Mengapa Manajemen Pertumbuhan Pendapatan di CPG Kini Lebih Penting Dari Sebelumnya

Lebih dari 80% CEO CPG tidak puas dengan hasil Manajemen Pertumbuhan Pendapatan (RGM) mereka. Namun penelitian menunjukkan bahwa perusahaan dapat memperoleh 80% SKU, 50% menurunkan biaya BAU dengan inisiatif RGM. Jadi, apa yang menariknya?

Kenyataannya adalah banyak perusahaan CPG tidak memanfaatkan peluang pertumbuhan pendapatan yang lebih besar karena terlalu terpaku pada manajemen pertumbuhan pendapatan tradisional. Itu berhasil; namun, hal ini meninggalkan banyak potensi bagi alat tradisional untuk mengelola tuas RGM dengan lebih baik. Oleh karena itu, tim RGM mulai mengeksplorasi solusi modern dalam strategi manajemen pertumbuhan pendapatan mereka sehingga mereka menemukan pendekatan holistik untuk mengoptimalkan semua faktor RGM seperti: Penetapan Harga, Promosi, Beraneka ragam produk, dan manajemen Distribusi.

Sekarang apa pendekatannya? Mari kita cari tahu!

Bagaimana cara mengoptimalkan tuas RGM?

Sebelum membahas pendekatan ini, mari kita mulai dengan sebuah fakta. RGM yang mengimbangi kebutuhan industri dapat menghasilkan manfaat yang signifikan – penelitian menunjukkan potensi peningkatan laba kotor sebesar 3% hingga 5%. Jadi, sekarang pertanyaannya adalah bagaimana Anda menyambut kesempatan ini?

Kuncinya adalah mengintegrasikan elemen-elemen utama RGM untuk menciptakan kerangka kerja yang kuat yang meningkatkan efektivitas secara keseluruhan.

1. Arsitektur Paket Harga Portofolio

Salah satu komponen penting dari pendekatan terpadu ini adalah Portfolio Price Pack Architecture (PPA). Memikirkan kembali PPA Anda melibatkan pembuatan prioritas, perencanaan, dan pengambilan tindakan untuk meningkatkan fokus dan efektivitas. Dengan mengajukan pertanyaan kritis, Anda dapat memperjelas prioritas Anda dan menyelaraskan tindakan Anda.

Pertimbangkan aspek-aspek penting ini:

Waktu– Pada jam berapa konsumen memutuskan produk mana yang akan dibeli?
Payung merek – Apa kategori merek berdasarkan portofolio produk?

Ukuran SKU -Ukuran apa yang cocok untuk acara apa dan merek apa?
Harga – berapa harga yang harus ditetapkan setelah mempertimbangkan semua hal di atas?
Saluran – dimana produk dapat dijual berdasarkan hal di atas?

Kini dengan pemahaman yang lebih baik, Anda dapat memanfaatkan model AI dan ML yang digunakan di RGM untuk memprediksi dampak penjualan dari perubahan harga & paket, memetakan pesaing, mengoptimalkan harga berdasarkan saluran sekaligus.

2. Optimalisasi Promosi Perdagangan

Promosi dagang merupakan pengeluaran besar bagi perusahaan CPG, yang biasanya menyumbang 11% hingga lebih dari 27% pendapatan, menjadikannya item terbesar kedua dalam laporan laba dan rugi. Untuk mengoptimalkan pengeluaran ini, perusahaan harus menerapkan teknik validasi, integrasi, dan pemodelan data yang kuat.

Misalnya – Menggunakan metode statistik seperti analisis regresi dan perkiraan deret waktu, dapat secara akurat memprediksi dampak penjualan dari berbagai strategi diskon. Teknik seperti simulasi Monte Carlo dapat membantu menilai risiko dan variabilitas berbagai skenario promosi, sehingga memungkinkan pengambilan keputusan yang lebih tepat.

Penerapan algoritme ML akan membantu Anda menganalisis data promosi historis, mengidentifikasi pola yang menginformasikan strategi penurunan harga yang optimal dan rencana promosi yang ideal. Dan pendekatan komprehensif ini memungkinkan perusahaan memastikan bahwa sumber daya promosi dialokasikan secara efisien untuk laba atas investasi maksimum.

3. Manajemen Aneka Produk

Meskipun sebagian besar organisasi memiliki semacam alat manajemen bermacam-macam. Namun yang belum disediakan oleh platform perencanaan lama ini adalah pandangan perusahaan yang holistik karena tingginya ketergantungan pada data penjualan historis dan dugaan untuk memprediksi permintaan di masa depan. Hal ini memiliki keterbatasan yang jelas seperti visibilitas masa depan yang terbatas, perencanaan pemilihan produk yang statis, dan pendekatan reaktif yang mengakibatkan tertundanya tindakan, yang pada akhirnya berisiko kehilangan peluang penjualan dan mengurangi kepercayaan pelanggan.

Untuk mengatasi titik-titik buta ini, kami menerapkan perencanaan proaktif untuk optimalisasi pilihan. Di sini menggunakan perencanaan skenario dan perkiraan permintaan membantu perusahaan mensimulasikan skenario pasar yang berbeda berdasarkan peristiwa potensial atau strategi pesaing.

Memasukkan Market MixModeling (MMM) semakin memperkaya strategi ini dengan menganalisis dampak saluran pemasaran dan promosi terhadap kinerja penjualan.

Hal ini memungkinkan adanya pemahaman komprehensif tentang bagaimana faktor-faktor mempengaruhi permintaan, sehingga memungkinkan pengambilan keputusan berdasarkan data. Dengan memanfaatkan teknik analisis ini, perusahaan dapat memperoleh pengelompokan produk yang lebih baik, memaksimalkan peluang penjualan dan kepuasan pelanggan sehingga memungkinkan dilakukannya penyesuaian pre-emptive untuk optimasi pilihan yang proaktif.

4. Optimalisasi Distribusi

Saat ini, sama pentingnya untuk memastikan produk yang tepat menjangkau konsumen yang tepat. Oleh karena itu, setelah terdapat pemahaman yang jelas tentang produk, harga, dan promosi, langkah selanjutnya adalah menyelaraskan inventaris, pilihan, dan planogram untuk meningkatkan kinerja kategori produk. Dengan mengidentifikasi dan menangani portofolio yang berkinerja buruk, terdapat peluang untuk mengurangi modal dan biaya.

Untuk melakukannya, manfaatkan perkiraan permintaan dengan rencana agregasi hierarki setelah bereksperimen setidaknya dengan pengoptimalan Harga dan Portofolio untuk mencapai akurasi perkiraan yang lebih baik.

Sekarang terintegrasi dengan data penjualan, musiman, tren pasar, dll. menggunakan teknik seperti Deteksi anomali untuk identifikasi outlier hingga algoritme multi-strategi untuk alokasi sumber daya guna mengoptimalkan strategi saluran dan mencegah kanibalisasi.

Masa depan pertumbuhan X Manajemen pertumbuhan pendapatan di CPG

Sekarang dengan pemahaman yang lebih baik tentang apa dan bagaimana mengoptimalkan untuk hasil yang lebih baik. Perlu diingat bahwa penerapan langkah-langkah ini memerlukan analisis CPG yang solid. Oleh karena itu, perusahaan yang ingin memperkuat manajemen pertumbuhan pendapatannya mempunyai beberapa pekerjaan rumah yang harus diselesaikan.

Sebagai ahli dalam manajemen pertumbuhan pendapatan, kami memahami bahwa meskipun ada banyak solusi AI yang memberikan hasil, namun tidak semuanya cocok untuk setiap organisasi.

Oleh karena itu, Anda mungkin perlu bermitra dengan penyedia khusus seperti solusi Polestar yang ahli dalam memahami nuansa industri, memiliki keahlian domain analitis yang baik, dan alat untuk memberikan hasil yang cepat dan akurat agar unggul dalam meningkatkan posisi mereka di pasar mana pun – AS atau luar negeri, yang pada akhirnya menghasilkan pertumbuhan pendapatan dan kinerja bisnis yang lebih kuat.