Introdotto da SAP
Il settore dei beni di consumo confezionati sta vivendo un cambiamento radicale che sta costringendo anche i marchi più affermati a ripensare il modo in cui operano. Questo è ciò che alcuni chiamano una combinazione di compressione dei beni di largo consumo o compressione dei margini, difficoltà di politica commerciale e la triste realtà che la crescita guidata dai prezzi non è più una strategia praticabile. Per le aziende che fanno affidamento sugli aumenti dei prezzi per aumentare i ricavi, si tratta di un cambiamento strutturale che richiede nuovi approcci alle operazioni, alla strategia e al posizionamento competitivo.
Le aziende dei beni di largo consumo devono ora ottenere incrementi di produttività annui pari o superiori al 5% per rimanere competitive. Le tradizionali misure di riduzione dei costi come il blocco dei viaggi, la sospensione delle assunzioni e altri sforzi di efficienza secolari risalenti a tempi più semplici possono fruttare, nella migliore delle ipotesi, pochi punti percentuali. La soluzione risiede in un approccio più complesso: identificare quali processi possono essere abilitati digitalmente prima di apportare modifiche organizzative, affrontare domande sull’efficienza dei processi, sui flussi di lavoro manuali e sulle opportunità di automazione.
Ma le soluzioni frammentarie che affrontano problemi isolati non possono garantire i guadagni di efficienza sistemica di cui le aziende del settore dei beni di largo consumo hanno ora bisogno. Ciò sta suscitando un crescente interesse per le piattaforme tecnologiche integrate in grado di supportare il processo decisionale e l’esecuzione in tutte le aree funzionali contemporaneamente.
La questione dei dati al centro del processo decisionale di CPG
Le moderne operazioni CPG si basano sui dati, ma ovviamente non tutte le strategie relative ai dati sono uguali. Le aziende si trovano ad affrontare una duplice sfida: da un lato devono comprendere le dinamiche del mercato esterno e il comportamento dei consumatori, dall’altro necessitano anche di una visione approfondita delle loro operazioni interne. Storicamente, ciò significava estrarre dati operativi; Ciò significava perdere un contesto aziendale critico nel processo e quindi dover investire molto nella ricostruzione di quel contesto in modo che potesse essere analizzato insieme ai dati sui consumatori e sulla vendita al dettaglio.
La disconnessione crea problemi reali. Quando durante l’estrazione dei dati si perde il contesto aziendale, le aziende spendono molto tempo e denaro per ricostruire la comprensione del significato effettivo dei numeri. Nel frattempo, le condizioni del mercato cambiano, le finestre promozionali si chiudono e le opportunità scompaiono. In un settore in cui il tempismo spesso determina il successo o il fallimento, questo ritardo nella capacità analitica diventa uno svantaggio competitivo.
Per affrontare questa sfida, piattaforme dati avanzate come Business Data Cloud di SAP possono importare dati esterni con dati operativi SAP interni con un contesto aziendale completo. I marchi di beni di largo consumo possono combinare dati sui punti vendita dei rivenditori, approfondimenti sul comportamento dei consumatori e informazioni sulle transazioni interne senza il tradizionale flusso di lavoro di ordinamento e ristrutturazione; Ciò cambia radicalmente la velocità con cui le aziende passano dall’analisi alla decisione all’azione.
L’impatto è particolarmente importante per la pianificazione promozionale e la gestione delle entrate. Invece di dedicare settimane alla preparazione dei dati per l’analisi, le aziende possono eseguire scenari, modellare i risultati e adattare le strategie quasi in tempo reale; Questa è una risorsa enorme in un settore in cui le finestre promozionali si misurano in giorni o settimane.
Strategia di promozione in un ambiente rischioso
Momenti promozionali rischiosi come il Super Bowl rivelano quanto siano diventate fragili le operazioni di largo consumo. I picchi di domanda sono intensi, localizzati e di breve durata, lasciando poco margine per insight ritardati o esecuzione sconnessa. Il successo promozionale in questo ambiente dipende meno dal merchandising creativo e più dalla rapidità con cui le aziende riescono a percepire la domanda, modellare i risultati e allineare prezzi, inventario ed esecuzione mentre la finestra è ancora aperta.
Il processo decisionale alla base di queste promozioni implica un’analisi complessa di molteplici variabili: quali prodotti presentare, livelli di sconto ottimali, posizionamento specifico del negozio e persino differenze regionali nelle preferenze dei consumatori. Ciò che risuona con gli acquirenti in un’area geografica può non essere valido in un’altra; Pertanto, una strategia promozionale efficace richiede un’analisi dettagliata fino ai singoli punti vendita.
Strumenti come la soluzione Revenue Lift Management di SAP forniscono questo livello di sofisticazione, aiutando i marchi a calcolare e modellare gli incrementi promozionali e trasformare tali informazioni in decisioni pronte all’azione. L’analisi tiene conto delle preferenze di gusto regionali, delle dinamiche competitive locali e dei dati storici sulle prestazioni per ottimizzare ogni decisione promozionale.
Ma la pianificazione promozionale è utile solo se può essere eseguita in modo efficace. È qui che molte aziende di beni di largo consumo incontrano attriti tra strategia e operazioni. L’analisi dei dati può individuare il mix promozionale perfetto, ma senza garantire la disponibilità del prodotto, il mantenimento della disponibilità sugli scaffali e le vendite fisiche, l’analisi risulta piuttosto accademica. Pertanto, l’integrazione tra i sistemi di pianificazione promozionale, la catena di fornitura, i sistemi di pianificazione finanziaria e le piattaforme ERP è fondamentale.
Esecuzione della distribuzione: creare o interrompere le promozioni
Per i periodi promozionali ad alta velocità, le aziende devono prevedere con precisione la domanda, posizionare strategicamente le scorte ed eseguire la distribuzione in modo impeccabile. Ciò è particolarmente complesso per categorie come snack e bevande in cui sono comuni i modelli di consegna diretta al negozio. Gestire la presenza sugli scaffali è fondamentale perché uno scaffale vuoto significa che i consumatori passeranno a prodotti competitivi o abbandoneranno del tutto l’acquisto. Richiede inoltre visibilità in tempo reale di più livelli della catena di fornitura attraverso più fonti di dati e capacità operative in grado di agire rapidamente.
I moderni sistemi di gestione del magazzino, incluso SAP Extended Warehouse Management, forniscono la visibilità dettagliata necessaria per tenere traccia dell’inventario in questi molteplici stati. Se combinati con applicazioni specifiche DSD, come la soluzione di distribuzione dell’ultimo miglio di SAP che ottimizza i percorsi dei conducenti, i programmi di consegna e le applicazioni in negozio, le aziende di beni di largo consumo possono mantenere una presenza sugli scaffali che aumenta il successo promozionale. Gli strumenti di esecuzione delle vendite, come l’offerta di esecuzione al dettaglio di SAP in SAP Sales Cloud, consentono ai team sul campo di ispezionare i negozi e generare report sulle condizioni effettive. Ciò aiuta a fornire alla sede centrale una visibilità chiara e accurata di ciò che accade nel punto di acquisto.
In che modo l’intelligenza artificiale sta cambiando le operazioni dei beni di largo consumo?
L’intelligenza artificiale sta andando oltre i casi d’uso sperimentali verso applicazioni pratiche nelle operazioni di largo consumo. Negli ambienti di magazzino, i sistemi potenziati dall’intelligenza artificiale possono ottimizzare la gestione delle attività, migliorare l’accuratezza delle previsioni e semplificare i processi di reso. Per la pianificazione della supply chain, l’intelligenza artificiale aiuta a creare scenari di domanda che tengono conto di molteplici variabili che influenzano il movimento dei prodotti.
L’integrazione di Joule da parte di SAP nel suo software di pianificazione aziendale integrata dimostra come l’intelligenza artificiale conversazionale possa trasformare i flussi di lavoro di pianificazione. Invece di navigare in interfacce complesse per accedere ai dati della catena di fornitura, i pianificatori possono porre domande in linguaggio naturale e ricevere istantaneamente risposte basate sull’intelligenza artificiale basate su informazioni in tempo reale. Ciò riduce gli attriti nell’accesso agli insight e accelera il processo decisionale durante i cicli di pianificazione critici.
Le operazioni di magazzino avanzate sfruttano gli agenti AI che possono migliorare l’analisi dei rischi di inventario, ottimizzare la gestione delle attività e migliorare l’accuratezza delle previsioni. Queste non sono solo versioni più veloci dei processi esistenti. Rappresentano invece capacità qualitativamente diverse in grado di identificare modelli e rischi che gli analisti umani potrebbero non cogliere a causa del volume e della complessità delle moderne operazioni della supply chain.
La gestione delle entrate, o la determinazione di strategie promozionali e di prezzo ottimali, è particolarmente adatta all’assistenza dell’intelligenza artificiale perché analizzare come i diversi prezzi, le tattiche promozionali e le strategie di posizionamento interagiscono tra migliaia di negozi e prodotti è complesso oltre la capacità analitica umana. L’apprendimento automatico può identificare modelli e ottimizzare le decisioni su una scala e una velocità che l’analisi manuale non può eguagliare. Le funzionalità di intelligenza artificiale integrate nelle piattaforme di gestione della crescita dei ricavi promettono di rendere la pianificazione delle promozioni più complessa ed efficiente.
Forse la cosa più importante per le aziende di beni di largo consumo che devono affrontare l’imperativo dell’efficienza è che i sistemi intelligenti di gestione dell’inventario utilizzano l’apprendimento automatico per prevedere le date di consegna e fornire analisi in tempo reale per le decisioni di distribuzione. Il monitoraggio dell’evasione degli ordini di vendita può prevedere i rischi di evasione prima che si verifichino e consentire un intervento proattivo. Queste funzionalità di intelligenza artificiale risolvono problemi come la disponibilità dei prodotti e la consegna affidabile durante le finestre promozionali critiche, che rappresentano alcune delle sfide più importanti nelle operazioni di largo consumo.
Ma le applicazioni IA più efficaci nel settore dei beni di largo consumo non saranno necessariamente le più visibili. Piuttosto che funzionalità appariscenti rivolte al consumatore, il valore reale deriva dall’integrazione dell’intelligenza nei processi operativi fondamentali. I miglioramenti incrementali in decine di flussi di lavoro si traducono in significativi vantaggi competitivi nel tempo.
La crisi dei beni di largo consumo non è una situazione temporanea che le aziende possono aspettare. I fattori strutturali che guidano la compressione dei margini e limitano il potere di fissazione dei prezzi riflettono i cambiamenti fondamentali del mercato. Le politiche commerciali continueranno ad evolversi. Il comportamento dei consumatori continuerà a cambiare. Le aziende che emergeranno più forti non saranno solo quelle con i migliori prodotti, ma anche quelle che hanno costruito le operazioni più efficienti e reattive.
Jon Dano è consulente del settore dei prodotti di consumo presso SAP.
Gli articoli sponsorizzati sono contenuti prodotti da un’azienda che ha pagato per il post o ha un rapporto commerciale con VentureBeat e sono sempre chiaramente contrassegnati. Contatta per maggiori informazioni sales@venturebeat.com.
