มาซานใช้เทคโนโลยีเพื่อแก้ไขปัญหาที่ยากลำบากของตลาดผู้บริโภคปลีก

“เค้ก” มูลค่า 350,000 ล้านเหรียญ

ตามข้อมูลของ กระทรวงอุตสาหกรรมและการค้า อุตสาหกรรมค้าปลีกของเวียดนามในปัจจุบันมีขนาดตลาด 142 พันล้านเหรียญสหรัฐ คาดการณ์ว่าจะเพิ่มขึ้นเป็น 350 พันล้านเหรียญสหรัฐภายในปี 2568 โดยมีส่วนสนับสนุน 59% ของ GDP งบประมาณในประเทศทั้งหมด

อย่างไรก็ตาม อุตสาหกรรมค้าปลีกยังขาดการเชื่อมโยงอย่างใกล้ชิดระหว่างฝ่ายต่างๆ ในห่วงโซ่อุปทานสินค้า (ผู้ผลิต ผู้จัดจำหน่าย ผู้ขนส่ง ผู้บริโภค) โดยเฉพาะผลิตภัณฑ์อาหารที่จำเป็น ดังนั้น ตลาดจึงอาจเกิดความผันผวนได้เนื่องจากผลกระทบจากจิตวิทยาของผู้บริโภค

ดังนั้น ธุรกิจค้าปลีกจึงจำเป็นต้องปรับเปลี่ยนให้สอดคล้องกับแนวโน้มตลาด เพื่อเข้าถึงและสร้างคุณค่าให้กับผู้บริโภคได้ง่าย โดยเฉพาะอย่างยิ่งการเปลี่ยนผ่านสู่ดิจิทัล การประยุกต์ใช้เทคโนโลยี AI (ปัญญาประดิษฐ์) และ ML (แมชชีนเลิร์นนิง) เป็นหนึ่งในปัจจัยสำคัญที่ธุรกิจค้าปลีกและผู้บริโภคต้องการครองส่วนแบ่งตลาดมูลค่า 350,000 ล้านดอลลาร์สหรัฐนี้

ในฐานะองค์กรชั้นนำในอุตสาหกรรมค้าปลีกสินค้าอุปโภคบริโภคยุคใหม่ที่มีระบบขนาดใหญ่ที่สุด Masan ได้ส่งเสริมการเปลี่ยนแปลงทางดิจิทัลเพื่อเปลี่ยนองค์กรของตนให้กลายเป็นกลุ่มผู้บริโภคและเทคโนโลยีตั้งแต่ปี 2021 และเร่งการพัฒนาก้าวกระโดดจากปี 2022 จนถึงปัจจุบัน

แพลตฟอร์มผู้บริโภคเทคโนโลยีช่วยแก้ปัญหาตลาดที่ยากลำบาก

ตามรายงานล่าสุดของ JP Morgan เวียดนามเป็นหนึ่งในประเทศที่มีอัตราการเติบโตของการบริโภคปลีกที่น่าดึงดูดที่สุดในภูมิภาคเอเชีย

ด้วยประสบการณ์กว่า 27 ปีในภาคธุรกิจผู้บริโภค มาซานเข้าใจถึงความท้าทายของตลาด ในงานสัมมนา “การประยุกต์ใช้ AI, ML และ วิทยาศาสตร์ ข้อมูลในการบริโภค - ค้าปลีก” บริษัทนี้ได้ชี้ให้เห็นถึงความยากลำบากตลอดห่วงโซ่คุณค่าของผู้บริโภคอย่างชัดเจน

ประการแรก สำหรับแบรนด์ ผลิตภัณฑ์ และบริการ ความท้าทายประการแรกและสำคัญที่สุดคือการขาดข้อมูลเพื่อรองรับจุดประสงค์ด้านนวัตกรรมและเพิ่มมูลค่าให้แก่ผู้ใช้ทางธุรกิจ

เช่น เมื่อเปลี่ยนบรรจุภัณฑ์สินค้า ธุรกิจต่างๆ จำเป็นต้องมีข้อมูล เช่น สี วัสดุบรรจุภัณฑ์ ลวดลาย ฯลฯ ที่ผู้บริโภคชื่นชอบ เพื่อให้ได้โซลูชันที่เหมาะสมที่สุด

นอกจากนี้ ต้นทุนการจัดซื้อที่สูงยังเป็นหนึ่งในความท้าทายสำคัญสำหรับธุรกิจต่างๆ อีกด้วย ธุรกิจต่างๆ สามารถควบคุมต้นทุนเหล่านี้ได้โดยการสร้างรายการสั่งซื้อโดยอิงจากข้อมูลความต้องการของตลาดสำหรับสินค้าที่ขายอยู่

ท้ายที่สุดแต่ไม่ท้ายสุดคือความเสี่ยงที่จะสูญเสียยอดขายเนื่องจากสินค้าขาดแคลน ณ จุดขาย ซึ่งเป็นผลมาจากการที่ธุรกิจไม่มีแผนการจัดการสินค้าคงคลังที่เหมาะสม ณ จุดขาย

ประการที่สอง สำหรับผู้ค้าปลีก: สินค้าคงคลังที่ไม่เพียงพอเป็นหนึ่งในปัญหาที่ธุรกิจหลายแห่งต้องเผชิญ การติดตามการไหลเวียนของสินค้าและสินค้าคงคลังจากช่องทางการขายต่างๆ ก็เป็นความท้าทายที่สำคัญในการดำเนินงานของผู้ค้าปลีกเช่นกัน

นอกจากนี้ เพื่อเพิ่มยอดขาย ธุรกิจต่างๆ มักนำโปรแกรมการตลาดมาใช้ และกิจกรรมเหล่านี้อาจส่งผลกระทบต่อกำไรได้ หากธุรกิจใช้ต้นทุนการตลาดอย่างไม่สมเหตุสมผล

ประการที่สาม สำหรับลูกค้า: ลูกค้าจะต้องจ่ายราคาสินค้าและบริการที่สูงขึ้นหากธุรกิจไม่สามารถปรับต้นทุนการดำเนินงานให้เหมาะสมได้

ประสบการณ์ของลูกค้าก็เป็นอีกหนึ่งประเด็นที่น่ากังวล เนื่องจากเทรนด์การปรับแต่งให้เหมาะกับลูกค้าแต่ละรายกำลังเติบโตอย่างต่อเนื่อง เพื่อสร้างความไว้วางใจจากลูกค้าและเพิ่มอัตราการแปลงยอดขาย ธุรกิจต่างๆ จำเป็นต้องทำความเข้าใจและนำเสนอผลิตภัณฑ์ที่เหมาะสมกับลูกค้าแต่ละรายอย่างแท้จริงด้วยข้อมูลต่างๆ เช่น ประวัติการซื้อ

คุณแดนนี่ เล ซีอีโอของมาซาน กรุ๊ป ได้นำเสนอแนวทางแก้ไขปัญหาข้างต้น โดยได้สรุปกลยุทธ์ของมาซานในการสร้างเครือข่าย Point of Life (POL) ไว้อย่างชัดเจน ดังนั้น ระบบนิเวศผู้บริโภคและเทคโนโลยีของ POL จึงเป็นระบบนิเวศแบบออฟไลน์สู่ออนไลน์ ประกอบด้วยองค์ประกอบหลัก 3 ประการ ได้แก่ ผลิตภัณฑ์และบริการที่จัดหาโดยมาซาน โครงสร้างพื้นฐานเชิงพาณิชย์ที่เชื่อมโยงพันธมิตรทั้งหมดในระบบนิเวศ และประการที่สาม แพลตฟอร์มเทคโนโลยีที่สามารถวิเคราะห์ข้อมูลผ่าน AI และ ML รวมถึงการผสมผสานบุคลากรและองค์กรของมาซาน

ระบบนิเวศ POL ของ Masan จะช่วยแก้ปัญหาสำคัญๆ มากมาย เพิ่มประสิทธิภาพการดำเนินธุรกิจตลอดห่วงโซ่คุณค่าของผู้บริโภค โดยเฉพาะอย่างยิ่ง การผสานรวมร้านค้าและซูเปอร์มาร์เก็ตกว่า 3,600 แห่งในเครือ WinCommerce เข้ากับระบบโลจิสติกส์ของ Supra จะสร้างแพลตฟอร์มระดับประเทศ ช่วยลดต้นทุนและเพิ่มการเข้าถึงผู้บริโภค

ปัจจุบัน Supra เป็นเจ้าของระบบศูนย์กระจายสินค้าที่ประกอบด้วยคลัสเตอร์คลังสินค้า 10 แห่ง (รวมถึงคลังสินค้าแห้งและคลังสินค้าเย็น) ในทั้งสามภูมิภาค Supra รับผิดชอบการส่งมอบสินค้า 60% ของผลผลิตทั้งหมดของ WinCommerce นอกจากนี้ หน่วยนี้ยังนำเทคโนโลยี AI มาประยุกต์ใช้ในขั้นตอนต่างๆ ตั้งแต่การสั่งซื้อ การรับสินค้า การจัดเรียงสินค้าในคลังสินค้า การควบคุมคุณภาพสินค้าจากส่วนกลางในคลังสินค้า และการตรวจสอบคุณภาพและปริมาณของสินค้าที่ขนส่งไปยังระบบให้มีความสม่ำเสมอและคุ้มค่าที่สุด