Yapay Zeka
Yapay Zeka, FMCG üreticilerine ve çevrimdışı Perakendecilere nasıl yardımcı olur?
COVID-19 salgını, tüketici alışkanlıklarımızı geçici olarak değiştirdi. İnsanlar daha fazla tasarruf etmeye başladı; mağaza ziyaretlerini azalttılar ve kısmen online alışverişe geçtiler. Aynı zamanda, FMCG satışlarında internet kanal payı karantina önlemleri nedeniyle maksimum %2'den %3'e yükseldi. Bu mütevazı sonuç, e-ticaret büyüme faktörlerinin kitlesel pazar ürünlerinde zayıf bir şekilde ifade edilmesi gerçeğinden kaynaklanmaktadır. Önümüzdeki 5 yıl içinde perakendede online satışların payında büyüklük sırasına göre bir artış beklememeliyiz.
Ek olarak, pandemi başka bir güçlü eğilimi etkilemedi - geleneksel perakendenin zincir mağazalar tarafından emilmesi. İkincisi zaten Rusya pazarının% 75-80'ini işgal ediyor ve bu, sektördeki konsolidasyon aşamasının tamamlandığını gösteriyor.
Bu pazar yapısıyla birlikte, FMCG üreticileri arasında raf alanı rekabeti sürekli artmaktadır. Bu ürün kategorisinde ürün özelliklerinin potansiyeli uzun zaman önce tükendiğinden, artık ana faktör fiyattır.
Bu bahar kısıtlayıcı önlemler alınmadan önce, perakende zincir mağazalar her türlü promosyonla kitlesel olarak müşterileri cezbetmekteydi. Nielsen'in tahminine göre, Rusya'da tüketim malları satışlarında promosyonların payı, hem değer hem de hacim açısından geçen yıl %50'yi çoktan aştı.
Rekabetçi kalmayı planlayan yönetim, çevrimdışı çalışmak için gerçekten yeni çözümlere yakından bakıyor. Evet, pazar, pazar payını artırarak geliri artırma konusunda başarılı vakalara sahiptir. Ancak süreçleri optimize ederek ve verimliliklerini artırarak düşük marj tuzağından kaçınmak da mümkündür. Modern ölçeklenebilir teknolojiler ve satış yönetimine yönelik yenilikçi yaklaşımlar, olumsuz koşullarda bile işletme karlılığını artırabilir.
"Yerel ve Tam Olarak"
Fotoğraf tanıma hizmetleri için küresel pazarda bariz bir lider var - İsrailli satıcı Trax. İşletme faaliyetine on yıldan fazla bir süre önce başlamıştır. 2019 yılında şirket, en yakın rakibi olan Avrupa şirketi Planorama'yı devralarak nihayet konumunu doğruladı. Ayrıca 2014-2015 yıllarında teknolojinin ticarileşmesinin ardından, uluslararası hırslar da dahil olmak üzere hırsları olan genç şirketler yerel pazarlarda görünmeye başlamıştır.
Büyük ve orta ölçekli üreticiler, iş süreçlerini oluştururken her yerde Satış Gücü Otomasyonu (SFA) sistemini kullanıyor. İşlevselliği, siparişlerin toplanmasını ve işlenmesini optimize etmelerine, saha personelinin ve dağıtım ağının en etkin yönetimini sağlamalarına, perakende satış mağazaları, ikincil satışlar (Satış) ve satışların etkinliği için temel bir analitik düzeyi oluşturmalarına olanak tanır. satış organizasyonu yapısı.
FMCG'de Sell-Out satış yönetimi için KPI yapısı
Bazı perakendeciler, satış yönetim sisteminin ikinci seviyesinde şimdiye kadar yeni teknolojileri ve yapay zekayı test ediyor ve uyguluyorlar.
Bordro üzerindeki yükü azaltmak için, FMCG devleri de dahil olmak üzere tüm piyasa katılımcıları, kendi satış personelini terk etmeye ve uygulamalarında kadro dışı bırakmaya zorlanmaktadır. Avantajları arasında maliyet tasarrufu ve artan esneklik sayılabilir. Bununla birlikte, insan faktörüyle ilişkili riskler artmaktadır: dış çalışanların düşük sadakati, katılımı, niteliği ve motivasyonu.
Bunun özellikle saha ölçümlerinin toplanması, işlenmesi ve denetlenmesi üzerinde güçlü bir etkisi vardır. Bu, bir satıcı ve satış temsilcisinin klasik raf KPI'ları ile ilgilidir: Rafta Bulunabilirlik (OSA), Stokta Yok (OOS), Raf Payı ve perakende satış mağazalarında ürün temsilinin diğer birçok göstergesi.
Uluslararası şirketler bu göstergeleri elde etmek ve kontrol etmek için kendi algoritmalarını geliştirirler (Coca Cola için "RED", MARS için "Perfect Store", InBev için "ITOS" vb.). Ancak bu durumda bile, raf alanından veri toplamak veya denetlemek bir "bağlantı noktası"dır. Aynı zamanda, ikinci kademe üreticiler ve yerel oyuncular, perakendedeki temsillerini bir şekilde yönetmek için temel KPI'ları bulmaya çalışıyorlar. Her iki durumda da, yenilikçi teknolojiler, son yıllarda süreç için en iyi katalizöre hizmet ediyor. Bizim durumumuzda, AI tabanlı ve çevrimdışı mağazalardaki raflardaki aralığı kontrol etmeyi ve mağazacılık verimliliğini artırmayı amaçlayan yüksek hassasiyetli fotoğraf tanıma hizmetidir.
İş Geliştirme Direktörü
Kullanıma Sunulmadan Önce ve Sonra
Proje birkaç aşamada uygulanmaktadır. Pilot aşamada, bir veya daha fazla kategoride yeni bir ürün tabanını tanımak için temel bir doğruluk düzeyi elde edilir. Saha çalışanlarına test sahasında teknoloji ile nasıl çalışacakları konusunda eğitim verilir, yeni kurallara göre ziyaretler yapılır ve fotoğraf içeriği biriktirilir. Sinir ağı, raflardaki ürünleri daha iyi tanımaya başlar. İlk sonuçlar müşteriye temel KPI'ların gerçek uygulama seviyeleri hakkında güvenilir bilgi sağlar: OSA ve OOS. Pilot bölgede göstergelerin etkin bir şekilde yönetilmesi mümkün hale gelmekte ve sürece olan güven oluşturulmaktadır.
Başarılı olması durumunda, proje devreye alma aşamasına geçer: ekosistem katılımcılarının sayısı yüzlerce veya binlerce kişiye yükselir ve fotoğraf veritabanı yüz binlerce veya milyonlarca SKU görüntüsüne çıkar. KPI listesini genişletmek, özelleştirmek, personel çalışması, değişiklik yönetimi, teknik destek zincirlerindeki hataları ortadan kaldırmak - tüm bunlar ürünü tam teşekküllü bir SaaS hizmetine dönüştürür. Artık hizmetler abonelikle sağlanıyor ve geliştirici şirket yinelenen ödemeler alıyor.
Bu süre zarfında, ürün öğelerinin dağılımı, raflardaki bulunabilirliği ve kategorideki payı ile ilgili temel metriklerin ötesine geçmemek ve ölçeklendirmeye odaklanmaya değer. Aksi takdirde, müşteri, işletme için gereksiz kayıplara yol açabilecek "sahada" lansmanı geciktirme riskiyle karşı karşıyadır.
Tanıma teknolojisi her yerde uygulandıktan ve satış hizmeti teknoloji aracılığıyla elde edilen verilere güvenip dayandıktan sonra, üçüncü aşamalar - ek faydaların elde edilmesi - başlar.
Ana görevi, belirli bir FMCG üreticisi için bir öncelik olarak daha karmaşık ölçümleri ve süreçleri otomatikleştirmektir. Daha sık olarak, planogramlara (ürün yerleşim kuralları), fiyat takibine ve rakip analizine uygunluk düzeyini ölçmekten bahsediyoruz. Ancak benzersiz istekler de var. Örneğin, bir mağazadaki menüyü okumak veya ürün kategorilerini dijitalleştirmek.
Uygulamada, planogram, malların teşhiri için bir dizi özel kurala ayrıştırılır. Sanatçılara, yani satıcılara veya satış temsilcilerine ve denetçiye, yani görüntü tanıma sistemine teslim edilirler. En yüksek verimliliğe bu şekilde ulaşılır - kullanıcı, hizmetin performansını neden belirli bir düzeyde değerlendirdiğini açıkça anlar. En yaygın kurallar arasında şunlar vardır: ürün kalemlerinin sayısı; ekran genişliği (hem yüz hem de santimetre olarak); raf numarasının uygunluğu; tek bir blokta marka düzeni; ve malların sırası. Bununla sistem, yerleşim fotoğrafını hedef planogram piksel piksel ile karşılaştırmaz. Bu durumda, birçok faktörden dolayı uyum düzeyi her zaman sıfır olma eğiliminde olacaktır.
Genellikle, teknoloji geri ödeme görevi daha önce yerine getirilmiş olduğundan, odak noktası bu aşamada süreç optimizasyonundan maksimum fayda sağlamaya kaydırılır. Kullanıcı, günlük verileri biriktirerek, ürün yelpazesi değerlendirmesinin derinliğini ve kalitesini artırır, bu da en etkili satış stratejileri hakkında gerçek zamanlı olarak sonuçlar çıkarmalarına, bunları ölçeklendirmelerine ve yeni hipotezleri test etmelerine olanak tanır.
IGelecekte, bu tür SaaS hizmeti, yalnızca büyük perakende FMCG ağlarının değil, temel hizmetlerinden biri haline gelebilir. BCG tahminine göre satış, pazarlama ve üretim planlamasında yapay zeka çözümleri uygulanarak gelir %7-9 oranında artırılabilir. Daha şeffaf ve resmileştirilmiş işbirliği koşullarına sahip olan Batılı ülkelerdeki bazı olgun piyasa oyuncuları şimdiden bu yolu izliyor.