You are on page 1of 2

Sell-Out Modelling

Uma vantagem competitiva


gesto de uma O grande desafio na em permanente cadeia de suprimentos manter equilbrio os nveis de estoque para satisfazer a demanda. Gesto e Uma Modelagem acertada, que esta sendo estratgia Para prever o Sell-Out de forma adequada necessrio utilizar modelos estatsticos multivariados que possam incorporar todas estas informaes relevantes. (ii) Lamentavelmente a qualidade da informao do Sell-Out no a mesma em todos os canais de vendas. Existem canais onde a informao muito detalhada, em frequncia intradiria, por exemplo, as grandes cadeias de supermercados. Por outro lado, existem canais onde a informao est somente em freqncia mensal ou disponvel para determinadas amostras ou est totalmente indisponvel. (iii) O processo de planejamento tem um carter fortemente massivo, j que podemos estar prevendo um nmero grande de produtos ou SKUs. Frequentemente, os erros de previso em nvel SKU so muito mais alto quando comparados com o erro Marca&Categoria. Alm disso, somar previses no igual a somar dados histricos. A previso por definio tem erro, e o erro geralmente no se compensa quando estas previses so somadas. Por isso, garantir uma coerncia das previses entre os nveis SKU e Marca outro desafio. Outro ponto fundamental a necessidade de um mecanismo de tomada da Deciso tima, correta do ponto de vista econmico, que deve contemplar elementos como: 1. O Grau de Incerteza da prpria previso do Sell-Out. 2. Os Custos associados: Reabastecimento, Manuteno da Mercadoria, Falta de Estoque, etc. 3. Restries do tipo contratual, capacidade e as estratgias especficas sobre o nvel de servio.

implementada em varias companhias, fazer um Inferncia planejamento com foco no consumidor final, ou Bayesiana seja, com foco na Demanda. Modelos A venda ao consumidor (Sell-Out) o que melhor Hierrquicos representa a demanda final. Uma modelagem do Sell-Out tem a em Deciso vantagem importante de permitir obter uma previso mais acertada do Stock Final. condies de incerteza

Modelagem: processo de aprendizagem

Stock Final = Stock Inicial + Sell In Sell Out Sell In: Conhecido Sell Out: Previso

Este enfoque cria as condies propcias para diminuir o Efeito Bullwhip ou Efeito Chicote, que o desbalanceamento forte da cadeia, provocando grandes perdas nas vendas e aumento dos custos. Por que prever o Sell-Out to difcil? A estratgia de fazer o planejamento, usando o Sell-Out como mtrica principal, abrange trs importantes desafios tcnicos como: (i) sua dependncia de fatores com efeitos simultneos, (ii) qualidade diferente da informao nos canais de venda e a (iii) massividade dos SKUs. (i) O Sell-Out influenciado de maneira simultnea por vrios fatores como: Economia, Preo, Sazonalidade, Clima, Publicidade, Aes da Concorrncia, Lanamento de Novos Produtos, entre outros fatores.

Bayes Forecast tem desenvolvido metodologias

baseadas em Modelos Preditivos Dinmicos Hierrquicos Bayesianos com um conjunto de solues e aplicaes prticas capazes de tratar cada um destes desafios, gerando uma vantagem competitiva para seus clientes.

Bayes Forecast
Bayes uma empresa com sede em Madrid, fundada em 1991 pelo economista matemtico Jos Almagro. Possui escritrios em So Paulo e na Cidade do Mxico, atuando em mais de vinte pases ao redor do mundo. A misso da Bayes levar a Estratgia de Modelagem para os processos decisrios das empresas. por isso que tem desenvolvido as seguintes trs reas fundamentais que ajudam nesta incumbncia:

Desenvolvimento de Solues Voltada a criao de sistemas de modelos para a previso e tomada de deciso tima em vrios setores com projetos extremamente focados no business de seus clientes. Desenvolvimento Tecnolgico Desenvolve metodologias e tecnologias avanadas de modelagem, algoritmos de estimao, otimizao, simulao, compactao, etc. Criou uma linguagem prpria de programao de modelagem: TOL Time Oriented Language, com licena Open Source.

Escola Bayes Fundada pela companhia, a Escola Bayes ensina a interpretar os modelos para extrair insights, tomar decises timas e tambm ensina a modelar, utilizando os algoritmos e as ferramentas existentes.

As empresas no podem terceirizar sua inteligncia, necessario aprender a ger-la. A Inteligncia um capital que deve ser fomentado J.A.

Bayes Forecast Ltda. Rua do Paraso 45, cj. 61 Paraso 04103010 - So Paulo/SP Brasil Tel.: (+55) 11 3266 6289 Fax.: (+55) 11 3263 0027

Bayes Inference S.A. Gran Va, 39, 5 planta 28013 - Madrid - Espaa Tel.: (+34) 91 532 7440 Fax.: (+34) 91 532 2636

www.bayesforecast.com www.tol-project.org

You might also like