De uitdaging
Multinationals hebben op het gebied van marketing en sales te maken met veel uitdagingen die samenhangen met regionale verschillen en voorspellingen van de vraag. Het enorme aantal producten en de complexiteit van verschillende markten bemoeilijken het om prestaties te voorspellen en de snel veranderende macro-economische omgeving te doorzien. Strategisch plannen is al moeilijk door de overvloed aan gegevensbronnen uit verschillende kanalen en regio’s, maar er moet ook nog steeds rekening worden gehouden met veranderingen in het consumentengedrag als gevolg van de coronapandemie. De reden voor deze fast moving consumer goods organisatie om Eraneos in de arm te nemen om een ambitieuze oplossing voor deze uitdagingen te bouwen.
De aanpak
We hebben de data van de klant geactiveerd en strategische plannen opgesteld. Daarvoor hebben we om te beginnen een Azure Data Hub gebouwd om alle informatie uit verschillende kanalen over diverse regio’s en producten te centraliseren en uniform te verwerken. Voor geavanceerdere analyses hebben we daarbovenop ook nog componenten voor machine learning gebouwd.
Alle gegevens worden aangeleverd aan geavanceerde dashboards en kunnen daar op land-, regio-, markt- en productniveau worden geanalyseerd. Zo bouwden we een oplossing voor dynamische prognoses op basis van gegevens zoals het BBP en markttrends. Hierdoor kunnen sales- en marketingprestaties voor productsegmenten en markten in een land tot drie jaar vooruit worden voorspeld.
De klant is een toonaangevend wereldwijd bedrijf, actief in verschillende categorieën consumentengoederen in meer dan 70 landen verspreid over zes continenten.
Het resultaat
De oplossing voor dynamische prognoses beschikt over geavanceerde dashboards waarmee het bedrijf de prestaties tot in detail kan analyseren. De klant kan bovendien strategische plannen opstellen voor zijn verzorgings-, gezondheids- en voedingsmarkten in iedere regio.
De Azure Data Hub kan data uit uiteenlopende kanalen en bronnen consumeren en verwerken. Daardoor kan de oplossing maandelijks een voorspellingsmodel voor ieder individueel product genereren. Dit betekent dat er nu iedere maand automatisch meer dan 30.000 voorspellingsmodellen in het bedrijf worden gemaakt. Het bedrijf kan daardoor niet alleen strategisch plannen, maar ook ruim van tevoren onverwachte uitdagingen voorspellen.
In reactie op de plotselinge effecten van gewijzigd consumentengedrag door COVID-19 hebben we de voorspellingsmodellen voorzien van verschillende opties voor scenarioplanning. Deze houden rekening met plotselinge pieken in de vraag naar sommige producten bij vraagpatronen als hamsteren, snelle opleving (dip & rebound) en snelle stabilisatie. Door onze modellen uit te rusten met een regressor voor de impact van COVID-19 konden we tijdens deze maanden van onzekerheid nauwkeuriger voorspellen en de toekomstige vraag incalculeren. Omdat we met de Azure Data Hub vanuit een sterke basis werkten, konden we alles binnen twee maanden opleveren en kon de klant snel op de veranderingen reageren. Met onze oplossing voor dynamische prognoses kunnen ze de vraag ruim van tevoren voorspellen en strategische toekomstplannen maken.