täglich automatisierte preisentscheidungen für den lebensmittelhandel
Post on 07-Jan-2017
2.477 Views
Preview:
TRANSCRIPT
Price Optimization01
Price Optimization Täglich automatisierte Preisentscheidungen für den Lebensmittelhandel
02 Price Optimization
Die Herausforderungen
Preisgestaltung ist eine zentrale strategische Komponente, die
Auswirkungen auf die Profitabilität eines Handelsunternehmens
hat. Der Preisoptimierungsprozess ist heute geprägt durch
riesige Datenmengen und eine Vielzahl von Einflussfaktoren.
Für ein nachhaltiges Wachstum ist es deshalb überlebens-
wichtig, mit strategischen Techniken der Preisgestaltung den
Veränderungen des Marktes zu begegnen.
Lebensmittelhändler müssen sich immer schneller dem Marktdruck anpassen. Der Wett-bewerb wartet ständig mit aggressiven Preis- und Werbeaktionen auf. Darauf habenLebensmittelhändler mit der Erweiterung ihrer Vertriebskanäle und der Einführung regio-naler Sortimente reagiert. Diese gesteigerte Komplexität macht es jedoch schwieriger, die optimalen Preise zu bestimmen, und hat oftmals zur Folge, dass sich die Sortiments-manager bei der Preisgestaltung nur auf Schlüsselartikel konzentrieren.
Lebensmittelhändler brauchen Preisempfehlungen auf einer granularen Ebene (pro SKU, pro Filiale, pro Tag) und mit einem strategischen Ansatz, der sie vom Wettbewerb abhebt und ihnen hilft, ihren Umsatz und Gewinn zu steigern.
03Price Optimization
Lücke zwischen Strategie und UmsetzungSchwierigkeiten, die Ziele des Bestandsmanagements mit den Preisentscheidungen in Einklang zu bringen
SkalierbarkeitSchwierigkeit, hoch individuellen Umgebungen mit spezi fischen Sortimenten, Werbeaktionen und Verkaufskanälen gerecht zu werden
Strategische PreisgestaltungÜbereinstimmung der Preisentscheidungen mit der Geschäfts strategie und Unterstützung strategischer Ziele wie Umsatz oder Gewinn
MarktdruckNotwendigkeit agiler Preisänderungen, um im dynamischen Wettbewerb des Lebensmittelhandels bestehen zu können
Zunehmende KomplexitätMehr Formate, Sortimente und Kanäle sowie viele weitere Faktoren, die Preis und Nachfrage beeinflussen, z. B. Kannibalisierungs- und Überschneidungseffekte
Herausforderungen für Lebensmittel-händler in einem dynamischen Markt
04 Price Optimization
Unsere Lösung zurPreisoptimierung
Blue Yonder Price Optimization ist eine Predictive
Application, die Einzelhändlern täglich optimale
Preisentscheidungen für jedes Produkt liefert und
dadurch den Umsatz sowie den Gewinn um mehr
als 5 % erhöht.
Die Lösung misst den Zusammenhang zwischen Preisänderungen und Nachfrageverhalten. Sie ist hochgradig skalierbar, berücksichtigt die Geschäftsstrategie und ermöglicht eine nahezu vollständige Automatisierung.
Durch die Berücksichtigung von Wettbewerbspreisen und anderen Einflussfaktoren wie dem Wetter oder Lagerbeständen kann die Lösung schnell auf Marktveränderungen reagieren und Preise für jedes Produkt und jede Filiale automatisch anpassen. Price Optimization zahlt auf die übergeordnete Preisstrategie des Einzelhändlers ein und erzielt innerhalb kurzer Zeit messbare Ergebnisse und einen Return on Investment.
OptimiertePreisentscheidungen
Automatisierter Prozess
Kontinuierliche und automatisierte Anpassung
Ausrichtung an strategischen KPIs
Vorteile
Reduzierung der Lagerbestände um
20 %
15 %
Erhöhung des Umsatzes um bis zu
5 %Gewinnsteigerung um
Wie funktioniertPrice Optimization?
07
Systemintegration• Sofort einsatzbereite SaaS-Lösung
• Zentrales Sicherheits- und Wartungsmanagement
• Automatischer Rollout von Verbesserungen und neuen Funktionalitäten
• Einfache Integration in bestehende ERP-Systeme über eine Standard-API
Price Optimization
Tägliche Berechnung optimierter Preise • Vollständige Analyse historischer und aktueller Daten unter
Berück sichtigung der strategischen Ziele, der Preispolitik, geltender Preisbildungsregeln, der Verkaufshistorie und externer Faktoren wie Wettbewerbspreise
• Messung und Integration der Preiselastizität der Nachfrage
• Kontinuierliche Optimierung und Prüfung unter Einsatz von KPI-basierten Kostenfunktionen
Umsatzsteigerung
Festlegen der strategischen
Ziele
Optimierung derLagerbestände
Gewinnmaximierung
Lieferung der Entscheidungen• Tägliche Lieferung automatisierter Preisentscheidungen pro SKU und Filiale
• Kontinuierliche Selbstjustierung anhand regelmäßiger Daten-Updates
Price Optimization08
Was macht den Blue Yonder Ansatz einzigartig?
Ein wichtiges Unterscheidungsmerkmal von Blue Yonder
Price Optimization gegenüber anderen Lösungen
besteht in der hohen Granularität der Preisempfehlungen
sowie in den automatisierten Preisanpassungen, die
strategische KPIs unterstützen.
Manueller Ansatz
Nachteile• Preistests on- und offline
• Komplexer, kostenintensiver Prozess
• Ad-hoc-Preisänderungen
• In der Regel Konzentration auf nur wenige Produkte
PreisentscheidungMessung derAuswirkungen
WöchentlicherZyklus
Finanzplanung
4 3
Bedarfs prognoseNeuerVersuch 5 2
1
09Price Optimization
Herkömmliche Systeme setzen allgemeine Marktvorstellungen zu Preisregeln und Kundenverhalten um. Blue Yonder liefert dagegen tägliche Empfehlungen für Tausende Produkte auf Basis präziser Messungen des Preis-Absatz-Zusammenhangs. Unsere Lösung untersucht systematisch die optimalen Preisänderungen, evaluiert zusätzliche Kontextfaktoren und legt Preise anhand des Produkt-lebenszyklus fest.
Die Preisempfehlungen orientieren sich direkt an der Preisstrategie und werden auf Basis geschäftskritischer KPIs optimiert. Da Price Optimization mit fundierten Tests statt mit unbegründeten Hypo-thesen arbeitet, kann die Lösung tagtäglich die besten Preisent-scheidungen für Einzelhändler liefern.
Automatisierter Ansatzvon Blue Yonder
Vorteile• Höhere Präzision bei der
Messung der Preiselastizität
• Mehr Effizienz aufgrund eines automatisierten und daten basierten Prozesses
• Kontinuierliche Preis-optimierung
• Auf alle Produkte und Filialen anwendbar
Auswahl strategischer KPIs
Ergebniskontrolle
TäglicherZyklus
Selbstanpassungdes Systems
Messung der Preiselastizität
Automatisierte Preisentscheidungen
1
2
34
5
10 Price Optimization
Kundenreferenz
Ein führender europäischer Lebensmittelhändler
steigert durch optimierte Preise seinen Umsatz
und Gewinn
Herausforderungen• Örtliche Konkurrenz
• Sortimentsmanager konzentrierten sich nur auf einen kleinen Teil der Produkte
• Unterschiedliche Sortimente: Frischeprodukte, Non-Food-Artikel, lokale Produktpalette und Packungsgrößen
• Häufige Preisänderungen
Ergebnisse• 2–6 % Umsatz- und Gewinnsteigerung
• KPI-basierte Preisoptimierung auf SKU- und Filialebene
• Tägliche Preislieferungen für alle Filialen
Lösung • Tägliche Preisoptimierung für mehr als 10.000 SKUs an
verschiedenen Standorten
• Preisoptimierung in Einklang mit der Unternehmensstrategie und unter Abwägung der Umsatz- und Profitabilitätsziele
• Sortimentsmanager konzentrieren sich auf SKU-Ladenpreis-Kombinationen und die Vereinfachung von Preisbildungsregeln
2–6 % Umsatz- und
Gewinnsteigerung
Region Europa
Branche Lebensmittelhandel
Lösung Price Optimization
Price Optimization12
Wir liefern Mehrwert
13Price Optimization
Hohe Branchenkompetenz• Umfassende Branchenkenntnis des Multichannelhandels
Ausrichtung an den strategischen KPIs• Preissetzung, die die definierten strategischen Geschäftsziele durch das
Ausbalancieren von KPIs wie Umsatz oder Margen erreicht
• Preisentscheidungen entlang des gesamten Produktlebenszyklus, vom regulären Verkauf bis zu Preisabschlägen
• Ausrichtung an der Preispolitik und an Preisregeln unter Berücksichtigung der Wettbewerbsstrategie
Prozessvorteile• Nutzung sowohl interner Daten (historischer und aktueller) als auch
externer Daten
• Machine-Learning-Algorithmen, die automatisch neue Muster erkennen und den Preis-Absatz-Zusammenhang auf hoch granularer Ebene erfassen (pro SKU, pro Tag)
Schneller ROI • Kontinuierliche, tägliche Preisaktualisierungen
• Deutliche Verbesserung der Produktivität und Effizienz durch Automatisierung der Preisentscheidungen
• Geringer Aufwand nach erstmaliger Einrichtung der Lösung − der Zeitaufwand für das Preismanagement wird auf ein Minimum reduziert
• Realisierung der Vorteile innerhalb von 3 bis 6 Monaten
Nahtlose Integration • Integration in bestehende ERP- oder SCM-Systeme über eine
standardisierte API
• Integration, Speicherung und Verarbeitung in einem Service
Price Optimization14
15Price Optimization
Über Blue Yonder
Blue Yonder ist der führende Anbieter von
cloudbasierten Predictive Applications für den
Handel. Wir liefern Handelsunternehmen täglich
Entscheidungen, um ihren Umsatz zu steigern,
ihre Margen zu erhöhen und schnell auf die
Herausforderungen des dynamischen Marktes
reagieren zu können.
Unsere Lösungen zur Preisgestaltung und Warendisposition basieren auf innovativen Machine-Learning-Algorithmen, die von unseren hoch qualifizierten Data Scientists speziell für den Handel entwickelt wurden.
2008 vom ehemaligen CERN-Forscher Prof. Dr. Michael Feindt in Karlsruhe gegründet, ist Blue Yonder heute in Europa und den USA tätig, unterstützt von der Private-Equity-Gesellschaft Warburg Pincus und der Otto Group als Investoren.
Seit 2014 vermitteln wir Handelsunternehmen in unserer Data Science Academy relevantes Data-Science-Wissen.
Blue Yonder wurde bereits vielfach ausgezeichnet, unter anderem mit dem Experton Big Data Leader Award 2016, dem Technology Innovator Award 2015, dem BT Retail Week Technology Award, dem Deutschen Innovationspreis sowie dem FOCUS Digital Star Award.
Price Optimization16
Blue YonderBest decisions, delivered daily
Blue Yonder GmbHOhiostraße 876149 KarlsruheGermany
+49 721 383117 77
Blue Yonder Software Limited19 Eastbourne TerraceLondon, W2 6LGUnited Kingdom
+44 20 3626 0360
Blue Yonder Analytics, Inc.5048 Tennyson Parkway, Suite 250Plano, Texas 75024USA
info@blue-yonder.com blue-yonder.com
top related