Dlaczego liderzy CPG muszą oddzielić ziarno od plew dla prawdziwej optymalizacji wzrostu przychodów z wykorzystaniem AI

Optymalizacja nie jest już tylko modnym słowem. Jest to w pełni definiowalny i mierzalny wynik, który nie może być osiągnięty za pomocą przestarzałych technik i niezdolnych systemów AI.

————————
Optymalizacja wzrostu przychodów jest najwyższym priorytetem w sektorze CPG dzisiaj. Niepewność wywołana przez globalne wiatry gospodarcze, trwałą inflację, wyzwania łańcucha dostaw i zmieniające się zachowania kupujących zwiększyła znaczenie zrozumienia, jak systematycznie odczytywać i nawigować ewoluujące warunki, aby zwiększyć przychody i zyski.

Dla organizacji CPG, podstawą tego krytycznego potrzeby jest zdolność do holistycznej optymalizacji ich najważniejszych czynników wzrostu przychodów (RGM) poprzez wyrównanie cen, promocji, mieszanki mediów i opakowań produktów konsumenckich z zmiennymi warunkami rynkowymi. To nigdy nie było bardziej złożone wśród efektów fali ewoluujących preferencji konsumentów, inflacji, napięć geopolitycznych, zmian klimatycznych i globalnych przesunięć populacji – główny powód, dla którego ponad 75% producentów CPG ma trudności z zarządzaniem całkowitym wydatkiem na handel nowoczesnym, a 70% liderów CPG jest bardziej zestresowanych dzisiaj niż pięć lat temu.

Wraz ze złożonością jako stałą, wiele organizacji priorytetowo traktuje cyfrową optymalizację wzrostu przychodów jako mechanizm przetrwania burzy. W Raporcie o stanie branży 2024 Instytutu Optymalizacji Promocji, 80% respondentów powiedziało, że inwestują w cyfrowe rozwiązania lub analityczne możliwości, aby wspierać nowe procesy zarządzania wzrostem przychodów (RGM) i zagłębić się w optymalizację promocji, cen i wzrostu opakowań. Raport POI wykazał również, że 54% planuje przyjąć nowe rozwiązania zarządzania promocjami handlowymi, a 31% rozpocznie integrację zautomatyzowanych funkcji cenowych.

Wiele systemów jest reklamowanych jako „optymalizacja z wykorzystaniem AI”, która może skutecznie złagodzić presję inflacyjną i zwiększyć przychody. Jednak w rzeczywistości to po prostu nie jest prawdą. Ponieważ zaawansowana analiza, umożliwiona przez zaawansowaną matematykę i AI, staje się coraz bardziej zintegrowana z technologiami i procesami biznesowymi przedsiębiorstw, jest jasne, że nie wszystkie techniki matematyczne i AI mogą dostarczyć rzeczywistej optymalizacji wzrostu przychodów w skali. Liderzy CPG dowiadują się, że ich definicja optymalizacji jest przestarzała i nieprecyzyjna. Branża historycznie definiowała „optymalizację” jako użycie modeli regresji z dnia wczorajszego i symulacji scenariuszy biznesowych. Uświadamiają sobie, że te starsze techniki są po prostu technikami prognozowania, które nie optymalizują niczego. Uświadamiają sobie również, że Generative AI i sieci neuronowe nie wykonują optymalizacji, ale mogą być cennymi technikami w asyście innych komponentów cyfrowej transformacji organizacji.

Krajobraz analityczny zmienia się gwałtownie. Firmy analityczne muszą pomóc partnerom CPG w budowaniu zrozumienia i dojrzałości w zakresie użycia i konkretnego zastosowania tych technologii w ich modelach operacyjnych. Optymalizacja nie jest już tylko modnym słowem. Jest w pełni definiowalna, a jej wyniki są determinowalne i mierzalne przez zrównoważenie ograniczeń zarówno producenta CPG, jak i detalisty jednocześnie. Ten stopień optymalizacji opartej na ograniczeniach i jego wymiernych korzyści nie może być osiągnięty za pomocą przestarzałych technik i niezdolnych systemów AI.

Z kolei jest krytyczne dla organizacji, aby zrozumieć odrębne możliwości matematyki statystycznej i narzędzi optymalizacji wzrostu przychodów z wykorzystaniem AI, które są przyjmowane. Oddzielenie ziarna od plew w świecie zaawansowanej analizy i AI poprawi Twoją zdolność do napędzania zrównoważonych przychodów, przetrwania zmienności rynkowej i wyprzedzania konkurentów branżowych.

To wszystko o Twoim narzędziu

Upewnienie się, że masz odpowiednie zaawansowane matematyczne i narzędzia AI w swoim narzędziu, jest warte swojej wagi w złocie, jeśli chodzi o optymalizację wzrostu przychodów. Na przykład, gdybyś chciał przeciąć blok stali. Mogłoby to teoretycznie być wykonane za pomocą piły, ale zajęłoby to lata, aby przeciąć wszystko. Tymczasem palnik acetylenowy przeciąłby to w sekundach.

To samo dotyczy technologii z wykorzystaniem AI. Większość form AI wykorzystywanych w systemach optymalizacji wzrostu przychodów CPG dzisiaj nie może uwzględnić prawdziwej złożoności rynku. Wykorzystują stare techniki regresji liniowej do rozwiązania problemu, który jest nieliniowy, opierając się na tradycyjnych modelach statystycznych, które optymalizują jeden, dwa, trzy lub cztery statyczne ograniczenia, zamiast dwóch lub trzech tuzinów ograniczeń, które odzwierciedlają prawdziwe warunki, z którymi marki CPG nawigują codziennie. To prowadzi do fundamentalnego analitycznego niedostosowania, które utrudnia skuteczną generację rekomendacji wzrostu przychodów i wyników operacyjnych oraz ROI dla zarówno producenta CPG, jak i jego partnerów detalicznych.

Generative AI (GenAI) to kolejny przykład tego niezgodności. Łańcuch wartości CPG ma cenne przypadki użycia aplikacji GenAI, ale optymalizacja wzrostu przychodów nie jest jednym z nich. Jest to spowodowane tym, że modele GenAI opierają się na technice wyszukiwania, które nie są w stanie odróżnić „śmieci od śmieci” i sieci neuronowych, które po prostu nie wykonują optymalizacji.

Ułatwianie problemu matematycznego

Ważne jest, aby pamiętać, że prawdziwa optymalizacja wzrostu przychodów jest problemem matematycznym opartym na ograniczeniach i wysokich wymiarach. Zaawansowane matematyczne i rozwiązania AI, które wykorzystują maszynowe uczenie się szkła, są wymagane do uwzględnienia wszystkich ograniczeń i zmiennych, które umożliwiają optymalizację i dostarczają wartości zarówno dla producenta CPG, jak i detalisty jednocześnie. Zapewnia to, że system jest zaprojektowany w celu podstawowego zrozumienia środowiska, w którym działa organizacja, i wykonania prawdziwej optymalizacji oraz wygenerowania kalendarzy promocyjnych, które dostarczają wartości zarówno dla producenta, jak i detalisty. Następnie następnym krokiem jest optymalizacja innych kluczowych dźwigni zarządzania wzrostem przychodów, takich jak codzienne ceny, promocje handlowe, mieszanka mediów i asortyment, w celu wyprodukowania holistycznych rekomendacji zgodnych z popytem konsumentów w warunkach, które stresują normalne codzienne ceny.

Ten podejście pasuje do nawigacji w niepewności rynkowej, takiej jak wydłużone braki dostaw z eskalującego konfliktu geopolitycznego lub nieoczekiwanych wzrostów cen z powodu zdarzenia związanego z klimatem. Jeśli susza wzdłuż Kanału Panamskiego pomaga zwiększyć koszty surowców, system może pomóc w określeniu nowej optymalnej struktury cenowej, która 1) uwzględnia opakowania konsumentów dla zwiększonych kosztów produkcji, utrzymując marże, i 2) zachęca konsumentów do wyboru Twojej marki zamiast konkurentów branżowych za pomocą skutecznych technik promocyjnych.

Mierzenie wpływu: Skuteczność po zdarzeniu

Określenie wpływu ROI na narzędzia optymalizacji wzrostu przychodów wymaga kompleksowego i obliczonego podejścia. Po pierwsze, skup się na analizie po zdarzeniu podstawowych KPI, takich jak netto przyrosty sprzedaży, zysków, dolarów na półkach detalicznych i przeniknięcia rynkowego, które jest generowane przez wydatki na promocje handlowe. Występowanie w tych czterech filarach wskaże wpływ strategii wdrożeniowej i zidentyfikuje obszary wymagające poprawy.

Druga główna kategoria to wskaźnik skuteczności handlu. Za każdy dolar wydany na handel, jaki jest średni zwrot? Jest to kluczowe dla skalowania narzędzi optymalizacji wzrostu przychodów w czasie. Wykonywanie obu aspektów w zgodzie pozwoli organizacjom na pomyślne nawigowanie w zewnętrznej zmienności i zdobycie udziału w rynku ponad branżowymi peerami. Silny ROI to nie tylko liczby – to także zdobycie przewagi konkurencyjnej w swoim segmencie.

Optymalizacja przychodów w krajobrazie CPG jest niewątpliwie złożona. Podczas gdy cyfryzacja oferuje obietnicę uproszczenia, liderzy przedsiębiorstw muszą mieć silne zrozumienie zaawansowanych matematycznych i narzędzi AI, których używają. Wiedza to potęga, i ostatecznie podniesie Twoją markę i wycenę spółki ponad resztą.