Descobrindo Segredos da Cadeia de Suprimentos Usando Dados Públicos da Web

Entre os desenvolvimentos que dominam manchetes em 2021 está a crise global da cadeia de suprimentos, causando escassez generalizada de combustível, produtos frescos e tudo mais.

Segundo pesquisa da McKinsey, empresas agora podem esperar interrupções na cadeia de suprimentos durando um mês ou mais a ocorrer pelo menos a cada 3,7 anos. Dada a natureza instável da recuperação da pandemia global, parece claro que sérios problemas na cadeia de suprimentos continuarão bem em 2022 e além.

Uma solução que tem crescido em impacto é o uso de dados externos ou alternativos. Está sendo implantada para ajudar empresas e financiadores a navegar realidades complexas e incertezas, e guiar a tomada de decisão. De dados de geolocalização a imagens de satélite, há um suprimento quase infinito de informações publicamente disponíveis na internet.

Qualquer um pode consultar dados publicamente disponíveis ao longo da cadeia de suprimentos, incluindo detalhes de fábricas de manufatura, números de rastreamento e informações de licenciamento. Essa inteligência pode ser transformada em uma mina de ouro de oportunidades para empresas que buscam avaliar suas cadeias de suprimentos.

As complexas cadeias de suprimentos globais de hoje tornam difícil para empresas adquirir visibilidade em seus processos upstream. Uma pesquisa da empresa de logística Geodis descobriu que 62% das empresas tinham visibilidade limitada da cadeia de suprimentos, enquanto apenas 6% relataram visibilidade total. Então não é surpresa que mais organizações estejam recorrendo a alt-data para descobrir insights ocultos necessários e prever quaisquer atrasos ou escassez potenciais.

Em um tempo de instabilidade global, também não é surpreendente que a demanda por alt-data focada em cadeia de suprimentos esteja em alta de hedge funds e outros investidores. Financiadores espertos estão cada vez mais usando essa informação para entender sua exposição, vulnerabilidades e riscos e perdas potenciais.

Eles também são capazes de usar alt-data para ajudar a entender as demandas dos clientes. Isso inclui usar dados baseados na web para determinar sentimento do cliente em torno de produtos, incluindo país de origem e se são feitos de maneira ética e sustentável. Detalhes tão granulares como preferências de cor podem ser usados para auxiliar em decisões de produção.

O termo "alt-data" abrange toda informação reunida de fontes não tradicionais que é utilizada para informar decisões financeiras e de negócios. A seguir, alguns dos tipos mais comuns de alt-data usados para monitorar cadeias de suprimentos hoje.

• Dados de geolocalização. Segundo Dados de Desempenho de Portos da IHS Markit, o tempo médio de espera de navios porta-contêineres por berços mais que dobrou desde 2019. À medida que atrasos de embarque se tornam mais comuns, a capacidade de prever eles pode dar às empresas e investidores a vantagem. Usando dados de geolocalização para rastrear navios, eles podem ver como atrasos impactarão o recebimento de carga. Por exemplo, atrasos em embarques de petróleo bruto podem levar a crises variadas, desde interrupção em suprimentos de alimentos a custos domésticos de energia em espiral.
• Imagens de satélite. Imagens de satélite podem revelar uma série de segredos da cadeia de suprimentos. Podem ser usadas para rastrear produção em fábricas-chave, e revelar desacelerações inesperadas de manufatura. Similarmente, é possível prever aumentos na demanda por certas commodities usando imagens de satélite para rastrear a quantidade de projetos de construção em regiões particulares. Por exemplo, um boom de construção na China provavelmente levará a preços aumentados para minério de ferro australiano (e aumento de estresse nessa cadeia de suprimentos).
• Entendendo relacionamentos e interdependências. Cadeias de suprimentos modernas são notórias por sua intrincada e opacidade. Há uma clara necessidade de "olhar sob o capô". É aqui que alt-data pode ajudar investidores a entender melhor relacionamentos upstream e downstream entre empresas, junto com riscos futuros emergentes. Tome o exemplo de um portfólio de tecnologia amplo. Pode parecer bem diversificado, incluindo uma variedade de títulos de tecnologia igualmente ponderados. Mas se a maioria das empresas naquele portfólio depende de microchips do mesmo fabricante taiwanês, há risco significativo oculto na cadeia de suprimentos envolvido. Rastreando interdependências da cadeia de suprimentos usando dados de relacionamento, investidores podem garantir que não estão apostando demais em um único fator.

Às vezes o que está bem na nossa frente pode oferecer a solução mais eficaz. Acessar grandes quantidades de dados públicos da web pode ser uma missão que requer muita expertise e tempo, mas com as inovações atuais em tecnologia de dados, a tarefa se torna muito mais simples e rápida.

Olhando para frente, podemos esperar mais organizações acordando para o potencial de usar alt-data focada em cadeia de suprimentos para remover risco da equação, superar a concorrência e construir resiliência em um ambiente de negócios cada vez mais volátil.

Omri Orgad é diretor gerente, América do Norte com a Bright Data.