![\"\"](\"https:\/\/publicacoes.estadao.com.br\/melhores-servicos\/wp-content\/uploads\/2024\/10\/2443-1024x767.jpg\")
<\/figure>\n\n\n\nPor Estad\u00e3o Blue Studio<\/strong><\/p>\n\n\n\n Durante d\u00e9cadas, a ind\u00fastria sempre teve um grande desafio: entender o comportamento dos consumidores. Dependente do varejo e dos canais de distribui\u00e7\u00e3o para escoar sua produ\u00e7\u00e3o at\u00e9 as pessoas, era dif\u00edcil para as empresas obter informa\u00e7\u00f5es fidedignas e expressas sobre o que o p\u00fablico pensava de seus produtos \u2013 n\u00e3o \u00e0 toa, divis\u00f5es de pesquisa e marketing tinham or\u00e7amentos milion\u00e1rios. Mas, para algumas empresas, esse cen\u00e1rio faz parte do passado, como \u00e9 o caso da Unilever: com 94 anos de hist\u00f3ria no Brasil, a gigante dona de marcas como Omo, Dove, Kibon e Knorr trabalha desde 2019 com um centro de intelig\u00eancia de dados, o Data Hub, que vem redefinindo as rela\u00e7\u00f5es da companhia com seus pr\u00f3prios produtos, com varejistas e com o consumidor final.<\/p>\n\n\n\n \u201cO trabalho teve in\u00edcio para otimizar o planejamento do neg\u00f3cio, com foco no fluxo entre vendas e produ\u00e7\u00e3o. Com o passar do tempo, passamos a utilizar intelig\u00eancia de dados para al\u00e9m desse ciclo, aplicando conhecimento para planejar inova\u00e7\u00f5es. Dessa forma, conseguimos n\u00e3o s\u00f3 projetar volumes, como tamb\u00e9m prever a performance dos produtos\u201d, conta Marcelo Costa, l\u00edder da divis\u00e3o de Cuidados com a Casa da Unilever Brasil \u2013 a \u00e1rea \u00e9 uma das cinco divis\u00f5es da empresa no Pa\u00eds.<\/p>\n\n\n\n O primeiro passo da companhia foi se aproximar do varejo, buscando evitar um problema que afeta todos: a ruptura. \u201c\u00c9 a perda extrema da ind\u00fastria, do varejo e do consumidor. Quando passamos a obter dados da venda do varejo, entendemos o risco de ruptura. Hoje, entendemos o hist\u00f3rico das rupturas que aconteceram e planejamos melhor o volume de produtos em cada loja\u201d, diz Costa. \u201cIsso vai de recomendar o espa\u00e7o de uma g\u00f4ndola para um determinado produto, mudar a quantidade do pedido ou at\u00e9 mesmo redesenhar a cadeia para que ela aconte\u00e7a de forma mais \u00e1gil, com pedidos mais fracionados.\u201d<\/p>\n\n\n\n Um exemplo particularmente interessante sobre esse tema vem da \u00e9poca da pandemia, quando muita gente comprou mais produtos de limpeza para casa por causa do risco de contamina\u00e7\u00e3o. Foi um momento sens\u00edvel para a Unilever, que teve uma queda grande nos estoques. \u201cEntendendo esse movimento brusco, tivemos velocidade de resposta para atender a demanda de um m\u00eas para o outro. Mesmo em uma empresa do nosso tamanho, esse \u00e9 um processo complexo porque j\u00e1 havia uma linha de produ\u00e7\u00e3o projetada para um cen\u00e1rio \u2018padr\u00e3o\u2019. Por isso, a an\u00e1lise de dados \u00e9 t\u00e3o importante\u201d, ressalta o executivo.<\/p>\n\n\n\n Ao mesmo tempo que utiliza os dados do varejo, a Unilever tamb\u00e9m devolve intelig\u00eancia para os parceiros. \u201cNa pr\u00e1tica, usamos os dados de um parceiro espec\u00edfico para conseguir vender mais os produtos por meio de um processo de intelig\u00eancia bastante personalizado. Consequentemente, o parceiro poder\u00e1 desenvolver o mercado ao redor dele\u201d, ressalta Costa.<\/p>\n\n\n\n Entre as vari\u00e1veis que entram nessa considera\u00e7\u00e3o, est\u00e3o o sortimento de produtos, considerando fatores como o n\u00famero de vezes que a loja recebe produtos do Centro de Distribui\u00e7\u00e3o, o tamanho da g\u00f4ndola dispon\u00edvel para a marca e o giro de produtos naquela loja em espec\u00edfico. \u201cQuando entendemos todas as caracter\u00edsticas, conseguimos propor o sortimento adequado que vai potencializar o resultado de uma determinada categoria em uma loja espec\u00edfica. \u00c9 uma rela\u00e7\u00e3o de ganha-ganha para ind\u00fastria, varejo e tamb\u00e9m para o consumidor, que encontra os produtos que ele est\u00e1 buscando com facilidade\u201d, afirma Costa.<\/p>\n\n\n\n Inova\u00e7\u00e3o e m\u00eddia<\/strong> Um dos exemplos citados por Costa \u00e9 o sab\u00e3o em p\u00f3 Omo Branco Absoluto. \u201c\u00c9 um dos lan\u00e7amentos recentes que surgiu ap\u00f3s identificarmos a necessidade do consumidor por um produto que cuidasse especificamente de roupas brancas, a segunda maior dor do consumidor no segmento de limpeza das roupas\u201d, destaca Costa. \u201cAl\u00e9m desse direcionamento, o centro tamb\u00e9m apoia no fluxo entre vendas, produ\u00e7\u00e3o e finan\u00e7as para que, ao lan\u00e7armos um novo produto, a escala entre produ\u00e7\u00e3o e distribui\u00e7\u00e3o seja coerente com a realidade dos nossos parceiros.\u201d<\/p>\n\n\n\n Outra \u00e1rea em que a empresa est\u00e1 utilizando mais os dados de vendas \u00e9 o marketing, compreendendo o retorno sobre o investimento realizado em a\u00e7\u00f5es de m\u00eddia \u2013 uma dificuldade hist\u00f3rica do setor, vale dizer. \u201cUm exemplo desse uso \u00e9 a participa\u00e7\u00e3o de CIF nas duas \u00faltimas edi\u00e7\u00f5es do Big Brother Brasil, tendo como resultado um recorde de compras realizadas durante a ativa\u00e7\u00e3o da marca no programa ao vivo\u201d, diz Costa.<\/p>\n\n\n\n
Trabalhando de maneira transversal para as cinco divis\u00f5es da Unilever no Brasil, o Data Hub serve tamb\u00e9m como um apoio para a \u00e1rea de inova\u00e7\u00e3o, orientando a \u00e1rea de pesquisa e desenvolvimento da empresa.<\/p>\n\n\n\n