订阅我们的时事通讯并保持更新
我们使用cookies是为了给您提供更好的体验。继续浏览本网站,即表示您同意我们按照我们的条款使用cookies饼干的政策.
我们最近刚从今年在佛罗里达州阿米莉亚岛举行的南方批发商协会(SWA)会议回来。一如既往,SWA会议参加人数众多,并包括了一个极好的项目,其中有许多商业、社交和家庭活动的机会。感谢SWA执行副总裁Terry Shafer和SWA团队,以及董事会,他们慷慨地奉献了时间和精力来运营一个充满活力的区域协会。
今年SWA的主讲人是Kenneth W. Gronbach,他是人口统计学、代际营销及其在商业决策中的应用领域的专家。他指出,在我们研究人口统计数据时,我们未来将面临的许多商业趋势是相当明显的。
作为一个例子,Ken描述了一家玩具公司的销售额下降,导致首席执行官因业绩不佳而受到指责,随后被罢免。然而,当回顾人口统计数据时,很明显,市场已经进入了一个“购买玩具年龄”的儿童数量减少的时期。毫不奇怪,玩具购买量的减少与“玩具购买年龄”儿童数量的减少成正比。
格伦巴赫并没有让这位首席执行官完全脱身;他建议,玩具公司应该根据充分记录的出生率下降,预测到潜在客户的减少。如果2010年出生率下降20%,那么2016年一年级学生的数量很可能会下降20%。当然,还有其他因素,但基本的数学计算非常简单。
他对我们行业的未来非常看好,因为他的预测显示,人口持续增长,随之而来的是对更多住房的需求。根据我们的经验,未来似乎永远不会像我们所希望的那样发生。工作中总会出现一些无法预料的困难,但这比他对日本等其他国家形势的看法要好。
基本面
多年来,作为顾问,我们一直遵循三个基本原则:
1.家庭是第一位的。多年来,我们协助过许多家族企业,我们积极地为家族关系的重要性辩护,而不是商业运作的细节。我们从来没有遇到过一个老板,在他或她的职业生涯结束时,后悔选择了家庭而不是企业。
多年来,一些人打电话给我们,表示感谢我们帮助他们调整了优先事项,并防止出现所有各方都会永远后悔的结果。我们的做法是在努力发展业务的同时,把家庭放在第一位。
2.实事求是。每个话题的观点都很容易找到。正如那句老话所说:“意见就像某些饱受诟病的身体孔洞;每个人都有一个。”然而,在做出关键决定时,事实可能是缺乏的。数据可能很丰富,但可付诸行动的信息往往很少。
此外,世界正变得越来越复杂,因此,即使有大量数据,也很难理解潜在的结果,然后及时采取行动。事后看来,其影响将是显而易见的,但损害已经造成,机会已经错过,唯一的希望是将来不要重蹈覆辙。从错误中学习几乎总是一件代价高昂的事情。
下一个前沿的事实将是人工智能(AI)或更新、更准确的术语——机器学习。这是一种被称为预测分析的技术,在这种技术中,你可以获取“一大堆”(这是一种用于粪便和政治修辞的旧方法,现在被应用于数据)母猪耳朵类型的数据,应用复杂的分析算法,得到丝绸钱包类型的有远见的“事实”。
这种类型的技术——曾经只有天气预报员、美国国家安全局、谷歌和少数几家大公司可以使用——现在中小型公司也可以使用。使用机器学习可能是你的未来,因为分销商将使用这种技术进行采购/补货/供应链优化、销售流程优化、定价优化和营销自动化。早期的工作主要是降低成本,但大公司现在正在开发项目,以发现额外的收入。
3.别自欺欺人了。我们的最后一个信条可能是最难的。我们怀疑之前提到的玩具公司的首席执行官被他的营销部门告知,该公司可能会预期需求下降。他可能掌握了事实。
然后,他要么“开玩笑”地认为/希望需求会奇迹般地实现,要么“开玩笑”地用“乐观/夸大”的销售预测来“开玩笑”股东,以便有时间把高管们最重要的“坏天气着装”:黄金降落伞(golden parachute)编织在一起。(也许是在卖掉部分股票的同时,把他的简历放到大街上。)
这就是上市公司有时的管理方式。与其面对现实,不如预测好消息和失败。公司经常建立奖励制度来鼓励不良行为,然后当员工行为不端时,公司会感到震惊和惊讶。在我们这个行业,大多数公司的老板都没有“黄金降落伞”的奢侈,所以这不是在开玩笑;责任止于他们。
数据的价值
关于数据的一些想法供您考虑:
•数据和信息的唯一价值是在适当的时间范围内提供给适当的人,并用于推动他们的行动。多年来,我们一直建议您消除与某些业务操作不合理关联的任何报告或屏幕。“有趣”或“供参考”的信息会分散注意力。
•使用你所服务或计划服务的市场的人口统计数据。尝试在您的预测中收集和利用人口统计数据-批发公司的配置方式多种多样,因此我们很难就合适的人口统计数据向您提供适当的建议,以使您能够推断市场趋势。
一些批发商使用人口数据,另一些使用建筑许可和房屋开工来创建预算和预测。我们认识的一个批发商在看下水道。建筑许可证只是允许建造房屋,但在地下没有下水管道,短期内不会有房屋。跟踪人口统计趋势可以使销售适当地分配到有行动的地方,并对实体店的位置进行谨慎的规划。
•开始使用你拥有的数据。在过去的十年里,许多批发商购买了明亮、闪亮的新ERP系统。一些ROI计算是基于系统中可用的改进信息来帮助操作业务的。其他公司则购买了巧妙的商业智能软件,与新的或传统的ERP捆绑在一起。通常涉及类似的ROI计算。
多年来,我们一直认为,大多数公司从未实现这两项投资的预期投资回报率。这并不是说软件没有发挥作用,而是团队没有花时间去审查他们所拥有的信息,然后根据这些信息采取行动。
•找出你能接触到的信息(并加以利用)。许多批发商可以通过他们所属的协会或采购团体获得报告和/或基准。例如,HARDI有很多机会获得行业信息——它的趋势报告提供了每月的销售信息,你可以用它来衡量你所在地区的业绩。经销商业绩仪表板提供了您在许多方面的表现信息:销售、利润、盈利能力等。通常这些信息对参与者是免费的。
•使用你的网站分析。大多数网站和网络商店使用成本在零到数百万美元之间的分析软件包产生大量数据:谁访问了网站,他们点击了什么,他们购买了什么,如果他们没有购买就退出了。大多数批发商都对能提供给他们营销团队的细节水平感到惊讶。然而,我们看到很少有批发商扫描数据,或者更好的是,根据审查采取一些明确的行动。
这些数据可以用来提高可搜索性。当一个水管工搜索“屁扇”而你的商店没有任何点击时,为什么不把“屁扇”添加到你的浴室通风机的搜索关键词中呢?如果用户搜索到一件你没有库存的商品,你是否应该考虑将该商品入库?更重要的是,如果用户搜索到您有库存但没有在您的商店中列出的商品,您是否应该将其添加到您的商店中?如果没有人审查您的分析数据,这些增强是不可能的。
如果你的商店没有分析工具,你可以免费或几乎免费安装一些功能强大的软件包。谷歌分析目前是一个免费的软件包;它提供了页面访问、搜索词、跳出率等信息。当然,高性能的包装可能会很贵,但入门很简单,可能会满足大多数批发商一开始的需求。
•开始考虑机器学习。考虑一下是否有一些新的机器学习工具可以帮助你发现你可能没有发现的趋势和事实。我们与一些人合作,探索机器学习在几个领域的好处和用途。
正如我们之前提到的,机器学习的早期应用通常集中在削减成本上。新的应用程序往往侧重于提高销售部门的效率。我们谈论的不仅仅是仓库机器人;机器学习就像一个智能助手,通过机器生成的观察来增强团队的感知,帮助他们更好地发挥作用。
它可以用于自动化分析,这样您就可以更快、更直接地传递销售信息,将丰富的数据提炼成可操作的项目。如果你还没有考虑如何应用机器学习并从中受益,现在就开始吧。
因此,我们本月的建议是开始使用您已经拥有的数据,并考虑收集额外的信息——但只是作为提高业务绩效的工具。