen das gleiche Framework mit verschiedenen Augen, verschiedenen Szenen. Global Marketing sah die Engagementdaten und sagte: Hey, wir fahren uns mehr Augen auf.
Marken und Partner wollten ihre Anzahl im Visiblen. Sie wollten, dass wir die Grundregeln meiner Marke gegen die anderer Marke zeigen. Die lokalen Märkte sahen die Daten und sagten: "Hey, wir machen einfach nur eine Konversion." Und die Regionen waren so sehr für Spanien betroffen, dass sie nichts von Finnland oder anderen Ländern gesehen haben. Die Konten sahen die Daten und sagten: "Hey, wir machen einfach nur eine Storytelling.
Es geht nur darum, den Kunden zu inspirieren. Wir wollen einfach die besten Influenzen im Markt haben und wir arbeiten mit ihnen." Alle waren richtig, in ihrer eigenen Art und Weise. But all of them were kind of pulling in different directions of the customer experience we wanted to build. So what do you do? You can't just delegate this analysis. The data doesn't make the decision for you in this case.
The data creates options. It makes the uncertainty bigger, not smaller. Same with me. It's contradictory to what we've been doing Wir haben viel darüber gesprochen und die Daten, die wir betrachten, aber die Daten geben immer noch andere Möglichkeiten und dann musst du die beste Option für dich und deine Firma und deine Kunden wählen. Das ist der letzte, dreckige Slide. Das ist jetzt das Ende. Aber wir haben nicht gefragt, was die Daten sagen.
Wir haben stattdessen gefragt, was diese Leute wirklich für sich interessieren. Ich möchte Sie fragen, was Sie abends aufhören. Und das war nicht ein Meeting, sondern mehr eine-zu-eine-Konversation mit den verschiedenen Leuten aus dem globalen Markt, in Content etc. War es Budget, Headcount, Kontrolle, Kredit? Wer kann entscheiden? Und hier ist, was wir entdeckt haben. Die Daten waren nicht das Problem, die gemeinsame Definition des Problems war es.
Sie haben alle die Daten-Framework angeschaut, sie alle hatten Zahlen, um zu beweisen, dass das hier die Formation ist, aber wir alle hatten keine gemeinsame Vokabularität. Content bedeutet Produktdaten, also das Ereignis der schwarzen Schuhe, in diesem Fall der roten Klappe. Marketing hat das in einer sehr anderen Weise angeschaut. Personalisierung ist immer noch so ein konvoluter Termin und es bedeutet verschiedene Dinge für verschiedene Menschen.
Wir haben ein Basisdokument erstellt. Ich dachte, es wäre ein 4- oder 5-Pager-Dokument, aber es ist ein 15-Pager-Dokument. Ich bin kein Langerin, aber ich weiß, dass es noch wächst. Die Idee war, wie wir alle die gleiche Sprache sprechen können. Eine andere Sache, die ich mich sehr genauer befasst hatte, war, zuerst zu sagen, klar, wir machen einfach nur das gemeinsame Vokabular. Und dann war die wichtige Sache, dass alle diese Teams ihre eigenen Tools und Prozesse und Frameworks gebaut haben.
Ich komme aus einem ingenieurischen Hintergrund, also war es immer auch immer einfacher für mich, in Repositoren zu kommen und zu schauen, was da passiert ist. Also mehr wie ein Lied aus der Distanz, eine Art von Denken. Ich weiß, dass sich die Welt um uns herum ein wenig verändert, aber ich respektiere immer noch die Disziplin, die Ingenieurin in den Raum bringt, oder die Fähigkeiten gegenüber anderen Disziplinen.
Aber was auch immer es war, ich saß mit Lord Cole zusammen, ich habe mich in alle verschiedenen Repositoren der Tools befasst, die alle diese vier Teams gebaut haben, und habe einige grundlegende Fragen gestellt. Wir hätten Interviews damit gemacht, aber wir haben nur den Code angeschaut und gefragt, welche Anwendungsfälle existieren. Und was sind die Abhängigkeiten, wie viele dieser Features benutzt werden, mehr oder weniger.
Und das waren 15 Jahre der Entwicklungsstücke. Ich will es nicht Produkt nennen. Werkzeuge, die von verschiedenen Teams entwickelt wurden, die meistens nicht miteinander sprechen und nur die Zeit und die Zeit wollen. Sie wollten einfach schnell gehen. Das haben wir mit den Stakeholdern gemacht, nachdem wir die erste Übersetzung von Claude Gold aus dem Klopfen herausgegeben haben. Das ist, wie alle Abhängigkeiten aussehen.
Das sind die verschiedenen Tools, die wir haben. Und die zweite Übersetzung, die wir gemacht haben, ist, dass wir sie kritische Fragen gestellt haben, wie würde Erfolg aussehen, wenn man nicht zu kompromissieren musste. Was schützt man eigentlich? Ist es die Empfänglichkeit der Depression oder ist es das Revenue? Wenn du also in einem Meeting mit Leo kommst, was ist? was er sich für die Behandlung geholfen hat.
Was muss dein Team, um sich zu fühlen, dass das ein Winn war und nicht ein tägliches Wunder, das sie tun müssen? Wir haben das in drei Interviews gemacht. Die Maschine hat uns die Argumentation gezeigt, aber die Interviews mit diesen Leuten haben uns gesagt, was für andere Menschen es ist und warum sie Silo starteten. Das ist, wo AI und Menschen zusammen tanzen müssen. Ich werde vieles erläutern, was Christian auch in seinem Stock heute Morgen erwähnt hat.
Es geht um: AI ist unglaublich, wenn man komplexe Systeme betrachtet. Patenterkennung auf der Größe. In einer Woche könnten wir diese Map von verschiedenen Werkzeugen erstellen und herausfinden, wo die Bedingungen waren, welche Features wurden benutzt, welche nicht. So AI translated the architecture for us and that was something that we couldn't do earlier. But the humans translated the intentions of why it was this way.
And it is not always the feasibility of do I have enough engineers on my team who could do it or how can we do it faster, but there is a lot of complexity also in the architecture itself. And that's how I could actually make the decision Ich komme zu den Nutzern und den Nutzern der Autoren. Wir hatten über 400 Autoren im System und ich werde das Nutzern wirklich reduzieren, weil wir auch mit vielen Influencern und Brands arbeiten, die mit uns Content kreieren.
Aber wir arbeiten mit 400 Autoren, die Content kreieren, in über 10+ verschiedenen Tools. Jedes ist für einen etwas anderen Anwendungsfall gebaut, jedes wird von einem anderen Team behauptet, Und manche von ihnen sprachen zu sich. Und um ehrlich zu sein, das ist so, wie sie sich dort sahen. Sie erinnern sich an die alten Frauen, die in Airpods oder was auch immer sie hielten. Aber es war so. Alles war für sie sehr langweilig.
Und das ist so, wie sie sich dort sahen. Es war so chaotisch. Schmel, kannst du mich helfen? Kannst du das beenden? Wir kommen zurück zu dem. Es gab ein System, um das Inhalt zu uploaden, ein anderes System, um die Meta-Daten einzusetzen, ein anderes, um herauszufinden, ob es gepubliziert wurde oder nicht, und vielleicht ein viertes System, um die Leistung herauszufinden, ob es existierte. Viele Male war es auch nicht das ganze Fly-B-Hut.
Und dann wahrscheinlich ein anderes System, weil etwas nicht veröffentlicht wurde, also was im Inhalt passiert ist. Also wirklich zurücktracking und herauszufinden, das war ein anderes System auf sich selbst. Und das ist, wo wir herausgefunden haben, dass es so viele Anforderungen gibt für den gleichen Job, der gemacht werden musste. Und das Global Marketing zum Beispiel sagte, hey, wir brauchen ein System für Kampagnen, Content-Sale, wir brauchen ein System für kreative Kontrolle, aber am Ende war es ein Video oder ein Image mit einem Text oder einem Headline, ein paar Kapiteln, ein paar Übersetzungen, es war das gleiche.
... Niemand hat eigentlich gesehen, was das System war, also werden wir nicht mehr dazu sprechen. Ich hatte also die Ausgleichs-Visibilität und ich habe verstanden, warum jedes System existierte. Und dann habe ich die Ausgleichs-Visibilität mit der Verständnis gepaart und etwas wurde klar. Wir haben Millionen von Euro jedes Jahr, nicht für die Wettbewerbs-Szene, sondern für uns selbst, Die Zunahme der Geräte, die nicht miteinander gesprochen haben, die Bugs, die die Kontenntour für die Kunden brechen, weil die Ausführungserfahrung bereits gebrochen war, die Campaigns, die bis November laufen, sollten im Oktober enden, weil wir Oktoberfest jeden Monat des Jahres wollen, weil das die Zukunft ist.
Hier ist, was ich mit dem Map gemacht habe. Ich habe es zurückgezogen zu der Begegnung, aber ich habe nicht mit dem Problem geblieben. Ich habe mit dem, was es bedeutet, geblieben. Wenn wir das lösen, dann ist das, was möglich wird. Ich habe nicht gesagt, wir haben zehn Türen und das ist ein Problem. Und dann habe ich eine Entscheidung gemacht, die sich zu einem Tüter gefällt. Wir haben neue Kundenerlebnisse gegründet, keine neuen Features, keine neuen AI-Rekommerzen.
Wir haben die Foundation erst gesetzt. Denn in der Zeit der AI, ich denke, es wurde auch vorhin erwähnt, in den Topics, Garbage in, Garbage out. Wenn man die Foundation nicht setzt, dann baut man nur mehr Garbage auf den Topic, den man hat, und mehr und mehr und mehr. Es war, um die Was die Leute, die den Content kreieren, jeden Tag leben, alles, was wir gebaut haben, das Messungs-Framework, die Lebensverhältnisse, die Geschäftsfälle, war eine neue Kundenerfahrung, aber wir haben das nicht gemacht.
Wir sagten, wir müssen pausieren, wir müssen die Foundation lösen. Und hier ist, wie es für uns auch verändert hat. Wir haben aufgehört zu messen, was wir schiffen, wenn wir schiffen, aber die suddenen Messungen, die wir schiffen, wurden auch von anderen Teams benutzt. Wir haben einige Features gesetzt. Wir haben gesagt: "Hey, wir werden das lösen, weil es nicht in dir ist." Und wir finden einen anderen Weg, um dich zu gewinnen, weil es eine mögliche Art ist.
Aber wir werden es für dich machen. Hier ist, was Fixierung der Bedeutung möglich gemacht hat. Wir haben von etwa 7000 Campaigns zu einem Ein-Satz-Fits-All gegangen. Wir konnten viel mehr zu unseren Personalisierungs-Autoritäten erzeugen. Und das ist, wo das ganze Datenproblem oder die Grundlage, mit der wir gearbeitet haben, verändert wurde. Und es fühlt sich einfach so viel einfacher an, für diese Menschen, die die Systeme nutzen, mitzumachen und den Inhalt zu bauen.
Wir haben nicht über 60 Millionen Kunden, aber wir haben die Varianten für sie geplant. Ich gebe Ihnen das mit, dass es wichtig ist, wie zentriert Ihr Werk aussieht und wie zentriert Sie es machen wollen. Denn was Sie auf der Oberseite bauen, ist, wie es sich weiterführenden wird. In 2026 zu AI-begriffen, bedeutet das nicht, dass Sie Ihr ingenieures Job machen. Es ist zu zentriert, was ich sage. Ich habe als Ingenieurin angefangen und musste wirklich etwas tun.
So in the end, customer, author, business all had to win and we had to figure out how all of this gets organized. So here is what I want you to take with you in this talk. First, combine visibility with understanding. AI can give you a lot more visibility. And when you talk about products that have a huge scale, with over 60 million customers or so, please don't deploy it in production without an interior.
Do not do that. Translate the meeting truths into shared language. Ich arbeite in Asien und es passiert mir immer, dass jeder das gleiche Wort sagt, aber etwas anderes bedeutet. Ich habe die gemeinsame Vokabularität. Übungen, Produkte, Entscheidungen, wenn mehrere gute Optionen existieren. Ich denke, das ist das Wichtigste. Dass du die Entscheidung hast, was gebaut werden soll. Und manchmal geht es darum, nichts Neues zu bauen.
Einfach die Grundlage zu fixieren. Ich dachte, Unwahrheit war etwas, das zu eliminieren. Wetter zu bekommen. Thank you.
