À medida que a previsão da moda se torna ainda mais necessária, prever a demanda futura por determinados produtos também está se mostrando ser mais desafiador, já que os gostos dos consumidores estão em rápida evolução. Num ambiente muito volátil e incerto como agora, como as empresas podem reorganizar de forma que possam reagir melhor sobre insights para o planejamento de demanda?

Recentemente, vimos uma notícia preocupante sobre a suspensão temporária e/ou parcial de recebimento de produtos de fornecedores dos varejistas brasileiros Marisa e Renner por conta do agravamento da pandemia em todo o país, e que pode comprometer as vendas do dia das Mães. Os estoques estão abarrotados em função do baixo escoamento das vendas e as empresas notificaram que tais medidas foram necessárias para que seus cronogramas possam ser readequados.

Desde o início dos bloqueios, temos alertado e orientado quanto a necessidade de controle e readequação do volume de produção e monitoramento intensivo do estoque, em decorrência de um cenário instável desencadeado pela pandemia e que a produção em massa em ciclos contínuos ainda representa um grande risco (leia aqui).

O alerta vermelho soou no início de 2020, quando se tornou financeira e ambientalmente arriscado “sobre encomendar” ou ser “super producente”. Além do custo total de produção e transporte, as empresas também enfrentam o potencial de remarcações se a oferta exceder muito a demanda.

A moda pode ser uma categoria complicada de prever, pois os produtos estão sempre se renovando. Salvo para os itens previsíveis, estilos que são vendidos uma temporada e geralmente são atualizados criando SKUs para a próxima coleção.

Por outro lado, nesse vai e vem que tem acontecido desde 2020 até o momento atual, há um outro lado do risco que é o sub abastecimento caso haja um aumento repentino na demanda, acarretando vendas perdidas pelo não atendimento dessas necessidades no tempo certo. Por exemplo, através das mídias sociais, as tendências têm sido disseminadas mais rápido do que nunca. Um post de influenciador pode causar um aumento inesperado no interesse por um estilo específico.

A melhor forma de equilibrar essa balança, em primeiro lugar, é recorrendo aos dados históricos e outros tipos de informações versus variáveis como tempo e adequação de resposta da criação, produção e logística para ganhar mais flexibilidade, testar e chegar a um ponto de melhor previsão e atendimento da demanda, ou seja, usar os dados para melhorar sua responsividade (tempo x acertos). É justamente essa velocidade para o mercado que diferencia se uma empresa é capaz de capitalizar a agitação em torno de um determinado item ou se será tarde demais. Se o tempo de produção de uma empresa for de quatro meses, ele pode perder a temporada por não identificar uma tendência a tempo.

Uma maneira das empresas experimentarem e compensarem a falta de dados de vendas existentes é testando os produtos nos mercados, via e-commerce, para identificar as reações reais dos consumidores a diferentes cores ou variações de estilo. Desde que uma marca tenha a agilidade, esteja integrada à cadeia de suprimentos e que adote princípios de interoperabilidade (compartilhamento de informações entre os elos da cadeia; melhor colaboração entre fornecedores e fabricantes), ela poderia então aumentar a produção com base no desempenho.

Outra forma eficiente é, ao invés de utilizar sistemas e plataformas separadas, como planilhas em Excel para algumas tarefas, PLM para outras e um sistema de planejamento de recursos corporativos (ERP) em outro setor, é mais vantajoso empregar um único sistema que possa fornecer informações oportunas e consistentes e em tempo real para todas as áreas envolvidas, desde a criação, estoque de materiais, recursos humanos até a entrega no ponto de venda  e que  também possa fornecer alertas sobre problemas ou alterações, como uma entrega tardia, reposição necessária ou uma remarcação.

Embora os dados - tanto quantitativos (quantas roupas estão vendendo) quanto dados qualitativos (porque estão vendendo) - e o emprego de tecnologias para coletar informações sejam imprescindíveis, eles fazem apenas uma parte da equação. Cabe aos funcionários na ponta, mais próximos ao consumidor, observar o comportamento nos pontos de venda para que os designers possam interpretá-los, escolhendo quais tendências são relevantes para a marca e como fazer para agir e entregar a melhor resposta. Algumas empresas ainda cometem o engano de negligenciar a opinião de determinados integrantes da equipe interna e externa.

Empresas de moda como Zara, por exemplo, tem a capacidade de se adequar rapidamente ao top 10 da moda, seja nas passarelas ou roupas de influenciadores, também pela estrutura plana onde os funcionários são capacitados a tomar decisões que comunicam o que está vendendo e quais tendências estão surgindo para a equipe comercial dentro da ampla sede da Inditex. Importante notar que essa tarefa não é um exercício complexo de big data; é uma abordagem coloquial para absorver o que os clientes desejam e que, somadas à uma estratégia de acordos felxíveis com seus parceiros, permitiu que a varejista de roupas espanhola se adaptasse rapidamente às nuances da demanda e reduzisse seu estoque em 19% no final de julho de 2020.

Seja utilizando recursos tecnológicos avançados para coleta e integração de dados, como big data e inteligência artificial, ou empregando um recurso simples e acessível como Excel, a sensibilidade analítica das pessoas, dos colaboradores da equipe, são fundamentais para encontrar uma solução que permita que as empresas respondam de forma ágil e assertiva encurtando seus os cronogramas e com maior controle de seus estoques.

Fontes:

bussinesoffashion.com

theindustry.fashion