Reinvención de soluciones inteligentes para impulsar las ventas de bienes de consumo por 5%

Si es un entusiasta de la digitalización experto en tecnología, sabrá acerca de los recomendadores y cómo tienen el potencial de cambiar la forma en que trabaja con sugerencias e información. Sin embargo, pocas personas saben cuánto trabajo se necesita para construir un motor de recomendaciones altamente efectivo y las dificultades reales que enfrentan los científicos de datos para lograr estos resultados.

Construir un recomendador desde cero, basado en la corazonada de que se convertirá en uno de los inventos más buscados de todos los tiempos, es una historia que vale la pena leer. Preeti Menon, trabajando para perfeccionar un avance tecnológico que es relativamente nuevo y acelera, comparte su historia y lucha para hacer de Ivy Recommender uno de los recomendadores más precisos y prácticos disponibles actualmente en el mercado.

Concebir el futuro

Nuestros estrategas de producto, como de costumbre, concibieron esta idea antes de tiempo y la llevaron adelante. Nuestro industria de bienes de consumo El conocimiento y nuestra pasión por hacer que nuestras soluciones sean mejores y más inteligentes nos ayudaron a pasar de una plataforma comercial unificada a una ruta inteligente al mercado. Podríamos crear un modelo funcional con una precisión de 95% en 1 año y medio.

Soluciones Inteligentes
Soluciones Inteligentes

Perfeccionando el algoritmo 

Desde el principio, nuestros equipos tenían una misión, una idea y una visión enfocadas. Creamos un algoritmo casi perfecto que funcionaría para empresas que variaban mucho en tamaño y ofertas. A pesar de todos los altibajos durante la creación de la solución, creíamos que un factor inteligente cambiaría la forma en que las empresas de bienes de consumo se enfocaban en sus clientes.

Con científicos de datos y desarrolladores a bordo, el equipo personalizó el algoritmo preseleccionado para satisfacer las necesidades específicas de nuestro nicho. La optimización rápida nos ayudó a conocer y dominar la industria. estándares de rendimiento del recomendador. A medida que avanzaba el desarrollo, el equipo también se dio cuenta de que el modelo estático habitual no funcionaría, por lo que tuvimos que recrear un modelo dinámico que utilizara los resultados de operaciones anteriores y lo reprocesara para aprender, aumentando así la precisión de los resultados del motor AI&ML.

Improvisando la actuación

El equipo esperaba brindarles a nuestros clientes un aumento de ingresos de al menos 2% al promover las ventas en la misma tienda. Este ROI fue una apuesta que cualquier CIO del mundo de CPG habría aceptado gustosamente. Con el tiempo, nuestro equipo logró un crecimiento de ingresos de 5% con nuestro algoritmo dinámico para un puñado de clientes, y esperamos ver un número aún mejor.

Con años de datos, nuestra solución selecciona información inteligente y recomendaciones procesables que simplifican las estrategias de ventas de los agentes de campo, permitiéndoles alcanzar sus KPI más rápido mientras ayuda a los fabricantes a generar más ingresos al implementar nuestra solución.

Nacido empresas de consumo masivo digitales han estado recopilando datos al azar, mientras que las empresas heredadas nunca tuvieron la oportunidad de ver sus datos en una sola ubicación. A lo largo de los años, hemos ayudado a algunos grandes conglomerados a recopilar y almacenar datos en un solo data mart para identificar y recuperar información procesable. Nuestro equipo obtuvo apoyo y recomendaciones constantes de nuestros clientes, quienes de inmediato nos ayudaron a incorporar valiosos aportes para hacer que su recomendador sea más sólido y poderoso.

Casos de uso futuristas para beneficiar a los clientes

Con acceso a datos históricos, Recomendador de hiedra puede guiar a los equipos de ventas con recomendaciones probadas en tiendas del mismo segmento en función de la demografía para ayudar a producir resultados seguros. Estas recomendaciones incluyen Next best SKU, Must Sell Lines, además de brindar capacitación y desarrollo para los agentes de la fuerza de campo.
—–

Concluyamos con una cita de Preeti, “Los sistemas de recomendación inteligentes aún no han arrasado en el mundo de los CPG, y ya estamos construyendo un producto que promete escalabilidad y éxito asegurado”.

Obtenga más información sobre el recomendador de Ivy aquí

Publicado por junio 29, 2022 por Ivy Mobility

Compartir este

Mensajes recientes

Las 7 principales tendencias tecnológicas de bienes de consumo en 2022

La tecnología directa al consumidor (D2C) tiene las ventajas de ser más ágil y resistente y mantener ganancias estables en un entorno incierto.

Transformando las ventas de bienes de consumo y la cadena de suministro con el sistema de gestión de distribución en la nube

La falta de existencias sigue siendo un desafío para las empresas de bienes de consumo en todo el mundo, lo que hace que la distribución sea uno de los aspectos más críticos de su cadena de suministro.

Cómo los recomendadores ayudan a las grandes empresas a escalar de manera rentable

En Ivy, hemos estado desarrollando tecnología más nueva para empresas de bienes de consumo durante los últimos 20 años. Nuestros equipos de I+D han creado muchas soluciones para ayudar a las empresas de bienes de consumo a escalar

es_ESSpanish