Melhorar os preços reduzidos para produtos em fim de vida útil em eletrónicos de consumo
Usando a aprendizagem automática para apoiar as decisões de remarcação de preço
Em resumo
Desafio
Um retalhista de produtos electrónicos de consumo procurava otimizar o preço de remarcação de produtos em fim de vida, que anteriormente se baseava em decisões manuais e empíricas. O processo existente não tinha em conta factores-chave, o que conduzia a ineficiências, potenciais erros e enviesamentos. Para enfrentar estes desafios, o projeto visava desenvolver um modelo analítico para a fixação de preços de liquidação, proporcionando um processo de tomada de decisões mais consistente, fiável e eficiente em termos de tempo, ao mesmo tempo que melhorava a visibilidade dos dados.
Solução
Foi desenvolvido um sistema de apoio à decisão personalizado para otimizar os preços de remarcação para produtos em fim de vida. Este sistema inclui um modelo de aprendizagem automática para prever as variações da procura com base nas reduções de preços e um algoritmo de otimização que recomenda remarcações alinhadas com os objectivos de margem e de vendas do retalhista. A interface de fácil utilização do sistema permite que os gestores de produtos validem as recomendações e acedam a dados essenciais, garantindo uma tomada de decisões informada e estratégica.
Resultados
A ferramenta permitiu previsões precisas de esgotamento e respostas mais rápidas para artigos em fim de vida, com mais de 90% das reduções recomendadas aceites pelos gestores. Isto conduziu a uma melhoria das taxas de escoamento sem comprometer as margens. Os gestores de produto elogiaram unanimemente a ferramenta por melhorar a gestão do ciclo de vida e simplificar o processo de fixação de preços de remarcação para baixo.
Um retalhista do sector da eletrónica de consumo enfrentava um desafio no processo de fixação de preços de produtos em fim de vida. As decisões eram tomadas empiricamente e, embora tivessem sido definidos critérios de orientação para os descontos a aplicar com base na média de vendas e no stock, a maioria dos preços era definida manualmente, uma vez que não tinham em conta muitos outros fatores, o que resultava numa tarefa morosa e propensa a erros ou enviesamentos.
Sentiram, por isso, a necessidade de um processo de tomada de decisões mais consistente e fiável, com maior eficiência de tempo e melhor visibilidade dos dados. O principal objetivo do projeto era desenvolver um modelo analítico para otimizar o preço de liquidação de artigos descontinuados e resolver os desafios acima mencionados.
Foi desenvolvido um sistema de apoio à decisão personalizado para melhorar o processo de fixação de preços de produtos em fim de vida. A solução baseou-se na implementação e integração de vários componentes, incluindo um modelo de aprendizagem automática para prever a variação da procura causada por diferentes reduções de preços e um algoritmo de otimização de preços de liquidação para recomendar a melhor remarcação a aplicar a cada produto.
A recomendação de remarcação dos preços (markdown) pode ser automaticamente ajustada de acordo com a estratégia e as prioridades do retalhista, uma vez que tem em conta os objetivos de margem e de vendas definidos pelos gestores de produto.
Por último, o sistema de apoio à decisão inclui uma interface fácil de utilizar, na qual os gestores de produto validam as remarcações recomendadas e têm acesso a toda a informação relevante necessária para tomar as melhores decisões possíveis.
A nova ferramenta permitiu previsões exatas de esgotamento até ao final de cada campanha e uma reação mais rápida nos artigos em fim de vida. Em média, mais de 90% das reduções de preço recomendadas foram aceites pelos gestores. Como resultado, a taxa de escoamento aumentou em comparação com as campanhas anteriores, sem comprometer os objetivos de margem
Todos os diretores de produto concordaram que a nova ferramenta facilitou e melhorou a gestão do ciclo de vida e tornou o processo de redução de preços muito mais eficiente.
