Zo gebruik je data en AI voor het zetten van de meest optimale prijzen en kortingen op al je verkoopkanalen

Transcript

2. Wij zijn een ‘advanced data analytics’ agency 2 Crunch Analytics is een 'advanced data analytics' agency met kantoren in Gent, Antwerpen & Rotterdam. We helpen retailers bij het verbeteren en automatiseren van hun cruciale bedrijfsprocessen, met de hulp van big data, AI-technieken en geavandeerde analytics.
3. We Enable Retailers to Make Better Decisions OUR MISSION We onderscheiden ons door een diepgaande kennis van de retailsector en een niet aflatende focus op het creëren van business value.
4. Data Strategy & Roadmap Analytics & AI Tooling Data Science & AI Training Hoe helpen we organisaties? Wij helpen organisaties te begrijpen hoe gebruik te maken van big data & AI- technieken (machine learning, deep learning, etc) om kerntaken en bedrijfsprocessen te optimaliseren. We bouwen tools die gebruik maken van big data & AI-technieken die medewerkers bijstaan wanneer ze beslissingen maken of het zelf het hele beslissingsproces te optimaliseren We helpen management begrijpen waar data & AI de meeste impact kunnen hebben en we trainen teams in het correcte gebruik van deze technologieën. WE ARE CRUNCH
5. Enkele van onze klanten HAPPY TO WORK FOR 5
6. OKT 2017 JUN 2019 Opening kantoor Rotterdam FEB 2016 Crunch opgericht in Ghent, Belgium 5 12 OKT 2018 23 JUN 2021 Groeipad
7. TECHNISCHE ERVARING Data Scientists Data Engineers 14 Ons team STRATEGIE ERVARING Project Owners 3 TRAINING ERVARING Academy Lead Docenten 2 BUSINESS Managers Business Development 4
8. Waarom is er een nood aan verandering?
9. Lessen van mijn grootvader • Lieven GOBERT, startte Soficotex in 1959 • In die tijd boden de meeste kledingproducten slechts een beperkt aanbod aan. Klanten kochten simpelweg wat de retailer verkocht. • In de jaren tachtig en negentig groeide de vraag van klanten naar meer variatie en complexiteit in modellen, stoffen en kleuren. • Hij zag dat de balans in macht tussen de producent, retailer en klant begon te verschuiven.
10. Today’s fundamental shift in power Waar de retailer en de producent vroeger gelijken waren, is het vandaag de klant die de macht in handen houdt. Retailer Producent Klant
11. De groei van online shopping tijdens de pandemie betonneerde dit effect “As Covid-19 shut down city centres, online fashion sales surged. In just eight months, the industry registered the equivalent of six years’ growth in the penetration of online shopping. “ ‘The State of Fashion 2021’, December 2020 The Business of Fashion and McKinsey & Company
12. Een digitaal tijdperk met de klant als zwaartepunt is hier, gaat niet meer weg.
13. Hoe kunnen retailers een nieuw, duurzaam bedrijfsmodel creëren in deze veranderde omgeving?
14. Wat zijn de componenten van een nieuw, duurzaam model in retail De retailer van vandaag en morgen moet beschikken over: • Een aanbod dat gericht is op een specifiek loyal kernpubliek, die houden van wat je hen biedt, bereid zijn er voor te betalen, en waarvan je de customer liftetime value stelselmatig kan verhogen. • Een agile operationele structuur die technologie omarmd als middel om bedrijfsprocessen te optimaliseren die het reduceren van kosten en het verbeteren van omzet en marges toelaat.
15. Wat zijn de componenten van een nieuw, duurzaam model in retail De retailer van vandaag en morgen moet beschikken over: • Een aanbod dat gericht is op een specifiek loyal kernpubliek, die houden van wat je hen biedt, bereid zijn er voor te betalen, en waarvan je de customer liftetime value stelselmatig kan verhogen. • Een agile operationele structuur die technologie omarmd als middel om bedrijfsprocessen te optimaliseren die het reduceren van kosten en het verbeteren van omzet en marges toelaat.
16. Het zetten van de juiste prijs is cruciaal in dit nieuwe model • de optimale prijs • op elk verkoopkanaal Het bepalen en correct hanteren van is een cruciale taak in het kader van dit nieuwe business model
17. Waarom is net het zetten van de juiste prijs is cruciaal in dit nieuwe model? 1. Retailers kunnen het zich vandaag niet veroorloven om geld op tafel te laten liggen – zij dienen in staat te zijn accuraat te voorspellen hoe de consument zal reageren op een prijszetting / verandering
18. Waarom is net het zetten van de juiste prijs is cruciaal in dit nieuwe model? 2. Verschuiving naar een complexe, internationale omnichannel-omgeving • Fysieke winkels in verschillende markten • Webwinkel in verschillende markten • Marktplaatsen van derden in verschillende markten
19. Waarom is net het zetten van de juiste prijs is cruciaal in dit nieuwe model? Daarom is de optimale prijsstelling voor elk kanaal/markt anders Klanten en concurrenten gedragen zich in elk kanaal/markt anders exponentieel toenemende complexiteit, moeilijkheid en werklast van prijsbeslissingen
20. Wat is dan de kernvraag? “ Hoe kan ik de optimale prijs voor elk product, in elke markt/kanaal, op elk moment in de tijd gaan bepalen, zonder de daaruit voortvloeiende werklast exponentieel te verhogen?
21. Het omarmen van data & AI
22. Data is het antwoord In prijszetting zien we – net zoals in vele andere bedrijfsprocessen - een vastgeroeste traditie waarbij beslissingen al te vaak genomen worden op basis van – vooral – buikgevoel. Net dat buikgevoel moet vandaag geverifieerd en aangepast worden door data & inzichten. Waarom? Omdat jouw ‘human prediction capabilities’ (dus jouw buikgevoel) het niet langer kunnen winnen van krachtige ‘machine predictions’.
23. Waarom jouw ‘human prediction capabilities’ het niet kunnen winnen van krachtige ‘machine predictions’ Betere en goedkopere AI-technieken Omnichannel & e- commerce creëren een overvloed aan data Computers die voorspellen doen het steevast beter dan mensen die voorspellen Computers generen bijzonder accurate predicties tegen een lage kostprijs
24. Enkele typische beslissingen die je kan optimaliseren of automatiseren Bijzonder accurate voorspellingen helpen bij het maken van beslissingen zoals • Welke basisprijs dien ik voor een bepaald item te hanteren om mijn marges te maximaliseren? • Welke karting moet ik toepassen om de voorraad van een bepaald item op te maken en alsnog m’n marges te maximaliseren? • Wat is de optimale promoprijs die ik dien te hanteren voor items die ik in de kijker wil zetten?
25. Hoe het werkt, in een notendop Stap 1 Data- & informatiecollectie Stap 2 Model bouwen Stap 3 Optimum- bepaling Stap 4 Gebruikers- interactie Interne data Externe data (opt.) Business regels & objectieven - Product - Transacties - Voorraad - Competitie - Weer Predictief model Optimale prijszetting & mogelijke scenario’s Gebruikersinterface - Voorspelling elasticiteit - Interactief dashboard - Link naar ERP pakket
26. Waar gebruik je die voorspellingen, mogelijk gemaakt door big data & AI-technieken?
27. AI-gedreven afprijzingen: verhoog marges én reduceer jouw werklast Situatie. Schoenen Torfs is een gevestigde waarde in de Belgische retailsector maar is niet ongevoelig voor de druk van nieuwe concurrenten. Uitdaging. Afprijzingen op het einde van het seizoen gingen gepaard met een hoge werklast, terwijl de resultaten suboptimaal waren - zowel on- als offline Oplossing. Met behulp van data en AI-technieken wist Torfs Schoenen de omzet met +30% en de marge met +8% te verhogen, terwijl de werkdruk met -95% werd verminderd Noot: resultaten van het S20 seizoen hebben betrekking op het web-only assortiment
28. AI-gedreven basisprijzen: verhoog je marges Situatie. Pharmapets is een snelgroeiende online dierenapotheek, actief in BE, NL & FR Uitdagingen. Moeilijk om handmatig de juiste balans te vinden tussen marge-optimalisatie en acquisitie van nieuwe klanten. Snelle online markt vereist een continue evaluatie en aanpassing van prijzen Oplossing. Met behulp van data en AI- technieken wist Pharmapets omzet & marge met +25% te verhogen