Bollerup-Jensen
Hurtigere og bedre tilbud med digital tilbudsassistent
Leverance
Datadrevet tilbudsmotor
Azure, dbt og Streamlit
produkter
tilbuds assistent
min. pr. tilbud
SAMARBEJDET
Bollerup-Jensen
Bollerup-Jensen er en dansk produktionsvirksomhed med speciale i silikatbaserede produkter, træbehandling og rengøringsløsninger. Med fokus på materialeteknologi og produktudvikling arbejder virksomheden på at skabe effektive alternativer til traditionelle kemiske løsninger med en lavere miljøbelastning. Innovation er en central del af Bollerup-Jensens arbejde. Gennem samarbejder med forskningsinstitutioner, universiteter og brancheeksperter udvikler virksomheden produkter, hvor teknisk kvalitet, funktionalitet og miljøhensyn går hånd i hånd. Løsningerne anvendes blandt andet inden for træbehandling og bidrager til at imødekomme en stigende efterspørgsel efter mere ansvarlige materialer og produktionsmetoder.
Udfordring
Hos Bollerup-Jensen var udarbejdelsen af kundetilbud en tidskrævende og fejlbehæftet proces. Selvom oplysninger om produkter, priser og kunder allerede fandtes i virksomhedens ERP-system, krævede hvert tilbud omfattende manuelle beregninger og tilpasninger.
Virksomheden så AI som en mulig løsning. Men den egentlige udfordring var at få de eksisterende data og forretningsregler til at arbejde sammen i en mere effektiv tilbudsproces.
Løsning
Codellent udviklede en datadrevet tilbudsmotor, der automatiserer beregninger og samler tilbudsprocessen i én applikation. Løsningen er bygget på Azure med dbt til datatransformation og et intuitivt brugerinterface udviklet i Streamlit.
Tilbudsmotoren anvender data direkte fra ERP-systemet og giver sælgere og ledelse mulighed for at sammensætte kundespecifikke tilbud med individuelle rabatter, transportomkostninger og konfigurerbare marginer. En målrettet, regelbaseret løsning, der løser opgaven uden unødvendig AI-kompleksitet.
Resultat
Bollerup-Jensen kan nu udarbejde kundespecifikke tilbud på få minutter. Beregninger, der tidligere krævede manuel håndtering af priser, rabatter og omkostninger, er samlet i en automatiseret proces med et ensartet datagrundlag.
Det reducerer risikoen for fejl og frigør tid hos både sælgere og ledelse. Samtidig har virksomheden fået en mere fleksibel og skalerbar tilbudsproces, hvor individuelle kundebehov kan håndteres uden at øge den administrative kompleksitet.
PERSPEKTIV
Bollerup Jensen Group, Working For A Cleaner Future
UDGANGSPUNKT
Ambitionen
Bollerup-Jensen ønskede at gøre tilbudsprocessen hurtigere, mere præcis og mindre afhængig af manuelle beregninger. Virksomheden så et potentiale i at anvende AI til at automatisere arbejdet, men havde først og fremmest brug for en løsning, der kunne udnytte de eksisterende data bedre og gøre det lettere for sælgere og ledelse at udarbejde kundespecifikke tilbud.
Opgaven
Codellents opgave begyndte med at identificere den mest hensigtsmæssige tekniske løsning. Frem for at introducere AI, hvor det ikke var nødvendigt, skulle virksomhedens eksisterende ERP-data omsættes til en automatiseret tilbudsmotor. Det krævede en samlet løsning til dataintegration, transformation og prisberegning samt en brugervenlig applikation, hvor rabatter, transportomkostninger og marginer kunne tilpasses det enkelte tilbud.
I DYBDEN
2025
Case, Bollerup-Jensen
Ikke alle komplekse problemer kræver kunstig intelligens
Bollerup-Jensens tilbudsproces rummede et betydeligt automatiseringspotentiale. Produktinformation, kundedata, priser og marginer fandtes allerede i virksomhedens ERP-system, men skulle sammenstilles og bearbejdes manuelt, hver gang et nyt tilbud skulle udarbejdes. Med individuelle rabatter, transportomkostninger og forskellige prismodeller blev selv almindelige tilbud en tidskrævende opgave med risiko for fejl.
Bollerup-Jensen havde oprindeligt forestillet sig en LLM-baseret løsning. Codellents vurdering var imidlertid, at udfordringen bedst kunne løses gennem en dataarkitektur og automatiserede beregningsregler. I stedet for at introducere en LLM udviklede Codellent en tilbuds assistent, der anvender virksomhedens eksisterende forretningsdata som grundlag for præcise og konsistente prisberegninger.
Den tekniske løsning er bygget som en mindre dataplatform på Microsoft Azure. Her anvendes dbt til at transformere data fra ERP-systemet, så oplysninger om kunder, produkter, priser og marginer kan indgå i tilbudsmotorens beregninger. Oven på datagrundlaget udviklede Codellent en applikation i Streamlit, hvor sælgere og ledelse kan sammensætte kundespecifikke tilbud, justere rabatter og indregne transportomkostninger.
Det har gjort en tidligere manuel og kompleks proces til en langt mere effektiv arbejdsgang. Tilbud, der før krævede omfattende beregninger og manuel håndtering, kan nu udarbejdes på få minutter. Samtidig er prisberegningerne samlet i en løsning, der gør dem mere ensartede og lettere at vedligeholde, efterhånden som produkter, priser og forretningsbehov ændrer sig.
SAMARBEJDET
Bollerup-Jensen
OVERBLIK
En specialudviklet tilbudsmotor, der automatiserer komplekse prisberegninger og gør kundespecifikke tilbud effektive
Codellent
Dataintegration, prisautomatisering og applikationsudvikling
Leverance
Datadrevet tilbudsmotor
Industri
Kemisk produktion og træbehandling
Område
Dataintegration, prisautomatisering og applikationsudvikling
Effekt
Hurtigere tilbudsgivning og færre manuelle beregninger
(03)
PROJECTS



