INICIATIVA DE EFICIÊNCIA DE ESTOQUE DE PRODUTOS PERECÍVEIS: ESTRATÉGIAS COM USO DE MACHINE LEARNING

Resumo:

Definição do Problema – Uma das principais redes varejistas do Brasil enfrenta desafios com quebras de produtos perecíveis no setor de FLV e perda de produtividade devido à complexidade do sistema de pedidos diários. Este estudo analisará a gestão do abastecimento de produtos perecíveis, visando reduzir rupturas, aumentar vendas e diminuir perdas.

Análise do Problema – Devido ao alto índice de quebras no setor FLV, tornou-se essencial mapear os processos internos de abastecimento para identificar gargalos. Constatou-se que as lojas enfrentavam dificuldades para efetuar pedidos devido à multiplicidade de telas, práticas manuais, intervenção humana e algoritmos desatualizados, contribuindo para o desperdício e a perda de produtividade.

Solução do Problema – Após análises e reuniões, decidiu-se aprimorar o sistema de pedidos de produtos perecíveis. As soluções incluíram simplificar a interface de pedido com base nos feedbacks dos usuários, sincronizar os pedidos para evitar atrasos e melhorar o algoritmo de cálculo para otimizar as sugestões.

Resultados – Os resultados foram significativos. A simplificação da tela de pedidos reduziu o tempo de 2 horas e 30 minutos para 30 minutos, aumentando a produtividade. A sincronização dos pedidos no dia e horário corretos evitou atrasos nas entregas, reduzindo prazos. A otimização do algoritmo com machine learning gerou sugestões de pedidos mais precisas, eliminando a necessidade de pedidos manuais e diminuindo as quebras no setor.

Avaliação e ações Aprendidas – As melhorias no sistema aumentaram significativamente a usabilidade para os usuários, elevando a produtividade e destacando a importância de um sistema simples e completo para a eficiência operacional. A sincronização aprimorada garantiu que os pedidos fossem enviados no dia e horário corretos, conforme as regras de negócio do FLV. O uso de machine learning foi essencial para considerar todas as variáveis na previsão de demanda e realizar previsões futuras.