Autor |
Verzeletti, Michel; |
Lattes do autor |
http://lattes.cnpq.br/0224853471483111; |
Orientador |
Carvalho, Alexsandro Marian; |
Lattes do orientador |
http://lattes.cnpq.br/9529095487923334; |
Instituição |
Universidade do Vale do Rio dos Sinos; |
Sigla da instituição |
Unisinos; |
País da instituição |
Brasil; |
Instituto/Departamento |
Escola de Gestão e Negócios; |
Idioma |
pt_BR; |
Título |
Identificação de rupturas de estoque n varejo alimentar através de técnicas de soft computing; |
Resumo |
Rupturas de estoque geram perdas significativas para o varejo e, apesar de décadas de estudo, as taxas de ruptura não têm diminuído consideravelmente. O primeiro passo para melhoria deste indicador é uma correta medição e detecção de rupturas. Desta forma, o objetivo deste estudo é determinar a eficácia de um método para identificação de rupturas no varejo alimentar baseado exclusivamente em dados transacionais. O foco da pesquisa foi exclusivamente a identificação de casos de ruptura total de estoque causadas pela falta efetiva do produto no ponto de venda, ou seja, quando a ausência de vendas em um determinado período foi causada exclusivamente pela indisponibilidade de estoque. O algoritmo desenvolvido utilizou técnicas de lógica difusa para determinação da ocorrência de ruptura, a partir de probabilidades baseadas na ocorrência de venda nula e em sua possível sequência, na venda acumulada e no saldo a partir da última entrada. Este algoritmo foi aplicado em 2.022 itens selecionados no período de 12 meses e obteve uma taxa de identificação correta de 70,2% com apenas 16,4% de alarmes falsos. Embora alguns estudos anteriores tenham obtido resultados superiores, suas abordagens estavam restritas a um número muito reduzido de itens. Além disso, a aplicação do modelo mostrou-se promissora, identificando a ruptura em média apenas 4 dias após sua ocorrência, o que pode proporcionar um incremento estimado de 1,3% no faturamento total da empresa.; |
Abstract |
Out-of-stock (OOS) leads to significant losses for retailers, and despite decades of study, out-of-stock rates have not decreased considerably. The first step to improve this indicator is accurate measurement and detection of OOS. Therefore, the aim of this study is to determine the effectiveness of a method for identifying OOS in the grocery retail sector based solely on transactional data. The research focus was exclusively on identifying cases of total OOS caused by the actual absence of the product at the point of sale, i.e., when the lack of sales in a certain period was solely caused by stock unavailability. The developed algorithm used fuzzy logic techniques to determine the occurrence of OOS based on probabilities derived from zero sales occurrence and its possible sequence, accumulated sales, and balance from the last entry. This algorithm was applied to 2,022 selected items over a 12-month period and achieved a correct identification rate of 70.2% with only 16.4% false alarms. Although some previous studies have achieved superior results, their approaches were restricted to a very small number of items. Furthermore, the application of the model proved promising, identifying OOS on average only 4 days after their occurrence, which may result in an estimated 1.3% increase in the company's total revenue.; |
Palavras-chave |
Ruptura de estoque; Varejo alimentar; Identificação de rupturas; Lógica difusa; Algoritmo de detecção; Out-of-stock; Grocery retail; Out-of-stock identification; Fuzzy logic; Detection algorithm; |
Área(s) do conhecimento |
ACCNPQ::Ciências Sociais Aplicadas::Ciências Contábeis; |
Tipo |
Dissertação; |
Data de defesa |
2024-04-25; |
Agência de fomento |
Nenhuma; |
Direitos de acesso |
openAccess; |
URI |
http://repositorio.jesuita.org.br/handle/UNISINOS/13119; |
Programa |
Programa de Pós-Graduação em Ciências Contábeis; |