Big Data > Analytics, BI

Nestlé aprimora previsão de demanda com soluções de análise de dados

Empresa melhorou em 9% a precisão de seus planejamentos de vendas em uma de suas unidades de negócio, gerando impacto direto no nível de serviço aos clientes, redução de inventários e melhora no frescor dos produtos

06 de Outubro de 2017 - 19h46

Às voltas com a necessidade de melhorar suas previsões de demanda de vendas para evitar faltas e desperdícios de produtos, a subsidiária brasileira da Nestlé, maior empresa de alimentos e bebidas do mundo, implantou soluções de inteligência analítica para aprimorar a assertividade dos planejamentos de demandas.

A escolha recaiu sobre duas ferramentas analíticas do SAS, já que a companhia possui um contrato global para a aquisição de novas soluções de análise de dados. Uma delas é o SAS Enterprise Guide, para agregar os dados que serão inseridos no planejamento de demanda, e a outra é o SAS Forecast Studio, usado na criação dos modelos analíticos de previsão de demanda. Ambas são usadas de maneira complementar e fazem parte do SAS Demand-Driven Planning and Optimization, um pacote integrado de módulos de previsão, análise, visualização, relatório e otimização de dados. No Brasil, o projeto teve início em 2015.

Para mensurar os resultados, a Nestlé definiu quatro pilares: aumento do nível de serviço ao cliente (redes varejistas), redução de inventário, e maio frescor do produto que, por sua vez, contribui com a redução de perdas.

As soluções do SAS estão implementadas em diferentes áreas e unidades de negócio, como Chocolates Garoto, Nescafé Dolce Gusto, Líquidos, Nutrição Infantil e Lácteos. Segundo Marcos Borges, gerente de Processos de Planejamento da Nestlé, a Nescafé Dolce Gusto é um exemplo positivo de uso da análise estatística, no qual é possível observar contribuições favoráveis em seus indicadores de previsão, com alguns benefícios já identificados. “A utilização do SAS permitiu tomar melhores decisões em nossas reuniões de planejamento de demanda” diz Pedro Feliu, diretor de Nescafé Dolce Gusto.

“Em tempos de constantes mudanças, precisamos de ferramentas flexíveis, que nos permitam testar e agregar novas variáveis à medida que o ambiente competitivo se altera, solução que encontramos no SAS” reforça Reinaldo Monma, gerente de Planejamento de Nestlé Dolce Gusto.

“Comparando as médias de semestres, hoje é possível perceber uma melhora de 9% na acuracidade da previsão de demanda. Com isso, o impacto direto que já conseguimos enxergar é de 1% de melhora no nível de serviço ao cliente, com menos problemas de ruptura. Convertido em valores, esse porcentual representa uma contribuição significativa no nosso negócio em relação ao cenário anterior”, lembra o coordenador de Planejamento da Nestlé Dolce Gusto, Sérgio Garnica.

A Nestlé reforçou sua estrutura para trabalhar com as soluções do SAS, incluindo um profissional com ampla experiência com as ferramentas e em processos de previsão de demanda. Hoje, são nove usuários trabalhando diretamente com a solução.

Fator-chave para a gestão das vendas

A previsão de demandas é essencial para os processos da cadeia de suprimentos e serve para que se determine também a expectativa de faturamento de uma empresa. Ela é determinante para a definição do plano de produção de cada uma de suas fábricas, quando se tem uma noção mais clara do quanto será necessário de ocupação de linhas, definição de mão de obra, compras de insumo, etc. Nesse caso, quanto melhor a previsão, melhor e mais qualidade terá o planejamento de produção, incluindo a possibilidade de se trabalhar com inventários menores.

O primeiro desafio era conseguir avaliar o cenário e ter uma visão total da demanda, considerando todos os eventos possíveis, como preço em relação aos concorrentes, datas especiais como o Dia das Mães ou Black Fridays. O segundo era avaliar o cenário em relação aos objetivos de negócio da empresa e que decisões seriam necessárias”, explica o gerente de Processos de Planejamento da Nestlé, Marcos Borges.

Antes de migrar para o SAS, a previsão estatística da companhia era baseada apenas em registros históricos de vendas, sem levar em consideração outros fatores que afetam o planejamento de demandas – as chamadas variáveis causais, como o índice de preços. Isso exigiu a adoção de ferramentas mais robustas, que pudessem trabalhar com um volume maior de informações e, ao mesmo tempo, oferecessem a flexibilidade necessária para a inserção de outros dados nos modelos estatísticos, inclusive fatores macroeconômicos, como a variação cambial, a previsão do PIB, entre outros.

Ao gerar as previsões, a Nestlé faz uso de fontes distintas de dados, entre elas o histórico que já era usado na solução do antigo fornecedor. “Usamos também os dados da Nielsen e uma série de informações que coletamos internamente em cada uma das unidades de negócio, como os preços praticados no passado, por exemplo”, diz Borges. A empresa ainda utiliza variáveis econômicas e informações sazonais relacionadas a datas comemorativas como o Natal, a Páscoa ou o Dia das Mães.

Cada uma dessas fontes é inserida na solução do SAS como um evento específico, que por sua vez é usado na análise preditiva. Um diferencial da solução está no fato de que, como cada demanda tem variáveis próprias, a ferramenta consegue identificar o que tem relação ou não com determinada unidade de negócio e, havendo necessidade, parte da informação não é utilizada na previsão de demanda.

Próximos passos

Mesmo com resultados positivos, Marcos Borges ainda enxerga outros desafios no futuro próximo, como a previsão de demandas por centro de distribuição. Outro desafio é entender estatisticamente quais variáveis estão afetando a demanda.

De acordo com ele, são várias áreas envolvidas, como finanças, marketing e suprimentos. “Temos aprendido bastante desde que adotamos as ferramentas do SAS, o que representa um aprendizado contínuo e a necessidade de explorarmos a solução cada vez mais. É um exercício que nos força a uma integração robusta na empresa para atingirmos nossas metas”, conclui Borges.