	{"id":583,"date":"2019-06-15T07:02:47","date_gmt":"2019-06-15T06:02:47","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=news&#038;p=583"},"modified":"2024-09-20T17:45:00","modified_gmt":"2024-09-20T16:45:00","slug":"how-better-demand-prediction-can-cure-inventory-headaches","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/br\/blog\/how-better-demand-prediction-can-cure-inventory-headaches\/","title":{"rendered":"Como uma melhor previs\u00e3o da demanda pode resolver os problemas de estoque"},"content":{"rendered":"<p><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-1 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-padding-top:0px;--awb-padding-right:0px;--awb-padding-bottom:0px;--awb-padding-left:0px;--awb-margin-bottom:40px;--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-0 fusion_builder_column_1_2 1_2 fusion-flex-column avada-news-bloc-image\" style=\"--awb-bg-size:cover;--awb-width-large:50%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:50%;--awb-order-medium:0;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-image-element\" style=\"text-align:left;--awb-caption-title-font-family:var(--h2_typography-font-family);--awb-caption-title-font-weight:var(--h2_typography-font-weight);--awb-caption-title-font-style:var(--h2_typography-font-style);--awb-caption-title-size:var(--h2_typography-font-size);--awb-caption-title-transform:var(--h2_typography-text-transform);--awb-caption-title-line-height:var(--h2_typography-line-height);--awb-caption-title-letter-spacing:var(--h2_typography-letter-spacing);\"><span class=\"fusion-imageframe imageframe-none imageframe-1 hover-type-none\"><img decoding=\"async\" width=\"1057\" height=\"591\" title=\"data-driven\" src=\"data:image\/svg+xml,%3Csvg%20xmlns%3D%27http%3A%2F%2Fwww.w3.org%2F2000%2Fsvg%27%20width%3D%271057%27%20height%3D%27591%27%20viewBox%3D%270%200%201057%20591%27%3E%3Crect%20width%3D%271057%27%20height%3D%27591%27%20fill-opacity%3D%220%22%2F%3E%3C%2Fsvg%3E\" data-orig-src=\"https:\/\/www.artefact.com\/wp-content\/uploads\/2019\/10\/news_1.png\" alt class=\"lazyload img-responsive wp-image-30246\"\/><\/span><\/div><\/div><\/div><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-1 fusion_builder_column_1_2 1_2 fusion-flex-column\" style=\"--awb-padding-top:10px;--awb-padding-right:10px;--awb-padding-bottom:10px;--awb-padding-left:10px;--awb-bg-size:cover;--awb-width-large:50%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:50%;--awb-order-medium:0;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-text fusion-text-1\"><p>NOT\u00cdCIAS \/ CI\u00caNCIA DE DADOS<\/p>\n<\/div><div class=\"fusion-text fusion-text-2\"><p>Em um mundo ideal, as empresas saberiam exatamente o quanto podem vender, quando e onde.<\/p>\n<p>Mas criar um modelo eficaz de previs\u00e3o de demanda \u00e9 mais f\u00e1cil falar do que fazer, especialmente quando o setor de varejo est\u00e1 cada vez mais fragmentado.<\/p>\n<\/div><\/div><\/div><\/div><\/div><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-2 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-background-color:#ffffff;--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:calc( 1440px + 20px );margin-left: calc(-20px \/ 2 );margin-right: calc(-20px \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-2 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-color:#ffffff;--awb-bg-color-hover:#ffffff;--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:10px;--awb-margin-bottom-large:0px;--awb-spacing-left-large:10px;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:10px;--awb-spacing-left-medium:10px;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:10px;--awb-spacing-left-small:10px;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-text fusion-text-3\" style=\"--awb-text-color:#000000;\"><p>Nos Estados Unidos, a falta de estoque, o excesso de estoque e as devolu\u00e7\u00f5es custam aos varejistas a impressionante cifra de US$ 75 trilh\u00f5es por ano.<\/p>\n<p>As empresas de bens de consumo na China enfrentam desafios semelhantes, se n\u00e3o maiores, devido ao aumento dos per\u00edodos de mega promo\u00e7\u00f5es, como os festivais de compras 11-11 e 6-18.<\/p>\n<p>Um varejista que est\u00e1 tentando enfrentar isso de frente \u00e9 a Bear Electric, uma das principais marcas chinesas de eletrodom\u00e9sticos. Est\u00e1 se tornando cada vez mais dif\u00edcil prever o volume de vendas durante os per\u00edodos de promo\u00e7\u00e3o sazonal, de acordo com Yifeng Li, gerente geral da Bear Electric.<\/p>\n<hr \/>\n<h3><strong><span style=\"color: #ff0066;\">O poder do data<\/span><\/strong><\/h3>\n<p>H\u00e1 apenas alguns anos, com acesso limitado ao data de terceiros e de vendas, era incrivelmente dif\u00edcil para as marcas preverem com precis\u00e3o as demandas futuras. No entanto, o aumento da Internet m\u00f3vel levou a uma prolifera\u00e7\u00e3o do data. Agora, as marcas podem ter melhor visibilidade da taxa de vendas e do verdadeiro impulsionador das vendas. O aumento do aprendizado de m\u00e1quina e da IA tamb\u00e9m permitiu que as empresas extra\u00edssem e analisassem o data de forma mais sistem\u00e1tica. No entanto, peneirar e analisar grandes quantidades de data pode ser um desafio, especialmente para empresas que n\u00e3o t\u00eam uma equipe interna de data.<\/p>\n<p><strong>\u00c9 a\u00ed que entra o Artefact.<\/strong><\/p>\n<p>Nossa equipe de cientistas data, engenheiros data, consultores data e especialistas em marketing ajuda os clientes a desenvolver modelos de previs\u00e3o de demanda usando tecnologias de big data e IA.<\/p>\n<p>Recentemente, criamos um modelo de previs\u00e3o para uma plataforma O2O na China, permitindo que seus dois grupos de usu\u00e1rios - comerciantes e consumidores - se conectem melhor uns com os outros.<\/p>\n<p>Muitos dos comerciantes da plataforma sofriam com a instabilidade do volume de vendas, o que resultava em um desperd\u00edcio de recursos e na incapacidade de atender \u00e0 crescente demanda. Para corrigir isso, trabalhamos com o cliente para fornecer aos comerciantes atualiza\u00e7\u00f5es di\u00e1rias da previs\u00e3o do volume de vendas para as pr\u00f3ximas duas semanas, ajudando-os a planejar o estoque, a opera\u00e7\u00e3o e as campanhas.<\/p>\n<hr \/>\n<h3><strong><span style=\"color: #ff0066;\">Melhor previs\u00e3o, menos desperd\u00edcio<\/span><\/strong><\/h3>\n<p>O senhor n\u00e3o pode fazer tijolos sem canudos. Da mesma forma, o senhor n\u00e3o pode prever o volume sem o hist\u00f3rico data. Um desafio que muitos comerciantes enfrentam \u00e9 a falta de data de vendas. De fato, muitos comerciantes que acabaram de abrir seus neg\u00f3cios ou que operavam esporadicamente no passado nunca haviam experimentado um evento de compras de 11-11 ou 6-18. Sem esse data, os comerciantes t\u00eam pouca ou nenhuma vis\u00e3o geral da quantidade de estoque necess\u00e1ria para os per\u00edodos promocionais, o que pode levar a um grande preju\u00edzo para a receita.<\/p>\n<p>A quest\u00e3o ent\u00e3o \u00e9: como prever o volume de vendas, especialmente para grandes eventos promocionais, com um hist\u00f3rico insuficiente de data?<\/p>\n<p>Nossa solu\u00e7\u00e3o foi uma abordagem multifacetada, na qual aproveitamos nossa experi\u00eancia em minera\u00e7\u00e3o e an\u00e1lise do data para ajudar os comerciantes a \u2018preencher as lacunas\u2019 durante per\u00edodos especiais de vendas. Enquanto um modelo cl\u00e1ssico de aprendizado de m\u00e1quina \u00e9 usado para prever o volume de vendas em per\u00edodos n\u00e3o promocionais, criamos um modelo de previs\u00e3o que nos permite combinar o hist\u00f3rico de data do pr\u00f3prio comerciante com o data de outros comerciantes de perfis semelhantes para prever o volume de vendas em per\u00edodos promocionais. Esse novo modelo melhorou a precis\u00e3o da previs\u00e3o da plataforma em 20%.<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"excerpt":{"rendered":"<p>Em um mundo ideal, as empresas saberiam exatamente o quanto podem vender, quando e onde.<br \/>\nMas criar um modelo eficaz de previs\u00e3o de demanda \u00e9 mais f\u00e1cil falar do que fazer, especialmente quando o setor de varejo est\u00e1 cada vez mais fragmentado.<\/p>","protected":false},"featured_media":585,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[22035],"blog-language":[2991],"class_list":["post-583","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-data-ai-consulting","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog\/583","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/media\/585"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/media?parent=583"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog-category?post=583"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog-language?post=583"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}