A área comercial da empresa em que o projeto foi desenvolvido tinha problemas para ajustar os preços por possuir mais de 20.000 SKUs. Como consequência disso, muitos clientes desistem de contratos, por divergência de preço comparado a concorrentes, ou até mesmo não poderem praticar o preço mais compatível com a entrega de valor. Outro desafio que a empresa enfrentou foi o aumento no preço da logística, provocada pela crise dos containers.
Esse volume de SKUs, a dinamicidade que os custos assumiram pela crise, fazia com que os ajustes de preços fossem feitos de forma rápida e assertiva, entretanto, as dificuldades nesse processo fizeram com que o tempo gasto de análise e ajustes fosse de 6 meses.
Em termos mais claros, as necessidades da equipe de comercial eram:
- Fixar o preço de todos os produtos, de forma individualizada e dinâmica, levando em consideração suas características técnicas, o perfil de cada cliente globalmente, regiões de vendas e as taxas de câmbio (forex);
- Orientar o cada segmento de vendas com informações sobre produtos potenciais para aumentar a receita líquida, de forma comparativa;
- Fornecer o histórico médio dos preços;
- Fornecer o Preço Médio Ponderado por Volume (VWAP) dos produtos;
- Ter uma ferramenta eficiente para a negociação de vendas, conseguindo potencializar a margem de lucro nas negociações.
Utilizando a metodologia CRISP-DM, todo entendimento inicial foi construído durante a primeira etapa, o Business Understanding onde o esforço foi concentrado para entender o processo comercial, as oportunidade, as lacunas, as dores, as necessidades e o impacto deste processo na cadeia de valor da empresa. Para esse processo, foram utilizadas as perguntas chaves de negócio, as KBQs (Key business questions), para nortear todo o projeto.
Esse entendimento norteou a criação de uma solução de IA para fornecer, de forma dinâmica, os preços para as SKUs. O plano macro da solução considerou:
- Gerar um conjunto de modelos de regressão linear de preços de produtos em todo o mercado em que esta empresa opera, com a possibilidade de analisar também localmente.
- Expansão das informações técnicas dos materiais incluindo produtos híbridos (produtos únicos, não destacáveis e projetados para desempenhar a função de dois ou mais produtos) na análise.
- O máximo de informações do cliente para distinguir sua área de operação.
- Monitoramento da evolução do ticket médio para evitar a agitação.
- Busca por aumento da receita líquida no maior número de cenários possível, de forma consistente e confortável.
Exemplos de parâmetros contemplados pelo algoritmo são: informações intrínsecas do material (capacidade, voltagem, entre outros), assim como parâmetros vindos dos mercados em que esses materiais estão sendo vendidos, e informações dos clientes e suas áreas de operação.
A IA é baseada na lista de preços e, através de uma API que acompanha a variação cambial de forma integrada à solução, obtém a média móvel exponencial dos últimos 30 dias do mercado de câmbio.
A solução desenvolvida foi uma aplicação web que permite aos usuários comparar os preços praticados, de qualquer material, com preços sugeridos pelo algoritmo de IA em questão de segundos. A solução também possui uma gama de filtros e parâmetros, como região de venda, família de produto, perfil de cliente, entre outros, para auxiliar os usuários a direcionarem sua análise caso desejado. O usuário também tem a capacidade de visualizar o impacto que a flutuação cambial teve sobre o preço no período selecionado, tornando essa solução ainda mais robusta.
A análise de precificação a partir de um algoritmo de IA permitiu expandir a capacidade de análise para muito além do que seria possível para um humano realizar, contemplando dezenas de parâmetros simultaneamente, direcionando a companhia à uma tomada de decisão orientada por dados. Como resultado, a solução foi capaz de trazer um retorno de até 4% na receita, com os preços praticados a partir do algoritmo de IA.
No final de 2022 o time de TI da Nidec Global Appliance foi premiado pela 4Network – Portal IT4CIO com o case NIDEC Lakehouse suportando na Precificação Inteligente.
Depoimento sobre o case:
“No final de 2022 o time de TI da Nidec Global Appliance foi premiado pela 4Network – Portal IT4CIO com o case NIDEC Lakehouse suportando na precificação inteligente.
Essa entrega foi resultado de um trabalho em conjunto com a Dojo Smart Ways, empresa parceira especialista em dados da Nidec.
A jornada orientada a dados gera aumento da capacidade analítica para que os gestores foquem menos no processo de consolidação e mais na tomada de decisões assertivas.
Este projeto que liderei veio para suportar uma dor da companhia: como responder ao cenário cada vez mais desafiador de precificação.
Com presença mundial, os produtos Embraco / Nidec Global Appliance têm capilaridade em diversos clientes e uma gama de SKUs para atender todas as necessidades de refrigeração: aplicações médicas, preservação de alimentos, vending machines, entre outros. Neste cenário complexo, o uso da tecnologia é fundamental para guiar a companhia na missão de otimizar o resultado através da política de preços.
No NIDEC Data Lakehouse (nossa plataforma de dados) reunimos e transformamos todas as bases de dados necessárias para as análises de precificação (e não são poucas rsrs). Com tudo pronto e consolidado no que chamamos de camada “trusted”, um portal web consome essas informações e disponibiliza os dados para serem visualizados. Aqui o usuário tem a capacidade de utilizar os diversos filtros para realizar suas análises customizadas e buscar insights.
Também na mesma solução temos um algoritmo que, utilizando dados históricos e condições específicas inseridas pelo usuário, retorna uma recomendação de preço que orienta o trabalho dos gestores.”
Matheus Dantas de Queiroz