Bagaimana data IIoT dapat meningkatkan profitabilitas dalam lean manufacturing
Patrick Moorhead dari Pricefx
IIoT (Industrial Internet of Things) telah mengantarkan era baru efisiensi dan kecerdasan untuk industri manufaktur. Perusahaan kini menghasilkan lautan data operasional, yang jika digabungkan dengan input data lain dan diterapkan melalui teknologi penetapan harga baru, dapat melipatgandakan dampak profitabilitas dari lean manufacturing dan bisnis secara keseluruhan, kata Patrick Moorhead, chief marketing officer, Pricefx AG .
Secara klasik, urutan dari atas ke bawah dari manajemen senior selalu, "Lakukan lebih banyak penjualan." Tentu saja, semua orang setuju untuk menginginkan lebih banyak penjualan, kecuali lebih banyak penjualan belum tentu menghasilkan lebih banyak keuntungan (tujuan sebenarnya). Berbagai teknologi baru yang muncul menggunakan ML (pembelajaran mesin), AI (kecerdasan buatan), visual CPQ (Konfigurasi Kutipan Harga), dan pemasaran digital berbasis CAD memungkinkan organisasi untuk memanfaatkan sumber daya data yang berkembang untuk mencapai penjualan yang lebih menguntungkan.
Jenis solusi penetapan harga berbasis data ini secara historis merupakan proposisi yang sangat mahal (investasi multi-juta dolar, multi-tahun). Generasi baru teknologi penetapan harga berbasis cloud memungkinkan adopsi bertahap dan efisien di bawah model bisnis SaaS (Software as a Service). Sudah lama berlalu tujuh atau delapan angka instalasi perangkat keras di lokasi dengan jadwal implementasi 12+ bulan.
Platform pengoptimalan harga SaaS seperti Pricefx menawarkan solusi bagi produsen berbasis keuntungan yang melihat peluang untuk memanfaatkan sumber daya data IIoT yang unik. Platform tersebut memaksimalkan margin dan profitabilitas sambil mempertahankan strategi investasi OpEx yang dapat dikelola dan berefisiensi tinggi untuk mencapai tujuan.
Begitu banyak uang yang tersisa di atas meja karena produsen dan perwakilan penjualan "harga dengan usus" atau pengetahuan suku dan asumsi tentang apa yang pelanggan bersedia bayar. Asumsi ini sering salah, namun jarang diuji. Dengan menggunakan pengoptimalan harga, analisis matematis yang objektif dan tidak memihak menentukan bagaimana pelanggan akan merespons harga yang berbeda untuk produk dan layanan melalui saluran yang berbeda. Ini juga menentukan cara memaksimalkan profitabilitas.
Ketahanan proses terhadap optimalisasi harga harus diharapkan karena otoritas penetapan harga saat ini berada di kantong yang berbeda di banyak perusahaan. Serupa dengan implementasi Lean Six Sigma, akan ada penentang yang ingin mempertahankan status quo. Mereka harus terlibat dalam percakapan ini dan perhatian mereka dipahami dan diprioritaskan; mereka dapat menjadi juara dalam pengoptimalan harga jika mereka memahami dan menyaksikan langsung dampak positifnya.
Data IIoT yang digunakan dalam pengoptimalan harga sudah dapat diakses oleh perusahaan manufaktur menengah dan besar. Data yang dikumpulkan dari berbagai titik membuka kemungkinan penetapan harga dengan cara baru. Produsen dapat menetapkan harga berdasarkan konsumsi secara real-time, memperhitungkan inventaris untuk mendorong perubahan harga, atau bahkan menyesuaikan harga menurut bagian yang berbeda dalam sehari dengan mempertimbangkan kapasitas pemanfaatan di pembangkit listrik, jaringan listrik, atau jaringan lain. Mengumpulkan data ini dari sensor, kontrak, survei, catatan transaksi, memasukkan biaya operasi, menambah nilai yang diambil dari data besar.
Tambahkan lebih banyak informasi dari persaingan, indikator ekonomi, keberhasilan dan kegagalan promosi, dan kondisi musiman, banyak yang dipelajari yang dapat digunakan untuk mengoptimalkan harga, promosi, dan profitabilitas. Sebelum akses pengumpulan data yang cepat dengan IIoT, terlalu banyak penanda yang diduplikasi, salah, atau hilang.
Membersihkan data dan mengumpulkan data yang hilang secara andal sangat mahal dan tidak lagi diperlukan dalam banyak kasus. Ketersediaan data real-time dari IIoT, ditambah dengan platform penetapan harga yang dinamis, memberi perusahaan kemampuan untuk merespons perubahan kondisi pasar dan mencoba strategi baru, bereksperimen, dan dengan cepat melihat apakah strategi itu berhasil atau tidak, daripada menunggu berminggu-minggu atau berbulan-bulan. untuk mendapatkan kembali data dan melakukan analisis.
Penulisnya adalah Patrick Moorhead, chief marketing officer, Pricefx AG
Tentang penulis
Patrick Moorhead telah membangun karir 20 tahun yang beragam di garis depan pemasaran dan periklanan digital, dengan peran yang mencakup posisi kepemimpinan Nasional dan Global di agensi termasuk Razorfish dan FCB , dan tanggung jawab pemasaran strategis, penjualan, dan manajemen klien senior di Catalina Pemasaran, Twitter , dan yang terbaru sebagai CMO untuk Label Insight, Inc .
Latar belakang yang beragam dan unik ini adalah sebagian besar alasan mengapa Moorhead sangat cocok untuk perannya sebagai chief marketing officer di SaaS start-up Pricefx. Dalam peran ini, beliau bertanggung jawab atas semua aspek Pemasaran dan Komunikasi Merek, mulai dari Hubungan Masyarakat &Pers, Hubungan Industri, Media Berbayar, Pemasaran Acara, Kemitraan, Pengembangan Konten, Pesan dan Jaminan Penjualan, dan Media Sosial.
