Defesa baseada em dados: transformar a prevenção de perdas com análises

Por Allie Falk

A tecnologia está evoluindo a um ritmo avassalador. Conceitos extraordinários são desenvolvidos diariamente, com tecnologias modernas que avançam rapidamente e tendências criadas com base nas necessidades das empresas e demandas dos consumidores.

Todos os dias existem histórias na mídia sobre novas tecnologias, como a inteligência artificial (IA). Até mesmo a análise de dados, que existe a muito mais tempo se comparada com a IA, está a mudar constantemente e a melhorar a velocidades mais rápidas do que se poderia imaginar a alguns anos. Aqueles de nós que estão menos familiarizados com a análise de dados podem estar se perguntando: “Afinal, o que é análise de dados?”. São análises computacionais sistemáticas de dados ou estatísticas, que são aplicadas com o auxílio de sistemas e softwares especializados.

Inevitavelmente, surgem preocupações com os rápidos avanços em tecnologias como a análise de dados. Como posso medir sua precisão? Como mantenho a privacidade? Como implementar novas estratégias baseadas em dados extraídos de análises? Além disso, à medida que surgem descobertas através da consolidação e análise cruzada de dados, os profissionais de prevenção de perdas descobrem vantagens e desvantagens ao longo do processo.

Para oferecer uma visão mais aprofundada dessas questões, entramos em contato com um grupo de fornecedores de soluções líderes do setor para saber opinião deles sobre essa evolução. Pedimos que falassem sobre as maneiras positivas e negativas pelas quais a análise está mudando o mundo da prevenção de perdas. Aqui está nosso resumo dos tópicos discutidos, juntamente com seus valiosos e variados pontos de vista sobre cada um.

Avanço do produto e mudança na demanda

Indispensavelmente, à medida que a análise de dados evolui, os produtos continuarão a avançar em um ritmo rápido para satisfazer as exigências dos consumidores. Em resposta, é necessário que os fornecedores de soluções permaneçam na vanguarda para garantir que as suas ofertas continuem a evoluir para satisfazer essas exigências.

“A.I e análises tornaram-se mais eficientes e diretas. Eles estão acelerando a experiência do cliente", disse James Stark, gerente de Desenvolvimento de Comunicações da Axis. "À medida que a análise progride, acho que os maiores avanços em nossos produtos giram em torno dos chipsets, permitindo que dados inteligentes sejam processados na borda ou na borda distante de câmeras. A câmera está apenas transferindo de volta informações críticas que você está procurando, também conhecidas como metadados. No final das contas, o que importa é uma boa experiência do cliente."

Os profissionais de prevenção de perdas também desejam ferramentas precisas e fáceis de usar. As equipes têm expectativas de que suas armas para combater o crime sejam tão simples quanto os outros dispositivos digitais em suas vidas. A análise de dados não deve ser exceção. “Agora podemos controlar a largura de banda para que as pessoas possam pegar seus telefones celulares usando uma conexão 4G ou 5G e ver sistemas CCTV gravados ao vivo sem problemas do tamanho da banda para suas empresas”, disse Keith Aubele, diretor de Segurança da Salient Systems. "Ser capaz de avaliar as análises enquanto visualiza simultaneamente imagens de vídeo sem restrição de banda é fenomenal, e esse progresso na tecnologia só vai continuar."

Soluções multifuncionais estão em alta. Integrar análises para criar soluções que acomodem isso proporciona uma experiência mais eficiente e fornece aos varejistas as funções necessárias para evitar perdas, como uma comunicação mais clara na loja. “Soluções multiuso são o que os consumidores procuram”, afirma Robb Northrupp, diretor de Marketing e Comunicações da Siffron.

"À medida que a tecnologia evoluiu, adicionamos um dispositivo que pode transmitir sem fio. Ele pode então se comunicar com os sistemas dos varejistas, seja o sistema eletrônico de vigilância de artigos, câmeras ou qualquer tipo de comunicação da loja. Ao analisar esses acionadores e agregar resultados com dados analíticos, continuaremos a ver esse tipo de inteligência transformar a prevenção de perdas”, argumenta Northrupp.

As plataformas de sistema de gerenciamento de fornecedores (VMS) são bons exemplos de solução multiuso. "Se você deseja adicionar uma análise de reconhecimento facial, incluir uma análise de detecção de fundo da cesta ou carrinho de compras, você pode fazer tudo isso em uma plataforma, e na maioria das vezes não custa absolutamente nada", disse Aubele. “Tão importante quanto ter a análise de dados disponível é a oportunidade para os varejistas digerirem dados e insights compartilhados para melhorar o atendimento ao cliente”.

“Hoje em dia a capacidade de rever e agir com base nos dados de lojas, regiões e canais aumentou”, revela Pedro Ramos, diretor de Receitas da Appriss Retail. “À medida que as opções crescem, os varejistas têm uma necessidade cada vez maior de enviar recomendações ao balcão de atendimento ao cliente para combater o ‘item não recebido’ e reivindicações de ‘não chegou’. Por fim, ter uma maneira simplificada de apresentar insights (não apenas dados para públicos diferentes) também tem gerado mais conversas sobre bibliotecas, relatórios e painéis padrão."

Manter-se atualizado com a rápida mudança de ritmo da tecnologia, abraçar as capacidades que ela possui e flexibilizar o uso dessa ferramenta crítica em outras áreas do negócio são cruciais. “Nossa plataforma evoluiu significativamente com os avanços em análises, abraçando o poder da IA e do aprendizado de máquina”, continua Ramos. "Essas inovações permitiram que nossa plataforma oferecesse aos varejistas insights ainda mais precisos e em tempo real sobre suas operações. Al é usada para detectar e sinalizar anomalias tanto dentro e entre as lojas, permitindo que os especialistas em prevenção de perdas trabalhem mais rapidamente para investigar. Também passamos a oferecer soluções em outros aspectos do negócio de varejo, incluindo reclamações e processos de conciliação dentro do cliente."

A satisfação do cliente começa com segurança

O objetivo final de todo varejista é manter seus clientes e funcionários seguros. A identificação mais rápida de ameaças torna possível prevenir a ocorrência de incidentes. Facilitar uma resposta mais rápida a emergências também é uma vantagem significativa e pode salvar vidas. À medida que essa tecnologia continua a melhorar, mais varejistas investem tempo e dinheiro em análises para garantir um ambiente de compras mais seguro para todos.

“Sempre que uma organização de varejo pretende implantar defesas e estar segura e protegida quando o crime organizado (ORC) entra em ação, é crucial compreender o conceito de cliente positivo e de cliente negativo”, enfatiza Aubele. “O primeiro entra na loja com a intenção de comprar itens e pagar por eles, e o segundo o faz com a pura intenção de furtar ou executar seu crime. Você deve montar programas que devem impactar os dois tipos de clientes.”

Por exemplo, se houver informações sobre um infrator conhecido na área, a loja pode inserir dados na câmera ou no sistema de vigilância – incluindo características específicas – criando assim um maior potencial para identificá-lo. Como resultado, o cliente positivo sente-se mais seguro, enquanto o negativo é mais facilmente detectado e pode ser apreendido ou dissuadido de sua ação.

"A capacidade de aplicar análises forenses é crucial em momentos de violência. Você não quer que funcionários ou clientes se machuquem ao tentar intervir e atacar essas pessoas porque a ameaça de violência é um grande risco", acrescentou Stark. "Está se tornando muito proeminente, e acho que há muitos varejistas por aí procurando soluções que ajudem a treinar a equipe para reagir de forma adequada."

Identificar o crime organizado pode ser um processo complicado e difícil. Com a ajuda da análise de dados, a obtenção das informações necessárias para identificar os infratores não só se torna mais fácil, como também pode transformar-se em provas sólidas. “Não existe solução mágica com ORC porque parece muito diferente”, revela Stark. “Mas a IA e a análise chegaram a um ponto em que nos fornecem os dados, precisamos garantir que podemos agir com segurança e de acordo com cada cenário. Por exemplo, digamos que você tenha imagens de vigilância de alguém com blusa marrom e chapéu azul que roubou sua loja. Você pode então dizer à sua pesquisa analítica: 'Mostre-me todo mundo com uma camisa marrom e um chapéu azul' e ela me fornecerá todas as imagens de vídeo de uma pessoa vestindo uma camisa marrom e um chapéu azul. O Analytics coleta todos esses dados e os apresenta de uma forma muito mais direta ao usuário final para que ele possa construir um caso."

Os clientes desejam fazer compras em ambientes seguros onde possam encontrar os itens que desejam. A análise contribui para a experiência geral de satisfação do cliente. “Quando usada para reduzir perdas e combater o crime organizado no varejo, a análise ajuda a garantir a precisão do estoque, o que facilita as compras para os consumidores”, disse Ramos. "A análise avançada desempenha um papel na identificação de crimes externos, permitindo que os varejistas aloquem recursos de forma mais eficaz e mitiguem o impacto tanto sobre os compradores quanto sobre os funcionários. Os varejistas também podem usar tecnologia avançada, alimentada por algoritmos preditivos e modelos estatísticos, para identificar e impedir fraudes e abusos nas devoluções, sem isolar os consumidores que fazem uma devolução de boa-fé.”

Medindo a precisão dos dados

Existem vários métodos para medir a precisão da análise, mas nenhum sistema analítico é perfeito e sempre haverá algum grau de incerteza. Através de avaliações e iterações regulares, os sistemas analíticos continuarão a melhorar em precisão e confiabilidade.

“Medir a precisão da análise de dados e dos modelos preditivos se resume à análise contínua de uma ampla gama de fontes de dados e compará-los com incidentes reais de roubo ou fraude”, compartilhou Ramos. “Monitoramento contínuo e a validação em relação aos resultados do mundo real, bem como a incorporação do feedback de especialistas em prevenção de perdas, contribuem para uma avaliação contínua da precisão e para o refinamento das estratégias analíticas."

Stark recomenda um período de “prova de conceito” com uma loja selecionada ou um pequeno grupo de lojas. “Uma vez que as análises estão ativas e calibradas, é uma questão de monitorar o processo para garantir os resultados desejados”, afirmou. “Assim como outros programas, depois de estabelecer sua linha de base e critérios de sucesso, você poderá testar a funcionalidade e criar relatórios para garantir que a análise esteja fazendo o que lhe foi dito que fará e se você está obtendo os resultados desejados.”

Medir com precisão o valor da análise de dados é fundamental. Aqui, Auebele detalha o processo de avaliação:

• Precisão de estoque: a análise de varejo geralmente depende de dados de estoque para gerar insights. Comparar os níveis de estoque relatados a partir de análises com contagens físicas reais pode ajudar a identificar discrepâncias e avaliar a precisão. Os varejistas normalmente realizam inventários uma vez por ano (os departamentos de mercearia e custos são mensais). Às vezes, segmentar fora de uma área (por exemplo, áreas de venda livre de farmácias) e conduzindo inventários especializados para validar o impacto, por ex. depois de uma corrida de trinta dias, é o ideal.
• Precisão de previsão: se o seu sistema de análise de varejo incluir recursos de previsão, meça a precisão de suas previsões. Compare as vendas previstas, a demanda ou os níveis de estoque com os resultados reais para avaliar o desempenho do sistema.
• Comparação com dados externos: valide os resultados analíticos comparando-os com fontes de dados externas ou benchmarks do setor. Isso pode ajudar a identificar possíveis preconceitos ou erros nas análises. Além disso, conte com grupos de pesquisa como o LPRC da Universidade da Flórida para obter ajuda ou orientação na análise do mundo real de análises específicas.
• Retorno sobre o investimento (ROI) de análise: meça o impacto dos insights de análise de varejo nos resultados de negócios. Se eles levarem a melhores vendas, redução de custos ou outros efeitos positivos, isso indica que a análise está fornecendo informações valiosas e precisas.

À medida que a análise de dados ajuda a simplificar as funções operacionais, o desempenho continuará a melhorar e, o mais importante, criará ambientes de trabalho e compras mais seguros.

Mantendo a privacidade dos dados

Informações pessoais comprometidas podem levar a diversas formas de fraude, como ataques cibernéticos, roubo de identidade e fraude financeira contra seus clientes. Pode prejudicar a reputação de uma empresa e minar a confiança e a lealdade do consumidor. Não é de surpreender que a privacidade dos dados seja uma preocupação na avaliação de ferramentas de análise de dados.

Aubele oferece uma lista de práticas recomendadas para garantir a privacidade dos dados ao usar a análise de dados:

• Uso de dados específicos: colete e armazene apenas os dados necessários para fins de análise de dados de varejo.
• Limpe os dados: torne anônimos os dados do cliente antes de usá-los para análise.
• Criptografia: garanta que todos os dados coletados e armazenados sejam criptografados durante todo o seu ciclo de vida, para protegê-los contra acesso não autorizado.
• Acesso: implemente um controle rigoroso para limitar quem pode acessar os dados.
• Trilhas de auditoria e auditorias regulares: mantenha trilhas de auditoria detalhadas de acesso e utilização de dados para rastrear qualquer uso indevido ou acesso não autorizado. Audite frequentemente processos e políticas para garantir a conformidade.
• Armazenamento seguro: use apenas soluções seguras de armazenamento de dados do mais alto nível, com medidas de segurança robustas e redundâncias implementadas, como firewalls, sistemas de detecção de invasões e atualizações regulares de segurança.
• Política de retenção de dados: estabeleça uma política clara de retenção de dados, que descreva por quanto tempo os dados serão armazenados e quando deverão ser descartados com segurança.
• Treinamento: treine os funcionários sobre as melhores práticas de privacidade de dados e a importância de proteger as informações dos clientes.
• Fornecedores terceirizados: se seus fornecedores terceirizados forem utilizados para análises de varejo, certifique-se de que eles tenham políticas de privacidade de dados sólidas e cumpram as regulamentações relevantes.

Embora a recolha e retenção de dados dos consumidores possa ser uma prática essencial para identificar padrões suspeitos e impedir infratores reincidentes, ela tem os seus riscos.

Tomando decisões informadas

A tomada de decisão informada é crucial para o sucesso de qualquer varejista. Dados insuficientes podem levar a que decisões sejam tomadas apenas com base em suposições. Ter informações precisas e completas proporciona uma compreensão mais aprofundada do contexto e as decisões são tomadas com base em fatos, e não em emoções ou suposições, o que inevitavelmente economiza tempo e dinheiro.

“A análise preditiva pode ajudar os varejistas a antecipar possíveis eventos de perda e a tomar decisões informadas sobre como reduzir as perdas e melhorar a lucratividade”, disse Ramos. "Nos últimos anos, a análise de dados melhorou com o uso de AI avançada e algoritmos para analisar transações na loja e online. Esses dados são vitais para que os varejistas identifiquem possíveis roubos ou comportamentos fraudulentos em tempo real, melhorando sua capacidade de responder rapidamente a ameaças, como fraudes em devoluções ou roubos internos”.

A análise criou um mundo no qual a tomada de decisões se tornou muito mais deliberada. Ser capaz de ver dados em tempo real e analisar o desempenho passado permite que varejistas e funcionários também mudem significativamente a forma como abordam as medidas de segurança, o comportamento de compra, a experiência do cliente e muito mais. Funcionários com informações em tempo real podem evitar perdas e aumentar as vendas.

“A análise oferece potencial de crescimento, fornecendo os meios para gerar dados e, por sua vez, apoiar uma tomada de decisão sólida”, acrescentou Northrup. “Isso pode acontecer tanto no nível corporativo quanto no local para os funcionários comuns. Eles agora estão mais bem equipados para entender o que está acontecendo na loja todos os dias."

“Digamos que ocorre um incidente de roubo e o criminoso vai para outra loja no mesmo mercado”, compartilhou Stark. "Com o Reconhecimento de Placas (LPR), a placa do carro é carregada no sistema e a equipe é imediatamente alertada quando o veículo entra no estacionamento. Esse tipo de avanço tecnológico faz com que a equipe se envolva e esteja mais consciente do que está acontecendo, melhore a segurança da loja, detecte e impeça qualquer atividade ilícita potencial."

Ao escolher soluções, as decisões nunca devem ser tomadas isoladamente ou com base num único critério. Ao avaliar soluções de análise de dados, determinar qual escolher deve se basear no valor geral do produto e em como será usado em toda a empresa.

“As empresas devem considerar uma série de fatores diferentes ao investir em uma solução de análise de dados”, disse Aubele. “Primeiro, você deve considerar o retorno do seu investimento. Um aspecto potencialmente negativo é que as soluções analíticas não são baratas e existem várias opções diferentes para escolher. Além disso, existem analistas fracionários necessários para coletar e interpretar as informações. Como resultado, poderá ser necessário fazer cortes em outro local para compensar as despesas adicionais. Idealmente, encontramos soluções que equilibram nossas necessidades e o custo da solução com impacto mínimo em outros recursos, como número de funcionários, resultando em menor redução e menor risco."

Um futuro otimista

À medida que a análise de dados ajuda a simplificar as funções operacionais, o desempenho continuará a melhorar e, o mais importante, criará ambientes de trabalho e de compras mais seguros. “As perspectivas para a prevenção de perdas são promissoras”, disse Ramos. "Com a integração de IA, aprendizado de máquina e análise de dados em tempo real, o campo da prevenção de perdas está preparado para se tornar cada vez mais proativo, preciso e simples para os varejistas. Através de insights acionáveis provenientes de dados, os varejistas verão maior eficiência. O avanço contínuo da análise na prevenção de perdas tem o potencial de revolucionar a forma como eles protegem suas operações e ativos”.

________________________________________________________________

Allie Falk é editora assistente da LP Magazine, onde se concentra em mídias sociais, boletins eletrônicos diários, entrevistas com especialistas em LP para artigos de revistas e elaboração de emails. Antes da LPM, ela foi estagiária de marketing de conteúdo digital na Tyler Technologies, fornecedora líder de software CAD nos EUA, onde foi premiada como 'Spotlight Intern'. Allie recebeu seu diploma de bacharel em comunicações pela University of Detroit Mercy em 2022, onde foi premiada como Communications Student of 2022. Ela pode ser contatada em AllieF@LPportal.com