Wie Industrie 4.0 Großhändlern helfen kann, ihr Geschäft zukunftssicher zu machen

Großhändler und Distributoren stehen vor einer komplexen Herausforderung, der sich in globaler Marktvolatilität, Unterbrechung der Lieferkette bis hin zur Inflation, steigenden Energiekosten und der Notwendigkeit, die Kundenerwartungen kontinuierlich zu übertreffen äußert. Auch müssen sie bessere Wege finden, um Top-Talente zu rekrutieren und zu binden und gleichzeitig den Betrieb zu optimieren, damit die Wettbewerbsfähigkeit erhalten bleibt.

Industrie 4.0-Technologien wie künstliche Intelligenz (KI), maschinelles Lernen (ML) und Internet der Dinge (IoT) können Händlern dabei helfen, diese zahlreichen Herausforderungen zu bewältigen. Diese Technologien ermöglichen bereits heute eine Reihe von Innovationen für den Großhandel und die Distribution. Und was noch wichtiger ist: die richtige Technologie ermöglicht Fortschritte, die sonst nicht denkbar wären.

Großhändler sind bereit, KI und ML zu nutzen, um den Kundenservice zu verbessern und schneller auf Nachfrageschwankungen zu reagieren. Sie wollenIoT nutzen, um integrierte Liefer- und neue Preismodelle anzubieten, und Tools zu implementieren, die eine größere Automatisierung ermöglichen. Dadurch werden Auswirkungen des anhaltenden Fachkräftemangels begrenzt.

Nutzung von KI und ML zur Verbesserung des Kundenservice

Die Möglichkeiten, mit den vorhandenen Daten zu arbeiten, sind vielfältig. Doch in der Vergangenheit haben sich viele Methoden und Tools als zu teuer oder zeitaufwändig erwiesen, so dass die Investition nicht lohnte. Mit KI und ML ist es jetzt möglich, gesammelte Daten sinnvoll zu nutzen und einen echten Mehrwert zu schaffen. Mit diesen Technologien können Distributoren und Händler die zukünftige Nachfrage der Kunden auf der Grundlage vergangener und aktueller Aktivitäten leichter antizipieren und Produktempfehlungen abgeben, die auf die Bedürfnisse und Präferenzen der einzelnen Kunden zugeschnitten sind.

Um diesen Vorteil zu verdeutlichen, sollten Sie die Case Study von Midwest Wheel Companies lesen, einem der größten Lkw-Teilehändler im Mittleren Westen der USA. Das Unternehmen musste während seines kontinuierlichen Wachstums komplexe Abläufe verwalten und sicherstellen, dass alle seine Kunden den vereinbarten Servicegrad erhalten. Das Unternehmen implementierte eine Produktempfehlungs-Engine mit Infor Coleman AI und ML, um komplementäre Produkte in der Kundenbindung zu berücksichtigen. Dieser nahtlose Ansatz stellt sicher, dass der prognostizierte Bedarf des Kunden erfüllt werden und der Kunde die bestmögliche Interaktion erfährt, auch wenn neue Mitarbeiter involviert sind. Das System bietet einen Wissensfundus, der das Wissen des Mitarbeiters ergänzt.

Zuvor verloren einige Kunden von Midwest Wheel Zeit am Verkaufsschalter oder telefonisch, während Vertriebsmitarbeiter manuell nach den richtigen Teilen suchen mussten, die sie für ihre Reparaturen benötigten. In einigen Fällen mussten die Kunden zurückkommen und mehrere Bestellungen aufgeben, da sie beim ersten Mal nicht alles bekommen hatten, was sie benötigten. Darüber hinaus verpassten Verkäufer manchmal zusätzliche Verkaufschancen, weil sie nicht mit allen Teile-Kombinationen, die üblicherweise zusammen verkauft werden, vertraut waren.

Als Ergebnis der verfügbaren KI- und ML-Technologien von Infor verbesserte Midwest Wheel erheblich die Kundenzufriedenheit und Mitarbeiterproduktivität. Die Bearbeitungszeit für Kundenaufträge konnte um 30 % verringert werden, was für Kunden eine Kostenersparnis bedeutete, da sie den richtige Teile-Mix bestellen konnten.

Kosten senken und schneller auf Nachfrageschwankungen reagieren

Technologieinnovationen werden auch eine Rolle bei der Bewältigung von Nachfrageschwankungen spielen. Wenn die Nachfrage besser vorausgeplant werden kann, wird sie die Kaufentscheidungen beeinflussen, so dass Diskrepanzen bei Lagerbeständen minimiert werden.

Vertriebspartner müssen zu jeder Zeit über die richtige Menge an Bestand verfügen, da sowohl ein zu großer als auch ein zu geringer Bestand mit Kosten verbunden ist. Rückblickend war es für Händler essenziell, eine Lösung zu nutzen, die eine Flexibilität ermöglichte, indem über mehrere Jahre hinweg Nachfragemetriken gesammelt wurden. Anhand dieser Metriken konnte ein Distributor die Nachfrageprognosen auf der Grundlage der vorherigen Kundennachfrage nach bestimmten Produkten abschätzen.

Doch mit der Weiterentwicklung der Technologie ist es jetzt möglich, moderne KI- und ML-Algorithmen zu anzuwenden, um externe Faktoren wie Wetter, soziale Medien undsich verändernde Trends in Echtzeit zu integrieren, um noch genauer zu werden. Diese Einblicke können für Händler, die sich auf einen marginalen Vorteil konzentrieren, äußerst wertvoll sein. Eine bessere Prognose führt zu weniger Umsatzverlusten aufgrund mangelnder Lagerbestände und zu einer verbesserter Kundenzufriedenheit und -bindung.

Anwendung der integrierten Lieferung, um Kundenbeziehungen zu stärken

Eine Möglichkeit, die Partnerschaft mit einem Kunden zu festigen, ist die Implementierung der integrierten Lieferung oder des verwalteten Bestands (VMI). Sowohl der Händler als auch dessen Kunde vereinbaren im Voraus, dass bestimmte Bestände direkt vom Vertriebshändler am Standort des Kunden gemanagt und vorgehalten werden. Diese Garantie stellt sicher, dass kritische Teile immer vorrätig und für diesen Kunden leicht zugänglich sind.

Während die Feinheiten dieser Art von Engagement früher möglicherweise kostenintensiv waren, haben neue Technologien, die mehr Transparenz, Automatisierung und IoT fördern, VMI-Partnerschaften sehr attraktiv gemacht. Ein wichtiger Anwendungsfall zur Veranschaulichung dieses Vorteils konzentriert sich auf die Praxis der Nutzung alltäglicher Kaufmuster durch IoT und der automatisierten Wiederauffüllung von Produkten auf der Basis täglicher Datenaggregation. Auf diese Weise erhält ein Händler eine automatisierte tagesgenaue Nachricht darüber, welches Inventar verwendet wurde. Basierend auf dem Verbrauch, löst die Nachricht Nachschub- und Abrechnungsaktivitäten aus.

Der Vertriebshändler nutzt sein Fachwissen im Bestandsmanagement, um eine Belastung oder ein Risiko für den Kunden zu beseitigen und gleichzeitig eine stärkere langfristige Vertragsbeziehung zu sichern, da es unwahrscheinlich ist, dass dieser Kunde die gleichen Artikel anderswo kaufen wird. Und der Kunde ist davon überzeugt, dass seine kritischen Komponenten immer auf Lager und verfügbar sind. Dieser Automatisierungsgrad ist für beide Parteien von Vorteil.

Verbesserung der Margengenauigkeit, um den Umsatz zu steigern

In einer Branche, die es gewohnt ist, unter starkem Margendruck zu arbeiten, war die Festlegung des richtigen Preises für bestimmte Produkte noch nie so wichtig, um das Geschäftswachstum und die tägliche Leistung aufrechtzuerhalten.

Da KI in Geschäftsprozessen und Management-Tools immer leistungsfähiger wird, kann sie viele der langweiligen und zeitaufwändigen Aufgaben übernehmen, mit denen sich die Mitarbeiter früher konfrontiert sahen, wie z. B. die kontinuierliche Überprüfung von Preisstrategien und die Überwachung von Verkaufsdaten, um Margenanomalien oder Trends zu identifizieren.

Ein Unternehmen, das früher Hunderte von Stunden damit verbrachte, sicherzustellen, dass es keine Fehler in den Margen gab, ist Pilot Flying J, eine Kette von LKW-Haltestellen in den Vereinigten Staaten und Kanada. Die Kraftstoffmargen des Pilotprojekts sind erheblich, da sie einen Großteil der Bottom Line und des Gewinns ausmachen. Ein Fehler bei der Kraftstoffpreisgestaltung an einem Standort kann entweder zu einem Verlust an Kunden führen, weil der Preis zu hoch ist oder zu Umsatzverlust durch niedrige Preise für Kunden, die ohnehin gekommen wären.

Pilot Flying J arbeitete mit Infor zusammen, um Infor Coleman Machine Learning (ML) zu nutzen und diesen manuellen, zeitaufwendigen und potenziell fehleranfälligen Prozess zur Überprüfung von Kraftstoffmargenanomalien in der Finanzabteilung zu automatisieren. Pilot hat Coleman ML 36 Monate lang ausprobiert und historische Daten im Infor Data Lake gesammelt, um Kraftstoffmargenanomalien zu kennzeichnen – d. h. es ging dabei um die Berechnung eines jeden Einzelpostens, der einen großen Unterschied in der maschinengenerierten Marge zur tatsächlichen Marge ausmacht.

Anstatt aufwändig Tausende von Zeilen in einem Bericht zunach Fehlern bei der Kraftstoffmarge zu durchsuchen, prüft heute das Finanzteam jene Dashboards, die die wenigen Anomalien visuell darstellen, welche eine menschliche Untersuchung und Lösung erfordern, wodurch das Äquivalent von zwei FTEs eingespart und die Margengenauigkeit auf 99,99 % erhöht werden kann.

Implementierung von Automatisierungstools zur Unterstützung der Mitarbeiter

Seit Jahren haben Vertriebspartner Schwierigkeiten, Top-Talente zu rekrutieren und zu binden. In jüngster Zeit haben sich die Erwartungen der Mitarbeiter so stark verändert, dass der Arbeitskräftemangel bei Händlern aller Größenordnungen von größter Bedeutung ist.

Eine Möglichkeit, wie Distributoren dieses Problem angehen, sind Investitionen in Technologien, die Prozesse automatisieren, so dass mehr getan werden kann, ohne die Mitarbeiterzahl zu erhöhen. Mit einer Cloud-Lösung werden die Hauptaufgaben, die mit der Verwaltung und Wartung der Systeme verbunden sind, auf den Lösungsanbieter übertragen und seiner Verantwortung übergeben. Sobald Sie sich in der Cloud befinden, ergeben sich neue Möglichkeiten mit KI- und ML-Projekten, die große Datenmengen in umsetzbare Erkenntnisse umwandeln können. Selbst etwas so Einfaches wie die Automatisierung von Forderungen nutzt KI-Technologie, um den Prozess zu rationalisieren, was zu besseren Cashflow-Ergebnissen führt. Oder es können größere Investitionen in Roboter- und Lagerautomatisierungssysteme getätigt werden, um die Produktivität zu steigern. Darüber hinaus kann eine Investition in moderne Technologie dazu beitragen, ein besseres Arbeitsumfeld zu schaffen, das den Mitarbeitern die Informationen gibt, die sie benötigen, um ihre Arbeit effektiver zu erledigen. Die Vereinfachung alltäglicher Aufgaben ist eine großartige Möglichkeit, die Zufriedenheit am Arbeitsplatz zu steigern und die Talente, über die Sie verfügen, zu binden, während neue Mitarbeiter dazu angeregt werden, sich Ihnen anzuschließen.

Abschließende Gedanken

Großhändler und Distributoren haben besseren Zugang zu den Industrie 4.0-Technologien als je zuvor, und diese Technologien können ihnen den Weg ebnen, ihren Kunden eine Vielzahl von Mehrwertdiensten anzubieten. Mit Technologien wie KI, ML und IoT können Vertriebspartner datengesteuerte Erkenntnisse nutzen, um den Kundenservice zu verbessern, Nachfrageschwankungen und Bestände in Echtzeit besser zu verwalten, die Kundenzufriedenheit zu steigern und Margenanomalien schnell zu erkennen. Durch den Einsatz von Industrie 4.0-Tools zur Automatisierung bestimmter Prozesse ermöglichen Händler und Distributoren ihren Mitarbeitern außerdem, sich auf höherwertige Arbeiten zu konzentrieren, die Arbeitszufriedenheit zu verbessern und ihre Unternehmen in die Lage zu versetzen, Talente effektiver zu rekrutieren und zu binden.

Im April 2024 wurde Infor Coleman AI umbenannt und vereinfacht in Infor Artificial Intelligence (AI). Die Funktionen und Services von Infor Coleman AI sind weiterhin im InforOS-Ökosystem verfügbar, auch wenn der Name Coleman nicht mehr verwendet wird.