Fermer

août 24, 2021

Carhartt augmente ses perspectives de vente avec l'IA


Comptez la société américaine de vêtements Carhartt parmi les entreprises qui se tournent vers l'intelligence artificielle pour un avantage stratégique. L'entreprise, qui fabrique des vêtements de travail et des vêtements de chasse depuis plus de 100 ans, a récemment constaté que les efforts de vente de ses trois divisions de mise sur le marché – chacune avec des canaux de distribution différents – étaient moins coordonnés et efficaces qu'ils pourraient l'être.[19659002] Pour adopter une approche plus stratégique et axée sur les données de la prospection commerciale, Carhartt a développé un moteur de prospection et d'optimisation des ventes basé sur l'IA appelé Market Attack Sales Prospecting Module. Le projet, qui a valu à Carhartt un FutureEdge 50 Award pour les applications des technologies émergentes, permet aux unités de vente de l'entreprise d'être plus intentionnelles sur la façon dont elles vont commercialiser de manière coordonnée, a déclaré Jolie Vitale, directrice de la BI et de l'analyse chez Carhartt.[19659002]Ces unités comprennent la division de vente en gros de Carhartt, qui comprend 12 000 points de vente au détail (« portes » dans le jargon de l'industrie) et plus de 800 partenaires ; son activité de vente directe aux consommateurs, avec 33 magasins de détail aux États-Unis ; et un site Web de vente directe aux consommateurs en pleine croissance. Carhartt fournit également des produits directement à d'autres entreprises, en les équipant d'uniformes et de produits brodés, par exemple.

« Ce projet ne consiste pas à ajouter de nouveaux comptes ; il s'agit d'optimiser les comptes », déclare John Hill, CIO et vice-président senior de la planification commerciale chez Carhartt. « Si quelqu'un a plus de 2 000 portes aux États-Unis, comment pouvons-nous optimiser la façon dont il vend Carhartt, son assortiment, ce qu'il essaie de mettre dans chaque magasin ? Cette phase initiale de l'outil consiste à optimiser ces relations. "

Mise à l'échelle pour répondre à un modèle massif




Source link