Diretor global de Data Science da Electrolux mostra como novas tecnologias podem prever demanda, ajustar a cadeia de suprimentos e criar novas oportunidades de serviços.
O uso de Inteligência Artificial (IA) e machine learning para remodelar os negócios, melhorar processos, encontrar novas oportunidades e criar novas ofertas de serviços está rapidamente se tornando comum. O portal de tecnologia Enterprise Times entrevistou Johan Vallin, diretor global de Data Science da Electrolux, e obteve insights interessantes sobre o uso dessas novas tecnologias no mercado de eletrodomésticos.
A Electrolux está nos estágios iniciais de implementação de big data, IA e machine learning por toda a empresa. Segundo Vallin, “supervisiono todo o escopo da cadeia de valor, desde compras e componentes, manuseio de nossos fornecedores, até um pouco de logística para preencher plantas e processos de fabricação”.
Uma área que já incorporou IA é a previsão de demanda. O uso da tecnologia permite ajustar a cadeia de fabricação, distribuição e fornecimento ao cliente. O executivo afirma: “Trata-se de otimizar fornecedores, otimizar armazéns de entrada, cadeias logísticas e transporte. Depois que fabricamos, temos que fornecer para diferentes partes do mundo. Nossos clientes, os varejistas, precisam vender os produtos. Então, eles são distribuídos de nossos armazéns perto da fábrica ou nos centros de redistribuição. Isso é o que chamamos de planejamento de demanda”.
Feeds externos fornecem fluxos de dados importantes
Ajustar uma cadeia de suprimentos requer mais do que apenas dados históricos de vendas. Vallin afirma que, na Electrolux, ele aprimora seus próprios dados com dados de fontes externas, para ajustar seus canais de fabricação, envio e distribuição. Este último é quem garante que os varejistas tenham os produtos certos quando os clientes precisam. Um exemplo, citado por Vallin, o uso de dados climáticos para venda de aparelhos de ar condicionado na Suécia.
“A variável mais correlacionada é o clima e a temperatura externa. Qualquer um que tente comprar um ar-condicionado em um país como a Suécia, durante o pico do calor, terá problemas. Isso geralmente ocorre porque os armazéns estão vazios em função da alta demanda. O que estamos tentando fazer – e temos tido sucesso – é prever qual é a quantidade exata, dos produtos certos, que devemos colocar em nossos clientes, de maneira que eles otimizem seus negócios.”
Não são apenas os dados meteorológicos que afetam as vendas. Vallin falou sobre os monitoramentos que são utilizados para acompanhar comentários online, classificações e preços dos produtos em lojas do varejo. Uma variável-chave é a promoção de preços pelos concorrentes. Vallin usa esses dados para evitar excesso de oferta, excesso de estoque e descontos inevitáveis feitos pelos varejistas.
Vallin disse que a empresa usa os dados para “combinar machine learning de dados históricos e dar ferramentas para o responsável pela precificação e do profissional de marketing, de maneira que eles consigam ajustar as tendências com base no que eles estão sentindo do mercado”. Assim, os modelos de machine learning são ajustados para levar em consideração prêmios, promoções de preços e reviews. Tudo isso, é importante ressaltar, sendo feito em relação a milhares de produtos e centenas de canais de vendas.
Big data cria grandes demandas de processamento e armazenamento
Ao ser indagado sobre o volume de dados sendo coletados, Vallin disse: “Eu realmente não posso dizer, mas eu administro esta unidade há dois anos. O primeiro semestre foi muito recrutamento de pessoal. Agora, dobramos o tamanho de todos os outros data centers em termos dos dados disponíveis no data lake”.
Esse conjunto de dados só aumentará à medida que a Electrolux direcionar inteligência e conectividade para seus produtos. Vallin disse que a empresa conectou todas as suas plataformas de Internet das Coisas. Isso significa que ele tem o potencial de reunir uma grande quantidade de dados adicionais. Parte disso pode ser usada para reparos preditivos e até novos serviços.
Um exemplo é o funcionamento da máquina de fazer gelo na nova geladeira conectada da Electrolux. “Se o usuário não operar corretamente, é possível que ele quebre a máquina. Logo, se conseguirmos prever algum comportamento do consumidor que pode acabar quebrando a peça, também é do nosso interesse dar ao cliente uma recomendação sobre como limpar a máquina e como operá-la”.
O objetivo é impedir que o cliente tenha uma experiência de consumo ruim, que impactaria potencialmente as vendas futuras. Da perspectiva da Electrolux, também se trata de reduzir o número de solicitações sobre a garantia.
Novos modelos significam novas oportunidades de serviço
A Electrolux também está usando dados para criar novos modelos de serviço. Um deles é a possibilidade de aluguel ou assinatura, no lugar da propriedade definitiva. Vallin disse: “Para obter uma visão de 360 graus do robô aspirador de pó, criamos um novo modelo de negócios. O aparelho pode ser alugado, mas não por uma taxa de assinatura normal, e sim pelo número de metros quadrados que limpa”.
Esse modelo de consumo é semelhante à maneira como empresas de engenharia estão entregando produtos. Os fabricantes de motores de aeronaves agora vendem motores com base nas milhas voadas.
Um olhar para o futuro
Vallin é um cientista de dados e dirige uma equipe de outros cientistas de dados. Ele diz que seu trabalho é projetar algoritmos para sistemas inteligentes. Ele tem uma visão pessoal de onde Internet das Coisas, dispositivos inteligentes e algoritmos podem ir.
Uma dessas previsões é um forno inteligente que saberá para quantas pessoas o usuário está cozinhando alimentos. Vallin pergunta: “E se [o forno] detectar que há comida para 16 pessoas ali? A decisão que ele precisa tomar é se o usuário está cozinhando para a semana inteira ou se tem convidados”.
É aí que a conectividade se torna interessante. Se for uma manhã de sábado ou uma noite de sábado, é razoável concluir que o usuário está recebendo convidados. Isso significa que o sistema pode acionar o robô aspirador de pó antes da chegada dos convidados.
Vallin vai além: “Podemos então purificar o ar por causa das partículas do aspirador. Antes mesmo de limpar o ar, enviamos um sinal para que as janelas abram para ventilar um pouco do ar. Depois fechamos as janelas, ligamos o purificador e ligamos o ar condicionado para a temperatura ideal para quando os convidados chegarem”.
A Inteligência Artificial da casa pode até perguntar quem são os convidados. Em seguida, ela pode se conectar a serviços de streaming de música, descobrir o que os convidados ouvem e oferecer uma lista de reprodução personalizada para a noite.
Embora essas previsões ainda não estejam sendo construídas pela Electrolux, elas fazem parte das sugestões de Vallin para um – já convincente – futuro.
No fim das contas, utilizar big data, Inteligência Artificial e machine learning para melhorar os negócios é algo que todos os fornecedores desejam fazer. Os vencedores serão aqueles que criarem valor com o que fazem – ao invés de absorver mais processos que não são flexíveis o suficiente para se adaptar às constantes alterações nas condições dos negócios.
