SAP Innovationswelt

Wie kann Machine Learning den Vertriebsprozess unterstützen - oder sogar erleichtern?

Machine Learning (ML) im Vertriebsprozess von Unternehmen und Organisationen kann enorm helfen, aus den Daten der Vergangenheit Schlüsse für das Tagesgeschäft und die nahe Zukunft zu ziehen. Im Folgenden stellen wir Ihnen einige Anwendungsfälle vor, die im Vertrieb möglich sind und die bei uns im „Labor“ gerade erarbeitet werden.

Beginnen wir am Anfang des Vertriebsprozesses.

Das Szenario Vorhersage der Konvertierungsrate bietet zuverlässige Vorhersagen für den Vertriebsmitarbeiter über die Wahrscheinlichkeit, dass ein Verkaufsangebot in einen Auftrag umgewandelt wird. Mit Hilfe der App Quotation Conversion Rates, die über eingebettete Funktionen für maschinelles Lernen verfügt, wird ML genutzt, um durch den Vergleich von tatsächlichen und prognostizierten Ergebnissen vorausschauende Erkenntnisse zur Angebotsumsetzung zu liefern. Der Vertriebsmitarbeiter kann sich so auf die Angebote konzentrieren, die vielversprechender sind.

Weiter bietet die App Sales Performance Predictions im Vertrieb die Möglichkeit den Vertriebserfolg vorherzusagen. Mithilfe der App wird das erzielte Verkaufsvolumen mit den vorher prognostizierten Werten (basierend auf Predictive Modeling) verglichen und kann so die erreichbaren Verkaufsmengen bzw. das Umsatzvolumen voraussagen und helfen, regelmäßig neue Verkaufspläne zu entwickeln. Die Analyse kann außerdem dabei unterstützen, die aktuelle Vertriebsleistung zu überwachen. Der vorher definierte Vertriebsplan dient im Prozess als Anhaltspunkt, um zu analysieren, inwieweit die Umsatzziele wirklich erreicht werden.
Kommt es dann zum Auftragseingang, steht die App Create Sales Order Automatic Extraction zur Verfügung. Hier wird ML genutzt, um in Unternehmen bei deren Geschäftsmodell viele Aufträge per E-Mail, Fax oder Call Center eingehen, aus vielen unstrukturierten Daten mithilfe des ML Service Sales Order Automation Kundenaufträge anzulegen. ML erkennt hierbei die in den E-Mails oder PDFs erfassten Informationen automatisch und wandelt diese über die App in ein SAP gängiges Format um. Für das umgewandelte Dokument kreiert SAP eine Sales Order Request, die vom Vertriebsmitarbeiter noch hinsichtlich Richtigkeit und Vollständigkeit geprüft wird und dann in eine Sales Order umgewandelt wird. Dies spart Zeit und erhöht die Effizienz bei der Auftragsannahme.

Ist der Auftrag erst einmal eingegangen - kommt es auf den Liefertermin an.

Über die ML Funktion Predict Arrival Stock in Transit ist die Vorhersage einer Materiallieferung in produzierenden Unternehmen möglich, um durch die rechtzeitige Lieferung einer an den Kunden verkauften Ware einen reibungslosen Vertriebsprozess sicherzustellen. Durch die Funktion kann der Vertrieb frühzeitig auf mögliche Lieferverzögerungen hingewiesen werden. Das System verknüpft hierbei einkommende Bestellungen, überwacht unternehmensinterne Materialbestände und Warenlieferungen und kann daher Vorhersagen für die rechtzeitige Bereitstellung bzw. den Kundenversand treffen. Die ML Funktion kann hierbei auch genutzt werden, um vorherzusagen, ob eine Umlagerung aus anderen Werken sinnvoller ist.

Eine weitere Vorhersage des Liefertermins bietet die App Predicted Delivery Delay. Diese App dient dem Vertriebsmitarbeiter, um eine Vorhersage über Terminverzögerungen bei ausgehenden Lieferungen zu geben. Innerhalb der App besteht die Möglichkeit, Vorhersagen über den Predicted Delay of Delivery Creation Status (verspätete Lieferungserstellung) und Predicted Delay of Delivery Processing Status (verspätete Lieferungsbearbeitung) zu treffen und daraus den Overall Predicted Delivery Delay Status zu berechnen. Der Vertrieb kann so innerhalb der Organisation ggf. Einfluss auf den Ablauf nehmen und die Anfrage des Kunden schnell und zuverlässig beantworten.

Sie haben Interesse an weiteren Anwendungsfällen aus dem Machine Learning?

Dann freuen Sie sich jetzt schon auf unseren nächsten Artikel, wenn wir Ihnen Praxisbeispiele aus dem Rechnungswesen unter Einsatz von ML und sich die daraus ergebenden Möglichkeiten und Chancen vorstellen.


Alexander Brocksieper
Head of SAP Business Development