A Cantu Inc. automatizou seu processo de previsão de demanda em parceria com a A3Data, consultoria brasileira de dados e Inteligência Artificial. A solução usa serviços da Amazon Web Services (AWS) e Machine Learning para processar informações de vendas e cadastro de produtos.
Com a mudança, o erro de previsão, medido pelo indicador WMAPE, foi reduzido em 15%. O tempo para gerar a previsão inicial caiu de aproximadamente duas semanas para seis horas. As análises, antes feitas por grupos de produtos, passaram a ser realizadas por SKU e Unidade da Federação (UF).
Desafio operacional
A Cantu Inc. opera com mais de 5 mil SKUs, distribuídos por mais de 40 filiais e centros de distribuição no Brasil. Seu portfólio inclui pneus para passeio, carga e uso fora de estrada, além de marcas próprias e canais de venda físicos e digitais. A operação também envolve produtos nacionais e importados, variações de demanda e fatores econômicos.
Antes do projeto, a previsão era feita manualmente, levava até 14 dias e registrava erro de 62% no WMAPE. Problemas nos dados cadastrais também afetavam o processo.
A arquitetura implementada pela A3Data usa o AWS Glue para integrar e tratar dados e o Amazon S3 para armazenar históricos de vendas e cadastros em um Data Lake. O processamento dos algoritmos para os SKUs é feito com Databricks em clusters no Amazon EC2. AWS Step Functions e AWS Lambda automatizam e coordenam as etapas do pipeline.
Segundo a empresa, a redução do erro contribuiu para melhorias no fluxo de caixa destinado à aquisição de produtos, no controle de estoques e nos custos logísticos, além de ajudar a reduzir perdas associadas à falta de itens. A diminuição do tempo de processamento também permite atualizar análises com maior frequência e direcionar a equipe para a tomada de decisões.
“A redução de 15% no erro de previsão em cinco meses é um resultado inicial. Vamos continuar refinando a solução”, afirma Manuela Nascimento, diretora de Marketing da Cantu Inc.
A próxima etapa prevista inclui a avaliação de serviços como Amazon SageMaker Unified para MLOps, Amazon QuickSight para dashboards e Amazon Bedrock para aplicações de IA generativa em análises de mercado e cadeia de suprimentos.
