São inúmeros os relatórios, artigos e menções sobre como o uso de ferramentas de Analytics baseadas em Inteligência Artificial (IA) e Machine Learning (ML) poderão auxiliar nos processos de planejamento da demanda, melhorando a acuracidade afetada pelo aumento da complexidade no portfólio, nos canais de distribuição e, também, no ambiente competitivo.
Hoje, na maioria das empresas, o tamanho da equipe responsável por tratar e analisar os dados com as ferramentas tradicionais de séries temporais e modelos de regressão impõe uma limitação nas possibilidades de análise, obrigando ao agrupamento de séries para previsões top-down, restringindo o número de variáveis exógenas inseridas no modelo e o tratamento e manutenção do baseline de poucas séries, o que prejudica a acuracidade.
Mas o que podemos esperar dessas novas soluções?
Em primeiro lugar, é necessário compreender que a melhora da acuracidade virá pelos aspectos de Augmentation e Automation do processo de planejamento da demanda. Augmentation se refere ao crescimento no volume de dados tratados e variáveis consideradas nos modelos, permitindo a identificação de padrões imperceptíveis ao “olho humano”. Já Automation aborda a possibilidade de automatizar o tratamento dos dados das séries de vendas, corrigindo o baseline e usando informações de venda mais granulares, que sem os ajustes adequados resulta em erros maiores.
Além da melhora na acuracidade do plano tático mensal, podemos esperar a identificação de tendências de consumo de longo prazo, ajudando na definição de portfólio e no desenvolvimento de novos produtos, e também a sofisticação dos mecanismos de reposição de curtíssimo prazo, com mecanismos de demand sensing.
No entanto, ainda existem barreiras significativas para a adoção de IA e ML no processo de planejamento da demanda, como a baixa maturidade do processo atual, falta de conhecimento técnico e de integração na cadeia para obtenção de dados, entre outros aspectos, que pretendo abordar em um próximo post.
E sua empresa? Já utiliza mecanismos de IA e ML no processo de planejamento da demanda? Compartilhe conosco nas redes sociais do ILOS! Grande abraço!
Leonardo Julianelli
https://ilos.com.brSócio Executivo do ILOS. Graduado em Engenharia de Produção pela EE/UFRJ, é Mestre em Administração de Empresas pelo COPPEAD/UFRJ com extensão na EM Lyon, França, e doutor em Engenharia de Produção na COPPE/UFRJ. Tem diversos artigos publicados em periódicos e em revistas especializadas, sendo um dos autores do livro: “Previsão de Vendas: Processos Organizacionais & Métodos Qualitativos e Quantitativos”. Suas áreas de pesquisa são: Planejamento da Demanda, Serviço ao Cliente no Processo Logístico e Planejamento de Operações. Atuou durante 8 anos no CEL-COPPEAD/UFRJ, ajudando a organizar a área de Ensino em Logística. Em consultoria, realizou diversos projetos na área de logística, como Diagnóstico e Plano Diretor, Previsão de Vendas, Gestão de Estoques, Planejamento da Demanda e Plano de Capacitação em empresas como Abbott, Braskem, Nitriflex, Petrobras, Promon IP, Vale, Natura, Jequití, entre outras. Como professor, ministrou aulas em empresas como Coca-Cola, Souza Cruz, ThyssenKrupp, Votorantim, Carrefour, Petrobras, Vale, Via Varejo, Furukawa, Monsanto, Natura, Ambev, BR Distribuidora, ABM, International Paper, Pepsico, Boehringer, Metrô Rio, Novelis, Sony, GVT, SBF, Silimed, Bettanin, Caramuru, CSN, Libra, Schlumberger, Schneider, FCA, Boticário, Usiminas, Bayer, ESG, Kimberly Clark e Transpetro, entre outras.
