Num dado momento, os métodos de predição tradicionais funcionavam. Mas as disrupções no mercado global e as rápidas mudanças nas tendências mantêm os varejistas na incerteza – apesar de que a data de vendas é abundante. Hoje, a maioria dos processos de varejo ainda tem dificuldades para conectar as demandas dos consumidores com as encomendas, aquisição e abastecimento numa forma que pode reagir rapidamente aos câmbios no comportamento de consumo.

A abordagem tradicional é olhar para os dados de vendas do passado para construir um plano anual e trimestral. Logo, você procede a acionar esses planos, comprando produtos e tomando decisões de aprovisionamento. O próximo passo: esperança. Você espera que as suas predições interpretem corretamente a realidade. E você espera que seu sistema de execuções possa fazer alterações eficientes quando a temporada chegue e os ajustes sejam necessários.

Os hábitos do consumidor e padrões do fornecedor mudam e evoluem, enquanto os desafios do varejo tradicional se mantêm, mas se tornam mais difíceis de superar com soluções tradicionais. Só alguns dos objetivos atuais do planejamento de demanda do varejo são:

• Entender e prever o comportamento consumidor local.
• Entender e prever a preferência na gama de produtos.
• Entender e prever os tamanhos de vestuário aplicáveis a diferentes mercados.
• Entender e prever tendências e padrões sazonais.
• Entender e prever padrões de demanda de consumidor nos diferentes formatos de varejos.
• Entender e prever sensibilidades de preço em mercados locais.

Qual é o denominador óbvio? Entender e prever. Esse é o trabalho do big data.

Os varejistas tem data. Muitas delas. Mas, será a data correta para abordar as complexidades do mercado moderno e os problemas atuais da cadeia de suprimento global? Quais são as falhas no processo ou tecnologia que estão bloqueando de obter a data que precisa? Para passar de meros pontos de dados a insights – ou seja, entender o que ocorre e prever as respostas – você precisa de soluções de analítica. Capacidades sofisticadas como machine learning podem considerar centenas ou milhares de variáveis de input para alcançar seu objetivo que muda perpetuamente. Ao conectar diretamente a demanda do consumidor num ciclo mais rápido, você pode ajustar a níveis mensais ou semanais no momento preciso.

Por exemplo, projetar e introduzir novos produtos são desafios sempre difíceis. Varejistas de moda devem lidar com um número significativo de novos SKUs a cada temporada. Descobrir como prever a performance desses novos SKUs é um espaço onde o planejamento de demanda baseado em analítica pode ajudar imensamente.

Planejamento da cadeia de suprimento

Mesmo que você consiga uma operação preditiva em padrões do consumidor, comportamentos de compra online e tendências para seus próprios produtos, a falta de materiais e rupturas na transformação estão convertendo a visualização da cadeia de suprimento num fator chave para o êxito na disponibilidade na prateleira. A colaboração e conectividade de dados através da sua cadeia de suprimento permite a todos os intervenientes no fluxo da rede para avaliar o que está acontecendo, responder de acordo e mudar rapidamente, juntos.

Mas não é suficiente focar-se na sua própria cadeia de suprimentos. Você precisa estar ciente da cadeia de suprimentos adjacentes que finalmente afetam seu negócio: você só é resiliente conforme eles as são. Se existe uma escassez de equipamento protetor individual, por exemplo, e todo este equipamento está indo a hospitais, então as pessoas que limpam a sua linha de produção de alimento não podem recebê-la. De repente, você herda os desafios na cadeia de suprimento de outra pessoa. A percepção situacional dos riscos dos seus sócios está virando-se num aspecto imperativo na visibilidade da cadeia de suprimentos.

“Você absolutamente precisa ser capaz de rastrear os movimentos das suas mercadorias e ter uma visão detalhada dentro da sua cadeia de suprimento. Mas também é importante entender a cadeia de suprimento do seu fornecedor – o que estão fazendo e quais desafios têm pela frente. Os varejistas precisam de um plano junto aos seus fornecedores, integrando a cadeia de suprimento com visibilidade. Sem esta visibilidade e informação, eles arriscam uma ruptura de estoque de seus produtos”. (John Mayes, Trading Grocery Dev Ops Manager, Waitrose).

Planejar a velocidade do ciclo

Os varejistas em todo o mundo reconhecem a importância de incrementar a velocidade e frequência dos ciclos de planejamento para a capacidade de previsão. O recente relatório de investigação da Accenture, Intel e SAS mostra como as organizações estão melhorando seu planejamento de demanda, cadeia de suprimentos e experiência de consumidor. Ao consultar 1.000 executivos de varejo e produtos de consumo de todo o mundo, este esclarecedor relatório destaca que a analítica e tecnologia estão potenciando uma revolução no planejamento de demanda e experiência do consumidor.

• 75% dizem que as previsões para os ciclos de demanda e fornecimento estão incrementando em velocidade e frequência (por exemplo, nossos ciclos de planejamento são mais rápidos, estamos planejando mais vezes e precisamos produzir cada plano mais rápido).
• 63% dos ciclos de demanda e fornecimento estão tornando-se mais episódicos e voláteis.
• 54% dizem que manter-se aos sentimentos dos consumidores é um desafio significativo.
• 49% das equipes de cadeia de suprimentos (produção/cumprimento/etc.) tem um acesso significativo a condições de mercados e sinais de demanda.
• 61% estão desenvolvendo maiores esforços para aproveitar mais dados do fornecedor para melhorar a previsão e planejamento de demanda e fornecimento.

As estratégias de planejamento de demanda do varejo precisam evoluir, requer aceleração cíclica junto a uma visibilidade mais ampla e profunda. Está você interessado em soluções de IA e analítica para a agilidade de planejamento de demanda?

Aprende mais sobre este o planejamento de demanda em este e-book de SAS e Intel

*Dan Mitchell, Global Director, Retail and Consumer Goods Practice, SAS (diretor global, práticas de varejo e produtos de consumo, SAS)