其他行业 · AI应用
利用ChatGPT实现数据驱动的美妆与创意
雅诗兰黛公司面临管理和分析海量消费者数据同时激发员工创意的挑战。为此，他们部署了ChatGPT Enterprise，利用超过240个自定义GPT来简化数据处理和分析。这一创新方法不仅将响应时间提高了90%以上，还加速了数据分析过程，使产品更快上市。结果，员工提交了超过1000个GPT使用创意，GPT实验室创建了140多个自定义GPT，显著提升了团队的生产力和创造力。
响应时间提升
提高90%以上
来源披露
员工提交GPT使用创意数
超过1000个
来源披露
GPT Lab创建自定义GPT数
140多个
来源披露
01
业务背景
雅诗兰黛公司面临管理和分析海量消费者数据同时激发员工创意的挑战。为此，他们部署了ChatGPT Enterprise，利用超过240个自定义GPT来简化数据处理和分析。这一创新方法不仅将响应时间提高了90%以上，还加速了数据分析过程，使产品更快上市。结果，员工提交了超过1000个GPT使用创意，GPT实验室创建了140多个自定义GPT，显著提升了团队的生产力和创造力。
02
遇到的问题
全球美妆行业变化快，ELC产品管线受大量消费者数据（调查、临床试验、产品使用）影响，需管理和分析海量数据并激发员工创意，同时保护75年以上数据资产。
03
AI 解决方案
ELC部署ChatGPT Enterprise，采用产品冲刺式GPT创建流程：业务用户写两页用例简报定义目的范围受众；SME准备相关数据；技术负责人用数据构建并严格测试；全团队部署并出用户指南；用反馈循环迭代优化。建立跨职能GPT Lab实验开发自定义GPT，已建240+自定义GPT用于数据处理分析、 fragrance洞察、临床试验数据提取、文案、供应商快照等。
- 1Design：业务用户定义GPT目的、范围、受众，写两页Use Case Brief
- 2Prepare：SME收集准备相关数据，确保最佳实践
- 3Build & Test：技术负责人用数据集构建并严格测试准确性一致性
- 4Launch：全团队部署GPT及用户指南
- 5Pivot & Scale：全团队用反馈循环迭代优化
04
实施结果
响应时间提升：提高90%以上（提升90%以上）
员工提交GPT使用创意数：超过1000个
GPT Lab创建自定义GPT数：140多个
自定义GPT总数：超过240个
05
风险与边界
未披露
““We were excited to partner with OpenAI because we wanted an enterprise version of ChatGPT that would enable us to protect our most valuable asset, which is 75+ years of data.””
Jane Lauder · Chief Data Officer & EVP, Enterprise Marketing, and member of ELC’s Board of Directors
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。