广告
10/12/2020

Mondelez业务各部分心脏的数据和分析

Alarice Rajagopal.
高级编辑
Alarice Rajagopal Profile图片

技术进步使消费品公司能够比以往更快地设计和制造产品,在多个渠道中销售这些商品,并迅速对不断变化的需求作出反应 - 动态转换整个全球供应链。

这些价值链产生了可以帮助CG公司维持竞争优势的数据和见解的途径。在一个最近的分析团结2020年会议Ash Mehra, global data and analytics lead and North America CIO for Mondelez International, joined the company’s chief data scientist Abdul Raheem to explore how organizations can incorporate cognitive, predictive and prescriptive analytic strategies to supercharge the value chain ― and how they can be leveraged to improve operations in times of unprecedented demand.

从顶部顺时针方向:RIS和CGT编辑在Tim Denman,Ash Mehra和Abdul Raheem

Mehra和Raheem无法谈论19.TH.最大的消费品公司在没有首先揭示他们最喜欢的产品的情况下,愿景:奥勒斯为梅哈拉的Raheem和Cadbury,他解释的是他的印度祖国糖果的代名词。然后,Mondelez Vision揭示出“数据和分析触及业务的所有方面。”这意味着从其商业模式到消费者参与客户经验,以对员工参与的运营效率,数据分析位于中心或“在Mondelez的中心”,“梅哈拉说。

然后,他谈到了一些共同的痛苦和挑战,即CGS面对利用数据:

  • 重复使用数据不足
  • 项目太多:PoC陷阱
  • 使用D&A制定材料业务影响
  • 碎片数据架构
  • 缺乏足够的“紫色”人
  • 数据所有权和数据管理

然而,Mehra透露,Mondelez策略是他们所召唤的3 + 1:三种策略(比例经过验证的产品,建立数据和数字平台,与分析实验室创新),以及一个关键的推动器(转换数据和分析)。

例如,Mondelez一直使用AI建议的订单来扩展验证的产品(从印度开始,在未来三年内在全球范围内扩展)。

“我们确实与Google API集成,从地点和不同插座的集中获得了大量的人口统计信息,因此Google API在提供了丰富的信息方面非常强大,可以用于模型迭代和未来工程,”raheem解释说,后来说它对测试和学习是有用的(对他所有的数据科学家朋友们来说有用)。

另一个例子谈到了符合2019年的废物分析的Raheem,废物分析是2019年废物减少7800万美元的关键贡献者,并在2020年的类似废物减少计划。然后,他覆盖了“1销售分析” - 试图装备销售组织具有可操作的合适分析水平。

“不仅要协调数据,还能够向他们提供预测性的日常销售分析,”Raheem说。

通过更详细的使用案例进行谈话之后,例如Mondelez Analytics Lab周围的详细信息,以及3 + 1战略,Mehra和Raheem与一些关键的外卖器关闭了会话,包括:

  1. 在扩大高价值业务影响时,专注于一些经过验证的产品。
  2. 建立整体,未来的数据策略和架构。
  3. 通过企业家和协作思想改变D&A。

“我们必须继续开发我们的创新肌肉,以便我们可以为新的挑战做好准备,我们必须将我们的组织与更多的企业和协作的心态转变为”梅哈拉,并指出Mondelez仍然存在很长时间去的方式。

无法使分析团结起来?想重新观看主题演讲者或继续探索展览馆的合作伙伴吗?别担心!在接下来的30天,回来(休闲)观看,下载和尽可能多地探索虚拟峰会