Página inicial / Ideias /
Numa publicação recente, discutimos a forma como os avanços na inteligência artificial (IA) estão a provocar perturbações no panorama do retalho e dos produtos de grande consumo, ajudando as empresas a automatizar e otimizar as visitas às lojas e a análise de SKU. Aqui, destacamos histórias de sucesso e estudos de caso que mostram como três empresas melhoraram significativamente a disponibilidade de produtos, a visibilidade da marca e a satisfação do cliente utilizando soluções de retalho de ponta a ponta baseadas em IA.
A IA ajuda as empresas de CPG e de retalho a ultrapassar o tradicional ponto cego do que realmente acontece nos corredores das lojas e nos pontos de venda de F&B, aumentando a sua vantagem competitiva com uma poderosa análise digital das prateleiras e inteligência de mercado.
Ao aproveitar a aprendizagem profunda e a visão por computador, as aplicações de IA fornecem aos representantes de vendas dados em tempo real sobre pormenores críticos dos produtos, como preços, posição nas prateleiras e promoções. Quando combinadas com a análise de dados sobre padrões e tendências, estas métricas permitem uma execução de retalho mais eficaz e um melhor alinhamento com estratégias de preços e iniciativas de aquisição. Saiba como.
Vejamos o exemplo da Henkel Beauty Care na Alemanha, um líder global com mais de 900 SKUs em seis categorias. O seu processo de aquisição manual e as auditorias às prateleiras limitavam anteriormente a equipa de merchandising a apenas 10 minutos de venda ativa por visita à loja.
Com o Trax Retail Execution, os representantes capturam agora imagens das prateleiras através de smartphones, que são analisadas na nuvem para produzir informações acionáveis sobre as prateleiras quase em tempo real. Esta transição para o merchandising orientado por dados simplificou as operações, reduzindo em 50% o tempo gasto em verificações de distribuição e recolha de dados, e deu aos representantes mais 150% de tempo para desbloquear oportunidades de geração de receitas.
90% das receitas de cuidados de beleza da Henkel provêm das suas 10 principais marcas. A captação de informação granular ao nível da SKU deu-lhes acesso a dados de campo ricos que permitiram à equipa identificar quais os seus principais produtos que estavam em falta nas prateleiras e reduzir a falta de stock em 4,3%. A ação corretiva que se seguiu levou a um aumento de receitas de mais de 2% em três meses e meio.
É importante salientar que os dados granulares a nível de SKU ajudaram a identificar produtos essenciais em falta, reduzindo as rupturas de stock em 4,3%. Isto levou a um aumento das receitas de mais de 2% em apenas três meses e meio - uma demonstração clara de como a previsão, a segmentação e a gestão de despesas se alinham para otimizar o ciclo de vida dos produtos nas prateleiras.
A Coca-Cola Amatil, um importante engarrafador na Ásia-Pacífico, utilizou o Trax para otimizar a sua estratégia de execução de retalho em torno do chá gelado. Apesar de ter uma penetração de produto 15% superior à do seu concorrente, a Coca-Cola apercebeu-se de que tinha menos faces totais (-4%).
As informações da Trax mostraram que, enquanto as lojas da concorrência armazenavam uma média de 6,58 sabores, as lojas da Coca-Cola tinham uma média de apenas 3,76. Munida destas informações e referências em tempo real, a empresa orientou estrategicamente as regiões onde a quota de prateleira era insuficiente, em vez de lançar promoções cegamente em todas as lojas.
Esta abordagem focada resultou num aumento de 5% na quota de mercado em duas semanas, gerando $27.400 em vendas incrementais. Este caso exemplifica como a colaboração multifuncional entre as equipas de compras, marketing e vendas, apoiada pela análise de dados baseada em IA, impulsiona uma gestão de categorias bem-sucedida.
A Coca-Cola Hellenic Russia enfrentou desafios para monitorizar a presença e a conformidade da marca nos canais de comércio local, como o HoReCa, as estações de serviço e os estabelecimentos de fast-food, devido à ausência de um sistema de auditoria de terceiros.
A solução da Trax automatizou este processo, utilizando o reconhecimento de imagem para avaliar a adesão aos padrões de merchandising no ponto de venda. Por exemplo, rastreou as activações "Combo" que combinavam bebidas, produtos alimentares e descontos de preço em menus ou expositores.
Ao simplificar estas auditorias, a Coca-Cola garantiu a gestão da qualidade das activações da marca e assegurou um ROI ótimo dos pontos de contacto acordados em vários tipos de pontos de venda.
A plataforma orientada por IA da Trax oferece escalabilidade em toda a categoria, permitindo que as partes interessadas monitorizem os níveis de stock, as descrições de produtos e os preços em milhares de lojas. A plataforma suporta a integração de novos utilizadores sem problemas, fornecendo aos utilizadores finais painéis de controlo que fornecem informações acionáveis para otimizar a gestão da cadeia de abastecimento, a gestão das relações com os fornecedores e o aprovisionamento estratégico.
Esta abordagem de ponta a ponta melhora as categorias de aprovisionamento, reduzindo as vendas perdidas e as rupturas de stock, melhorando o desempenho e a gestão dos fornecedores e permitindo respostas proactivas aos riscos da cadeia de aprovisionamento.
Ao integrar a análise das despesas e os dados da origem ao pagamento, a solução ajuda as empresas a reduzir o custo total, melhorando simultaneamente a sustentabilidade e a eficiência operacional.
Como mostram estes exemplos, as soluções de retalho alimentadas por IA, como a plataforma de merchandising orientada por dados da Trax, estão rapidamente a tornar-se a fonte da verdade nas prateleiras. Permitem que as empresas de CPG aumentem a quota de prateleira, optimizem as estratégias de preços, aumentem as receitas e mantenham a conformidade com as normas de merchandising - tudo isto ao mesmo tempo que proporcionam um envolvimento e uma satisfação superiores aos clientes.
Dê-nos algumas informações para que a pessoa certa possa entrar em contacto consigo.
