thường có hiểu biết về công nghệ, phát triển sản phẩm và bán lẻ. Thêm vào
đó, chúng tôi có dữ liệu nhân chủng học đã thực hiện ngay từ đầu. Đặt tất cả
lại với nhau và bạn có thể đoán được nơi xảy ra sự biến động cao nhất.
Nhóm cùng đi đến điểm mà tại đó họ cảm thấy họ biết rủi ro nào lớn nhất và
rủi ro nào dễ dàng loại bỏ nhất.
Đánh giá đổi mới đóng vai trò như thế nào trong các dự án của ông?
Chúng tôi áp dụng nó ngay từ đầu. Thường thì chúng tôi lựa chọn điều mà
chúng tôi nghĩ là mô hình kinh doanh và xác định các biện pháp đo lường
thành công chủ đạo. Khi bắt đầu, đây là một quy trình thủ công. Khi chúng
tôi đi đến điểm mà chúng tôi cố gắng loại bỏ các rủi ro ở quy mô lớn hơn
trước khi công khai rộng rãi, chúng tôi sẽ sử dụng nguồn mở miễn phí, các
giải pháp đám mây cho phép chúng tôi dễ dàng ghi lại các chỉ số. Nếu gặp
thứ gì đó thực sự phức tạp, chúng tôi sẽ dựa vào phòng thí nghiệm khoa học
dữ liệu chỉ cách đó vài bước.
Khi nào ông huy động phòng thí nghiệm khoa học dữ liệu?
Là nhà bán lẻ đa kênh, chúng tôi đối mặt với một thách thức trong việc đánh
giá tác động của các trải nghiệm tại cửa hàng đối với doanh số bán hàng.
Chúng tôi nghĩ rằng mình đã làm tốt với một sản phẩm mới, nơi mô hình
kinh doanh là một phễu marketing và việc chuyển đổi diễn ra tại cửa hàng.
Sau đó, chúng tôi sẽ sử dụng phòng thí nghiệm khoa học dữ liệu để đối
chiếu sự tăng doanh số bán hàng với dữ liệu doanh nghiệp của chúng tôi.
Ông có lo lắng rằng MVP có thể gây ảnh hưởng tới thương hiệu
Nordstrom không?
Chúng tôi chú trọng điều đó. Thường thì các thử nghiệm của chúng tôi bắt
đầu trong nội bộ và riêng tư. Tuy nhiên, tại một số thời điểm, bạn phải công
khai để biết liệu bạn có được phản hồi phù hợp từ thị trường hay không.
Thay vì đi từ hoàn toàn riêng tư đến hoàn toàn công khai, chúng tôi tìm ra
cách để làm thử nghiệm bán công khai với một nhóm nhỏ khách hàng. Đôi
