Sabemos que o mundo está cada vez mais globalizado, com uma velocidade cada vez maior de inovações tecnológicas e novas realidades surgindo a cada instante. Uma grande quantidade de dados e informações circulando numa velocidade cada vez maior. As organizações precisam estar preparadas para saber lidar com esses cenários que mudam a todo instante.
Considerando essa realidade, num ambiente cada vez mais competitivo, as organizações precisam estar atentas com a sua base de dados e informações, pois as suas diferentes tomadas de decisões podem mudar o rumo e a direção da empresa, impactando seus resultados de receitas, lucratividade, níveis de estoque, serviços ao cliente e “market share”.
Nos ambientes corporativos, tomamos decisões a todo tempo, nas diferentes estruturas, como Vendas, Marketing, Supply Chain, TI, Finanças e etc…
Muito se fala hoje em Big Data, Data Mining, Inteligência Artificial, Machine Learning e etc. Resumidamente, o que se busca é ter uma base de dados estruturada e confiável para que se transformem esses dados em informações relevantes para tomadas de decisões, através de processos analíticos e investigativos, procurando possíveis padrões de comportamentos, anomalias, correlações e etc. munindo as áreas comerciais com essas análises.
PLANEJAMENTO DE DEMANDA:
Um dos principais processos de trabalho nas organizações é o Planejamento de Demanda, que tem como uma das suas principais atribuições a captura das diferentes ações de Marketing e Vendas e a projeção futura das demandas em todos os níveis hierárquicos (consolidado, negócios, categorias, segmentos, marcas, produtos, skus), disponibilizando essas estimativas nos sistemas corporativos, disparando os processos (MPS, MRP e DRP) para que as áreas de Supply Planning, Compras, Manufatura e Distribuição tomem as devidas ações para atender as demandas dos seus clientes e consumidores.
Para que esse processo de Planejamento de Demanda seja eficiente existem algumas regras de ouro focadas em alguns pilares : 1) Processos; 2) Sistemas; 3) Pessoas.
1) O PROCESSO
O processo de comunicação, assim como o fluxo de dados e informações entre as áreas geradoras e receptoras tem que ser robusto, estruturado e disciplinado, garantindo que todas as variáveis e informações estejam capturadas de forma sistemática. O cadastro dos dados mestres, parâmetros dos produtos têm que ser criteriosos e precisos pelas áreas geradoras (Marketing e Supply Chain), garantindo que a empresa toda esteja acessando corretamente todos os parâmetros cadastrados. As áreas comerciais (Marketing e Vendas) têm que assegurar e municiar Planejamento de Demanda com as informações de movimentação do mercado e concorrência, assim como qualquer ação específica de Vendas/Campo, para que essas informações sejam incorporadas como premissas no processo analítico.
2) SISTEMAS: METODOLOGIAS, ANÁLISES e FERRAMENTAS:
A construção das estimativas futuras necessariamente tem que ser estruturada, assegurando que todas as premissas e variáveis estejam sendo consideradas no processo analítico.
Partimos do princípio de que existem níveis hierárquicos de produtos (consolidado, negócios, categorias, segmentos, marcas, produtos e skus).
É extremamente importante que o analista de demanda tenha o conhecimento e domínio sobre o negócio/categoria que ele está estimando, portanto, recomenda-se que o analista “mergulhe” profundamente, estudando o negócio/categoria, fazendo análises exploratórias dos dados, usando mineração dos dados, para dissecar e entender o comportamento dos dados antes de iniciar o processo de estimativas futuras.
A recomendação é que as estimativas sejam feitas primeiramente nos níveis mais agregados, pois a variabilidade dos dados e os níveis de oscilações históricas nesses conjuntos de dados são menores e consequentemente proporcionam um nível de erro menor, tornando as previsões futuras mais confiáveis e consistentes.
E, por último, deve-se fazer as estimativas no nível de skus.
Nessa metodologia de análise, temos os níveis mais agregados como ponto de controle, ou seja, um validador das estimativas dos níveis menos agregados.
Após o término das estimativas por sku, deve-se fazer a reconciliação das estimativas, ou seja, a somatória das estimativas por sku tem que ser consistente com as estimativas do nível agregado superior (produtos), e a somatória das estimativas de produtos tem que ser consistente com o nível agregado superior (marca) e assim sucessivamente até chegar no total de negócios e consolidado da empresa.
Caso não aconteça consistência em algum nível hierárquico, as estimativas têm que ser revisadas garantindo que as estimativas dos níveis mais baixos estejam coerentes com as dos níveis mais agregados. Essa metodologia de análise chama se (top down / bottom up). A manutenção desse processo analítico provavelmente vai assegurar que os indicadores de desempenho do processo de planejamento de demanda tenham consistência e confiabilidade.
2.1) Diferentes técnicas e métodos podem ser utilizadas para esses processos analíticos de previsão da demanda, dentre eles:
– Tabelas histórica de índices e correlações nos diferentes níveis de agregação da estrutura de dados.
– Visualização gráfica histórica das diferentes variáveis envolvidas no processo, nos diferentes níveis de agregação dos dados.
– Estatísticas Descritivas (Média, Desvio Padrão, Máximo, Mínimo, Amplitude, Coeficiente de Variação).
– Análise de Séries Temporais (Média Móvel, Suavização Exponencial, Holt Winter, ARIMA).
– Regressão Linear simples e múltipla
Uma série histórica de dados possui, geralmente, os seguintes componentes:
– TENDÊNCIA: Exibe o nível de crescimento ou queda da série histórica.
– SAZONALIDADE: Flutuação periódica na série temporal durante um determinado período. Essas flutuações formam um padrão que tende a se repetir de um período sazonal para o próximo.
– CICLO: Longas ondas em torno da linha de tendência devido a fatores diferentes que da sazonalidade. Os ciclos, em geral, ocorrem durante um longo intervalo de tempo e os intervalos de tempo entre picos sucessivos ou passagens de um ciclo não são necessariamente os mesmos.
– MOVIMENTO ALEATÓRIO OU RESÍDUOS: Tudo o que não foi capturado dos 3 componentes anteriores, ou seja, é o resíduo.
2.2) ESTIMATIVA DO BASE LINE E ALAVANCAS:
A construção do baseline dos produtos geralmente costuma ser simples. Baseado nas técnicas e métodos citados anteriormente, o analista de demanda decide essa estimativa “base” para posteriormente incorporar a alavanca.
Após a definição do baseline, o analista de demanda vai analisar os “drivers” que estão sendo aplicados no produto em questão (ex: alto desconto no preço regular -50%, investimento em propaganda, posição de destaque em gôndolas, incentivo e premiação para área de Vendas). A combinação desses “drivers“ vai gerar um fator multiplicador (alavanca) na estimativa base. O grande desafio é a estimativa dessa alavanca, devido à complexidade de interpretar a combinação entre os “drivers” e o seu efeito multiplicativo na estimativa base. Técnicas de data mining, inteligência artificial e “machine learning” são os caminhos para auxiliar nas estimativas das alavancas.
2.3) OUTLIER: Outlier é definido como uma variação extrema entre a estimativa versus a demanda final. Em um processo de estimativas existem variações positivas e negativas, que, geralmente, têm uma distribuição normal dos erros. A quantidade de outliers no processo de estimativas, geralmente, é pequena. Obviamente, vai depender da complexidade e volatilidade do negócio. A investigação e os registros das possíveis causas raiz desses outliers são extremamente importantes para gerar aprendizado para o analista de demanda. Os outliers normalmente acontecem quando existe uma grande combinação simultânea de “drivers” para alavancar a venda de um determinado produto, tornando essa estimativa de difícil elaboração.
Abaixo, um gráfico conceitual da distribuição de erro das estimativas x demanda final. Nas duas extremidades da figura aparecem os outliers.
2.4) PARTICIPAÇÃO NO PROCESSO S&OP: Dentro do processo de S&OP, Planejamento de Demanda tem um papel fundamental, produzindo e apresentando os números estimados que serão discutidos e consensados na reunião. Portanto, todo o embasamento, premissas adotadas e a argumentação técnica na construção das estimativas são fundamentais para dar credibilidade na apresentação dos números na reunião.
2.5) POST MORTEM: O acompanhamento e a evolução dos indicadores de desempenho do negócio são extremamente importantes para a melhoria contínua no processo de estimativas. Uma análise detalhada de todos os níveis hierárquicos dos produtos, comparando as premissas utilizadas. Diferentes KPIs podem ser utilizados (WAPE, BIAS, distribuição de erros, etc.), porém é importante que o analista mergulhe nessa análise para GERAR APRENDIZADO e retroalimentar os processos futuros de estimativas. Esse processo deve ser contínuo. Compartilhar esse material gerado com as áreas de Marketing, Vendas e Supply Chain é de grande importância, gerando credibilidade para a área de Estimativas de Vendas, pois pode gerar mudanças no planejamento das áreas comerciais, assim como em Supply Chain, tornando o processo “end to end” mais eficiente.
2.6) FERRAMENTAS: Existem inúmeras ferramentas disponíveis no mercado com diferentes níveis de complexidade e “amigabilidade” para os usuários. Como citado no tópico PROCESSOS, é extremamente importante que se tenha processos de captura dos dados e informações estruturados, garantindo que o processo analítico seja robusto. A ferramenta deve ser vista como um suporte para a aplicação das metodologias e técnicas definidas.
3)PESSOAS:
O analista de demanda necessariamente tem que ser um profissional com skills e características distintas, pois além de ter que gerar estimativas confiáveis, precisa transitar e relacionar-se com as áreas parceiras rotineiramente, em Marketing e Vendas, procurando ser um agente influenciador, informando e alertando essas áreas para maximizar vendas, assim como alertar riscos do negócio e em Supply Chain, informando os produtos com maior potencial risco de variações para cima ou para baixo.
Recomenda-se que esse profissional tenha: raciocínio lógico e crítico, habilidade numérica, conhecimento de técnicas estatísticas, forte capacidade de comunicação, visão ampla de negócio, capacidade de relacionar-se com diferentes níveis hierárquicos e poder de influência e agregação.
Um fator muitas vezes não citado por especialistas no assunto, gerando muitas controvérsias, é o “modelo mental” do analista. Quando este está estimando uma categoria de produtos por exemplo, ele já tem em mente todos os produtos que estão disponíveis nesse evento/oferta, com os preços, promoções, investimentos etc., para os diferentes segmentos e marcas da categoria que está sendo analisada. Usando as devidas metodologias e técnicas, as estimativas serão produzidas individualmente, porém na mente do analista, ele já está trabalhando todos os possíveis riscos e forças de Marketing e Vendas como: possíveis outliers, canibalizações etc. Então, o analista, com o passar do tempo e experiência, cria um “modelo mental” que vai transcender a análise numérica, porém, certamente vai contribuir para as melhores definições dos números estimados. Por isso a importância de que esse profissional tenha as habilidades citadas anteriormente.
CONSIDERAÇÕES FINAIS:
Consideramos que o processo de Planejamento de Demanda é um fator crítico de sucesso para as organizações vencedoras. Esse processo deve ser visto muito além da produção das estimativas de produtos.
A área pode e deve ser considerada estratégica nas organizações, pois tem acesso e manipula toda a base de dados e informações de vendas da organização. Pode colaborar e influenciar na construção das curvas de vendas de longo prazo, no planejamento de Vendas e Marketing, tornando o planejamento de longo prazo mais consistente, podendo também contribuir com os processos de Supply Chain para minimizar inventários e maximizar serviços ao cliente. Recomenda-se que a área seja totalmente blindada e isenta, garantindo que os números estimados não tenham nenhuma influência de qualquer área.
Texto elaborado pelo consultor parceiro Sergio Cabestre.