Die Vereinigung von Preisgestaltung und Planung

00:00:08 Das Problem separater Einheiten bei der Preisgestaltung und Planung.
00:01:02 Traditionelle Softwareunternehmen und ihr Ansatz zur Preisgestaltung und Prognose.
00:03:24 Die zufällige Konvergenz von Preisgestaltung und Prognosetechnologien.
00:05:46 Datenintegration als Ausgangspunkt für die Konvergenz.
00:07:33 Die Lösung des Meta-Problems und die Anwendung auf Preisgestaltung und Planung.
00:09:20 Der Durchbruch im Bereich des Deep Learning und der vorhersagenden Nachfragemodelle.
00:11:22 Die Konvergenz von Planungs- und Preisgestaltungsmodellen in verschiedenen Branchen.
00:13:36 Die Vorteile eines Teams, das sich sowohl mit Planung als auch mit Preisgestaltung befasst.
00:15:00 Der erfolgreiche Ansatz von Amazon für die dynamische Preisgestaltung basierend auf Lagerbeständen.
00:16:01 Diskussion über den Wandel hin zur Preisoptimierung im E-Commerce.
00:17:03 Die zufällige Entwicklung und Konvergenz von Preisgestaltung und Planungslösungen.
00:19:01 Die Herausforderungen für traditionelle Softwareunternehmen bei der Vereinheitlichung von Preisgestaltung und Planung.
00:21:20 Der Aufstieg neuer Unternehmen, die sich von Anfang an mit Preisgestaltung und Planung befassen.
00:22:37 Die Marktdominanz von Unternehmen, die Preisgestaltung und Planung vereinheitlichen, wie Amazon und Alibaba.

Zusammenfassung

Kieran Chandler interviewt Joannes Vermorel, den Gründer von Lokad, über die Bedeutung der Integration von Preisgestaltung und Nachfrageplanung in der Supply Chain-Optimierung. Traditionell wurden diese Aspekte getrennt behandelt, was zu Datensilos und schlechter Kommunikation führte. Lokad stellte fest, dass Preisgestaltung und Planung ähnliche Datenquellen und numerische Rezepte teilen, was zur Entwicklung einer domänenspezifischen Programmiersprache namens Envision führte. Durch die Nutzung gemeinsamer Datenspeicherung und -verarbeitung hat Lokad anspruchsvollere Modelle entwickelt, die Preisgestaltung und zeitliche Effekte berücksichtigen. Vermorel ist der Ansicht, dass erfolgreiche Unternehmen Preisgestaltung und Planung vereinheitlichen müssen, da sie miteinander verbundene Aspekte sind, die für nahezu jede Branche entscheidend sind.

Erweiterte Zusammenfassung

In diesem Interview diskutiert Kieran Chandler, der Moderator, mit Joannes Vermorel, dem Gründer von Lokad, die Bedeutung der Integration von Preisgestaltung und Nachfrageplanung in der Supply Chain-Optimierung. Historisch gesehen wurden Preisgestaltung und Planung als separate Einheiten behandelt, was zu Datensilos und mangelnder Kommunikation zwischen den Abteilungen führte. Das Gespräch dreht sich darum, wie Software dabei helfen kann, diese Aufgaben gemeinsam anzugehen, und warum die Branche sie als zwei miteinander verbundene Aspekte betrachten sollte.

Vermorel erklärt, dass die Vorhersage der zukünftigen Nachfrage entscheidend ist, um Kunden effektiv zu bedienen. Unternehmen müssen Produkte im Voraus produzieren oder beschaffen, um der Nachfrage gerecht zu werden, da eine sofortige Produktion noch nicht möglich ist. Die Nachfrage wird jedoch auch stark vom Preis beeinflusst. Ist ein Produkt zu teuer, wird die Nachfrage gering sein, während ein wettbewerbsfähiger Preis zu einer erheblichen Nachfrage führen kann.

Als Lokad gegründet wurde, war die Softwarebranche in zwei Lager aufgeteilt: Prognoseunternehmen, die sich auf die Vorhersage der Nachfrage konzentrierten, und Unternehmen für Preisoptimierung, die Prognosen und Planung ignorierten. In den ersten fünf Jahren von Lokad lag der Fokus des Unternehmens hauptsächlich auf der Prognose, und die Vorstellung von Preisen und Preisgestaltung war abwesend. Ähnlich betrachteten Unternehmen für Preisoptimierung Prognosen und Planung nicht als Teil ihres Aufgabenbereichs.

Vermorel betont, dass Nachfrage und Preisgestaltung eng miteinander verbunden sind. Unternehmen müssen die Nachfrage antizipieren und ihre Produkte richtig bepreisen. Historisch gesehen haben Organisationen Preisgestaltung und Nachfrageplanung getrennt voneinander betrachtet und dabei Tools wie Price Forge und Sales Cast verwendet. Irgendwann entschied sich Lokad jedoch, diese beiden Aspekte zu integrieren.

Die Entscheidung, Preisgestaltung und Nachfrageplanung zu verbinden, kam aufgrund der Erkenntnis, dass bestimmte etablierte Praktiken so tief in das allgemeine Denken eingebettet sein können, dass die Verbindungen zwischen ihnen übersehen werden. Durch die Integration dieser beiden Aspekte zielt Lokad darauf ab, die Optimierung der Supply Chain zu verbessern, indem sie die Wechselwirkungen zwischen Preisgestaltung und Nachfrageplanung berücksichtigt.

Anfangs entwickelte Lokad zwei separate Produkte, Salescast für die Prognose und Priceforge für die Preisgestaltung, mit völlig unterschiedlichen Technologien. Das Unternehmen beschloss, diese beiden Apps zusammenzuführen, weil sie feststellten, dass beide ähnliche Datenquellen wie Verkaufshistorie und Produktkataloge sowie dieselben Transaktionsdaten aus DRP, WMS und E-Commerce-Plattformen verwendeten. Sie beschlossen, eine einheitliche Architektur für die Datenspeicherung und -verarbeitung zu schaffen, hatten jedoch zu diesem Zeitpunkt noch nicht die tiefe Verbindung zwischen Preisgestaltung und Verkaufsprognose erkannt.

Der erste Grad der Konvergenz zwischen den beiden Lösungen entstand zufällig. Das Unternehmen erkannte, dass die numerischen Rezepte für Preisgestaltung und Verkaufsprognose ähnlich waren, und begann, an einer domänenspezifischen Programmiersprache für die prädiktive Optimierung von Supply Chains zu arbeiten. Dies führte zur Entwicklung von Envision, die auf der Preisgestaltungsseite begann.

Zu dieser Zeit kannte sich Lokad mit Preisgestaltung weniger aus als mit Planung, daher beschlossen sie, ein Metaproblem anzugehen: wie man numerische Rezepte schneller und zuverlässiger entwickeln kann. Sie hofften, dass sie durch Verbesserung der Time-to-Market und der Zuverlässigkeit neuer numerischer Rezepte im Bereich der Preisgestaltung erfolgreich sein würden. Als sie mit diesen Techniken experimentierten, stellten sie fest, dass der gleiche programmatische Ansatz, den sie für die Preisgestaltung verwendeten, auch für die Planung Sinn ergab. Diese Erkenntnis führte zu einem zweiten Grad der Konvergenz, wobei sowohl Preisgestaltung als auch Planung dieselbe Datenverarbeitungsschicht und Programmiersprache teilten.

Die Lösungen liefen jedoch immer noch getrennt, und es war während der Ära des Deep Learning, dass Lokad seinen ersten Durchbruch hatte. Durch die Integration fortschrittlicherer prädiktiver Nachfragemodelle stellten sie fest, dass die Integration von Preisgestaltung und Zeitfaktoren zu anspruchsvolleren Modellen für beide Bereiche führte. Zum Beispiel kann die Zahlungsbereitschaft für ein Produkt saisonal sein, daher ergab es Sinn, diese Faktoren sowohl in die Preisgestaltung als auch in die Verkaufsprognosemodelle einzubeziehen.

Lokads Reise zur Kombination von Preisgestaltung und Verkaufsprognose begann mit der Beobachtung, dass beide Lösungen ähnliche Datenquellen teilten und durchlief mehrere Konvergenzstufen. Durch die Nutzung gemeinsamer Datenspeicherung und -verarbeitung sowie einer einheitlichen Programmiersprache gelang es Lokad, anspruchsvollere Modelle zu erstellen, die sowohl Preisgestaltung als auch Zeitfaktoren berücksichtigten. Obwohl die Diskussion in diesem Teil des Interviews keine abschließende Schlussfolgerung liefert, verdeutlicht sie den iterativen Prozess, den Lokad durchlief, um seinen Ansatz zur Optimierung der Supply Chain zu entwickeln und zu verfeinern.

Vermorel teilt mit, wie Lokad allmählich erkannte, dass die Zahlungsbereitschaft saisonal war und wie sich dies auf ihren Ansatz zur Optimierung der Supply Chain auswirkte. Während sie an ihren Modellen arbeiteten, bemerkten sie, dass die Preisdimension immer wichtiger wurde. Dies galt insbesondere für Branchen wie die Modebranche, in denen der Preis als Hebel eingesetzt wird, um sicherzustellen, dass Bestände am Ende einer Kollektion abverkauft werden. Während sie weiter an ihren Modellen arbeiteten, stellten sie fest, dass die Probleme der Planung und Preisgestaltung konvergierten und schließlich zu einem einzigen Modell führten, das beide Aspekte berücksichtigen konnte.

Auf die Frage, auf welche Branchen dieser Ansatz am besten zutrifft, erklärt Vermorel, dass die Preisgestaltung in nahezu jeder Branche entscheidend ist, da sie den Unterschied zwischen keiner Marge und einer signifikanten Marge ausmachen kann. Planung und Preisgestaltung sind oft miteinander verflochten, mit einer engen Beziehung zwischen dem Umgang mit Knappheit und der Zahlungsbereitschaft. Verschiedene Branchen haben unterschiedliche Perspektiven auf das Problem, aber im Kern sind die beiden Aspekte fast immer miteinander verbunden.

Die Mehrheit des Marktes bietet jedoch immer noch Software an, die sich entweder auf die Preisgestaltung oder die Planung konzentriert, anstatt eine einheitliche Lösung anzubieten. Vermorel führt dies darauf zurück, dass es bis zur Lösung kein wahrgenommenes Problem gibt. Der Ansatz von Lokad, Preisgestaltung und Planung zu vereinen, entstand zufällig, als sie feststellten, dass ihre Modelle für beide Aspekte viele gemeinsame Komponenten hatten. Während sie ihre Modelle weiterentwickelten, erkannten sie, dass sie beide Probleme gleichzeitig angehen mussten.

Auf die Frage nach der Möglichkeit, dass Softwareunternehmen sich zusammenschließen, um eine gemeinsame Lösung anzubieten, ist Vermorel skeptisch, da die Technologie, die zur Vereinheitlichung von Preisgestaltung und Planung erforderlich ist, radikal von traditionellen Methoden abweicht. Stattdessen prognostiziert er, dass neue Unternehmen entstehen werden, die von Anfang an Erkenntnisse nutzen, um beide Probleme gemeinsam anzugehen.

Vermorel betont, dass Unternehmen, die Preisgestaltung und Planung erfolgreich vereinen, eine marktbeherrschende Stellung erreichen können. Er verwendet Amazon und Alibaba als Beispiele für Unternehmen, die weiterhin Marktanteile gewinnen, weil sie die Grundlagen richtig gemacht haben. Sein Fazit ist, dass Unternehmen eine Lösung annehmen sollten, die sowohl die Preisgestaltung als auch die Planung berücksichtigt, da diese beiden Aspekte untrennbar miteinander verbunden sind.

Vollständiges Transkript

Kieran Chandler: Heute bei Lokad TV werden wir besprechen, wie Software diese Aufgaben gleichzeitig bewältigen kann und warum die Branche sie als zwei Seiten derselben Medaille betrachten sollte. Also, Joannes, wir haben zuvor ein wenig über die Preisgestaltung gesprochen. Was ist heute das Thema?

Joannes Vermorel: Das Thema ist die Tatsache, dass Sie, wenn Sie über die Nachfrage nachdenken, natürlich, wenn Sie in der Lage sein wollen, Kunden zu bedienen, vorhersehen müssen, wie die zukünftige Nachfrage sein wird, damit Sie im Voraus das produzieren oder beschaffen können, was Sie beabsichtigen zu bedienen. Sie können Dinge nicht sofort auf Abruf in 3D drucken, zumindest noch nicht. Aber offensichtlich wird die Nachfrage stark vom Preis beeinflusst. Wenn etwas übermäßig teuer ist, wird die Nachfrage null sein, und wenn etwas übermäßig wettbewerbsfähig ist, kann die Nachfrage auf der großen Skala absolut gigantisch sein.

Dennoch gab es, als ich Lokad gründete, offensichtlich zwei Lager in Bezug auf Softwareunternehmen. Es gab die Prognoseunternehmen, Lokad war eines von ihnen, die sich wirklich mit dem Problem der Analyse der Nachfrage aus der prognostischen Perspektive befassten. Und traditionell gab es nicht einmal die Preisgestaltung. Preise gab es nicht einmal, und das ist irgendwie seltsam, aber tatsächlich war in den ersten fünf Jahren oder so von Lokad die Vorstellung von Preisen und Preisgestaltung völlig abwesend. Es war nicht einmal Teil der Roadmap. Es war nirgendwo. Natürlich wusste ich wie jeder andere, dass Preise Dinge sind, die man sehen kann, aber es gab keine spezifische Verbindung. Und dann gab es andere Unternehmen, die sich ausschließlich mit der Optimierung der Preisgestaltung befassten, und aus ihrer Sicht waren Prognosen und Planung abwesend. Es war nicht einmal Teil der Landschaft. Es kümmerte sie nicht. Auch sie wussten, dass Prognosen existieren, weil sie wie jeder andere den Wetterbericht in den Nachrichten gesehen haben. Aber dennoch, genauso wie ich auf der Prognoseseite war, habe ich völlig ignoriert, was in Bezug auf die Preisgestaltung geschah. Software-Preisgestaltungsunternehmen haben völlig ignoriert, worum es bei der Prognose ging. Und doch ist es, wenn man darüber nachdenkt, tief mit der Nachfrage verbunden, und die Nachfrage ist sehr wichtig; Sie müssen vorhersehen, aber Sie müssen auch richtig preisen.

Kieran Chandler: Ja, und historisch gesehen haben Sie diese beiden Entitäten in Salescast und PriceForge sehr getrennt gehalten, aber irgendwann haben sie sich zusammengeschlossen. Warum haben Sie sich entschieden, sie zu vereinen?

Joannes Vermorel: Das ist sehr interessant. Manchmal gibt es Dinge, die so fest im allgemeinen Denken Ihrer Zeit verankert sind, dass Sie sie nicht einmal sehen können. Und als Lokad anfing, das Preisproblem anzugehen, hatten wir tatsächlich eine Preismission. Ich dachte, es sei etwas völlig Separates. Also hatten wir ein Produkt namens Salescast, das im Grunde genommen der Prognoseteil von Lokad war, und wir hatten ein anderes Produkt, das völlig unterschiedlich war, nämlich PriceForge.

Kieran Chandler: Und wir haben diese beiden Dinge separat verkauft und sogar die jeweiligen Technologien waren völlig getrennt. Wie einfach war es, die beiden in Bezug auf Datenanalyse zu kombinieren?

Joannes Vermorel: Das ist das Seltsame. Wir haben diese beiden Apps zusammengebracht, nicht weil ich dachte: “Oh, es ist dasselbe Problem, das wir lösen, übrigens lösen wir es zweimal.” Nein, das wäre sehr klug gewesen, aber nein, wir haben etwas sehr Dummes gemacht. Wir haben gesagt: “Diese App verwendet die Verkaufshistorie, diese App verwendet auch die Verkaufshistorie. Diese App benötigt den Katalog mit Preisen, diese App benötigt auch einen Katalog. Wir verwenden den Preis nicht, aber es ist so ziemlich dasselbe, es ist ein Katalog.” Und buchstäblich haben wir uns die Daten angesehen und die Daten, die für die Preis- oder Planungsanalyse benötigt wurden, waren im Wesentlichen dieselben Transaktionsdaten, die aus denselben Quellen stammten: ERP, WMS, E-Commerce-Plattformen usw. Also haben wir uns entschieden, die Architektur zu mutualisieren, um dieselbe Basisschicht für die Datenspeicherung und -verarbeitung zu haben, weil es dieselben Daten waren. Aber zu der Zeit hatten wir noch nicht einmal angefangen zu erkennen, dass es buchstäblich zwei Seiten derselben Medaille waren.

Kieran Chandler: Also, es ging irgendwie um die Datenintegration und darum, diese beiden Datensätze an einem Ort zu haben. Aber wann begannen die Lösungen in Bezug auf Preisgestaltung und Verkauf zusammenzuführen?

Joannes Vermorel: Wir haben allmählich erkannt, dass die numerischen Rezepte irgendwie gleich waren, was verwirrend war. Was Lokad heute ist, Envision, mit einer domänenspezifischen Programmiersprache, die der prädiktiven Optimierung der Supply Chain gewidmet ist, begann auf der Preisgestaltungsseite. Zu der Zeit war Preisgestaltung etwas ganz Neues für uns, und wir wussten nicht wirklich, wie wir das angehen sollten. Anstatt das Preisproblem zu lösen, haben wir gesagt: “Wir sind uns nicht wirklich sicher, wie wir das angehen sollen, also werden wir ein Meta-Problem lösen, nämlich: Wie können wir schneller und zuverlässiger numerische Rezepte entwickeln?” Wir kannten die Rezepte noch nicht, aber wenn wir unsere Lieferzeit verbessern könnten, was die Zeit betrifft, die benötigt wird, um ein neues numerisches Rezept, das wir noch nicht erfunden haben, auf den Markt zu bringen, und dann die Zeit, die benötigt wird, um dieses Ding zuverlässig in Produktion zu bringen, dann wären wir sozusagen in Ordnung. Also ging es darum, “das für die Preisgestaltung zu tun, weil ich damals viel weniger über Preisgestaltung wusste als über Planung.” Und doch, als wir anfingen, herumzutüfteln, hatten wir es buchstäblich mit denselben Datensätzen zu tun und wir erkannten: “Oh, das ist sehr interessant. Was wir auf der Preisgestaltungsseite tun, ergibt irgendwie viel Sinn.”

Kieran Chandler: Es ist eine ziemliche Herausforderung, sich mit dem Planungsteil von Lieferketten zu befassen, da sie aus einer Reihe von Zufällen bestehen. Einige Unternehmen haben ein ERP, einige haben zwei, einige haben eins pro Land. Manchmal ist die E-Commerce-Plattform integriert, manchmal ist sie separat, und manchmal gibt es ein WMS. Es ist sehr heterogen. Wir haben erkannt, dass wir einen völlig maßgeschneiderten, programmatischen Ansatz sowohl für die Preisgestaltung als auch für die Planung benötigen. Dadurch konnten wir eine zweite Konvergenzebene mit derselben Basisschicht für Daten und denselben Datenverarbeitungsschichten erreichen. Aber wie gut funktioniert es tatsächlich? Ist es eher eine grobe Annäherung?

Joannes Vermorel: Es hat einige Zeit gedauert, das System zu verbessern. Zunächst haben wir die Datenebene gemeinsam genutzt, da wir mit denselben Datenquellen arbeiteten, und wir haben auch den Ansatz zur Datenverarbeitung gemeinsam genutzt. Wir haben erkannt, dass beide Seiten programmatisch sein müssen und wir unterschiedliche Sätze numerischer Rezepte hatten. Der erste Durchbruch kam aus der Ära des Deep Learnings, wo wir mit fortschrittlicheren Nachfragemodellen experimentierten. Auf der Planungsseite müssen Sie beispielsweise ein anspruchsvolles Modell integrieren, das den Preis berücksichtigt, und auf der Preisgestaltungsseite müssen Sie zeitliche Effekte wie Saisonalität berücksichtigen.

Zum Beispiel ist die Zahlungsbereitschaft für ein Strandtuch am Ende des Frühlings höher als am Ende des Sommers, denn wenn Sie das Handtuch zu Beginn der Saison kaufen, können Sie es den ganzen Sommer über nutzen. Wenn Sie es jedoch am Ende des Sommers kaufen, ist die Nutzung des Produkts viel eingeschränkter. Wir haben festgestellt, dass die Zahlungsbereitschaft tatsächlich saisonal ist und auf der Planungsseite unsere fortschrittlicheren Modelle die Preiskomponente immer prominenter werden ließen. In der Modebranche möchten Sie beispielsweise den Preis als Hebel nutzen, um sicherzustellen, dass Sie Ihren Bestand am Ende einer Kollektion vollständig liquidieren.

Also haben wir diese Konvergenzen gesehen und in der Mitte hatten wir ein gewisses vorhersagendes Modell für die Nachfrage. Wir haben festgestellt, dass diese Modelle wirklich konvergieren und die Schleife mit dem Zeitalter des differenzierbaren Programmierens geschlossen wurde.

Kieran Chandler: Ist die Modebranche diejenige, auf die diese Lösung am besten zutrifft? Denn wenn man an die Flugzeugindustrie denkt, ändern sich die Preise sekündlich, und dann gibt es andere Branchen, in denen sich die Preise seit Jahren nicht geändert haben.

Joannes Vermorel: Die Lösung ist buchstäblich überall anwendbar. Die Preisgestaltung ist immer sehr wichtig, wenn man etwas verkauft, denn sie macht den Unterschied zwischen keiner Marge oder einer großen Marge aus. Und es besteht eine enge Beziehung zwischen der Planung, bei der es um Knappheit geht, und der Preisgestaltung, bei der es um Zahlungsbereitschaft geht. Die beiden sind tatsächlich völlig miteinander verflochten. Wenn Sie mehr Nachfrage antizipieren, können Sie mehr zu einem niedrigeren Preis produzieren und somit eine bessere Marge haben und potenziell Ihre Konkurrenten im Preis unterbieten. Wenn Sie einen sehr hohen Preis haben, können Sie vielleicht mit Knappheit spielen und Ihre Produkte noch begehrlicher machen, wie es Luxusmarken tun. Sie möchten, dass die Preise im Laufe der Zeit steigen und mit der Idee der Knappheit spielen. Jede Branche hat eine ziemlich unterschiedliche Perspektive auf das Problem, sowohl auf der Planungsseite als auch auf der Preisgestaltungsseite, aber die Tatsache, dass diese beiden Probleme im Kern völlig miteinander verflochten sind, trifft fast immer zu.

Kieran Chandler: Um die besten Ergebnisse zu erzielen, müssen die Planungsteams also eng mit den Preisgestaltungsteams zusammenarbeiten?

Joannes Vermorel: Dem würde ich widersprechen. Meine anfängliche Perspektive war: Warum sollte man ein Planungsteam und ein Preisgestaltungsteam haben? Warum zwei haben? Das ist der genau gleiche Fehler, den ich anfangs mit separater Software für jedes gemacht habe. Es ist dasselbe Problem; man betrachtet es nur aus zwei Blickwinkeln. Es sollte ein Team geben.

Kieran Chandler: Gibt es Unternehmen, die Sie beobachtet haben, die das gut machen und nur mit einem Team arbeiten?

Joannes Vermorel: Ja, da ist der übliche Verdächtige: Amazon. Sie sind sehr clever und tun Dinge, die sehr offensichtlich sind, wenn man darüber nachdenkt. Wenn etwas knapp wird, erhöhen sie den Preis. Es gibt keinen Grund, sich auf einen Fehlbestand zuzubewegen. Der Preis ist nur eine Möglichkeit, die Nachfrage so zu gestalten, dass Sie das Beste aus dem vorhandenen Bestand machen. Man kann es buchstäblich in Aktion sehen.

Kieran Chandler: Amazon hat das vor Weihnachten mit den Spielzeugen gemacht, die sie verkaufen. Meine 10-jährige Tochter ist ein großer Fan von LEGO-Spielzeugen, und wenn man bei Amazon nachschaut, erhöhen sie tatsächlich alle paar Stunden, wenn der Bestand etwas knapper wird, den Preis bestimmter LEGO-Boxen. Ich bin mir ziemlich sicher, dass sie einige grundlegende Heuristiken haben, die den Preis erhöhen, wenn der Bestand knapp wird, und das macht Sinn. Es ist buchstäblich gesunder Menschenverstand, aber es ist nicht super offensichtlich. Ich bin mir ziemlich sicher, dass sie allein durch öffentliche Beobachtung einen Algorithmus haben, der die Bestandsverfügbarkeit, die eine Projektion ist, mit der Preisoptimierung verknüpft.

Joannes Vermorel: Aber dann sehe ich von der lokalen Kundenbasis aus, dass auch andere sehr kluge, technikbegeisterte, aggressive E-Commerce-Unternehmen das bereits tun, also ist es nicht nur Amazon. Es sind auch die größten Herausforderer in Bezug auf die Supply Chain von Amazon, die das tun.

Kieran Chandler: Okay, wenn das also ein so guter Weg ist, warum bietet dann die Mehrheit des Marktes immer noch Software an, die sich nur auf die Preisgestaltung oder nur auf die Planung konzentriert?

Joannes Vermorel: Weil es ohne Lösung kein Problem gibt. Das ist eine verwirrende Sache. Man würde sagen: “Oh, es gibt ein Problem, also sollten die Leute nach einer Lösung suchen”, aber so funktioniert es nicht. Niemand sucht nach einer neuen Möglichkeit, Autos neu zu erfinden, wenn wir Schwerkraftantriebe hätten. Wir haben keine Schwerkraftantriebe, also kümmert sich niemand darum, Lösungen für ein Problem zu finden, das noch nicht existiert. Wenn Sie keine Lösung haben, um sich direkt mit Preisgestaltung und Planung auseinanderzusetzen, hat es dann überhaupt einen Sinn, über die potenzielle Lösung für dieses Problem nachzudenken? Ich würde sagen nein.

Wie ist Lokad dazu gekommen? Habe ich historisch gesehen in einem genialen Moment gedacht: “Das sind zwei Seiten derselben Medaille, ich muss das angehen und über diese beiden Probleme als eines nachdenken”? Absolut nicht. Was ich eigentlich gemacht habe, war genau das Gegenteil. Wir haben gedacht: “Nun, wir haben ein Problem, für das es eine Reihe von Lösungen gibt, die in der Literatur für die Prognose bekannt sind, und es gibt Preisgestaltung, und auch dafür gibt es eine Reihe von Lösungen, die ebenfalls in der Literatur bekannt sind.” Also werde ich tatsächlich ein Produkt haben, das alle Lösungen implementiert oder vielleicht das, was ich für eine leicht verbesserte Variante dieser Lösungen halte, und dasselbe auf der Prognoseseite - eine leicht verbesserte Variante dessen, was in der Literatur bekannt ist.

Wie ich beschrieben habe, ergab sich die Konvergenz auf eine völlig zufällige Weise. Es war einfach so, dass wir dieselben Datensätze verwendet haben, also warum nicht? Lass uns das machen. Lass uns das so zusammenführen. Dann sehen wir, dass die Rezepte einander ähnlich sind, also lassen wir das gemeinsam nutzen. Die beiden separaten Softwareprodukte werden nur deshalb zusammengeführt, weil sie zufällig dieselben Komponenten teilen.

Aber sehen Sie, es war nicht wie großes Denken; es war eher zufällige Entwicklung. Und dann, fünf Jahre später, gibt es einen weiteren Zufall, bei dem man mit neuen maschinellen Lernverfahren feststellt: “Oh, Mist, es ist dasselbe Modell, das ich auf beiden Seiten des Problems verwende.” Also habe ich meine Lösung, die beide Dinge zusammen macht, und erkenne somit, dass ich diese Probleme als eines angehen sollte, weil ich eine Lösung habe.

Kieran Chandler: Nun, von innen betrachtet scheint es offensichtlich zu sein, aber im Rückblick war es das nicht. Und deshalb denke ich, dass die meisten Unternehmen dieses Team getrennt gehalten haben, weil es vernünftig ist, bis man eine Lösung hat, um die Dinge zu vereinheitlichen. Wenn man keine Lösung hat, um Preisgestaltung und Planung zu vereinheitlichen, dann steckt man im Grunde fest und hat zwei separate Teams. Denn sonst könnten diese Leute nicht einmal damit beginnen, an diesen beiden Problemen zu arbeiten. Das Erste, was sie tun würden, ist, das Problem intern wieder aufzuteilen. Und so würden sie Leute auf einer Seite des Programms arbeiten lassen und eine andere Gruppe von Leuten, die auf der anderen Seite der Abteilung arbeiten, weil sie keine Lösung haben, und das würde dann das Thema Planung und Preisgestaltung werden.

Joannes Vermorel: Okay, klingt wie ein glücklicher Zufall.

Kieran Chandler: Und vielleicht, wenn wir in die Zukunft schauen, können Sie sich vorstellen, dass sich einige dieser Softwareunternehmen zusammenschließen und eine gemeinsame Lösung anbieten?

Joannes Vermorel: Ich glaube nicht, denn die Art von Lösungen, die dazu dienen, die beiden Probleme zu vereinheitlichen, sind völlig anders als das, was traditionell für die Preisgestaltung und das Forecasting gemacht wurde. Das ist eine seltsame Sache, dass die Klasse von Lösungen, die wir jetzt haben, um diese beiden Probleme gleichzeitig anzugehen und sowohl die Preise als auch den Plan zu optimieren, also wie viel Sie produzieren, wie viel Sie kaufen, wie viel Lagerbestand Sie in Ihren Netzwerken haben, völlig anders sind als das, was wir historisch gesehen entweder auf der Preisgestaltungsseite oder auf der Planungsseite hatten. Also mussten wir buchstäblich unsere jeweiligen Technologien auf beiden Seiten vollständig verwerfen und verwerfen. Stellen Sie sich also vor, würden Sie tatsächlich zwei Unternehmen, zwei Softwareunternehmen zusammenbringen, damit sie beide zustimmen, dass sie den gesamten Technologie-Stack verwerfen und alles zusammen neu schreiben? Nein, das klingt super seltsam. Wahrscheinlich werden wir also höchstwahrscheinlich sehen…

Kieran Chandler: Ich weiß es nicht, ich meine, es ist sehr schwer, die Zukunft vorherzusagen, besonders die Zukunft. Aber was wir wahrscheinlich am ehesten sehen werden, sind neue Klassen von Unternehmen, die von Anfang an Erkenntnisse nutzen, um zu sagen: “Wir werden diese beiden Probleme gemeinsam angehen” und von Anfang an beschließen, eine Lösung anzustreben, die das gesamte Spektrum der Probleme umfasst.

Joannes Vermorel: Okay.

Kieran Chandler: Wenn wir heute langsam zum Ende kommen, was ist unsere Haupterkenntnis? Ist es, dass ein Unternehmen, das Preisgestaltung und Planung vereinheitlicht, viel mehr Kontrolle hat?

Joannes Vermorel: Nein, es ist nur so, dass die Unternehmen, die das vereinheitlicht haben, weiterhin, ich würde sagen, Unternehmen in den Bankrott treiben werden, die das nicht haben. Es ist buchstäblich so, wenn Sie in der Lage sind, das umzusetzen, wird es nicht nur mehr Kontrolle sein; es ist buchstäblich Marktdominanz. Und wieder, wenn wir sehen, warum Amazon weiterhin Marktanteile gewinnt, obwohl sie eines der größten Unternehmen der Welt sind, und warum Alibaba in China dasselbe tut. Oder, und Sie sehen, nun, weil sie diese grundlegenden Dinge richtig machen und daher im Laufe der Zeit einfach alle Unternehmen zermalmen werden, die das nicht tun. Also, warum sollten Sie das tun? Nun, ich würde sagen, fragen Sie sich einfach, ob Sie wirklich glauben können, dass Sie die Nachfrage isolieren können, indem Sie den Preisbereich vom Planungsbereich trennen? Ist es vernünftig geschäftlich? Und in der Regel, wenn die Leute einen Moment innehalten und nachdenken, nein, diese Dinge sind völlig miteinander verflochten. Also ja, wenn ich eine Lösung habe, um das einfach zu umarmen, sollte ich es tun. Und meine Schlussfolgerung für diejenigen, die uns zuschauen, ist, es zu tun.

Kieran Chandler: Es scheint immer auf Survival of the Fittest hinauszulaufen, absolut. Okay, das war alles für diese Woche. Vielen Dank fürs Einschalten und wir sehen uns in der nächsten Folge wieder. Danke fürs Zuschauen.