Bollerup-Jensen

Hurtigere og bedre tilbud med digital tilbudsassistent

Leverance

Datadrevet tilbudsmotor

Azure, dbt og Streamlit

+0

produkter

0

tilbuds assistent

0

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.

Bollerup-Jensen

Bollerup-Jensen

Dansk producent af silikatbaserede produkter og træbehandlingsløsninger

Dansk producent af silikatbaserede produkter og træbehandlingsløsninger

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

RESULTATET

RESULTATET

2

2

min er nu alt, det tager at udarbejde et kundetilbud med Codellents tilbuds assistent.

min er nu alt, det tager at udarbejde et kundetilbud med Codellents tilbuds assistent.

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.

Besætningsmedlemmer ombord på skib
Besætningsmedlemmer ombord på skib
Maskinrum med industrielt udstyr
Maskinrum med industrielt udstyr

Den rigtige teknologi begynder med at forstå udfordringen.

Den rigtige teknologi begynder med at forstå udfordringen.

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