Resumo do artigo
A sabedoria convencional
Digitalizar o sistema de uma empresa para gerenciar sua cadeia de suprimentos é um projeto de megatransformação que leva de três a cinco anos e custa dezenas de milhões de dólares.
A realidade
Há uma alternativa: Benefícios substanciais podem ser obtidos de um esforço de modernização que leva de 12 a 24 meses e custa alguns milhões de dólares.
O que isso implica
- reunir dados prontamente disponíveis;
- usar análises avançadas para entender e prever o comportamento dos clientes e fornecedores e otimizar o inventário, a produção e
a tomada de decisões de compras; e - adicionar alguma automação para reformular processos existentes e introduzir novos.
A maioria dos executivos acredita que a digitalização da cadeia de suprimentos de uma grande corporação custa dezenas de milhões de dólares. A suposição é que será um esforço de transformação massivo de três a cinco anos, exigindo grandes investimentos em tecnologia de nuvem, instalação de tags e leitores de RFID em cada contêiner de produto e em cada instalação, implantação de tecnologias de impressão 3D e robótica, e novos instrumentos nas máquinas no chão de fábrica para monitorar seu desempenho e condição.
RFID é um método de identificação automática através de sinais de rádio, recuperando e armazenando dados remotamente através de dispositivos denominados etiquetas RFID.
Tudo isso é necessário, segundo o pensamento, para derrubar as barreiras entre as áreas funcionais e criar uma cadeia de suprimentos integrada que proporcione uma vantagem competitiva. Mas, em nosso trabalho de consultoria para várias empresas, descobrimos uma alternativa. As experiências dessas empresas – que incluem um varejista de moda global, um grande fabricante de bens de consumo embalados (CPG, do inglês Consumer Packaged Goods), um fabricante global de eletrodomésticos e uma empresa de alta tecnologia que produz PCs, tablets e estações de trabalho – demonstram que é possível obter benefícios substanciais ao gastar alguns milhões de dólares em uma modernização da cadeia de suprimentos que leva de 12 a 24 meses.
Nestes esforços mais moderados, as empresas reúnem dados prontamente disponíveis; usam análises avançadas para entender e prever o comportamento dos clientes e fornecedores; otimizam a tomada de decisões de inventário, produção e compras para reduzir custos e melhorar a responsividade; e adicionam alguma automação para reformular processos existentes e introduzir novos.
O segredo para o sucesso dessa abordagem reside em três iniciativas:
- Na primeira, as empresas substituem previsões de consenso por uma visão unificada da demanda.
- Na segunda, elas abandonam uma estratégia de cadeia de suprimentos única para uma estratégia segmentada.
- Na terceira, elas criam um plano único para equilibrar continuamente oferta e demanda e identificar e responder a desvios ou interrupções.
Bem executadas, essas 3 iniciativas levam a custos mais baixos na cadeia de suprimentos – e receita mais alta devido a menos faltas de estoque e melhoria nos níveis de serviço (a proporção de pedidos entregues no prazo e na íntegra). Igualmente importante, elas permitem que as empresas aumentem a retenção de clientes.
No varejista de moda, ajudaram a aumentar a participação de mercado em mais de 28% e dobrar o lucro operacional em apenas três anos. Os ganhos operacionais e financeiros da iniciativa da empresa CPG pagaram seu custo em apenas dois anos. A empresa de alta tecnologia viu uma melhoria de 10% a 30% nos níveis de serviço. E o fabricante de eletrodomésticos percebeu um aumento de 20% na receita, aumentou a proporção de clientes aos quais poderia fornecer entrega em um dia de 70% para 90% e reduziu seus custos operacionais em 3% a 4%.
Neste artigo, focaremos na implementação da abordagem pelo fabricante de CPG. É um caso especialmente instrutivo por causa dos desafios extraordinários que a empresa enfrentou ao abordar as deficiências de seu sistema existente, que incluía processos manuais múltiplos e demorados, excesso de estoque e uma grande quantidade de produtos expirados e danificados.
Construindo uma visão unificada da demanda
A jornada começa repensando o processo de planejamento da demanda. Abordagens tradicionais utilizam previsões de consenso, em que cada função – operações, finanças, vendas e trade (responsável por marketing, promoções, descontos, etc.) – utiliza técnicas estatísticas padrão, dados históricos de vendas e alguns dados externos para gerar sua própria previsão. Então, todas as funções se reúnem e elaboram uma previsão uniforme de compromisso.
Esse processo tem duas desvantagens. Primeiro, leva muito tempo – geralmente de quatro a cinco semanas – para gerar as várias previsões e alcançar um consenso que satisfaça todos os requisitos comerciais. Nesse meio tempo, os dados de vendas usados estão desatualizados. Em segundo lugar, em vez de concordar com os dados e ter a análise produzir uma única previsão, as pessoas envolvidas geralmente se concentram em encontrar um equilíbrio entre previsões conflitantes e confiam em intuições sobre o que impulsiona as vendas, receitas e margens.
Uma maneira muito melhor de gerar uma visão unificada da demanda é começar com os conjuntos de dados com os quais todos os participantes concordam que fornecerão a imagem mais precisa. O fabricante de CPG, por exemplo, escolheu quatro tipos:
- dados internos sobre remessas para varejistas, preços, descontos, promoções e várias características do produto
- dados sobre a demanda do consumidor, que podem ser acessados por meio da tecnologia de ponto de venda dos varejistas ou fornecidos por empresas como IRI e Nielsen
- informações macroeconômicas – incluindo PIB trimestral, Índice de Gerentes de Compras, Índice de Preços ao Consumidor e taxas de desemprego e inflação – que ajudam a explicar o comportamento do consumidor, sazonalidade e tendências
- dados externos sobre outros fatores que podem indicar ou afetar a demanda, como pesquisas na web, menções em mídias sociais de produtos, temperatura média, precipitação, feriados e preços dos concorrentes.
Usando esses dados e análises avançadas, as empresas podem configurar um processo circular automatizado de cinco etapas que gera planos de suprimento, financeiros e comerciais para as próximas 50 a 80 semanas – o horizonte de planejamento para a maioria das empresas. Aqui está como esse processo parece no fabricante de CPG:
Primeiro, informações de planejamento de trade – sobre promoções futuras, descontos e investimentos em marketing – são combinadas com dados do consumidor, macroeconômicos e externos para gerar uma previsão de demanda de mercado por SKU e varejista para cada semana de todo o horizonte. Do que observamos, a maioria das empresas de CPG nunca tentou prever a demanda em um nível tão granular.
Segundo, a previsão de demanda para cada varejista é combinada com dados históricos das remessas da empresa para esse varejista para gerar uma previsão semanal dos pedidos de cada SKU pelo horizonte.
Terceiro, a empresa agrega todas as previsões de pedidos e as converte em um plano de fornecimento viável. O plano considera recursos disponíveis, incluindo estoques de matérias-primas e produtos acabados; restrições de capacidade de fabricação; e metas de mercado (digamos, para aumento nas vendas de uma categoria de produto em uma combinação de varejistas e região específica).
Também visa alcançar certos objetivos de desempenho. A empresa de CPG focou em minimizar os custos totais da cadeia de suprimentos, mas o objetivo escolhido variará de empresa para empresa. Em algumas empresas, por exemplo, pode ser maximizar a receita ou a quantidade de suprimentos produzidos.
A quarta etapa é usar o plano de fornecimento SKU semanal para todos os varejistas para gerar previsões de receita e margem bruta no nível da marca para cada mês do horizonte de planejamento.
A quinta etapa é comparar essa previsão financeira com os objetivos comerciais da empresa. Uma lacuna entre os dois pode acionar uma mudança no plano de trade – por exemplo, a adição de descontos mais agressivos ou aumentar os investimentos em marketing para estimular as vendas.
Quando estavam considerando a adoção desse novo processo, os gerentes da empresa de CPG levantaram várias questões – que são representativas dos tipos de preocupações que a maioria dos executivos expressa sobre nossa abordagem. Vamos examiná-las uma por uma.
Qual grau de precisão de previsão o processo pode alcançar?
Pesquisas mostraram que a variabilidade na demanda do cliente é significativamente menor do que a variabilidade nos pedidos no varejo – uma realidade que subjaz ao conhecido efeito chicote nas cadeias de suprimentos. Isso implica que prever o consumo deve ser mais fácil do que prever os pedidos no varejo e, de fato, a precisão da previsão de demanda de mercado da empresa de CPG é bastante alta. Em qualquer momento, as previsões de demanda no nível de SKU, semana e varejista para cinco a oito semanas à frente mostraram ser 85% precisas.
Combinar a previsão de consumo mais exata com os pedidos históricos no varejo permitiu que a empresa de CPG melhorasse sua previsão de pedidos futuros dos varejistas. A precisão das previsões de pedidos semanais foi de 15 a 20 pontos percentuais mais alta do que a das previsões padrão baseadas em consenso que a empresa usava anteriormente.
E previsões de pedidos, ou remessas, mais precisas claramente se traduzem em um plano de fornecimento mais eficaz, que reduz as vendas perdidas – portanto, aumentando a receita – e melhora os níveis de serviço e a experiência do cliente. Finalmente, porque os insumos são mais precisos, também é o plano financeiro. Em várias implementações dessa abordagem em várias empresas de CPG, a precisão da previsão financeira feita no início de um determinado mês para o próximo mês aumentou para 95% a 97%.
Seremos capazes de entender o que impulsiona as mudanças comportamentais e outras que os planos preveem?
Esta pergunta provavelmente é a mais crítica. De fato, em nossa experiência, praticamente todos os executivos relutam em seguir cegamente as recomendações de uma caixa-preta desenvolvida por cientistas de dados. Eles têm razão em querer ser capazes de interpretar e explicar a saída do processo de previsão de demanda.
Por exemplo, um aumento ou diminuição se deve ao comportamento dos concorrentes, canibalização entre produtos, promoções e descontos, ou apenas a um evento especial ou feriado?
A boa notícia é que a tecnologia analítica hoje é madura o suficiente para permitir que uma previsão semanal de um único SKU seja decomposta em seus componentes básicos. Isso é feito modelando explicitamente os dados como uma combinação de variáveis-chave (comportamento dos concorrentes, etc.) e estimando a contribuição de cada uma para a previsão.
Os executivos também querem saber os motivos pelos quais, digamos, a previsão gerada na semana passada é diferente da gerada nesta semana. Isso também é informação que a tecnologia analítica de hoje pode fornecer, comparando os dados de entrada usados para gerar cada uma das previsões.
Por fim, os executivos querem entender por que as previsões e as vendas reais às vezes se desviam.
Na empresa de CPG, a resposta é que as vendas são afetadas pela forma como os preços, promoções, descontos e decisões de estoque são executados pelos varejistas – uma dimensão que a equipe de planejamento do fabricante não consegue ver.
Por exemplo, a previsão pode estar errada quando um varejista enfrenta desafios operacionais para mover o estoque para a prateleira ou para implementar promoções ou descontos de acordo com o plano. Informações sobre o inventário do varejista e os preços pagos pelos consumidores no caixa podem revelar esses problemas, mas em nossa experiência, a maioria dos varejistas não as fornece aos seus fornecedores de CPG. Assim, na empresa de CPG, qualquer diferença significativa entre a previsão e as vendas reais desencadeia uma investigação sobre o motivo da diferença.
Como podemos garantir que todas as funções sigam a nova abordagem?
A resposta é estabelecer um centro de excelência em previsão que reúna pessoas das várias funções, tecnólogos da informação e cientistas de dados. O papel deles será concordar com os dados a serem usados e permitir que a análise gere as previsões e o plano de fornecimento de acordo com o processo de cinco etapas.
Com que frequência devemos executar esse processo?
Aqui, a resposta depende dos ciclos de mercado dos diversos negócios e marcas. Para a maioria dos negócios, a previsão de demanda, a previsão de pedidos do varejista e o plano de fornecimento devem ser atualizados semanalmente ou quinzenalmente, enquanto a previsão financeira e a comparação com os objetivos da empresa devem ser feitas mensalmente. Mas há exceções claras.
Alguns produtos do fabricante de CPG têm ciclos de vida curtos, de apenas seis ou sete semanas. Nesses casos, as empresas precisam atualizar a previsão de demanda, a previsão de pedidos do varejista e o plano de fornecimento duas vezes por semana. (O mesmo vale para fabricantes de produtos de moda, cujas temporadas de venda duram no máximo 10 ou 11 semanas.)
Redefinindo a estratégia da cadeia de suprimentos
As estratégias tradicionais da cadeia de suprimentos frequentemente se concentraram na eficiência operacional ou na responsividade. Quando a eficiência operacional é a prioridade, uma empresa se esforça para reduzir o custo da cadeia de suprimentos o máximo possível, e esse objetivo impulsiona a seleção de fornecedores, estratégias de fabricação, design de produtos e distribuição, e logística. Tipicamente, as decisões de produção e distribuição são baseadas em previsões de longo prazo, os inventários de produtos acabados são localizados próximos à demanda do cliente, e os componentes muitas vezes são obtidos de países de baixo custo.
O objetivo de uma estratégia responsiva é competir no tempo de mercado, satisfazer a demanda rapidamente e eliminar as faltas de estoque. A fabricação ou montagem de produtos é baseada em pedidos reais em vez de previsões; os produtos podem ser personalizados; os inventários de componentes são maximizados, mas os inventários de produtos acabados são minimizados; e a velocidade é priorizada sobre o custo nas decisões sobre origens e transporte.
Embora os executivos experientes de operações e cadeia de suprimentos entendam a diferença entre eficiência e responsividade, muitos ainda estão confusos sobre quando aplicar cada estratégia. Isso ocorre porque diferentes produtos têm características diferentes, com alguns exigindo uma estratégia focada na eficiência, outros uma estratégia focada na responsividade e outros uma abordagem híbrida. Até recentemente, os executivos não tinham ferramentas para segmentar produtos e decidir qual estratégia era apropriada para um determinado segmento. Mas isso mudou, graças à digitalização e à análise de dados.
O fabricante de CPG começou explorando variações nos dados de vendas, focando na volatilidade das vendas dos produtos, volume e margem de lucro, pois cada um está diretamente relacionado aos riscos associados às faltas de estoque, níveis de serviço, estoque e transporte. Quanto maior a volatilidade das vendas, menor a precisão da previsão, e mais arriscado o produto. Isso, por sua vez, se traduz em faltas de estoque frequentes e níveis de serviço mais baixos.
Da mesma forma, quanto maior a margem de lucro de um produto, maior o risco, pois perder um pedido terá um impacto maior no resultado final. O volume, por outro lado, é inversamente proporcional ao risco – ou seja, quanto maior o volume, menor o impacto de perder um pedido e menor o risco. Essas relações são consistentes com as que vimos em outras empresas de CPG e varejo, embora às vezes outras empresas se concentrem no preço ou no custo do produto em vez da margem de lucro do produto, dependendo de qual é mais estável e, como resultado, mais fácil de aplicar.
A análise revelou que a empresa de CPG tinha quatro segmentos de produtos, embora outras empresas possam ter mais segmentos dadas as características de seus produtos. Cada segmento exigia uma estratégia diferente de cadeia de suprimentos.
Gráfico: A Estratégia Segmentada da Empresa de CPG para Abastecer Varejistas
Uma análise dos dados sobre volatilidade de vendas, volume e margens de lucro revelou que o fabricante de produtos de consumo tinha quatro segmentos de produtos. Cada um exigia uma estratégia de cadeia de suprimentos diferente: uma responsiva, priorizando velocidade; uma eficiente, priorizando baixos custos; ou uma híbrida, inclinada para eficiência ou responsividade.
O primeiro segmento é composto por produtos caracterizados por alta volatilidade. Como seus riscos de falta de estoque, níveis de serviço e estoque são altos, eles exigem uma estratégia de cadeia de suprimentos responsiva. Os estoques de produtos acabados para eles devem ser localizados em centros de distribuição centralizados. Cada centro será responsável por muitos pontos de venda, o que permite que uma empresa agregue a demanda, melhore a precisão da previsão e reduza os estoques necessários para abastecer os varejistas coletivamente, mantendo ao mesmo tempo altos níveis de serviço. Como a entrega rápida é fundamental, esses produtos geralmente são enviados por meio de instalações regionais de cross-docking – nas quais os itens de grandes caminhões de entrada são recarregados em caminhões menores de saída sem armazenamento entre eles.
O segundo segmento é composto por produtos com alto volume e baixa volatilidade, que requerem uma estratégia de eficiência. Em seu caso, as previsões são confiáveis e a gestão dos custos de transporte é importante. Por causa disso, os produtos são armazenados em armazéns regionais próximos aos clientes, e o estoque é reabastecido em um cronograma fixo. Isso permite que uma empresa carregue totalmente caminhões que levam produtos das instalações de fabricação para os armazéns regionais, o que mantém os custos de transporte baixos.
Os dois segmentos restantes são caracterizados por impulsionadores conflitantes: baixa volatilidade da demanda (o que sugere que uma estratégia de eficiência seria a melhor) e baixo volume do produto (que por si só exigiria uma estratégia responsiva). O que distingue esses dois segmentos são as margens de lucro do produto.
Vamos olhar primeiro para os produtos de margem alta.
Como esses produtos são mais arriscados, muitos deles são armazenados em locais centralizados e em armazéns regionais e são reabastecidos com base nas vendas reais das lojas. Essa estratégia permite que uma empresa equilibre eficiência e responsividade, embora penda mais para a responsividade.
Produtos de baixa volatilidade, baixo volume e baixa margem, por outro lado, requerem uma estratégia híbrida que pende para a eficiência. De fato, porque os riscos e os custos de manter o estoque são baixos enquanto a demanda é previsível, uma empresa pode enviar esses produtos em caminhões totalmente carregados para armazéns regionais próximos aos seus clientes, abastecê-los a partir desses locais e minimizar os custos de transporte.
Uma vez que uma empresa tenha feito a segmentação, ela precisa desenvolver estratégias detalhadas de sourcing, fabricação e logística. Um objetivo deve ser identificar sinergias entre os segmentos que permitirão à empresa se beneficiar de economias de escala. Isso pode ser alcançado alavancando o volume entre os segmentos para reduzir os custos de aquisição; compartilhando capacidade e infraestrutura em fabricação e logística; e consolidando informações de demanda e fornecimento para melhor planejamento e execução. Agora vamos olhar com mais detalhes para essa última atividade.
Equilibrando oferta e demanda
Um importante processo de gestão da cadeia de suprimentos que vem sendo aplicado desde meados dos anos 1980 é o planejamento de vendas e operações (S&OP). Ele equilibra continuamente oferta e demanda, e historicamente exige que os gerentes lancem novos produtos e líderes de manufatura e distribuição se reúnam e concordem com um plano único.
Tipicamente, envolve análise no nível da unidade de negócios ou no nível da família de produtos, não no nível individual do produto. Tradicionalmente, o S&OP é simplesmente uma extensão da previsão de consenso e, por isso, sofre das mesmas limitações: não começa com uma visão unificada da demanda, não cria um plano no nível do SKU, não distingue entre segmentos da cadeia de suprimentos e é impulsionado principalmente pelo bom senso, experiência e intuição, não por dados e análises. Por ser um processo manual, geralmente leva um mês.
Uma abordagem melhor para o S&OP substitui o processo manual por um automatizado que pode ser realizado semanalmente e garante que as funções de engenharia, finanças, vendas, cadeia de suprimentos, manufatura, sourcing e trade estejam todas trabalhando para alcançar os mesmos objetivos de negócio. O novo processo começa quando um sistema de otimização orientado por análises gera o plano de suprimento SKU por SKU que descrevemos anteriormente.
Esse plano informará tudo, desde cronogramas de produção mestre até planejamento de materiais e logística, incluindo decisões de inventário e transporte. Embora nem todas as empresas ou unidades de negócios precisem produzir um plano semanalmente, essa frequência é crucial para produtos cuja demanda é altamente volátil e cujas estratégias de marketing e promoção mudam frequentemente.
O novo processo de S&OP também prevê atividades de monitoramento. As empresas devem coletar informações ao longo da cadeia de suprimentos sobre indicadores-chave de desempenho (KPIs) como tempos de lead de fornecimento, inventários de matérias-primas e produtos acabados e níveis de serviço, buscando qualquer problema ou desvio que possa comprometer o plano de vendas e operações. As empresas podem então trabalhar para resolver esses problemas e, se eles se revelarem significativos, ajustar o próprio plano.
As empresas também precisam ficar de olho em dados e eventos que preveem o que pode acontecer no futuro próximo. Por exemplo, enquanto o inventário e os níveis de serviço podem sugerir que tudo está correndo bem, os dados de rastreamento de remessas podem indicar que os prazos de entrega provavelmente aumentarão e que, como resultado, os níveis de serviço poderiam diminuir nas próximas semanas, sinalizando a necessidade de aumentar os inventários ou acelerar as remessas.
Da mesma forma, se um evento climático extremo causar o fechamento de uma instalação de fabricação de um fornecedor na Ásia, isso poderia afetar o fornecimento disponível no futuro, talvez forçando as plantas de fabricação e montagem da empresa na costa oeste dos EUA a reduzir ou interromper as operações em cinco semanas. Mas apenas os KPIs tradicionais podem não fornecer nenhum aviso.
Por esse motivo, as empresas precisam de preditores-chave de desempenho (KPPs): métricas que indicam qual será o estado da cadeia de suprimentos nas próximas três a seis semanas. Os KPPs são centrais para o que chamamos de execução inteligente, um novo processo de negócio que complementa o S&OP inteligente. Enquanto o S&OP se concentra nos próximos 50 a 80 semanas, a execução inteligente foca no curto prazo (no máximo seis semanas) e tenta identificar e responder rapidamente a interrupções e desvios do plano.
A execução inteligente envolve três capacidades automatizadas:
- a captura em tempo real de dados internos e externos que revelem desvios potenciais do plano, interrupções no fornecimento ou mudanças na demanda;
- inteligência artificial que identifica o impacto potencial desses desenvolvimentos no desempenho da cadeia de suprimentos; e
- otimização orientada por análises que determina a melhor resposta, considerando vários trade-offs e objetivos.
Aqui está uma ilustração:
Ao reunir informações financeiras sobre fornecedores que são empresas públicas e dados internos sobre o desempenho dos fornecedores (por exemplo, sobre tempos de lead, níveis de serviço ou qualidade do produto), as empresas podem ser capazes de identificar fornecedores em dificuldades. Um sistema de IA pode então projetar a probabilidade e o impacto de uma falha do fornecedor nos compromissos futuros de entrega pontual e qualidade do produto. Finalmente, o sistema automatizado de otimização pode identificar um fornecedor alternativo para fornecer o material.
Durante a maior parte de sua história, a empresa de manufatura de CPG havia usado uma estratégia de tamanho único. Suas previsões foram alcançadas por consenso, o S&OP era um processo de um mês, a estratégia da cadeia de suprimentos não distinguia entre produtos diferentes, e desvios do plano e interrupções no fornecimento eram gerenciados de forma ad hoc. A empresa havia se destacado na eficiência operacional ao abraçar a melhoria contínua em seus processos de produção, embalagem, distribuição e atendimento a pedidos, mas não havia mudado fundamentalmente nenhum deles. Nossa abordagem para a digitalização da cadeia de suprimentos permitiu que a empresa transformasse a organização em menos da metade do tempo e por menos de um quarto do custo que tais esforços levam a maioria das corporações.
Outras empresas podem fazer o mesmo.
Uma abordagem abrangente e automatizada pode permitir que elas redefinam suas estratégias de cadeia de suprimentos e respondam rapidamente a desvios do plano. E como é impulsionado por IA, liberará os executivos para dedicarem mais tempo a atividades de valor agregado, como identificar as melhores oportunidades para o crescimento do negócio.
Fonte:
Periódico HBR, setembro – outubro de 2021