NOTÍCIAS / CIÊNCIA DE DADOS
Em um mundo ideal, as empresas saberiam exatamente o quanto podem vender, quando e onde.
Mas criar um modelo eficaz de previsão de demanda é mais fácil falar do que fazer, especialmente quando o setor de varejo está cada vez mais fragmentado.
Nos Estados Unidos, a falta de estoque, o excesso de estoque e as devoluções custam aos varejistas a impressionante cifra de US$ 75 trilhões por ano.
As empresas de bens de consumo na China enfrentam desafios semelhantes, se não maiores, devido ao aumento dos períodos de mega promoções, como os festivais de compras 11-11 e 6-18.
Um varejista que está tentando enfrentar isso de frente é a Bear Electric, uma das principais marcas chinesas de eletrodomésticos. Está se tornando cada vez mais difícil prever o volume de vendas durante os períodos de promoção sazonal, de acordo com Yifeng Li, gerente geral da Bear Electric.
O poder do data
Há apenas alguns anos, com acesso limitado ao data de terceiros e de vendas, era incrivelmente difícil para as marcas preverem com precisão as demandas futuras. No entanto, o aumento da Internet móvel levou a uma proliferação do data. Agora, as marcas podem ter melhor visibilidade da taxa de vendas e do verdadeiro impulsionador das vendas. O aumento do aprendizado de máquina e da IA também permitiu que as empresas extraíssem e analisassem o data de forma mais sistemática. No entanto, peneirar e analisar grandes quantidades de data pode ser um desafio, especialmente para empresas que não têm uma equipe interna de data.
É aí que entra o Artefact.
Nossa equipe de cientistas data, engenheiros data, consultores data e especialistas em marketing ajuda os clientes a desenvolver modelos de previsão de demanda usando tecnologias de big data e IA.
Recentemente, criamos um modelo de previsão para uma plataforma O2O na China, permitindo que seus dois grupos de usuários - comerciantes e consumidores - se conectem melhor uns com os outros.
Muitos dos comerciantes da plataforma sofriam com a instabilidade do volume de vendas, o que resultava em um desperdício de recursos e na incapacidade de atender à crescente demanda. Para corrigir isso, trabalhamos com o cliente para fornecer aos comerciantes atualizações diárias da previsão do volume de vendas para as próximas duas semanas, ajudando-os a planejar o estoque, a operação e as campanhas.
Melhor previsão, menos desperdício
O senhor não pode fazer tijolos sem canudos. Da mesma forma, o senhor não pode prever o volume sem o histórico data. Um desafio que muitos comerciantes enfrentam é a falta de data de vendas. De fato, muitos comerciantes que acabaram de abrir seus negócios ou que operavam esporadicamente no passado nunca haviam experimentado um evento de compras de 11-11 ou 6-18. Sem esse data, os comerciantes têm pouca ou nenhuma visão geral da quantidade de estoque necessária para os períodos promocionais, o que pode levar a um grande prejuízo para a receita.
A questão então é: como prever o volume de vendas, especialmente para grandes eventos promocionais, com um histórico insuficiente de data?
Nossa solução foi uma abordagem multifacetada, na qual aproveitamos nossa experiência em mineração e análise do data para ajudar os comerciantes a ‘preencher as lacunas’ durante períodos especiais de vendas. Enquanto um modelo clássico de aprendizado de máquina é usado para prever o volume de vendas em períodos não promocionais, criamos um modelo de previsão que nos permite combinar o histórico de data do próprio comerciante com o data de outros comerciantes de perfis semelhantes para prever o volume de vendas em períodos promocionais. Esse novo modelo melhorou a precisão da previsão da plataforma em 20%.
