Waarom CPG-leiders het kaf van het koren moeten scheiden voor echte AI-aangedreven optimalisatie van de omzetgroei

Optimalisatie is niet langer alleen maar een modewoord. Het is een volledig definieerbare en meetbare uitkomst die niet kan worden bereikt met verouderde technieken en onhaalbare AI-systemen.

--------
Het optimaliseren van de omzetgroei is tegenwoordig een topprioriteit in de CPG-sector. De onzekerheid die wordt veroorzaakt door mondiale economische tegenwind, aanhoudende inflatie, uitdagingen in de toeleveringsketen en veranderend kopersgedrag heeft het belang vergroot van het begrijpen hoe systematisch evoluerende omstandigheden kunnen worden gedecodeerd en genavigeerd om hogere inkomsten en winst te genereren.

Voor CPG-organisaties is de basis van deze cruciale behoefte het vermogen om hun belangrijkste aanjagers van omzetgroeibeheer (RGM) holistisch te optimaliseren door prijzen, promoties, mediamix en verpakking van consumentenproducten af ​​te stemmen op veranderlijke marktomstandigheden. Dit is nog nooit zo complex geweest te midden van de rimpeleffecten van veranderende consumentenvoorkeuren, inflatie, geopolitieke spanningen, klimaatverandering en verschuivingen in de wereldbevolking – een primaire reden waarom meer dan 75% van de CPG-fabrikanten moeite hebben met het beheren van de totale moderne handelsuitgaven van ondernemingen, en 70% van de CPG-leidinggevenden zijn vandaag de dag meer gestresseerd dan vijf jaar geleden.

Omdat complexiteit een constante is, geven veel organisaties prioriteit aan gedigitaliseerde optimalisatie van de omzetgroei als mechanisme om de storm te doorstaan. In het Promotie Optimalisatie Instituut 2024 State of the Industry-rapport80% van de respondenten zei dat ze investeerden in digitale oplossingen of analytische mogelijkheden om nieuwe RGM-processen (Revenue Growth Management) te ondersteunen en dieper in te gaan op geoptimaliseerde promotie-, prijs- en verpakkingsgroeianalyses. Uit het POI-rapport blijkt ook dat 54% van plan is nieuwe oplossingen voor het beheer van handelspromotie in te voeren en dat 31% zou beginnen met het integreren van geautomatiseerde prijsstellingsmogelijkheden.

Veel systemen worden op de markt gebracht als ‘door AI ondersteunde optimalisatieoplossingen’ die de inflatiedruk effectief kunnen verlichten en de inkomsten kunnen vergroten. In werkelijkheid is dat echter gewoon niet het geval. Nu geavanceerde analyses, mogelijk gemaakt door geavanceerde wiskunde en AI, steeds meer geïntegreerd zijn geraakt in de technologie en bedrijfsprocessen van ondernemingen, is het duidelijk dat niet alle wiskundige technieken en AI's daadwerkelijke optimalisatie van de omzetgroei op schaal kunnen opleveren. CPG-leiders leren dat hun definitie van optimalisatie verouderd en onnauwkeurig is. De industrie heeft 'optimalisatie' historisch gezien gedefinieerd als het gebruik van de regressiemodellering en simulaties van bedrijfsscenario's van gisteren. Ze realiseren zich dat deze oudere technieken slechts voorspellingstechnieken zijn die niets optimaliseren. Ze leren ook dat generatieve AI en neurale netten geen optimalisatie uitvoeren, maar waardevolle technieken kunnen zijn bij het ondersteunen van andere componenten van het digitale transformatietraject van een organisatie.

Het analyselandschap verandert snel. Bedrijven op het gebied van geavanceerde analyses moeten CPG-partners helpen begrip en volwassenheid op te bouwen over het gebruik en de specifieke toepassing van deze technologieën binnen hun bedrijfsmodellen. Optimalisatie is niet langer alleen maar een modewoord. Het is volledig definieerbaar en de resultaten ervan zijn bepaalbaar en meetbaar door tegelijkertijd de beperkingen van zowel de CPG-fabrikant als de detailhandelaar in evenwicht te brengen. Deze mate van op beperkingen gebaseerde optimalisatie en de tastbare voordelen ervan kunnen niet worden bereikt met verouderde technieken en onhaalbare AI-systemen.

Het is op zijn beurt van cruciaal belang dat organisaties de verschillende mogelijkheden begrijpen van de statistische wiskunde en de door AI ondersteunde tools voor het optimaliseren van de omzetgroei die zij gebruiken. Door het kaf van het koren te scheiden in de wereld van geavanceerde analyses en AI, verbetert u uw vermogen om duurzame inkomsten te genereren, de volatiliteit van de markt te doorstaan ​​en de concurrenten in de sector te overtreffen.

Het draait allemaal om uw gereedschapskist

Ervoor zorgen dat u over de juiste geavanceerde wiskunde- en AI-tools in uw gereedschapskist beschikt, is goud waard als het gaat om optimalisatie van de omzetgroei. Stel dat u bijvoorbeeld een blok staal wilt doorsnijden. In theorie zou dit met een ijzerzaag kunnen worden bereikt, behalve dat het jaren zou duren om er met succes helemaal doorheen te zagen. Ondertussen zou een acetyleenbrander er binnen enkele seconden doorheen snijden.

Hetzelfde geldt voor AI-compatibele technologieën. De meeste vormen van AI die tegenwoordig worden gebruikt in systemen voor het optimaliseren van de omzetgroei van CPG kunnen geen rekening houden met de complexiteit van de echte markt. Ze maken gebruik van oude lineaire regressietechnieken om een ​​probleem op te lossen dat niet-lineair van aard is, waarbij ze vertrouwen op traditionele statistische modellen die één, twee, drie of vier statische beperkingen optimaliseren in plaats van de twee tot drie dozijn beperkingen die de overwegingen uit de echte wereld weerspiegelen. CPG-merken navigeren dagelijks. Dit leidt tot fundamentele analytische onderprestaties die het genereren van effectieve aanbevelingen voor omzetgroei en operationele prestaties en ROI voor zowel de CPG-fabrikant als hun retailpartners belemmeren.

Generatieve AI (GenAI) is een ander voorbeeld van deze verkeerde afstemming. De CPG-waardeketen kent waardevolle gebruiksscenario's voor GenAI-toepassingen, maar optimalisatie van de omzetgroei hoort daar niet bij. Dit komt omdat GenAI-modellen vertrouwen op op zoekmachines gebaseerde technieken die niet in staat zijn het probleem van ‘garbage in van garbage out’ te onderscheiden, en neurale netwerken die simpelweg geen optimalisatie uitvoeren.

Een wiskundeprobleem faciliteren

Het is belangrijk om te onthouden dat echte optimalisatie van omzetgroei in essentie een rekenkundig probleem is met beperkingen en hoge dimensies. Geavanceerde wiskundige en AI-oplossingen die gebruikmaken van machine learning zijn nodig om alle beperkingen en variabelen te integreren die optimalisatie mogelijk maken en tegelijkertijd waarde opleveren voor zowel de CPG-fabrikant als de retailer. Dit zorgt ervoor dat het systeem is ontworpen om de omgeving waarin een organisatie opereert fundamenteel te begrijpen, daadwerkelijke optimalisatie uit te voeren en promotionele kalenders voor de handel te genereren die waarde creëren voor zowel de fabrikant als de retailer. De volgende stap is het optimaliseren van de andere belangrijke hefbomen van omzetgroeimanagement met dagelijkse prijsstelling, handelspromotie, mediamix en assortiment om holistische aanbevelingen te produceren die aansluiten bij de consumentenvraag onder omstandigheden die de normale dagelijkse prijs onder druk zetten.

Deze doelgerichte aanpak houdt rekening met het omgaan met marktonzekerheid, zoals langdurige aanbodtekorten als gevolg van een escalerend geopolitiek conflict of onverwachte prijsstijgingen als gevolg van een klimaatgerelateerde gebeurtenis. Als een droogte langs het Panamakanaal helpt bij het verhogen van de kosten van grondstoffen, kan het systeem helpen bij het bepalen van een nieuwe optimale prijsstructuur die 1) consumentenverpakkingen mogelijk maakt voor hogere productiekosten met behoud van marges, en 2) consumenten stimuleert om uw merk te kiezen in plaats van concurrenten uit de sector via effectieve promotietechnieken.

Het meten van de impact: effectiviteit na het evenement

Het bepalen van de ROI-impact van tools voor het optimaliseren van de omzetgroei vereist een alomvattende en berekende aanpak. Concentreer u eerst op de analyse na het evenement van kern-KPI's, zoals de netto stapsgewijze stijging van de omzet, de winst, het winkelschap en de marktpenetratie die wordt gegenereerd door uw uitgaven voor handelspromotie. De prestaties op deze vier pijlers zullen de impact van uw implementatiestrategie aangeven en gebieden identificeren die voor verbetering vatbaar zijn.

De tweede belangrijke categorie is de handelseffectiviteitsratio. Wat is het gemiddelde rendement van elke dollar die aan handel wordt uitgegeven? Dit is cruciaal voor het opschalen van tools voor omzetgroeioptimalisatie in de loop van de tijd. Door beide facetten gelijktijdig uit te voeren, kunnen organisaties succesvol omgaan met externe volatiliteit en marktaandeel veroveren ten opzichte van branchegenoten. Een sterke ROI draait niet alleen om cijfers – het gaat ook om het behalen van een concurrentievoordeel in uw segment.

Het optimaliseren van de omzet in het CPG-landschap is onmiskenbaar complex. Hoewel digitalisering veelbelovend is om deze te vereenvoudigen, moeten leiders van ondernemingen een goed inzicht hebben in de geavanceerde wiskunde- en AI-instrumenten die zij gebruiken. Kennis is macht, en het zal uiteindelijk de waardering van uw merk en bedrijf boven de rest verheffen.