#preparacao-de-dados

Clique numa etiqueta para ver os seus artigos, vídeos e notícias

Artigos（4）

Implementação de OMS: alinhe três conjuntos de dados mestres antes de definir uma data de lançamento

A maioria das reversões de implementações de OMS são falhas de dados, não falhas de instalação: este guia alinha os dados mestres de pedidos, estoque e canal antes do lançamento, com um checklist de prontidão em quatro etapas.

2026-10-31

AI · Guia de adoção

De quantos dados a IA de armazém realmente precisa? Do piloto à operação

A pergunta que todo comprador deveria fazer — «de quantos dados a IA de armazém precisa?» — raramente recebe uma resposta direta. Com base em casos públicos de implantação, dos modelos fundacionais da Covariant aos cinco bilhões de picks da Locus, este artigo mapeia os limiares reais de dados para os pilotos de IA de armazém e por que o teste mais difícil chega no caminho do piloto à operação.

2026-10-14

AI · Análises técnicas

Além do prompt: engenharia de atributos para modelos de previsão de armazéns, na prática

Ajustar hiperparâmetros não vai salvar a previsão do seu armazém. Vinte anos no chão de fábrica me ensinaram que o trabalho de verdade acontece antes de os dados sequer tocarem o modelo: quais sinais alimentá-lo, como construir atributos de defasagem e como evitar o vazamento de dados.

2026-10-06

AI · Guia de adoção

Não compre o algoritmo ainda: organize primeiro estes três tipos de dados

No ano passado, um 3PL de Ontário me chamou como consultor. Eles queriam previsão de demanda com IA, a demo do fornecedor estava impecável e o contrato estava praticamente assinado. Passei dois dias no local e, ao voltar, disse ao dono logo de cara: se gastar esse dinheiro agora, ele some. Não porque o algoritmo fosse ruim — mas porque, de seus mais de 20,000 SKUs, mais de 4,000 sequer tinham código de barras. Os separadores identificavam o produto de memória. Nenhum algoritmo na Terra consegue prever a parte do seu estoque que vive na cabeça de alguém.

2026-10-05