Demanda Híbrida: Capacitando Cadeias de Suprimentos a Prosperar na Incerteza

As cadeias de suprimentos de hoje são desafiadas por proliferação de linhas de produto, ciclos de vida de produtos encolhendo, complexidade aumentada e quantidades massivas de dados. Para adicionar à lista, clientes estão se tornando mais exigentes e imprevisíveis; tendências alimentadas pela internet mudam num piscar de olhos, e promoções e vendas estão sujeitas a clima, lançamentos de novos produtos e economia.

A Necessidade de Sentir a Demanda

Para estar pronto para o que o amanhã pode trazer, empresas devem entender como mudanças nas cadeias de suprimentos afetam a demanda. Só então podem garantir que os produtos que os clientes querem estejam disponíveis no momento certo.

Demand sensing (sensoriamento de demanda), como o nome implica, é essencialmente a arte e ciência de captar tendências de curto prazo imediatamente, para prever melhor o que consumidores desejarão. Demanda é impossível de prever perfeitamente porque é afetada por um número infinito de variáveis conhecidas e desconhecidas. Segundo estudo da KPMG e Economist Intelligence Unit, apenas 22% das previsões das empresas eram precisas dentro de cinco pontos percentuais. Em média, previsões erraram em 13%, causando efeito significativo no preço das ações.

Existem muitos puristas que aderem a abordagens de previsão que usam médias ponderadas e outros métodos tradicionais fáceis de entender. Esta abordagem pode parecer confortável e acessível, mas só pode gerar previsões baseadas em padrões históricos de demanda. Falta dados cruciais online e externos que podem fornecer uma visão em tempo quasi-real da demanda e do que a influencia.

Uma Maneira Melhor: Demanda Híbrida

Hoje, existe uma maneira melhor. Como na previsão do tempo, é possível treinar sistemas inteligentes de sensoriamento de demanda para prever o caos aparente da demanda do consumidor com alto grau de precisão. Estes sistemas de sensoriamento de demanda híbrida aplicam múltiplas técnicas de previsão e tipos de dados.

O sensoriamento de demanda híbrido é mais robusto, confiável e sustentável que alternativas de previsão simples. Não apenas se beneficia da aplicação de diferentes abordagens de planejamento, mas também fica mais forte e responsivo à medida que inteligência humana adicional e conjuntos de dados são considerados.

Um enorme benefício do sensoriamento de demanda é que ele incorpora imediatamente tendências de curto prazo na previsão. Em vez de ter que usar a mesma previsão em uma janela de 60 ou 90 dias, planejadores ganham insights que os capacitam a ajustar continuamente previsões usando os dados de vendas mais recentes. Esta capacidade de reagir mais rápido e frequentemente a mudanças de demanda leva a lucros e níveis de serviço mais altos, e menos desperdício.

Exemplos de Como o Sensoriamento de Demanda Ajuda

• Otimizar planejamento upstream extraindo dados de PdV diretamente. O sensoriamento de demanda torna possível extrair informação relevante diretamente de dados de ponto de venda (PdV). Isso ajuda fabricantes a melhorar precisão de previsão de vendas sem ter que esperar input de distribuidores e varejistas.
• Melhorar eficiência do planejamento de produção. O sensoriamento de demanda fornece input mais frequente a operações de produção e suprimento. Isso torna possível ajustar o plano de produção adequadamente, por exemplo, agilizando ou desacelerando pedidos.
• Ajustar continuamente estoque upstream. O sensoriamento de demanda ajuda a otimizar dinamicamente estoque e equilibrar a rede considerando inventário disponível em armazéns regionais, junto com demanda prevista do cliente, por localização.
• Fechar a lacuna entrada/saída. Equipes de entrada querem encher armazéns até a capacidade; equipes de saída buscam esvaziá-los enviando a varejistas e clientes. O sensoriamento de demanda sincroniza estes dois grupos mostrando uma única visão global da demanda.
• Prever demanda sazonal com mais precisão. Melhorar visibilidade da rede de distribuição é a chave para melhor responsividade da cadeia de suprimentos. Isso é especialmente importante para acertar com itens sazonais que podem vender apenas em uma janela anual. O sensoriamento de demanda torna possível, por exemplo, saber imediatamente quando varejistas-chave ficam sem estoque. Igualmente, quando um item não vende como esperado, fabricantes podem responder rapidamente ajustando produção e estoque para evitar obsolescência.
• Dimensionar estoque corretamente para lançamentos de novos produtos. À medida que ciclos de vida de produtos continuam a encurtar, gerenciar supersessão de itens é um desafio contínuo. O sensoriamento de demanda ajuda empresas a determinar níveis ótimos de estoque de versões novas e anteriores de produtos para atender níveis de serviço ao cliente.
• Melhorar desempenho de promoções. O sensoriamento de demanda pode considerar dados de sell-in como atributos de promoção e detalhes de produto e mercado, para ajudar planejadores a entender fatores por trás do uplift promocional. Isso ajuda planejadores a prever melhor o impacto de futuras promoções.

Caso TireHub

TireHub, distribuidor de pneus de reposição, incorpora dados locais de PdV em seu modelo de sensoriamento de demanda, aprimorado com machine learning. Desafios gêmeos de proliferação de SKUs e sazonalidade tornavam difícil para TireHub posicionar seu inventário otimamente. Hoje, não apenas planeja flutuações de demanda previsíveis (como vendas de pneus de neve pico no inverno), mas também as complexidades da demanda local, considerando quantos dos diferentes modelos de carro são vendidos local e regionalmente. Usando este modelo, TireHub conseguiu automatizar grande parte de seu planejamento de reposição, melhorar resultados de negócio e construir capacidade para atender 70.000 pontos de entrega em apenas 18 meses.

Três Áreas de Maior Retorno

Existem várias maneiras de sentir a demanda, e cada novo insight pode acelerar tempo de reação e aumentar lucros. Os maiores retornos de processos de sensoriamento de demanda estão em três áreas:

Previsão de Curto Prazo com Dados de Sell-in

A maneira mais fácil para empresas começarem a sentir a demanda é usar os dados históricos mais granulares disponíveis. Isso geralmente envolve analisar dados diários de demanda sell-in/ship-to usando horizontes de tempo curtos e ajustando a previsão de acordo. Este tipo de sensoriamento de demanda considera histórico de embarque, que está prontamente disponível na maioria dos sistemas de planejamento de cadeia de suprimentos ou planejamento de recursos empresariais (ERP). Algumas ferramentas de planejamento incluem previsão estatística de curto prazo, para melhorar a responsividade das previsões a mudanças contínuas de demanda.

Incorporar Dados de Sell-out

Ao sentir a demanda, é importante fazer brainstorm de todas as fontes de dados possíveis e úteis que podem melhorar a previsão. Inteligência de sell-out downstream como dados de cliente, PdV ou canal, por exemplo, pode ajudar a identificar tendências de demanda, dar alertas precoces de problemas, e fechar a lacuna entre o plano e o que está realmente acontecendo na cadeia de suprimentos.

Adicionar Dados Externos e Causais de Demanda

O sensoriamento de demanda pode e deve também integrar variáveis correlacionadas à demanda para criar uma previsão robusta capaz de responder a uma ampla gama de eventos futuros, do conhecido ao incognoscível. Estes incluem flutuações do mercado de ações, promoções de concorrentes, tendências virais em mídia social, lançamentos de novos produtos, clima e outros fatores externos.

Juntar todas as três peças — dados de sell-in e sell-out junto com causais de demanda relevantes — fornece a imagem mais completa e integrada da demanda possível. Também estabelece a base para sensoriamento de demanda altamente automatizado, que libera planejadores para aplicar conhecimento de negócio para melhorar ainda mais previsão e serviço ao cliente.

Incontáveis variáveis internas e externas impactam a variabilidade da demanda, e estas só aumentarão no enorme período de mudança que se avizinha. A melhor ferramenta para gerenciar variabilidade e garantir alto serviço é estoque. O sensoriamento de demanda ajuda empresas a usar estoque da forma mais ótima possível. Ele extrai os sinais importantes do ruído para aguçar a precisão da previsão, melhorar visibilidade de demanda de curto prazo e minimizar estoque — tudo enquanto melhora o serviço aos clientes. Empresas que investem hoje nas ferramentas, processos e habilidades para impulsionar suas capacidades de sensoriamento de demanda podem realmente estar prontas para o que o amanhã trouxer.

Robert Kaufholz é diretor de design de soluções na ToolsGroup.