Metodologia híbrida de clusterização e apoio multicritério à decisão aplicada no gerenciamento de pontos de venda em uma rede varejista

• Ano de defesa: 2025
• Autor(a) principal: Terra, Adilson Vilarinho
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• dARK ID: ark:/87559/001300001bmn7
• Idioma: por
• Palavras-chave em Português: Modelagem híbrida; Machine Learning Não Supervisionado; Apoio Multicritério à Decisão (AMD); Gestão de pontos de venda varejista; Apoio multicritério à decisão; Aprendizado de máquina; Comércio varejista; Hybrid modeling; Unsupervised machine learning; Multi-criteria Decision Making (MCDM); Retail outlet management
• Link de acesso: https://app.uff.br/riuff/handle/1/38613

Esta dissertação apresenta uma modelagem híbrida para gerenciamento de pontos de venda de uma rede varejista, integrando técnicas de machine learning não supervisionadas com o Apoio Multicritério à Decisão (AMD). A modelagem híbrida proposta nessa dissertação, integra o método não hierárquico de clusterização K-means e o método AMD AHP-Gaussiano. Esta combinação visa descobrir padrões ocultos em grandes volumes de dados, um desafio crescente na era da big data. O estudo se destaca pela aplicação da modelagem proposta em uma rede varejista do segmento farmacêutico com mais de 70 pontos de venda espalhados pela cidade do Rio de Janeiro. Academicamente, a pesquisa contribui para a literatura em modelagem híbrida, enquanto no âmbito prático, oferece uma ferramenta estratégica para redes varejistas, potencialmente melhorando sua eficiência operacional e competitividade de mercado. O modelo proposto combina o poder do machine learning, especialmente em identificar semelhanças comportamentais entre observações e variáveis de um banco de dados, com a eficácia do AMD em avaliar e priorizá-los. Esta abordagem não apenas facilita o processo decisório, mas também contribui para o desenvolvimento de estratégias de marketing mais direcionadas e eficazes. As contribuições da pesquisa se estendem para além da esfera acadêmica, impactando diretamente o segmento varejista. Espera-se que a modelagem híbrida proposta forneça insights valiosos para a identificação de oportunidades de negócio, orientando a alocação de recursos e o planejamento estratégico da empresa. Esta aplicação prática visa não apenas impulsionar o crescimento da rede varejista em questão, mas também servir de exemplo para outras empresas do setor, promovendo e eficiência para o a tomada de decisão baseada em dados.