Analytics-to-value: otimizando produtos e portfólios com analytics digital

| Artigo

Nos últimos anos, empresas líderes deram passos largos na gestão de custos de componentes e matéria-prima – que podem representar até 50% da base de custo de um fabricante – usando programas de design-to-value (DtV). Mas como o impacto econômico da pandemia provavelmente será profundo e doloroso em muitos setores, as empresas se encontram atualmente sob forte pressão para alcançar um novo nível de eficiência de custos e de materiais.

Uma das novas estratégias mais promissoras é o Analytics-to-value (AtV), um conjunto de práticas baseadas em digital e analytics que permite aumentos significativos na eficiência da otimização do portfólio e dos custos de produtos. Para tanto, a técnica explora dados de Compras e do produto (enriquecidos com uma ampla gama de fontes de dados internas e externas) e aplica uma versão digital das práticas tradicionais de gestão de custos e materiais.

O AtV utiliza uma variedade maior de ferramentas de otimização de custos que o DtV, abrangendo tudo desde o portfólio e o produto até o sourcing e o desenho de componentes. Ao alavancar o poder dos dados e analytics, o AtV gera mais insights em menos tempo (muitas vezes em poucos dias ou semanas), em escala e abrange todo o portfólio.

Foco nos casos de uso, em vez de na tecnologia

A abordagem AtV ajuda as empresas a colocarem foco na resolução de casos de uso específicos e gerados pelo negócio, em vez de deixarem-se seduzir pela mais nova e brilhante tecnologia. Essa orientação ao caso de uso pode soar elementar, mas é muito comum ver empresas começarem pela tecnologia – o que equivale a começar buscando o problema para uma solução, em vez da solução para um problema. Por exemplo, não raro as empresas escolhem uma solução de TI, como um add-on para um sistema de gestão integrado (ERP, na sigla em inglês) existente que promete “desbloquear dados” isolados em toda a empresa. Contudo, “desbloquear dados” por si só pode não gerar muitos benefícios se não houver um entendimento da utilidade desses dados – em outras palavras, sem entender o caso de uso específico. Projetos de TI definidos de maneira genérica costumam ser frustrantes, pois, na ausência de um caso de uso muito bem elaborado, eles se tornam excessivamente complexos, levam tempo demais para serem concluídos e não têm um valor de negócio claramente definido ou mensurável.

Mas ter casos de uso bem definidos é apenas um dos requisitos. Outro problema frequente ocorre quando funcionários fazem análises inteligentes e customizadas, que terminam sendo esforços únicos e isolados porque não contam com os recursos para dar continuidade a essas análises, refinando-as e escalonando-as até chegar a uma solução replicável. Os analistas podem levar alguns dias para limpar e vincular diversos conjuntos de dados em uma planilha, extraindo insights significativos para a próxima apresentação à gerência. Mas como eles não têm o tempo necessário para repetir o esforço, a planilha fica parada nos computadores e jamais é usada novamente.

Os pilares do Analytics-to-value

O Analytics-to-value envolve quatro pilares que, juntos, combinam a adoção de casos de uso com uma maior sustentabilidade e rigor.

Valor para o cliente e design do produto. A otimização do produto começa com um sólido entendimento das necessidades do cliente, o que significa que as empresas devem coletar os dados certos para fazer trade-offs quantificados entre agregar valor ao cliente e reduzir os custos.

Portfólio e modularidade. As empresas podem otimizar seus portfólios de produtos para aumentar as margens usando módulos, plataformas e padronização para reduzir a complexidade interna.

Especificações técnicas e engenharia de soluções. Dado que o excesso de especificações técnicas, muitas vezes, eleva o custo dos produtos, um esforço de otimização – por exemplo, um benchmarking da oferta dos concorrentes – pode ter um impacto significativo no custo.

Componentes e suprimentos. Para identificar e assegurar o melhor ponto de custo do componente de um produto ou serviço – a partir de um conjunto confiável e resiliente de fornecedores – é preciso realizar um monitoramento contínuo das mudanças nos preços de componentes e matérias-primas; os fornecedores, por sua vez, devem ser igualmente dedicados na otimização dos custos de seus componentes.

Os quatro pilares de AtV podem ser aplicados tanto individualmente quanto de forma combinada para criar impacto em escala. Por exemplo, implementar uma transformação ao longo dos pilares 1 e 2 permitirá alinhar o portfólio de produtos da empresa com as preferências do cliente e, ao mesmo tempo, encontrar o melhor trade-off entre a complexidade do portfólio e a eficiência interna. Por outro lado, focar nos pilares 3 e 4 em um projeto conjunto e multifuncional de um determinado portfólio de produtos pode resultar na otimização comercial e técnica dos gastos diretos em grande escala. Diversas empresas combinaram os quatro pilares de AtV em uma transformação holística, estabelecendo uma forma de trabalhar totalmente nova para a otimização de produtos, incluindo a capacitação da organização em AtV e o estabelecimento das ferramentas, da governança e dos sistemas necessários. Primeiro colocaremos foco nos pilares 1 e 2, para depois aprofundarmos nos pilares 3 e 4, bem como na transformação holística de AtV (Quadro 1).

Quadro 1

Entendendo o valor do cliente para o design de produto

O ritmo de inovação e o cronograma para introduzir novos produtos e serviços no mercado continua em aceleração. Desse modo, cada vez mais empresas têm migrado para um processo de design ágil e iterativo, com foco na criação de um produto mínimo viável (MVP, na sigla em inglês) como forma de lançar rapidamente no mercado produtos digitais e fáceis de usar.

A habilidade de identificar as necessidades do cliente e desenhar produtos e serviços que os atendam sempre foi importante, mas, artigohistoricamente, tendeu a ser um mero exercício qualitativo, baseado na experiência dos executivos de marketing e vendas. Atualmente, contudo, há métodos para explorar a enorme quantidade de informações disponíveis sobre os clientes de forma online a fim de maximizar o retorno da pesquisa. Líderes de todas as indústrias, que têm buscado metodologias robustas e ferramentas analíticas poderosas para aumentar o valor do cliente e melhorar o design do produto, enfrentam duas questões fundamentais:

  • Como obter insights direcionados e executáveis rapidamente a partir de uma base de clientes dispersa?
  • Como é possível equilibrar o valor do cliente e o custo do produto?

Como obter insights a partir de uma base de clientes dispersa

Tradicionalmente, as empresas coletam feedback dos clientes por meio de um número limitado de canais formais, tais como pesquisas, entrevistas e focus groups. Atualmente, as empresas podem beneficiar-se do valioso conjunto de sentimentos dos clientes acumulados em uma série de fontes que vão desde as redes sociais e avaliações na internet até e-mails e transcrições de diálogos de call centers. O desafio consiste na forma deste material – comentários livres em texto desestruturado, que contêm o feedback mais espontâneo e autêntico dos clientes. Até recentemente, interpretar a enorme quantidade de comentários disponíveis exigiria um esforço manual tão gigantesco que a maior parte dessa informação valiosa permanecia inexplorada.

As novas ferramentas digitais capazes de analisar textos desestruturados em escala poderiam ampliar radicalmente a capacidade das empresas de interpretar o sentimento do cliente, identificando com precisão o que motiva sua satisfação – ou insatisfação. Essas análises fornecem insights cruciais sobre os pontos fortes e fracos de marcas, produtos e serviços, como melhorar as atuais características e como aperfeiçoar a jornada do cliente e a experiência do usuário.

Por exemplo, o sentimento do cliente em relação a diferentes marcas pode ser comparado em diferentes categorias com a análise e classificação automáticas de comentários livres que definem o desempenho de um produto ou serviço (Quadro 2). Neste caso, o processo de compra da Marca 2 é uma grande fonte de feedback positivo do cliente, enquanto que os clientes da Marca 1 estão insatisfeitos com a prestação de serviços e reparos. Uma análise aprofundada das categorias permite identificar os motores dos sentimentos dos clientes: embora os clientes da Marca 1 estejam descontentes principalmente com o tempo de entrega e o preço dos reparos no tópico de serviços e reparos, a experiência e a facilidade da compra são os fatores que atribuem à Marca 2 uma vantagem devido à ótima percepção do desempenho de compra.

Quadro 2

Como equilibrar o valor do cliente e o custo do produto

Com uma visão clara das necessidades e desejos dos clientes, o processo de design volta-se à criação do conceito. Do ponto de vista do negócio, o valor relativo dos desejos do cliente devem ser quantificados e ponderados em relação ao custo, com vistas a maximizar a rentabilidade do produto.

Geralmente, a importância relativa das características de um produto ou serviço é inferida a partir de uma análise MaxDiff1 ou conjoint das pesquisas com o consumidor. Mas esse processo pode levar vários meses e os resultados dependem muito da qualidade da metodologia de análise utilizada. Atualmente, porém, existem ferramentas digitais AtV fáceis de usar que, em menos de uma semana, podem priorizar características com base no feedback de clientes e entregar respostas concretas sobre a sua disposição para pagar por certas características.

Ser capaz de vincular a importância relativa de certas características ao seu custo gera uma perspectiva poderosa sobre trade-offs relevantes. Munidas desse conhecimento, as empresas podem identificar as características cuja importância para o consumidor é marginal, permitindo-lhes definir melhor as prioridades ao criar ou redesenhar produtos – além de criar uma única “fonte da verdade” para alinhar os stakeholders (tais como vendas, engenharia, Compras e qualidade) que tendem a não compartilhar um entendimento uniforme das necessidades e preferências dos clientes. Em uma empresa de calçados, essa análise permitiu à equipe de desenvolvimento de produtos identificar diversas características que poderiam ser descartadas com segurança, economizando custos sem risco de deixar o cliente insatisfeito e perder receita (Quadro 3).

Quadro 3

Além de identificar oportunidades de melhoria em produtos existentes, as empresas podem usar essas ferramentas durante a fase de conceito para alocar despesas de custos de materiais em características que maximizem o valor para o cliente. Diversos fabricantes de automóveis usaram essa abordagem para alocar recursos no acabamento de seus novos modelos, decidindo quais características de assentos, sistemas de multimídia, sistemas de assistência ao condutor, entre outros, deveriam ser oferecidos em cada categoria de acabamento (por exemplo, esportivo, confortável e luxo). Além disso, alguns fabricantes de automóveis usam essa metodologia para priorizar decisões mais profundas do desenvolvimento do design, tais como se deveriam preparar os feixes de cabos elétricos de uma nova geração de carros para suportar determinada opção, ainda que nem todos os modelos sejam equipados com ela.

Reduzindo a complexidade com um portfólio modular de produtos

Gerenciar a complexidade e escalonar eficientemente são grandes desafios, mas a boa notícia é que ambas são possíveis e, quando bem feitas, podem se tornar um fator de diferenciação competitiva. Isso significa abordar os dois lados da complexidade. A complexidade “externa”, ou seja, o número de linhas de produtos e configurações que os clientes têm à disposição, pode ser contrabalançado com a otimização do portfólio de produtos, reduzindo o custo de complexidade (CoC, na sigla em inglês) e aumentando as margens. A complexidade interna, por sua vez, concentra-se no número dos diferentes componentes que a empresa precisa gerenciar e que, muitas vezes, ela pode reduzir com a introdução de plataformas e módulos.

Na prática, abordar a complexidade de forma bem-sucedida se resume a responder a quatro perguntas básicas:

  • O que gera complexidade na empresa e qual é o seu custo?
  • Como é possível otimizar o portfólio de produtos em termos de custos e vendas?
  • Como é possível reduzir a complexidade interna?
  • Como pode se evitar que a complexidade volte a existir?

Encontrando as causas da complexidade

A complexidade do portfólio de produtos não é necessariamente ruim. Uma empresa pode optar por oferecer uma ampla variedade de produtos no intuito de se diferenciar. Frequentemente, porém, parte dessa complexidade não agrega valor para o cliente: produtos desenhados para refletir preferências regionais limitadas, por exemplo, podem não gerar retorno adequado, enquanto controles ineficazes do ciclo de vida de um produto podem resultar em produtos desatualizados depois que seu potencial de lucro estiver esgotado – podendo contribuir desnecessariamente para a maior complexidade do portfólio.

O primeiro passo para otimizar o custo da complexidade é identificar seus principais motores, o que depende fortemente do perfil e da oferta de cada empresa. Esses motores podem ser, por exemplo, o número de países nos quais a empresa opera, os canais de vendas, os grupos de produtos ou os próprios produtos e seus componentes. Uma empresa pode descobrir que uma pequena parcela de seu amplo portfólio gera 80% das margens brutas. Ao mesmo tempo, ela pode descobrir que a complexidade de seus produtos tem um custo alto e que boa parte poderia ser recuperada, indicando um potencial de simplificar o portfólio e reduzir significativamente o custo com pouca perda de margem.

Otimizando o portfólio de produtos em termos de custos e vendas

Otimizar um portfólio de produtos é difícil porque simplesmente eliminar alguns poucos produtos, muitas vezes, não é suficiente para reduzir o CoC, mas é muito provável que diminua as receitas. Por exemplo, se dois produtos compartilham o mesmo componente, mas apenas um é eliminado, ainda assim a empresa precisará manter esse componente em estoque, portanto o CoC associado a ele não será eliminado.

Como às vezes é difícil entender o impacto imediato dos esforços de redução, as empresas costumam ser céticas em relação a essa abordagem. A chave para reduzir o CoC é eliminar clusters de produtos que compartilham os mesmos motores de complexidade (Quadro 4).

Quadro 4

Recursos de advanced analytics, como a visualização do portfólio, podem ajudar a melhorar o processo de otimização do portfólio. O Quadro 5 mostra uma rede de portfólios na qual a sobreposição dos motores de custos de complexidade (componentes) é representada pela distância entre os pontos (produtos). Ao usar esse tipo de mapeamento do portfólio, uma empresa conseguiu identificar produtos muito diferentes que utilizavam vários componentes exclusivos, bem como clusters de produtos que compartilhavam componentes e que poderiam ser candidatos a uma eliminação total.

Quadro 5

Embora desgastante, é possível analisar essas visualizações usando ferramentas tradicionais. Mas os poderosos algoritmos de AtV são capazes de testar o impacto da eliminação de qualquer combinação de produtos e identificar aqueles que, uma vez eliminados, gerarão uma redução do CoC com perda mínima de vendas. Esses cálculos são possíveis porque os algoritmos podem identificar componentes específicos, linhas de fábrica e outros insumos que deixarão de ser necessários uma vez que um produto ou grupo de produtos tenha sido eliminado. Isso é muito mais eficiente do que a abordagem clássica, na qual os produtos com menos vendas são eliminados primeiro, e ajuda a assegurar resultados tangíveis com um caso de negócio bem claro.

Reduzindo a complexidade interna com eficácia

Após a otimização do portfólio de produtos, as empresas podem reduzir a complexidade interna usando plataformas, módulos e componentes padronizados.

As plataformas de produtos ajudam as empresas a capturar sinergias entre produtos similares. Em vez de definir cada produto do “zero”, a empresa define um limite padrão segundo o qual uma família de produtos deve capturar sinergias operacionais. No entanto, mesmo quando a plataforma possui elementos padronizados, ela ainda precisa de flexibilidade para customizar produtos para segmentos específicos de clientes, regiões ou canais. Na indústria automotiva, por exemplo, uma plataforma pode permitir mudanças na transmissão do automóvel e seus respectivos componentes para abranger desde um veículo utilitário até um cupê de alta performance. Uma empresa de bens de consumo ampliou esse conceito para desenvolver plataformas que abrangem perfis de sabor comuns em produtos diferentes.

Módulos podem capturar sinergias em todas as plataformas. As plataformas que parecem ser bastante diferentes, muitas vezes compartilham certas funções (por exemplo, a necessidade de uma fonte de energia). Ao padronizar essas funções em um módulo com interfaces claramente definidas, as empresas podem simplificar a complexidade interna.

Finalmente, a empresa pode reduzir a complexidade interna ao padronizar componentes em seus produtos – um objetivo que, agora mais do que nunca, está ao seu alcance graças às novas tecnologias. Dados de gastos e especificações técnicas podem ser combinados para que os algoritmos de machine learning ajudem a identificar rapidamente similaridades nas peças com base em fatores como formas geométricas (extraídas de desenhos computadorizados) e dados (extraídos de planilhas de especificações). A maior eficiência vem da definição de diretrizes claras sobre as preferências da empresa, com medidas que limitem o uso de alternativas não aprovadas. O uso de catálogos digitais de componentes continuamente atualizados, junto com práticas de governança para limitar exceções, reforça a disciplina necessária.

Como evitar a volta da complexidade

A redução da complexidade é um exercício transformador que deve ser praticado constantemente – caso contrário, a complexidade voltará. Primeiro, a alta gerência deve promover ativamente esta causa, que é multifuncional por definição. Sem um direcionamento claro, diferentes incentivos nas várias funções poderiam minar os esforços de eliminação da complexidade.

Segundo, a governança deve ser concebida com a firmeza necessária para limitar a volta da complexidade. Isso inclui uma clara responsabilidade pelo portfólio, plataforma e módulo a fim de assegurar que os trade-offs comerciais e operacionais sejam feitos com diligência. Comitês de liderança multifuncionais podem ajudar em tomadas de decisões importantes sobre o portfólio com base em uma perspectiva holística de alto nível e em casos de negócio.

Por fim, a empresa precisa ter KPIs claros para mensurar a complexidade e monitorar o progresso – esses KPIs devem estar vinculados de modo a ajudar as empresas a fazer os trade-offs necessários entre custo e valor.


No futuro, as ferramentas de AtV terão um impacto profundo na redução do custo de materiais. Isso poderá melhorar significativamente o design de produtos e o valor para o cliente, bem como reduzir a complexidade e aumentar as margens por meio da otimização e modularidade do portfólio. As empresas que adotarem essas abordagens mais rapidamente estarão preparadas para alcançar uma vantagem competitiva.

Mas isso não é tudo – elas podem usar o AtV para liberar ainda mais valor por meio do aperfeiçoamento de especificações técnicas, da otimização de componentes e custos de Compras, bem como da implementação de AtV em escala.

Explore a career with us