Otimização de sortido para retalhista alimentar de proximidade utilizando data mining: uma análise empírica

Detalhes bibliográficos
Autor(a) principal: Paes, Paulo Rafael de Moura
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/10400.1/19585
Resumo: O setor do retalho sofre frequentes mudanças, impulsionadas pelas necessidades dos consumidores. Um aumento significativo do número de produtos existentes no mercado impacta o processo de vendas. Especialmente, no retalho de proximidade, onde o consumidor deseja conveniência e agilidade, faz-se essencial otimizar os espaços disponíveis para a exposição de produtos. A gestão de sortido surge neste contexto como um processo de seleção e organização dos produtos, de forma a atender a necessidade do consumidor. Portanto, a gestão do produto é, não só uma ação concorrencial, mas sim estratégica pois, ao definir um sortido, atende-se a algumas parcelas de clientes em detrimento de outras. Esta dissertação tem o objetivo de analisar e identificar quais são os principais produtos a serem considerados no sortido de uma rede de retalho no formato de proximidade em Portugal, com lojas em Lisboa e Porto. Para tal, através do uso do software Orange, foram aplicados métodos de data mining, nomeadamente árvore de decisão (AD) e regras de associação (RA). Para além disso, o estudo exibe uma revisão de literatura que discute os principais conceitos que permeiam e compõem a gestão de sortido. A análise dos dados deste estudo permitiu identificar os atributos mais relevantes nas vendas registadas em base de dados pelo retalhista e discutir as relações mais importantes entre produtos frequentemente presentes em conjunto com outros nas vendas. Também são apresentadas estatísticas descritivas que possuem relevância nas decisões de negócio, podendo revelar-se importante para outras corporações do mesmo setor. A discussão dos resultados relaciona os aspetos relevantes nas vendas do retalhista com as necessidades de negócio, no âmbito do mercado em que se enquadra. Os resultados demostram como auxiliar a gestão de marketing na toma de decisão, bem como as contribuições que tais resultados podem trazer para a ciência, futuros estudos e limitações.
id RCAP_805fe1f262945e0fbb30413c9a5f3db9
oai_identifier_str oai:sapientia.ualg.pt:10400.1/19585
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Otimização de sortido para retalhista alimentar de proximidade utilizando data mining: uma análise empíricaGestão de sortidoData miningRetalhoÁrvore de decisãoRegras de associaçãoDomínio/Área Científica::Ciências Sociais::Outras Ciências SociaisO setor do retalho sofre frequentes mudanças, impulsionadas pelas necessidades dos consumidores. Um aumento significativo do número de produtos existentes no mercado impacta o processo de vendas. Especialmente, no retalho de proximidade, onde o consumidor deseja conveniência e agilidade, faz-se essencial otimizar os espaços disponíveis para a exposição de produtos. A gestão de sortido surge neste contexto como um processo de seleção e organização dos produtos, de forma a atender a necessidade do consumidor. Portanto, a gestão do produto é, não só uma ação concorrencial, mas sim estratégica pois, ao definir um sortido, atende-se a algumas parcelas de clientes em detrimento de outras. Esta dissertação tem o objetivo de analisar e identificar quais são os principais produtos a serem considerados no sortido de uma rede de retalho no formato de proximidade em Portugal, com lojas em Lisboa e Porto. Para tal, através do uso do software Orange, foram aplicados métodos de data mining, nomeadamente árvore de decisão (AD) e regras de associação (RA). Para além disso, o estudo exibe uma revisão de literatura que discute os principais conceitos que permeiam e compõem a gestão de sortido. A análise dos dados deste estudo permitiu identificar os atributos mais relevantes nas vendas registadas em base de dados pelo retalhista e discutir as relações mais importantes entre produtos frequentemente presentes em conjunto com outros nas vendas. Também são apresentadas estatísticas descritivas que possuem relevância nas decisões de negócio, podendo revelar-se importante para outras corporações do mesmo setor. A discussão dos resultados relaciona os aspetos relevantes nas vendas do retalhista com as necessidades de negócio, no âmbito do mercado em que se enquadra. Os resultados demostram como auxiliar a gestão de marketing na toma de decisão, bem como as contribuições que tais resultados podem trazer para a ciência, futuros estudos e limitações.The retail sector experiences frequent changes driven by consumer demand. A significant increase in the number of existing products on the market impacts the sales process. In proximity retail, consumer wants convenience and agility, being crucial to optimize the spaces available for the exhibition of products. Assortment management appears in this context as a process of product selection and organization to meet consumer needs. Therefore, product management is not only a competitive action but a strategic one because defining an assortment is crucial to designate a target. This dissertation aims to analyze and identify the main products to consider in the assortment of a proximity retail format in Portugal, with stores located in Lisbon and Porto. To this end, was used the Orange software with the application of data mining methods, namely decision tree (AD) and association rules (RA). In addition, the study presents a literature review that discusses the main concepts around the assortment management topic. The data analysis identifies the most relevant attributes in the sales database and discusses the most important relationships between products often present with others in sales. The study also presents descriptive statistics relevant to business decisions and may prove the importance of other corporations in the same sector. The discussion of the results connects the relevant aspects of the retailer's sales combined with the business demands, according to the scope of the market. The results demonstrate how to contribute to the decision-making process in marketing management dimensions and the contributions to limitations, science and future studies.Ramos, Célia M. Q.Agapito, DoraSapientiaPaes, Paulo Rafael de Moura2023-05-18T11:04:07Z2023-02-102023-02-10T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.1/19585TID:203289838porinfo: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:RCAAP2023-07-24T10:32:04Zoai:sapientia.ualg.pt:10400.1/19585Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:09:11.646166Repositório 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 Otimização de sortido para retalhista alimentar de proximidade utilizando data mining: uma análise empírica
title Otimização de sortido para retalhista alimentar de proximidade utilizando data mining: uma análise empírica
spellingShingle Otimização de sortido para retalhista alimentar de proximidade utilizando data mining: uma análise empírica
Paes, Paulo Rafael de Moura
Gestão de sortido
Data mining
Retalho
Árvore de decisão
Regras de associação
Domínio/Área Científica::Ciências Sociais::Outras Ciências Sociais
title_short Otimização de sortido para retalhista alimentar de proximidade utilizando data mining: uma análise empírica
title_full Otimização de sortido para retalhista alimentar de proximidade utilizando data mining: uma análise empírica
title_fullStr Otimização de sortido para retalhista alimentar de proximidade utilizando data mining: uma análise empírica
title_full_unstemmed Otimização de sortido para retalhista alimentar de proximidade utilizando data mining: uma análise empírica
title_sort Otimização de sortido para retalhista alimentar de proximidade utilizando data mining: uma análise empírica
author Paes, Paulo Rafael de Moura
author_facet Paes, Paulo Rafael de Moura
author_role author
dc.contributor.none.fl_str_mv Ramos, Célia M. Q.
Agapito, Dora
Sapientia
dc.contributor.author.fl_str_mv Paes, Paulo Rafael de Moura
dc.subject.por.fl_str_mv Gestão de sortido
Data mining
Retalho
Árvore de decisão
Regras de associação
Domínio/Área Científica::Ciências Sociais::Outras Ciências Sociais
topic Gestão de sortido
Data mining
Retalho
Árvore de decisão
Regras de associação
Domínio/Área Científica::Ciências Sociais::Outras Ciências Sociais
description O setor do retalho sofre frequentes mudanças, impulsionadas pelas necessidades dos consumidores. Um aumento significativo do número de produtos existentes no mercado impacta o processo de vendas. Especialmente, no retalho de proximidade, onde o consumidor deseja conveniência e agilidade, faz-se essencial otimizar os espaços disponíveis para a exposição de produtos. A gestão de sortido surge neste contexto como um processo de seleção e organização dos produtos, de forma a atender a necessidade do consumidor. Portanto, a gestão do produto é, não só uma ação concorrencial, mas sim estratégica pois, ao definir um sortido, atende-se a algumas parcelas de clientes em detrimento de outras. Esta dissertação tem o objetivo de analisar e identificar quais são os principais produtos a serem considerados no sortido de uma rede de retalho no formato de proximidade em Portugal, com lojas em Lisboa e Porto. Para tal, através do uso do software Orange, foram aplicados métodos de data mining, nomeadamente árvore de decisão (AD) e regras de associação (RA). Para além disso, o estudo exibe uma revisão de literatura que discute os principais conceitos que permeiam e compõem a gestão de sortido. A análise dos dados deste estudo permitiu identificar os atributos mais relevantes nas vendas registadas em base de dados pelo retalhista e discutir as relações mais importantes entre produtos frequentemente presentes em conjunto com outros nas vendas. Também são apresentadas estatísticas descritivas que possuem relevância nas decisões de negócio, podendo revelar-se importante para outras corporações do mesmo setor. A discussão dos resultados relaciona os aspetos relevantes nas vendas do retalhista com as necessidades de negócio, no âmbito do mercado em que se enquadra. Os resultados demostram como auxiliar a gestão de marketing na toma de decisão, bem como as contribuições que tais resultados podem trazer para a ciência, futuros estudos e limitações.
publishDate 2023
dc.date.none.fl_str_mv 2023-05-18T11:04:07Z
2023-02-10
2023-02-10T00:00:00Z
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/10400.1/19585
TID:203289838
url http://hdl.handle.net/10400.1/19585
identifier_str_mv TID:203289838
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_ 1799133339363311616