当下,随着全球市场波动、供应链中断、通货膨胀、能源成本上升等因素带来的挑战,分销商不仅需要持续超越客户预期,还需要找到更好的方法吸引并留住顶级人才,同时简化运营流程以提升企业核心竞争力。

工业 4.0 技术可以帮助分销商解决上述挑战。人工智能(AI)、机器学习(ML)和物联网(IoT)等技术已经推动分销行业实现了一系列创新。更重要的是,这些科技的不断进步正在使更多企业在现实场景中接触到、应用这些技术。

分销商将能够利用 AI和机器学习技术来改善客户服务并对需求波动作出更快的反应,利用物联网来提供综合供应和新的定价模式,并部署工具来提升自动化程度,减少劳动力持续短缺带来的影响。无论是 AI、机器学习还是物联网,利用这些创新技术都能为企业带来很多好处。

【资料图】

采用AI 和机器学习有助于改善客户体验

企业有无数种方法可以挖掘他们所收集的数据,但事实证明这些方法过于昂贵、极其耗时,并不值得投资。而 AI 和机器学习技术能够让收集到的数据更容易操作,并据此设定更具可行性的目标和预期。在这样的技术支持下,分销商可以根据历史和现阶段的数据资料,更容易地预测客户的未来需求,并根据每个客户的需求和喜好提供产品建议。

举例来说,中西部车轮公司(Midwest Wheel Companies)是美国中西部最大的卡车零部件分销商之一。随着业务持续增长,中西部车轮公司不得不在管理复杂多样的业务系统的同时,确保向所有客户交付符合预期的货物。因此,该公司通过 Infor Coleman AI 和机器学习技术部署了一个产品推荐引擎,在与客户沟通需求时就能将配套系列产品纳入考量范围。在员工具备足够的工作经验之前,其服务所需的相关知识就已经被植入系统了,因此无论员工是否具备相应经验,都能确保客户预期得到满足,极大地提升客户体验。

在此之前,由于销售员不得不手动检索合适的配套零件进行维修,该公司的客户在与销售员现场、电话沟通过程中花费了大量时间。而且如果客户无法在首次沟通时获取其需要的全部零件,此后不得不反复购买更多的零件,消耗更多的时间。此外,由于销售员工作经验深浅不一,有时会因为并不熟悉所有的配套零件而错失商机。

在部署了 Infor 的AI 和机器学习技术之后,中西部车轮公司的客户满意度和员工生产力得到了大幅提升,其销售订单处理时间减少了 30%,并通过准确订购配套零件帮助客户节约了成本。

提高应对需求波动的能力

技术创新也将在应对需求波动的过程中发挥重要作用。当企业可以更好地预测需求变化或波动时,这些数据可以为企业的采购和决策提供信息,以便做出合理的判断,将库存差异降到最低。

但随着技术的发展,现在可通过现代 AI技术和机器学习算法将更多的外部实时因素纳入考量范围,如天气、社交媒体、变化趋势和疫情的影响,从而使企业收集到的数据更加准确。对于重视边际优势的分销商来说,这种洞察力是非常有价值的。更精准的数据预测能降低因缺乏库存而损失的销售量,并提升客户满意度和忠诚度。

利用综合供应来改变客户关系

构建综合供应或供应商管理库存(VMI)关系是巩固与客户伙伴关系的方法之一。这种场景下,分销商可事先与客户达成一致,将客户库房的部分库存直接交由分销商管理和维护。这样一来,就能够确保关键部件库存稳定,并能够更加方便地提供给买家。

在以前,这种错综复杂的合作关系成本较高。但现在,新技术提升了透明度、自动化程度和物联网水平,这使 VMI 合作模式变得非常有吸引力。比如,通过在物联网上收集的日常购买模式和每日洞察,仓库产品能够自动补足库存。而且,系统将自动发送每日库存使用情况信息到分销商手中,并根据库存使用情况提醒分销商补货或清账。

分销商利用库存管理的专业知识,减轻了客户的负担和风险,同时确保了更稳定的长期合作关系,因为该客户不太可能在其他地方购买相同的物品。而客户也会因为关键部件始终有库存且触手可及而感到满意。这样的自动化水平对双方都有利。

提高利润率的准确性以增加收入

作为在巨大利润压力下运营的行业,为特定产品设定合适的价格对于维持业务增长和日常运营至关重要。

随着 AI在业务流程和管理工具中日益强大的表现,它可以接管过去许多难以忍受的枯燥和耗时的人工任务,如不断审查定价策略和监测销售数据,以确定利润率的异常或趋势。

举例来说,一家名为 Pilot Flying J的旅行中心服务商公司曾经花了几百个小时来确保燃油的利润率不会出错。因为燃油的利润率很高,一旦某一个站点的燃料定价错误,就可能会因为价格过高而错失客户,也可能因为定价过低而导致老顾客损失收益。

通过与Infor合作,Pilot Flying J成功部署了 Infor Coleman机器学习技术,将财务部门这种耗时、耗力、还有可能出错的异常燃油差价检查过程自动化。Pilot Flying J通过 Infor Coleman 对 Infor 数据湖中过往三年的历史数据进行机器学习后,自动标注出有异常的定价,并自动指出与实际定价存在较大差异的单项金额,这使该公司燃料定价的异常情况得到大幅改善。

如今,Pilot Flying J的财务团队无需再繁琐地查看数千行报告来检查燃油利润率是否存在错误,而是通过仪表盘直观显示需要人工调查和解决的少数异常情况,节省了相当于两个全职员工的工作量,并使利润率的估算准确率达到 99.99%。

部署自动化工具以赋能员工

多年来,分销商一直在努力吸引并留住顶级人才。然而最近,随着员工对工作的期望值不断上升,劳动力短缺已经成为各种规模分销商的首要关注点。

解决劳动力短缺问题的方法之一,是分销商通过投资于技术实现流程自动化,能够在不增加员工数量的情况下完成更多工作。有了云计算解决方案,管理和维护系统的主要工作就转移到了技术解决方案供应商身上。一旦企业进入云端,新的机会就会出现,AI、机器学习可以将大量的数据提炼成可操作的洞察。即使是像应收账款自动化这样简单的事情,也可以使用 AI技术来简化流程,从而产生更好的现金流。或者可以加大对机器人和仓库自动化系统的投资,以提高生产力。此外,对现代技术的投资可以帮助企业创造一个更好的工作环境,使员工更有效地获取完成工作所需的信息。简化日常工作是提高工作满意度的好方法,在吸引新员工加入的同时能留住企业的现有人才。

如今,分销商比以往任何时候都更容易接触到工业 4.0 技术,这些技术可以帮助他们向客户提供更多的增值服务。通过 AI、机器学习和物联网等技术,分销商可以利用数据驱动的洞察力来改善客户服务,更好地实时管理需求波动和库存,并快速检测利润率的异常情况,提高客户满意度。此外,通过使用工业 4.0 技术实现业务流程的自动化,分销商能够使员工专注于更高价值的工作,提高工作满意度,使其更有效地吸引和留住人才。

（ 作者： Infor大中国区及韩国商业咨询高级总监鹿崇 ）

关于作者

鹿崇先生现任Infor大中国区及韩国商业咨询高级总监。他在企业应用软件领域有超过15年的实战经验。鹿崇先生自2003年1月加入Infor至今。加入Infor之前,他曾在KPWOOD公司任系统工程师、SSA上海公司任职商业顾问,还曾在迅达电梯担任过项目负责人。鹿崇先生毕业于清华大学管理信息系统专业。