Grupo Boticário

Inteligência artificial e aprendizado de máquina: O segredo da solução de planejamento de demanda do Boticário

Efeito batom

Relações clássicas de compra com indicadores macroeconômicos não são diretos. Enquanto, em geral, os aumentos do desemprego e da inflação tendem a reduzir os gastos dos consumidores, um efeito contrário, o efeito batom, pode impulsionar os gastos com produtos de beleza. Além disso, categorias mais caras, como perfumes, podem usufruir de uma migração de gastos com importados. Dessa forma, o desempenho das categorias no mercado de cosméticos desafia a interpretação econômica padrão e requer a inclusão de um conjunto amplo de informações macroeconômicas.

Inovações constantes

Não bastassem o efeito batom e a subjetividade, manter-se competitivo nesse mercado exige atender às tendências com máxima rapidez. Isso implica produtos com ciclos de vida curtos, em geral menos que dois anos. Essa dinâmica de portfolio não somente limita o uso de produtos similares na previsão, mas também de técnicas tradicionais que exigem grandes quantidades de dados históricos, impondo aos modelos preditivos a necessidade de identificar e incorporar rapidamente padrões de compra emergentes.

Integração da cadeia

Com toda essa complexidade, manter a elevada disponibilidade do produto pode resultar em estoques elevados e desnecessários ao longo da cadeia. Quando combinadas, as incertezas de previsão com o ciclo de vida curto resultam, com frequência, em perdas de estoques por descarte ou então na redução drástica da margem do produto no escoamento de sobras. Assim, não a previsão adequada de vendas para o mercado (sell-out) não é suficiente. A redução dos custos na cadeia requer que tanto sua estrutura de lead-times e atendimento quanto seus parâmetros de operação eficiente de estoques sejam incorporados em uma previsão de sell-in precisa. Em uma cadeia de franquias, esse desafio é ainda maior, pois envolve considerar o comportamento de diferentes atores (franqueados) em diferentes canais (venda direta, e-commerce e lojas) na previsão, sem onerar a eficiência do processo com um exército de planejadores.

Desafio:O mercado de beleza e cosméticos é marcado por um conjunto de complexidades que desafiam a capacidade preditiva tanto do ser humano quanto dos modelos computacionais tradicionais. Entre suas principais características estão moda, ciclos de vendas complexos, o efeito batom, rápida taxa de inovação e necessidade de integração da cadeia. E, para lidar com essas complexidades, é necessária a aplicação correta das ferramentas mais avançadas de aprendizado de máquina e inteligência artificial.
Moda, subjetividade e ciclos de venda que não se repetem
Marcados por cores de tendência e diferentes critérios subjetivos de avaliação, como fragrância e textura, produtos de beleza e cosméticos impõem limites para a avaliação tradicional de atributos funcionais do produto. Somam-se a isso padrões temporais não repetitivos, com ciclos de venda e promoções diferentes a cada ano, tanto em seu número como em sua duração (séries temporais não cicloestacionárias). Um exemplo típico é o nascimento da black week, que tem mudado o comportamento do consumidor, inserindo um novo pico de vendas no ano e redistribuindo os ciclos promocionais de venda. Essas características exigem das metodologias de previsão flexibilidade e elevada capacidade de aprendizado, explorando padrões aparentemente inexistentes, bem como incorporando rapidamente novos comportamentos de venda na previsão.

A solução:

Flexibilidade e eficiência da inteligência artificial aplicada

Fica claro que técnicas clássicas de previsão não são capazes de responder às necessidades de planejamento no dinâmico mercado de cosméticos. Para isso, no Boticário, foram combinadas diferentes técnicas de inteligência artificial e aprendizado de máquina, como redes neurais artificiais, árvores de decisão e regressão com support vector machines.
A CTI Global foi contratada pelo Grupo para prototipar e implementar as soluções de Analytics da IBM. A solução IBM Planning Analytics TM1®, uma plataforma rápida de análise de dados “in-memory” para planejamento financeiro e operacional. Para dar maior precisão as previsões foram utilizados o IBM SPSS® Modeler e a linguagem R.

Resultados

  • 20% de aumento na precisão das previsões de demanda em relação à abordagem tradicional

  • Redução dos níveis de estoque e redução dos índices de quebra dos produtos mais desejados, impulsionando as vendas

  • Aprendizado constante a cada ciclo de previsão, com capacidade de reação rápida à dinâmica do portfolio e a mudanças de mercado;

A combinação adequada dessas técnicas e softwares permitiu:

  • Flexibilidade de planejamento, incorporando ciclos de vendas e promoções variáveis ao longo do tempo;
  • Utilização de indicadores macroeconômicos identificando padrões contra intuitivos da venda, como o efeito batom;
  • Aprendizado constante a cada ciclo de previsão, com capacidade de reação rápida à dinâmica do portfolio e a mudanças de mercado;
  • Eficiência de recursos, direcionando a maior parte do trabalho para previsões computacionais de qualidade, focando o trabalho do planejador na análise dos resultados;
  • Integração da cadeia, na qual modelos de aprendizado de máquina não somente constroem a previsão de sell-out, mas são capazes de incluir diferentes variáveis de atendimento e estoques na geração de um plano adequado de sell-in;
  • Flexibilidade de evolução, permitindo o teste rápido e atualização de técnicas, tecnologias e modelos preditivos. Por exemplo, a incorporação de inteligência cognitiva (como Watson) para extensão da capacidade de previsão com dados não estruturados (por exemplo a avaliação de consumidores, informações de redes sociais, etc.) é rápida e direta.

História de resultados

Satisfazendo os desejos das clientes

Embora a adoção da nova solução ainda esteja nas fases iniciais, o Grupo Boticário já vê resultados impressionantes no horizonte, que lhe dão condições de defender e ampliar sua participação no mercado.

“Com as soluções de Analytics da IBM, aumentamos a precisão das nossas previsões em 20% em comparação com as abordagens de série temporal tradicionais”, explica Donald Neumann. “Ao permitir que alinhemos a demanda das clientes finais e das franquias com mais precisão, o software vai nos ajudar a minimizar situações de falta de estoque sem a necessidade de aumentar os níveis de inventário em toda a cadeia de suprimento. O resultado será o aumento das vendas e a diminuição dos custos, ou seja, uma situação em que todos saem ganhando e que vai nos ajudar a permanecer à frente da concorrência. Também podemos passar esses insights automaticamente para nossos franqueados para que toda a rede de suprimento seja beneficiada”.

Baseando os planos de marketing em uma compreensão mais exata da demanda da consumidora, o Grupo Boticário pode obter melhores resultados.

“O projeto com a IBM e a CTI Global mudou o relacionamento entre nossos analistas e as equipes de marketing—agora, eles estão falando a mesma língua”, comenta Donald Neumann.

“Já percebemos, nas reuniões, que nossos analistas começaram a falar na demanda e no comportamento das clientes, em vez de na demanda e no comportamento dos franqueados—portanto, estamos nos aproximando mais do público real com o qual queremos falar.

“Com a tomada de decisões orientada por dados que é possibilitada pela IBM Analytics, podemos elaborar planos de marketing que tragam mais pessoas às lojas para comprar nossos produtos. Consequentemente, nossas despesas de marketing serão utilizadas da melhor forma possível, para obter o máximo de retorno”.

Com uma melhor compreensão dos padrões de demanda das consumidoras, que estão em constante evolução, o Grupo Boticário está encontrando a receita para um sucesso prolongado: satisfazer os desejos que as consumidoras ainda não sabem que têm.

Donald Neumann conclui: “A compra de cosméticos e fragrâncias é altamente emocional. As soluções de Analytics da IBM estão nos ajudando a entender os diversos fatores que levam as consumidoras a escolher um produto em vez de outro. Trabalhando com esses insights, é possível assegurar que nós (e não nossos concorrentes) seremos os responsáveis por levar a beleza para as vidas das nossas clientes”.

Soluções desenvolvidas: Sistema de previsão de demanda cognitivo
Plataforma utilizada: IBM Planning Analytics TM1®, IBM DB2®, IBM SPSS® Modeler