Чому лідери CPG повинні розрізняти зерно від полови для真正ої оптимізації доходів за допомогою штучного інтелекту

Оптимізація вже не просто модне слово. Це повністю визначений і вимірний результат, який не може бути досягнутий за допомогою застарілих методів і неефективних систем штучного інтелекту.

————————
Оптимізація доходів є одним з головних пріоритетів у сфері CPG сьогодні. Невизначеність, викликана глобальними економічними проблемами, постійною інфляцією, проблемами ланцюга постачання та зміною поведінки споживачів, посилила важливість розуміння того, як систематично розшифровувати та орієнтуватися в змінах умов для збільшення доходів та прибутку.

Для організацій CPG основним є можливість комплексно оптимізувати свої головні чинники доходів шляхом узгодження цін, промоцій, медіа-міксу та упаковки споживчих товарів з динамічними ринковими умовами. Це ніколи не було складніше, ніж зараз, через зміни споживчих уподобань, інфляцію, геополітичні напруження, зміну клімату та глобальні демографічні зміни – головна причина, чому понад 75% виробників CPG мають труднощі з управлінням сучасними витратами на торгівлю, а 70% керівників CPG зараз відчувають більше стресу, ніж п’ять років тому.

З урахуванням постійної складності багато організацій пріоритезують цифрову оптимізацію доходів як механізм для подолання труднощів. У звіті Promotion Optimization Institute за 2024 рік 2024 State of the Industry Report 80% респондентів заявили, що вони інвестують у цифрові рішення або аналітичні можливості для підтримки нових процесів управління доходами та глибшого аналізу оптимізації промоцій, ціноутворення та зростання упаковки. Звіт POI також виявив, що 54% планують采用 нових рішень для управління торгівлею та 31% розпочнуть інтеграцію автоматизованих можливостей ціноутворення.

Багато систем позиціонуються як “оптимізовані рішення з підтримкою штучного інтелекту”, які можуть ефективно пом’якшити інфляційні тиски та збільшити доходи. Однак насправді це не так. З огляду на те, що передові аналітичні інструменти, що використовують складні математичні методи та штучний інтелект, стають все більш інтегрованими у технології та бізнес-процеси підприємств, стає ясно, що не всі математичні техніки та системи штучного інтелекту можуть забезпечити реальну оптимізацію доходів у великих масштабах. Лідери CPG дізнаються, що їхнє визначення оптимізації застаріло та неточне. У галузі традиційно вважалося, що “оптимізація” полягає у використанні вчорашніх регресійних моделей та бізнес-сценаріїв. Вони також дізнаються, що генеративний штучний інтелект та нейронні мережі не виконують оптимізацію, але можуть бути цінними техніками для допомоги інших компонентів цифрової трансформації організації.

Ландшафт аналітики швидко змінюється. Компанії, що займаються передовими аналітиками, повинні допомогти партнерам CPG побудувати розуміння та зрілість щодо використання та конкретного застосування цих технологій у своїх операційних моделях. Оптимізація вже не просто модне слово. Це повністю визначений результат, який можна виміряти, балансуючи обмеження як виробників CPG, так і ритейлерів одночасно. Цей рівень оптимізації з урахуванням обмежень та його відчутних переваг не може бути досягнутий за допомогою застарілих методів та неефективних систем штучного інтелекту.

Відповідnio, для організацій важливо зрозуміти особливі можливості статистичної математики та інструментів оптимізації доходів, що використовують штучний інтелект, які вони приймають. Розрізнення зерна від полови у сфері передових аналітик та штучного інтелекту покращить вашу здатність забезпечувати сталий дохід, подолати ринкову волатильність та випередити конкурентів у галузі.

Все залежить від вашого інструментарію

Забезпечення наявності правильних складних математичних інструментів та інструментів штучного інтелекту для оптимізації доходів у вашому інструментарії є вкрай важливим для оптимізації доходів. Наприклад, якщо ви хочете розрізати сталевий блок, це можна зробити за допомогою ручної пили, хоча це займе роки. Тоді як ацетиленовий різак розрізне його за кілька секунд.

Теж саме стосується технологій, що використовують штучний інтелект. Більшість форм штучного інтелекту, що використовуються у системах оптимізації доходів CPG сьогодні, не можуть врахувати реальну складність ринку. Вони використовують старі лінійні регресійні техніки для вирішення проблем, які мають нелінійний характер, спираючись на традиційні статистичні моделі, які оптимізують одну, дві, три або чотири статичні обмеження замість двох-трьох десятків обмежень, які відображають реальні умови, з якими щодня стикаються бренди CPG. Це призводить до фундаментальної аналітичної недооцінки, яка ускладнює ефективну генерацію рекомендацій щодо доходів та операційної ефективності та ROI для виробників CPG та їхніх ритейл-партнерів.

Генеративний штучний інтелект (GenAI) є ще одним прикладом цього розрізнення. Ланцюг цінності CPG має цінні випадки використання GenAI, але оптимізація доходів не є одним з них. Це пов’язано з тим, що моделі GenAI спираються на техніки, засновані на пошукових системах, які не можуть розрізняти “сміття” та “не сміття”, а нейронні мережі машинного навчання просто не виконують оптимізацію.

Фасилітування математичної проблеми

Важливо пам’ятати, що справжня оптимізація доходів – це проблема обмежень, високо вимірна математична проблема в своєму ядрі. Складні математичні рішення та інструменти штучного інтелекту, що використовують прозорі машини навчання, необхідні для включення всіх обмежень та змінних, які дозволяють оптимізації забезпечувати цінність для виробників CPG та ритейлерів одночасно. Це гарантує, що система спроектована для фундаментального розуміння середовища, в якому діє організація, та виконання справжньої оптимізації та генерації календарів промоцій, які забезпечують цінність для виробника та ритейлера. Потім наступний крок – оптимізувати інші ключові важелі управління доходами з ціноутворенням, промоціями, медіа-міксом та асортиментом, щоб створити цілісні рекомендації, узгоджені з потребами споживачів у умовах, які викликають нормальну ціну.

Цей підхід, придатний для конкретної мети, враховує навігацію у невизначеності ринку, наприклад, подовженого дефіциту через ескалацію геополітичного конфлікту чи несподіваних підвищень цін через кліматичну подію. Якщо посуха в Панамському каналі сприяє збільшенню вартості сировини, система може допомогти визначити нову оптимальну структуру ціноутворення, яка 1) враховує споживчу упаковку для збільшення витрат на виробництво, зберігаючи маржу, та 2) стимулює споживачів вибирати ваш бренд серед конкурентів завдяки ефективним промоційним технікам.

Вимірювання впливу: ефективність після заходу

Визначення впливу інструментів оптимізації доходів на ROI вимагає комплексного та обчисленого підходу. Спочатку зосередьтеся на аналізі після заходу основних КПІ, таких як чистий інкремент продажів, прибутку, ритейл-шельфових доларів та ринкової долі, згенерованої витратами на промоцію. Продуктивність у цих чотирьох напрямках покаже вплив вашої стратегії реалізації та визначить області, які потребують покращення.

Друга основна категорія – це співвідношення ефективності торгівлі. За кожен долар, витрачений на торгівлю, яка середня повернення воно приносить? Це важливо для масштабування інструментів оптимізації доходів у часі. Виконання обох аспектів одночасно дозволить організаціям успішно подолати зовнішню волатильність та захопити частку ринку серед конкурентів у галузі. Сильний ROI – це не тільки цифри, але також конкурентна перевага у вашому сегменті.

Оптимізація доходів по всьому ландшафту CPG є безсумнівно складною. Хоча цифровізація пропонує обіцянку спрощення, лідери підприємств повинні мати глибоке розуміння складних математичних інструментів та інструментів штучного інтелекту, які вони використовують. Знання – це сила, і воно в кінцевому підсумку підвищить ваш бренд та оцінку компанії вище за інші.