首頁 » 数据驱动的快速消费品收入增长管理

数据驱动的快速消费品收入增长管理

消费品包装公司 (CPG) 正在经历多个方面的大规模转型 — 消费者行为的改变、新的供应链实践、日益激烈的竞争等等。最近对过去五年内经历过转型的 CPG 领导者进行的一项调查发现,95% 的转型利用了一个或多个收入增长杠杆,例如定价、促销管理、品牌定位等。

 

收入增长管理可以定义为,由于在合适的场合以合适的价格向合适的消费者提供合适的品牌/包装/品牌包装组合而导致的收入增加。传统上,核心 RGM 策略是战术性和反应性的,例如根据消费者价格弹性调整价格、将贸易投资转向增长更快的类别或在特殊场合对选定品牌打折。然而,由于 COVID 造成的干扰,需要考虑几个因素来创建 RGM 解决方案,使整体中央政府商业策略。

克服障碍,享受 RGM 带来的好处

快消品公司在充分发挥收入作为增长动力的价值方面取得了长足进步。他们意识到掌握细节的重要性,例如了解促销的投资回报或促销对客户行为的影响。然而,快速发展的市场和趋势要求快消品公司克服一些障碍,才能在其增长战略中全面采用 RGM。

 

直接面向消费者 (DTC) 的电子商务的兴起:电子商务带来了巨大的价格管理挑战。一项研究表明,即使在 COVID-19 危机消退后,美国消费者仍计划继续在网上消费更多。COVID-19 后,所有类别的净在线购物意向增加了 20% 至 40%。对于 CPG 来说,从传统的定价、营销和商品组合的角度来看,以电子商务的方式生活并看到实体店的客流量减少变得有点复杂。

供应链中断: 疫情带来了一些有趣的挑战,导致某些品牌的需求激增。学习研究表明,2020 年,由于新冠疫情导致工资和加班费增加,制造业的工资和劳动力成本大幅上涨(从 5% 到 20%)。预计 2021 年及以后这些成本仍将保持高位。另一方面,由于劳动力成本上升,仓储成本也变得更高,预计未来也将保持在较高水平。

新进入者和竞争:随着数字时代的到来,拥有诱人定价策略的既有企业逐渐增多。此外,消费者层面的全球电子商务已经扭曲了某些品牌的市场。

分析驱动的 RGM 如何改变 CPG 格局

虽然大多数 CPG 都使用基本的 土耳其数据 分析来改善客户获取和细分或优化营销组合,但高级分析驱动的 RGM 解决方案可以帮助 CPG 大幅提高销售利润。它可以帮助他们在产品类别、品牌、销售渠道和市场中发挥真正的潜力。

 

随着数据可用性和人工智能算法的进步,CPG 可以运行连续的 RGM 平台,充分利用这些见解来提供建议或优化促销计划。

 

案例研究: CPG 面临的最大挑战之一是建立数据管道来自不同数据源的数据并将其存储在数据湖平台中。Sigmoid 是一家领先的数据和人工智能解决方案公司,帮助一家美国跨国消费品公司创建了一个数据湖和围绕数据湖的一系列专 让一切都围绕着他们 用解决方案,从而使他们能够以可承受的价格和理想的性能大规模地快速灵活地做出决策。

 

CPG 数据平台

图 1:CPG 数据平台

 

使用此 RGM 平台可以实现的一些有趣的用例包括:

 

营销投资回报率 (ROMI):对于营 墨西哥电话号码 销人员来说,跨不同营销渠道访问精细数据对于了解营销活动的投资回报率至关重要。该平台可以帮助营销人员优化营销活动并塑造对特定品牌/包装的需求。

预测不同品牌/包装的需求:预测不同品牌/包装的需求对于零售商/电子零售商来说非常重要,以确保这些库存在他们的商店/在线渠道中可用。现在,CPG 正在采用 DTC,需求预测每个渠道的库存管理也变得更加重要。它可以帮助 CPG 确保满足交付周期或按时按量 (OTIF) 要求,以便货架上始终有产品可满足消费者的需求。

定价和促销:提升和塑造需求的最流行方法之一是制作合适的捆绑包,以合适的价格推广和推荐合适的品牌/包装,并关注每个品牌细分市场的价格弹性。根据学习,一些快速消费品公司将其总收入的 20% 用于促销,使其成为其损益表 (P&L) 中最大的项目之一。

客户分析:虽然获取新消费者很重要,但了解现有消费者面临的挑战也至关重要,以减少流失率。
数据驱动的收入增长管理对需求生成的影响
收入增长管理可以从三个主要维度影响快速消费品——需求塑造、需求感知和需求满足——详见下节。

 

RGM 下的关键用例

图 2:RGM 下的关键用例

需求塑造
快消品通过促销、新品发布、DTC 渠道的数字推荐、各种渠道的动态营销活动等营销策略来吸引消费者购买产品。需求塑造对于公司影响某种产品的需求以匹配其计划供应至关重要。

 

公司可以使用多种优化技术,从需求塑造营销活动中获得最佳投资回报。他们可以创造利基ML 模型使用 Amazon SageMaker、Scikit-learn、XGBoost 等工具进行广告活动优化、促销和推荐。营销团队可以进一步查询和可视化数据,以检查每周的广告活动效果、每个渠道的每周投资回报率、媒体支出的 360 度视图、不同渠道和位置上每个创意的广告点击次数/展示次数。

需求感知

需求感知用于预测短期需求。这是实现高级需求规划的关键能力。需求感知从这些来源收集数据并将其集成到规划中,以帮助预测和管理需求波动。随着支持需求感知的技术变得更加容易获得、经济实惠且易于使用,有远见的公司正在探索如何将其纳入其供应链规划。

 

在快消品企业纷纷将DTC电商付诸实践的数字时代,需求感知是提供正确向消费者提出建议以促进销售近乎实时地进行。因此,CPG 需要了解不同地理位置、产品细分市场和渠道中每个消费者群体的购买行为,并最终将其归因于更高的销售额。

需求满足

满足每个零售商的需求,最终满足消费者的需求是重中之重。因此,从宏观层面预测缺货和需求至关重要,因为需要从每个零售商/商店/DTC 渠道/分销合作伙伴获取数据。这些数据点也可以很好地反映出消费者行为的变化,并帮助营销方面的渠道努力相应地塑造需求。

 

疫情期间,消费者习惯发生了巨大变化。75% 的美国消费者更换品牌或商店,其中 60% 计划在疫情后采用新的购买模式和习惯。换句话说,45% 的消费者在长期内改变了他们的品牌选择,并且不会再回头。为了避免这种情况,重要的是了解和模拟消费者行为的变化,更重要的是,在适当的场合满足他们的需求,以避免客户流失。

 

返回頂端