Welche wichtigen Trends prägen derzeit die Konsumgüterbranche? In ihrem Gespräch für „The Bridge“ erörtern Arvand Modarresi, Managing Partner und Global Lead für Consumer Brands Artefact, sowie Alexis Poujade, Partner und Lead für Consumer Brands, vier zentrale Themen der Zeit nach Covid:

  • Der zunehmende Druck auf die Rentabilität und die Notwendigkeit, den ROI nachzuweisen
  • Mit data geschäftliche Schwankungen bewältigen
  • Das Risiko der Disintermediation in einer AIHandelslandschaft
  • Neugestaltung von Geschäftsprozessen mit generativer AI Agenten

Seit seinem Eintritt Artefact leitet Arvand Modarresi globale AI data AI für Konsumgüterunternehmen und unterstützt führende Marken dabei, ihre Marketing-, Vertriebs- und Betriebsstrategien neu zu gestalten, um die Rentabilität und Agilität zu steigern. Arvand verfügt über einen Master of Science in Management und Wirtschaftswissenschaften und bringt umfassende Fachkenntnisse im Bereich der Strategie für Konsumgütermarken mit.

Alexis Poujade verfügt über 20 Jahre Erfahrung in der Verknüpfung von Strategie, Marketing, data, Digitaltechnik und AI Prestigemarken sowie in der Leitung von funktionsübergreifenden Teams in Europa, Nordamerika, Asien und Afrika. Er hat einen MBA der ESSEC Business School und ist auf die ROI-Optimierung in den Bereichen Marketing und Vertrieb spezialisiert.

Vom Rentabilitätsdruck bis hin zu intelligenten Entscheidungen

Eine der bedeutendsten Veränderungen im Konsumgüterbereich seit Beginn der Pandemie ist das Ende der Phase des „leichten Wachstums“. Mehrere Jahre lang konnten viele Marken die steigenden Kosten durch Preiserhöhungen und eine starke Nachfrage auffangen. Diese Dynamik hat sich nun gewandelt. „Heute AI alles, was mit data AI zu tun hat, einen ROI nachweisen“, erklärt Arvand. „Der Druck auf die Rentabilität ist enorm.“

Infolgedessen setzen Unternehmen zunehmend auf fortschrittliche Analysen, um ihre geschäftlichen und marketingbezogenen Entscheidungen zu untermauern. Tools wie das Marketing-Mix-Modell (MMM), für die früher erhebliche technische Investitionen erforderlich waren, sind heute in vielen Unternehmen weit verbreitet.

Alexis stellt fest, dass Unternehmen auch bei ihrem Umgang mit der Leistungsmessung einen höheren Reifegrad erreicht haben. „Der ROI wird heute oft von den Finanzvorständen vorangetrieben“, sagt er. „Marketing, Vertrieb und andere Teams müssen nun mit sehr fundierten analytischen Antworten reagieren.“

Das Revenue Growth Management (RGM) ist ein deutliches Beispiel für diesen Wandel. Anstatt pauschale Preiserhöhungen vorzunehmen, nutzen Unternehmen heute ausgefeilte Algorithmen , um Preise über Produkte, Kategorien und Vertriebskanäle hinweg zu optimieren. Diese Tools ermöglichen es Marken, Szenarien zu simulieren, Werbestrategien zu verfeinern und bei Verhandlungen mit Einzelhändlern auf präzise data Intuition zurückzugreifen.

Mit data einen volatilen Markt navigieren

Über die Rentabilität hinaus ist die Volatilität zu einer entscheidenden Herausforderung für globale Konsumgütermarken geworden. Die wirtschaftlichen Rahmenbedingungen unterscheiden sich regional stark, wobei sich Märkte wie China, die Vereinigten Staaten und Europa auf sehr unterschiedlichen Wegen entwickeln. Um sich darauf einzustellen, benötigen Unternehmen Echtzeit-Einblicke in die Marktdynamik und das Verbraucherverhalten.

„Unternehmen wollen wirklich in Echtzeit verstehen, was auf dem Markt vor sich geht“, sagt Arvand. „Sie wollen am Puls der Verbraucher bleiben.“

Bislang stützten sich Marken stark auf syndizierte data Marktforschungsanbietern wie Nielsen oder Kantar. Diese Quellen sind zwar nach wie vor wertvoll, doch ergänzen viele Unternehmen sie mittlerweile durch detailliertere data direkt von Einzelhändlern data . Der Zugang zu diesen Informationen ermöglicht es Marken, die Produktleistung auf einer wesentlich detaillierteren Ebene zu analysieren, Kundenbewegungen zu beobachten und das Kaufverhalten besser zu verstehen.

Diese Entwicklung stärkt zudem die Zusammenarbeit zwischen Marken und Einzelhändlern. Durch den Austausch von data Analysen lassen sich umfassendere gemeinsame Geschäftspläne erstellen, bei denen geschäftliche Entscheidungen wie Werbeaktionen, Sortimentsgestaltung und Preisstrategien auf präzisen Erkenntnissen statt auf Annahmen beruhen.

Disintermediation: Bedrohung oder Chance?

Die Beziehung zwischen Marken, Einzelhändlern und Verbrauchern war schon immer komplex. In der Vergangenheit spielten Einzelhändler eine dominierende Rolle bei der Steuerung des Zugangs zu den Verbrauchern und bestimmten, wie Produkte entdeckt und gekauft werden. Heute jedoch hält ein neuer Vermittler Einzug in dieses Ökosystem: AI dialogorientierte AI.

„Durch große Sprachmodelle und Dialogtools besteht die Gefahr, dass Marken den direkten Kontakt zum Verbraucher verlieren“, warnt Arvand.

AI und dialogorientierte Suchmaschinen unterstützen Verbraucher zunehmend bei der Produktsuche. Anstatt auf Händler-Websites oder Markenseiten zu stöbern, verlassen sich Nutzer möglicherweise auf AI , um Produktempfehlungen zu erhalten, Optionen zu vergleichen oder komplexe Fragen zu klären.

Dieser Wandel könnte jedoch auch neue Chancen für Marken eröffnen. Da dialogorientierte Suchanfragen oft schon früh im Entscheidungsprozess gestellt werden, eröffnen sie neue Möglichkeiten für Marken, die Kaufentscheidung der Verbraucher noch vor der letzten Kaufphase zu beeinflussen . „Bei der promptbasierten Suche werden die Karten neu gemischt“, erklärt Alexis. „Viele Fragen tauchen schon sehr früh im Trichter auf, und das kann den Marken tatsächlich zugutekommen.“

In diesem Zusammenhang gewinnt die Zusammenarbeit zwischen Marken und Einzelhändlern noch mehr an Bedeutung. Durch die Bündelung von Erkenntnissen und die Abstimmung ihrer Strategien können beide Seiten differenziertere Kundenerlebnisse schaffen und in einem AIHandelsumfeld relevant bleiben.

Generative AI das Marketing und die Betriebsabläufe in der Konsumgüterbranche

Generative AI neue Formen der Kundeninteraktion. AITools können Käufer bei der Produktauswahl unterstützen, sei es durch personalisierte Empfehlungen, Bilderkennung oder dialogorientierte Schnittstellen. So ermöglichen beispielsweise multimodale AI den Verbrauchern, Bilder hochzuladen und Produkte zu finden, die zu dem von ihnen gesuchten Stil oder Umfeld passen.

GenAI beschleunigt zudem Innovationszyklen. Marketingkampagnen, Produktkonzepte und kreative Inhalte lassen sich nun wesentlich schneller als bisher erstellen und testen. AI mithilfe synthetischer Personas sogar Verbraucherreaktionen simulieren, sodass Teams Ideen bereits in einer früheren Phase des Entwicklungsprozesses validieren können.

Schließlich AI die betriebliche Effizienz in Unternehmen zu steigern. Viele Supportfunktionen wie Finanzen, Personalwesen und Marketing können durch AI teilweise automatisiert werden. Dadurch können Unternehmen Ressourcen für Innovationen und strategische Initiativen freisetzen.

Arvand beschreibt ein extremes, aber in der Branche zunehmend diskutiertes Szenario: „Die Vorstellung ist, dass hochspezialisierte Marken mit zehn oder fünfzehn Mitarbeitern, die durch AI vollständig automatisiert sind, mit den Giganten konkurrieren.“ Auch wenn diese Vision noch theoretischer Natur ist, verdeutlicht sie doch, wie dramatisch AI die Wettbewerbslandschaft verändern AI .

Wird AI Chancengleichheit AI oder die Kluft vergrößern?

Eine zentrale Frage für die Zukunft der Konsumgüterindustrie ist, ob AI die Vormachtstellung der großen, etablierten Unternehmen weiter festigen oder kleineren Wettbewerbern zu Erfolg verhelfen AI .

In der Vergangenheit hatten große Konsumgütermarken zwei wesentliche Vorteile: den Zugang zu riesigen Datensätzen und die finanziellen Mittel, um in fortschrittliche Technologien zu investieren. Heute AI generative AI einige dieser Barrieren AI . Data Kapital verschafften großen Marken früher einen enormen Vorteil“, sagt Arvand. „Doch mit AI lassen sich viele Prozesse nun von Grund auf neu gestalten.“

Dies eröffnet kleineren, von Grund auf digital ausgerichteten Marken die Möglichkeit, viel schneller zu wachsen. In Branchen wie der Kosmetikbranche haben neue Marktteilnehmer bereits gezeigt, wie schnell Marken durch starke digitale Strategien und Engagement in den sozialen Medien wachsen können.

Gleichzeitig nutzen Investoren zunehmend data AI vielversprechende aufstrebende Marken zu identifizieren. Durch die Analyse von Signalen aus sozialen Medien, der Kundenbindung und Online-Leistungskennzahlen können AI dabei helfen, Unternehmen mit hohem Potenzial bereits in einem viel früheren Entwicklungsstadium zu erkennen.

Fazit: Eine neue Wettbewerbslandschaft für Konsumgüter

Data AI im Konsumgüterbereich längst keine experimentellen Ansätze mehr. Sie spielen eine immer zentralere Rolle dabei, wie Marken ihre Preisgestaltung, ihre Marketingleistung, ihre Geschäftsverhandlungen und ihre Produktinnovationen steuern.

Gleichzeitig wird das Wettbewerbsumfeld immer dynamischer. Conversational Commerce, generative AI und agentenbasierte Automatisierung verändern die Art und Weise, wie Verbraucher Produkte entdecken und wie Unternehmen arbeiten.

Für Konsumgütermarken besteht die Herausforderung nicht einfach darin, AI einzuführen. Es geht vielmehr darum, zu lernen, wie man Prozesse neu gestaltet, die Zusammenarbeit innerhalb des gesamten Ökosystems stärkt und data schnellere und bessere Entscheidungen umsetzt. In einer Branche, die traditionell durch Größe und Markenstärke geprägt AI eine neue Wettbewerbsdimension: Agilität. Erfolgreich werden jene Unternehmen sein, die in der Lage sind, fortschrittliche Analysen mit einem tiefgreifenden Verständnis der Verbraucher zu verbinden und gleichzeitig ihre Geschäftsmodelle für eine AIZukunft umzugestalten.

 

Sehen Sie sich das Originalinterview auf Französisch an: