Bruno Cordoni
Head of Engagement da RetailTech Onebeat
Com a realização da 27ª Conferência do Clima da Organização das Nações Unidas (COP 27), no Egito, as discussões em torno da sustentabilidade sempre vêm à tona e esbarram em todos os setores da sociedade e da economia. E o varejo não escapa. No evento, o cronograma foi organizado para abordar assuntos bem diversos, relativos a finanças, ciências, juventude e gênero; água, energia, descarbonização e biodiversidade. Apesar da tecnologia não ter sido um tópico de destaque explícito, este é um tema sempre presente, especialmente nos debates sobre inovação. Então, vale aproveitar o momento para deixar claro de que forma programação, software, algoritmos e big data são pontos fundamentais nesse universo ESG.
Um exemplo pertinente é a indústria têxtil, um dos setores mais poluentes do varejo. Hoje em dia, a média de consumo de roupas por pessoa é 60% maior que 15 anos atrás e, segundo o relatório UN Environment Programme, a indústria da moda gera entre 2% e 8% das emissões globais de carbono. De acordo com o Instituto Akatu, para produzir uma única camiseta, são gastos 2.700 litros de água, quantidade suficiente para uma pessoa suprir todas as suas necessidades básicas ao longo de 36 dias. E mais: a cada segundo, o equivalente a um caminhão de roupas (muitas delas nunca usadas) é jogado no lixo ou queimado. O Deserto do Atacama se tornou um cenário assustador do destino de toneladas de resíduo fashion.
Muitas das soluções que fazem parte do debate estão relacionadas ao comportamento do consumidor: comprem menos, prefiram itens de segunda mão, façam trocas entre amigos, reformem suas roupas. Mas o que cabe aos varejistas? Na COP 27, falou-se sobre o uso de matéria-prima ecológica, insumos biodegradáveis, gerenciamento de desperdícios nas fábricas, mas é preciso ampliar o alcance da responsabilidade da indústria para se ter uma gestão ainda mais sustentável. E é aqui que a tecnologia faz toda a diferença.
A produção desenfreada do fast fashion, muitas vezes com decisões baseadas em previsões de baixíssima acurácia, resulta na fabricação excessiva de coleções que rapidamente se tornam obsoletas e, além de tudo, não garantem lucratividade às marcas. Não raro, ainda geram custos logísticos extras, de tempo e dinheiro, por causa da má distribuição nos pontos de venda. Para mensurar o quanto um algoritmo de aprendizagem em tempo real, que analisa dados de comportamento do consumidor, pode ajudar a otimizar a cadeia de suprimentos e evitar desperdícios, podemos observar os números da Aramis, marca líder de vestuário masculino no Brasil. A inteligência de dados para colocar o produto certo na loja certa, otimizando as vendas e minimizando sobras aos finais das coleções, resultou em um estoque de itens permanentes reduzido em mais de 30% e melhoria de 60% no giro. Isso é, mesmo com 100 mil peças a menos no estoque da rede, o volume de peças vendidas aumentou em 12%. Com benefícios para a lucratividade da empresa, para a experiência do cliente e para a preservação do meio ambiente.
Conforme comentou-se em outro evento importante realizado esse ano, o Supply Chain 360, realizado pela NRF (National Retail Federation) nos Estados Unidos, os esforços modernos de sustentabilidade vão além do foco exclusivo nas operações no varejo, como melhorar a eficiência energética e de combustível e reduzir o desperdício. Eles permanecem importantes, mas não são mais suficientes. O escopo da sustentabilidade se expande à medida que consumidores, investidores, executivos e outras partes interessadas perceberam que 90% ou mais dos impactos de sustentabilidade do setor de varejo ocorrem nas cadeias de suprimentos do varejo.
E compreender as cadeias de suprimentos significa fazer perguntas e coletar dados em todas as suas fases, desde a aquisição de matérias-primas até o que os consumidores fazem com os produtos quando não os querem mais. Usar a tecnologia torna esse processo mais preciso e escalável, de modo que os resultados, sejam financeiros ou ambientais, poderão ser percebidos muito mais rápido. A sustentabilidade não tem tempo a perder.