4. PwC
(DC0) Informação Pública
O que é Data & Analytics?
Forbes: “a collection of data from traditional
and digital sources inside and outside your
company that representes a source for
ongoing discovery and analysis”.
4
julho 2016Congresso USP
13. PwC
(DC0) Informação Pública
Temos fornecedores cujos sócios são membros próximos da
família de algum dos nossos executivos?
Utilizando modelos estatísticos e
inteligência de dados, é possível identificar
CPFs com vínculo familiar ao CPF alvo. Por
meio de inferência são identificados os parentes
nos níveis: pai, mãe, cônjuge, sogra, avó, tias,
irmãos, sobrinhos, primos, filhos e netos. Além
disso, com base no endereço do CPF de origem,
são identificadas outras pessoas que residem no
mesmo local.
13
julho 2016Congresso USP
14. PwC
(DC0) Informação Pública
Como capturar dados externos?
IP’s
Data
Robô acessa o Site para Consulta
Retorno das Informações
Enriquecimento da Base de Dados
Análise dos Dados
Resultados
RADA
Cotações realizadas com
diferentes fornecedores,
porém com os mesmos
acionistas
Atividade Econômica
Capital Social
Quadro Societário
Input de CNPJ’s
14
julho 2016Congresso USP
16. PwC
(DC0) Informação Pública
Distribuição geográfica dos fornecedores
Faz sentido adquirir materiais
de escritório de fornecedores
situados há mais de 1.000 km
de distância de nossa sede?
16
julho 2016Congresso USP
24. PwC
(DC0) Informação Pública
Sumário executivo
Linha do tempo (média de dias)
Pedido
Venda
Emissão
nota
fiscal
ND
Expedição Devolução
0 7,5
7,5 38,7
46,2
Nota: para fins de cálculo consideramos a média ponderada pelo valor do documento de venda e devolução.
24
julho 2016Congresso USP
26. PwC
(DC0) Informação Pública
Sumário executivo
Relação das devoluções com demais variáveis de 9.180 clientes
Comentários: considerando as variáveis internas que foram disponibilizadas, conseguimos explicar 48% das causas que geram devolução,
através do modelo supracitado. Existem variações externas e outras não sistêmicas (erro padrão) não capturadas neste modelo.
F(x) = -346,02 + 0,04339x +/- 24.309,21
Variável independente no modelo R2 R2 ajustado Erro padrão Correlação
Valor em R$ faturado a clientes 0,4843 0,4842 24.309,21 Alta
Quantidade de itens transportada 0,0630 0,0630 5.479,26 Muito Baixa
Tempo entre emissão de nota e expedição - - - Nenhuma
Distância percorrida até a entrega ND ND ND ND
Prazo de validade da mercadoria expedida - - - Nenhuma
Limite de crédito do cliente 0,0249 0,0248 33.429,44 Muito Baixa
Meta do vendedor ND ND ND ND
Tempo de relacionamento com o cliente 0,099 0,098 33.685,33 Muito Baixa
Atendimento parcial do pedido ND ND ND ND
Clientes com alertas (PEP, mídia, processos) - - - Nenhuma
26
julho 2016Congresso USP
27. PwC
(DC0) Informação Pública
Sumário executivo
Modelo preditivo – devoluções de maio
92.759.610
133.290.724
143.510.761
123.567.244 130.668.276
6,56% 3,48% 2,10% 1,73% 1,90%
jan/16 fev/16 mar/16 abr/16 mai/16
Faturamento Devolução
Mês Venda Devolução Devolução
(Estimada)
Jan 92.759.610 6.084.259
Fev 133.290.724 4.638.283
Mar 143.510.761 3.012.648
Abr 123.567.244 2.132.464
Maio 130.668.276 2.487.858
27
julho 2016Congresso USP
28. PwC
(DC0) Informação Pública
Sumário executivo
Análise de outliers
(200.000,00)
-
200.000,00
400.000,00
600.000,00
800.000,00
1.000.000,00
1.200.000,00
1.400.000,00
1.600.000,00
1.800.000,00
2.000.000,00
- 5.000.000,00 10.000.000,00 15.000.000,00 20.000.000,00 25.000.000,00
Comentários: observamos preliminarmente que há uma relação linear entre as vendas e as devoluções. Dessa forma, com base na observação
percebemos quatro clientes com alto desvio-padrão.
Nota: para a nossa análise, excluímos transações com partes relacionadas.
28
julho 2016Congresso USP
29. PwC
(DC0) Informação Pública
Sumário executivo
Motivos das devoluções
Total de Devoluções 2015 Pedido de compra Problemas fiscais Agendamento da entrega
2015
Total de Devoluções
2016
Pedido de compra SEM INFORMAÇÃO Agendamento da
entrega
Problemas fiscais Problemas na rota de
entrega
Outros
2016
Comentários: verificamos que o principal motivo das devoluções estão
relacionadas ao grupo pedido de compra, onde deparamos com as seguintes
causas:
• Pedido de compra em duplicidade;
• Divergência nas condições de pagamento;
• Quebra do pedido;
• Cliente acusa não ter solicitado o pedido;
• Pedido havia sido cancelado pelo cliente.
Comparando 2015 e 2016, notamos que este motivo representa mais de 60% das
razões.
Ressaltamos que em 2016 há um volume considerável de devolução sem
informações, além de perceber o aumento do motivo de problemas no
agendamento de entrega. Problemas fiscais houve uma melhoria considerável.
29
julho 2016Congresso USP
30. PwC
(DC0) Informação Pública
Sumário executivo
Análise de anomalias das devoluções e seus custos
Nota: para a nossa análise, entendemos como custo das anomalias o valor do frete para entrega da mercadoria.
Anomalias Justificativa Casos Custo (R$)
Pedidos de compra em
duplicidade
Considerando o processo, sistemas e organização da área de vendas,
pedidos em duplicidade não deveriam existir.
184 45.974,33
Preço da mercadoria em
desacordo com o pedido
Considerando as interfaces sistêmicas e atual ERP, divergência de
preço entre nota fiscal e pedido não deveriam ocorrer.
84 33.842,39
Recusa por falta de pedido
de compra Avaliando que um pedido é inserido no sistema após a negociação
com o cliente, entendemos que todo pedido gerado pela área de
vendas deveria estar aprovado pelo cliente.
570 102.287,71
Recusa por pedido de
compra cancelado
796 281.043,33
Total 463.147,76
30
julho 2016Congresso USP
31. PwC
(DC0) Informação Pública
Sumário executivo
Análise Benford
Comentários: considerando as 9.653 observações de devoluções no ano de 2016, aplicamos a Lei de Benford (primeiro dígito) para os valores
registrados de devolução. Nos chamou a atenção o excesso de devoluções iniciadas com dígito 8, cujo Z-STAT foi de 19,5. Vide maiores detalhes
no item detalhado 3.2
31
julho 2016Congresso USP
32. PwC
(DC0) Informação Pública
3.2
Análise Benford detalhada do dígito 8
Comentários: nos chamou a atenção os quatro pedidos inseridos pelo vendedor XYZ ao cliente xxxxxxxxxxxxxxxx, para os quais o cliente
devolveu alegando duplicidade. Estas devoluções montam a ordem de R$ XXXX mil registradas no dia XX/XX/XXXX.
32
julho 2016Congresso USP
33. PwC
(DC0) Informação Pública
Muito obrigado!
33
julho 2016Congresso USP
M: +55 (11) 98757-7646
ricardo.santana@pwc.com
santanapwc@gmail.com
Ricardo Santana Diniz
Partner
Data & Analytics