CASE STUDY

Multinazionale nel settore Food

Sfide

Una multinazionale nel settore food aveva bisogno di uno strumento affidabile per prevedere l’uplift sulla domanda derivante dalle promozioni e dagli eventi media. La sfida più complessa è stata identificare la correlazione tra il grande numero di variabili legate da complesse interazioni.

Risultati

Riduzione dell’errore di previsione del 20% Miglioramento dell’accuratezza previsionale fino al 92% Riduzione del 30% delle vendite perse, con un aumento del livello di servizio fino al 98,6% Riduzione del 30% dell’obsolescenza di prodotto

Multinazionale nel settore Food

È una delle società più dinamiche del settore alimentare, a livello mondiale, con una presenza in oltre 120 paesi su cinque continenti. Conta più di 160 stabilimenti produttivi e oltre 100.000 dipendenti, e ha registrato un fatturato di oltre 27 miliardi di dollari. Il gruppo occupa posizioni di leadership nei suoi quattro core business: #1 per i prodotti lattieri freschi, #2 sul mercato delle acque imbottigliate e in quello della nutrizione infantile, #1 in Europa in quello della nutrizione clinica.

Il progetto e gli obiettivi

L’azienda offre una vasta gamma di prodotti lattiero-caseari freschi per i quali è determinante l’impatto delle promozioni commerciali e degli eventi media. Più del 30% dei volumi di vendita è legato alle offerte promozionali (sconti, volantini, espositori, dimostrazioni…) e contribuisce con il 70% all’incertezza delle previsioni. Investe anche moltissimo in pubblicità, che influenza notevolmente le vendite e le previsioni.

Le attività di previsione, pianificazione ed esecuzione relative alle promozioni e agli eventi media erano svolte in maniera ad hoc. Quattro dipartimenti funzionali, vendite, previsioni di domanda, gestione del cliente, e finanza non lavoravano in maniera coordinata e integrata in vista dell’obiettivo, e come risultato era spesso necessario gestire emergenze impreviste.

Volevano implementare una piattaforma più affidabile per la previsione della domanda che fosse in grado di valutare il reale impatto o “lift” determinato dalle promozioni commerciali e dagli eventi media, per poter semplificare il complesso coordinamento interdipartimentale. Previsioni di questo tipo sono ardue perché implicano un grande numero di variabili con interazioni complesse, sepolte in enormi quantità di dati caratterizzati da elevato rumore. Anche con notevole esperienza, era estremamente difficile comprendere la correlazione tra tutte le variabili. ToolsGroup è stata scelta per fornire la tecnologia per identificare le caratteristiche comuni agli eventi promozionali e media e prevederne l’impatto sulle vendite. Il sistema di ToolsGroup

adotta una tecnologia machine learning per analizzare la variabilità della domanda e migliorare la pianificazione. La nuova procedura per le previsioni di vendita si è dimostrata determinante non solo per migliorare il processo di forecasting, ma anche per implementare un processo efficace di pianificazione coordinato con marketing, vendite, gestione clienti, supply chain e finance.

ToolsGroup è stata scelta per fornire la tecnologia per identificare le caratteristiche comuni agli eventi promozionali e media e prevederne l’impatto sulle vendite. Il sistema di ToolsGroup adotta una tecnologia machine learning per analizzare la variabilità della domanda e migliorare la pianificazione. La nuova procedura per le previsioni di vendita si è dimostrata determinante non solo per migliorare il processo di forecasting, ma anche per implementare un processo efficace di pianificazione coordinato con marketing, vendite, gestione clienti, supply chain e finance.

Giorno per giorno

Per il Sales & Marketing, il nuovo sistema fornisce un modello dettagliato e affidabile dell’impatto dovuto alle promozioni. Permette di pianificare le campagne in maniera operativa, allocando le promozioni e gli eventi media all’account, e supporta la definizione del piano per i clienti chiave.

Per la Supply Chain, migliora l’efficienza e il bilancio delle scorte, permettendo di servire l’aumento delle vendite determinato dalle promozioni, adeguando la produzione con l’obiettivo di garantire il livello di servizio obiettivo a livello dettagliato canale/punto vendita. La funzionalità di demand sensing integra i dati provenienti dai punti vendita per i principali clienti, i supermercati.

 

Risultati

Le performance sono migliorate lungo tutta la rete produttiva-distributiva:

  • Rapida e notevole riduzione del 20% dell’errore di previsione, con un miglioramento dell’accuratezza delle previsioni di vendita fino al 92%
  • Riduzione del 30% delle vendite perse, con un aumento del livello di servizio fino al 98,6%
  • Riduzione del 30% dell’obsolescenza di prodotto
  • Incremento del 6% del ROI netto, fino all’8% nell’anno successivo
  • Aumento del 36% delle vendite dovute alle promozioni, fino al 55% nell’anno successivo
  • Riduzione del 50% del carico di lavoro dei pianificatori, impegnati ora in attività a maggiore valore aggiunto
  • Livello di servizio superiore al 98,7% per diversi mesi consecutivi

Al di là dei numeri, l’implementazione ha portato non solo un valido strumento operativo, ma anche una piattaforma che permette di pianificare il ROI in modalità “what-if”, e di garantire l’efficacia degli investimenti con la massima flessibilità rispetto agli obiettivi di business.

↓ Scarica il PDF