為了采取更具戰略性的、數據驅動的銷售前景預測方法，Carhartt開發了一個AI驅動的銷售優化和前景預測引擎，稱為市場銷售前景預測模塊。Carhartt的商業智能和分析主管Jolie Vitale說，該項目為Carhartt贏得了新興技術應用的FutureEdge 50獎項，使該公司的銷售部門能夠更有意識地以協調的方式進入市場。
這些部門包括了Carhartt的批發部門，該部門由12000個客戶零售點(行業術語中的“門”)和800多個合作伙伴組成;在美國擁有33家零售店的直接面向消費者的業務;以及一個快速增長的直接面向消費者的網站。Carhartt還直接向其他企業提供產品，例如為其配備制服和刺繡產品。
“這個項目不是關于增加新的賬戶，而是關于客戶內部的優化，”Carhartt的首席信息官兼業務規劃高級副總裁John Hill說。“如果有人在美國擁有2000多個門，我們可以如何優化他們銷售Carhartt的方式、他們的產品組合，以及他們在每家商店中試圖投放的產品?該工具的初始階段就是優化這些關系。”
持續擴展以滿足大型模型
作為一個以消費者為中心、數據驅動的組織，Carhartt必須在如何擴大其市場足跡方面具有戰略眼光，Vitale說。鑒于其不同客戶和不同類型消費者的獨特需求，必須協調決策，否則一個部門的選擇和變化就可能會在無意中對另一個部門產生負面影響。
當Carhartt召集了一個跨職能的銷售和市場領導者小組來考慮公司的上市協調問題時，市場探索引擎的想法就誕生了。很明顯，單獨的匯總過程是繁重和有限的，并且有機會將預測和外部因素等數據也納入這個過程。
該團隊聘請了Carhartt的分析小組，該小組確定的解決方案需要預測未來需求，同時考慮第一方的數據，包括歷史銷售額、計劃銷售額和分銷足跡。該團隊還確定，解決方案必須是計量經濟學性質的，考慮到公司周圍的世界是如何變化的，以及將如何影響對Carhartt產品的需求。
該項目的規模之大令人生畏。Carhartt的需求系統是“市場探索”的核心，它使用著一個擁有約17.5億條記錄的數據集，生成了一個包含約8300萬個參數的計量經濟學模型，并包含了10個分銷渠道的郵政編碼級的銷售數據，這些數據可以追溯到5年前。最初，運行模型的計算需要幾天時間。
為了應對這一挑戰，團隊必須考慮更大規模的問題。該項目需要一種分布式的內存并行計算能力，使其能夠有效地進行擴展，Vitale解釋說。該團隊還專注于確定和實施架構最佳實踐，并利用其與Microsoft的現有合作伙伴關系，在Microsoft的Azure堆棧上部署該解決方案，并與開源的服務和數據庫進行協調。
“市場上還沒有一個真正的解決方案來滿足這一需求，”Hill說。“我們需要自己建造它。我們沒有什么可以利用的，除了能夠插入我們的生態系統。”
確保驗收
文化變革也是一個挑戰。Carhartt是一家久負盛名的公司，長期以來，其商業領袖一直在根據自己的專業知識來做出決策。但新的引擎要求他們相信本質上是一個黑匣子的東西。
“我們該如何分解我們正在做的事情的黑盒問題，并使其變得更平易近人和易于理解?你不可能把所有的數學知識都教給任何人。這是不可能做到的。”Vitale解釋道。
為了解決這個問題，團隊引入了風險評分，以便使事情盡可能的透明。
“我們試圖引入一些人們易于理解的方法，因為這就是我們所看到的障礙。”Vitale補充道。
如今，該工具正服務于組織的運營和戰略需求。它可以回答這樣的問題，“哪個分銷渠道最適合向這類新客戶測試這種新產品。”它還可以為銷售代表創建一份潛在客戶名單，以便他們在計劃下次訪問本地市場時能夠將其放在平板電腦上。
Hill說，該工具已經推動了收入的增長。更重要的是，這幫助公司提高了客戶滿意度，幫助客戶代表節省了追加銷售活動的時間，他補充說。
“如果讓我看一下是什么讓團隊成功的，我會說是因為他們不受組織內部可能的約束或束縛。”Vitale說。“他們不會讓當前的狀態限制住他們。而灌輸這種信念則是需要做的第一步。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號