Connect with us

Tại Sao Các Lãnh Đạo CPG Phải Phân Biệt Ngũ Cốc Từ Rác Để Tối Ưu Hóa Doanh Thu Có Động Lực AI

Lãnh đạo tư tưởng

Tại Sao Các Lãnh Đạo CPG Phải Phân Biệt Ngũ Cốc Từ Rác Để Tối Ưu Hóa Doanh Thu Có Động Lực AI

mm

Tối ưu hóa không chỉ là một từ khóa nữa. Đó là một kết quả có thể định nghĩa và đo lường được, không thể đạt được với các kỹ thuật cổ điển và hệ thống AI không khả thi.

————————
Tối ưu hóa tăng trưởng doanh thu là ưu tiên hàng đầu trong lĩnh vực CPG ngày nay. Sự không chắc chắn do các yếu tố kinh tế toàn cầu, lạm phát dai dẳng, thách thức chuỗi cung ứng và thay đổi hành vi của người mua đã làm tăng tầm quan trọng của việc hiểu cách giải mã và điều hướng các điều kiện thay đổi để thúc đẩy tăng doanh thu và lợi nhuận.

Đối với các tổ chức CPG, cơ bản cho nhu cầu quan trọng đó là khả năng tối ưu hóa toàn diện các yếu tố chính của quản lý tăng trưởng doanh thu (RGM) bằng cách kết hợp giá cả, khuyến mãi, hỗn hợp truyền thông và bao bì sản phẩm với các điều kiện thị trường thay đổi. Điều này chưa bao giờ phức tạp hơn giữa các hiệu ứng lan tỏa của sự thay đổi sở thích của người tiêu dùng, lạm phát, căng thẳng địa chính trị, biến đổi khí hậu và sự thay đổi dân số toàn cầu – một lý do chính tại sao hơn 75% của các nhà sản xuất CPG đang gặp khó khăn trong việc quản lý chi tiêu thương mại hiện đại toàn doanh nghiệp, và 70% của các giám đốc điều hành CPG đang cảm thấy căng thẳng hơn ngày nay so với năm năm trước.

Với sự phức tạp là một hằng số, nhiều tổ chức đang ưu tiên tối ưu hóa tăng trưởng doanh thu số hóa như một cơ chế để chống chọi với cơn bão. Trong Báo cáo Estado của Ngành 2024 của Viện Tối ưu hóa Khuyến mãi, 80% của người được hỏi cho biết họ đang đầu tư vào các giải pháp số hoặc khả năng phân tích để hỗ trợ các quy trình quản lý tăng trưởng doanh thu (RGM) mới và深入 phân tích tăng trưởng khuyến mãi, giá cả và bao bì. Báo cáo POI cũng cho thấy 54% dự định sẽ áp dụng các giải pháp quản lý khuyến mãi thương mại mới và 31% sẽ bắt đầu tích hợp các khả năng định giá tự động.

Nhiều hệ thống được tiếp thị như “giải pháp tối ưu hóa AI” có thể hiệu quả giảm thiểu áp lực lạm phát và tăng doanh thu. Tuy nhiên, trong thực tế, điều đó đơn giản không phải là trường hợp. Khi phân tích nâng cao được kích hoạt bởi toán học tinh vi và AI đã trở nên tích hợp ngày càng nhiều vào công nghệ và quy trình kinh doanh của doanh nghiệp, rõ ràng là không phải tất cả các kỹ thuật toán học và AI có thể cung cấp tối ưu hóa tăng trưởng doanh thu thực sự với quy mô. Các lãnh đạo CPG đang học rằng định nghĩa về tối ưu hóa của họ đã lỗi thời và không chính xác. Ngành công nghiệp đã định nghĩa “tối ưu hóa” là sử dụng mô hình hồi quy của ngày hôm qua và mô phỏng kịch bản kinh doanh. Họ cũng đang nhận ra rằng các kỹ thuật cũ này chỉ là các kỹ thuật dự báo mà không tối ưu hóa bất cứ điều gì. Họ cũng đang học rằng Trí tuệ nhân tạo sinh (GenAI) và mạng nơ-ron không thực hiện tối ưu hóa, nhưng có thể là các kỹ thuật quý giá trong việc hỗ trợ các thành phần khác của hành trình chuyển đổi số của một tổ chức.

Cảnh quan phân tích đang thay đổi nhanh chóng. Các công ty phân tích nâng cao cần giúp các đối tác CPG xây dựng sự hiểu biết và trưởng thành về việc sử dụng và ứng dụng cụ thể của các công nghệ này trong các mô hình hoạt động của họ. Tối ưu hóa không chỉ là một từ khóa nữa. Đó là một kết quả có thể định nghĩa và đo lường được bằng cách cân bằng các hạn chế của cả nhà sản xuất CPG và nhà bán lẻ đồng thời. Mức độ tối ưu hóa dựa trên hạn chế và lợi ích cụ thể của nó không thể đạt được với các kỹ thuật cổ điển và hệ thống AI không khả thi.

Ngược lại, điều quan trọng là các tổ chức phải hiểu rõ về các khả năng riêng biệt của các công cụ tối ưu hóa doanh thu có động lực AI và toán học thống kê mà họ đang áp dụng. Phân biệt ngũ cốc từ rác trong thế giới phân tích nâng cao và AI sẽ cải thiện khả năng của bạn để thúc đẩy doanh thu bền vững, chống chọi với biến động thị trường và vượt qua các đối thủ cạnh tranh trong ngành.

Đó Là Về Công Cụ Của Bạn

Đảm bảo bạn có các công cụ toán học tinh vi và AI phù hợp trong hộp công cụ của mình là điều đáng giá khi nói đến tối ưu hóa tăng trưởng doanh thu. Ví dụ, giả sử bạn muốn cắt một khối thép. Nó có thể được thực hiện về mặt lý thuyết với một cưa tay, ngoại trừ việc đó sẽ mất nhiều năm để cắt hoàn toàn. Trong khi đó, một đèn khò axetylen sẽ cắt qua nó trong vài giây.

Điều tương tự cũng áp dụng cho các công nghệ AI. Hầu hết các hình thức AI được sử dụng trong các hệ thống tối ưu hóa tăng trưởng doanh thu CPG ngày nay không thể tính đến sự phức tạp của thị trường thực. Họ tận dụng các kỹ thuật hồi quy tuyến tính cũ để giải quyết một vấn đề có tính chất không tuyến tính, dựa trên các mô hình thống kê truyền thống tối ưu hóa một, hai, ba hoặc bốn hạn chế tĩnh thay vì hai đến ba chục hạn chế phản ánh các xem xét thực tế hàng ngày mà các thương hiệu CPG điều hướng. Điều này dẫn đến hiệu suất phân tích cơ bản dưới mức tối ưu, cản trở việc tạo ra các khuyến nghị tăng trưởng doanh thu hiệu quả và hiệu suất hoạt động và ROI cho cả nhà sản xuất CPG và các đối tác bán lẻ của họ.

Trí tuệ nhân tạo sinh (GenAI) là một ví dụ khác về sự không phù hợp này. Chuỗi giá trị CPG có các trường hợp sử dụng có giá trị cho các ứng dụng GenAI, nhưng tối ưu hóa tăng trưởng doanh thu không phải là một trong số đó. Điều này là vì các mô hình GenAI dựa trên các kỹ thuật dựa trên công cụ tìm kiếm không thể phân biệt được vấn đề “rác vào, rác ra” và mạng nơ-ron học máy đơn giản không thực hiện tối ưu hóa.

Thực Hiện Một Vấn Đề Toán Học

Điều quan trọng là phải nhớ rằng tối ưu hóa tăng trưởng doanh thu thực sự là một vấn đề toán học dựa trên hạn chế, cao chiều tại lõi của nó. Các giải pháp toán học tinh vi và AI tận dụng học máy kính hộp là cần thiết để kết hợp tất cả các hạn chế và biến số cho phép tối ưu hóa cung cấp giá trị cho cả nhà sản xuất CPG và nhà bán lẻ đồng thời. Điều này đảm bảo rằng hệ thống được thiết kế để hiểu cơ bản môi trường mà một tổ chức hoạt động và thực hiện tối ưu hóa thực sự và tạo ra các lịch trình khuyến mãi thương mại thúc đẩy giá trị cho cả nhà sản xuất và nhà bán lẻ. Sau đó, bước tiếp theo là tối ưu hóa các công tắc chính khác của quản lý tăng trưởng doanh thu với giá cả hàng ngày, khuyến mãi thương mại, hỗn hợp truyền thông và lựa chọn để tạo ra các khuyến nghị toàn diện phù hợp với nhu cầu của người tiêu dùng trong các điều kiện gây áp lực cho giá hàng ngày.

Cách tiếp cận phù hợp này tính đến việc điều hướng sự không chắc chắn của thị trường như sự gián đoạn kéo dài trong chuỗi cung ứng từ một cuộc xung đột địa chính trị leo thang hoặc giá tăng đột ngột từ một sự kiện liên quan đến khí hậu. Nếu một đợt hạn hán dọc theo kênh đào Panama giúp tăng chi phí nguyên liệu thô, hệ thống có thể giúp xác định một cấu trúc giá tối ưu mới mà 1) phù hợp với bao bì sản phẩm cho chi phí sản xuất tăng trong khi duy trì lợi nhuận, và 2) khuyến khích người tiêu dùng chọn thương hiệu của bạn hơn các đối thủ cạnh tranh trong ngành thông qua các kỹ thuật khuyến mãi hiệu quả.

Đo Lường Tác Động: Hiệu Quả Sau Sự Kiện

Xác định tác động ROI của các công cụ tối ưu hóa tăng trưởng doanh thu đòi hỏi một cách tiếp cận toàn diện và tính toán. Đầu tiên, tập trung vào phân tích sau sự kiện của các KPI cốt lõi như tăng doanh thu, lợi nhuận, đô la kệ bán lẻ và thâm nhập thị trường được tạo ra từ chi tiêu khuyến mãi thương mại của bạn. Hiệu suất trên bốn trụ cột này sẽ chỉ ra tác động của chiến lược triển khai và xác định các lĩnh vực cần cải thiện.

Danh mục thứ hai chính là tỷ lệ hiệu quả thương mại. Đối với mỗi đô la chi cho thương mại, nó tạo ra lợi nhuận trung bình là bao nhiêu? Điều này rất quan trọng để mở rộng các công cụ tối ưu hóa tăng trưởng doanh thu theo thời gian. Thực hiện cả hai khía cạnh cùng nhau sẽ đặt các tổ chức vào vị trí thành công để điều hướng sự biến động bên ngoài và chiếm được thị phần hơn các đối thủ cạnh tranh trong ngành. Một ROI mạnh không chỉ là về số liệu – nó cũng là về việc đạt được lợi thế cạnh tranh trong phân khúc của bạn.

Tối ưu hóa doanh thu trên toàn cảnh CPG là không thể phủ nhận là phức tạp. Trong khi số hóa mang lại hứa hẹn về việc đơn giản hóa nó, các lãnh đạo doanh nghiệp phải có một sự hiểu biết mạnh mẽ về các công cụ toán học tinh vi và AI mà họ đang tận dụng. Kiến thức là sức mạnh, và nó sẽ cuối cùng nâng cao thương hiệu và định giá công ty của bạn lên trên đám đông.

Stephen DeAngelis, người sáng lập và CEO của Enterra Solutions, là một chuyên gia được công nhận quốc tế về trí tuệ nhân tạo và phân tích nâng cao và ứng dụng của chúng vào khả năng cạnh tranh, độ bền và bảo mật của các tổ chức thương mại và cơ quan chính phủ. Ông là người nắm giữ bằng sáng chế, người tiên phong công nghệ và doanh nhân. Sự nghiệp của Stephen nằm ở giao điểm của quan hệ quốc tế, kinh doanh, chính phủ và học thuật.