Sales-Optimierung

Wie Carhartt von KI profitiert

27.08.2021
Von 
Thor Olavsrud ist Senior Writer bei CIO.com und beschäftigt sich mit IT-Security, Big Data, Open-Source-Technologie sowie Microsoft-Tools und -Server-Systemen. Er lebt in New York.
Ein KI-Tool unterstützt Carhartt dabei, seine Marktposition koordiniert und datengetrieben auszubauen.
Carhartt hat ein KI-Tool entwickelt, das die Kundenzufriedenheit optimiert und die Sales-Mitarbeiter befeuert.
Carhartt hat ein KI-Tool entwickelt, das die Kundenzufriedenheit optimiert und die Sales-Mitarbeiter befeuert.
Foto: Tada Images - shutterstock.com

Der US-amerikanische Bekleidungshersteller Carhartt (nicht zu verwechseln mit Carhartt WIP) gehört zu den Unternehmen, die künstliche Intelligenz zu ihrem strategischen Vorteil nutzen. Das Unternehmen, das seit mehr als einem Jahrhundert unter anderem Arbeits- und Jagdbekleidung produziert, stellte kürzlich fest, dass die Verkaufsanstrengungen seiner drei Go-to-Market-Abteilungen (jede mit unterschiedlichen Vertriebskanälen) weit weniger koordiniert und effizient waren, als sie es hätten sein können.

Um einen strategischen, datengetriebenen Ansatz bei der Kundenakquise fahren zu können, hat Carhartt ein KI-gesteuertes Modul zur Vertriebsoptimierung und Kundenakquise entwickelt - das "Market Attack Sales Prospecting Module". Das Projekt, für das Carhartt mit dem "FutureEdge 50 Award" für die Anwendung neuer Technologien ausgezeichnet wurde, ermögliche den Sales-Abteilungen des Unternehmens, gezielter und koordinierter auf den Markt zu gehen, wie Jolie Vitale, Direktorin für Business Intelligence und Analytics bei Carhartt, berichtet.

Dazu gehören beispielsweise auch die Großhandelsabteilung von Carhartt, die aus 12.000 Einzelhandelsstandorten und mehr als 800 Partnern besteht; das Direktvertriebsgeschäft mit 33 Einzelhandelsgeschäften in den USA und eine schnell wachsende Direktvertriebs-Webseite. Darüber hinaus beliefert Carhartt andere Unternehmen auch direkt mit seinen Produkten und stattet sie beispielsweise mit Uniformen aus.

"Bei diesem Projekt geht es nicht darum, neue Kunden zu gewinnen, sondern darum, bestehende Kundenbeziehungen zu optimieren", sagt John Hill, CIO und Senior Vice President of Business Planning bei Carhartt. "Wenn jemand mehr als 2.000 Filialen in den USA hat, wie optimieren wir dann den Verkauf von Carhartt, das Sortiment und das, was in den einzelnen Geschäften angeboten werden soll?"

"Das mussten wir selbst entwickeln"

"Als verbraucherzentriertes, datengetriebenes Unternehmen muss Carhartt strategisch vorgehen, wenn es seine Marktpräsenz ausbauen will," weiß Vitale. Angesichts der einzigartigen Bedürfnisse der verschiedenen Kunden und der unterschiedlichen Verbrauchertypen müssten Entscheidungen koordiniert werden, da sie sonst unter Umständen ungewollt negative Auswirkungen auf andere Entscheidungen haben könnten.

Jolie Vitale, Director of BI and Analytics bei Carhartt.
Jolie Vitale, Director of BI and Analytics bei Carhartt.
Foto: Carhartt

Die Idee für die Market Attack Engine wurde geboren, als Carhartt ein funktionsübergreifendes Team von Vertriebs- und Marketingleitern zusammentrommelte, um das Problem der Go-to-Market-Koordination zu erörtern. Dabei wurde schnell deutlich, dass schon der Aggregationsprozess mühsam und in seinen Möglichkeiten limitiert war - es jedoch eine Möglichkeit gab, Prognosedaten und Informationen über externe Faktoren in den Prozess einzubeziehen. Die Analytics-Abteilung von Carhartt ermittelte, dass die Lösung die zukünftige Nachfrage prognostizieren muss, wobei Daten von Erstanbietern, einschließlich historischer Verkäufe, geplanter Verkäufe und des Vertriebsnetzes berücksichtigt werden sollten. Zudem sollte die Lösung ökonometrischer Natur sein, um Veränderungen berücksichtigen zu können und herauszufinden, wie sich diese auf die Nachfrage nach den Produkten von Carhartt auswirkt.

Die schiere Größe des Projekts war entmutigend: Das Carhartt Demand System, das den Kern des Moduls bildet, enthält etwa 1,75 Milliarden Datensätze - generiert ein ökonometrisches Modell mit etwa 83 Millionen Parametern und enthält Verkaufsdaten für zehn Vertriebskanäle. Ursprünglich dauerte die Berechnung des Modells Tage. Um diese Herausforderung zu bewältigen, musste das Team in größeren Dimensionen denken: "Das Projekt benötigte parallele Rechenleistung mit verteiltem Speicher, um effektiv zu skalieren. Das Team konzentrierte sich darauf, architektonische Best Practices zu identifizieren und implementieren. Wir haben die bestehende Partnerschaft mit Microsoft genutzt, um die Lösung auf dem Azure-Stack mit Open-Source-Diensten und Databricks zu orchestrieren", erzählt Vitale.

"Es gab auf dem Markt keine Lösung, die diese Anforderungen erfüllt hätte. Das mussten wir selbst entwickeln", ergänzt CIO Hill.

"Mangelnde Transparenz war ein Hindernis"

Eine Herausforderung war beim KI-Projekt von Carhartt auch der kulturelle Wandel. Carhartt ist ein altehrwürdiges Unternehmen, dessen Führungskräfte ihre Entscheidungen seit jeher auf der Grundlage von Fachwissen treffen. Der neue "KI-Motor" verlangte ihnen Vertrauen in eine Blackbox ab.

Um dieses Problem zu lösen und die Dinge so transparent wie möglich zu machen, führte das Team Risikobewertungen ein: "Wir haben versucht, Wege zu finden, die für die Menschen zugänglich sind. Mangelnde Transparenz war für uns ein Hindernis", fügt Vitale hinzu.

John Hill, CIO von Carhartt
John Hill, CIO von Carhartt
Foto: Carhartt

Heute dient das KI-Tool sowohl den operativen als auch den strategischen Bedürfnissen von Carhartt. Es kann Fragen beantworten wie "Welcher Vertriebskanal ist am besten geeignet, um dieses neue Produkt für diese Art von Neukunden zu testen?" oder zum Beispiel auch eine Interessentenliste für Vertriebsmitarbeiter erstellen.

Laut CIO Hill hat das Tool bereits zu zusätzlichen Einnahmen geführt. Noch wichtiger sei aber, dass es dem Unternehmen geholfen hat, die Kundenzufriedenheit zu verbessern und den Kundenbetreuern dabei, effizienter zu arbeiten. (fm)

Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation CIO.com.