Data staan nu vooraan in de schappen van de grote supermarkt vol kansen voor de detailhandel. Help uzelf: profiteer services van deze ongeëvenaarde services !
De bijzonder turbulente marktomstandigheden in 2022 hebben het prijs- en toeleveringsketenbeleid van de detailhandel ontwricht. Hoewel prijsoptimalisatie altijd al een dagelijkse zorg is geweest voor deze sector, hebben de stijging van de consumentenprijzen met 5,2% over heel 2022 (tegenover 1,6% in 2021) en de versnelling daarvan in het eerste kwartaal van 2023 de noodzaak om te reageren nog vergroot. Er moeten dagelijks vaker beslissingen over prijsaanpassingen worden genomen om kostenstijgingen op te vangen of te reageren op herpositionering door concurrenten, en deze moeten onmiddellijk in de winkelnetwerken worden doorgevoerd.
Tot overmaat van ramp hangt er nog steeds een schaduw over de toeleveringsketens, een erfenis van de pandemie. Veel winkeliers weten niet meer zeker of ze alle producten kunnen aanbieden vanwege een tekort aan voorraad.
Om beide uitdagingen het hoofd te bieden, onderscheiden zich bedrijven die in staat zijn om sterk op hun data te vertrouwen data deze direct en op grote schaal te verwerken met behulp van machine learning. Natuurlijk kun je niet van de ene op de andere dag van data naar data veranderen, maar in tegenstelling tot wat vaak wordt gevreesd, zijn de technologieën inmiddels zo ver ontwikkeld dat de eerste bouwstenen – die al snel vruchten kunnen afwerpen – binnen enkele weken kunnen worden geïmplementeerd.
Machine learning om prijzen te optimaliseren…
Door de inflatie is de aandacht van retailers vooral gericht op de dagelijkse uitdaging van prijsoptimalisatie: hoe identificeer je producten die het meest gevoelig zijn voor prijsschommelingen (elasticiteit)? Welke producten bepalen het prijsimago van een merk (artikelen met een bekende waarde)? Hoe reageer je in realtime op herpositionering door concurrenten? Aangezien promoties een steeds groter deel van de omzet uitmaken (consumenten zijn meer dan ooit op zoek naar koopjes die binnen een krap budget passen), hoe kunnen deze dan worden geoptimaliseerd zonder dat dit ten koste gaat van de winstgevendheid? Alle antwoorden zitten in de data! data eigen verkoopgeschiedenis kunnen worden gecombineerd met externe data prijs- en promotiegegevens van concurrenten, seizoensinvloeden, kalendergebeurtenissen en, ja, zelfs het weer (!) om de juiste beslissingen te nemen. Prijsstellers en category managementteams van retailers doen dit meestal allemaal. Helaas moeten ze vaak in Excel werken, maar hebben ze daar vanwege hun andere verantwoordelijkheden maar weinig tijd voor.
Wat is er dan nieuw? Wel, het is de beschikbaarheid van beproefde, kant-en-klare algoritmen die de eenvoudigste besluitvormingsprocessen automatiseren. Het is de naadloze en enorme beschikbaarheid van data van derden data de markt. Het is het gebruiksgemak van technologiestacks waarmee miljoenen transacties in enkele milliseconden kunnen worden verwerkt. Tegenwoordig kost het slechts drie maanden om een data te bouwen dat alle data, promoties, voorraad, producthiërarchie, winkelhiërarchie, data, enz. combineert. En een technologiepartner kan de infrastructuur, de inzet van middelen en de netwerkdimensies in de cloud beheren cloud zijn managed services. Tegenwoordig ben je, net als Monsieur Jourdain, een data zonder dat je het beseft als je Excel en PowerPoint beheerst: binnen enkele dagen kun je de controle over data BigQuery (Google), Synapse (Microsoft) of Snowflake overnemen en interactieve dashboards bouwen in Looker, Power BI of Tableau.
…en de voorraad beter beheren
De afgelopen jaren hebben ook de gezondheidssituatie en de geopolitieke context de toeleveringsketens voor uitdagingen gesteld. Tegenwoordig varieert de leveringsgraad van leveranciers van week tot week en kunnen levertijden zeer onzeker zijn. Ook de distributiekanalen zijn zeer complex geworden: niet alleen moeten winkels worden bevoorraad, maar ook thuisbezorging, click-and-collect en samenwerkingsverbanden moeten worden bediend. Opnieuw schiet data retailers te hulp door hen in staat te stellen het voorraadbeheer beter te beheersen. Door gebruik te maken van machine learning kunnen retailers nu kassabonnen in realtime analyseren om onmiddellijk artikelen te detecteren die niet op voorraad zijn, de spreiding van onzekerheden over alle schakels in de keten berekenen om buffervoorraden beter te dimensioneren, of de voorraadtoewijzing verbeteren onder een oneindig aantal beperkingen (om kosten te optimaliseren, levertijden te verkorten of de CO2-voetafdruk te verkleinen).
data binnen de hele organisatie toegankelijker maken: data om mensen
In een sector waar de marges zo krap zijn dat operationele uitmuntendheid een must is, organisatie het concept van een data organisatie zeker niet nieuw. Wat vandaag de dag verandert, is de toegankelijkheid en het gebruiksgemak van technologische platforms.
Als technologie geen belemmering meer vormt, blijft de uitdaging om deze oplossingen voor een zo breed mogelijk audience toegankelijk te maken. Om het gebruik ervan te democratiseren, moeten eenvoudige oplossingen op grote schaal worden ingezet, moeten opleidingsprogramma’s voor medewerkers worden uitgebreid – of die nu op aanvraag of intensiever zijn – en moeten evenementen (zoals hackathons) worden georganiseerd om de managers te betrekken die de transformatie aansturen. Data over mensen. Dat is de slogan Artefact, en terecht.
Gegevens die direct geld opleveren dataMaar misschien niet meteen voor iedereen
De kers op de taart is dat data een goudmijn is, dankzij retailmedia en data . Nu digitale signalen steeds moeilijker te vangen zijn, zijn de miljarden transacties en klantinteracties die retailers genereren voor hen een cruciaal strategisch voordeel geworden. Deze data, die een diepgaand inzicht bieden in de verwachtingen van de consument, hebben een groot potentieel om te worden gemonetariseerd. Maar het betekent een ingrijpende, existentiële transformatie van het bedrijfsmodel van de retailer: een verschuiving van een zelfgefinancierd model (met negatief werkkapitaal) maar met zeer krappe marges, naar een model waarin de initiële investeringen aanzienlijk zijn maar de marges hoog. Een copernicaanse revolutie, misschien niet de gemakkelijkste om te doorvoeren voor alle spelers.
In de grote supermarkt van kansen voor waardecreatie in de detailhandel liggen data nu vooraan in het schap, bij de zelfbediening. Detailhandelaren, waarom zouden jullie wachten om deze ongeëvenaarde services jullie partners te delen?

BLOG







