Previsão de vendas baseada em dados na produção de bens de consumo
Um caso de estudo para melhorar a precisão e a eficiência através de métodos de planejamento analítico
Em resumo
Desafio
As empresas reconhecem os benefícios da tomada de decisões baseada em dados, especialmente no planeamento e nas operações da cadeia de abastecimento. A previsão exacta das vendas é crucial para o planeamento da produção e o aprovisionamento, baseando-se em informações de dados de vendas anteriores e na dinâmica do mercado. No entanto, a integração de informações de várias partes interessadas num plano de vendas mestre coeso continua a ser um desafio, exigindo análises avançadas e colaboração entre departamentos
Solução
Para melhorar a precisão das previsões de vendas e a comunicação, um produtor de bebidas implementou uma solução com três componentes principais:
Gerar previsões: Utilização de dados históricos com análises avançadas para previsões de longo prazo (1-3 anos) e de curto prazo (12-15 meses).
Validação pela equipa comercial: Os gestores de mercado ajustam as previsões com base em encomendas e conhecimentos futuros, utilizando uma plataforma centralizada para visibilidade cruzada.
Monitorização: Um painel de controlo acompanha os principais indicadores de desempenho, como a precisão e os ajustes feitos pelos gestores de mercado.
Resultados
Ao centralizar o planeamento de vendas e apoiar os ajustamentos empíricos com uma abordagem baseada em dados, a organização melhorou os processos internos e monitorizou os principais indicadores de desempenho. Esta abordagem analítica melhorou a precisão das previsões de vendas, conduzindo a uma maior eficiência, a um melhor planeamento financeiro, a uma maior satisfação dos clientes e a uma maior competitividade. Os resultados preliminares revelaram uma melhoria global de 6% na exatidão das previsões, com mais de 10% em produtos de grande volume/baixa variabilidade, o que se traduz num potencial ganho financeiro de 1-2% do volume de vendas.
As empresas estão a tornar-se mais conscientes das vantagens de uma política de tomada de decisões baseada em dados, apesar de uma grande parte ainda estar a aprender como extrair de forma eficaz informação e insights dos dados.
Os produtores de bens de consumo podem beneficiar significativamente da aplicação de métodos de análise avançada no planeamento e nas operações da cadeia de abastecimento.
O planeamento da produção e as tarefas de aprovisionamento dependem de previsões de vendas precisas, que são normalmente elaboradas por gestores de vendas e marketing com base em informações sobre encomendas futuras e comportamento dos clientes. Os planos de vendas são também utilizados por diversas equipas em diferentes departamentos da empresa, o que realça a importância de ter um plano-mestre coeso que sirva de base a todos os processos dentro da organização.
Para além do desafio evidente de criar um método mais eficaz de geração de previsões de vendas, capaz de tirar partido de dados históricos e modelos analíticos que codificam dinâmicas de mercado e tendências sazonais, existe também o desafio de incluir todas as partes interessadas no processo e de integrar as informações valiosas que estas podem fornecer num plano-mestre de vendas coerente.
Para incluir todas as partes interessadas e melhorar a precisão e a comunicação entre todos os departamentos da empresa no que diz respeito à previsão de vendas, a solução de forecasting que desenvolvemos para um produtor de bebidas seguiu três estruturas principais:
Gerar previsões: Utilização de dados históricos de vendas e encomendas com métodos analíticos avançados de previsão. A geração do plano de vendas foi dividida em dois processos distintos, com objetivos diferentes: previsão de longo prazo e previsão de curto prazo. A previsão de longo prazo (com um horizonte de 1 a 3 anos) alimenta os processos de orçamentação e aprovisionamento. Por outro lado, a previsão de curto prazo (12 a 15 meses) é usada principalmente como input para o planeamento da produção e das compras. O modelo de previsão utiliza dados de vendas passadas para extrair padrões e aprender o melhor método para cada família de produtos e mercado. São realizados vários testes em diferentes níveis de agregação de dados para determinar qual o nível de granularidade que permite obter a previsão mais precisa;
Validação pela equipa comercial: Após o processo de geração de curto prazo, os planos são validados e ajustados por cada gestor de mercado, com base na informação que possuem sobre encomendas futuras ou perceções dos clientes. Os planos são acedidos e ajustados numa plataforma centralizada ligada a um plano unificado, garantindo visibilidade cruzada. Este processo de validação foi também redesenhado para assegurar uma revisão mais frequente (mensal) das previsões geradas;
Monitorização: Todas as alterações e o novo processo devem ser acompanhados através da análise de KPIs. Para tal, foi desenvolvido um dashboard de monitorização, onde os decisores podem acompanhar os principais indicadores, como a precisão do plano de vendas, o viés, ou até a qualidade dos ajustes feitos pelos gestores de mercado.
Ao centralizar e padronizar o planeamento de vendas num único local, acessível a toda a organização, e ao apoiar os ajustes empíricos com uma metodologia baseada em dados, a organização conseguiu melhorar eficazmente os processos internos que dependem do planeamento e monitorizar ativamente os KPIs que são fundamentais para o negócio.
Esta abordagem analítica ao processo de planeamento apoiará o caminho para a excelência nos processos futuros.
O aumento da precisão nas previsões de vendas pode trazer vários benefícios financeiros para uma empresa, como uma maior eficiência ao evitar a sobreprodução ou subprodução, uma melhoria no planeamento financeiro, uma maior satisfação dos clientes ao servir mais clientes e perder menos vendas, ou até um aumento da competitividade através de uma postura mais reativa.
Os resultados preliminares demonstraram que este projeto não só tornou o processo de planeamento mais robusto, como também gerou benefícios quantificáveis, nomeadamente um aumento da precisão da previsão em 6 p.p. no total e mais de 10 p.p. nos produtos de alto volume e baixa variabilidade. Segundo benchmarks, este aumento de precisão representa, normalmente, um ganho financeiro de 1 a 2% do volume de vendas.
