Data technologieën staan nu aan het begin van het gangpad in de grote supermarkt van winkelmogelijkheden. Bedien jezelf: profiteer vandaag nog van deze onverslaanbare services !
Bijzonder turbulente marktomstandigheden in 2022 verstoorden het prijsbeleid en de toeleveringsketen van de detailhandel. Hoewel prijsoptimalisatie altijd al een dagelijkse zorg is geweest voor deze sector, hebben de stijging van de consumentenprijzen met 5,2% over heel 2022 (vergeleken met 1,6% in 2021) en de versnelling daarvan in het eerste kwartaal van 2023 de noodzaak om te reageren versterkt. Er moeten dagelijks frequentere prijsaanpassingen worden doorgevoerd om kostenstijgingen op te vangen of te reageren op herpositioneringen van concurrenten, en deze moeten onmiddellijk in winkelnetwerken worden toegepast.
Tot overmaat van ramp hangt er nog steeds een schaduw over de toeleveringsketens, een erfenis van de pandemie. Veel detailhandelaren weten niet meer zeker of ze alle producten kunnen aanbieden door een gebrek aan voorraad.
Om beide uitdagingen het hoofd te bieden, onderscheiden spelers die in staat zijn om sterk op hun data te vertrouwen en deze onmiddellijk en op schaal te verwerken door middel van machine learning. Natuurlijk kun je niet van de ene dag op de andere van data naar data gaan, maar in tegenstelling tot wat vaak wordt gevreesd, is de volwassenheid van de technologieën zodanig dat de eerste bouwstenen, die snel hun vruchten kunnen afwerpen, al binnen enkele weken kunnen worden ingezet.
Machine learning om prijzen te optimaliseren...
Inflatie heeft de aandacht van retailers 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 (bekende waardeartikelen)? Hoe kun je in realtime reageren op herpositioneringen van concurrenten? Aangezien promoties een steeds groter deel van de verkoop uitmaken (consumenten zijn meer dan ooit op zoek naar koopjes die passen binnen een krap budget), hoe kunnen ze worden geoptimaliseerd zonder de winstgevendheid te beïnvloeden? Alle antwoorden zijn te vinden in de data! data en eigen verkoopgeschiedenis kunnen worden gecombineerd met externe data zoals prijs- en promotiegegevens van concurrenten, seizoensgebondenheid, kalendergebeurtenissen en ja, zelfs het weer (!) om de juiste beslissingen te nemen. Prijsbepalers en categoriemanagementteams van retailers doen dit meestal allemaal. Helaas moeten ze vaak in Excel werken, maar hebben ze door hun andere verantwoordelijkheden weinig tijd om eraan te besteden.
Wat is er nieuw? Wel, het is de beschikbaarheid van bewezen kant-en-klare algoritmes die de eenvoudigste besluitvormingsprocessen automatiseren. Het is de naadloze en massale beschikbaarheid van data van derden op de markt. Het is het gebruiksgemak van technologiestacks waarmee miljoenen transacties in een paar milliseconden kunnen worden verwerkt. Vandaag de dag duurt het slechts drie maanden om een data te bouwen dat alle data, promoties, voorraad, producthiërarchie, winkelhiërarchie, data, etc. combineert. En een technologiepartner kan de infrastructuur, de inzet van resources en de netwerkdimensies in de cloud beheren via zijn managed services. Vandaag de dag ben je net als Monsieur Jourdain, als je Excel en PowerPoint kent, een data zonder het te beseffen: in een kwestie van dagen kun je data beheren in BigQuery (Google), Synapse (Microsoft) of Snowflake en interactieve dashboards bouwen in Looker, Power BI of Tableau.
...en voorraad beter beheren
De afgelopen jaren heeft ook de gezondheids- en geopolitieke context de toeleveringsketens op de proef gesteld. Tegenwoordig varieert de servicegraad van leveranciers van week tot week en kunnen levertijden erg onzeker zijn. Distributiekanalen zijn ook zeer complex geworden: niet alleen moeten winkels bevoorraad worden, maar ook thuisleveringen, click-and-collect en partnerschappen moeten bediend worden. Opnieuw komt data retailers te hulp door hen in staat te stellen het voorraadbeheer beter te controleren. Door gebruik te maken van machine learning kunnen retailers nu kassabonnen in realtime analyseren om onmiddellijk out-of-stock artikelen te detecteren, de spreiding van onzekerheden over alle schakels in de keten te berekenen om buffervoorraden beter in te schatten, of de voorraadallocatie onder een oneindig aantal beperkingen te verbeteren (om kosten te optimaliseren, levertijden te verkorten of de ecologische voetafdruk te verkleinen).
Democratisering van data in de hele organisatie: data gaan over mensen
In een sector waar de marges zo krap zijn dat operational excellence een noodzaak is, is het idee van een data organisatie verre van nieuw. Wat vandaag de dag verandert, is het gemak van toegang en gebruik van technologische platforms.
Als technologie niet langer een barrière vormt, bestaat de uitdaging er nog steeds in om deze oplossingen beschikbaar te maken voor een zo breed mogelijk audience. Om het gebruik ervan te democratiseren, moeten eenvoudige oplossingen op grote schaal worden ingezet, moeten trainingsprogramma's voor werknemers worden vermenigvuldigd, of ze nu on-demand of intensiever zijn, en moeten er evenementen (bijv. hackathons) worden georganiseerd om de managers die de transformatie aansturen erbij te betrekken. Data gaan over mensen. Dat is de slogan van Artefact, en terecht.
Direct te gelde te maken data... Maar misschien niet meteen voor iedereen
De kers op de taart is dat data zelf een goudmijn zijn, dankzij retailmedia en het delen van data . Nu het steeds moeilijker wordt om digitale signalen op te vangen, zijn de miljarden transacties en klantinteracties die retailers genereren een cruciaal strategisch voordeel voor hen geworden. Deze data, die een diepgaand inzicht geven in de verwachtingen van de consument, hebben een groot potentieel om te gelde te maken. Maar het betekent een diepgaande, existentiële transformatie van het bedrijfsmodel van retailers: van een model dat zichzelf financiert (met negatief werkkapitaal), maar met zeer kleine marges, naar een model waarbij de initiële investeringen aanzienlijk zijn, maar de marges hoog. Een Copernicaanse revolutie, die misschien niet voor alle spelers even gemakkelijk is.
In de grote supermarkt van mogelijkheden voor waardecreatie in de detailhandel, staan data nu bovenaan het schap, in zelfbediening. Retailers, waarom wachten om deze onverslaanbare services met uw partners te delen?