Prevendo o Futuro

Actualmente, os consumidores têm uma maior oferta e uma informação mais detalhada sobre os produtos no mercado. Qualquer negócio de bens tangíveis tem de enfrentar um mercado on-line em crescimento, enquanto mantém os canais tradicionais como os espaços comerciais, controlo de inventário, gestão das cadeias de distribuição, assim como manter-se no topo das últimas tendências de mercado para que possam desenvolver planos de merchandising eficazes.

O software de Business Intelligence (BI) pode ajudar as empresas a ultrapassar estes desafios através da sintetização da informação e fazendo uso estratégico dos dados corporativos. Em conjunto com capacidades de modelos preditivos, as soluções de BI disponibilizam não só uma vasta perspectiva de ocorrências passadas, como também dão pistas sobre o futuro.

Os principais retalhistas utilizam o BI para determinar onde colocar os outlets de retalho, quantos itens de cada cor devem ser colocados em cada loja, quantos metros quadrados devem ser destinados a que categoria, quando e quanto se deve dar desconto a stock de pouca rotatividade, e muitos outros aspectos. Utilizam modelos preditivos para explorar padrões encontrados nos dados de historial e de transacções para poderem identificar riscos e oportunidades, tais como prever a procura e que possíveis clientes focar nas novas campanhas de marketing.

Tal como guru de gestão de empresas Peter Drucker afirmou, o que não pode ser medido não pode ser gerido. Adicionalmente ao que aconteceu ontem ou na semana passada, os gestores estão ansiosos por saber o que irá acontecer amanhã. Qual será a aceitação de um novo produto ou serviço? Que receitas podem esperar dos vários canais? Que clientes estarão interessados na nova linha? Os retalhistas que procuram responder a essas questões são parcialmente responsáveis pelo aumento da adopção de software de análise de negócios.

As soluções de BI trabalham por consolidação da informação de várias fontes, incluindo pontos de venda, inventários e sistemas de Costumer Relationship Management (CRM), potenciando-as para informar actividades vitais, desde o controlo de stock e análise de vendas até à monitorização da performance de vendedores e previsão da procura. As análises preditivas, também denominadas de previsões, são um ramo do BI que oferece a base para o planeamento da procura, planeamento de stock, orçamentação, e muitas outras actividades de previsão.

Até recentemente, as ferramentas de BI eram utilizadas somente por utilizadores com poder e por analistas de sistemas capacitados mas, actualmente, as soluções de BI disponibilizam informação accionável aos colaboradores de um largo espectro de departamentos. Por exemplo, o pessoal de merchandising utiliza o BI para optimizar a selecção, localização e promoção de merchandising em canais de venda e locais. Os gestores de armazém utilizam o BI para ajudar as lojas a ter em stock itens de alta rotatividade e determinar quanto tempo levará a repor o stock. Os gestores utilizam o BI para monitorizar indicadores de desempenho estratégicos, tais como o retorno do capital investido, vendas das lojas, margens, pré-vendas, rotatividade, satisfação dos clientes, e valor das acções.

Conhecer os resultados

Previsões de vendas correctas – também designadas por planos de procura – são o “santo graal” do BI para os retalhistas. A previsão é um dos aspectos mais complicados da gestão de uma operação de retalho mas é, igualmente, um dos mais importantes, pois afecta tantas facetas do negócio. Quando itens populares estão em ruptura de stock, a empresa perde dinheiro e chateia os clientes. Contrariamente, excesso de stock aumenta o custo com a gestão de stock e coloca uma pressão desnecessária na produção e nos parceiros de distribuição.

Antes de uma empresa fazer aplicações de modelos preditivos para os merchandisers, necessita eliminar a complexidade destes – e dado o número de variáveis, parâmetros e regras, as ferramentas de modelos podem ser, de facto, muito complexas. Contudo, podem ser simplificadas ao dar aos merchandisers e aos compradores aplicações de pontuação intuitiva, que lhes permita gerar previsões simplesmente através da selecção de parâmetros de um formulário Web.

A precisão destas previsões é baseada em três variáveis:

1. A quantidade dos dados históricos detalhados disponível. A incorporação de grandes quantidades de dados históricos no processo de avaliação aumenta a precisão da decisão – ou falando em termos mais genéricos, quanto mais informação se tem sobre anteriores compras, melhor se consegue determinar se uma pessoa irá comprar um produto específico no futuro. Tomamos como exemplo um vendedor de electrónica que vende uma grande variedade de produtos. Se este possuir um programa de cartão de fidelização, pode captar as transacções dos membros e depois utilizar os dados para modelar que consumidor tem mais propensão para comprar computadores ou equipamento de home cinema ou dispositivos portáteis.
2. A avaliação correcta da importância de cada factor no historial de dados. Isto envolve a utilização de algoritmos matemáticos para avaliar o peso de cada factor que afecta um resultado particular. Quanto mais variáveis influenciam um resultado, mais difícil é decidir quais os factores mais importantes face aos outros. Se avaliarmos o peso relativo dos factores correctamente, teremos um modelo e uma ferramenta de pontuação altamente eficazes.
3. A automatização da compilação de dados, da previsão e da avaliação do risco. O processamento de grandes quantidades de dados e avaliação da importância relativa de cada variável não é tarefa fácil. Requer tempo e capacidades especiais. Os merchandisers e outros utilizadores operacionais não têm o tempo, o conhecimento e a responsabilidade funcional para analisar os dados de tal forma. Necessitam tomar decisões rapidamente para fazer o seu trabalho. É neste caso que as últimas ferramentas de software entram em jogo.

Juntar tudo

Porque são construídos sobre tecnologias altamente especializadas, o software de estatística e ferramentas de modelos preditivos têm um historial de elevados custos. Contudo, este já não é o caso. A crescente popularidade do software open source como a linguagem R criou alternativas em conta para pacotes comerciais. Um ambiente de BI que suporte a linguagem R permite aos retalhistas criar modelos e distribuí-los a utilizadores finais como fariam com qualquer outra função de BI – através um interface familiar que utilize formulários, quadros, mapas e painéis de controlo.

Os negócios têm investido em muitos tipos de sistemas de informação, desde gestão da cadeia de fornecimento e de stock à gestão dos transportes, planeamento e merchandising. Mas saber quantas transacções foram efectuadas não é o mesmo que compreender porque foram efectuadas, que factores influenciaram o resultado e como utilizar essa informação no futuro. Não admira que cerca de 60 por cento dos retalhistas inquiridos pela AMR Research o ano passado afirmaram que desejavam expandir, melhorar ou substituir as suas capacidades de BI existentes para obter informação centralizada para uma tomada de decisões em tempo útil.

Uma plataforma de BI integrada extrai informação de múltiplas fontes e transforma-as em percepções do futuro que podem aumentar as receitas, a rentabilidade e eficiência. Quando utilizada com o ambiente de modelos preditivos, essa informação pode ajudar os gestores a formular uma imagem compreensiva de tendências de negócio futuras. Possuir previsões correctas atempadamente pode levar a melhores decisões baseadas em previsões do futuro.

Enquanto as folhas de cálculo fornecem uma compreensão rudimentar dessas variáveis, não podem fornecer respostas de confiança de uma variedade de sistemas, criar modelos preditivos e distribui-los a todos os utilizadores pertinentes.

Se os gestores poderem reunir informação precisa sobre o futuro, podem estruturar proactivamente os fluxos de trabalho e alocar recursos para maximizar produtividade e lucros. Quanto mais precisas as projecções, maiores os lucros. Sem os modelos preditivos, os gestores apenas podem adivinhar o que acontecerá com base na experiência passada.

Rado Kotorov, Director técnico de gestão estratégica de produtos da Information Builders