Connect with us

Por que os Líderes de CPG Devem Separar o Joio do Trigo para uma Otimização Real do Crescimento de Receita Impulsionada por IA

Líderes de pensamento

Por que os Líderes de CPG Devem Separar o Joio do Trigo para uma Otimização Real do Crescimento de Receita Impulsionada por IA

mm

A otimização não é mais apenas um buzzword. É um resultado completamente definível e mensurável que não pode ser alcançado com técnicas antiquadas e sistemas de IA inviáveis.

————————
Otinar o crescimento de receita é uma prioridade máxima em todo o setor de CPG hoje. A incerteza impulsionada por ventos econômicos globais, inflação persistente, desafios da cadeia de suprimentos e comportamento do comprador em constante mudança intensificou a importância de entender como decodificar e navegar condições em evolução para impulsionar receita e lucro aumentados.

Para as organizações de CPG, fundamental para essa necessidade crítica é a capacidade de otimizar holisticamente os principais impulsionadores de gestão de crescimento de receita (RGM) alinhando preços, promoções, mistura de mídia e embalagem de produtos de consumo com condições de mercado mutáveis. Isso nunca foi mais complexo diante dos efeitos em cadeia das preferências do consumidor em evolução, inflação, tensões geopolíticas, mudanças climáticas e deslocamentos populacionais globais – uma razão primordial pela qual mais de 75% dos fabricantes de CPG estão lutando para gerenciar o gasto de comércio moderno de empresa total, e 70% dos executivos de CPG estão mais estressados hoje do que há cinco anos.

Com a complexidade como uma constante, muitas organizações estão priorizando a otimização digital do crescimento de receita como um mecanismo para enfrentar a tempestade. No Relatório do Estado da Indústria 2024 do Promotion Optimization Institute, 80% dos respondentes disseram que estavam investindo em soluções digitais ou capacidades analíticas para apoiar novos processos de gestão de crescimento de receita (RGM) e mergulhar mais fundo na análise de crescimento de promoção, preços e embalagem otimizados. O relatório da POI também encontrou que 54% planejavam adotar novas soluções de gerenciamento de promoção de comércio e 31% embarcariam na integração de capacidades de preços automatizados.

Muitos sistemas são comercializados como “soluções de otimização habilitadas para IA” que podem aliviar efetivamente as pressões inflacionárias e ampliar a receita. No entanto, na realidade, isso simplesmente não é o caso. À medida que a análise avançada habilitada por matemática sofisticada e IA se torna cada vez mais integrada aos processos de tecnologia e negócios das empresas, fica claro que nem todas as técnicas matemáticas e IAs podem entregar otimização real do crescimento de receita em escala. Os líderes de CPG estão aprendendo que sua definição de otimização está desatualizada e imprecisa. A indústria historicamente definiu “otimização” como o uso de modelagem de regressão de ontem e simulações de cenários de negócios. Eles estão percebendo que essas técnicas mais antigas são meramente técnicas de previsão que não otimizam nada. Eles também estão aprendendo que a IA Geradora e as redes neurais não realizam otimização, mas podem ser técnicas valiosas ao ajudar outros componentes da jornada de transformação digital de uma organização.

A paisagem analítica está mudando rapidamente. As empresas de análise avançada precisam ajudar os parceiros de CPG a construir compreensão e maturidade sobre o uso e a aplicação específica dessas tecnologias dentro de seus modelos operacionais. A otimização não é mais apenas um buzzword. É completamente definível e seus resultados são determináveis e mensuráveis, equilibrando as restrições tanto do fabricante de CPG quanto do varejista simultaneamente. Esse grau de otimização baseada em restrições e seus benefícios tangíveis não pode ser alcançado com técnicas antiquadas e sistemas de IA inviáveis.

Em turnos, é crítico para as organizações entenderem as capacidades distintas das ferramentas de otimização de crescimento de receita habilitadas por matemática estatística e IA que elas estão adotando. Separar o joio do trigo no mundo da análise avançada e IA melhorará sua capacidade de impulsionar receita sustentável, enfrentar a volatilidade do mercado e superar os concorrentes da indústria.

Tudo Gira em Torno da Sua Caixa de Ferramentas

Garantir que você tenha as ferramentas de matemática sofisticada e IA certas em sua caixa de ferramentas vale seu peso em ouro quando se trata de otimização do crescimento de receita. Por exemplo, digamos que você quisesse cortar um bloco de aço. Isso poderia ser teoricamente realizado com uma serra, exceto que levaria anos para cortar completamente. Enquanto isso, um maçarico de acetileno cortaria em segundos.

O mesmo se aplica às tecnologias habilitadas para IA. A maioria das formas de IA utilizadas nos sistemas de otimização de crescimento de receita de CPG hoje não pode levar em conta a complexidade do mercado real. Elas utilizam técnicas de regressão linear antigas para resolver um problema que é não linear por natureza, confiando em modelos estatísticos tradicionais que otimizam uma, duas, três ou quatro restrições estáticas, em vez das duas ou três dezenas de restrições que refletem as considerações do mundo real que as marcas de CPG navegam diariamente. Isso leva a um desempenho analítico fundamental que dificulta a geração eficaz de recomendações de crescimento de receita e desempenho operacional e ROI tanto para o fabricante de CPG quanto para seus parceiros varejistas.

A IA Geradora (GenAI) é outro exemplo dessa falta de alinhamento. A cadeia de valor de CPG tem casos de uso valiosos para aplicações de GenAI, mas a otimização do crescimento de receita não é um deles. Isso ocorre porque os modelos de GenAI confiam em técnicas baseadas em mecanismos de busca que são incapazes de discernir o problema de “lixo entra, lixo sai” e as redes neurais de aprendizado de máquina que simplesmente não realizam otimização.

Facilitando um Problema de Matemática

É importante lembrar que a otimização real do crescimento de receita é um problema de matemática baseado em restrições e de alta dimensão em seu núcleo. Soluções de matemática sofisticada e IA que utilizam aprendizado de máquina de caixa de vidro são necessárias para incorporar todas as restrições e variáveis que permitem que a otimização entregue valor tanto para o fabricante de CPG quanto para o varejista simultaneamente. Isso garante que o sistema seja projetado para fundamentalmente entender o ambiente em que uma organização opera e realizar otimização real e gerar calendários promocionais de comércio que impulsionam valor para o fabricante e o varejista. Em seguida, o próximo passo é otimizar as outras alavancas-chave da gestão de crescimento de receita com preços diários, promoções de comércio, mistura de mídia e assortimento para produzir recomendações holísticas alinhadas com a demanda do consumidor sob condições que estão estressando o preço normal do dia a dia.

Esta abordagem personalizada leva em conta a navegação da incerteza do mercado, como escassez de suprimentos prolongada de um conflito geopolítico em escala ou aumentos de preços inesperados de um evento relacionado ao clima. Se uma seca ao longo do Canal do Panamá ajuda a aumentar o custo das matérias-primas, o sistema pode ajudar a determinar uma nova estrutura de preços ótimos que 1) acomoda embalagem de produtos para custos de produção aumentados, mantendo margens, e 2) incentiva os consumidores a escolher sua marca sobre os concorrentes da indústria por meio de técnicas promocionais eficazes.

Medindo o Impacto: Eficácia Pós-Evento

Determinar o impacto do ROI das ferramentas de otimização do crescimento de receita exige uma abordagem abrangente e calculada. Primeiro, foque na análise pós-evento dos KPIs principais, como aumentos incrementais líquidos em vendas, lucros, dólares de prateleira de varejo e penetração de mercado gerados a partir do gasto de promoção de comércio. O desempenho nessas quatro colunas indicará o impacto da estratégia de implementação e identificará áreas de melhoria necessárias.

A segunda categoria principal é a relação de eficácia de comércio. Para cada dólar gasto em comércio, qual é o retorno médio que ele produz? Isso é crucial para dimensionar as ferramentas de otimização do crescimento de receita ao longo do tempo. Executar ambas as facetas em uníssono posicionará as organizações para navegar com sucesso a volatilidade externa e capturar participação de mercado sobre os pares da indústria. Um ROI sólido não é apenas sobre números – também é sobre ganhar uma vantagem competitiva em seu segmento.

Otinar a receita em todo o cenário de CPG é indiscutivelmente complexo. Embora a digitalização ofereça promessa para simplificá-lo, os líderes empresariais devem ter um forte domínio das ferramentas de matemática sofisticada e IA que estão utilizando. O conhecimento é poder, e ele eventualmente elevará sua marca e valorização da empresa acima do resto.

Stephen DeAngelis, o fundador e CEO da Enterra Solutions, é um especialista internacionalmente reconhecido em inteligência artificial e análise avançada e suas aplicações à competitividade, resiliência e segurança de entidades comerciais e agências governamentais. Ele é titular de patente, pioneiro em tecnologia e empreendedor. A carreira de Stephen está na interseção de relações internacionais, negócios, governo e academia.