AI poderia resolver a crescente taxa de retorno da indústria de calçados

O Natal está chegando e os varejistas já estão lutando para atender à demanda devido ao impacto duradouro da pandemia nas cadeias de abastecimento. À medida que nos aproximamos do final do ano, quando as vendas de fim de ano e as compras reinam supremas, as empresas precisam implementar estratégias proativas que maximizem o estoque, ou então enfrentarão desafios de suprimento que esmagam as margens. A inteligência artificial pode oferecer uma solução.

O segmento de varejo de calçados apresenta desafios únicos para a gestão de estoque, devido a questões de variabilidade de dimensionamento e padrões de retorno. A IA pode transformar a forma como as empresas de calçados resolvem esses desafios, ajudando-as a gerenciar o estoque, prever a demanda do mercado e monitorar as margens de lucro.

Se a previsão fosse um quebra-cabeça, a previsão de vendas seria a ponta, e a previsão de retorno, o centro. Você não pode ter uma visão abrangente da previsão de varejo sem os dados de vendas e devoluções. Infelizmente, a maioria dos sistemas de previsão antecipa vendas e negligencia devoluções, provavelmente porque a análise de devoluções é muito mais complexa.

Especialmente para empresas de calçados, onde as taxas de retorno eram tão altas quanto 40% antes da pandemia, a previsão de vendas sozinha apresenta um quadro extremamente limitado da atividade geral de uma empresa. Desde os bloqueios de 2020, as vendas online e as devoluções só aumentaram.

Algumas empresas de calçados estão percebendo uma tendência específica no comportamento do consumidor:os clientes estão comprando três pares de sapatos em tamanhos diferentes para que possam experimentá-los em casa e devolver os dois que não serviam. Isso é um grande assassino de lucros, porque os varejistas de calçados muitas vezes não podem revender o que foi devolvido em uma compra online com a mesma facilidade com que fazem uma compra em uma loja, onde os encaixes de calçados acontecem em um ambiente mais controlado. As devoluções também podem ser devido a diferenças de cores ou estilos se, por exemplo, o comprador não achar que o calçado tem a mesma aparência pessoalmente que era online.

Para navegar nessa tendência, as lojas começaram a revender sapatos de “caixa aberta” com desconto. Embora essa estratégia tenha ajudado a estancar a hemorragia de lucros, devoluções e descontos devem ser todos fatorados em uma equação matemática altamente complexa, tornando quase impossível entender o quadro geral do estoque.

É aqui que a IA pode mudar o jogo. Todos os varejistas precisam de previsões precisas com base nos dados disponíveis para prever e planejar o desempenho de cada canal de varejo, seja online, na loja ou uma venda combinada online, retirada na loja (BOPIS). É uma riqueza incrível de dados para gerenciar, mas a IA pode simplificar o processo, fornecendo e interpretando insights de estoque até a loja, SKU, tamanho, cor e estilo. Somente com esse grau de informações detalhadas as empresas de calçados serão capazes de fazer previsões precisas sobre vendas e devoluções e planejar o estoque de acordo.

Determinando a otimização de tamanho com IA

A otimização do tamanho é um componente crítico da indústria de calçados, mas muitos varejistas não têm as ferramentas necessárias para tomar decisões informadas. Um único tipo de sapato pode chegar em 15 tamanhos, às vezes mais. E quando os clientes compram mais tamanhos do que vão manter, as previsões tornam-se ainda mais complicadas.

A IA pode extrair dados críticos de várias fontes, não apenas vendas históricas, para ajudar os varejistas a determinar quais tamanhos estocar mais ou menos. As previsões geradas por IA são aprimoradas ainda mais com o aprendizado de máquina, que fica mais inteligente com o tempo graças a novos dados e informações atualizadas. Os melhores sistemas de previsão de IA fornecem previsões mais precisas, porque eles estão constantemente aprendendo com o resultado de cada previsão e ajustando de acordo para uma precisão ainda maior. Idealmente, para um varejista, isso resultaria em uma previsão de demanda automatizada e “sem toque”, dando aos planejadores humanos mais tempo para se concentrar nas exceções.

Atrasos na cadeia de suprimentos afetaram o planejamento de reabastecimento. A maioria dos comerciantes prevê quais e quantos produtos venderão no início da temporada e faz um plano de longo prazo com base nessa previsão. Sem previsões detalhadas e em tempo real, especialmente em face da volatilidade da cadeia de suprimentos, essas previsões iniciais podem ser, na melhor das hipóteses, um jogo de adivinhação.

A IA fornece insights detalhados sobre as vendas e pode ajudar os varejistas a otimizar sua estratégia de alocação na pré-temporada. As empresas podem então determinar as tendências e padrões de compra, analisar o estoque e incorporar vendas e retornos reais para fazer previsões mais precisas na temporada.

Com a IA, os varejistas podem obter essas informações em tempo real para que possam agir imediatamente, em vez de esperar ou tomar medidas com base em informações desatualizadas. Com insights sobre as vendas semanais, os varejistas podem adotar uma abordagem mais proativa para o reabastecimento. Eles serão capazes de determinar o que reabastecer, o que pode vender e a taxa de retorno de um determinado produto. Desta forma, a reposição do varejo é transformada e as margens se expandem para melhores lucros.

Uma abordagem loja por loja

Para prosperar e crescer neste ambiente de compras pós-pandemia, os varejistas de calçados precisam adotar uma abordagem loja a loja ao determinar uma estratégia de previsão, alocação e reposição. Os varejistas não podem simplesmente confiar nos dados do ano passado, dados regionais ou previsões abrangentes; eles precisam incorporar níveis granulares de insights que gerem recomendações baseadas em dados e utilizáveis. Pequenas diferenças nos dados demográficos podem impactar significativamente quais tamanhos e estilos serão mais populares do que outros em uma determinada região em um determinado momento.

Isso pode parecer assustador para varejistas de calçados com várias lojas em todo o país ou no mundo, mas a IA torna o processo possível, automatizando a coleta de dados e modelagem. Os varejistas podem gastar mais tempo fazendo previsões precisas e tomando medidas com base em dados confiáveis, em vez de fazer previsões a partir de palpites fundamentados.

Muitos setores, de varejo a moda e alimentos, têm adotado abordagens reativas para estratégias de varejo de estoque por muito tempo. Temos a tecnologia e as ferramentas para fazer previsões precisas e maximizar os lucros em tempos de extrema volatilidade do mercado. É hora de os varejistas investirem em uma metodologia científica e estratégias focadas em omnicanal movidas a IA que tornam a previsão, a alocação e o reabastecimento mais precisos e eficazes. A IA torna isso possível e fica mais inteligente a cada dia.

Yogesh Kulkarni é co-diretor executivo da antuit.ai , parte de Zebra Technologies .