A sua tela de estoque diz: Pedir até 14 de março. 1,400 unidades. Uma data e uma quantidade. Limpo, específico, acionável — o tipo de resultado pelo qual você paga um software.
Agora faça uma pergunta a ela. De onde veio o lead time desse cálculo?
Na maioria das ferramentas, a resposta é que ele veio do nada. São 90 dias, porque 90 dias era o valor do campo quando a conta foi criada, e ninguém nunca mudou. O seu fornecedor de verdade leva 58.
A data está errada em um mês. Nada na tela sugere que ela possa estar.
O problema não é o seu software não saber as coisas. É ele não dizer que não sabe.
Esse é o defeito mais comum da análise de dados para Amazon, está em quase todas as ferramentas do mercado, inclusive nas caras, e quase ninguém fala dele — porque falar dele é confessá-lo.
01O valor padrão plausível
Funciona assim. Um cálculo precisa de um dado de entrada. Esse dado não está disponível — você nunca o inseriu, ou os dados não o contêm, ou o relatório que o traria não foi enviado.
O software tem três opções: deixar o resultado em branco, dizer o que está faltando ou colocar algo razoável no lugar e seguir em frente.
Ele quase sempre escolhe a terceira. E o substituto é bem escolhido — 90 dias é um lead time defensável, 15% é um TACOS defensável, zero é um custo de frete defensável se você não tem registros de frete. Nada parece quebrado. A tela se preenche. Você age com base nela.
Chame pelo nome: um valor padrão plausível. Um número que existe para fazer a tela parecer completa, apresentado exatamente como um número que veio do seu negócio.
A parte perigosa não é a substituição. É a apresentação idêntica. A sua velocidade de vendas medida e um lead time inventado ficam na mesma linha, com o mesmo peso, na mesma fonte — e o resultado que combina os dois herda a confiança da metade melhor.
02Por que toda ferramenta faz isso, inclusive as boas
Vale ser justo quanto ao motivo, porque não é má-fé nem preguiça.
É o teste grátis.
Um usuário novo conecta a conta numa terça-feira à noite. Se o software for honesto, a maior parte da tela fica vazia — nenhum custo inserido, então nenhuma margem; nenhum pedido de compra, então nenhum lead time; nenhum registro de frete, então nenhum custo total por unidade (landed cost). É um retrato fiel do que a ferramenta sabe sobre esse usuário, e parece um produto que não funciona.
Preencha essas lacunas com valores padrão plausíveis e o mesmo usuário vê um painel cheio em noventa segundos. Gráficos, percentuais, recomendações. Isso converte. Toda equipe de produto que já fez esse experimento chegou à mesma conclusão.
Então os valores padrão são uma decisão de crescimento, tomada de forma racional, por pessoas que não estão tentando enganar ninguém.
Elas só otimizam os primeiros cinco minutos da relação à custa de todas as decisões que vêm depois. E o custo cai sobre o cliente que ficou — aquele que faz um pedido de $40,000 com base num lead time que ninguém mediu.
03Seis sinais: como encontrar os números inventados na ferramenta que você usa hoje
Você não precisa de acesso ao código-fonte de ninguém. Números inventados deixam impressões digitais, e você consegue verificar os seis em uns dez minutos.
- 01Valores suspeitamente redondos90 dias. 30%. 15%. Medições reais dão 58 dias e 27.3%. Um número redondo num campo que você nunca preencheu é um valor padrão disfarçado.
- 02O mesmo valor em todos os SKUsOrdene por lead time, ou por qualquer premissa de custo. Se quarenta produtos compartilham o mesmo número, esse número descreve a configuração do software, não a sua cadeia de suprimentos.
- 03Um resultado que sobrevive à falta de um dadoO teste mais forte. Apague um custo, ou confira um produto para o qual você nunca inseriu custos. Se ainda aparecer uma margem, a ferramenta fabricou uma — e vai fazer o mesmo em todos os outros lugares para onde você não está olhando.
- 04Nenhuma data nos dadosPergunte até que dia vão os números. Se nenhuma tela diz isso, as taxas provavelmente são calculadas com base no calendário, e não nos dados — o que reduz, sem alarde, toda velocidade de vendas quando os relatórios atrasam.
- 05Nada nunca diz “desconhecido”Percorra uma sessão inteira. Se nenhuma tela admite que falta alguma coisa, isso não é completude. Os dados de ninguém são completos. Significa que as lacunas estão sendo preenchidas onde você não consegue ver.
- 06Uma precisão que ela não tem como terUma margem de 27.43% construída sobre um valor de frete que foi rateado por uma regra e uma taxa de devolução tirada de uma média histórica. As casas decimais são decoração, e estão fazendo um trabalho de persuasão que os dados não sustentam.
Faça esses testes no que você estiver usando hoje. A maioria dos vendedores encontra pelo menos três, e o terceiro — um resultado que sobrevive à falta de um dado — costuma ser o momento em que o exercício deixa de ser teórico.
04Por que um campo em branco vale mais do que um chute
O instinto diz que uma resposta aproximada é melhor do que nenhuma. Para esse tipo de problema, é o contrário, e vale a pena ser preciso sobre o motivo.
Um campo em branco é uma incógnita conhecida. Custa cinco minutos de irritação e aponta para uma ação específica e barata: ir atrás do lead time. Você faz isso uma vez, e todas as decisões que dependem dele melhoram para sempre.
Um valor padrão é uma incógnita desconhecida. Não custa nada hoje e tira de você a capacidade de saber quais das suas decisões foram tomadas com informação real. Isso não é uma versão menor do mesmo problema. É um problema diferente, e pior, porque não há sinal nenhum para agir — você não consegue consertar o que nunca se anunciou.
E os erros não ficam parados. Um lead time errado em um mês não muda só uma data. Muda o seu estoque de segurança, a sua quantidade de reposição, o caixa que você compromete e quando você o compromete — e, quando a ruptura de estoque chegar, você vai diagnosticá-la como um problema de previsão de demanda, porque foi aí que ela apareceu.
Antes de agir com base em qualquer número que o seu software mostrar, pergunte: quais destes dados de entrada o meu negócio realmente produziu, e quais o software produziu?
Se a tela não consegue dizer, a leitura honesta desse número é “desconhecido”, não importa quantas casas decimais ele tenha.
05Como é uma tela que admite o que não sabe
A objeção a tudo isso é que a honestidade deixa o produto feio. Não deixa. Deixa o produto mais longo — e o trecho a mais é a parte de que você precisava.
Mesmo SKU, mesmo momento, duas formas de mostrar:
− 3,100 em estoque − 1,200 em trânsito
O cartão da esquerda é mais confiante e menos útil. O da direita é a mesma decisão com a conta à mostra — e ele diz de qual parte desconfiar e com base em qual parte agir mesmo assim.
Três comportamentos produzem esse segundo cartão, e eles não são caros de construir. Só não fazem bonito durante um teste grátis.
- Recusar em vez de usar um valor padrão. “Lead time não medido — adicione uma data de recebimento a qualquer pedido anterior” é melhor do que um 90 que ninguém escolheu. Uma tela vazia que diz o que está faltando é uma lista de tarefas, e uma lista útil.
- Indicar a origem. Medido, rateado ou presumido, no próprio número. O mesmo número, três pesos muito diferentes — e os presumidos são exatamente para onde o seu trabalho de configuração deve ir em seguida.
- Alertar na decisão, não no campo. O mais difícil e o mais valioso. Uma nota de rodapé no campo de margem é inútil, porque ninguém visita o campo de margem. O alerta tem de aparecer no cartão em que você está prestes a fazer um pedido de $40,000.
Repare no que o cartão honesto não faz: ele não se recusa a ajudar. Continua dando uma data e uma quantidade. Só se recusa a fingir que os quatro dados de entrada são igualmente sólidos — e, ao fazer isso, diz que o problema do frete afeta a sua margem, mas não a sua data de reposição, que é a frase mais útil de qualquer um dos dois cartões.
06“Não quero ressalvas. Quero um número.”
Justo, e o cartão honesto dá um. Pedir até 14 de março, 1,400 unidades. Está ali, no mesmo lugar, do mesmo tamanho.
O que ele acrescenta é a resposta à pergunta que, de outra forma, você teria de fazer a uma pessoa: quanto devo confiar nisso? Numa reposição de rotina, você nunca vai ler além do título. No pedido que tem o dobro do tamanho normal, vai ler cada linha — e é justamente nesse pedido que um valor padrão de 90 dias custa a você um trimestre.
A alternativa não é uma tela mais simples. É a mesma tela sem as dúvidas e com o risco ainda lá dentro.
Existe uma versão disso em toda profissão que lida com consequências. Um exame de laboratório traz os valores de referência. O laudo de um agrimensor diz quais medidas foram feitas e quais foram estimadas. Um engenheiro estrutural assina as premissas de carga, não só a carga. Nenhum deles acha isso um fardo; acham que é o padrão mínimo para uma orientação com base na qual alguém vai agir.
Um software que manda você gastar $40,000 deveria ser cobrado pelo mesmo critério.
Perguntas frequentes
Como saber se a minha ferramenta de análise para Amazon está usando valores padrão?
Seis verificações: números suspeitamente redondos em campos que você nunca preencheu, o mesmo valor repetido em todos os SKUs, um resultado que continua aparecendo quando falta o dado de entrada, nenhuma data dizendo qual período os dados cobrem, nenhuma tela admitindo que algo é desconhecido e uma precisão que os dados de base não sustentam. A terceira é a decisiva — confira um produto para o qual você nunca inseriu custos e veja se uma margem aparece mesmo assim.
Por que a minha ferramenta de estoque usa um lead time de 90 dias?
Porque é um valor padrão, e ele fica lá até alguém mudar. O seu lead time real pode ser medido a partir dos seus próprios pedidos — os dias entre fazer o pedido e as unidades ficarem disponíveis para venda, na média dos seus últimos pedidos. A diferença entre essa média e o pior caso também é o tamanho certo do seu estoque de segurança, que é um segundo número que o valor padrão tira de você sem alarde.
Uma estimativa não é melhor do que resposta nenhuma?
Uma estimativa que você sabe que é estimativa, sim. Uma estimativa apresentada como medição, não. A primeira é uma incógnita conhecida — aponta para uma correção barata. A segunda tira a sua capacidade de saber quais decisões se apoiaram em dados reais, e o erro costuma aparecer numa parte do negócio diferente daquela em que foi cometido, então o diagnóstico sai errado.
O que um software deveria fazer quando não tem os dados?
Dizer isso, no lugar onde a decisão está sendo tomada. Recusar-se a calcular em vez de colocar um número plausível no lugar, identificar cada número como medido, rateado ou presumido e colocar o alerta no cartão da decisão, e não no campo — porque ninguém visita o campo.
Por que as minhas duas ferramentas mostram números diferentes para o mesmo produto?
Geralmente porque pelo menos uma delas está preenchendo uma lacuna que você não conhece — um custo padrão diferente, um lead time diferente, uma premissa diferente sobre o frete. Duas ferramentas com dados completos e as mesmas definições concordariam. A divergência é o sinal; a pergunta útil é qual das duas vai contar a você o que inventou.
Um painel pode se dar ao luxo de chutar. Uma decisão, não.
Um painel é um retrato de um negócio. Se um dado de entrada é inventado, o retrato fica um pouco distorcido, e nada acontece — você olha, se sente informado e segue em frente.
Uma decisão é diferente. Uma decisão gasta dinheiro num dia específico, numa quantidade específica, e herda cada fraqueza de cada dado que a alimentou. Não existe pedido de compra um pouco distorcido.
Então o número que merece virar ação não é o mais preciso, nem o que chega mais rápido, nem o que está na tela mais bonita.
É o que disse a você quanto confiar nele.