Många branscher står inför en ny verklighet. Inom retail är många utmaningar kopplade till leveranskedjan och hur man kan möta snabbföränderliga behov. För att kunna förbereda sin verksamhet inför olika typer av scenarion behöver företag börja förlita sig på data istället för magkänsla, förklarar Fredrik Göransson, Head of Sales Engineering Nordics på Snowflake.
– Data är det bästa sättet att rationellt kunna möta de här utmaningarna och komma framåt. Istället för att gå på känsla kan data visa vart man behöver fokusera insatser, pengar och energi. Genom att arbeta strukturerat med sin data får man en möjlighet att lyckas och gå starkare ur den här krisen.
Inom retail står företag inför fyra huvudsakliga utmaningar kopplat till leveranskedjan. Utmaningar som kan kan mötas genom rätt hantering av data.
Hämta guiden: Så kan ditt företag börja använda granulär retail-data.
1. Överfyllda lager och svinn
I början av året rapporterades det att en femtedel, eller 88 miljoner ton, av all mat som produceras per år i Europa slängs. Ofta fastnar leverantörer i balansgången mellan svinn och tillgänglighet. De har för mycket produkt och drar därför tillbaka delar av utbudet vilket gör att de sedan har för lite för att kunna möta behoven. Istället för att ständigt väga mellan överflöd och brist kan man genom data lyckas säkerställa att man har rätt produkter på plats, vid rätt tidpunkt.
– Lösningen ligger i att analysera historisk data i kombination med omvärldsfaktorer för att bättre förutse ett framtida behov. Det kan vara allt från väder till händelser i världen som man vill korrelera till detta, säger Fredrik Göransson.
2. För lite information för att kunna fatta rätt beslut
Leverantörer och handlare behöver fatta ett stort antal beslut när de lanserar produkter. Vilka butiker ska de skicka produkter till? Kommer vissa storlekar, färger eller smaker fungera bättre i en viss region eller vid en viss tidpunkt på året? De besluten kan innebära skillnaden mellan vinst och förlust men handlare saknar ofta insikter i granulär data som kan hjälpa till vid viktiga val.
– Här får man en stor fördel med Snowflake-plattformens skalbarhet. Den kan hantera stora mängder data på samma sätt. Tidigare, i traditionella analysmiljöer har man varit tvungen att välja vilken data man ska analysera medan man nu, med större mängder data, kan kombinera data från olika källor för ännu mer informerade beslut. Detta kan man nu göra i en sammanhållen miljö, utan att behöva göra avkall på prestanda och skalbarhet.
3. Bristfälliga förberedelser för oförutsedda händelser
Som vi har kunnat se det senaste året så kan ekonomiska svackor och kriser uppstå utan förvarning. Dessa kan innebära överlevnad eller undergång för handlare och leverantörer inom alla industrier. Historisk data och prognoser erbjuder lite eller ingen hjälp under dessa perioder.
– Här handlar det om att ha en flexibilitet och agilitet i verktygen man använder. För analytiker och beslutsfattare innebär det att de snabbt kan ställa om från en modell till en annan, testa nya analyser och anpassa sig efter marknaden när den förändras.
4. Bristande information mellan handlare och leverantör
Informationsflödet inom lagersaldon och försäljning går oftast bara åt ett håll; från handlare till leverantör. Leverantörer ger i sin tur retailers service level-rapporter kring vad som levererats men dessa visar inte påverkan mot konsumenterna och förbättrar inte tillgängligheten ute på hyllorna.
– Traditionellt har det varit svårt att dela data mellan företag. Man har olika API:er men skickar ofta även information över mejl och liknande. När man istället enkelt kan dela data mellan både olika företag, och individer inom samma företag skapar det nya möjligheter att lyckas få ett uppdaterat informationsflöde från A till Ö snabbt. Med Snowflakes data sharing-funktion kan man se till att alla partners i leveranskedjan har rätt information och ge leverantörerna möjlighet att själva arbeta med data så att de kan agera, och reagera på rätt sätt.
Utmaningar inför Black Friday
Samma typ av förberedelser som krävs för de nya utmaningarna kan även appliceras på återkommande handelsevent som exempelvis den stundande retail-högtiden Black Friday, säger Fredrik Göransson.
– Black Friday är ett nära på unikt event för många företag och en stående förmåga att processa data i den skala som Black Friday kräver är väldigt kostsamt. Här är en molnbaserad on-demand-lösning som Snowflake erbjuder extra fördelaktig. Det gör att man kan möta behovet utan att behöva fastna med extra kostnader. Med en molnbaserad lösning är företag bättre rustade vare sig det gäller Black Friday eller större världshändelser, avslutar han.
