Sistema de apoio à decisão para o retalho alimentar: KPIs transacionais e qualitativos recorrendo à inteligência artificial generativa

Detalhes bibliográficos
Autor(a) principal: Diniz, Maria Rich de Brée Teixeira
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10071/30441
Resumo: Tendo em consideração o mundo cada vez mais competitivo em que vivemos, a possibilidade de estudar dados para os transformar em informação que, por sua vez, podem resultar conhecimento, permite aos gestores tomar decisões fundamentais. É neste sentido que surge, o projeto com uma empresa na área do retalho alimentar português. Desenhar e desenvolver um sistema de apoio à decisão que possibilite acompanhar a performance das lojas e, das unidades de negócio (UN) e ficar a conhecer melhor os segmentos de clientes é o objetivo do projeto, que apoia, ainda, a gestão de desempenho e ajuda a perceber qual a imagem que os consumidores têm da marca. A metodologia que suporta este projeto é a Cross-Industry Standard Process for Data Mining (CRISP-DM), com o auxílio do Power BI. De maneira que se consiga, a posteriori, avaliar o desempenho da empresa, das lojas e de cada unidade de negócio, recorreu-se à literatura sobre os temas em estudo, como gestão de desempenho, indicadores-chave de desempenho e dashboards. Também houve reuniões semanais, desde o início de março, com os responsáveis pelas análises de desempenho das lojas da cadeia de supermercados, que ajudaram a definir as métricas quantitativas para avaliar a performance das lojas e das unidades de negócio, bem como as métricas qualitativas para perceber qual a reputação da marca. Recorreu-se, para o efeito, à Generative AI (Artificial Intelligence), a gráficos e a visões que faziam mais sentido estarem presentes na ferramenta de apoio à gestão de desempenho.
id RCAP_2a585c9cf34b40a6e00d73b6338e3f23
oai_identifier_str oai:repositorio.iscte-iul.pt:10071/30441
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Sistema de apoio à decisão para o retalho alimentar: KPIs transacionais e qualitativos recorrendo à inteligência artificial generativaGestão de desempenhoIndicadores-chave de desempenhoVisualização de dadosDashboardChatGPTLarge Language ModelPerformance managementKey performance indicatorsData visualizationTendo em consideração o mundo cada vez mais competitivo em que vivemos, a possibilidade de estudar dados para os transformar em informação que, por sua vez, podem resultar conhecimento, permite aos gestores tomar decisões fundamentais. É neste sentido que surge, o projeto com uma empresa na área do retalho alimentar português. Desenhar e desenvolver um sistema de apoio à decisão que possibilite acompanhar a performance das lojas e, das unidades de negócio (UN) e ficar a conhecer melhor os segmentos de clientes é o objetivo do projeto, que apoia, ainda, a gestão de desempenho e ajuda a perceber qual a imagem que os consumidores têm da marca. A metodologia que suporta este projeto é a Cross-Industry Standard Process for Data Mining (CRISP-DM), com o auxílio do Power BI. De maneira que se consiga, a posteriori, avaliar o desempenho da empresa, das lojas e de cada unidade de negócio, recorreu-se à literatura sobre os temas em estudo, como gestão de desempenho, indicadores-chave de desempenho e dashboards. Também houve reuniões semanais, desde o início de março, com os responsáveis pelas análises de desempenho das lojas da cadeia de supermercados, que ajudaram a definir as métricas quantitativas para avaliar a performance das lojas e das unidades de negócio, bem como as métricas qualitativas para perceber qual a reputação da marca. Recorreu-se, para o efeito, à Generative AI (Artificial Intelligence), a gráficos e a visões que faziam mais sentido estarem presentes na ferramenta de apoio à gestão de desempenho.Considering the increasingly competitive world we live in, the possibility of studying data to transform it into information which, in turn, can provide knowledge, enables managers to make decisions based on knowledge. This is how the project with a company in the Portuguese food retail sector came about. In this project, the aim is to design and develop a decision support system to monitor the performance of stores and Business Units and gain a better understanding of customer segments, to support performance management, and understand the image consumers have of the brand. The project followed the Cross-Industry Standard Process for Data Mining (CRISP-DM) methodology, thus developing the performance management support tool with the help of Power BI. Using literature on the topics under study, such as performance management, key performance indicators, and dashboards, but also weekly meetings since the beginning of March with those responsible for analyzing the performance of the supermarket chain's stores, to define the metrics quantitative metrics to measure the performance of stores and Business Units and qualitative metrics to understand the reputation of the brand using Generative AI, graphs and views that made the most sense to be present in the performance management support tool, so that it would be possible to assess the performance of the company, the stores and each Business Unit afterwards.2024-01-17T13:18:48Z2023-12-13T00:00:00Z2023-12-132023-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10071/30441TID:203453310porDiniz, Maria Rich de Brée Teixeirainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-01-21T01:19:40Zoai:repositorio.iscte-iul.pt:10071/30441Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T01:52:36.491459Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Sistema de apoio à decisão para o retalho alimentar: KPIs transacionais e qualitativos recorrendo à inteligência artificial generativa
title Sistema de apoio à decisão para o retalho alimentar: KPIs transacionais e qualitativos recorrendo à inteligência artificial generativa
spellingShingle Sistema de apoio à decisão para o retalho alimentar: KPIs transacionais e qualitativos recorrendo à inteligência artificial generativa
Diniz, Maria Rich de Brée Teixeira
Gestão de desempenho
Indicadores-chave de desempenho
Visualização de dados
Dashboard
ChatGPT
Large Language Model
Performance management
Key performance indicators
Data visualization
title_short Sistema de apoio à decisão para o retalho alimentar: KPIs transacionais e qualitativos recorrendo à inteligência artificial generativa
title_full Sistema de apoio à decisão para o retalho alimentar: KPIs transacionais e qualitativos recorrendo à inteligência artificial generativa
title_fullStr Sistema de apoio à decisão para o retalho alimentar: KPIs transacionais e qualitativos recorrendo à inteligência artificial generativa
title_full_unstemmed Sistema de apoio à decisão para o retalho alimentar: KPIs transacionais e qualitativos recorrendo à inteligência artificial generativa
title_sort Sistema de apoio à decisão para o retalho alimentar: KPIs transacionais e qualitativos recorrendo à inteligência artificial generativa
author Diniz, Maria Rich de Brée Teixeira
author_facet Diniz, Maria Rich de Brée Teixeira
author_role author
dc.contributor.author.fl_str_mv Diniz, Maria Rich de Brée Teixeira
dc.subject.por.fl_str_mv Gestão de desempenho
Indicadores-chave de desempenho
Visualização de dados
Dashboard
ChatGPT
Large Language Model
Performance management
Key performance indicators
Data visualization
topic Gestão de desempenho
Indicadores-chave de desempenho
Visualização de dados
Dashboard
ChatGPT
Large Language Model
Performance management
Key performance indicators
Data visualization
description Tendo em consideração o mundo cada vez mais competitivo em que vivemos, a possibilidade de estudar dados para os transformar em informação que, por sua vez, podem resultar conhecimento, permite aos gestores tomar decisões fundamentais. É neste sentido que surge, o projeto com uma empresa na área do retalho alimentar português. Desenhar e desenvolver um sistema de apoio à decisão que possibilite acompanhar a performance das lojas e, das unidades de negócio (UN) e ficar a conhecer melhor os segmentos de clientes é o objetivo do projeto, que apoia, ainda, a gestão de desempenho e ajuda a perceber qual a imagem que os consumidores têm da marca. A metodologia que suporta este projeto é a Cross-Industry Standard Process for Data Mining (CRISP-DM), com o auxílio do Power BI. De maneira que se consiga, a posteriori, avaliar o desempenho da empresa, das lojas e de cada unidade de negócio, recorreu-se à literatura sobre os temas em estudo, como gestão de desempenho, indicadores-chave de desempenho e dashboards. Também houve reuniões semanais, desde o início de março, com os responsáveis pelas análises de desempenho das lojas da cadeia de supermercados, que ajudaram a definir as métricas quantitativas para avaliar a performance das lojas e das unidades de negócio, bem como as métricas qualitativas para perceber qual a reputação da marca. Recorreu-se, para o efeito, à Generative AI (Artificial Intelligence), a gráficos e a visões que faziam mais sentido estarem presentes na ferramenta de apoio à gestão de desempenho.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-13T00:00:00Z
2023-12-13
2023-10
2024-01-17T13:18:48Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10071/30441
TID:203453310
url http://hdl.handle.net/10071/30441
identifier_str_mv TID:203453310
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137016724586496