Como a ciência de dados da Valtech desbloqueou bilhões de dólares em poupanças

Uma empresa global líder em alimentos e bebidas, com um amplo portfólio de marcas e operações em grande parte do mundo.

Os dados impulsionam todos os aspectos de sua operação. São eles que permitem projetar a demanda ao longo de uma complexa cadeia global de suprimentos, alinhar estratégias entre múltiplas marcas, orientar o desenvolvimento de produtos e compreender melhor milhões de consumidores em todo o mundo.

O cliente nos procurou para otimizar a forma como aproveitava seus dados internos e externos. Desde 2019, nossos cientistas de dados colaboram com a organização em uma série de projetos transformadores.

O sucesso da cadeia de suprimentos do cliente depende da precisão.

Quando o forecasting é superestimado, a organização compra materiais em excesso, compromete orçamento desnecessariamente e assume custos de armazenagem devido ao estoque excedente.

Quando é subestimado, o cliente enfrenta faltas na produção, perde oportunidades de venda e precisa destinar recursos para correções emergenciais na cadeia de suprimentos.

Para resolver esse desafio, desenvolvemos um sistema dinâmico de previsão impulsionado por IA, projetado para reduzir desperdícios, otimizar compras e fortalecer a resiliência.

A solução foi construída sobre quatro pilares:

• Identificação de oportunidades: monitoramento contínuo da precisão das previsões para detectar lacunas de desempenho e oportunidades de machine learning.
• Implementação de AutoML: identifica e promove rapidamente os modelos com melhor desempenho.
• Framework de modelagem ensemble: capaz de se adaptar a novos inputs e padrões em constante mudança.
• Arquitetura de aprendizado contínuo: melhora ao longo do tempo, e não apenas durante a implantação.

Esse sistema de aprendizado autônomo ajuda o cliente a reduzir desperdícios de materiais, melhorar a precisão das previsões e fortalecer a cadeia global de suprimentos diante de desafios futuros.

À medida que o cliente começou a eliminar silos internos entre suas marcas, surgiram novas oportunidades para escalar capacidades de dados em toda a organização.

Sempre que desenvolvíamos uma ferramenta ou componente de dados, avaliávamos onde ele poderia gerar valor e com que rapidez poderia ser implementado em outras equipes. Ao reutilizar capacidades existentes em vez de reconstruí-las do zero, liberamos recursos e economizamos milhões de dólares por ano.

• Ao eliminar erros de forecasting, liberamos US$ 2,7 bilhões em capital de giro que puderam ser direcionados para outras áreas estratégicas do negócio. Todos os anos, a cadeia de suprimentos dinâmica reduz os custos associados à manutenção de estoque, gerando entre US$ 500 e 700 milhões adicionais em capital de giro.
• Ao garantir a reutilização das ferramentas desenvolvidas, ajudamos o cliente a economizar aproximadamente US$ 84 milhões por ano.

Essas iniciativas geram valor sustentável que se mantém ao longo de toda a operação global da companhia.