Author: Lucas Pedretti

Pricing-Analytics

Preispolitik als zentraler Gewinntreiber im B2B

Chaos in der Preisgestaltung? Wie Sie Preispolitik erfolgreich analysieren und durchsetzen.

Sie wissen es bestimmt auch: die Preispolitik-Analyse und deren Instrumente gehören zu den wichtigsten Hebeln zur Ertragssteigerung. Trotzdem wird diese Tatsache im Business-to-Business (B2B) manchmal übersehen.

Die richtige Preisgestaltung im B2B-Bereich kann jedoch sowohl einen finanziellen Erfolg als auch einen erheblichen Wettbewerbsvorteil darstellen. Die Preisgestaltung ist nicht nur ein treibender Faktor für den Gewinn, sondern beeinflusst auch die Wahrnehmung von Marken durch Kunden und Märkte.
(mehr …)

Umsatzrentabilität B2B steigern

Umsatzrentabilität mit strategischem Vertriebscontrolling steigern

 
Wie der B2B Großhandel seine Umsatzrentabilität mit Predictive Analytics steigern kann.

Gibt es ein Vertriebs- und Marketing-KPI, mit dem produzierende und industrielle Vertriebsunternehmen die Effizienz ihrer Teams messen können? Ja. Gibt es, die Umsatzrentabilität (auch Umsatzrendite oder Return on Sales (ROS) genannt).

Vertriebsleiter definieren ROS auch als eine Nettogewinnrate. Das bedeutet, ein Unternehmen erfährt durch diese Kennzahl, wie viel von jedem eingenommenen Euro, in Gewinn umgewandelt wird.
(mehr …)

All About ERP Data Mining for Sales

Alles zu ERP Data-Mining für Ihren Vertrieb

Data-Mining ERP – Was wir nach der Analyse von 100 Millionen Verkaufstransaktionen erkannt haben.

Data-Mining ist die Anwendung einer Vielzahl von verschiedenen statistischen Methoden auf Daten im ERP-System. Heutzutage nutzen Unternehmen Data-Mining, um Ergebnisse vorherzusagen, Verkaufstrends zu erkennen, eine Abwanderung von Kunden zu verhindern und die Preispolitik dynamisch anzupassen.

Die Mustererkennung aus Enterprise Resource Planning (ERP) Daten ist im Business-to-Business Bereich von entscheidender Bedeutung, da bereits kleine Verbesserungen der Vertriebseffizienz erhebliche Auswirkungen auf die Ergebnisse haben können. Das Data-Mining der Vertriebsdaten im ERP-System hilft den Kunden dabei, eine beträchtliche Wertschöpfung zu erreichen, Quick-Wins zu entdecken und ihre Verkaufsaktivitäten zu priorisieren. Die Automatisierung dieses Prozesses ist heute mithilfe von künstlicher Intelligenz (KI) möglich.

(mehr …)

How to set more realistic targets using predictive analytics

So setzen Sie realistische Vertriebsziele mit Predictive Analytics

Was Sie brauchen, um realistische Vertriebsziele zu setzen.

Im November 2000 hat der Vorstand der Firma „General Electric (GE)“ Jeffery Immelt ausgewählt, um den legendären Jack Welch als CEO zu ersetzen. Als Immelt die Zügel in die Hand nahm, setzte er ein ehrgeiziges Umsatzziel: “Wir glauben, dass GE zwei- bis dreimal schneller wachsen kann als das weltweite Bruttoinlandsprodukt, was einem nachhaltigen Umsatzwachstum von etwa 8 Prozent entspricht”.

Als Zusatzinformation ist festzuhalten, dass das Industriesegment von GE historisch gesehen um 4 Prozent gewachsen ist.

(mehr …)

sales-ai-analytics

Predictive Analytics: 5 konkrete Anwendungsbeispiele aus der Praxis

 
Diese fünf Predictive Analytics Anwendungsbeispiele aus der Praxis können ihren Vertrieb in Zukunft erfolgreich machen.

In der heutigen Wettbewerbssituation ist es wichtig, sich einen Vorsprung zu verschaffen. Für B2B-Unternehmen bedeutet der Einsatz von Tools zur Erkundung des Kundenverhaltens und zur Priorisierung von Leads nicht nur eine Produktivitätssteigerung, sondern auch eine Steigerung des überaus wichtigen Endergebnisses.

Predictive Sales Analytics hat in den letzten zehn Jahren einen langen Weg zurückgelegt. Es ist jetzt für Unternehmen in traditionellen Branchen weitaus zugänglicher. Für viele ist es ein leistungsstarkes Werkzeug, um die Vertriebsplanung und -steuerung zu unterstützen.

(mehr …)