Identificação de rupturas de estoque no varejo alimentar através de técnicas de soft computing

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Verzeletti, Michel
Orientador(a): Carvalho, Alexsandro Marian
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade do Vale do Rio dos Sinos
Programa de Pós-Graduação: Programa de Pós-Graduação em Ciências Contábeis
Departamento: Escola de Gestão e Negócios
País: Brasil
Palavras-chave em Português:
Ruptura de estoque
Varejo alimentar
Identificação de rupturas
Lógica difusa
Algoritmo de detecção
Palavras-chave em Inglês:
Out-of-stock
Grocery retail
Out-of-stock identification
Fuzzy logic
Detection algorithm
Área do conhecimento CNPq:
ACCNPQ::Ciências Sociais Aplicadas::Ciências Contábeis
Link de acesso: http://repositorio.jesuita.org.br/handle/UNISINOS/13119
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.
id USIN_fd198bd8feb7405a32af3279758f4d71
oai_identifier_str oai:www.repositorio.jesuita.org.br:UNISINOS/13119
network_acronym_str USIN
network_name_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
repository_id_str
spelling 2024-08-12T12:09:41Z2024-08-12T12:09:41Z2024-04-25Submitted by Jeferson Carlos da Veiga Rodrigues (jveigar@unisinos.br) on 2024-08-12T12:09:41Z No. of bitstreams: 1 Michel Verzeletti_PROTEGIDO.pdf: 1068728 bytes, checksum: e0c279223e650691a643e156aebea348 (MD5)Made available in DSpace on 2024-08-12T12:09:41Z (GMT). No. of bitstreams: 1 Michel Verzeletti_PROTEGIDO.pdf: 1068728 bytes, checksum: e0c279223e650691a643e156aebea348 (MD5) Previous issue date: 2024-04-25Rupturas 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.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.NenhumaVerzeletti, Michelhttp://lattes.cnpq.br/0224853471483111http://lattes.cnpq.br/9529095487923334Carvalho, Alexsandro MarianUniversidade do Vale do Rio dos SinosPrograma de Pós-Graduação em Ciências ContábeisUnisinosBrasilEscola de Gestão e NegóciosIdentificação de rupturas de estoque no varejo alimentar através de técnicas de soft computingACCNPQ::Ciências Sociais Aplicadas::Ciências ContábeisRuptura de estoqueVarejo alimentarIdentificação de rupturasLógica difusaAlgoritmo de detecçãoOut-of-stockGrocery retailOut-of-stock identificationFuzzy logicDetection algorithminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://repositorio.jesuita.org.br/handle/UNISINOS/13119info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)instname:Universidade do Vale do Rio dos Sinos (UNISINOS)instacron:UNISINOSLICENSElicense.txtlicense.txttext/plain; charset=utf-82175http://repositorio.jesuita.org.br/bitstream/UNISINOS/13119/2/license.txt320e21f23402402ac4988605e1edd177MD52ORIGINALMichel Verzeletti_PROTEGIDO.pdfMichel Verzeletti_PROTEGIDO.pdfapplication/pdf1068728http://repositorio.jesuita.org.br/bitstream/UNISINOS/13119/1/Michel+Verzeletti_PROTEGIDO.pdfe0c279223e650691a643e156aebea348MD51UNISINOS/131192024-09-12 10:12:14.168oai:www.repositorio.jesuita.org.br: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 Digital de Teses e DissertaçõesPRIhttp://www.repositorio.jesuita.org.br/oai/requestmaicons@unisinos.br ||dspace@unisinos.bropendoar:2024-09-12T13:12:14Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)false
dc.title.pt_BR.fl_str_mv Identificação de rupturas de estoque no varejo alimentar através de técnicas de soft computing
title Identificação de rupturas de estoque no varejo alimentar através de técnicas de soft computing
spellingShingle Identificação de rupturas de estoque no varejo alimentar através de técnicas de soft computing
Verzeletti, Michel
ACCNPQ::Ciências Sociais Aplicadas::Ciências Contábeis
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
title_short Identificação de rupturas de estoque no varejo alimentar através de técnicas de soft computing
title_full Identificação de rupturas de estoque no varejo alimentar através de técnicas de soft computing
title_fullStr Identificação de rupturas de estoque no varejo alimentar através de técnicas de soft computing
title_full_unstemmed Identificação de rupturas de estoque no varejo alimentar através de técnicas de soft computing
title_sort Identificação de rupturas de estoque no varejo alimentar através de técnicas de soft computing
author Verzeletti, Michel
author_facet Verzeletti, Michel
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/0224853471483111
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/9529095487923334
dc.contributor.author.fl_str_mv Verzeletti, Michel
dc.contributor.advisor1.fl_str_mv Carvalho, Alexsandro Marian
contributor_str_mv Carvalho, Alexsandro Marian
dc.subject.cnpq.fl_str_mv ACCNPQ::Ciências Sociais Aplicadas::Ciências Contábeis
topic ACCNPQ::Ciências Sociais Aplicadas::Ciências Contábeis
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
dc.subject.por.fl_str_mv Ruptura de estoque
Varejo alimentar
Identificação de rupturas
Lógica difusa
Algoritmo de detecção
dc.subject.eng.fl_str_mv Out-of-stock
Grocery retail
Out-of-stock identification
Fuzzy logic
Detection algorithm
description 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.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-08-12T12:09:41Z
dc.date.available.fl_str_mv 2024-08-12T12:09:41Z
dc.date.issued.fl_str_mv 2024-04-25
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://repositorio.jesuita.org.br/handle/UNISINOS/13119
url http://repositorio.jesuita.org.br/handle/UNISINOS/13119
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.publisher.none.fl_str_mv Universidade do Vale do Rio dos Sinos
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciências Contábeis
dc.publisher.initials.fl_str_mv Unisinos
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola de Gestão e Negócios
publisher.none.fl_str_mv Universidade do Vale do Rio dos Sinos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
instname:Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron:UNISINOS
instname_str Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron_str UNISINOS
institution UNISINOS
reponame_str Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
collection Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
bitstream.url.fl_str_mv http://repositorio.jesuita.org.br/bitstream/UNISINOS/13119/2/license.txt
http://repositorio.jesuita.org.br/bitstream/UNISINOS/13119/1/Michel+Verzeletti_PROTEGIDO.pdf
bitstream.checksum.fl_str_mv 320e21f23402402ac4988605e1edd177
e0c279223e650691a643e156aebea348
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos) - Universidade do Vale do Rio dos Sinos (UNISINOS)
repository.mail.fl_str_mv maicons@unisinos.br ||dspace@unisinos.br
_version_ 1853242102730719232

Registros relacionados