FP & A intelligent en action
7ème partie de la série « Comprendre l'IFP & A »
Il est dommage que de nombreuses entreprises n'utilisent pas pleinement les capacités de la planification intelligente intelligente. Certains utilisent des solutions modernes pour remplacer leurs anciens tableaux de bord et rapports, mais d’autres ne reconnaissent pas que la planification et l’analyse dans le monde complexe et en évolution rapide exigent une approche différente de celle d’il ya 10 ans.
Heureusement, un nombre croissant de les organisations ont fini par accepter ce que iFP & A peut offrir. Ces personnes sortent des sentiers battus et créent des solutions à la fois innovantes et qui aident la direction à améliorer les performances organisationnelles.
Vous trouverez ci-dessous quelques exemples qui intègrent des techniques d'intelligence artificielle (AI) pour guider les gestionnaires dans la meilleure trajectoire de action, ce qui aurait été impossible avec les approches traditionnelles.
Augmentation de la précision des prévisions
Cette société fabriquait des produits destinés à la fois à de grands fabricants et à des points de vente au détail. Les produits étaient généralement saisonniers et le délai de vente était de quelques mois. Le problème consistait à collecter des prévisions précises pour les différents flux de produits afin de maximiser l'efficacité de la production. Comme dans la plupart des entreprises, les équipes de vente prévoyaient toujours les chiffres du budget de fin d'année, car personne ne voulait être voué à l'échec ni voir ses objectifs augmenter en cours d'année si les choses se passaient trop bien.
La nouvelle solution combinée iFP & A des informations sur les tendances et les corrélations ayant eu accès à des données historiques sur deux ans pour chaque flux de produit / géographie. Chaque directeur des ventes saisissant les prévisions pour le reste de l’année, la solution générerait instantanément une cote de probabilité, ainsi qu’un objectif révisé suggéré. Les gestionnaires pourraient alors toujours soumettre leurs prévisions originales ou une révision, mais avec une explication justifiant leurs propres prévisions. Cette approche a rencontré un vif succès et a abouti à la présentation de prévisions permettant aux cadres supérieurs de fixer des objectifs de production ou de prendre des mesures tenant compte de l'environnement commercial actuel.
Tarification automatisée
Une autre société proposait des services que les consommateurs achetaient généralement plusieurs fois par an. . Le marché étant très sensible aux prix, il était donc important de veiller à ce que le prix proposé soit le meilleur rapport qualité-prix à tout moment de la journée, sur la base du suivi des concurrents sur Internet. La société a également utilisé des études de marché pour anticiper les niveaux de vente.
La solution iFP & A a intégré des données à des moments précis de la journée, par service et par région, qui comprenaient à la fois les ventes de la société et les prix des concurrents. Si les ventes étaient inférieures au seuil défini pendant la journée, quel que soit le lieu, le système recalculait automatiquement le prix optimal pour ce lieu et l'envoyait au responsable local. Si le responsable l'accepte, le système mettra à jour les prix en ligne pour les nouveaux clients, ce qui pourrait se produire plusieurs fois par jour. En outre, les tendances historiques qu'il a générées ont aidé la direction à élaborer des stratégies de tarification permettant d'obtenir des prévisions de bénéfices plus fiables.
Planification par projet
Dans cet exemple, la direction a adopté une approche différente en matière de planification. Cette organisation est capitalistique. Son équipement pourrait être échangé d'un type de production à un autre, mais moyennant un coût et un délai avant que la production puisse être restaurée. La société disposait de plusieurs sites de production dans le monde, mais pour économiser sur les coûts de transport, elle s'efforcerait de fabriquer des produits proches des clients.
Le système surveillerait les prévisions et les comparerait aux stocks déjà détenus dans les différents sites de production. Si une ligne de produits risquait de s’épuiser, le modèle simulerait les coûts et les retards qui en résulteraient pour déterminer s’il fallait modifier le calendrier de production ou intégrer des produits d’autres sites. Les clients pourraient également être incités à accepter un retard de livraison.
Ce qui différenciait cet exemple, c’était que l’objectif principal était la santé globale de la société, plutôt que de répondre aux objectifs locaux. Au lieu de pénaliser une unité locale lorsqu'elle ne produit pas, la société a mis en place le système permettant d'agir comme une seule entité servant ensemble les intérêts de l'ensemble de l'organisation.
Le blog de conclusion de cette série remonte à l'essentiel: déterminer la meilleure approche pour développer une solution iFP & A.
<! – Comments ->
Source link