Data technologieën staan nu aan het begin van het gangpad in de grote supermarkt van winkelmogelijkheden. Bedien uzelf: profiteer vandaag nog van deze onverslaanbare aanbiedingen!
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 prijsaanpassingsbeslissingen worden genomen om kostenstijgingen op te vangen of te reageren op herpositionering door concurrenten, en deze beslissingen 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 deze beide uitdagingen het hoofd te bieden, onderscheiden spelers die sterk op hun data kunnen vertrouwen en deze onmiddellijk en op schaal kunnen verwerken door middel van machine learning. Natuurlijk kunt u niet van de ene dag op de andere van data-rijk naar data-driven 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 detailhandelaren 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 in realtime te 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 binnen een krap budget passen), hoe kunnen deze geoptimaliseerd worden zonder de winstgevendheid te beïnvloeden? Alle antwoorden vindt u in de data! Klant data en eigen verkoopgeschiedenis kunnen gecombineerd worden met externe data zoals prijs- en promotiegegevens van concurrenten, seizoensgebondenheid, kalendergebeurtenissen en ja, zelfs het weer (!) om de juiste beslissingen te nemen. Verkoopprijzen en categoriebeheer teams doen dit meestal allemaal. Helaas moeten zij vaak in Excel werken, maar hebben zij vanwege hun andere verantwoordelijkheden weinig tijd om hieraan te besteden.
Wat is er dan nieuw? Wel, het is de beschikbaarheid van bewezen kant-en-klare algoritmen 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 verwerkt kunnen worden. Vandaag de dag duurt het slechts drie maanden om een data platform te bouwen die alle transactie data, promoties, voorraad, producthiërarchie, winkelhiërarchie, klant data, etc. combineert. En een technologiepartner kan de infrastructuur, de inzet van middelen en de netwerkdimensies in de cloud beheren via zijn beheerde diensten. Tegenwoordig bent u, net als Monsieur Jourdain, als u Excel en PowerPoint kent, een data analist zonder het te beseffen: binnen enkele dagen kunt u de controle over data overnemen in BigQuery (Google), Synapse (Microsoft) of Snowflake en interactieve dashboards bouwen in Looker, Power BI of Tableau.
...en inventaris beter beheren
De afgelopen jaren heeft de gezondheids- en geopolitieke context de toeleveringsketens ook 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 er moet ook aan thuisleveringen, click-and-collect en partnerschappen geleverd worden. Opnieuw komt de data wetenschap retailers te hulp door hen in staat te stellen om het voorraadbeheer beter te beheren. 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 toewijzing van voorraden onder een oneindig aantal beperkingen te verbeteren (om kosten te optimaliseren, levertijden te verkorten of de CO2-voetafdruk te verkleinen).
Democratiseren van data-gebruik in het hele bedrijf: data gaat over mensen
In een sector waar de marges zo krap zijn dat operationele uitmuntendheid een noodzaak is, is het idee van een data-driven-bedrijf 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 gaat over mensen. Dit 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 is, dankzij detailhandelmedia en data delen. 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 geeft in de verwachtingen van de consument, heeft 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 om waarde te creëren in de detailhandel, staan de data technologieën nu bovenaan het schap, in zelfbediening. Retailers, waarom wachten om deze onverslaanbare aanbiedingen met uw partners te delen?

BLOG







