Temos uma larga experiência em projetos de consultoria de modelagem de negócios para ajudar a alavancar seus resultados.
As decisões relativas a investimentos em propaganda e promoções se caracterizam por grande incerteza. Mas é possível reduzir substancialmente esta incerteza através de modelos estatísticos apropriados, projetados para medir o retorno de ações passadas e orientar o planejamento de ações futuras. Mas a utilização da tecnologia de Marketing Mix Modelling levanta algumas questões, tais como:
Estas questões precisam ser analisadas de forma a estabelecer um sólido embasamento para avaliar a adoção destes modelos nos processos de planejamento e controle de mídia. Este embasamento também é fundamental para o entendimento dos requisitos necessários para o desenvolvimento da solução, em termos de expertise e experiência.
Ao se desenvolver modelos com a finalidade de entender o impacto causado pela propaganda é essencial que a metodologia utilizada seja capaz de lidar com diferentes estruturas de planos, e diferentes teorias, sem provocar efeitos indevidos nos resultados.
Os modelos podem ser empregados para duas finalidades:
Algumas outras questões conceituais e práticas devem ser consideradas, tais como:
É evidente que para se produzir modelos eficazes, acurados e robustos, é necessário um forte embasamento conceitual sobre o problema em questão, além de grande bagagem estatística.
Uma vez que estruturas apropriadas de modelos sejam definidas, são utilizados dados históricos para calibrá-los. Mas para serem utilizados, os dados primários precisam ser transformados antes de serem incorporados aos modelos. Estas transformações são fundamentais e específicas para cada contexto, e devem ser compatíveis com as estruturas conceituais adotadas.
Calibrar os modelos envolve estimar os valores dos parâmetros de forma que o modelo se ajuste aos dados da melhor maneira possível. Um tipo de parâmetro poderia indicar, por exemplo, qual o aumento percentual instantâneo nas vendas quando a intensidade (ou peso) da mídia – medida em GRPs, por exemplo – é aumentada em x%.
Como nossos modelos são agnósticos, devemos considerar a priori, na estrutura dos modelos, entre outras, a hipótese de que o carry-over possa existir; os dados revelarão, a posteriori, se existe ou não, e em que grau. Da mesma forma temos que considerar a possibilidade de existir um efeito tipo “retorno decrescente” em relação ao peso aplicado. Ou seja, dobrando os GRPs o efeito menos do que dobra.
A Hyper tem desenvolvido grande número de modelos de Marketing Mix para fabricantes de bens de consumo, com finalidade de medir o impacto de ações promocionais, de mídia e de pricing. Os modelos são utilizados na prática através de simuladores e otimizadores que permitem avaliar o impacto de políticas alternativas sobre vendas, share, etc. Também são fornecidos mecanismos para fazer tracking das políticas passadas, decompondo o resultado em parcelas correspondendo a cada estímulo utilizado e a evolução do mercado.
Avanços recentes nos modelos de previsão de clima têm possibilitado obter significativas melhorias nas previsões de temperatura, abrangendo horizontes variando entre poucas semanas até alguns meses.
Os sofisticados modelos estatísticos ScanOne conseguem determinar o efeito da temperatura sobre as vendas de determinadas categorias de produto, que são sensíveis à temperatura.
Estes modelos, junto com as previsões climáticas produzidas por organizações especializadas em meteorologia, ajudam aos fabricantes, atacadistas e varejistas destes produtos a tomar as difíceis decisões relativas às quantidades a serem produzidas, estocadas ou compradas, reduzindo as chances de perder vendas ou de acumular estoques excessivos.
A matéria prima para criar estes modelos inclui:
Uma vez que o modelo tenha sido desenvolvido, o Simulador ScanOne consegue determinar o impacto de um cenário de temperatura sobre as vendas de determinada categoria.
Freqüentemente a maior parte dos efeitos não ocorre de forma instantânea, e só aparece após um certo período, que depende da categoria. Como ilustrado hipotéticamente no gráfico abaixo, um aumento de 4.4 graus no patamar atual da temperatura provoca, após um período de transição, um aumento final de 120% nas vendas. Na prática o impacto pode se maior ou menor que este valor. Podemos ver também no gráfico a progressiva acumulação do impacto da temperatura sobre as vendas, ao longo do tempo, até que o efeito de longo prazo seja atingido. No exemplo, o efeito final demora quase 30 dias para ser acumulado..Os cenários de temperatura utilizados em aplicações reais são normalmente muito mais complexos que uma simples mudança de patamar, utilizada no exemplo por motivos meramente didáticos.
Além de simular o impacto das previsões de temperatura sobre as vendas futuras, o usuário pode, p.ex., simular cenários com temperaturas iguais às de determinado ano, ou iguais à média histórica, e compará-los com o cenário previsto. É possível também remover o efeito da temperatura sobre as vendas de períodos anteriores, como do último ano, ou ainda simular as vendas anteriores com as atuais previsões de temperatura.
A tecnologia revolucionária que torna possível prever com precisão a demanda de cada item, em cada local de armazenamento, ajudando a manter os estoques em níveis ótimos, minimizando faltas, eliminando excessos e reduzindo custos.
Varejistas e fabricantes têm permanentemente a necessidade de determinar as quantidades necessárias para reposição dos níveis de estoque de cada SKU e em cada local de armazenagem (ISL). Para isto é necessário prever a demanda de cada SKU/ISL, mas freqüentemente os métodos empregados são inadequados, o que resulta em custos desnecessariamente elevados de armazenamento e perda de vendas. Embora nem sempre os custos totais associados a níveis inapropriados de estoque sejam medidos, sabe-se que seu impacto sobre a lucratividade das empresas é muito grande.
Mas com a tecnologia ScanOne é possível mudar este cenário, reduzindo custos e assim melhorar substancialmente os resultados financeiros, e atender melhor às necessidades dos clientes.
Esta é uma pergunta difícil, que ScanOne ajuda a responder. A questão envolve diversos aspectos, mas o ponto principal é a previsão da demanda. Como toda previsão tem incerteza, a questão é utilizar métodos de previsão que reduzam ao máximo esta incerteza. E não basta reduzir a incerteza, é necessário quantificá-la, porque a margem de segurança associada ao nível de estoque de cada SKU em cada local de armazenamento depende do grau de incerteza da previsão.
Há situações, como na venda de produtos de baixo giro em lojas, em que a demanda é baixa e em muitos períodos a venda é zero. Em outras a demanda é alta mas intermitente, como o fornecimento de um fabricante para um depósito de uma rede de varejo. E há casos, como na venda de produtos de alto giro em grandes lojas, onde a demanda é contínua e alta. Para cada situação deve-se utilizar uma tecnologia apropriada.
O sucesso da solução ScanOne se deve ao seu mecanismo exclusivo, baseado em modelos dinâmicos não estacionários, específicos para processos de Poisson e NBD, e apropriados para todo tipo de previsão de demanda de produtos de consumo, incluindo modelos causais ou não.
A primeira etapa de um Programa de Fidelização consiste em identificar os clientes e promover benefícios (promoções) focados em portadores de cartões e uma campanha de comunicação divulgando os benefícios dos cartões, e mostrando como obtê-los. Poderá usar meios de comunicação de massa (TV, jornal, radio), mas estará centrada em material dentro das lojas.
Um programa de fidelização fundamenta-se na segmentação econômica da base de clientes (valor das compras recentes), a qual servirá de base para a distribuição de benefícios proporcionais aos clientes. Outras segmentações (classificação sócio-demográfica, life-style) não apresentam boa correlação com comportam ento de compras. (ex. BW: idosos).
A implementação de um programa de fidelização Implica em reformulação das atividades de comunicação:
O monitoramento contínuo do Programa, dos Segmentos e das Ações Específicas também é fundamental para o sucesso da iniciativa.
Como se sabe, o preço ao consumidor é o fator individual mais importante para a geração do lucro dos varejos. E agora é possível dar a resposta precisa para a mais importante de todas as questões:
Para determinar o Preço Ótimo de cada item é preciso entender como os consumidores de cada loja da rede reagem às variações nos preços e nas promoções. O histórico de dados de venda, registrados nos checkout das lojas, contém informações extremamente ricas sobre a resposta dos consumidores. Mas para extrair destes dados brutos estas informações vitais ScanOne utiliza as mais sofisticadas técnicas de modelagem, que permitem a determinação dos preços ótimos, que gerarão o maior lucro possível.
Para usufruir deste enorme benefício, só é necessário que a rede disponha de uma base de dados com o registro da venda diária por item e por loja. Opcionalmente os dados de promoções podem também ser utilizados na análise, melhorando os resultados.
ScanOne gera um modelo de reposta do consumidor (chamado de modelo de demanda) para cada categoria de produtos da rede, permitindo assim maximizar os resultados por categoria, descontando os efeitos de canibalismo entre itens concorrentes.
Como é possível aumentar dramaticamente o lucro do varejo através da utilização de preços ótimos? Para entender como funciona esta técnica, denominada de Retail Revenue Management, vamos considerar um exemplo ilustrativo:
Pode-se observar que embora as vendas tenham diminuído 2%, a margem operacional bruta (ou rentabilidade) aumentou de $3.200.000 para $3.430.000, ou seja, 7.2%. Note-se que embora o Custo Total das Mercadorias tenha diminuído, não se supõe que tenha havido diminuição nos custos unitários, apenas pequena redução nos volumes vendidos. Como a estratégia de Revenue Management não altera os custos fixos, os aumentos na rentabilidade são integralmente transferidos para o Lucro Operacional Bruto, que passa de $500.000 para $730.000, com aumento de 46%! Evidentemente os números são meramente ilustrativos, e variam a cada caso.
A Otimização é realizada após a determinação da elasticidade de cada item SKU, ou seja, a sensibilidade dos consumidores às variações nos preços. As elasticidades são específicas de cada SKU e podem variar para cada loja.
O gráfico ao lado mostra um exemplo hipotético de como variam Volume, Faturamento e Margem Bruta em função de diferentes preços. No caso, a maior Margem Bruta é obtida com preço pouco acima de $2.30. Nos modelos ScanOne são medidos também os impactos de preços de itens concorrentes.
A “indústria” de ações contra grandes empresas oferecem serviços (produtos) diretamente aos consumidores:
Cada ação movida contra qualquer empresa do grupo tem determinadas características associadas e um modelo estatístico de risco determina como as características de uma ação contribuem para seu potencial de risco.
O potencial de risco da ação estima a probabilidade da ação ser onerosa (indenização ou acordo gravoso), o valor esperado para a ação e a variabilidade deste valor.
Com base em conjunto de ações recentes, já encerradas, sofridas pela empresa cliente, o modelo é calibrado para obter os melhores resultados.
Após o desenvolvimento do modelo de risco, as ações novas e aquelas já em curso são avaliadas pelo modelo.
Para que este procedimento entre em produção é necessário que os dados que caracterizam as ações estejam dentro de padrões específicos, que serão definidos paralelamente ao desenvolvimento do modelo.
Em uma parceria com a empresa de consultoria KPMG, a Hyper desenvolveu uma metodologia para o tema de otimização de causas cíveis.