ApoWi Smart Assistant (ASA) – datenbasiert mit KI handeln

Datenbasierte Geschäfts- und Absatzplanung mit digitalen Assistenten unterstützen Das Münchner Startup ABIS Cloud plant mit der Forschungsstelle für Apothekenwirtschaft (ApoWi) am Lehrstuhl für Marketing und Handel der Universität Duisburg-Essen, ein kollaboratives F&E Projekt in den Bereichen Big Data und künstlicher Intelligenz. In Kooperation mit IBM Watson soll ein chatbotähnlicher Assistent entwickelt werden, der Analysen und Handlungsempfehlungen proaktiv an Mitarbeiter ausspricht. Das Ziel ist die Effizienz in den Planungs- und Geschäftsprozessen im Einkauf, Marketing und Vertrieb signifikant zu optimieren. Der ApoWi-Smart-Assistant erkennt durch Überwachung von Influencern früh entstehende Trends in sozialen Netzwerken. Änderungen im Zielgruppenverhalten werden blitzschnell bewertet und mit makro- sowie mikroökonomischen Informationen angereichert. Anschließend sollen diese mit den aktuellen Lagerbeständen sowie den Produktmargen abgeglichen werden. Auf dessen Basis können Kauf- oder Absatzempfehlungen, an Führungskräfte aus dem Einkauf und Marketing automatisiert ausgesprochen werden. Es wird geplant, die Lösung über ein Self-Service-Lizenzmodell auf der Cloud-Plattform ABIS an Apotheken und Pharma-Großhändler zu vermarkten. Die Laufzeit des Projektes wird auf ein volles Kalenderjahr geschätzt. Die Ergebnisse sollen für das akademische Umfeld frei zugänglich gemacht werden. #Zielgruppe #Problem Die Lösung targetiert Unternehmen aus der Gesundheitsbranche, vorwiegend stationäre Apotheken sowie Kosmetik-, Fitness- und Lifestyle-Unternehmen. Im Projektverlauf arbeiten wir mit stationären Apotheken, sowie Pharma-Großhändlern zusammen. Führungskräfte […]

  • Künstliche Intelligenz· Smart Data

earth from space abis analytics cloud

Datenbasierte Geschäfts- und Absatzplanung mit digitalen Assistenten unterstützen

Das Münchner Startup ABIS Cloud plant mit der Forschungsstelle für Apothekenwirtschaft (ApoWi) am Lehrstuhl für Marketing und Handel der Universität Duisburg-Essen, ein kollaboratives F&E Projekt in den Bereichen Big Data und künstlicher Intelligenz. In Kooperation mit IBM Watson soll ein chatbotähnlicher Assistent entwickelt werden, der Analysen und Handlungsempfehlungen proaktiv an Mitarbeiter ausspricht. Das Ziel ist die Effizienz in den Planungs- und Geschäftsprozessen im Einkauf, Marketing und Vertrieb signifikant zu optimieren.

Der ApoWi-Smart-Assistant erkennt durch Überwachung von Influencern früh entstehende Trends in sozialen Netzwerken. Änderungen im Zielgruppenverhalten werden blitzschnell bewertet und mit makro- sowie mikroökonomischen Informationen angereichert. Anschließend sollen diese mit den aktuellen Lagerbeständen sowie den Produktmargen abgeglichen werden. Auf dessen Basis können Kauf- oder Absatzempfehlungen, an Führungskräfte aus dem Einkauf und Marketing automatisiert ausgesprochen werden.

Es wird geplant, die Lösung über ein Self-Service-Lizenzmodell auf der Cloud-Plattform ABIS an Apotheken und Pharma-Großhändler zu vermarkten. Die Laufzeit des Projektes wird auf ein volles Kalenderjahr geschätzt. Die Ergebnisse sollen für das akademische Umfeld frei zugänglich gemacht werden.

#Zielgruppe #Problem

Die Lösung targetiert Unternehmen aus der Gesundheitsbranche, vorwiegend stationäre Apotheken sowie Kosmetik-, Fitness- und Lifestyle-Unternehmen. Im Projektverlauf arbeiten wir mit stationären Apotheken, sowie Pharma-Großhändlern zusammen.

Führungskräfte aus dem Marketing, Vertrieb und Einkauf benötigen immer schneller relevante Kennzahlen. Damit können Maßnahmen, z.B. im Online-Marketing, besser geplant, sowie Absatzpotentiale genauer vorhergesagt werden.

Informationen zeitnah erhalten und einsetzen: „Diese Fähigkeit ist entscheidend, denn sie beeinflusst wie schnell ein Unternehmen agieren kann“ – so David Chang (Gründer der ABIS Cloud). Doch sowohl die Aufbereitung der Informationen, als auch deren Verteilung fordern derzeit einen zu hohen Aufwand. Im Schnitt verlieren Mitarbeiter auf der Suche nach Daten bis zu zwei Stunden pro Tag. Die Effizienz des Unternehmens sinkt damit um durchschnittlich 18% – ein Umstand, der Unternehmen aktuell viel Geld kostet. [1]

#Produkt #Lösung #ApowiSmartAssistant

Intelligente digitale Assistenten weisen Mitarbeiter und Führungskräfte, gezielt auf dynamische und komplexe Veränderungen in den Marketing – und Vertriebskennzahlen hin. Mitarbeiter werden direkt über personalisierte Cockpits informiert. Dort können Statistiken abgerufen, sowie Maßnahmen besser und schneller koordiniert werden.

Der ApoWi-Smart-Assistant analysiert im Hintergrund automatisiert Unternehmens­kennzahlen. Diese werden mit Daten aus sozialen Netzwerken abgeglichen, um Nachfragetrends und Muster im Konsumentenverhalten schneller zu erkennen. Dabei werden die Produktmargen und Lagerbestände miteinbezogen. Jetzt sind automatisierte Vorschläge, z.B. in der Absatzplanung möglich.

#Werteversprechen #Nutzen

Auf Grundlage der bereitgestellten Informationen, können Unternehmen ihre Lagerhaltung optimieren und für den Absatz von stark nachgefragten Produkten durch den Einsatz unterschiedlicher Marketinginstrumente fördern.

Mit gezielt aufbereiteten Informationen lassen sich Umsätze steigern, Kosten senken und Risiken von Fehlinvestitionen, z.B. im Einkauf oder im Bereich der Marketingmaßnahmen, minimieren.  Das belegte eine Studie, der Bosten Consulting Group und Google aus dem Jahr 2017. Demzufolge haben Unternehmen, die ein datengetriebenes Marketing korrekt einsetzen, bis zu 30% der Kosten eingespart und gleichzeitig bis zu 20% mehr Umsatz generiert. [2]

digitale assistentensystem mit künstlicher intelligenz

Live Demo eines ähnlichen Cockpits der DBI (aktuell in der Entwicklung): https://abiscloud.netlify.app

#Funktionsweise

Es werden diverse Datenpunkte, über die Zielgruppen und Produktmarken in sozialen Netzwerken zusammengetragen. Anschließend werden diese automatisiert mit den Unternehmenskennzahlen verknüpft.

So könnten Influencer und deren Follower ausgewertet werden – eine Art Google Trends für Produkte und Marken das misst, wie Posts auf Social Media Reichweite erzeugen. Auf diese Weise können Rückschlüsse auf mögliche Nachfragetrends gezogen werden. Gleichzeitig kann ermittelt werden, ob es sich um regionale Effekte handelt. Produkte und Marken die stark „trenden“, könnten dann mit den internen Kennzahlen z.B. aus dem Einkauf verknüpft werden.

Dem Datenschutz wird ein sehr hoher Stellenwert eingeräumt. Aus diesem Grund sollen Statistiken über Zielgruppen adhoc berechnet und anonymisiert werden, sodass im Nachhinein keine Rückschlüsse auf die Identitäten einzelner Personen möglich sind. Die anonymisierten Informationen können dann mit internen Daten aus der Zielplanung, dem Lagerbestand, dem Vertrieb und dem Marketing angereichert werden.

Mittels statistischer Methoden und künstlicher Intelligenz können die Daten automatisiert analysiert und maschinell interpretiert werden. Vergleichbare Ansätze finden sich hier IBM IOT Map oder hier Crime Map.

Quellen:

[1] https://ap-verlag.de/schwaechen-beim-datenmanagement-kosten-unternehmen-zwei-millionen-euro-jaehrlich/51666/

[2] https://www.thinkwithgoogle.com/intl/en-gb/marketing-resources/data-measurement/delivering-meaningful-moments/

[3] https://www.bigdata-insider.de/big-data-und-analytics-markt-waechst-deutlich-a-744140/

 

[dssb_sharing_buttons icon_color=“#ffa346″ icon_placement_tablet=“icon“ icon_placement_phone=“icon“ icon_placement_last_edited=“on|desktop“ _builder_version=“4.18.0″ _module_preset=“default“ hover_enabled=“0″ global_colors_info=“{}“ sticky_enabled=“0″][dssb_sharing_button social_network=“linkedin“ icon_color=“#ffaa2d“ icon_bg=“#111111″ _builder_version=“4.18.0″ _module_preset=“default“ share_text_color=“#ffaa2d“ background_color=“#111111″ background_enable_color=“on“ border_width_all_item=“2px“ border_color_all_item=“#ffaa2d“ border_color_all_icon=“#ffaa2d“ global_colors_info=“{}“][/dssb_sharing_button][dssb_sharing_button social_network=“twitter“ icon_color=“#ffaa2d“ icon_bg=“#111111″ _builder_version=“4.18.0″ _module_preset=“default“ share_text_color=“#ffaa2d“ background_color=“#111111″ background_enable_color=“on“ border_width_all_item=“2px“ border_color_all_item=“#ffaa2d“ border_color_all_icon=“#ffaa2d“ global_colors_info=“{}“][/dssb_sharing_button][dssb_sharing_button icon_color=“#ffaa2d“ icon_bg=“#111111″ _builder_version=“4.18.0″ _module_preset=“default“ share_text_color=“#ffaa2d“ background_color=“#111111″ background_enable_color=“on“ border_width_all_item=“2px“ border_color_all_item=“#ffaa2d“ border_color_all_icon=“#ffaa2d“ global_colors_info=“{}“][/dssb_sharing_button][dssb_sharing_button social_network=“messenger“ icon_color=“#ffaa2d“ icon_bg=“#111111″ _builder_version=“4.18.0″ _module_preset=“default“ share_text_color=“#ffaa2d“ background_color=“#111111″ background_enable_color=“on“ border_width_all_item=“2px“ border_color_all_item=“#ffaa2d“ border_color_all_icon=“#ffaa2d“ global_colors_info=“{}“][/dssb_sharing_button][dssb_sharing_button social_network=“whatsapp“ icon_color=“#ffaa2d“ icon_bg=“#111111″ _builder_version=“4.18.0″ _module_preset=“default“ share_text_color=“#ffaa2d“ background_color=“#111111″ background_enable_color=“on“ border_width_all_item=“2px“ border_color_all_item=“#ffaa2d“ border_color_all_icon=“#ffaa2d“ global_colors_info=“{}“][/dssb_sharing_button][dssb_sharing_button social_network=“telegram“ icon_color=“#ffaa2d“ icon_bg=“#111111″ _builder_version=“4.18.0″ _module_preset=“default“ share_text_color=“#ffaa2d“ background_color=“#111111″ background_enable_color=“on“ border_width_all_item=“2px“ border_color_all_item=“#ffaa2d“ border_color_all_icon=“#ffaa2d“ global_colors_info=“{}“][/dssb_sharing_button][dssb_sharing_button social_network=“email“ icon_color=“#ffaa2d“ icon_bg=“#111111″ _builder_version=“4.18.0″ _module_preset=“default“ share_text_color=“#ffaa2d“ background_color=“#111111″ background_enable_color=“on“ border_width_all_item=“2px“ border_color_all_item=“#ffaa2d“ border_color_all_icon=“#ffaa2d“ global_colors_info=“{}“][/dssb_sharing_button][dssb_sharing_button social_network=“copy“ icon_color=“#ffaa2d“ icon_bg=“#111111″ _builder_version=“4.18.0″ _module_preset=“default“ share_text_color=“#ffaa2d“ background_color=“#111111″ background_enable_color=“on“ border_width_all_item=“2px“ border_color_all_item=“#ffaa2d“ border_color_all_icon=“#ffaa2d“ global_colors_info=“{}“][/dssb_sharing_button][/dssb_sharing_buttons]

Das könnte Sie auch interessieren…

Data Warehouse – Eine Einführung in Star Schema, ETL-Prozesse und Data Vaults

Data Warehouse – Eine Einführung in Star Schema, ETL-Prozesse und Data Vaults

Wir alle wissen, dass wir uns bei der Entscheidungsfindung auf Daten und Business Intelligence stützen müssen, wenn wir unser Unternehmen zum Erfolg führen wollen. Dazu müssen die Daten erst einmal gesammelt und aufbereitet werden. Die Verwendung von Datenmodellen und der Aufbau von Data Warehouses (DWH) über ETL-Prozesse sind hierfür die gängige Methode.

read more