Hoje, todos os dados da Arezzo&Co (da operação Brasil) de compra gerados por seus clientes são analisados praticamente em tempo real pelas soluções da Amazon Web Services. A companhia também utiliza algoritmos do Amazon Machine Learning para classificar os calçados que fabrica (SKUs) e a solução Amazon SageMaker para cadastrar estes produtos
Há cinco anos, a Arezzo&Co plantou através do e-commerce uma das sementes do seu processo de transformação digital, com o desafio de tornar este canal mais orientado a dados. Neste processo, o head de BI, SEO e Digital Analytics da empresa, Cleber Fonseca, identificou que os dados eram o principal obstáculo para a tomada de decisões não só no e-commerce mas também nas demais áreas da companhia: além do tempo necessário para que fossem obtidos, eram muitas vezes inconsistentes ou incorretos.
“Após 3 anos lançamos e consolidamos os resultados de todos e-commerces do grupo, e então no final de 2018 para entender o cenário mais amplo do negócio, montamos um squad e trabalhamos com algumas consultorias. Confirmamos que precisávamos de um investimento tecnológico para centralizar nosso BI”, diz. Até aquele momento, cada uma das áreas da Arezzo&Co tinha sua própria iniciativa, criando silos de informação dentro da empresa. Além disso, nestes aplicativos, os ambientes de produção e de consulta de informações eram os mesmos. “Dependendo do tamanho da consulta, o impacto no sistema podia afetar até o ponto de venda”, ressalta. Esta operação exigia demais e algumas áreas tinham equipes dedicadas somente à geração de relatórios, que eram preparados em planilhas.
Outro problema: as tabelas de preços. Como os sistemas eram independentes e não conversavam entre si, as tabelas tinham que ser 100% carregadas mensalmente em todos eles. Para unificar todas estas informações, a Arezzo optou pela construção de um data lake em nuvem, o que também possibilitaria que ele fosse escalável ao longo do processo de amadurecimento e expansão da companhia.
Os benefícios
Com a solução em operação, a Arezzo&Co começa a fomentar uma cultura mais voltada para fatos e dados. Fonseca reconhece que o maior desafio é cultural, mas garante que ele vem sendo vencido graças aos resultados obtidos até aqui. Como exemplo, ele lembra uma análise feita sobre as vendas de um final de semana de uma das marcas, que constatou que 40% das vendedoras da rede não tinham vendido nenhuma bolsa, apenas calçados.
“Partindo desse insight, contatamos as cinco melhores vendedoras de bolsas do Brasil e pedimos que elas gravassem um vídeo de um minuto explicando qual a técnica usada”, lembra. O vídeo foi distribuído para toda a equipe de vendas e, desde então, todas as vendedoras da rede passaram a vender pelo menos uma bolsa por dia, o que representou um incremento de R$ 300 mil nas vendas.
Em relação aos relatórios de negócios, o head de BI revela que eles foram em sua maioria automatizados, o que gerou uma redução de mais de 12 mil horas de trabalho manual anual. Ele lembra que os relatórios hoje contam com um ambiente dedicado para sua geração, não impactando mais a produção. A atualização das tabelas de preços também mudaram: ao invés de serem 100% atualizadas mensalmente, a automatização do processo permite que apenas as informações que sofreram alterações sejam mudadas.
“Hoje temos facilidade em trazer dados para dentro do BI, o que tem proporcionado muita agilidade para incorporar novas marcas”, comemora. E os desenvolvimentos não param por aí. A solução de BI também é utilizada para recomendar o mix de compras das franquias com base em seus históricos.
Em outra frente, a companhia passou a utilizar ao Amazon SageMaker para fazer a atualização da classificação de seus mais de 60 mil diferentes itens de estoque, que ocorreu devido a uma nova visão de classificação de produto trazida pelo merchandising. “Ao invés de um exército de pessoas para isso, contratamos 10 pessoas para classificar uma amostra dos produtos. Com base nessa classificação amostral, utilizamos o Amazon Machine Learning para que ele aprendesse a classificar, automatizando esse processo daqui por diante”, explica Fonseca, lembrando que o algoritmo, pronto há alguns meses, tem uma assertividade de 91%, contra 80% dos humanos. Além disso, seu uso resultou em uma economia de cerca de 7 mil horas de trabalho, ou R$ 120 mil.
Próximos passos
Com o amadurecimento do uso das soluções de BI, a Arezzo&Co deve ampliar seu uso. Por exemplo, a companhia prevê o uso do Amazon Machine Learning para criar busca por imagem em seus sites de e-commerce e para mapear concorrentes no mesmo padrão de sua árvore de produtos. “Podemos automatizar isso, identificando cores, materiais e categorias em ascensão. Esse é um passo que vamos dar em 2020, entre outras iniciativas”, prevê Fonseca.
A companhia também trabalha com a possibilidade de identificar quais os clientes que serão perdidos no semestre ou ano seguinte (churn), com a expectativa de chegar a uma assertividade de 90%. Com isso, será possível investir mais onde for maior o risco de perda. “Na sequência teremos um modelo de forecasting para modelos que são vendidos todos os anos: produtos novos, relançados e, se possível, também para produtos que ainda não foram lançados, utilizando a base histórica de produtos com as mesmas características além de outros fatores relacionados ao comportamento atual do consumidor. Com isso eu consigo prever como será o desempenho desse produto ao ser lançado”, diz.
A companhia também pretende ampliar o uso do data lake, agora com informações que atendam também as áreas de logística, backoffice e outras. “Vamos expandir o volume e variedade de informações para atender mais áreas, para que todos tenham os dados na palma da mão. Com isso, devemos duplicar o tamanho da estrutura e quintuplicar o número de usuários de BI”, revela. Além disso, a Arezzo&Co avalia expandir o uso da AWS também em infraestrutura.
Por que Amazon Web Services
Definida a construção do data lake, a Arezzo&Co iniciou o processo de escolha do parceiro de cloud computing para o projeto. De acordo com Fonseca, a Amazon Web Services foi escolhida por uma série de critérios, desde o custo x benefício até sua facilidade de integração com o software de BI Tableau, utilizado pela Arezzo&Co. “Em quase todos os aspectos enxergamos mais valor na AWS, que ofereceu escalabilidade, recursos e liberdade para escolher as soluções que necessitávamos, sem obrigação de uso desta ou daquela ferramenta”, lembra.
Com o suporte do parceiro de negócios APN, Eleflow, a Arezzo&Co iniciou o processo de construção de seu data lake em outubro de 2018 e concluiu em dezembro daquele ano. O data lake já nasceu integrado com a solução Tableau Server e, inicialmente, recebeu as informações de maior interesse para a companhia: vendas por categorias, marcas, canais, cliente, etc. “Inicialmente informações sobre canais físicos e, em seguida, também dos canais virtuais. Hoje estamos incluindo também os dados de multimarcas”, revela o executivo.
A partir destas informações, o time de BI da Arezzo&Co começou a construir visões de dados para as áreas que tivessem maior interesse nas informações, tornando possível a construção e o acesso a relatórios em tempo real. Inicialmente, a plataforma foi utilizada por 120 usuários, mas este número vem sendo ampliado, devendo chegar a mais de mil já em 2020. “Recentemente liberamos o uso da solução também para parte dos franqueados da marca Arezzo e, em breve, vamos liberar também para os franqueados de outras marcas”, prevê.
Hoje, o data lake da Arezzo&Co roda na AWS, utilizando a solução Amazon Redshift para analisar os dados de consumidores acumulados nos últimos três anos, que ficam armazenados no Amazon Simple Storage Service.
