A前瞻官网
前瞻网
a 当前位置: 前瞻网 » 资讯 » 产经

波士顿:借人工智能和高级分析东风 释放快速消费品行业增长

分享到:
 Emma Chou • 2019-01-15 17:39:17 来源:前瞻网 E5221G0
100大行业全景图谱

1

在快速消费品(CPG)市场的份额争夺战中,大型企业最近受到了灵活的小众市场竞争者的挑战,传统和在线零售商也利用其数据优势和直接消费者联系来推动自有品牌或替代品牌。但这些公司有多种反击方式,其中之一就是使用人工智能(AI)和高级分析将自己的数据转化为有价值的见解。

为了理解为CPG公司采用人工智能和高级分析的价值、影响和挑战,波士顿咨询公司与谷歌进行了一项联合研究,其中采访了25名大中型CPG公司的高管和5个小众品牌,以及全球约100名行业专家。我们发现,通过大规模使用人工智能和高级分析,CPG公司可以通过更具预测性的需求预测、更相关的本地分类、个性化的消费者服务和体验、优化的营销和促销投资回报率,实现超过10%的收入增长,以及更快的创新周期。

但大多数大型CPG公司仍无法实现这一价值。尽管采访的几乎所有人都开始在他们的核心业务中尝试人工智能和高级分析,但没有一个人扩展过哪怕一个应用。他们列举了多种组织障碍,从高级管理人员的胆怯支持到糟糕的数据治理,缺乏分类(即商定的数据框架),以及支离破碎的团队,未能充分预测对AI和高级分析将工作岗位和工作方式的影响。

实际上,要从这些工具中获益,需要持续、协调的努力来克服这些障碍。它还要求CPG公司将其重点放在三到五个高优先级区域而不是几十个区域。

让人工智能和高级分析发挥作用

CPG公司可以越来越多地访问大量信息,从传统的企业数据(通过其财务和运营部门)到消费者数据(尤其是在线行为),再到合作伙伴数据(通常通过面板、零售商、洞察力合作伙伴等),甚至传感器和物联网(IoT)应用程序生成的数据。然而,到目前为止,他们既没有将这些数据视为需要保护和培育的战略资产,也没有以对其业务有具体影响的方式应用这些数据。

通过使用AI和高级分析技术,品牌可以从这些数据中生成可操作的见解。人工智能和高级分析技术最明显的应用是做出预测,例如新产品的需求水平,营销活动的估计影响,或新消费趋势的出现。

我们已经确定了大约30个应用程序,品牌可以使用它们来利用AI和高级分析来推动业务发展。它们涉及CPG组织中的所有功能,从营销和洞察到运营、销售和支持。它们还可用于为个性化助理和推荐引擎等新型创新服务提供动力。

在这30个应用中,我们挑选了10个主要应用程序,这些应用程序代表了CPG的大多数人工智能和高级分析机会。 在大规模部署时,它们可以使销售额增长10%以上。 (见图1)

1

我们研究中最常引用的十个中有四个被认为是所有CPG类别中的“必备品”:

1. 根据SKU和地区对现有产品和新产品的需求预测

2. 衡量投资回报率,用于预测广告和促销支出的销售影响

3.数据驱动的销售激活,用于识别激活应用程序的正确零售店/销售点,以及在销售点级别采取的正确销售行动,以最大化市场份额

4.在各个商店级别优化产品分类

其他六个应用程序被认为是依赖于行业的,因为影响和实现的复杂性可能在不同的行业之间有很大的不同,如美容、食品和饮料,以及消费者保健:

5.产品开发的趋势预测

6.研发和测试加速(计算机模拟)

7.动态的、本地化、个性化的定价和促销

8.精准营销

9.个性化的消费者参与

10.人工智能驱动的诊断和推荐服务

值得注意的是,这些应用包括趋势预测,这些趋势预测与上市时间短的行业(如美容)以及动态定价和促销活动最为相关,有效实施需要与零售商进行频繁协商(例如,这在食品和饮料中很少见)。

虽然确定哪种AI和高级分析应用程序最有效是相对简单的,但在整个组织中部署这些应用程序仍然是大多数CPG都无法完成的任务。在我们研究的30个CPG中,所有CPG都已经开始研究至少一个AI和高级分析应用程序,其中一半用于四个或更多。 (参阅图2)但是没有一个应用程序被用过,或在整个组织内进行管理。

1

障碍扩大

接受采访的大多数CPG高管表示,扩大人工智能和高级分析,并确保它们被采纳,现在是高级领导者讨论的一个关键话题。但他们也列举了一些挑战,例如,甚至一个应用程序的扩展也很困难,整个组织需要大量的投资和管理工作。

通常需要为特定品牌和特定国家/地区的特定应用构建小型概念验证(PoC)。但是,大规模部署PoC通常需要在多个方面开展工作:人工智能和高级分析本身,因此它们足够强大,可以在整个组织中进行全球部署;在数据上,巩固其质量并使各国和各品牌的分类标准化;现有的IT系统可能会被新的AI和高级分析应用程序变得冗余,或者需要进行重大更改才能提供或接收来自应用程序的数据。

其他需要关注的领域包括现有业务流程、管理例程和职位描述,因为AI和高级分析将改变当前的决策流程,自动执行手动任务和计算,并在此过程中,改变大量员工和经理的日常职责。最后是人才和技能,因为构建和维护应用程序需要人才库(数据科学家,工程师和分析师),CPG需要至少开发部分,以避免过于依赖第三方供应商。

在考虑这些困难时,我们确定了六个不同的障碍,以有效地扩大CPG组织的AI和高级分析:

缺乏远见。该组织只做有限的努力来评估人工智能和高级分析的影响,以及相关的奖金规模,并相应地教育高级管理层,这限制了投资意愿。

优先级不足。这导致了“PoC爆炸”,这削弱了努力。该组织与不同供应商一起启动了多项小型测试,但没有进行任何后续工作。它也没有为工业化、扩展和推出应用程序付出必要的努力。

人才差距。识别、招募和留住合适的人才(数据科学家、工程师、分析师)的难度导致过度依赖外部供应商,这使得难以控制执行。与此同时,该组织多次尝试开发本地专业知识,但往往缺乏临界质量。

有限的数据治理。该组织没有适用于数据管理、质量或所有权的流程,也没有共同(跨部门、跨国家)数据分类法来促进扩展。

低估了影响力。该组织错误地判断变更管理所需的投资水平以及支持任何相关技能。它无法完全预测AI和高级分析对现有业务流程、决策流程和管理例程以及员工日常工作和所需技能的影响。

市场特殊性不足。组织未考虑各个市场中数字生态系统、数据可用性、渠道动态和供应商能力的差异。它也未能认识到不同市场的要求、优先事项和制约因素的差异。

开始旅程

扩展AI和高级分析应用程序以及构建相关功能通常需要两到三年的时间。 (参阅图3)。在开始之前,品牌需要采取一系列措施来避免常见的障碍并确保快速实施。

1

缩小选择范围

CPG需要专注于少数几个应用程序。同时启动10到15项举措,更有可能使得这些举措陷入PoC阶段,部分原因是监督这些举措的高级管理人员的注意力将会过于分散。专注于少数机会(具有最大可行性和潜在影响的机会)的公司更有可能大规模地提供这些机会。例如,一个全球时尚品牌选择了两个重点领域:个性化消费者参与和商店分类。这使得该品牌能够在数据科学和IT资源方面进行必要的投资。它还确保了足够的高级别参与,以使这些举措取得成功。

获得高层支持

在启动任何应用程序之前,公司需要确保它实际上能够获得吸引力。高级管理人员(通常是国家或品牌总经理或以上)应该愿意在他们的部门或地理位置赞助和试用应用程序,而高级商业领袖应该能够投入20%到30%的时间来指导其发展。品牌还应该努力确保当地团队成员对帮助启动应用程序产生重大兴趣。提供端到端的人工智能和高级分析解决方案将增加他们的工作量,并且在此过程中最终会严重挑战整个组织的现有习惯。

评估构建与购买选择

多家供应商提供了通过现成(或半可定制)AI和高级分析软件解决特定问题的方法。虽然现成的解决方案具有速度优势,但却以知识产权所有权为代价。它还缺乏自定义解决方案,以及内部构建的任何理解。 CPG应尽早确定现有软件所服务的领域以及最适合构建自己的解决方案的领域(可能与合作伙伴一起,只要他们拥有IP)。这些决策应基于所处理过程的关键性以及公司对其供应商的数据优势。例如,一家美容公司选择构建一个定制解决方案,用于预测特定于其类别的市场趋势,并在其自己的环境中托管。这使得该品牌能够完全控制一款有朝一日可能成为竞争优势的工具。

满足市场特定需求

消费者行为、数字生态系统和数据资产访问在主要市场上以不同的方式发展。任何特定于市场的约束或要求都需要尽早解决,否则组织可能会在设计或实施阶段的后期有风险遇到阻碍。

准备的影响

大规模部署AI和高级分析解决方案通常需要构建新的技术环境(提供、承载和维护算法),适应当前的生态系统(例如,通过替换某些关键功能中的现有专家系统),以及围绕数据结构和分类的标准化努力。在原型阶段不需要采取这样的行动,但是如果一家公司想要避免在第一个试点被证明是成功的之后,不得不放弃一切,重新开始,就应该做好准备。例如,虽然在对需求预测解决方案进行原型设计之前,没有必要清理和构建全局SKU数据库,但创建共同分类法的初次版本以描述相关产品非常重要。

管理变革

人工智能和高级分析解决方案的引入系统地挑战任何现有决策过程,在某些情况下,大大减少甚至消除完成某些任务所需的时间。例如,一家奢侈品公司发现,有效的需求预测引擎导致其供应链部门在日常需求计划上花费的时间缩短了60%至80%。为了避免组织阻力,公司需要提前与员工有效沟通人工智能和高级分析的影响,并让团队了解这些应用程序将如何影响他们的工作岗位和工作方式。

部署精选AI和高级分析应用程序可以在短期内产生显著效益,但CPG公司的更广泛机会在于这些应用程序如何帮助将消费者置于其运营模式的中心。 CPG公司可以使用人工智能和高级分析将与消费者相关的数据转化为洞察力,然后将这些洞察力分散到整个组织 - 从产品设计到供应链再到营销和销售。

要实现这一目标,对人工智能和高级分析的投资是不够的。 从董事会层面的决策到车间运营,这将需要对整个组织的工作方式进行重大改变。 这是一个漫长的旅程,但CPG公司可以通过专注于一些应用程序并从头到尾持续地推动来实现小规模发展。

相关深度报告 REPORTS

2024-2029年中国人工智能行业发展前景预测与投资战略规划分析报告
2024-2029年中国人工智能行业发展前景预测与投资战略规划分析报告

本报告前瞻性、适时性地对人工智能行业的发展背景、供需情况、市场规模、竞争格局等行业现状进行分析,并结合多年来人工智能行业发展轨迹及实践经验,对人工智能行业未来...

查看详情

本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com) 品牌合作与广告投放请联系:0755-33069875 或 hezuo@qianzhan.com

p39 q0 我要投稿

分享:
标签: 人工智能 CPG

品牌、内容合作请点这里:寻求合作 ››

前瞻经济学人微信二维码

前瞻经济学人

专注于中国各行业市场分析、未来发展趋势等。扫一扫立即关注。

前瞻产业研究院微信二维码

前瞻产业研究院

如何抓准行业的下一个风口?未来5年10年行业趋势如何把握?扫一扫立即关注。

前瞻经济学人 让您成为更懂趋势的人

想看更多前瞻的文章?扫描右侧二维码,还可以获得以下福利:

  • 10000+ 行业干货 免费领取
  • 500+ 行业研究员 解答你的问题
  • 1000000+ 行业数据 任君使用
  • 365+ 每日全球财经大事 一手掌握
  • 下载APP

  • 关注微信号

前瞻数据库
企查猫
前瞻经济学人App二维码

扫一扫下载APP

与资深行业研究员/经济学家互动交流让您成为更懂趋势的人

下载APP
前瞻经济学人APP

下载前瞻经济学人APP

关注我们
前瞻经济秀人微信号

扫一扫关注我们

我要投稿

×
J