Por Mauricio Andrade de Paula
A própria ideia de inteligência mudou com a pandemia. Não significa mais que os dados históricos, referentes aos padrões de compra e comportamento, sobre os quais as previsões de demanda, sortimento e planos de distribuição levam em consideração para serem construídos, possam se refletir no planejamento atual de mercadorias, previsões e decisões de abastecimento. Afinal, o ano anterior (e até o mês anterior) não reflete o momento atual.
Os dados coletados certamente refletirão as circunstâncias altamente incomuns do setor naquele momento, o que afetará os planos futuros consideradas as diferenças do hoje e as incertezas do amanhã. Para operar no ambiente atual e garantir seu lugar no futuro, o segmento de varejo precisa não apenas se adaptar, mas também agir, o que significa mudar de uma mentalidade reativa para uma nova cultura ágil, que seja proativa, preditiva e, em última análise, prescritiva.
Neste artigo, explorei como os varejistas podem assumir o controle em cenários dinâmicos e de incerteza, avançando seus recursos digitais, incluindo o uso de dados, análises, IA, automação e computação cognitiva, a fim de melhor antecipar e responder às tendências, moldar e influenciar eventos, identificar exceções e outliers e aproveitar insights oportunos para orientar a tomada de decisão em tempo real.
Onde o varejo precisa ser mais inteligente?
Os varejistas enfrentam basicamente dois desafios:
- Garantir que tenham os itens que os consumidores desejam em estoque no nível adequado;
- Garantir que esses itens possam chegar rapidamente aos consumidores por meio de uma variedade de canais de distribuição altamente conectados e distribuídos.
Estas sempre foram tarefas complexas, mas especialmente agora, diante de lockdowns parciais ou totais e uma variedade sem fim de diferentes normas e protocolos, que obrigam os varejistas a fechar lojas ou operar em condições diferenciadas, seja com horários limitados ou com redução dos serviços, devido a questões de saúde e segurança.
Não é mais apenas uma questão de ter os produtos certos nas prateleiras, e sim fornecer uma experiência única para um consumidor específico. Em operações omnicanal, os dados precisam orientar todas as decisões que a empresa toma, desde o que armazenar, onde manter o estoque e em que quantidade e como atender aos pedidos. A filosofia precisa ser: “alcançar os consumidores quando e onde eles estiverem, pelo canal e na velocidade que desejam”.
E apenas por meio de uma operação omnicanal totalmente integrada a experiência do consumidor será incrementada, ao mesmo tempo em que contribui para os indicadores de excelência operacional. Algo que pode manter os custos da cadeia de suprimentos baixos, por exemplo.
Nesse cenário, você, varejista, deve aproveitar as tecnologias já disponíveis e implementar os aplicativos de automação inteligente baseados em dados, como inteligência artificial (IA) e aprendizado de máquina (ML – machine learning), para modernizar seus recursos existentes de planejamento, merchandising e logística. Ferramentas que ajudam a agilizar processos e analisar um conjunto maior de dados com mais rapidez e que permitam a simulação de cenários, oferecendo à organização um melhor tempo de resposta a uma situação e a capacidade de fazê-lo com mais eficiência e eficácia.
No nível mais avançado, esses sistemas podem ser autocorretivos, aprimorados e otimizados, o que significa que a empresa pode automatizar respostas a cenários pré-determinados. Processando maiores volume de dados e desenhando N cenários alternativos.
Por exemplo: em um planejamento de demanda, IA e ML podem ser usados para revisar padrões históricos, selecionar modelos estatísticos mais adequados e aproveitar uma variedade de entradas e variáveis prospectivas, como grades promocionais, dados de venda e fatores ambientais. O que cria previsões de demanda mais precisas com menos esforço manual e que possam se adaptar aos múltiplos cenários de futuros prováveis.
De acordo com o amadurecimento dos projetos, os sistemas vão “aprendendo” e ganhando autonomia, o que significa apontar as respostas mais indicadas para determinado cenário, como interrupções, faltas, atrasos no transporte e qualquer outro tipo de problemas para, em seguida, automaticamente replanejar as ações e reparar a falha, ou diminuir significativamente seus impactos.
Soluções avançadas que constroem uma sólida maturidade digital
Para quem ainda não está muito familiarizado, vamos entender um pouco mais das tecnologias e como elas podem trabalhar.
–Aprendizado de máquina (ML): um conjunto de métodos e técnicas computacionais no centro da inteligência cognitiva e IA;
–Computação cognitiva: métodos computacionais para fazer inferências a partir de dados existentes, tirar conclusões usando uma base de conhecimento interna e uma forma de aprender com as decisões anteriores atualizando a base de conhecimento;
–Inteligência Artificial (IA): sistemas de computação cognitiva com interfaces totalmente intuitivas para usuários humanos.
Veja, na segunda parte deste artigo: os estágios de maturidade digital do varejo inteligente, conheça detalhes de um estudo de caso de “remarcações de final de temporada para alocação automática” (com resultados) e entenda como acelerar sua estratégia.
Acompanhe-nos nesta jornada por mais inteligência no varejo!
