Vat dit blogbericht samen met:
Polestar's 3 belangrijkste inzichten voor datavisualisatie en dashboards voor FMCG in het AI-tijdperk:
- Visualisatie blijft cruciaal, omdat mensen visueel leren, zelfs wanneer AI-functionaliteiten worden geïntegreerd met traditionele dashboards.
- De nuances van CPG-dashboards begrijpen door de pijlers van CPG-KPI's te doorgronden, een doordacht dashboardontwerp te hanteren en zich aan te passen aan het tijdperk van AI.
- Datamanagement wordt cruciaal om zich aan te passen aan de nieuwe omgeving en om een ecosysteem te creëren dat de acceptatie ervan stimuleert.
Het rapport 'State of AI in Retail and CPG' vanNvidiauit 2024 beschrijft hoe de grootste potentie voor AI-impact ligt in de markt voor consumentengoederen, met name in het verbeteren van de operationele efficiëntie, het verhogen van de klantervaring en het stimuleren van groei. Maar AI heeft niet alleen de specifieke toepassingen en oplossingen verbeterd; de gehele data-naar-inzichten-levenscyclus binnen de CPG-sector, inclusief business intelligence (BI), is erdoor beïnvloed.
Uiteindelijk zijn wij mensen nog steeds visuele wezens. Zelfs als we vragen stellen aan eengeneratieve, door AI aangedreven chatbot, kan het antwoord nog steeds een visualisatie zijn. Dus waarom zouden we de nuances niet begrijpen om te weten hoe we ermee om moeten gaan?
De eerste stap in je visualisatietraject begint met KPI's. Weten wat je wilt is al de helft van het probleem (hoewel eraan werken de lastigere helft is).
Enkele KPI's die dashboards in de FMCG-sector op operationeel en analytisch niveau kunnen bevatten, zijn:
- Productverkoop door winkels
- Voorraadniveaus per winkel
- Productmarges
- Beschikbaarheid in de schappen
- Levertijd
- Statistieken over de mate van vervulling
- Klantretentiepercentage
- Voorkeursgegevens (merk versus eigen voorkeur)
- Inventaris aanwezig
Enkele KPI's voor strategische en financiële teams zijn:
- Verkoopopbrengst versus prognose
- Winst per klant
- Productverkoop per geografische regio
- Wijzigingen in verkooporders (per kwartaal of maand)
- Verzendkosten
- Logistieke kosten ten opzichte van de omzet
- Berekeningen van overvoorraad, ondervoorraad en onverkochte voorraad
Dit zijn slechts enkele KPI's die nuttig zijn voor de FMCG- of CPG-industrie. Maar dit is natuurlijk slechts een voorbeeld; er zijn wellicht eenvoudigere of complexere inzichten waar u naar op zoek bent.
Als u niet zeker weet waar u moet beginnen, is een van de beste manieren om acceptabele, wenselijke en bewonderenswaardige KPI's te identificeren die geschikt zijn voor uw CPG-bedrijf. Mocht u hierover twijfelen, stuur ons dan een bericht en onze CPG Analytics-experts helpen u graag verder.
Nu je hebt besloten welke inhoud of welk type inhoud je wilt weergeven, is de volgende stap de structuur en de plaatsing van de KPI's. Gebruikers lezen doorgaans in een 'Z'-vorm, daarom moeten de belangrijkste KPI's bovenaan staan en de minder belangrijke onderaan, zoals in het onderstaande dashboard:
Hier volgen een paar tips voor het visualiseren van CPG-gegevens (naast de gegevens en KPI's die weergegeven moeten worden):
- Begin met de "Grote 3" -Begin je dashboard met drie kerncijfers waar elk FMCG-bedrijf zich op richt: distributie (% ACV), voorraadtekortpercentage en schapaandeel. Zet deze in grote, vetgedrukte cijfers bovenaan. Als een van deze cijfers onder de streefwaarde zakt (bijvoorbeeld een voorraadtekort van meer dan 5%), kleur deze dan rood.
- Bouw snelheidsniveaus op -Groepeer winkels in omzetcategorieën op basis van de omzet per vierkante meter (bijvoorbeeld A: >$750/m², B: $500-750/m², enz.). Laat gebruikers vervolgens alle dashboardstatistieken filteren op basis van deze categorieën. Dit helpt om te identificeren of problemen (zoals voorraadtekorten) zich vooral voordoen in winkels met een hoge omzet.
- Geef een score aan de gezondheid van uw planogram.Combineer statistieken zoals schapindeling, nauwkeurigheid van de presentatie en producttekorten tot één score van 0-100 voor elk planogram. Toon deze score prominent, samen met de wekelijkse trends. Regionale managers vinden dit geweldig voor snelle vergelijkingen tussen winkels.
- Inclusief "Never Outs"-tracking -Maak een aparte sectie aan voor de 20% van uw SKU's die nooit uitverkocht mogen raken. Toon de huidige voorraadniveaus met duidelijke waarschuwingsdrempels. Ik heb bedrijven gezien die een eenvoudig rood/geel/groen-systeem gebruiken, waarbij geel wordt geactiveerd als de voorraad onder de 3 dagen voorraad zakt.
Het is ook belangrijk om te weten welk type grafiek je wanneer moet gebruiken. Het gebruik van cirkeldiagrammen met behulp van eencirkeldiagrammakerStaafdiagrammen, gestapelde diagrammen, combinatiediagrammen en watervaldiagrammen kunnen verwarrend zijn als de gebruiker niet weet hoe hij ze moet interpreteren. Daarom is het belangrijk om diagrammen zo eenvoudig mogelijk te houden, maar tegelijkertijd zoveel mogelijk informatie over te brengen. Hier is een handig overzicht voor het geval je er een nodig hebt.
Bron:Implementatiehandleiding voor Power BI
De toekomst zal een mix zijn van traditionele tools en AI, en dat geldt ook voor visualisaties en agents. Neem bijvoorbeeld onze generatieve AI-bot:
AI-functionaliteiten toevoegen aan dashboards met P. AI
De beste manier om het maximale uit dergelijke agents en bots te halen, is uiteraard door kwalitatief hoogwaardigdatabeheer toete passen, met name door semantische modellen te creëren en te onderhouden voor generatieve AI. Laten we vijf voorbeelden uit de FMCG-sector bekijken:
| Element |
Overweging |
Beschrijving |
Voorbeeld |
| Dimensietabellen |
Het creëren van ondersteunende beschrijvende gegevens |
Maak dimensietabellen aan die de beschrijvende kenmerken bevatten die gerelateerd zijn aan de kwantitatieve gegevens in de feitentabellen. |
Het creëren van duidelijke labels die informatie over de gegevens geven, zoals "Productdetails", "Klantgegevens", of het aanmaken van beschrijvende metadata. |
| Producthiërarchieën |
Natuurlijke taalmapping |
Structureer producthiërarchieën met behulp van consumentvriendelijke termen die aansluiten bij de manier waarop mensen van nature vragen stellen over producten. |
Gebruik de volgende mappingcode: "Koolzuurhoudende frisdranken > Cola > Light > Blikje van 355 ml" in plaats van interne codes zoals "CSB-COLA-D-12". |
| Categoriedefinities |
Marktgerichte groeperingen |
Definieer categorieën op basis van hoe consumenten en detailhandelaren producten zien, niet op basis van interne classificaties. |
Groepeer 'Sportdranken' en 'Verrijkt water' samen, omdat consumenten deze vaak met elkaar vergelijken, ook al zijn het intern aparte categorieën. |
| Verkoopstatistieken |
Consistente eenheidsdefinities |
Standaardiseer de manier waarop u productvolumes meet voor verschillende verpakkingsformaten en -groottes. |
Definieer "verkoop per eenheid" consistent - gebruik bijvoorbeeld altijd "gelijkwaardige dozen", waarbij 1 doos gelijk is aan 288 fl oz voor alle verpakkingstypes. |
Het gaat er ook om de beschikbare intelligentie te omarmen. Bijvoorbeeld:
- Plan de dashboards involgens de frequentie die je nodig hebt, bijvoorbeeld wekelijkse en maandelijkse rapporten. Dit helpt niet alleen om gegevens overzichtelijk te visualiseren, maar verbetert ook de algehele acceptatie van de data.
- Spraakgestuurde data-exploratie –U kunt natuurlijke vragen stellen zoals "Laat me zien welke smaken in Californië ondermaats presteren" en de visualisatie wordt automatisch aangepast. Dit maakt complexe data toegankelijk voor buitendienstteams die mogelijk geen data-experts zijn.
- Het is heel eenvoudig om met tools zoalsPower BI rapporten helemaal zelf te maken, gebaseerd op je invoergegevens en KPI's (vooral dankzij de AI-mogelijkheden van Power BI).
De voorbeelden beperken zich niet alleen tot visualisaties; je kuntAI-agentengebruiken voor automatische anomaliedetectie. In plaats van op mensen te wachten, kun je agenten inschakelen voor vroegtijdige detectie van afwijkingen, en nog veel meer.
We begrijpen dat dit allemaal erg omslachtig kan klinken, van het mogelijk maken van databeheer tot het creëren van ondersteunende CPG-applicaties die besluitvorming mogelijk maken. Daarom hebben we1Platform geïntroduceerd, een ecosysteem dat CPG-datavisualisatie en AI naadloos ondersteunt.
Kort gezegd heb je vanaf één plek toegang tot alles wat je nodig hebt, van AI-gestuurde applicaties tot AI-gestuurde dashboards.
Visualisatiearchitectuur voor het AI-tijdperk met 1Platform
Met 1platform is het niet meer nodig om in meerdere rapporten te zoeken. Ons navigatiegestuurde Insight Portal biedt u namelijk een duidelijke indeling van wat u zoekt.
Het is vergelijkbaar met het hebben van aparte tabbladen voor visualisaties zoals: Verzending versus Afname of een tabblad met een verkoopoverzicht.
Je kunt verder inzoomen op basis van je specifieke behoeften.
Of zullen ze zo diep in onze werkprocessen verankerd raken dat we het nauwelijks meer merken? Of een combinatie van beide? Dat zullen we moeten afwachten.
Maar om je aan te passen aan het AI-tijdperk, moet je snel handelen!
Neem vandaag nog contact op met onzeAI- en BI-expertsom uw wensen verder te bespreken!
Leiders moeten prioriteit geven aan dashboards die direct van invloed zijn op beslissingen over omzet, beschikbaarheid en winstgevendheid. In plaats van alles te volgen, moeten ze zich richten op KPI's met grote impact, zoals distributie, voorraadtekorten en margebepalende factoren. Het doel is om ruis te verminderen en ervoor te zorgen dat elk dashboard aanzet tot concrete actie, en niet alleen tot inzicht.
De acceptatie van dashboards verbetert wanneer ze eenvoudig, rolspecifiek en geïntegreerd in de dagelijkse werkprocessen zijn. Leiders moeten ervoor zorgen dat dashboards antwoord geven op echte zakelijke vragen, toegankelijk zijn via intuïtieve interfaces en ondersteund worden door training en verandermanagement. AI-gestuurde interfaces, zoals spraakopdrachten, kunnen het gebruik voor niet-technische gebruikers verder vereenvoudigen.
AI verbetert visualisatie door inzichten te automatiseren, afwijkingen te detecteren en interacties in natuurlijke taal mogelijk te maken. In plaats van dashboards handmatig te analyseren, kunnen leiders vertrouwen op AI om belangrijke trends en risico's te signaleren. Hierdoor veranderen dashboards van passieve rapportagetools in proactieve beslissingsondersteunende systemen die zijn ingebed in bedrijfsprocessen.
De beste aanpak is een gelaagd ontwerp: begin met KPI's op hoog niveau en maak het mogelijk om in te zoomen voor een diepere analyse. Leiders moeten ervoor zorgen dat dashboards direct inzicht bieden, maar tegelijkertijd gedetailleerde analyses mogelijk maken wanneer dat nodig is. Dit voorkomt dat gebruikers overweldigd raken en ondersteunt tegelijkertijd complexe besluitvorming wanneer dat vereist is.