Welke belangrijke trends zijn momenteel van invloed op de CPG-sector? In hun gesprek voor The Bridge bespreken Arvand Modarresi, Managing Partner en Global Lead voor Consumer Brands Artefact, en Alexis Poujade, Partner en Lead voor Consumer Brands, vier belangrijke thema’s in de post-coronaperiode:

  • De toenemende druk om winstgevend te zijn en de noodzaak om het rendement op de investering aan te tonen
  • Omgaan met zakelijke schommelingen aan de hand van data
  • Het risico van desintermediatie in een AIhandelswereld
  • Bedrijfsprocessen vernieuwen met generatieve AI agents

Sinds hij bij Artefact in dienst trad, heeft Arvand Modarresi wereldwijde AI data AI voor de CPG-sector geleid. Hij heeft toonaangevende merken ondersteund bij het herzien van hun marketing-, commerciële en operationele strategieën om de winstgevendheid en flexibiliteit te vergroten. Arvand heeft een master in Management en Economie en beschikt over uitgebreide expertise op het gebied van strategie voor consumentenmerken.

Alexis Poujade heeft twintig jaar ervaring in het combineren van strategie, marketing, data, digitale technologie en AI prestigieuze merken, en in het aansturen van directe en functieoverschrijdende teams in Europa, Noord-Amerika, Azië en Afrika. Hij heeft een MBA van de ESSEC Business School en is gespecialiseerd in het optimaliseren van het rendement op investeringen (ROI) voor marketing en verkoop.

Van druk op de winstgevendheid tot intelligente besluitvorming

Een van de belangrijkste verschuivingen in de CPG-sector sinds de pandemie is het einde van de periode van „gemakkelijke groei“. Jarenlang konden veel merken de stijgende kosten opvangen door prijsverhogingen en een sterke vraag. Die dynamiek is nu veranderd. „Tegenwoordig AI alles wat met data AI te maken heeft, een ROI opleveren“, legt Arvand uit. „Er staat enorme druk op de winstgevendheid.“

Daardoor maken bedrijven steeds vaker gebruik van geavanceerde analyses om commerciële en marketingbeslissingen te onderbouwen. Tools zoals Marketing Mix Modeling (MMM), waarvoor vroeger aanzienlijke technische investeringen nodig waren, worden tegenwoordig op grote schaal binnen organisaties ingezet.

Alexis merkt op dat organisaties ook een grotere mate van volwassenheid hebben bereikt in de manier waarop ze prestatiemeting benaderen. „ROI wordt tegenwoordig vaak aangestuurd door CFO’s”, zegt hij. „Marketing, sales en andere teams moeten daar nu met zeer gedegen analytische antwoorden op komen.”

Revenue Growth Management (RGM) is een duidelijk voorbeeld van deze verschuiving. In plaats van uniforme prijsverhogingen door te voeren, maken bedrijven nu gebruik van geavanceerde algoritmen om prijzen te optimaliseren voor verschillende producten, categorieën en distributiekanalen. Met deze tools kunnen merken scenario’s simuleren, promotiestrategieën verfijnen en met retailers onderhandelen op basis van nauwkeurige data van intuïtie.

data gebruiken data door een volatiele markt te navigeren

Naast winstgevendheid is volatiliteit een cruciale uitdaging geworden voor wereldwijde consumentenmerken. De economische omstandigheden lopen per regio sterk uiteen, waarbij markten als China, de Verenigde Staten en Europa zich langs zeer verschillende trajecten ontwikkelen. Om zich hieraan aan te passen, hebben bedrijven realtime inzicht nodig in de marktdynamiek en het consumentengedrag.

"Bedrijven willen echt in realtime begrijpen wat er op de markt gebeurt", zegt Arvand. "Ze willen de vinger aan de pols van de consument houden."

Van oudsher waren merken sterk afhankelijk van geaggregeerde data panelbedrijven zoals Nielsen of Kantar. Hoewel deze bronnen nog steeds waardevol zijn, vullen veel bedrijven deze nu aan met meer gedetailleerde data rechtstreeks bij retailers data . Dankzij deze informatie kunnen merken de prestaties van producten op een veel gedetailleerder niveau analyseren, migratiepatronen van klanten volgen en het koopgedrag beter begrijpen.

Deze ontwikkeling zorgt ook voor een nauwere samenwerking tussen merken en retailers. Dankzij gedeelde data analyses kunnen er uitgebreidere gezamenlijke bedrijfsplannen worden opgesteld, waarbij commerciële beslissingen – zoals promoties, assortimenten en prijsstrategieën – worden gebaseerd op nauwkeurige inzichten in plaats van op aannames.

Disintermediatie: bedreiging of kans?

De relatie tussen merken, detailhandelaren en consumenten is altijd al complex geweest. Detailhandelaren hebben van oudsher een dominante rol gespeeld bij het bepalen van de toegang tot consumenten en hebben daarmee invloed gehad op de manier waarop producten worden ontdekt en gekocht. Tegenwoordig doet er zich echter een nieuwe tussenpersoon op in dit ecosysteem: conversationele AI.

"Met LLM’s en conversatietools bestaat het risico dat merken hun directe contact met de consument verliezen", waarschuwt Arvand.

AI en conversatiegerichte zoekmachines begeleiden consumenten steeds vaker bij het ontdekken van producten. In plaats van door websites van winkels of merkpagina’s te bladeren, vertrouwen gebruikers vaak op AI om producten aan te bevelen, opties te vergelijken of complexe vragen te beantwoorden.

Deze verschuiving zou echter ook nieuwe kansen voor merken kunnen creëren. Omdat conversatiegerichte zoekopdrachten vaak al in een vroeg stadium van het aankoopproces plaatsvinden, ontstaan er nieuwe mogelijkheden voor merken om de keuzes van consumenten te beïnvloeden nog voordat de daadwerkelijke aankoop plaatsvindt. „Bij prompt-gebaseerd zoeken worden de kaarten opnieuw geschud“, legt Alexis uit. „Veel vragen komen al heel vroeg in de aankooptrechter naar voren, en daar kunnen merken juist van profiteren.“

In deze context wordt samenwerking tussen merken en retailers nog belangrijker. Door inzichten te bundelen en strategieën op elkaar af te stemmen, kunnen beide partijen meer onderscheidende klantervaringen creëren en relevant blijven in een AIhandelsomgeving.

Generatieve AI een ommekeer in de marketing en bedrijfsvoering van consumentenproducten

Generatieve AI nieuwe vormen van consumentenbetrokkenheid mogelijk. AItools kunnen kopers helpen bij het kiezen van producten, bijvoorbeeld via gepersonaliseerde aanbevelingen, beeldherkenning of conversatie-interfaces. Met multimodale AI kunnen consumenten bijvoorbeeld afbeeldingen uploaden en producten vinden die passen bij de stijl of omgeving waarnaar ze op zoek zijn.

GenAI versnelt ook innovatiecycli. Marketingcampagnes, productconcepten en creatieve uitingen kunnen nu veel sneller dan voorheen worden ontwikkeld en getest. AI zelfs reacties van consumenten simuleren met behulp van synthetische persona’s, waardoor teams ideeën al in een vroeger stadium van het ontwikkelingsproces kunnen toetsen.

Ten slotte AI een verbetering van de operationele efficiëntie binnen organisaties. Veel ondersteunende functies, zoals financiën, HR en marketing, kunnen gedeeltelijk worden geautomatiseerd met behulp van AI . Hierdoor kunnen bedrijven hun middelen inzetten voor innovatie en strategische initiatieven.

Arvand beschrijft een extreem maar steeds vaker besproken scenario binnen de sector: „De fantasie is die van hypergespecialiseerde merken met tien of vijftien medewerkers, die dankzij AI volledig geautomatiseerd zijn en concurreren met de reuzen.“ Hoewel deze visie voorlopig nog theoretisch is, laat ze zien hoe ingrijpend AI het concurrentielandschap AI veranderen.

Zal AI het speelveld AI of de kloof vergroten?

Een cruciale vraag voor de toekomst van de CPG-sector is of AI de dominante positie van grote, gevestigde bedrijven AI versterken of juist kleinere concurrenten in staat zal stellen om te floreren.

Van oudsher hadden grote consumentenmerken twee belangrijke voordelen: toegang tot enorme datasets en de financiële middelen die nodig zijn om te investeren in geavanceerde technologie. Tegenwoordig AI generatieve AI sommige van deze drempels worden verlaagd. „Vroeger gavenData kapitaal grote merken een enorm voordeel“, zegt Arvand. „Maar met AI kunnen veel processen nu helemaal opnieuw worden ontworpen.“

Dit biedt kleinere, van huis uit digitale merken de kans om veel sneller te groeien. In sectoren zoals de schoonheidsindustrie hebben nieuwkomers al laten zien hoe snel merken kunnen groeien dankzij sterke digitale strategieën en betrokkenheid op sociale media.

Tegelijkertijd maken beleggers steeds vaker gebruik van data AI veelbelovende opkomende merken te identificeren. Door sociale signalen, consumentenbetrokkenheid en online prestatie-indicatoren te analyseren, kunnen AI helpen om bedrijven met een groot potentieel al in een veel vroeger stadium van hun ontwikkeling te herkennen.

Conclusie: Een nieuw concurrentielandschap voor CPG

Data AI in de CPG-sector niet langer experimentele toepassingen. Ze spelen een steeds centralere rol in de manier waarop merken hun prijsbeleid, marketingprestaties, commerciële onderhandelingen en productinnovatie aanpakken.

Tegelijkertijd wordt de concurrentieomgeving steeds dynamischer. Conversational commerce, generatieve AI en agentgebaseerde automatisering zorgen voor een ingrijpende verandering in de manier waarop consumenten producten ontdekken en organisaties werken.

Voor consumentenmerken is de uitdaging niet alleen het invoeren AI . Het gaat erom te leren hoe ze processen kunnen herontwerpen, de samenwerking binnen het ecosysteem kunnen versterken en data kunnen omzetten data snellere en betere beslissingen. In een sector die van oudsher wordt gekenmerkt door schaalgrootte en merkbekendheid, AI een nieuwe concurrentiefactor: wendbaarheid. Bedrijven die succesvol zullen zijn, zijn de bedrijven die geavanceerde analyses kunnen combineren met een diepgaand inzicht in de consument, terwijl ze hun bedrijfsmodellen transformeren met het oog op een AItoekomst.

 

Bekijk het originele interview in het Frans: