Resumo:
O varejo de produtos com curto ciclo de vendas (short shelflife) apresenta desafios extras em relação ao varejo de bens não perecíveis. Uma vez que estes possuem ciclo de vida finito, todo o inventário deve ser vendido até que o produto atinja sua data de expiração, quando há perda total ou parcial do valor de mercado. Neste contexto, os varejistas se deparam com o desafio de precificar os seus produtos, uma vez que preços muito elevados podem gerar perdas por sobra de inventário obsoleto e, preços muito baixos reduzem a receita e consequentemente o lucro da empresa. O uso de ferramentas que permitam a precificação dinâmica dos produtos com base nas características da sua demanda e dos seus consumidores pode proporcionar um diferencial competitivo às empresas de varejo. O volume de dados necessários e a complexidade desta operação por vezes torna inviável sua aplicação, porém o avanço da tecnologia e técnicas computacionais podem auxiliar os varejistas nesta tarefa. Dentre as técnicas que podem auxiliar nesta tarefa estão os algoritmos de aprendizado de máquina. Para a solução deste problema foi proposto um modelo de análise de demanda e recomendação da precificação, implementado por meio de um artefato computacional combinando o uso de redes neurais artificiais para previsão de demanda, um modelo para a solução do problema do jornaleiro para o dimensionamento do estoque necessário para atendimento da demanda projetada e um modelo de precificação para a remarcação dos preços ao longo do período de vendas, com o objetivo de maximizar o lucro de forma concomitante à minimização das perdas por excesso de inventário ao final do período de vendas. O artefato construído permitiu a prática da precificação dinâmica sob a ótica de duas proposições, remarcações espaçadas ao longo do período de vendas para aplicação em situações nas quais o varejo lida com clientes de comportamento míope e outra de remarcações contínuas seguindo uma curva de degeneração do valor percebido pelo consumidor para situações nas quais o varejo lida com clientes de comportamento estratégico. Ademais, os resultados indicam que o uso do modelo proposto pode trazer benefícios ao planejamento de campanhas de vendas, permitindo mais agilidade e precisão na precificação.