Pourquoi les leaders du secteur CPG doivent séparer le bon grain de l'ivraie pour une véritable optimisation de la croissance des revenus grâce à l'IA

L'optimisation n'est plus seulement un mot à la mode. Il s’agit d’un résultat entièrement définissable et mesurable qui ne peut être obtenu avec des techniques désuètes et des systèmes d’IA irréalisables.

--------
L’optimisation de la croissance des revenus est aujourd’hui une priorité absolue dans le secteur CPG. L'incertitude provoquée par les vents contraires de l'économie mondiale, l'inflation persistante, les défis de la chaîne d'approvisionnement et l'évolution du comportement des acheteurs ont intensifié l'importance de comprendre comment décoder et gérer systématiquement l'évolution des conditions pour générer une augmentation des revenus et des bénéfices.

Pour les organisations de biens de grande consommation, ce besoin critique repose essentiellement sur la capacité d'optimiser de manière globale leurs principaux moteurs de gestion de la croissance des revenus (RGM) en alignant les prix, les promotions, le mix média et l'emballage des produits de consommation avec les conditions changeantes du marché. Cela n’a jamais été aussi complexe au milieu des effets d’entraînement de l’évolution des préférences des consommateurs, de l’inflation, des tensions géopolitiques, du changement climatique et des mouvements de population mondiaux – l’une des principales raisons pour lesquelles plus de 75% des fabricants de CPG ont du mal à gérer l’ensemble des dépenses commerciales modernes de l’entreprise, et 70% des cadres CPG sont plus stressés aujourd’hui qu’il y a cinq ans.

La complexité étant constante, de nombreuses organisations donnent la priorité à l’optimisation de la croissance des revenus numérisés comme mécanisme pour résister à la tempête. Au sein de l'Institut d'Optimisation de la Promotion Rapport sur l’état de l’industrie 2024, 80 % des personnes interrogées ont déclaré qu'elles investissaient dans des solutions numériques ou des capacités analytiques pour prendre en charge de nouveaux processus de gestion de la croissance des revenus (RGM) et approfondir l'optimisation de la promotion, de la tarification et de l'analyse de la croissance des packs. Le rapport POI révèle également que 54 % d'entre eux envisagent d'adopter de nouvelles solutions de gestion des promotions commerciales et que 31 % se lanceraient dans l'intégration de capacités de tarification automatisées.

De nombreux systèmes sont commercialisés comme des « solutions d’optimisation basées sur l’IA » capables d’atténuer efficacement les pressions inflationnistes et d’amplifier les revenus. Cependant, en réalité, ce n’est tout simplement pas le cas. Alors que les analyses avancées rendues possibles par des mathématiques sophistiquées et l'IA sont de plus en plus intégrées dans la technologie et les processus commerciaux des entreprises, il est clair que toutes les techniques mathématiques et toutes les IA ne peuvent pas permettre une réelle optimisation de la croissance des revenus à grande échelle. Les dirigeants du secteur CPG découvrent que leur définition de l’optimisation est obsolète et inexacte. L'industrie a historiquement défini « l'optimisation » comme l'utilisation des modèles de régression et des simulations de scénarios commerciaux d'hier. Ils se rendent compte que ces anciennes techniques ne sont que des techniques de prévision qui n’optimisent rien. Ils apprennent également que l'IA générative et les réseaux neuronaux n'effectuent pas d'optimisation, mais peuvent être des techniques précieuses pour aider d'autres composants du parcours de transformation numérique d'une organisation.

Le paysage analytique évolue rapidement. Les sociétés d'analyse avancée doivent aider leurs partenaires CPG à acquérir une compréhension et une maturité sur l'utilisation et l'application spécifique de ces technologies dans leurs modèles opérationnels. L'optimisation n'est plus seulement un mot à la mode. Il est entièrement définissable et ses résultats sont déterminables et mesurables en équilibrant simultanément les contraintes du fabricant de CPG et du détaillant. Ce degré d’optimisation basée sur les contraintes et ses avantages tangibles ne peuvent être obtenus avec des techniques obsolètes et des systèmes d’IA irréalisables.

À son tour, il est essentiel que les organisations comprennent les capacités distinctes des outils de mathématiques statistiques et d’optimisation de la croissance des revenus basés sur l’IA qu’elles adoptent. Séparer le bon grain de l'ivraie dans le monde de l'analyse avancée et de l'IA améliorera votre capacité à générer des revenus durables, à résister à la volatilité des marchés et à devancer vos concurrents du secteur.

Tout dépend de votre boîte à outils

S’assurer que vous disposez des bons outils mathématiques et d’IA sophistiqués dans votre boîte à outils vaut son pesant d’or lorsqu’il s’agit d’optimiser la croissance des revenus. Par exemple, disons que vous vouliez couper un bloc d'acier. Cela pourrait théoriquement être réalisé avec une scie à métaux, mais cela prendrait des années pour réussir à couper complètement. Pendant ce temps, une torche à acétylène la traverserait en quelques secondes.

Il en va de même pour les technologies basées sur l’IA. La plupart des formes d’IA utilisées aujourd’hui dans les systèmes d’optimisation de la croissance des revenus des produits de grande consommation ne peuvent pas tenir compte de la complexité réelle du marché. Ils exploitent d'anciennes techniques de régression linéaire pour résoudre un problème de nature non linéaire, en s'appuyant sur des modèles statistiques traditionnels qui optimisent une, deux, trois ou quatre contraintes statiques au lieu des deux à trois douzaines de contraintes qui reflètent les considérations du monde réel qui Les marques CPG naviguent quotidiennement. Cela conduit à une sous-performance analytique fondamentale qui entrave la génération efficace de recommandations de croissance des revenus, ainsi que les performances opérationnelles et le retour sur investissement pour le fabricant de produits de grande consommation et ses partenaires de vente au détail.

L'IA générative (GenAI) est un autre exemple de ce désalignement. La chaîne de valeur CPG présente des cas d'utilisation précieux pour les applications GenAI, mais l'optimisation de la croissance des revenus n'en fait pas partie. En effet, les modèles GenAI s'appuient sur des techniques basées sur les moteurs de recherche qui sont incapables de discerner le problème « des déchets entrants et sortants » et sur un apprentissage automatique des réseaux neuronaux qui n'effectue tout simplement pas d'optimisation.

Faciliter un problème de mathématiques

Il est important de garder à l'esprit qu'une véritable optimisation de la croissance du chiffre d'affaires repose essentiellement sur un problème mathématique complexe et basé sur des contraintes. Des solutions mathématiques et d'IA sophistiquées, exploitant l'apprentissage automatique en boîte de verre, sont nécessaires pour intégrer toutes les contraintes et variables permettant à l'optimisation de générer simultanément de la valeur pour le fabricant et le distributeur de biens de grande consommation. Cela garantit que le système est conçu pour comprendre fondamentalement l'environnement dans lequel évolue une organisation, réaliser une véritable optimisation et générer des calendriers promotionnels commerciaux générateurs de valeur pour le fabricant et le distributeur. L'étape suivante consiste à optimiser les autres leviers clés de la gestion de la croissance du chiffre d'affaires, à savoir la tarification courante, la promotion commerciale, le mix média et l'assortiment, afin de produire des recommandations globales adaptées à la demande des consommateurs dans un contexte de pression sur le prix courant normal.

Cette approche adaptée permet de faire face à l’incertitude du marché, telle que des pénuries d’approvisionnement prolongées dues à un conflit géopolitique croissant ou des hausses de prix inattendues dues à un événement lié au climat. Si une sécheresse le long du canal de Panama contribue à augmenter le coût des matières premières, le système peut aider à déterminer une nouvelle structure de prix optimale qui 1) s'adapte aux emballages de consommation pour augmenter les coûts de production tout en maintenant les marges, et 2) incite les consommateurs à choisir votre marque plutôt que votre marque. concurrents du secteur grâce à des techniques promotionnelles efficaces.

Mesurer l'impact : efficacité post-événement

Déterminer l’impact sur le retour sur investissement des outils d’optimisation de la croissance des revenus nécessite une approche globale et calculée. Tout d’abord, concentrez-vous sur l’analyse post-événement des KPI de base tels que les augmentations incrémentielles nettes des ventes, des bénéfices, des dollars de vente au détail et de la pénétration du marché générées par vos dépenses de promotion commerciale. Les performances sur ces quatre piliers indiqueront l’impact de votre stratégie de mise en œuvre et identifieront les domaines d’amélioration nécessaires.

La deuxième catégorie majeure est le ratio d'efficacité commerciale. Quel est le rendement moyen de chaque dollar investi en commerce ? Cet élément est crucial pour optimiser la croissance des revenus au fil du temps. L'exécution conjointe de ces deux aspects permettra aux organisations de gérer efficacement la volatilité externe et de conquérir des parts de marché par rapport à leurs concurrents. Un bon retour sur investissement ne se résume pas à des chiffres : il s'agit aussi de se forger un avantage concurrentiel sur son segment.

L’optimisation des revenus dans le paysage CPG est indéniablement complexe. Même si la numérisation offre des perspectives de simplification, les dirigeants d’entreprise doivent bien maîtriser les outils mathématiques et d’IA sophistiqués qu’ils exploitent. La connaissance, c'est le pouvoir, et elle élèvera en fin de compte la valorisation de votre marque et de votre entreprise au-dessus du peloton.