Empresa de serviços alimentares
Case study de migração para a cloud
A migração para a cloud mantém a empresa de serviços alimentares atualizada
Um processo manual de longa data é substituído por uma abordagem altamente automatizada para um negócio mais eficiente
Veja como a Deloitte ajudou esta empresa de serviços alimentares a conseguir uma migração bem-sucedida para a cloud, automatizando contratos complexos de fornecimentos e preços para acelerar a tomada de decisões e permitindo que as capacidades de IA/ML gerassem recomendações preditivas.
Uma empresa internacional de serviços alimentares que serve de elo crítico entre as explorações agrícolas e as instalações de processamento de alimentos para garantir o fornecimento a clientes de grande escala, como restaurantes, procurou uma solução tecnológica baseada na cloud para lidar com a crescente complexidade dos seus processos contratuais.
Um dos principais pontos fortes da empresa era a capacidade de obter produtos alimentares de uma variedade de produtores e outras fontes e de fazer corresponder esses fluxos de abastecimento às necessidades dos transformadores de alimentos e dos seus clientes institucionais e de restauração. Mas quanto maior e mais variado se tornava esse ecossistema de abastecimento, mais difícil era fazer corresponder os produtos aos compradores, tomar decisões atempadas e ajustar os termos do contrato às condições em rápida mudança. Era imperativo que a empresa substituísse os processos manuais de longa data por uma abordagem altamente automatizada.
O processo manual de celebração de acordos contratuais exigia contributos simultâneos de 17 grupos de intervenientes na empresa. Também tinha de ter em conta os dados e as normas de rotulagem que variavam de fornecedor para fornecedor. Consequentemente, não havia normalização dos dados. A duplicação, a ambiguidade e a imprecisão eram demasiado comuns. Além disso, o processo contratual tinha dificuldade em acomodar a complexidade dos fatores de produção. Os preços dos contratos estavam limitados a uma única restrição, o que tornava difícil para a empresa manter as suas condições competitivas de dia para dia.
Neste ambiente de dados multidimensionais, o processo manual de correspondência entre produtos e compradores tornou-se demasiado rápido e volumoso para ser gerido através dos métodos tradicionais. Este processo levou a atrasos nas decisões de preços e na entrega de contratos e gerou ineficiências que reduziram a margem. A empresa procurou uma nova solução com resultados atempados e granulares que dessem mais autonomia às suas linhas de produtos e permitissem que o sistema de gestão de descontos fosse mais reativo.
A empresa procurava uma nova solução com resultados atempados e granulares que dessem mais autonomia às suas linhas de produtos e permitissem que o sistema de gestão de descontos fosse mais reativo.
A empresa procurava uma nova solução com resultados atempados e granulares que dessem mais autonomia às suas linhas de produtos e permitissem que o sistema de gestão de descontos fosse mais reativo.
O que aconteceu a seguir
Antes desta transformação, a empresa dependia de processos como a execução de consultas SQL em ficheiros Excel para tratar deste trabalho. Melhorar as capacidades de fixação de preços e contratação da empresa tinha o potencial de aumentar a satisfação do cliente, acelerar o desempenho, acrescentar mais margem e colocar ao seu alcance negócios maiores e mais lucrativos.
A empresa recorreu à Deloitte para criar uma plataforma cloud end-to-end no Microsoft Azure que automatizasse a regularização de dados, a correspondência de produtos e a fixação de preços de contratos. As capacidades de resolução de problemas estruturados da equipa, alimentadas por algoritmos que ordenam os dados e os apresentam em interfaces de fácil utilização, bem como a estrutura ágil e responsiva, fizeram da Deloitte a escolha da empresa. A empresa selecionou Azure devido a um acordo em vigor e porque era compatível com as abordagens baseadas em máquinas virtuais (VM) existentes e com o desejo geral de escalabilidade.
Uma etapa inicial do trabalho consistiu em mapear os fornecimentos disponíveis e as necessidades dos clientes, classificando os produtos de uma forma que simplificasse e reduzisse o número de potenciais correspondências. Para cada item - por exemplo, peitos de frango - o sistema automatizou as cinco principais recomendações de fornecedores que poderiam atender à necessidade.
Aproveitando o seu conhecimento do setor e a sua experiência na transformação da cloud, a Deloitte ajudou a criar um novo pipeline automatizado que incluía três pipelines de processamento de linguagem natural que extraíam descrições de características relevantes dos vários métodos de rotulagem dos fornecedores de alimentos e mapeavam a disponibilidade de produtos para localizações regionais. Com essa visão regularizada da cadeia de abastecimento, uma estrutura de aplicação inteligente ganhou novas capacidades de IA/ML para gerar recomendações preditivas para as correspondências e termos mais eficazes.
Um pipeline de implementação automatizado combateu a deriva do modelo através de atualizações periódicas da base de dados baseada na cloud e de ajustes regulares aos dados de formação. Isto tornou a criação de novos modelos de produtos (por exemplo, para abordar categorias como gelado ou queijo) mais rápida. A equipa insistiu num padrão para este processo: Tinha de gerar um resultado que fosse pelo menos tão bom como o que um humano conseguia obter manualmente - a velocidade tinha de complementar a precisão, não substituí-la.
As vitórias
1. Mapeamento autónomo de produtos
2. Compras diretas que permitem concentrar-se em unidades de manutenção de stock rentáveis
3. Aumento da credibilidade junto dos fornecedores e fabricantes
4. Melhoria da eficiência da equipa
5. Melhoria contínua: os resultados obtidos informam a tomada de decisões para os futuros comerciantes
Em números
~50%
maior eficiência da equipa
80%
das despesas anuais que fazem corresponder artigos do fabricante a artigos do fornecedor
~17
grupos de partes interessadas na empresa
Opens in new window
