LE
Levi Strauss & Co.Levi's · Estados Unidos · 2026

Analytics conversacional

Ambiente analítico fragmentado, validações manuais e dificuldade para obter respostas rápidas e confiáveis sobre vendas, estoque, merchandising e operação. A solução adotada foi: Plataforma de analytics conversacional construída sobre Google Cloud/Looker e Gemini.

EscaladoEvidência A · Forte
Escala: Global / corporativoInício: 2024

RELATO DO CASE

O que a empresa fez

01
O problema original
Ambiente analítico fragmentado, validações manuais e dificuldade para obter respostas rápidas e confiáveis sobre vendas, estoque, merchandising e operação.
Como era antes
A área de Merchandising Planning and Inventory Management operava com sete estruturas de dados separadas; validação manual era lenta e sujeita a erros; análises eram mais reativas.
02
O objetivo
Criar uma fonte única de verdade e permitir que gestores consultem dados corporativos em linguagem natural, reduzindo dependência de filas de analistas e dashboards complexos.
A solução de IA
Plataforma de analytics conversacional construída sobre Google Cloud/Looker e Gemini.

Como funciona

O usuário faz perguntas em linguagem cotidiana; a solução interpreta terminologia e contexto internos e responde a partir da plataforma corporativa de dados verificados.

Plataforma de dados corporativa → Looker → Gemini → consulta em linguagem natural → insight → decisão.

Dados utilizados

Sell-out; inventário; categorias de produto; merchandising; planejamento; varejo; e-commerce; definições e métricas corporativas validadas.

Decisão apoiada

Quais indicadores, desvios, níveis de estoque e desempenhos exigem atenção e ação?

Ação gerada

Resposta analítica imediata, exploração de causa e priorização gerencial.

O que continua sob decisão humana

Sim — decisão continua com o gestor

O que fica com a IA
Plataforma de analytics conversacional construída sobre Google Cloud/Looker e Gemini.
Quem utiliza
Merchandising; planejamento; estoque; operações de varejo; e-commerce; liderança.
Integração ao processo
Plataforma de dados corporativa → Looker → Gemini → consulta em linguagem natural → insight → decisão.
Limitações
A resposta depende da qualidade e governança da camada de dados; métricas são reportadas pela própria empresa.
Riscos reportados no case
A resposta depende da qualidade e governança da camada de dados; métricas são reportadas pela própria empresa.

EVIDÊNCIAS DO CASE

Resultados publicados

Resultado medido2.200 mais de / usuários

Usuários ativos na plataforma

Direção
Sem direção
Escopo
A empresa reporta uma operação analítica mais rápida e proativa; a equipe MPIM passou a entregar analytics ao negócio cinco vezes mais rápido. A métrica deve ser interpretada no escopo de maturidade do case: Escalado.
Confiança
Alta
Contexto
Resultados e escala reportados pela Levi Strauss & Co.
Levi Strauss & Co.
Resultado medido70 mais de / produtos

Produtos de dados criados

Direção
Sem direção
Escopo
A empresa reporta uma operação analítica mais rápida e proativa; a equipe MPIM passou a entregar analytics ao negócio cinco vezes mais rápido. A métrica deve ser interpretada no escopo de maturidade do case: Escalado.
Confiança
Alta
Contexto
Resultados e escala reportados pela Levi Strauss & Co.
Levi Strauss & Co.
Resultado medido5 x mais rápida

Velocidade de entrega de analytics

Direção
Sem direção
Escopo
A empresa reporta uma operação analítica mais rápida e proativa; a equipe MPIM passou a entregar analytics ao negócio cinco vezes mais rápido. A métrica deve ser interpretada no escopo de maturidade do case: Escalado.
Confiança
Alta
Contexto
Resultados e escala reportados pela Levi Strauss & Co.
Levi Strauss & Co.
Síntese dos resultados
A empresa reporta uma operação analítica mais rápida e proativa; a equipe MPIM passou a entregar analytics ao negócio cinco vezes mais rápido.
Benefícios
Fonte única de verdade; menos validação manual; menor tempo para obter respostas; maior autonomia gerencial; análise mais proativa.
Evidência A

Resultados e escala reportados pela Levi Strauss & Co.

O nível representa a força da evidência disponível na biblioteca, não uma avaliação da empresa.

Problemas AMEM relacionados

Relação principal

P49Acesso à informação

O case utiliza Plataforma de analytics conversacional construída sobre Google Cloud/Looker e Gemini. para tratar um problema de negócio com mecanismos aderentes a “Informação pouco acessível para quem decide”. A decisão apoiada no case é: Quais indicadores, desvios, níveis de estoque e desempenhos exigem atenção e ação?

Relevância5 / 5
Relação forte

P46Integração de dados

O case utiliza Plataforma de analytics conversacional construída sobre Google Cloud/Looker e Gemini. para tratar um problema de negócio com mecanismos aderentes a “Dados e sistemas pouco integrados”. A decisão apoiada no case é: Quais indicadores, desvios, níveis de estoque e desempenhos exigem atenção e ação?

Relevância4 / 5
Relação forte

P47Planilhas e consolidação

O case utiliza Plataforma de analytics conversacional construída sobre Google Cloud/Looker e Gemini. para tratar um problema de negócio com mecanismos aderentes a “Consolidações manuais e planilhas críticas”. A decisão apoiada no case é: Quais indicadores, desvios, níveis de estoque e desempenhos exigem atenção e ação?

Relevância4 / 5
Relação forte

P02Indicadores dispersos

O case utiliza Plataforma de analytics conversacional construída sobre Google Cloud/Looker e Gemini. para tratar um problema de negócio com mecanismos aderentes a “Indicadores dispersos e pouco confiáveis”. A decisão apoiada no case é: Quais indicadores, desvios, níveis de estoque e desempenhos exigem atenção e ação?

Relevância4 / 5
Relação relacionada

P03Gestão reativa

O case utiliza Plataforma de analytics conversacional construída sobre Google Cloud/Looker e Gemini. para tratar um problema de negócio com mecanismos aderentes a “Gestão reativa de problemas e oportunidades”. A decisão apoiada no case é: Quais indicadores, desvios, níveis de estoque e desempenhos exigem atenção e ação?

Relevância3 / 5
Relação relacionada

P05Decisão lenta e manual

O case utiliza Plataforma de analytics conversacional construída sobre Google Cloud/Looker e Gemini. para tratar um problema de negócio com mecanismos aderentes a “Decisões dependentes de análises manuais”. A decisão apoiada no case é: Quais indicadores, desvios, níveis de estoque e desempenhos exigem atenção e ação?

Relevância3 / 5
Relação relacionada

P50Governança de dados e IA

O case utiliza Plataforma de analytics conversacional construída sobre Google Cloud/Looker e Gemini. para tratar um problema de negócio com mecanismos aderentes a “Governança e confiança insuficientes em dados e IA”. A decisão apoiada no case é: Quais indicadores, desvios, níveis de estoque e desempenhos exigem atenção e ação?

Relevância3 / 5

Capacidades de IA utilizadas

Analytics Conversacional e NLQ

Papel
Analisar dados e responder perguntas
Aplicação
No case Analytics conversacional, a capacidade “Analytics Conversacional e NLQ” contribui para: O usuário faz perguntas em linguagem cotidiana; a solução interpreta terminologia e contexto internos e responde a partir da plataforma corporativa de dados verificados. A saída apoia a decisão: Quais indicadores, desvios, níveis de estoque e desempenhos exigem atenção e ação?
Tecnologia
GenAI/LLM; NLQ/NLP; Analytics/BI
Fornecedor
Google Cloud / Looker / Gemini
Importância5 / 5

Busca Semântica e RAG

Papel
Informar / recuperar conhecimento
Aplicação
No case Analytics conversacional, a capacidade “Busca Semântica e RAG” contribui para: O usuário faz perguntas em linguagem cotidiana; a solução interpreta terminologia e contexto internos e responde a partir da plataforma corporativa de dados verificados. A saída apoia a decisão: Quais indicadores, desvios, níveis de estoque e desempenhos exigem atenção e ação?
Tecnologia
GenAI/LLM; NLQ/NLP; Analytics/BI
Fornecedor
Google Cloud / Looker / Gemini
Importância4 / 5

INTERPRETAÇÃO EDITORIAL · AMEM / RECTRIX

Como este case pode inspirar sua empresa?

Avaliação editorial para apoio à análise durante o Workshop AMEM.
Aprendizado executivo
GenAI agrega mais valor quando está apoiada sobre dados corporativos bem governados, não apenas sobre documentos ou prompts isolados.
Aplicação AMEM
Criar um copiloto executivo conectado a vendas, estoque, margem e pedidos para responder perguntas como 'onde está o estoque parado?' e 'qual coleção perdeu margem?'.
MVP sugerido
Conectar um conjunto restrito de KPIs de vendas e estoque a uma camada semântica e permitir perguntas em linguagem natural.
Dados mínimos do MVP
Vendas por SKU/data/canal; estoque; preço; custo/margem; cadastro de produto; calendário comercial.
Impacto AMEM5 / 5Replicabilidade4 / 5Complexidade4 / 5Score AMEM4,05 / 5

Sugestões para experimentação no contexto AMEM. Não são resultados publicados nem garantias de desempenho.

RASTREABILIDADE

Fontes e evidências

Fonte principalSite corporativo

Levi Strauss & Co. Takes the Next Step in Its Data Transformation: Introducing Conversational Analytics

Levi Strauss & Co. · 07/05/2026

O que a fonte sustenta
A fonte sustenta a existência/funcionamento do case “Analytics conversacional” e, conforme aplicável, os resultados descritos: A empresa reporta uma operação analítica mais rápida e proativa; a equipe MPIM passou a entregar analytics ao negócio cinco vezes mais rápido.
Tipo de evidência
Métrica
Confiança no claim
Alta

Resultados publicados pelas próprias empresas ou por parceiros/fornecedores devem ser interpretados no escopo declarado; ausência de auditoria independente quando não indicada.

Abrir fonte
Fonte secundáriaSite corporativo

Becoming a Data-Driven Business

Levi Strauss & Co. · 27/01/2025

O que a fonte sustenta
A fonte sustenta o case “Analytics conversacional” e, conforme aplicável, o resultado: A empresa reporta uma operação analítica mais rápida e proativa; a equipe MPIM passou a entregar analytics ao negócio cinco vezes mais rápido.
Tipo de evidência
Funcionamento
Localizador · trecho
Levi's data foundation: single source of truth and Google Cloud platform
Confiança no claim
Média

Não cobre o lançamento Gemini/Looker de 2026, mas triangula a fundação da plataforma.

Abrir fonte