Don Ross*

Há numerosas estratégias de, eficientemente, se fazer análise das informações geradas nas vendas do varejo. Uma delas é o uso de uma quantidade menor de dados. Menor quantidade de dados significa estrutura mais simples, menor dispêndio de energia e de espaço no disco rígido.

Calcula-se que só 15-30% de varejos americanos fazem algum tipo de análise usando informações geradas nas transações. Algumas razões para esta baixa porcentagem incluem:

1. Volume de dados muito grande.
2. Em geral os dados não estão organizados para serem usados por ferramentas de inteligência de negócios.
3. A complexidade de cálculo exige uma grande quantidade de energia e recursos (espaço de disco e CPU processando dados).

Estratégia Tecnológica – Qual a estratégia para superar essas barreiras e começar a gerar valor a partir do seu varejo? A resposta é: Use menos dados, use um número menor de informações.

Usar menos dados parece óbvio, correto? Se dados em excesso estão causando problemas, a estratégia é encontrar um meio de usá-los em menor quantidade. Mas isto não é tarefa fácil - ela exige a identificação do que é mais importante e menos importante para a sua análise. E a menor quantidade de informações está no resumo das transações, desde que ele tenha elementos suficientes para a análise. Isto elimina a necessidade de se acessar constantemente tabelas que incluem um item por linha, numa cesta.

Vou informar que tipo de análise pode ser feita neste nível. Antecipo que a essência da estratégia é eliminar detalhes. Os detalhes só entram quando são absolutamente necessários. Com isto mudamos a análise do nível dos detalhes para o nível dos resumos.

Transferir análises das informações do nível de detalhe para o nível de resumo das transações pode ser realizado por um processo eficiente de ETL. Este processo faz algum levantamento pesado antes de fazer relatórios com sua ferramenta de inteligência de negócio. Devemos lembrar que nossa meta é apresentar resultado que agregue valor, e não fazer nossa ferramenta de inteligência de negócio executar truques em um Banco de Dados resumido. Isto é especialmente importante em negócios do tipo supermercados, no quais cestas de “12 itens ou menos” são a exceção.

Uso do Histórico das Transações – Outra estratégia de reduzir a quantidade de dados é examinar cuidadosamente o uso do histórico. Ou seja, reduzir o número de informações por meio do histórico. Para fazer uma boa análise, você não precisa, necessariamente, analisar cada transação existente no seu Banco de Dados sobre os últimos 10 anos. Por exemplo, no varejo de Hortifruti ocorrem muitas transações e repetição de fregueses em um curto espaço de tempo. Por causa disto, a análise pode começar com seis meses de detalhe de transação. Neste caso, estaremos abandonando o histórico ideal, que é de um a dois anos nete tipo de varejo. A mesma coisa, provavelmente, pode ser dita para o varejo grande - nele há também muita repetição de clientes.

Revendedores de Especialidades – Os revendedores de especialidades têm menos transações, o que naturalmente reduz o tamanho do Banco de Dados. Mas a análise destes negócios, provavelmente, pode começar com dois anos de dados (embora cinco seja o ideal neste varejo) para um grupo significativo de amostra de clientes que vêm uma ou duas vezes por ano.

Diferenças Regionais – Tremendas reduções de dados podem ocorrer ao se examinar a aplicabilidade das transações. Dentro de uma cadeia nacional de varejo, você pode ver comportamentos dramaticamente diferentes de clientes quando comparados por região ou estação. Numa loja de produtos do lar do Sul, por exemplo, você provavelmente verá poucas vendas de ventiladores no inverno. Seguindo esta mesma idéia, no entanto, ventiladores podem ser vendidos o ano todo no Norte e Nordeste. Que importância haverá, para as suas conclusões, incluir a venda de ventiladores no inverno, em lojas do Sul? Incluir os ventiladores nestas lojas é aumentar o Banco de Dados com informações irrelevantes.

Hortifruti, cerveja e vendas de vinho podem aumentar substancialmente o preço total das compras, mas nem toda loja de supermercado vende vinho. Isto leva também a uma revisão do tipo de dados que será incluído na análise.

Mudar o Jogo: Transações Relevantes – Deve-se executar um jogo de transações "relevantes" para cada análise, resultando numa quantidade menor de dados. Você também deve compreender que a mesma análise deve ser conduzida no nível de cesta – correlação valiosa, e possível analise por afinidade, envolve informação de produto num nível mais alto que SKU.

Um exemplo disto é: você está interessado em saber quão freqüentemente as pessoas compram broxas e fita de pintor quando compram tinta? Se você procura esta informação, provavelmente não vai incluir, na análise das informaões, a cor da tinta que compram, e tampouco o tamanho das broxas. Vê como você obtém informação importante na sua análise, eliminando dados secundários?

Em resumo, há numerosas estratégias para se reduzir a quantidade de dados necessários para acessar ou conduzir uma análise significativa de suas transações. Sempre que possível, não adicione o detalhe. Quando o fizer, assegura-se de que criou um subconjunto relevante de transações para análise do seu varejo.

Páginas relacionadas:

Atendimento ao Cliente: Valor das Pesquisas

Automação Comercial, Varejistas e Novas Realidades dos Negócios

BI Business Intelligence ou Inteligência nos Negócios – Visão

Controle de Estoque

Venda Cruzada

Franquias: Visão Geral

Franquia: Importância do Gerenciamento Centralizado