
Jak ujednolicenie polityki handlowej usprawniło zarządzanie relacjami z klientami

Wyzwanie
Grupa Wanicki prowadzi działalność w wielu segmentach rynku, obejmujących sprzedaż i serwis pojazdów ciężarowych, maszyn rolniczych, pojazdów użytkowych oraz części zamiennych. Organizacja rozwijała się przez lata, rozbudowując kolejne linie biznesowe i sieć oddziałów obsługujących klientów na terenie całego kraju.
Naturalną konsekwencją takiego rozwoju było funkcjonowanie wielu niezależnych procesów handlowych. Poszczególne oddziały oraz linie biznesowe podejmowały decyzje w oparciu o własne doświadczenia oraz lokalną wiedzę o klientach. Informacje o historii współpracy były rozproszone pomiędzy systemami i zespołami, co utrudniało budowanie jednolitego obrazu klienta w skali całej organizacji.
Celem projektu było stworzenie spójnego modelu wspierającego podejmowanie decyzji handlowych w oparciu o dane. Rozwiązanie miało ujednolicić sposób analizy klientów, uporządkować procesy decyzyjne oraz zapewnić wszystkim jednostkom organizacyjnym dostęp do tych samych informacji.
Dodatkowo założono opracowanie wspólnych zasad segmentacji klientów i produktów, stanowiących podstawę dalszych analiz i rekomendacji sprzedażowych. Jednym z pierwszych etapów była analiza danych historycznych, która pozwoliła zweryfikować wcześniejsze założenia i skoncentrować dalsze działania na obszarach o największym wpływie na efektywność sprzedaży.
- Ujednolicenie procesu podejmowania decyzji handlowych w wielu oddziałach i liniach biznesowych.
- Stworzenie wspólnego obrazu klienta niezależnie od miejsca prowadzenia współpracy.
- Ograniczenie rozproszenia wiedzy pomiędzy działami.
- Zwiększenie wykorzystania danych historycznych w codziennej pracy handlowców.
- Budowa jednolitych zasad wspierających proces ofertowania w całej organizacji.
Rozwiązanie
- Projekt rozpoczął się od kompleksowej analizy danych sprzedażowych oraz sposobu funkcjonowania procesów handlowych w organizacji.
- Celem analizy było zidentyfikowanie zależności pomiędzy historią współpracy z klientami a podejmowanymi decyzjami biznesowymi.
- Na podstawie uzyskanych wyników przygotowano model analityczny wspierający proces podejmowania decyzji handlowych.
- Rozwiązanie wykorzystuje analizę danych historycznych oraz mechanizmy data science do generowania rekomendacji dla handlowców i menedżerów sprzedaży.
- Model uwzględnia segmentację klientów i produktów, dzięki czemu rekomendacje są lepiej dopasowane do specyfiki poszczególnych grup odbiorców i oferowanych rozwiązań.
- Stworzono wspólne spojrzenie na klienta końcowego, obejmujące wszystkie linie biznesowe organizacji.
- Ujednolicony model segmentacji klientów pozwala analizować historię współpracy w sposób spójny, niezależnie od oddziału czy obszaru działalności.
- Przygotowano zestaw raportów i dashboardów Power BI prezentujących najważniejsze informacje o procesach handlowych i wspierających monitorowanie przyjętych zasad działania.
- Rozwiązanie powstało w oparciu o Python i Power BI i zostało zaprojektowane tak, aby mogło być rozwijane wraz z kolejnymi potrzebami biznesowymi organizacji.
Rezultat
Technologie
/ Wspierające rozwiązania


Skuteczne wdrożenie cyfrowej sprzedaży w branży agro
Wdrożenie platformy B2B usprawniło sprzedaż części rolniczych, zautomatyzowało zamówienia i poprawiło dostęp do danych.



