Os desafios da era do Big Data e do analytics na indústria de manufatura

Mais do que qualquer outra indústria, a manufatura impulsiona a saúde, a competitividade e o desenvolvimento econômico de um país ou de uma região. Segundo o livro Growth in a Time of Change: Global and Country Perspectives on a New Agenda, dos pesquisadores Zia Qureshi, da Brookings Institution, e Hyeon-Wook Kim, da Korea Development Institute, as tecnologias que envolvem a indústria de manufatura estão em rápida evolução, e incluem inteligência artificial, robótica avançada e Internet das Coisas. Todas elas são chamadas de tecnologias da Indústria 4.0. O conceito vai remodelar a manufatura como conhecemos hoje, com consequências importantes para o papel tradicional dessa indústria tanto nas economias desenvolvidas como nas emergentes. Estamos falando de transformação estrutural, crescimento e criação de empregos.

A manufatura produz alimentos, vestuário, energia, máquinas e todo tipo de equipamentos industriais. O setor desenvolve ainda carros, aviões, smartphones, motores, medicamentos, cigarros, consoles de jogos. Em suma, a manufatura auxilia a “fazer as coisas”. Atualmente, as empresas estão enfrentando pressões que são resultado da instabilidade dos negócios e da necessidade de atender a uma demanda que tenha a produção correta no momento certo, de forma a fornecer uma experiência positiva ao cliente, além de gerar redução de custos e aumento de margem. Com isso, uma série de pontos alimentam essa nova realidade.

De acordo com dados do Brooking Institute de 2018, em uma escala de 0 a 100 dos países que tinham o melhor ambiente para o desenvolvimento da indústria de manufatura, quem liderou a lista foi o Reino Unido (78), seguido de Suíça (78), Estados Unidos (77), Japão (74) e Canadá (74). Já na ponta oposta, nações como Brasil (51), Indonésia (53), México (54) e Rússia (54) ainda ficam atrás nesse quesito.

Dados, dados e mais dados

Com o avanço tecnológico, as indústrias estão se deparando com um aglomerado de dados. São dados de chão de fábrica, de máquinas inteligentes, de sensores, da internet, de mídias sociais, da área de vendas, de informações do call center etc. Estamos sendo bombardeados com esses dados. E dados são valiosos, mas como tirar o real valor deles?

Atualmente, vem sendo muito difundido o enorme poder da aplicação do analytics a essa grande massa de dados, de forma que se possa correlacionar as informações e obter insights poderosos que auxiliem na tomada de decisão.

Muitos são os tipos de análise que se podem obter desses dados. Saber o que seu cliente deseja, a partir de dados de internet correlacionados com informações de vendas, por exemplo, lhe dará a capacidade de oferecer o produto ideal, no momento certo, garantindo a satisfação do cliente. Outro exemplo simples é conhecer a probabilidade de compra de seu cliente, a partir do comportamento de consumo dele em sua rede. Isso auxilia as empresas a entender quanto investir em cada campanha, para cada perfil de cliente, de forma a atingir melhores resultados. Pensando no chão de fábrica: conseguir predizer quando uma máquina está prestes a apresentar defeito, e evitar a parada brusca na produção graças aos dados fornecidos por máquinas inteligentes, a fim de não repercutir diretamente nos custos na ou satisfação de seu consumidor.

O equilíbrio entre a oferta e a demanda

Com o que se pode extrair dessa grande massa de dados, vemos uma enorme necessidade das áreas de supply e distribuição em manter o máximo de equilíbrio entre a oferta (quase sempre restrita) e a demanda (muitas vezes irrestrita), de forma a garantir que o produto certo esteja no local certo, no momento certo, para seu cliente. Atingir esse equilíbrio tornou-se um dos maiores desafios das indústrias, uma vez que conhecer a demanda dos produtos envolve fatores externos ao que se pode controlar, como, por exemplo, o comportamento de compra do consumidor – que pode ser altamente influenciado por ações da mídia, de concorrentes e ações da própria empresa.

O poder do analytics, especificamente da estatística, com avançadas técnicas de modelagem, vai auxiliar no entendimento desses dados do passado e em projeções futuras desse comportamento, com alta qualidade.

A busca pela qualidade

Outro ponto importante é a qualidade da produção e dos ativos das empresas. A manufatura consiste em uma grande quantidade de produtos sendo produzidos em curto período de tempo a partir de máquinas modernas e poderosas.

Esses produtos e ativos precisam ser monitorados e avaliados, a fim de garantir que os produtos estejam dentro das especificações necessárias e assegurar o funcionamento ótimo dos maquinários, para evitar o custo com as paradas não planejadas e ausência de produção. Fatores esses que causam impacto financeiro rapidamente nas empresas.

A qualidade, porém, não pode ser restrita à criação e ao acompanhamento das especificações. Ela envolve a necessidade, a opinião e o desejo dos clientes. Afinal, são eles que definem qual é a qualidade, mediante reivindicações de garantia, postagens em redes sociais, dados do call center. Novamente, o analytics aplicado à enxurrada de dados traz a capacidade para medir a qualidade de dentro para fora, e de fora para dentro, aumentando a receita da empresa e garantindo a satisfação do cliente.

O consumidor moderno está mudando seu comportamento de consumo, tanto no varejo quanto na manufatura. Aquele cliente antigo, que tinha fidelidade à marca, deu lugar a um novo perfil de consumo, identificado muito mais pelo interesse na experiência que o produto possa trazer do que em sua marca. E a qualidade do produto reflete diretamente nessa “tal” experiência que o consumidor espera ter. Garantir boa qualidade, atualmente, tornou-se a chave para fidelizar consumidores.

O uso de ferramentas de Customer Intelligence (CI) e Customer Experience (CX) faz todo sentido não apenas para o varejo, mas também para a indústria. Perder um cliente ou retê-lo é, muitas vezes, resultado de seu desempenho no pós-venda. Então, por que o pós-venda é tão frequentemente um pós-pensamento?

A Era Big Data

Então como as empresas lidam com a velocidade dos negócios e as complexidades associadas com o mercado de hoje? São muitas pessoas e muitos processos, mas também existe a necessidade de uma plataforma robusta que consiga manipular esses dados complexos de diversas fontes e fornecer análises que conduzam decisões mais rápidas e precisas.

Mais importante do que coletar as informações é saber o que fazer com elas. Dados serão apenas elementos vazios se não forem processados e transformados em informações úteis.

O avanço da tecnologia resultou em poderosos softwares estatísticos que podem ser administrados por profissionais das mais diversas áreas. Isso possibilita às empresas que não disponham de profissionais com know how específico realizar análises de qualidade estatística a partir de soluções automatizadas.

Com essas ferramentas poderosas em mãos, o analista poderá empregar seu precioso tempo prioritariamente no desenvolvimento de estratégia para o planejamento de demanda, por exemplo, com campanhas ou ações aprofundadas ou até na resolução imediata de problemas ou acionamentos que influam na qualidade do produto, do que no desenvolvimento de modelos e análises para identificar a causa raiz. A era Big Data viabiliza o pensamento – que sempre esteve na análise e identificação das ocorrências do passado – para um olhar no futuro, do que de melhor deverá ser feito a partir desse passado. O ganho em velocidade e eficiência poderá ser rapidamente traduzido em retorno financeiro para as empresas.

*Mariana Fontanezi é consultora de pré-vendas no Brasil do SAS