🇧🇷
Uma reflexão realista sobre os verdadeiros obstáculos de uma migração de planejamento na cadeia de suprimentos: objetivos, dados, confiança e o critério do planejador.
A transição do Excel para uma plataforma de planejamento avançado é um dos pontos onde as equipes de supply chain mais travam. E nem sempre a questão técnica e de dados é a principal barreira.
Entre outros motivos, é porque não se dimensiona que é preciso dedicar tempo para migrar a operação para uma plataforma, e isso faz com que o trabalho se acumule. Depois, porque surge a pergunta desconfortável: como confiar nesta nova plataforma se antes eu tinha todo o controle? Quando isso não é resolvido, a adoção não é bem-sucedida. A pessoa acredita que está transformando sua operação, mas na verdade está perdendo tempo, porque a transformação vem da sua forma de trabalhar.
Neste artigo, refletimos (tendo passado anos fazendo este mesmo trabalho no Excel antes de estar do lado da plataforma) sobre o que aprendemos na Datup acompanhando essas migrações de deixar o Excel e passar para uma plataforma de Supply Chain Analytics com IA.
"Passo tempo demais no Excel processando informações e quero implementar uma plataforma de análise avançada na cadeia de suprimentos".
O problema é real, é vivido por múltiplas indústrias e vemos isso todos os dias com cada novo cliente, operar na cadeia de suprimentos é complexo, mas, felizmente, você conta com uma grande quantidade de dados nos quais pode se basear para a tomada de decisões eficazes. Agora, antes disso, o que você deve levar em conta para que a implementação seja bem-sucedida?
Este é um dos pontos mais fundamentais. Quando você tem clareza, isso deixa de ser apenas mais uma tarefa: torna-se um propósito final.
Uma das dores que nossos clientes mais relatam é "passo tempo demais no Excel processando informações". Mas é preciso tornar isso mais tangível:
Porque quando você tem esse norte, o projeto se torna importante para você. E o tempo que você investe nele é dedicado com muito mais vontade, porque será em prol do seu benefício.
E para não encarar isso como um peso extra, é preciso ter consciência disso desde o início.
O Excel oferece muita flexibilidade: você pode ajustar, pode criar uma nova fórmula. Nesse sentido, ele tem potencial. Mas também exige muito trabalho manual quando se trata de tarefas repetitivas e um grande volume de dados. Isso torna a operação lenta e atrasa a tomada de decisões.
Se você quer explorar dados por conta própria no Excel, acho interessante, pois pode chegar a conclusões bacanas. Mas quando se trata de uma tarefa repetitiva que você sempre precisa fazer:
Quando você coloca em perspectiva, é uma infinidade de tarefas no dia a dia. Se eu não reservar tempo para o novo projeto, vou continuar nisso ou vou prolongar ambas as coisas.
Você já sabe o que vai alcançar e como isso vai impactar: desde o trabalho manual, passando pelas eficiências, até o erro humano. E esse último ponto nós nunca dimensionamos: são as decisões em que errei e que tiveram impacto, mas isso acontece porque vivemos apagando incêndios.
Você quer continuar apagando incêndios ou quer passar a ter uma ferramenta que te ajude no dia a dia?
Falo de 15 anos atrás, quando eu fazia isso e usava o Excel. Naquela época, eu pensava: como seria bom ter uma ferramenta dessas. Mas hoje em dia, adaptar-se às novas tecnologias e pegar o jeito de ferramentas como a Datup é igualmente benéfico.
“Já temos nossos objetivos claros e vamos implementar o software.”
E é aí que você encontra uma barreira importante: a conexão de dados.
Existe uma questão de negócio e de processo para se adaptar a novas plataformas, mas muitos ignoram o lado da tecnologia. Quando você vai se integrar a uma plataforma, não é apenas a sua parte de negócio que entra em jogo: há uma questão tecnológica de dados por trás. E quando um decisor toma a decisão de "vamos migrar para uma ferramenta avançada", isso não é a primeira coisa que ele leva em consideração.
É aí que muitas empresas ficam estagnadas: não há fluidez nos dados, e elas também não tinham dado importância a ter uma base de dados limpa para poder se integrar a essas novas ferramentas.
A implementação requer dois perfis:
Muitas vezes, eles nem sequer querem assumir o processo. "Faça você", é o que nos dizem quando chega o momento de implementar o módulo de planejamento de demanda. Mas, se não houver uma boa documentação das estruturas de dados, o processo se prolonga e uma configuração que poderia ser relativamente simples acaba levando mais tempo.
A diferença é notada rapidamente
Nós vimos isso pela experiência:
"Tenho o processo muito claro, já o tenho estruturado no Excel. Só preciso passá-lo exatamente como está para a plataforma."
Se você quer literalmente duplicar seu processo do Excel em uma plataforma, provavelmente encontrará certas restrições.
Normalmente, acompanhamos nossos clientes na definição de suas previsões: "veja, como você planeja?, quais são suas localizações?, quais são seus SKUs?". Mas, se os planejadores não enfatizarem a compreensão ou o detalhamento minucioso do seu processo de planejamento de demanda, isso também gera gargalos e lentidão, tornando o processo de entrega de dados muito mais extenso.
Também é fundamental saber exatamente o que você procura. Um software as a service oferece benefícios como agilidade na configuração, mas pode ser que você não consiga adaptá-lo perfeitamente ao seu negócio. Além disso, há a vantagem de aproveitar a experiência do software (como o Datup), que muitas vezes conhece diversas operações de cadeia de suprimentos em vários setores, permitindo que você adote as melhores práticas.
Se você quer apenas automatizar o seu Excel, existem outras alternativas. Mas perceba o que você está perdendo:
São duas decisões diferentes
Em ambos os casos, essa experiência e o dia a dia são extremamente relevantes, e é preciso saber transmiti-los para que as regras de negócio sejam bem configuradas.
Além disso, mesmo que tenhamos muitos clientes no mesmo setor, cada um tem suas particularidades: veem as informações de forma diferente ou as gerenciam em níveis distintos. Todo esse feedback é valioso, pois permite alinhar ambas as equipes para obter resultados mais rapidamente.
"Pronto, agora tenho inteligência artificial e deep learning na minha cadeia de suprimentos, então quero obter horizontes longos e projeções que nunca fiz manualmente"
É comum chegar com a expectativa: "agora, com uma plataforma especializada, quero prever tudo o que for possível, com granularidade infinita". E, na prática, ou pelo menos do ponto de vista estatístico, não funciona assim.
Então, querem passar de um ou três meses para projetar 12 ou 24 meses. E é aí que começamos a perguntar: vamos, você precisa disso? Como vai aproveitar? Como vai trabalhar, se não está acostumada a fazer assim?
Ou vou passar de projetar no nível de SKU para projetar no nível de cliente, ignorando que, quanto mais desagregação, maior a variação e maior a incerteza na precisão da previsão.
O mesmo vale para horizontes mais longos. Então, se eu começo a estender o horizonte e, ao mesmo tempo, levá-lo à granularidade mínima, de cara estou inserindo um monte de incerteza em um processo que não estou acostumada a fazer. Claro, quando começam a receber os resultados, não sabem por onde começar, não sabem como lê-los nem como aplicá-los ao processo.
A recomendação é:
Comece como você está fazendo hoje. É a melhor forma de começar, porque você gera uma curva de aprendizado muito mais rápida. E, uma vez que tenha isso estabilizado e veja que melhorou em relação ao que tinha, aí sim vale a pena levar para um nível a mais.
É ou eu começo a explorar e, de repente, quebro a cara por não ouvir as recomendações de uma empresa que tem feito isso constantemente em diferentes setores, ou aproveito essas recomendações e experiências. Porque, se é meu primeiro projeto e vou passar do Excel para uma plataforma, é querer voar sem ter dado os primeiros passos. Também são decisões, e é sobre como você quer viver seu aprendizado.
"Já implementamos a plataforma, mas preciso auditar os dados que ela gera. Qual é a melhor forma?"
Às vezes, faz-se trabalho dobrado porque os planejadores não confiam totalmente nos dados da plataforma, não conseguem abrir mão do controle: veem a plataforma e continuam calculando manualmente. A questão é: como eu, como líder de projeto ou chefe de suprimentos, transmito aos meus analistas que eles não precisam mais fazer os cálculos manuais?
A gente não passa de um para o outro e "desliga e pronto". Sempre se vê que ambos os sistemas coexistem durante um período. A pergunta é o quanto eu quero estender isso e o quão prático é, porque eu posso ficar fazendo validações o tempo todo e talvez continuar encontrando coisas.
Existem diferentes ferramentas para encurtar esse período.
Itens de controle. É uma das primeiras coisas com as quais trabalhamos para identificar se estamos vendo os mesmos dados. Eles permitem reduzir a amostra e saber que existem produtos que você pode monitorar e comparar.
O ranking. Dentro da plataforma, oferecemos um ranking que permite priorizar: saber ao que prestar mais atenção e sobre o que começar a validar. Porque lá você encontrará produtos com padrões semelhantes, por exemplo, os de alta receita, que sempre queremos cuidar muito bem.
Comece pelos de alta frequência e comportamento estável, que são muito fáceis de validar por serem os mais regulares, e deixe os de comportamento variável para depois. Quando você entende essa dinâmica e muda a mentalidade em relação a um produto estável versus um variável, de alto impacto versus baixo impacto, muda também a forma como você aborda e analisa as informações.
A sequência para validar
É sempre observar os valores gerais e comparar três coisas: isto foi o que realmente aconteceu, isto era o que estava sendo projetado, isto é o que visualizo no meu sistema. A partir daí, descendo:
Se vejo que esses pontos estão certos, é hora de começar a migrar. Porque, definitivamente, pretender continuar fazendo das duas formas não faz sentido.
"Já não vou fazer nada" ou "meu trabalho já não vale".
Alguns planejadores ou analistas sentem-se ameaçados com a chegada destas plataformas: "já não vou fazer nada" ou "o meu trabalho já não vale nada". Como fazer entender que o seu critério não está a ser substituído, mas que agora é ainda mais importante?
Vê-se isso em casos tão simples como uma inteligência artificial generativa. Não nos ficamos pelo "foi isto que me disse e pronto". O critério será sempre relevante, porque permite essas validações, permite saber que as coisas estão corretas.
E uma vez que estejam corretas, com o critério e a experiência vem o mais importante:
Para que não seja apenas mais um relatório dentro da empresa, mas para que essas decisões comecem a gerar resultados: maiores vendas, poupanças, menos custos. Foquemo-nos nesta sucursal ou neste grupo de produtos e comecemos a iterar mais.
Aí, o que se tem é um suporte em termos de dados para validar hipóteses, executá-las e ver os resultados. E isso é iterativo: quanto mais se envolver e mais compreender, mais possibilidades irá encontrar.
Isso acontecia-me muito, mesmo quando trabalhava com Excel, porque era estar sempre a analisar e a rever dados e, a partir daí, ver o que realmente funciona e o que não funciona. Só que todo esse tempo era dedicado a questões operacionais.
Quando começa a questionar um pouco e a olhar para os dados de outra forma, é quando começa a encontrar novas estratégias, começa a ver oportunidades de otimização. É aí que reside o verdadeiro valor e, com a sua experiência como planeador e conhecedor de dados, é aí que pode contribuir.
Em vez de ser o dono da fórmula ("eu faço assim"), o valor está nas conversas geradas na equipe através dos números. Porque os números se tornam gatilhos, e você pode validar rapidamente se aquela hipótese gerou impacto na demanda: mais produtos foram movimentados, alinhamos melhor, tivemos negociações melhores com fornecedores.
Em vez de apagar incêndios, já é possível falar mais de resultados do que do dia a dia. Eles se tornam mais proativos na execução. E aí virão happy problems e crescimento.
A cadeia de suprimentos é uma das indústrias onde a inteligência artificial ainda não atingiu seu potencial máximo: segundo o Gartner, 55% dos diretores de supply chain não têm clareza sobre o retorno que ela proporciona, embora já destinem 67% do seu orçamento digital a ela. E acredito que seja precisamente por isso: temos os dados, mas não o contexto completo.
E por ser uma operação tão complexa (planejamento de demanda, estoques, compras, promoções, sazonalidade, setores específicos que você, como planejador, já conhece bem), essa informação pode estar com você e não com a ferramenta.
A ferramenta é um apoio, mas a decisão é sua. Se ocorrer um evento externo, você já sabe que ele afetará sua operação; a ferramenta não ficou sabendo, ela não diz "esta notícia aconteceu, vou reduzir as compras". Isso vem de você.
Quando se pensa na ameaça de que uma plataforma vai me substituir: não, esse momento ainda não chegou e não chegará tão cedo. O que precisamos fazer é aproveitar estas ferramentas para não ficarmos no passado. Assim como o Excel chegou para substituir os arquivos manuais e as longas planilhas, economizando muito tempo, agora chegam estas novas ferramentas que continuarão nos poupando ainda mais tempo.
Em todos os nossos módulos, tanto em planejamento quanto em estoque, permitimos que o cliente faça ajustes. Por quê? Porque é o conhecimento que agrega e retroalimenta todo o processo.
Quando alguém me diz "quero automatizar meu processo em 100%", é aí que a gente responde:
No planejamento de demanda. Haverá uma variabilidade que a ferramenta não será capaz de captar (negociações, campanhas de marketing) e é importante que vocês a alimentem dentro da plataforma. Fornecer esses insumos para que ela continue aprendendo e, com base nisso, nos dê recomendações.
No abastecimento. Você pode ter seu ponto de pedido, pode ajustá-lo e sempre terá a recomendação, mas também há produtos nos quais vale a pena prestar um pouco mais de atenção. Por isso, sempre construímos a partir do ranking: ele permite saber o que priorizar e entender melhor a diversidade que você tem em um fornecedor. No pedido que você vai montar, o que precisa ser garantido? Porque isso impactará os níveis de serviço, a demonstração de resultados e a rentabilidade da empresa.
É um apoio enorme, porque é ter essa informação processada. Mas esse conhecimento e essas decisões são os que, no fim das contas, fecham o ciclo e agregam todo o valor do mundo.
Você está no meio dessa transição ou pensando em iniciá-la? Escreva para nós e vamos conversar sobre como isso se aplica à sua operação.
Previsões mais precisas e estoques balanceados com inteligência artificial para alinhar as equipes de vendas e operações
.jpg)
