19 abril, 2024

Avançando rumo à omnicanalidade analítica

O avanço e a aceleração digital são uma realidade em todos os setores, após o surgimento da pandemia. Empresas de varejo e bens de consumo não são exceção. Nas linhas a seguir, trago algumas reflexões sobre essa dinâmica neste segmento e o papel de advanced analytics na transformação de empresas que buscam atender às novas demandas trazidas pela covid-19 com a abordagem de omnicanalidade.

O ano de 2020 transformou padrões de compra, trazendo o imediatismo de consumidores cada vez mais empoderados e informados, que priorizam interações via smartphone. Por outro lado, companhias passaram a ter que remediar suas lacunas tecnológicas para responder aos anseios de seus clientes, oferecendo uma experiência superior através de seus diversos canais digitais, mantendo sua eficiência operacional e a rentabilidade.

O cenário descrito acima certamente é familiar para a maioria dos leitores, mas a jornada para as companhias que atravessam essas mudanças não é tão óbvia quanto parece. Ao interagir com empresas varejistas ou do segmento de bens de consumo, percebo algumas áreas problemáticas, que acabam por impedir o progresso necessário para atender às novas demandas digitais com uma estratégia orientada por dados.

Entre os grandes entraves que observo nessas empresas está o uso massivo de planilhas nas várias áreas de negócio, desconsiderando o risco operacional associado. Além disso, vejo uma falta de estratégia clara e robusta em iniciativas de transformação digital, que guiem os passos e antecipem fenômenos nos processos-chave do negócio.

Nesse sentido, me parece que o analytics ainda não faz parte deste cenário. Isso fica evidente nas deficiências que são geradas em vários processos até a entrega final de um produto, quando as técnicas de análise preditiva de dados, também chamadas de aprendizado de máquina/machine learning e inteligência artificial, não são utilizadas.

Dentre os processos deficientes que observo em varejistas e empresas de bens de consumo que carecem de uma sofisticação analítica, cito aqui a diminuição do capital de giro e a ineficiência nos estoques de baixo giro (previsão) para compras eficientes; a baixa disponibilidade de produtos para a experiência do cliente; a análise deficiente de promoções, além de uma dificuldade na atualização de clusters e segmentação de mercado para a correta definição do mix e sortimentos.

Além disso, existem desafios na determinação do cross selling, que define os cruzamentos e complementos de produtos associados às compras, e na determinação de preços dinâmicos.

A esta altura, uma boa pergunta seria: como estes problemas podem ser resolvidos ou evitados? Acredito que a resposta parte da motivação da transformação digital ou da omnicanalidade operacional: estes processos devem ser implementados tendo em vista o uso prático de analytics, que incorpora ferramentas de big data, incluindo dados de clientes, comportamento de demanda e localização, bem como as informações dos produtos que são adquiridas através dos diferentes canais.

Um esquema como o descrito acima pode fornecer aos varejistas descobertas e insights preditivos sobre as preferências e gostos do cliente ao longo de sua jornada, independentemente dos canais de compra. Torna-se possível usar essas informações para melhorar as campanhas de marketing, tomar decisões com foco no cliente e na gestão da mercadoria ao longo de seu ciclo, bem como na distribuição do produto e nas operações realizadas em todos os canais de negócio da cadeia de abastecimento. Isso também traz a possibilidade de obtenção de maior lucratividade, menores custos de estoque e maior satisfação e fidelidade por parte do consumidor.

Para ilustrar este processo, trago um exemplo de um varejista com foco em vestuário que implementou uma solução de sortimento centrada no cliente para melhorar a experiência omnicanal e impulsionar o desempenho financeiro, melhorando o processo de merchandising.

Com a criação de sortimentos localizados, usando machine learning, foi possível endereçar melhorias na precisão do planejamento de vendas de forma hierárquica e uma otimização matemática dos investimentos em estoque. Com essas mudanças, a companhia obteve um crescimento de 1% no preço médio, o que significou um aumento de, pelo menos, US$ 3 milhões no faturamento anual.

Este case, no entanto, é um destaque de um rol seleto de empresas que buscam vantagem competitiva através de estratégias de transformação digital em que dados são um pilar central. O desafio para avançar nesta frente é significativo: a inércia existente nos processos internos de grande parte das organizações faz com que, na maioria das vezes, a inovação e a adoção não ocorram no tempo e na forma necessários. Porém, nos dias atuais, e muito mais do que antes, a digitalização impulsiona a importância dos dados. Portanto, é imprescindível unir estes dois elementos.

Voltar

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *