Hoe Foot Locker stappen zet naar een AI-gedreven organisatie

Terwijl veel organisaties nog zoeken naar een uitgewerkte AI-strategie, koos Foot Locker voor een pragmatische insteek: beginnen, leren en bijsturen. Niet vanuit hype, maar vanuit de keiharde noodzaak om slimmer te werken en ruimte te creëren voor strategisch denkwerk in een steeds competitievere retailmarkt.

‘AI is voor ons geen doel op zich, maar een manier om met dezelfde mensen sneller, efficiënter en leuker te werken’, zegt Jasmin Kreiken, Director Media & Lifecycle Marketing bij Foot Locker. ‘Door repetitieve taken te automatiseren, winnen we tijd terug voor werk dat echt waarde toevoegt.’

Die ambitie vroeg om een doordachte aanpak. Waar begin je, met welke use cases en met wie? Voor Foot Locker speelde de samenwerking met DEPT® een sleutelrol bij het vertalen van de AI-potentie naar concrete, werkbare toepassingen op de vloer – van SEO en reporting tot het fundament: de data-infrastructuur. Het resultaat? Succesvolle use cases en belangrijke lessen om stapsgewijs steeds meer AI-gedreven te werken.

 AI is voor ons geen doel op zich, maar een manier om met dezelfde mensen sneller, efficiënter en leuker te werken

Iteratie boven perfectie
Een van de eerste projecten was de ontwikkeling van AI-gegenereerde SEO-pagina’s. De eerste belangrijke les? AI is geen magische “druk op de knop”, maar een proces van iteratie en co-creatie.

Een contentmodel trainen kost aandacht en tijd van verschillende rollen: het model moet werken, maar ook de juiste brand voice beheersen. Omdat de prompt-engineering en de merkexpertise in het begin fysiek en procesmatig gescheiden waren, miste het team snelheid. ‘Daardoor konden we niet snel genoeg schakelen’, vertelt Kreiken. ‘Telkens feedback heen en weer sturen vertraagt enorm. Je moet sámen direct met prompts kunnen spelen; die wisselwerking is cruciaal om het kwaliteitsniveau te halen dat we eisen.’

Deze behoefte aan iteratie gold niet alleen voor SEO-content, maar bleek universeel. Waar meta-descriptions (zo’n 160 tekens) bijna in één keer goed gingen, bleek een SEO-pagina van 250 woorden veel lastiger. In plaats van direct naar de finale oplossing te streven, werden volgende projecten bewust gefaseerd uitgerold. Project voor project, Proof of Concept (POC) voor POC, om zo de balans tussen snelheid en kwaliteit te bewaken en niet vast te lopen in het streven naar perfectie.

Teamcultuur en capaciteit
De projectvorm is slechts de helft van het verhaal; om échte snelheid te behalen is de juiste teamdynamiek essentieel. Binnen het mediateam van Foot Locker was er weinig sprake van koudwatervrees. ‘Iedereen in het team wilde direct experimenteren’, vertelt Kreiken. ‘We hebben een team met innovatie-DNA. Ze zien het nut en de kansen. Het automatiseren van busy work, daar wordt simpelweg iedereen blij van.’

Maar met alleen enthousiasme kom je er niet. De grootste rem op innovatie zit volgens Kreiken op capaciteit. ‘Deze AI-projecten komen bovenop de dagelijkse operatie. Als je mensen fulltime op innovatie kunt zetten, ga je vijf keer zo snel. Maar zo werkt de realiteit niet.’ Om die versnelling toch te realiseren, hebben DEPT® en Foot Locker een gezamenlijk Data & AI-team geformeerd, dat als één hybride eenheid de projecten aanjaagt.

De sleutel tot succes: bouw mét de eindgebruiker
Om de gezamenlijke capaciteit slim te benutten, werken Foot Locker en DEPT® in wat Kreiken “autonome tracks” noemt: kleine, afgebakende projecten, gericht op een specifieke use case en een concreet resultaat. Het spanningsveld hierbij is typerend: Foot Locker is een corporate gigant met complexe processen, terwijl AI het best gedijt in snelle, iteratieve stappen.

Volgens Strategy Director Lisse Mastenbroek van DEPT® valt of staat succes met de betrokkenheid van de eindgebruiker. ‘Als je te ver van het team af staat, bouw je een oplossing die niet aansluit. Je moet constant ophalen waar mensen daadwerkelijk tijd aan verliezen en waar de echte frustratie zit.’

Een goed voorbeeld is ReportGPT, een tool die DEPT® voor Foot Locker ontwikkelde om rapportages te automatiseren. De valkuil bij zo’n ontwikkeling is dat de bedenkers van het concept niet altijd de mensen zijn die de tool dagelijks gaan gebruiken. Als die twee werelden niet verbonden zijn, stagneert de adoptie. ‘Dan loopt het proces simpelweg vast’, stelt Mastenbroek. ‘De absolute gouden regel is: je moet vanaf dag één bouwen mét het team, niet alleen vóór het team.’

Het fundament: datakwaliteit
Zelfs de slimste en meest gebruikersgerichte tool loopt uiteindelijk vast op een vervuild fundament. De randvoorwaarde voor succesvolle AI is schone, gestructureerde data. ‘Voor predictive AI heb je een ontzettend stevige dataset nodig, bijvoorbeeld om gepersonaliseerde productvoorspellingen of AI-gestuurde merchandising te realiseren’, legt Kreiken uit. ‘In de praktijk kom je erachter dat de data-infrastructuur dan eerst nog een verbeterslag nodig heeft. Samen met DEPT® bouwen we nu hard aan dat fundament.’

Datagedreven en stapsgewijs transformeren
Wat Foot Locker volgens Mastenbroek ijzersterk doet, en waar de begeleiding van DEPT® perfect op aansluit, is het stapsgewijs transformeren. ‘Ze experimenteren volop, maar bewaken de kwaliteit en scope streng. Ze willen hard vooruit, maar lopen – net als vrijwel iedere grote organisatie – soms aan tegen legacysystemen en datasilo’s. In plaats van een AI big bang kiezen we daarom voor krachtige kleine stappen: klein beginnen, slim prioriteren, fouten durven maken en altijd het team centraal stellen.’

Met deze aanpak fungeert het data- en mediateam als een lighthouse binnen de organisatie: zodra een oplossing zijn waarde bewijst, wordt deze breder uitgerold en opgeschaald.

Wat brengt de toekomst?
Met behulp van deze ervaring en learnings bouwen Foot Locker en DEPT® samen door. Op de gezamenlijke roadmap staat nu onder meer de ontwikkeling van een AI-panel voor creatieve pre-tests en concept-tests. Hiermee kan Foot Locker razendsnel datagedreven feedback ophalen op campagnes. Voor 2026 ligt de focus op datagedreven creative optimization. Mastenbroek voegt toe: ‘Daarnaast optimaliseren we ReportGPT continu en onderzoeken we hoe AI onze media-effectiviteit nog verder kan verhogen.’

Kreiken: ‘AI gaat onze mensen niet vervangen. Maar het gaat er wél voor zorgen dat we met zijn allen een stuk beter worden in ons vak. En, misschien nog wel belangrijker: dat we onze tijd terugwinnen voor werk dat er écht toe doet.’