בפוסט אחרון , דנו כיצד התפתחויות בבינה מלאכותית (AI) עוזרות לחברות CPG לבצע שינויים אסטרטגיים באופן שבו הן מנהלות ביקורים בחנויות ומנתחות SKUs. כאן אנו מראים כיצד שלוש חברות שיפרו משמעותית את נראות המותג והגדילו את ההכנסות באמצעות פתרונות המונעים בינה מלאכותית.
בינה מלאכותית מסייעת ל-CPG ולעסקים קמעונאיים להתגבר על הנקודה העיוורת של מה שקורה בפועל במעברי חנויות ובחנויות F&B, ובכך לחדד את היתרון התחרותי שלהם.
על ידי ניצול הכוח של למידה עמוקה וראייה ממוחשבת, יישומי AI מאפשרים לנציגי מכירות לגלות מיד פרטי מוצר קריטיים לגבי תמחור, מיקום וקידום. כאשר עוקבים ומנתחים אותם עבור דפוסים ומגמות, נתונים אלה מציעים פוטנציאל לביצוע קמעונאי יעיל יותר.
מספר חברות CPG השתמשו בפתרונות המופעלים על ידי AI של Trax כדי להגדיל את ההכנסות על ידי שיפור היעילות של נציגי המכירות, מתן תובנות למנהלי קטגוריות לגבי תאימות לפלנוגרמות ומיקום מוצרים, וסיוע למנהלי חנויות לקבל החלטות מושכלות לגבי תנאי החנות. גלה כיצד.
הגדל את היעילות של החזרות והפחת את אזל המלאי
אם נכנסתם למעברי השיער או טיפוח העור בסופרמרקט בגרמניה, רוב הסיכויים שהייתם אוספים מוצר של הנקל. עם יותר מ-900 מק"ט ב-6 קטגוריות על מדפי הקמעונאות, Henkel Beauty Care היא מובילה עולמית בתחום, וכמו לכל ענקית אחרת, היו להם חלק משלהם בבעיות במעבר.
בעבר, צוות המרצ'נדייז ערך ביקורת מדף ידנית, שמשמעותה שהם בילו רק 10 דקות מכל שעה בחנות במכירה אקטיבית.
השימוש ב-Trax Retail Execution אפשר להם פשוט לצלם תמונות מדף באמצעות הסמארטפונים שלהם. התמונות נותחו על ענן Trax והומרו לתובנות משמעותיות כמעט בזמן אמת.
המעבר הפשוט הזה ל-Data Driven Merchandising הקטין את הזמן שהושקע בבדיקת תפוצה ואיסוף נתונים ב-50 אחוזים ונתן לנציגים 150 אחוז יותר זמן כדי לפתוח הזדמנויות ליצירת הכנסה .
90% מההכנסות של הנקל מטיפוח היופי מגיעות מ-10 המותגים המובילים שלה. לכידת מידע פרטני ברמת מק"ט העניקה להם גישה לנתוני שטח עשירים שאפשרו לצוות לזהות אילו ממוצרי הליבה שלהם חסרים על המדפים, ולהפחית את אזל המלאי ב-4.3 אחוזים. הפעולה המתקנת שלאחר מכן הובילה לעליית הכנסות של יותר מ-2 אחוזים בתוך שלושה וחצי חודשים.
יישר מחדש את אסטרטגיית השוק והגדל את נתח השוק
כאחד הבקבוקים והמפיצים הגדולים ביותר של משקאות מוכנים לשתייה באסיה הפסיפית, קוקה-קולה אמאטיל מגבירה ללא הרף את אסטרטגיית הביצוע הקמעונאית שלה.
החברה רצתה לשמור על ערנות לגבי קטגוריה - תה קר - שהיטיבה באופן מסורתי. לקוקה-קולה היה שיעור חדירת מוצרים גבוה ב-15% בהשוואה למתחרה הקרובה ביותר. עם זאת, לאחר שעבדה עם Trax Retail Execution, החברה גילתה שיש לה פחות חזיתות (-4 אחוזים) מאשר למתחרה העיקרית שלה.
טראקס גילתה כי חנויות שהחזיקו במלאי של תה קר של קוקה קולה עמדו בממוצע על 3.76 טעמים שונים של המותג, בעוד שחנויות עם מוצרי המתחרה עמדו בממוצע על 6.58 טעמים, מה שהוביל לנתח מדף גבוה יותר. עם זאת, זה היה נכון רק עבור שניים מתוך ארבעה אזורי מיקוד.
אז במקום להציע מבצע חדש בכל החנויות, קוקה קולה כיוונה את האזורים הזקוקים להגדלת נתח השוק מול המתחרים. אסטרטגיה זו הביאה לצמיחת נתח שוק של 5 אחוזים תוך שבועיים בלבד , והניבה עלייה של 27,400 דולר במכירות נטו.
עקוב אחר תאימות המותג בנקודת המכירה
חברת בקבוקים ענקית נוספת, Coca-Cola Hellenic Russia עבדה עם Trax כדי לטפל בחוסר מערכת ביקורת של צד שלישי עבור ערוצי סחר כגון מגזר HoReCa (מלונות/מסעדות/בתי קפה), חנויות תחנות דלק ומסעדות עם שירות מהיר. החברה הייתה תלויה לחלוטין בנציגי מכירות והייתה זקוקה למנגנון ביקורת חזק כדי להעריך נוכחות ותאימות של המותג בסניפים אלה.
Trax עזר לחברה לפקח על עמידה בתקני סחורה ולהעריך את ההשפעה של פעילויות המעורבות במותג ב-outlet. פתרון Trax זיהה תמונות של סחורה להפעלת מפתח, אשר נותחו כדי לעקוב אחר תאימות לתקני הסחורה המתוכננים עבור כל סוג שקע. לדוגמה, תמונות של "קומבו", שמצלמות מקרים של שילובי כוסות משקה, פריטי מזון והנחה במחיר בתפריט או בתצוגה.
הפתרון עזר לייעל את תהליך הביקורת של הפעלת המותג בכל נקודות מכירה, תוך הבטחת התמורה הטובה ביותר לכסף מתוכניות נקודת המגע המוסכמות.
כפי שהדוגמאות הללו מראות, בינה מלאכותית יכולה להיות בעלת ברית איתנה עבור חברות CPG שמטרתן להישאר לפני המתחרים. פתרונות סחורה מונעי נתונים כמו אלה שמציעה Trax הופכים במהירות למקור האמת המדף, ומאפשרים לחברות להגדיל את נתח המדף וההכנסות, כמו גם לשמור על עמידה בתקני ותוכניות סחורה.
