A inteligência artificial (IA) começa a ganhar espaço nas operações de compras e abastecimento do varejo, com aplicações que vão além da automação de tarefas. A tecnologia pode ajudar supermercados a dimensionar estoques, antecipar necessidades de reposição e reduzir perdas de vendas causadas por rupturas.
Em cases apresentados pela Systock, empresa especializada em compras e abastecimento, os resultados incluem redução de 30% no estoque excedente, queda de 24% no estoque parado e aumento de faturamento de até 67%.
Os números foram apresentados durante a apresentação “Do reativo ao preditivo, a nova era da gestão de compras no varejo com a colaboração da IA”, da Systock no evento Universo TOTVS. Segundo Ricardo Gomes, product manager de supermercados na TOTVS; Rafael Soares, group product manager; e Valdemir Neto, CEO e fundador da Systock, os resultados estão relacionados à melhoria dos processos de compra e à capacidade de identificar, com maior precisão, o momento e a quantidade ideais para abastecer cada unidade.
A proposta é utilizar modelos preditivos para analisar o comportamento da demanda, identificar os produtos prioritários e recomendar ações de compra e transferência de mercadorias entre filiais.
IA expande análise para além da curva ABC
Um dos pontos destacados foi a limitação de utilizar apenas o faturamento para definir a importância dos produtos no estoque.
Ainda que a curva ABC seja um recurso tradicional para classificar mercadorias conforme sua contribuição para as vendas, ela não contempla, isoladamente, todas as variáveis necessárias para uma gestão eficiente.
De acordo com Neto, a classificação precisa considerar 5 dimensões: popularidade, economicidade, faturabilidade, rentabilidade e comprabilidade.
A popularidade identifica o que o consumidor procura, independentemente do faturamento ou da margem. Já a economicidade considera o esforço financeiro necessário para manter determinado produto em estoque, enquanto a faturabilidade avalia sua contribuição para as vendas. A rentabilidade contempla o retorno financeiro da mercadoria, e a comprabilidade considera a possibilidade de efetivamente adquirir o item e recebê-lo do fornecedor.
A combinação dessas cinco dimensõe pode resultar em 3.125 cenários por produto, filial e momento de análise, conforme o exemplo apresentado pela empresa.
A partir dessas informações, a ferramenta projeta a demanda e recomenda níveis de estoque, incluindo estoque de segurança, ponto de pedido e limite máximo.
O objetivo é indicar quais produtos precisam ser comprados imediatamente, quais podem ser transferidos de outras unidades e quais exigem uma estratégia diferente de abastecimento.
A análise também considera particularidades da demanda.
Em vez de utilizar somente médias históricas, os modelos procuram identificar sazonalidades, picos, vales e comportamentos fora do padrão.
Para demandas intermitentes, por exemplo, a empresa afirma utilizar modelos matemáticos específicos, como o TSB. “Então quando eu encontro esse cenário, eu tenho que saber qual é a frequência de vezes que isso acontece e qual é a magnitude que isso acontece. Aí eu uso um outro modelo matemático, chamado TSB”, enfatiza Neto.
Abastecimento dinâmico substitui agendas fixas
Outro aspecto da solução é a proposta de abandonar a dependência de agendas rígidas de compra, sejam elas semanais, quinzenais ou mensais.
Em vez de esperar o próximo ciclo de análise, a ferramenta acompanha continuamente as necessidades de cada produto.
O sistema considera tanto as compras que precisam ser realizadas no momento quanto os pedidos já feitos, mas insuficientes para atender à demanda projetada. Também identifica produtos cuja necessidade de reposição deve surgir em um futuro próximo.
A escala é um dos fatores que justificam o uso da tecnologia.
Durante a apresentação, Neto citou o caso de um cliente do Nordeste que trabalha com 1 milhão de SKUs.
“É humanamente impossível gerenciar isso. Então a IA ela vem para mastigar essa parte operacional para que aí sim você consiga ser estratégico na sua empresa.” afirma.
Comprador continua responsável pela decisão
A solução pode ainda auxiliar um comprador recém-contratado a identificar prioridades em uma carteira de fornecedores.
Em uma simulação apresentada durante o evento, a IA avaliou uma sugestão de compra de R$ 15.000 e analisou a possibilidade de ampliar o pedido para R$ 60.000 em troca de condições comerciais diferenciadas.
Ao receber a solicitação, a ferramenta avaliou quais produtos poderiam ter suas quantidades aumentadas, considerando critérios como procura dos consumidores, rentabilidade e contribuição para o faturamento.
A governança é apontada como parte essencial dessa estrutura. Para os representantes, a inteligência artificial deve apoiar a tomada de decisão, enquanto o profissional permanece responsável por avaliar situações excepcionais, considerar o contexto comercial e conduzir negociações.
A tecnologia também pode contribuir para acelerar a curva de aprendizado de profissionais menos experientes, ao mesmo tempo que libera compradores em nível sênior de tarefas manuais para que atuem de maneira mais estratégica.
Fonte:https://samais.com.br
Nenhum comentário:
Postar um comentário