1. Identificar

• Estruturar o Projeto de Melhoria
• Empatia e Voz do Cliente
• Entender/enxergar o Fluxo de Valor
• Análise de Valor Lean

 

 

2. Priorizar

• Estruturação do Backlog de Melhorias
• Priorização das Melhorias
• Composição da Sprint

 

 

3. Implementar

• Planejamento da Sprint
• Sprint de Melhorias
• Daily Scrum
• Revisão da Sprint
• Retrospectiva da Sprint

1.  Identificar

 

Para identificar as melhores soluções, a equipe verificou como pilotos, ferramentas Lean (JIT, TPM, Kanban, poka yoke, 5S), algoritmos (machine learning), tecnologia digital (RPA, app etc.), protótipos e inovações em geral poderiam ser aplicados e incluiu essas sugestões de melhorias na matriz causa e efeito, apresentada na sequência, de acordo com o fator (x) relacionado.

2.  Priorizar

Após a distribuição de todas as melhorias identificadas até o momento na matriz de esforço x impacto, foi efetuada a identificação de ações prioritárias que poderiam ser executadas durante a Sprint do Improve.

Matriz esforço x impacto: priorizadas melhorias que podem ter ações incluídas na Sprint Improve. Essas melhorias estão relacionadas com: a importância de aumentar o número de SKUs por PDV, 5S nos PDVs, Kanban para material de execução, app de vendas e machine learning para vendas e Market Share.

3.  Implementar

As melhorias selecionadas foram detalhadas no planejamento da Sprint e posteriormente implantadas e verificadas por um Sprint Board, com acompanhamento por Daily Scrum. Ao final, as reuniões de revisão e retrospectiva da Sprint trouxeram subsídios para a conclusão da Sprint e melhoria da próxima.

A seguir estão algumas ações efetuadas e comentários.

DOE: obtida equação com R2 (pred) = 98,8%, e definido que o número mínimo de SKUs por PDV será igual a 3, para obter no mínimo um delta volume relativo de 100 com distribuição relativa de 95.

Kanban de material de execução: iniciar processo de compra na cor amarela de forma receber antes de atingir a vermelha.

Poka yoke nas prateleiras: criado arquivo organizador com o nome do produto e separador para ser colocado abaixo dos produtos; evita esquecer de abastecer algum SKU; mantém as embalagens arrumadas e distribuídas

RPA: Gráficos automatizados de análises de vendas (diários, semanais e mensais); relatórios automatizados de vendas mensais; e acesso remoto para vendedor.

App: com o uso de Design Thinking, foi desenvolvido um app com as seguintes funcionalidades:

• Rota/GPS.
• Confirmação de visita.
• Fotoanálise planograma.
• Fotoanálise share de gôndola.
• Fotoanálise 5S – execução.
• Avaliação de execução.
• Acesso ao sistema de vendas.
• Sugestão de venda por PDV.
• Gráficos de acompanhamento.
• Armazena dados até automaticamente sincronizar na nuvem.
• Processamento em nuvem.

Efetuados mock-ups e protótipos de alta qualidade de forma a definir o app.

Machine learning: foi desenvolvido um algoritmo de machine learning com o objetivo de obter predição de market share ao longo do mês para, com base no conhecimento do impacto dos fatores trazido pela modelagem estatística e seus resultados atuais, identificar tanto a necessidade de atuação como onde e quando. As variáveis consideradas no modelo são share de gôndola, execução, número de SKUs e PTC. A principal entrega é a predição de market share. A visualização de dados e resultados ocorre através de um power BI.

Piloto: foi efetuado um piloto do uso do app no PDV conforme tabela a seguir.

Foram obtidas as seguintes conclusões:

Análise de resultados

• O app demonstrou estabilidade de uso e excelente aplicabilidade.
• Nota geral dada pelos vendedores: média: 4,7; mínima: 4; máxima: 5.
• Erros relatados não impediram o uso do aplicativo.
• PDVs atendidos pelos vendedores com app relataram maior aumento de volume de vendas do que os similares sem o uso do app.

Lista de ações aprendidas

• Coletada uma lista de potenciais melhorias para o App.
• O treinamento com o uso de vídeos foi fundamental.
• Explicar o uso do app para os PDVs é importante.

Conclusões e recomendações

• App foi um sucesso.
• Elaborar plano de roll-out.
• Incluir um material sobre como usar o app para o PDV.

Foram verificados os impactos das melhorias implantadas até o momento.

2-sample t: os PDVs nos quais o app foi utilizado tiveram aumento de volume relativo em 4,5 pp (IC = 95%), o que indica melhoria de performance trazida pelo uso do app.

Qui-quadrado: o índice de execução aumentou nos PDVs onde o vendedor fez uso do app.

Qui-quadrado: as ações de aumento de número de SKUs por PDV tiveram efeito positivo – onde existiam um ou dois SKUs, foi possível aumentar para três ou mais.

CEP: houve evolução positiva do market share desde o início das melhorias implantadas pelo projeto.