Egzekucja KPI – business case

Adam Beniowski
Adam Beniowski
20 października 2020

Jak Sztuczna Inteligencja wspiera poszukiwanie wzrostu w dojrzałych organizacjach?

Schemat rozwoju biznesu w firmach producenckich wygląda bardzo podobnie. Pomijając sam etap tworzenia produktu i marketingu, najpierw trzeba zbudować dystrybucję produktów, a potem zadbać o jakość ekspozycji. Czyli zaczynamy od tego, żeby nasz produkt znalazł się w punkcie sprzedaży. Zaraz potem musimy zadbać o to, aby kupujący dostrzegł go w sklepie, najlepiej we właściwym miejscu i sąsiedztwie, oraz z właściwą komunikacją. To właśnie przy sklepowej „półce” dokonuje się akt zakupowy, budujący rzeczywistą siłę naszych produktów i firm.

Właśnie dlatego wiele organizacji inwestuje sporo swoich zasobów finansowych oraz ludzkich w zdefiniowanie i wdrożenie KPI jakościowych, opisujących najbardziej efektywny sposób ekspozycji, zarówno standardowych jak i promocyjnych. Są to cyklicznie powtarzające się, wielomiesięczne procesy wewnętrzne. Dotyczą tematów takich jak matryce dystrybucyjne produktów (czyli w jakich rodzajach sklepów, jakie produkty powinny się znaleźć), kalendarze wprowadzeń i dystrybucji nowości, czy też cele opisujące oczekiwane udziały półkowe. Zaangażowane w te rozmowy są właściwie wszystkie działy rynkowe, tj. Marketing, Trade Marketing, Category Management i wreszcie Operacje lub inaczej Sprzedaż.

O ile dystrybucję produktów do sklepów możemy zweryfikować już na poziomie systemów sprzedażowych lub sprawdzając dane takich firm jak Nielsen itp., o tyle jakościowe parametry ekspozycyjne, najczęściej mierzone są na poziomie deklaratywnym przez Przedstawicieli Handlowych lub Merchandiserów.

Problemy zaczynają się wtedy, gdy zarówno zdefiniowane cele dystrybucyjne jak i ekspozycyjne są zrealizowane, a sprzedaż lub udziały rynkowe spadają.

Z taką sytuacją zetknął się jeden z naszych klientów. Po kilku rozmowach zdecydował się na test aplikacji PRO.Display, która stosując technologię Photo Recognition, wspartą algorytmami Artificial Intelligence, weryfikuje zadane parametry ekspozycyjne, na bazie analizy zdjęciowej, z dokładnością powyżej 99%. Celem była weryfikacja deklaratywnej jakości egzekucji promocji vs sklepowa rzeczywistość.

Czy było warto?

Okazało się, że w miesiącu, w którym przeprowadzono pilotaż PRO.Display, wykonanie KPI jakościowych, które według wcześniejszej deklaratywnej samooceny PH wynosiło często ponad 90%, w niektórych przypadkach było na poziomie około 20% jak wskazał nasz system.

I to była rzeczywista sytuacja rynkowa produktów tego klienta. To wyjaśniało powody spadku udziałów rynkowych, a jednocześnie zdefiniowało rzeczywiste przestrzenie do poprawy i wygenerowania wzrostu. Przyczyny różnic w raporcie opracowanym na bazie Sztucznej Inteligencji, w stosunku do dotychczasowych raportów sporządzanych na bazie samooceny Przedstawicieli Handlowych, to już temat na osobny post.

Pilot i weryfikacja rzeczywistej sytuacji rynkowej to jedno, a wygenerowanie jej zmiany to drugie. Okazało się, że dokładne określenie sytuacji wyjściowej, pozwoliło przygotować efektywne plany działań korygujących. Te z kolei, dzięki wsparciu PRO.Display, jako aplikacji weryfikującej rzeczywiste postępy projektu, przełożyły się na rzeczywistą poprawę ekspozycji.

Załączony wykres obrazuje wyniki naszego klienta już po pilocie.

Wykresy-aniomowane---PRO-v2

Pierwszy miesiąc już systematycznej pracy z wykorzystaniem PRO.Display to był grudzień 2015. Wyniki tego startowego miesiąca odnieśliśmy do wyników czerwca kolejnego roku, czyli po 6 miesiącach. Poziom realizacji celu nastąpił w każdej z mierzonych kategorii KPI. Udziały półkowe: ilość sklepów ze spełnionym celem wzrosła z 44% do 65%, ilość sklepów, które miały w odpowiednim czasie wprowadzone nowe produkty wzrosła z 45% do 51%, obecność produktów w gorącej strefie wzrosła z bazy 63% sklepów do ponad 91%.

To oczywiście w przypadku naszego klienta przełożyło się na wzrost sprzedaży. Jak sam klient wyliczył, sklepy spełniające KPI jakościowe wykazywały dynamikę sprzedaży wyższą o 20p.p.

Nasze kluczowe wnioski z tego projektu to:

  • Zdefiniowanie właściwych KPI ekspozycyjnych oraz przygotowanie efektywnego planu ich wdrożenia, wymaga wiedzy na temat rzeczywistej sytuacji w sklepach;
  • Samo wdrożenie, wymaga wsparcia w postaci systematycznego i wiarygodnego narzędzia weryfikującego rzeczywiste zmiany w sklepach.
  • Wtedy możemy oczekiwać rozwoju naszego biznesu, co u naszego Klienta potwierdziły twarde dane rynkowe.

TAGI: photorecognition, prodisplay, aiinretail, ai, kpi