Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNIFEI (RIUNIFEI) |
Texto Completo: | https://repositorio.unifei.edu.br/jspui/handle/123456789/3965 |
Resumo: | O transporte rodoviário é uma das modalidades de maior impacto na matriz de transportes internacional. Apesar das suas vantagens de flexibilidade e disponibilidade, é um setor marcado pela alta fragmentação. Antigamente, o processo de intermediação dessa cadeia logística era operado por agentes de fretes, ineficiente em tempo e custo. Uma solução para atender às necessidades de agilidade e facilidade são os marketplaces logísticos eletrônicos, definidos por sistemas que permitem as transportadoras anunciarem suas cargas a caminhoneiros em busca de fretes. Todavia, como consequência da facilidade da automação de correspondência entre carga e capacidade, as provedoras de tecnologia desse modelo de negócio estão tendo que lidar com um volume de dados sem precedentes. Dessa variedade, pode-se extrair informações úteis sobre o comportamento dos usuários. Pode-se pontuar que, apesar da sua popularização, a literatura científica sobre os marketplaces logísticos não acompanhou o crescimento. Haja vista dessas oportunidades, este trabalho visa identificar padrões em uma base de dados de anúncio de cargas de um marketplace logístico por meio da clusterização, capaz de auxiliar na tomada de decisão. A pesquisa, seguindo o procedimento do CRISP-DM, obteve os dados de postagem de cargas na plataforma de 2019 a 2021. Empregando o software RStudio, a tendência de clusterização da base de dados foi confirmada e posteriormente implementado o algoritmo CLARA. A qualidade dos agrupamentos foi avaliada pelo índice Silhueta. Constatou-se que o grupo mais representativo, no âmbito nacional, pôde ser representado por fretes dentro do estado de São Paulo, que apresentavam carga completa, percorrendo distâncias de cerca de 500 km e demandando veículos de categoria pesada para o transporte. Já no contexto São Paulo, a partição mais expressiva foi a de fretes lotação, com viagens de pouco mais de cinco horas e que exigiam também veículos de categoria pesada. Associou-se a maior frequência desse tipo de frete aos seus benefícios, a saber, a eficiência em termos de utilização de espaço e recursos. As principais estratégias identificadas, no contexto nacional, consistem no oferecimento às transportadoras que realizam um alto volume de viagens descontos progressivos nos serviços adicionais e a divulgação do marketplace logístico entre os potenciais clientes com interesse específico em serviços de transporte de cargas pesadas e médias distâncias. Pôde-se identificar uma interessante oportunidade de negócio no Acre, em que a empresa poderia aumentar a sua atuação, dando o suporte nessa região do Brasil em que os fretes rodoviários não são tão recorrentes; bem como incentivar o uso da plataforma no estado de São Paulo para a postagens de cargas fracionadas, apresentando as vantagens também para os que detêm veículos de pequeno porte. Conclui-se que o CLARA trouxe resultados satisfatórios, diminuindo a complexidade computacional de uma base de mais de três milhões de entradas e revelando grupos de dados como uma oportunidade de crescimento da plataforma. Contudo, houve sobreposições de estruturas claramente avistadas como distintas nos gráficos de dispersão. |
id |
UFEI_388fd2bccfa36e9ab88ee6992a664422 |
---|---|
oai_identifier_str |
oai:repositorio.unifei.edu.br:123456789/3965 |
network_acronym_str |
UFEI |
network_name_str |
Repositório Institucional da UNIFEI (RIUNIFEI) |
repository_id_str |
7044 |
spelling |
2023-09-212024-01-232024-01-23T17:29:11Z2024-01-23T17:29:11Zhttps://repositorio.unifei.edu.br/jspui/handle/123456789/3965O transporte rodoviário é uma das modalidades de maior impacto na matriz de transportes internacional. Apesar das suas vantagens de flexibilidade e disponibilidade, é um setor marcado pela alta fragmentação. Antigamente, o processo de intermediação dessa cadeia logística era operado por agentes de fretes, ineficiente em tempo e custo. Uma solução para atender às necessidades de agilidade e facilidade são os marketplaces logísticos eletrônicos, definidos por sistemas que permitem as transportadoras anunciarem suas cargas a caminhoneiros em busca de fretes. Todavia, como consequência da facilidade da automação de correspondência entre carga e capacidade, as provedoras de tecnologia desse modelo de negócio estão tendo que lidar com um volume de dados sem precedentes. Dessa variedade, pode-se extrair informações úteis sobre o comportamento dos usuários. Pode-se pontuar que, apesar da sua popularização, a literatura científica sobre os marketplaces logísticos não acompanhou o crescimento. Haja vista dessas oportunidades, este trabalho visa identificar padrões em uma base de dados de anúncio de cargas de um marketplace logístico por meio da clusterização, capaz de auxiliar na tomada de decisão. A pesquisa, seguindo o procedimento do CRISP-DM, obteve os dados de postagem de cargas na plataforma de 2019 a 2021. Empregando o software RStudio, a tendência de clusterização da base de dados foi confirmada e posteriormente implementado o algoritmo CLARA. A qualidade dos agrupamentos foi avaliada pelo índice Silhueta. Constatou-se que o grupo mais representativo, no âmbito nacional, pôde ser representado por fretes dentro do estado de São Paulo, que apresentavam carga completa, percorrendo distâncias de cerca de 500 km e demandando veículos de categoria pesada para o transporte. Já no contexto São Paulo, a partição mais expressiva foi a de fretes lotação, com viagens de pouco mais de cinco horas e que exigiam também veículos de categoria pesada. Associou-se a maior frequência desse tipo de frete aos seus benefícios, a saber, a eficiência em termos de utilização de espaço e recursos. As principais estratégias identificadas, no contexto nacional, consistem no oferecimento às transportadoras que realizam um alto volume de viagens descontos progressivos nos serviços adicionais e a divulgação do marketplace logístico entre os potenciais clientes com interesse específico em serviços de transporte de cargas pesadas e médias distâncias. Pôde-se identificar uma interessante oportunidade de negócio no Acre, em que a empresa poderia aumentar a sua atuação, dando o suporte nessa região do Brasil em que os fretes rodoviários não são tão recorrentes; bem como incentivar o uso da plataforma no estado de São Paulo para a postagens de cargas fracionadas, apresentando as vantagens também para os que detêm veículos de pequeno porte. Conclui-se que o CLARA trouxe resultados satisfatórios, diminuindo a complexidade computacional de uma base de mais de três milhões de entradas e revelando grupos de dados como uma oportunidade de crescimento da plataforma. Contudo, houve sobreposições de estruturas claramente avistadas como distintas nos gráficos de dispersão.Road transport is one of the most impactful modes in the global transportation matrix. Despite its advantages of flexibility and availability, the sector is characterized by high fragmentation. In the past, the intermediation process in this logistics chain was inefficiently handled by freight agents in terms of time and cost. An effective solution to address the need for agility and ease is through electronic logistics marketplaces, which are systems allowing carriers to advertise their loads to truck drivers searching for freight. However, the ease of automating load and capacity matching has resulted in technology providers dealing with an unprecedented volume of data. Valuable insights about user behavior can be derived from this diverse dataset. Despite the popularity of logistics marketplaces, scientific literature has not kept pace with their growth. Given these opportunities, this study aims to identify patterns in a cargo advertisement database of a logistics marketplace using clustering, which can assist in decision-making. Following the CRISP-DM procedure, data on load postings from 2019 to 2021 were collected, and the clustering trend of the database was confirmed using RStudio software. The CLARA algorithm was subsequently employed, and the quality of clusters was assessed using the Silhouette index. The most representative group at the national level consisted of freight within the state of São Paulo, featuring full loads, covering distances of around 500 km, and requiring heavy-duty vehicles for transportation. In the context of São Paulo, the most significant partition comprised full freight journeys of just over five hours, also requiring heavy-duty vehicles. The higher frequency of full freight was attributed to its benefits, such as efficiency in space and resource utilization. The main strategies identified for the national context involve offering progressive discounts on additional services to carriers conducting a high volume of trips and targeted promotion of the logistics marketplace to potential customers interested in transporting heavy loads over medium distances. An interesting business opportunity was identified in Acre, where the company could expand its operations and provide support in a region of Brazil where road freight is less common. Additionally, encouraging the use of the platform in São Paulo for posting fractional loads was suggested, highlighting the advantages for owners of small vehicles. In conclusion, CLARA produced satisfactory results by reducing the computational complexity of a database with over three million entries, and the study revealed data clusters as potential opportunities for platform growth. However, there were instances of overlaps of structures clearly seen as distinct in the scatterplots.porUniversidade Federal de ItajubáPrograma de Pós-Graduação: Mestrado - Engenharia de ProduçãoUNIFEIBrasilIEPG - Instituto de Engenharia de Produção e GestãoCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUÇÃOMarketplace logísticoTransporte rodoviárioClusterizaçãoBrasilClusterização como técnica de apoio à decisão para um marketplace eletrônico logísticoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisLIMA, Renato da Silvahttp://lattes.cnpq.br/9161092505168234http://lattes.cnpq.br/5603392763424121PEREIRA, Lucas GomesPEREIRA, Lucas Gomes. Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico. 2023. 119 f. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Itajubá, Itajubá, 2023.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEILICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3965/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALDissertação_2024007.pdfDissertação_2024007.pdfapplication/pdf4661911https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3965/1/Disserta%c3%a7%c3%a3o_2024007.pdf699203e8886bc79df1ba1420679ac5ecMD51123456789/39652024-01-23 14:29:11.707oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442024-01-23T17:29:11Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false |
dc.title.pt_BR.fl_str_mv |
Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico |
title |
Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico |
spellingShingle |
Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico PEREIRA, Lucas Gomes CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUÇÃO Marketplace logístico Transporte rodoviário Clusterização Brasil |
title_short |
Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico |
title_full |
Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico |
title_fullStr |
Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico |
title_full_unstemmed |
Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico |
title_sort |
Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico |
author |
PEREIRA, Lucas Gomes |
author_facet |
PEREIRA, Lucas Gomes |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
LIMA, Renato da Silva |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/9161092505168234 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/5603392763424121 |
dc.contributor.author.fl_str_mv |
PEREIRA, Lucas Gomes |
contributor_str_mv |
LIMA, Renato da Silva |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUÇÃO |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUÇÃO Marketplace logístico Transporte rodoviário Clusterização Brasil |
dc.subject.por.fl_str_mv |
Marketplace logístico Transporte rodoviário Clusterização Brasil |
description |
O transporte rodoviário é uma das modalidades de maior impacto na matriz de transportes internacional. Apesar das suas vantagens de flexibilidade e disponibilidade, é um setor marcado pela alta fragmentação. Antigamente, o processo de intermediação dessa cadeia logística era operado por agentes de fretes, ineficiente em tempo e custo. Uma solução para atender às necessidades de agilidade e facilidade são os marketplaces logísticos eletrônicos, definidos por sistemas que permitem as transportadoras anunciarem suas cargas a caminhoneiros em busca de fretes. Todavia, como consequência da facilidade da automação de correspondência entre carga e capacidade, as provedoras de tecnologia desse modelo de negócio estão tendo que lidar com um volume de dados sem precedentes. Dessa variedade, pode-se extrair informações úteis sobre o comportamento dos usuários. Pode-se pontuar que, apesar da sua popularização, a literatura científica sobre os marketplaces logísticos não acompanhou o crescimento. Haja vista dessas oportunidades, este trabalho visa identificar padrões em uma base de dados de anúncio de cargas de um marketplace logístico por meio da clusterização, capaz de auxiliar na tomada de decisão. A pesquisa, seguindo o procedimento do CRISP-DM, obteve os dados de postagem de cargas na plataforma de 2019 a 2021. Empregando o software RStudio, a tendência de clusterização da base de dados foi confirmada e posteriormente implementado o algoritmo CLARA. A qualidade dos agrupamentos foi avaliada pelo índice Silhueta. Constatou-se que o grupo mais representativo, no âmbito nacional, pôde ser representado por fretes dentro do estado de São Paulo, que apresentavam carga completa, percorrendo distâncias de cerca de 500 km e demandando veículos de categoria pesada para o transporte. Já no contexto São Paulo, a partição mais expressiva foi a de fretes lotação, com viagens de pouco mais de cinco horas e que exigiam também veículos de categoria pesada. Associou-se a maior frequência desse tipo de frete aos seus benefícios, a saber, a eficiência em termos de utilização de espaço e recursos. As principais estratégias identificadas, no contexto nacional, consistem no oferecimento às transportadoras que realizam um alto volume de viagens descontos progressivos nos serviços adicionais e a divulgação do marketplace logístico entre os potenciais clientes com interesse específico em serviços de transporte de cargas pesadas e médias distâncias. Pôde-se identificar uma interessante oportunidade de negócio no Acre, em que a empresa poderia aumentar a sua atuação, dando o suporte nessa região do Brasil em que os fretes rodoviários não são tão recorrentes; bem como incentivar o uso da plataforma no estado de São Paulo para a postagens de cargas fracionadas, apresentando as vantagens também para os que detêm veículos de pequeno porte. Conclui-se que o CLARA trouxe resultados satisfatórios, diminuindo a complexidade computacional de uma base de mais de três milhões de entradas e revelando grupos de dados como uma oportunidade de crescimento da plataforma. Contudo, houve sobreposições de estruturas claramente avistadas como distintas nos gráficos de dispersão. |
publishDate |
2023 |
dc.date.issued.fl_str_mv |
2023-09-21 |
dc.date.available.fl_str_mv |
2024-01-23 2024-01-23T17:29:11Z |
dc.date.accessioned.fl_str_mv |
2024-01-23T17:29:11Z |
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 |
https://repositorio.unifei.edu.br/jspui/handle/123456789/3965 |
url |
https://repositorio.unifei.edu.br/jspui/handle/123456789/3965 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.references.pt_BR.fl_str_mv |
PEREIRA, Lucas Gomes. Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico. 2023. 119 f. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Itajubá, Itajubá, 2023. |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Itajubá |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação: Mestrado - Engenharia de Produção |
dc.publisher.initials.fl_str_mv |
UNIFEI |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
IEPG - Instituto de Engenharia de Produção e Gestão |
publisher.none.fl_str_mv |
Universidade Federal de Itajubá |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIFEI (RIUNIFEI) instname:Universidade Federal de Itajubá (UNIFEI) instacron:UNIFEI |
instname_str |
Universidade Federal de Itajubá (UNIFEI) |
instacron_str |
UNIFEI |
institution |
UNIFEI |
reponame_str |
Repositório Institucional da UNIFEI (RIUNIFEI) |
collection |
Repositório Institucional da UNIFEI (RIUNIFEI) |
bitstream.url.fl_str_mv |
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3965/2/license.txt https://repositorio.unifei.edu.br/jspui/bitstream/123456789/3965/1/Disserta%c3%a7%c3%a3o_2024007.pdf |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 699203e8886bc79df1ba1420679ac5ec |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI) |
repository.mail.fl_str_mv |
repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br |
_version_ |
1801863218257199104 |