Criando eficiência com relatórios omnicanal e reposição inteligente

Loja de departamento americana

As lojas de varejo têm muitas atividades e peças móveis. E pessoas precisam de KPIs e métricas em tempo real para ter uma visão completa de seu desempenho. Para capacitar esses recursos para uma grande loja de departamento, a CI&T trabalhou em conjunto com elas em várias iniciativas, como rastreamento de campanha, armazenamento e processamento de dados em escala usando Hadoop e Spark no Google Cloud Platform. Da redução de custos ao melhor desempenho, o compromisso era de mover mais cargas de trabalho para o Google Cloud Platform (GCP).

A relação entre a CI&T e a loja de departamento começou com três projetos. Primeiro, um que envolvia a criação de um painel de e-mail usando o Google Cloud Platform para fornecer uma análise melhor e mais rápida. Outro projeto incluiu o uso dos recursos do BigQuery para hospedar Big Data e compará-lo com o Teradata, que era seu armazém de dados original. Finalmente, outro experimento envolveu a demonstração do processo de migração das cargas de trabalho atuais do Hadoop e do Spark para a nuvem.

O objetivo

Depois de ver uma demonstração bem-sucedida dos recursos do GCP e como isso poderia beneficiar os negócios da loja de departamento, o cliente convidou a CI&T para projetar uma nova plataforma analítica para fornecer os relatórios mais precisos. Essas análises seriam enviadas à gerentes de todas as lojas, com base em conjuntos específicos de KPIs, como recebimento de mercadorias nas lojas, medição de prazos, tempos de descarregamento, transferências de mercadorias, precisão de entrega e muito mais — em tempo real.

A solução e o resultado

A rede de lojas de departamentos buscava uma forma de consolidar suas diversas métricas e dados, daí o desenvolvimento da plataforma analítica conhecida como “Omnichannel Reporting” (OCR). 

Por exemplo, suas métricas de processo logístico incluíam medições envolvendo mercadorias que se moviam entre depósitos e lojas. Quando um cliente faz uma compra online, existem várias maneiras pelas quais ela pode ser realizada — por um depósito ou por uma loja, por meio de processos conhecidos como “comprar online/retirar na loja” e “enviar da loja” ou a abordagem tradicional de “envio do depósito”. Depois, há processos específicos para vendas nas lojas, como rastreamento de inventário, rastreamento de pedido, etc.

Eles queriam ter visibilidade de todas as métricas e dados sobre prazos de entrega, devoluções, tempos de descarregamento, caixas enviadas para lojas erradas, quantidades mínimas de inventário, entre outras, para otimizar seus negócios. A ideia era diminuir erros na entrega, reduzindo prazos, devoluções e sendo mais eficiente no atendimento de pedidos.

A plataforma foi construída totalmente no Google Cloud, aproveitando o poder de computação do Google Dataproc para processar os números e preparar os dados para relatórios. O Google Cloud Storage foi usado como armazenamento intermediário antes de enviar dados ao Google BigQuery.

O OCR começou em duas lojas piloto que depois se estenderam a todas as 1.200 unidades nos EUA. Inicialmente, gerou de 18 a 23 relatórios por KPI, uma vez por dia, que depois passou a uma vez a cada hora para todas as lojas. Atualmente, a equipe CI&T continua trabalhando para adicionar mais conjuntos de KPI ao OCR.

Além disso, lado a lado com departamentos de análise de marketing, big data e logística, fomos capazes de desenvolver uma solução que fornece mais relatórios omnichannel e uma reposição perfeita e inteligente para todas as lojas.

Produtos do Google Cloud Platform usados:

BigQuery, Dataproc, Dataflow, Google Cloud Storage (GCS), IAM, VPC, GKE, StackDriver, GCE