Varför Fabletics valde snabbhet framför perfektion inom AI

Breanna Lawlor: Dina kunder blir allt bättre på att ignorera dig, inte för att din marknadsföring är dålig, utan för att de har sett allt förut. Knuffen, påminnelsen, “Vi sparade det här åt dig” – de känner till strategin och har sedan länge genomskådat den. För marknadschefer är detta inte ett framtida problem, eftersom de varumärken som vinner just nu inte skickar fler meddelanden. De kommunicerar med en relevansnivå som känns personlig eftersom den faktiskt är det, och gapet mellan att göra detta i stor skala och att inte göra det växer snabbt.

Adrian Rohr är CRM-chef på Fabletics, där han ansvarar för e-post, SMS och pushnotiser för Fabletics, Yitty och Scrubs. Hans uppdrag är enkelt och kompromisslöst: Gör varje meddelande värt att öppna.

I det här samtalet pratar vi om hur Fabletics byggde en AI-motor för innehåll som genererar övergivna kundvagnsmeddelanden anpassade till varje person i utskicksögonblicket – inte från en mall, utan skapade för just dem. Vi pratar om skiftet från personalisering till det Adrian kallar personlig relevans, varför förtroende är det svåraste problemet att lösa när man överlåter beslut till AI, och vad han menar när han säger att målet med AI är att bli ett dagligt operativsystem, inte ett verktyg som människor måste komma ihåg att använda.

Det här är CMO Club-podden. Nu kör vi.

Adrian Rohr: Tack för att jag fick komma. Jag heter Adrian Rohr och är CRM-chef på Fabletics. Mitt team ansvarar för allt som rör e-post, SMS och pushnotiser för våra varumärken: Fabletics, Legs Scraps och Yiti.

Breanna Lawlor: Fantastiskt.

Adrian Rohr: Ja.

Breanna Lawlor: Fabletics har byggt upp en mycket lojal följarskara under åren, och jag kan tänka mig att det har varit en spännande plats att arbeta på. Jag tvivlar inte på att AI har varit en central del av många samtal, experiment och processer som ni har etablerat. Vill du berätta lite om företagets resa med AI, hur du har arbetat med att få det att hända och vad ni ser som resultat?

Adrian Rohr: Absolut. AI är på allas läppar just nu. För oss blev det verkligen påtagligt förra året. Vi började både uppifrån och nerifrån, från alla håll. Vår vd var tydlig med att det skulle bli ett stort initiativ för oss. Det skapade en upplevd press: “AI är det stora nu.”

Breanna Lawlor: Det är nästan en religion.

Adrian Rohr: Ja. Det kan man se både som något problematiskt och som något positivt. Jag tycker faktiskt att det är bra, eftersom det motiverar hela företaget att arbeta med AI. Det är inte bara ett team som försöker driva utvecklingen, utan alla engagerar sig. Vi hade alltså både ett mandat uppifrån och en nyfikenhet och motivation underifrån att prova olika saker.

Människor började använda mängder av olika verktyg, och jag upplevde att alla blev överväldigade av hur många verktyg vi hade. Det kom så mycket nyheter om bildgenerering, innehållsgenerering, automatisering av arbetsflöden och alla möjliga andra möjligheter. Förra året började vi rulla ut ChatGPT till hela företaget, vilket var ett viktigt steg för att göra tekniken tillgänglig för alla.

Människor testade, experimenterade och lyckades med olika saker, men användningen var främst kopplad till individuella behov. Marknadsföringsteamet skrev texter och det kreativa teamet gjorde bildjusteringar. Det var inte särskilt integrerat i företagets operativa arbete.

Breanna Lawlor: Det är ett tema jag också har hört.

Adrian Rohr: Jag tror att den fasen är viktig. Alla blir motiverade och provar sig fram. Det är en upptäckts- och utforskningsfas som vi behöver. Det är svårt att definiera ett användningsfall och bara köra på, eftersom ingen riktigt vet hur det fungerar. Det finns ingen färdig handbok för AI. Vi måste lista ut det tillsammans.

Breanna Lawlor: Det är en känslig position, särskilt när man arbetar med CRM-lösningar. Du förväntas rulla ut detta, men vet inte exakt hur det kommer att se ut. Du måste få med dig vd:n och teamet som ska göra jobbet. Hur navigerar du i det? Hur skapar och bibehåller du förtroende?

Adrian Rohr: Det är en mycket svår balans, och det är också svårt att leva upp till förväntningen att leverera något när ingen riktigt vet hur det fungerar. Jag är väldigt öppen med teamet och säger att jag inte vet vad vi kommer att skapa. Jag provar själv, lär mig tillsammans med dem och delar det vi bygger.

Det blir mycket försök och misstag, stora framgångar och stora risker. Men vi sitter alla i samma båt, eftersom det inte finns någon färdig metod för hur AI ska tillämpas. Som företag omfamnar vi AI. Vi har en central AI-avdelning som hanterar styrning, säkerhet och vilka verktyg vi vill testa.

Under våra gemensamma möten firar vi AI-framgångar och delar ut utmärkelser till månadens AI-förebild. Inom teamet har vi också visningar där vi visar vad vi har gjort i Claude, ChatGPT eller i de arbetsflöden vi har byggt, så att andra kan lära sig.

Breanna Lawlor: Det är mycket värdefullt. Vilka teman och mönster kom upp i samtalen med kundrådgivningsgruppen?

Adrian Rohr: Det viktigaste är att alla har samma utmaningar. Datamängderna är inte rena, svaren blir generiska och det är svårt att integrera AI på djupet i verksamheten. Många verktyg erbjuder AI-baserade beslut och stöd, men den gemensamma utmaningen är bristande förtroende för besluten som fattas.

Människor, särskilt inom CRM, testar varje dag olika ämnesrader, färger och kreativa varianter. Den kunskapen finns hos människorna i teamet. Om man frågar dem vilken ämnesrad eller kreativ lösning som fungerar bäst kan de ofta svara med mycket hög träffsäkerhet. AI kan kanske ge samma resultat, men om man inte ser eller förstår vad som låg bakom ett beslut blir det svårt att lita på det.

Breanna Lawlor: Det är nästan som att baklängeskonstruera processen. Du har fått svaret, men kan du förklara hur du kom fram till det?

Adrian Rohr: Precis. Vi ser bara resultatet: vi skriver en instruktion och får något tillbaka. Men hur kom systemet fram till det? Människor behöver förstå det flödet och kunna lita på det.

Breanna Lawlor: Förtroende kommer upp ofta. Människor är anpassningsbara, men också försiktiga med sådant de inte kan lita på.

Adrian Rohr: För mig gör AI det möjligt att gå från personalisering till personlig relevans. Personalisering är manuell: “Hej, förnamn” och “Titta på den här produkten”, där verktyget fyller i variablerna. Personlig relevans handlar om sammanhang. Med verktyg som ChatGPT eller Claude skriver man en instruktion och får tillbaka något som är verkligt personligt.

I framtiden kan AI göra det möjligt att anpassa meddelanden så att de verkligen blir individuella. Det handlar inte om ett anpassat fält, utan om ett helt individuellt meddelande. Man har kunddata och produktdata, och meddelandet skapas när det skickas. Det är inte en förifylld mall, utan ett meddelande som är unikt för kunden. En människa kan inte skapa och skicka en miljon individuella meddelanden, så där kan AI verkligen öppna nya möjligheter.

Breanna Lawlor: Om du måste välja mellan snabbhet, experimenterande och kvalitet, vad väljer du då?

Adrian Rohr: Snabbhet. Vi kommer alla att lära oss och misslyckas. Den enda begränsningen är att vi måste ha viss kontroll. Jag är beredd att prova saker, men jag måste veta att vi har kontroll över resultatet. Samtidigt vill jag inte överanalysera, eftersom AI kan skapa så mycket innehåll och så många tillgångar att det blir överväldigande. Då förlorar man den faktiska snabbheten.

Jag föredrar därför att göra något litet och snabbt, lära mig av det och justera processen för att nå ett bättre resultat. Snabbhet är mitt tema.

Breanna Lawlor: Det här är inte tiden att vara perfekt. Det är tiden att testa saker och se vad man får tillbaka, för att sedan gå vidare.

Adrian Rohr: Jag håller med. Ett viktigt område för oss är dokumentation och sammanhang. Vi har alla skrivit instruktioner till en språkmodell och fått tillbaka något generiskt. Ju bättre sammanhang man ger AI, desto bättre blir resultatet.

Det handlar inte om en generell textrad eller generiskt innehåll, utan om den perfekta produkten för dina behov och ditt varumärke – ditt språk, dina förväntningar och dina resultatmått. Därför arbetar vi mycket med dokumentation: hur våra data ser ut, hur vi definierar datamängden och vilket sammanhang som behövs.

Det kan kännas överväldigande, men man kan börja enkelt: Vilka är vi som varumärke? Vilka kundsegment har vi? Hur ser vi på intäktsattribuering? Vilka nyckeltal är viktiga? En sådan förståelse hjälper teamet att använda AI på ett mycket bättre sätt.

Breanna Lawlor: Det du säger om att förstå målgruppen är viktigt. Om du vet vilket resultat du vill uppnå kan du använda vilket verktyg som helst för att ta dig dit. Men hur får ni insikter om vad målgruppen faktiskt vill ha?

Adrian Rohr: Det finns flera angreppssätt, och de flesta har inget med AI att göra. Vi har en VIP-medlemsmodell och samlar in medlemsinsikter. Vi genomför kvalitativa uppföljningar och frågar kunderna direkt genom grundläggande marknadsundersökningar.

Samtidigt har vi förstahandsdata. Vi vet vad kunderna gör på webbplatsen, vad de handlar, vad de klickar på och vad de är intresserade av. Vi ser om de handlar från flera produktkategorier eller olika könskategorier. Vi har alla dessa data.

AI hjälper oss att använda alla datapunkter och sammanföra dem i en vy. AI kan koppla ihop punkterna och ge oss en berättelse utifrån dem. Själva datafundamentet är inte AI-drivet. Det består av marknadsundersökningar, insamlad data och CRM-data: när människor öppnar, klickar och engagerar sig.

AI hjälper oss däremot att koppla ihop dessa datapunkter i en skala som ingen människa kan hantera. Där finns den stora möjligheten: volymen som AI kan hjälpa oss att bearbeta och de insikter som kan skapas. Man kan använda AI för att skriva en textrad, men den verkliga möjligheten kommer när AI används som strategisk partner.

Breanna Lawlor: Då rör du dig mot prediktiv analys. Ni kan förutsäga vad användarna vill ha utifrån tidigare beteenden och sammanföra stora mängder data snabbare och kanske bättre än tidigare. Vad ser du mest fram emot under de kommande tre, sex eller tolv månaderna?

Adrian Rohr: Tolv månader är lång tid. Vi vet knappt vilket nytt språkmodellprogram som kommer nästa vecka. Mitt viktigaste mål är att teamet verkligen börjar använda AI som ett operativsystem. Jag vill att alla ska ligga i framkant och få idéer om hur AI kan hjälpa oss.

AI ska bli ett dagligt verktyg och vara djupt integrerat i våra arbetsflöden. Något jag är stolt över är att vi har byggt en AI-baserad motor för innehållsgenerering som matar vår lösning för övergivna kundvagnar. Den skapar individuella meddelanden när vi skickar dem.

Det är inte längre: “Hej, du lämnade den här produkten i kundvagnen. Titta på den nu.” Alla känner igen det meddelandet. Vi anpassar i stället meddelandet ungefär som en butiksmedarbetare skulle göra: “Vad tyckte du om produkten du just provade?” Det har öppnat en stor intäktspotential för oss.

Vi införde detta för ungefär ett år sedan och såg en inkrementell intäkt på åtta till tio cent per meddelande. Att rulla ut det bredare under de kommande sex till tolv månaderna är definitivt ett mål, eftersom AI kan hjälpa oss att bygga relationer i mycket större skala.

Breanna Lawlor: Finns det några särskilda farhågor, särskilt med tanke på vad som är möjligt och vad konkurrenterna gör?

Adrian Rohr: AI gör fantastiska saker just nu, men det förändrar kundernas beteende och vi vet ännu inte helt vad det innebär. Alla kanske kommer att ha agenter som handlar åt dem, men vi vet inte hur det faktiskt kommer att se ut.

Det finns också säkerhetsfrågor, särskilt på företagsnivå. Man kan inte låta AI fatta beslut helt anonymt utan kontroll. När man använder språkmodeller och verktyg som ChatGPT eller Claude finns säkerhetsrisker som måste kunna hanteras.

Det finns också osäkerhet och press. Jag vill inte att AI ska bli en orsak till utbrändhet. Om man fördjupar sig i AI varje dag kan det bli överväldigande, så vi måste vara medvetna om det och se till att tekniken inte blir ett hot.

Breanna Lawlor: Förtroende står verkligen i centrum. Människor vill kunna lita på systemet, kontrollera det och veta vem som ansvarar för att använda det och göra ändringar när det behövs. Kontroll är avgörande. Det blir svårt att backa om vi låter AI löpa fritt utan säkerhet och datastyrning.

Adrian Rohr: Jag ser också hur andra verktyg lanserar nya AI-funktioner varje dag. Då tänker man: “Varför har vi inte det här?” Det finns en stark rädsla att missa något. Men när man tittar närmare inser man ibland att det bara är ännu ett glänsande objekt som man jagar.

Jag uppskattar därför Iterables fokus på förtroende, kontroll och säkerhet. De bygger också ett sammanhangslager som hjälper AI att förstå varumärket, målen och hur företaget arbetar. Det är grunden för att skapa något eller bygga ett arbetsflöde som verkligen är anpassat till företaget och ger konkreta resultat.

Breanna Lawlor: Det finns mycket positivt där. Och bra jobbat med att hantera den pressen. Motmedlet mot oro är handling. Om man tar ett steg, oavsett hur stort det är, kan man samla teamet, utforska lärdomarna och dela dem. Det här är en spännande fas att befinna sig i.

Adrian Rohr: Absolut.

Breanna Lawlor: Adrian, är det något mer du vill dela med dig av?

Adrian Rohr: Det är alltid givande att träffa ledare inom tillväxt och CRM här på Activate. Det är en av årets höjdpunkter. Konferenser är ett bra tillfälle att lära sig av andra och se vad de gör. Även om man bara får bekräftat att andra arbetar på samma sätt ger det trygghet. Activate i Los Angeles är dessutom extra roligt eftersom det är min hemmaplan.

Breanna Lawlor: Tack så mycket för att du pratade med mig på CMO Club. Du har delat många insikter som andra ledare kan ha nytta av och som kanske hjälper dem att förändra sitt sätt att tänka kring AI.

Adrian Rohr: Tack för att jag fick vara med.

Breanna Lawlor: Det var ett stort nöje.

Adrian Rohr: Detsamma. Tack.

Breanna Lawlor: Fantastiskt.

Adrian Rohr: Toppen.