O desafio a ser superado
Para se realizar uma boa otimização, é preciso superar muitos desafios complexos. Hoje, compartilharemos como nós, da Rocket Science, conseguimos realizar uma otimização inédita no setor farmacêutico.
Em um mercado farmacêutico altamente competitivo e em constante evolução, encaramos um dos desafios mais significativos de nossa trajetória: criar um produto de dados capaz de otimizar os investimentos de diversas marcas de um laboratório farmacêutico para maximizar as vendas e o retorno sobre o investimento (ROI).
O projeto exigia a entrega de uma solução altamente automatizada, adaptável às especificidades de cada marca e confiável, uma tarefa já complexa por si só. Mas, além disso, era essencial operar com dados escassos, agregados em nível nacional e mensal que foram afetados pelas flutuações de demanda devido à pandemia de COVID-19. Nesse contexto, só seria possível criar uma solução eficaz se ela fosse verdadeiramente inovadora.
Estratégia de Implementação
Para otimizar vendas, é crucial simular o comportamento complexo do mercado com precisão e testar inúmeras possibilidades e cenários. Esse processo demanda dados diversos e complementares que vem de fontes e setores diferentes da empresa e raramente conversam bem entre si. Então, o nosso primeiro desafio foi lidar com a falta de padronização e consistência nos dados. Para superar essa barreira, desenvolvemos algoritmos robustos para automatizar a padronização e estabelecemos diretrizes e templates claros para a estruturação e entrega dos dados. Essas iniciativas asseguraram a consistência e a qualidade necessárias para análises eficazes.
Uma vez que os dados estavam integrados, foi preciso considerar que quando lidamos com históricos de vendas e investimentos, o tempo e a localização desempenham papéis fundamentais nos resultados. Fatores como a desvalorização da moeda, demandas regionais, épocas do ano e a disponibilidade de varejistas impactam diretamente a performance, especialmente com os efeitos da pandemia. Nossa solução envolveu criar segmentações cuidadosas de regiões e períodos, para capturar as peculiaridades de como a venda em cada um deles responde a diferentes formas de investimento. Além disso, detectamos e incluímos sazonalidades, correções monetárias e outros indicadores econômicos relevantes. Esses refinamentos adicionaram a influência do contexto à nossa otimização melhorando substancialmente nossa acurácia.
Com o contexto macro representado nos dados, era hora de incluir o comportamento do mercado na equação. A inclusão de fenômenos mercadológicos complexos é essencial para uma otimização de ponta, como concorrência, canibalização de vendas, expansão e retração de mercado, influência de autoridades e ciclos de vendas. No entanto, esses aspectos são frequentemente negligenciados por serem conhecimentos nichados e trabalhosos de representar em dados. Aqui, dois de nossos principais diferenciais entram em jogo: nossa capacidade de traduzir conceitos de negócios em soluções tecnológicas e vice-versa, e nossa base científica, que nos fornece um vasto arcabouço de conhecimentos e técnicas específicas. Conversando com a alta gestão da empresa cliente e adaptando ideias da vanguarda científica, desenvolvemos métricas específicas, derivadas dos dados existentes, que capturaram a essência das dinâmicas do mercado.
No entanto, uma parte substancial dos fenômenos que capturamos não estão sujeitos ao nosso controle. Era preciso separar e desenvolver estratégias distintas para trabalhar variáveis que a empresa tem controle e para as que a empresa não controla ou somente influencia. No contexto do desafio, a empresa tem alto controle sobre os investimentos feitos, ao contrário das prescrições médicas e das ações e vendas dos concorrentes – o que só seria possível pela adoção de uma abordagem inovadora. Combinamos projeções de cenários para as variáveis de baixo controle com a otimização de variáveis de alto controle, utilizando um algoritmo genético para simular as inúmeras combinações possíveis e identificar as melhores entre elas. Esse método possibilitou uma análise rápida e eficiente das múltiplas possibilidades, destacando-se por sua precisão e adaptabilidade.
O último desafio na otimização consistiu em assegurar sua eficácia em gerar resultados positivos para uma diversidade de marcas distintas. Isso foi alcançado através do desenvolvimento e calibração do otimizador utilizando dados de um subconjunto de marcas notavelmente variadas, cada qual com suas características únicas. Concluído o desenvolvimento, conduzimos uma série de testes rigorosos para confirmar tanto a eficácia quanto a flexibilidade do otimizador em se adaptar a diversos contextos de mercado.
Engajamento do Cliente e Utilização Efetiva
A excelência na otimização é inútil se o cliente não consegue aplicá-la. Portanto, nos empenhamos em promover a utilização, simplificar a implementação, permitir ajustes e desenvolver uma infraestrutura que facilite a escalabilidade e aprimoramento. Com essa finalidade, criamos uma interface amigável, com visualizações customizadas para diferentes públicos, e ajustamos o otimizador para ser útil tanto em estratégias de planejamento de orçamento quanto na alocação operacional de recursos, tornando-o acessível a usuários técnicos ou não.
Para superar barreiras de acesso e dependência, disponibilizamos a solução na nuvem, otimizando a infraestrutura para suportar um desenvolvimento ágil através de ferramentas que abstraem complexidades. Isso permite a customização contínua do protótipo, adaptando-se às necessidades evolutivas do cliente.
A intervenção humana foi minimizada por meio de automação e de interfaces intuitivas com opções de personalização, e a colaboração com o cliente na criação de documentação clara facilitou o entendimento e a manutenção do sistema.
Reconhecendo a importância da flexibilidade, permitimos ajustes nas otimizações geradas para alinhá-las com a realidade operacional do cliente, uma vez que nem sempre é possível implementar as sugestões de otimização com exatidão. Esse feature contribuiu para aumentar a praticidade e a aceitação do protótipo. Também introduzimos métricas para avaliação estratégica e análise de desempenho, fornecendo insights valiosos e facilitando a comparação com dados históricos.
Finalmente, implementamos funcionalidades de importação e exportação de planilhas para assegurar a conectividade e versatilidade do protótipo, permitindo uma integração suave com os fluxos de trabalho existentes do cliente.
Considerações finais
Neste projeto, fomos confrontados com um desafio que parecia impossível e fomos alertados de que outras empresas já haviam tentado sem sucesso. Conscientes da importância e do risco envolvido na superação deste desafio para o nosso cliente, combinamos pontos de contato frequentes para que tivessem visão clara e transparente sobre o progresso e a viabilidade do desenvolvimento da solução. Entendendo a sua complexidade, nos apoiamos em nossos diferenciais para conceber novas rotas e soluções: a capacidade de traduzir conceitos de negócios em soluções tecnológicas e a nossa base científica. Por fim, para garantir que a solução seria não só útil como também bem aproveitada, asseguramos o suporte e a transferência de todas as ferramentas, conhecimentos, e formas de uso da solução para o nosso cliente.
Esperamos que esse case inspire mais inovação, tecnologia, parceria e transparência para todos os projetos de dados! Somos a Rocket Science, o fim dos seus problemas com dados.
Depoimento do cliente
“Gostaria de agradecer pela parceria durante a condução desse projeto. Foi uma das melhores experiências que tive com fornecedores externos. A forma como vocês se organizam, conduzem o projeto, nos passam status e são transparentes com relação à performance dos algoritmos realmente nos deixa muito tranquilos de que teremos uma grande entrega. Que esse projeto seja o início de uma grande parceria!”
Muito obrigado ao nosso cliente pela confiança e parceria!
