Oito áreas do supply chain que podem gerar crescimento imediato

Introdução

O analytics não pode descarregar um navio de carga preso no mar. Nem contratar mais motoristas para enviar materiais e suprimentos. Também é impossível solucionar todos os problemas causados pela pandemia e interrupções.

Mas ele pode ajudar você a desenvolver uma estratégia inovadora para se adaptar às novas demandas e eventuais rupturas em tempo real.

Assim, você consegue estabelecer um supply chain centrado no cliente. E empresas com foco no cliente apresentam resultados mais positivos. Segundo um estudo do Supply Chain Quarterly, essa abordagem permite gerar um crescimento de até 13% em relação à concorrência.

Mas para isso, também é necessário entender as necessidades dos clientes, e para descobrir o que eles precisam, é fundamental saber analisar os dados.

Algo que pode ser uma tarefa complexa.

A variação constante do mercado pode dificultar a previsão de demanda. A mudança no comportamento de compra também causa transtornos no estoque e no sortimento. E ambos dependem da disponibilidade e funcionamento das máquinas.

Portanto, embora o analytics seja incapaz de descarregar cargas, contratar motoristas ou evitar rupturas, ele pode auxiliar seus negócios para garantir o controle do supply chain.

Vamos observar oito áreas importantes sobre as quais você pode se concentrar para aprimorar processos, além das barreiras existentes e ações concretas para atingir seus objetivos e conquistar vantagem competitiva:

Áreas de foco

Previsão de demanda

Objetivos

• Responder à procura desenfreada, mudanças na demanda do cliente e escassez de materiais
• Transformar e melhorar processos analíticos na cadeia de suprimentos para facilitar ajustes

Desafios

• Ausência de uma visão clara sobre o comportamento de compra do cliente
• Dependência de profissionais responsáveis pelos principais processos

Ações a serem tomadas

• Agilizar processos contínuos para aumentar a eficácia das previsões e a pontualidade
• Automatizar e centralizar dados e processos analíticos para ampliar a transparência e o acesso

Exemplo

• 7-Eleven

Avaliação de desempenho

Objetivos

• Entender como as forças do mercado impactam a receita, a margem e o crescimento
• Reunir métricas capazes de avaliar a qualidade e eficiência de projetos analíticos, incluindo valor comercial, tempo para agregar valor e produtividade

Desafios

• Falta de acesso da organização aos sinais da demanda interna e externa
• Identificação do valor comercial, tempo para agregar valor e produtividade exigem análises adicionais

Ações a serem tomadas

• Centralizar e democratizar ativos organizacionais e processos analíticos
• Engajar equipes para criar processos automatizados e relatórios agendados para as principais métricas

Exemplo

• Amway

Implementação de previsões prescritivas

Objetivos

• Determinar o impacto causado pelas mudanças no mercado e a volatilidade da oferta organizacional na reputação da empresa e no valor da marca
• Utilizar dados históricos em tempo real para aplicações empresariais, recursos de machine learning, data science e modelagem preditiva

Desafios

• Tempo gasto para reunir e misturar dados de vários departamentos a fim de executar análises sobre a reputação e valor da marca
• Falta de orçamento, equipe/especialização ou recursos para incorporar informações em tempo real, além de ferramentas de data science, machine learning e modelagem preditiva

Ações a serem tomadas

• Implementar a automação analítica para criar um ambiente centralizado, que permite aumentar a colaboração entre diferentes departamentos
• Aprimorar a qualificação profissional e reduzir o tempo para gerar insights com recursos de machine learning automatizados

Exemplo

• Bridgestone

Aumento da visibilidade organizacional

Objetivos

• Aumentar a visibilidade das partes interessadas sobre o desempenho do departamento (vendas, atendimento ao cliente, operações, etc.) e, avaliar como cada setor consegue reagir às mudanças  e à volatilidade do mercado
• Avaliar o desempenho do sortimento e níveis de estoque, além de agilizar a gestão do inventário e a aquisição de matérias-primas

Desafios

• A criação de múltiplos relatórios consome muito tempo para preparar e analisar os dados, assim como incluir e compreender novos fatores impulsionados pelas oscilações da demanda
• Parceiros, fornecedores e revendedores terceirizados podem usar diversos tipos de dados e múltiplos sistemas para avaliar os níveis de estoque, materiais e sortimento

Ações a serem tomadas

• Habilitar cada departamento para automatizar a geração de relatórios e compartilhar resultados em um painel centralizado
• Identificar plataformas analíticas capazes de importar e automatizar facilmente o processamento e a análise de múltiplos tipos de dados e relatórios

Exemplo

• Coca-Cola

Acurácia nas previsões e otimização de estoques

Objetivos

• Obter e manter estoques adequados de matérias-primas para atender a demanda
• Avaliar a precisão de previsões com base em pedidos do varejo e remessas de compras

Desafios

• Oscilações na demanda são difíceis de prever e podem provocar falta ou excesso de estoque, resultando na frustração de clientes
• A criação de múltiplas previsões e o ajuste de novas informações exigem atualizações contínuas dos processos e, quando aplicável, modelos preditivos

Ações a serem tomadas

• Aumentar o tempo de resposta para esclarecer questões relacionadas ao inventário e níveis de estoque
• Automatizar modelos de machine learning para garantir o alinhamento entre os departamentos de demanda e oferta

Exemplo

• Ingersoll Rand

Redução de remarcações, falta de estoque e devoluções

Objetivos

• Preparar os negócios para mudanças repentinas e impactos nos padrões de compra do cliente
• Aumentar a frequência da análise de vendas para reduzir remarcações de preço, falta de estoque e devoluções

Desafios

• Relatórios atrasados provocam o desalinhamento entre locais e entregas de produtos
• Processos analíticos atuais utilizam uma amostra reduzida da porcentagem de estoque para obter insights e, quando aplicável, modelos preditivos para cada SKU

Ações a serem tomadas

• Aumentar a frequência da análise de vendas para entender as necessidades dos clientes em tempo real
• Expandir a capacidade analítica e automatizar processos essenciais para aproveitar dados correspondentes a 100% dos SKUs, permitindo criar relatórios de estoque confiáveis

Exemplo

• The Home Depot

Identificação de máquinas que exigem manutenção

Objetivos

• Monitorar e gerenciar eventos de manutenção para melhorar a confiabilidade de ativos, além do agendamento de serviços e peças de máquinas
• Avaliar o impacto da manutenção nas vendas, no atendimento ao cliente, assim como na satisfação e qualidade dos serviços e produtos

Desafios

• Processos analíticos manuais complexos e dispersos em múltiplas instalações, com relatórios individualizados e saídas distribuídas
• Previsão inadequada de modelos de manutenção preditiva devido à falta de investimento em profissionais experientes e/ou relatórios que dificultam análises prescritivas
• Tempo de inatividade da máquina resulta em atrasos dispendiosos na produção

Ações a serem tomadas

• Automatizar processos para a geração de relatórios em várias instalações a fim de melhorar a confiabilidade dos ativos e a satisfação do cliente
• Incluir ou aperfeiçoar modelos prescritivos através de relatórios e análises eficazes para aumentar a acurácia das previsões

Exemplo

• Cargill

Integração de dados em máquinas

Objetivos

• Incorporar métricas de múltiplas fontes e tecnologias para preencher lacunas na manutenção de máquinas e ativos que impedem o custo efetivo de serviços
• Criar uma abordagem analítica simplificada para a manutenção de máquinas e ativos

Desafios

• Relatórios manuais sobre avaliações e inspeções, incluindo grandes volumes de dados de sensores e máquinas
• Sistemas de armazenamento distintos e diferentes tipos de dados, incluindo possíveis documentos manuscritos e digitalizados

Ações a serem tomadas

• Aumentar a habilidade de incorporar dados de múltiplas fontes, tipos e tamanhos, além de converter imagens e textos em arquivos digitais
• Analisar dados e aplicar os resultados para corrigir falhas no serviço e na manutenção de máquinas a fim de proporcionar serviços de custo efetivo que, consequentemente, beneficiam os clientes

Exemplo

• Sistemas de veículos comerciais da Bendix

Exemplos de clientes

7-Eleven

Saiba mais

Meta da 7-Eleven
Testar e validar se o modelo preditivo orientado pela IA apresentava o desempenho esperado em relação à disponibilidade na prateleira, antes de colocar em prática em milhares de lojas

Problemas e fatores
Dois dias de trabalho para executar o processo

Ações tomadas
Uso do Alteryx para automatizar processos críticos

ROI
Acelerou o processo de 2 dias para 1 hora e aproveitou o tempo para se concentrar em casos de uso com impacto direto nos lucros

Amway

Saiba mais

Meta da Amway
Desenvolver uma estrutura capaz de lidar com a variação de demanda e oferta para ampliar o nível de serviço, além de reduzir custos

Problemas e fatores
Aplicação do modelo preditivo envolvia um processo complexo e demorado para o preparo de dados.

Ações tomadas
Automação do processo e criação de macros no Alteryx para cumprir objetivos

ROI
Reduziu custos de milhões de dólares com estoques de segurança em 325 unidades, e ao mesmo tempo, conseguiu atender às necessidades dos clientes.

Bridgestone

Meta da Bridgestone
Criar previsões precisas e de longo prazo

Problemas e fatores
Análises incluíam múltiplas fontes e diversos tipos de dados

Ações tomadas
Uso do Alteryx para combinar o histórico de vendas com o registro de carros de clientes, localizações e dados demográficos, com o intuito de criar uma previsão de demanda de 3 anos para cada grupo de lojas

ROI
Aumentou o volume médio de vendas por loja em US$ 3 milhões e reduziu custos de itens específicos com previsões mais precisas

Coca-Cola

Saiba mais

Meta da Coca-Cola
Colaborar com um de seus maiores parceiros varejistas para atender às questões de estoque e, ao mesmo tempo, aumentar a categoria de bebidas com ações inovadoras para promoções, sortimentos e lançamentos de produtos

Problemas e fatores
Varejistas associados escaneavam as prateleiras para verificar o estoque diversas vezes ao dia e ofereciam os dados aos fornecedores de forma manual, prejudicando a disponibilidade dos produtos

Ações tomadas
A Coca Cola usou o Alteryx para automatizar o processo e lidar com o reabastecimento, além de proporcionar insights aos revendedores em campo para concentrar o foco de visitas às lojas em produtos com melhor desempenho, lançamentos e promoções

ROI
Crescimento de 5% nas vendas e redução de 39% nas rupturas de estoque.

Ingersoll Rand

Saiba mais

Meta da Ingersoll Rand
Responder com rapidez às questões sobre níveis de estoques avaliados em $60 milhões

Problemas e fatores
Processos manuais impediam respostas eficazes e deixavam a oferta fora de sincronia com a demanda, além de impossibilitar o fornecimento dos produtos necessários

Ações tomadas
Adoção do Alteryx para automatizar processos manuais e solucionar a causa raiz sobre o excesso e a falta de pedidos

ROI
Agora, é possível fazer um mapeamento completo do inventário em menos de três minutos, proporcionando aos líderes da Ingersoll Rand maior visibilidade sobre os fatores envolvidos no planejamento

The Home Depot

Meta da The Home Depot
Reduzir remarcações, falta de estoques e devoluções e, paralelamente, aumentar a frequência da análise de vendas para 160.000 SKUs em 2.500 localidades

Problemas e fatores
Processos atuais avaliam métricas para apenas 5% do total de mercadorias a cada duas semanas

Ações tomadas
The Home Depot empregou o Alteryx para automatizar análises, atualizando métricas 10 vezes por dia para todos os SKUs disponíveis

ROI
Registrou um aumento de 4% (US$ 3 bilhões) nas vendas, obteve milhões em receita liquida e duplicou a margem de lucro em cada loja

Cargill

Saiba mais

Meta da Cargill
Identificar máquinas que exigem manutenção nas instalações de forma consistente

Problemas e fatores
Constantemente, gerentes responsáveis pela manutenção da produção de sal dependiam de um processo analítico complexo e desestruturado, onde cada unidade coletava, reportava e compartilhava resultados manualmente — fatores que contribuíam para o baixo desempenho dos modelos preditivos que necessitavam de manutenção interna

Ações tomadas
A Cargill utilizou o Alteryx para automatizar o processo completo envolvendo a geração de relatórios

ROI
Acelerou o tempo para prever ocorrências de manutenção em 75%, abordou questões de forma proativa, evitou atrasos na produção e queda nas vendas, além de melhorar a confiabilidade dos ativos e, o agendamento e priorização dos trabalhos, permitindo que a equipe de manutenção se concentre em ações preventivas

Bendix

Saiba mais

Meta da Bendix
Obter uma visão detalhada sobre o grande volume de dados visuais capturados por veículos comerciais equipados com o sistema SafetyDirect

Problemas e fatores
Clientes com esse sistema eram obrigados a rever o vídeo de qualquer evento após a ocorrência e identificar a gravidade manualmente

Ações tomadas
Automatizou processos e fluxos de trabalho compartilhados internamente para classificar eventos com base na aprendizagem de modelos analíticos, fornecendo insights imediatos aos gerentes de frotas de veículos comerciais para melhorar a segurança e o desempenho dos motoristas e programas de manutenção preventiva

ROI
Reduziu o tempo do processo pela metade e integrou o Python para obter benefícios adicionais — agora qualquer membro da equipe, independentemente da experiência ou habilidade técnica, pode impulsionar a execução de projetos analíticos

Saiba mais em nossa série de eventos online: Acelere processos de supply chain centrados no cliente

Baixar PDF