Crescentemente o varejo é desafiado por fatores de alta complexidade. Mudanças econômicas, consumidores mais dinâmicos, novos competidores e facilidade de acesso a soluções tecnológicas tornam o desenvolvimento de vantagens competitivas um processo árduo. Para buscar bons resultados, o varejista deve saber de maneira assertiva os melhores produtos a ofertar, a quais públicos, por quais preços e canais. Com a tecnologia da informação é possível encontrar modos concretos e estatísticos para se obter estas respostas.
O surgimento dos ERPs no modelo SaaS e do armazenamento em cloud tornaram possível a armazenagem de uma significativa quantidade de dados originados de diversas fontes. A coleta, tratamento e análise destes dados integram o chamado sistema de Inteligência de Negócio ou Business Intelligence (BI). O termo se refere a um conjunto de técnicas e ferramentas que irão traduzir as inserções em sistemas de gestão (e fontes externas como redes sociais, por exemplo) em informações estratégicas. As ferramentas de BI são capazes de lidar com altos volumes de dados não-estruturados para auxiliar os gestores a identificar, desenvolver e criar oportunidades.
De modo simplificado, é possível dividir este processo em quatro etapas.
Identificação das “necessidades” de inteligência: o primeiro passo neste processo estratégico é a definição das questões que exigem monitoramento ou embasamento para tomada de decisão. Uma vez que o varejo é possuidor de um grande volume de informações e a possibilidade de correlação destas é altamente extensa, é necessário um direcionamento para se garantir resultados relevantes.
Mapeamento das origens: em seguida, verifica-se quais origens contém informações que respondam às demandas levantadas. Alguns processos podem ser desenvolvidos apenas com a análise pontual em bancos de dados específicos, outros podem exigir a criação de um Data Warehouse. O DW é uma arquitetura que tem por objetivo a integração de dados originados de diversas fontes em um único repositório, de maneira consolidada, histórica e conforme determinadas regras de classificação. Assim, os usuários podem mais facilmente executar consultas, gerar relatórios e fazer análises. É possível, também, a criação de um Data Mart (ou vários, se necessário). O Data Mart pode ser considerado um subproduto do Data Warehouse, pois extrai e ajusta porções do DW a requisitos de departamentos ou projetos específicos, facilitando a consulta e evitando informações indesejadas que possam afetar os resultados.
Coleta e tratamento: neste ponto já é possível a análise estratégica dos dados. Existem diversas ferramentas e técnicas para o desenvolvimento desta atividade, como a estatística, algoritmos de aprendizagem e classificações por redes neurais. Esta etapa busca desvios consistentes, padrões temporais, regras de associação e quaisquer outros itens que configurem informações precisas para as questões levantadas.
Disponibilização das informações: com base nessas analises é necessário, por fim, transcrever as informações coletadas para uma interface compreensível a todos os setores. Diversos sistemas já possibilitam o desenvolvimento automático de dashboards, que podem ser suficientemente claros para esclarecer de um modo visual as questões levantadas ou, então, integrar um report com descritivos completos.
O correto e contínuo uso deste processo permite a rápida identificação dos efeitos que cada ação ou setor promove no negócio e a projeção de linhas de tendência confiáveis, o que pode trazer ao varejista diversos benefícios, como: Otimização dos processos decisórios; Redução de erros em ações promocionais, estratégias de distribuição ou precificação; Auxílio na fidelização de clientes (a capacidade de se cruzar corretamente dados de diversas fontes possibilita a realização de ações direcionadas mais eficazes).
Com o tempo, todos os setores e projetos poderão operar em um nível mais próximo à excelência, pois os gestores possuirão indicadores de desempenho (KPIs) baseados em modelos estatísticos e um controle de resultados muito mais ágil e completo.
