다양한 포장 응용 분야를 위한 One Code on One 제품 출시를 위한 GS1 식별자

AIPIA 아메리카 서밋

2018년 6월 5일 - 2018년 6월 6일 07:15 GMT에 마지막 업데이트됨

그는 FMCG 기업의 매출 성장 중 90%가 지난해 온라인 판매에서 발생했다고 주장합니다. 이는 '소비재 시장의 구조와 채널에 엄청난 변화'이며, 온라인 판매를 하지 않으면 마이너스 성장을 이룬 것입니다.

뉴저지에서 열린 AIPIA(Active & Intelligent Packaging industry Association) Americas Summit(6월 5일)에서 '스마트 포장과 직접 브랜드 경제'라는 프레젠테이션에서 그는 산업 성장이 어디에서 나올지 살펴보면 다음과 같이 말했습니다. NIKE에 따르면 2020년까지 260억 달러가 직접적인 소비자 참여를 통해 창출될 것으로 예상됩니다.

그는 "소비자 브랜드에게는 환경이 어렵고 미국의 많은 대규모 브랜드 소유자는 브랜드 충성도를 전환한 소비자의 78%를 잃었습니다"라고 말했습니다.

“예를 들어 Amazon 자체 브랜드 제품이 온라인 채널을 통해 배터리 판매량의 3분의 1을 차지하는 등 채널에서 많은 변화가 일어나고 있습니다. 열흘 전 아마존은 자체 브랜드 애완동물 관리 제품을 출시한다고 발표했습니다.

“구원은 소비자와 함께 일어나는 대규모 전환인 디지털화입니다. 제품은 소비자 브랜드의 존재 이유이자 막대한 데이터를 생성하는 자산입니다. 이것이 바로 스마트 패키징의 기회입니다.

"제품이 디지털 방식으로 활성화되면 데이터 생성 자산이 됩니다. 브랜드 소유자는 누가 해당 제품을 구입했고 그 제품으로 무엇을 하고 있는지 알 수 있습니다."

Snickers, Mars의 글로벌 브랜드 디렉터인 Dan Burdett의 말을 인용합니다. Murphy는 다음과 같이 말했습니다. '과거에 우리는 다른 회사와 마찬가지로 제3자가 데이터와 정보를 보유하도록 허용하는 함정에 빠졌습니다.'

이제 그는 스마트 패키징이 수명주기 전반에 걸쳐 데이터를 전송할 수 있다고 덧붙였습니다. 이전에는 데이터를 결합하는 것이 매우 사일로적이고 어렵고 비용이 많이 들었지만 이제는 클라우드를 통해 제품에 대한 정보를 수집하고 집계하여 최종 고객에게 더 많은 가시성과 인텔리전스 및 통찰력을 적용할 수 있습니다.

“우리는 제품에 무슨 일이 일어나고 있는지 알아내는 데 더 이상 반응하지 않고 실시간으로 확인할 수 있는 환경으로 나아가고 있습니다. 그리고 이를 우리가 제공하거나 최적화하려는 서비스와 연관시키세요.”라고 그는 말했습니다.

Murphy에 따르면 브랜드가 고려해야 할 두 가지 근본적인 비즈니스 사례가 있습니다. 디지털화; 공급망에서 데이터 인텔리전스를 수집하고 최종 고객과 직접 연결하지만 문제는 이를 어떻게 대규모로 실현할 수 있느냐는 것입니다.

"낮은 볼륨 기준은 쉽지만 어려운 것은 다이얼을 대규모로 이동하는 것입니다. 다행히도 이러한 일이 발생하도록 환경적으로 많은 일이 일어나고 있습니다."라고 그는 말했습니다.

“모든 제품을 켤 때 확장성을 달성하려면 어떻게 해야 할까요? 우리는 모든 제품에 대해 하나의 표준 웹 주소를 사용하여 여러 애플리케이션에 대해 One Code on One 제품에 GS1 식별자를 사용하고 있습니다.

“GS1은 세계 표준 바코드(제품 코딩) 관리업체로 연간 4조 개의 바코드를 배포합니다. 현재 POS(Point of Sale)에 사용되는 단일 목적 플랫폼입니다.

“여기에는 POS, 공급망 및 소비자 앱과 관련된 고유한 제품 URL이 포함됩니다. 즉, 단일 제품 항목에 대해 더 큰 가치를 제공하기 위해 모든 종류의 소프트 인텔리전스를 구동할 수 있습니다.

"이것은 포장에 있는 하나의 아이덴티티가 제품과 연관될 수 있는 수많은 응용 프로그램을 제공한다는 것을 의미하며, 이는 확장성을 향한 한 단계 발전입니다."

Murphy는 EVRYTHNG가 GS1과 함께 One Code on One 프로젝트를 공동 의장으로 맡아 왔으며 이 프로젝트는 2주 이내에 완료되고 이달 말 이전에 출시될 것이라고 말했습니다.

“다음 과제는 데이터를 처리하는 방법입니다. 이는 엄청난 이점이지만 문제이기도 합니다. 클라우드의 머신러닝을 통해 동적 개인화를 처리할 수 있습니다. 소비자에게 동적 가격 책정 및 인센티브를 적용하려면 자동화된 인텔리전스를 적용해야 합니다.