Gaio
Projetos ↗PTAgendar diagnóstico
Gerente de precificação e diretora comercial analisam preços num notebook com vista para um grande centro de distribuição
Todos os casos
Martins AtacadistaCase · Atacado e distribuição

O preço ótimo para mais de 1 milhão de itens, toda semana.

O Martins é um dos maiores atacadistas da América Latina e atende todos os municípios do Brasil. A Gaio desenvolveu o modelo que define, toda semana, o preço de cada produto em cada praça.

1 mi+itens precificados por semana
20 milprodutos
Todosos municípios do Brasil atendidos
01 · O desafio

Definir o preço certo para cerca de 20 mil produtos em todas as praças de precificação do Martins, o que soma mais de 1 milhão de combinações a cada semana.

02 · O que a Gaio fez

Desenvolvemos um modelo de precificação que combina elasticidade-preço da demanda, preços de concorrentes, negociações feitas, margem e muitas outras variáveis para encontrar o preço ótimo de cada item em cada praça.

PrecificaçãoElasticidade-preçoMachine learningOtimizaçãoAlto volume
03 · O resultado

Mais de 1 milhão de preços definidos toda semana, cada um calculado para o seu produto e a sua praça.

Quem é

Fundado em 1953 por Alair Martins, em Uberlândia (MG), o Martins é um dos maiores atacadistas-distribuidores da América Latina e atende todos os municípios do Brasil. O grupo também reúne negócios como o Tribanco e a Rede Smart.

ClienteMartins AtacadistaÁreas comercial e de precificação.
Quem entregouGaioEspecialistas em dados e IA, com tecnologia própria.
Como funciona

Da informação espalhada à resposta pronta.

Elasticidade-preço da demanda
Preços de concorrentes
Negociações e margem
O coraçãoModelo de precificaçãoCombina dezenas de variáveis para cada produto em cada praça
01Preço ótimo por item e praçaMais de 1 milhão de combinações
02Toda semanaPreços revistos a cada ciclo semanal
As tecnologias

O que está por trás.

01Elasticidade-preço da demandaMede quanto a venda de um produto muda quando o preço muda. É a base para saber até onde o preço pode ir.
02OtimizaçãoBusca, entre milhões de combinações, o preço que melhor equilibra volume, margem e competitividade.
03Machine learningTécnicas em que o computador aprende padrões a partir de dados históricos para classificar, prever ou recomendar, sem regras escritas à mão para cada caso.

Tem um desafio parecido na sua empresa?

Agendar diagnóstico
Outros casos
NestléCase · Alimentos e bebidasInteligência de mercado em linguagem natural, para toda a empresa.Ler o case →EmbraerCase · AviaçãoFalhas em aeronaves identificadas em segundos.Ler o case →Algar TelecomCase · TelecomunicaçõesMilhares de pessoas criando soluções de negócio com o Gaio DataOS.Ler o case →ImmunotecCase · Bem-estar e venda diretaInteligência preditiva para mais de 300 mil consultores, em 18 países.Ler o case →Unimed NacionalCase · SaúdeMais de 10 vezes a capacidade de operar a gestão populacional.Ler o case →BanestesCase · BancosR$ 2 milhões em vendas com campanhas que acertam o cliente.Ler o case →University of the NationsCase · Educação internacionalInteligência sobre alunos do mundo inteiro, dentro do Salesforce.Ler o case →SONDA · Infovia MSCase · Telecomunicações e governoManutenção preditiva para a rede de fibra óptica de um estado inteiro.Ler o case →Prefeitura de João PessoaCase · Governo municipalMais arrecadação de IPTU com todo o processo de dados numa só plataforma.Ler o case →AgirCase · Gestão hospitalarIndicadores críticos de hospitais de referência, em tempo real.Ler o case →EDPCase · EnergiaDesvios da operação terceirizada identificados automaticamente.Ler o case →FortlevCase · IndústriaVendas 360° com representantes comerciais em todo o Brasil.Ler o case →VIXParCase · Logística e gestão de frotasContratos de frota com visibilidade total e preço mais assertivo.Ler o case →TransantiagoCase · Transporte público · ChileAs regiões com maior risco de evasão de tarifa, identificadas com precisão.Ler o case →Ministerio del Interior y Seguridad Pública · ChileCase · Segurança pública · ChileVeículos com irregularidades reconhecidos em tempo real.Ler o case →