Um varejista de lojas pop-up previa a demanda a partir de lançamentos minúsculos, não do gosto dos especialistas

Todo o modelo do varejista era mercadoria pop-up: séries curtas de produtos inéditos que desapareciam rapidamente. O julgamento de especialistas tinha dificuldade porque os produtos eram tendência, não tinham curvas históricas de vendas e podiam deixar a empresa com estoque caro que nunca era vendido.

Em vez de pedir aos especialistas que adivinhassem a série completa, a empresa usou um protocolo de teste de mercado. Pequenas quantidades foram colocadas à venda primeiro, gerando sinais iniciais de demanda que foram combinados com outros dados de 508 produtos e modelados com lasso e stochastic gradient boosting.

O resultado foi prático, não um refinamento acadêmico: usar análise preditiva em vez da opinião de especialistas reduziu o percentual de itens que ficaram sem venda em cerca de 40%, de modo que a empresa fabricou menos produtos mortos e geriu sua cadeia de suprimentos com menos desperdício.

Deixe lançamentos minúsculos ensinarem a previsão

O teste de mercado converteu uma aposta de moda desconhecida em um sinal mensurável antes da produção completa.

Modelos regularizados e de boosting lidaram com muitas características de produtos sem confiar demais em nenhuma história de especialista.

O resultado correspondeu à decisão de negócio: se fabricar mais unidades, não se o produto parecia estiloso.

Para produtos novos sem série temporal, compre informação barata antes de comprar estoque caro.

O artigo da INFORMS relata que a empresa adotou as previsões preditivas para fabricar menos produtos que nunca são vendidos e gerir sua cadeia de suprimentos com mais eficácia. O caso é um exemplo compacto de substituição da previsão baseada no gosto por evidência barata e escalonada.