Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola Company
| Ano de defesa: | 2023 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.teses.usp.br/teses/disponiveis/55/55137/tde-16012024-115651/ |
Resumo: | Para suportar o crescimento rápido das grandes organizações e a velocidade que os negócios acontecem cada vez mais as empresas necessitam fazer uso de dados e técnicas de advanced analytics para conduzir as tomadas de decisões necessárias para garantir uma boa gestão do investimento, possibilitando aumento de receita, ou seja, aumentando o aumento do crescimento top-line que é um dos objetivos estratégicos de várias empresas de bens de consumo. Aumentar a receita da empresa, através de uma melhoria na gestão dos investimentos ainda é um dos grandes desafios para muitas empresas de bens de consumo. Em uma das engarrafadoras do sistema Coca-Cola no Brasil, um dos grandes desafios é a otimização dos investimentos, principalmente o aumento do Retorno do Investimento (ROI). Análises de viabilidade financeira isoladamente, não são mais suficientes para se solucionar os problemas complexos de diversos setores das empresas, com o intuito de melhorar o aumento da receita. Então, a ciência de dados torna-se uma grande ferramenta que auxilia na resolução de problemas reais das empresas. Análises descritivas para o diagnóstico do parque de Glass Door Merchandiser (GDM), ou seja, fazendo uma identificação de perfis de clientes e geladeiras com retorno positivo, seguindo depois com análise preditivas, a partir da criação de algoritmos supervisionados de classificação como Arvore de Decisão capazes de prever os clientes com maior potencial de terem retorno do investimento, finalizando com análises de otimização para se identificar qual seria o maior ROI no parque de GDM, a partir do uso de modelos estatísticos e matemáticos, dentre eles, programação linear inteira, que é uma técnica que permite estabelecer a mistura ótima de diversas variáveis segundo uma função objetivo e satisfazendo um conjunto de restrições. |
| id |
USP_fec8cd6f5029f774514b3c06a399c7ef |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-16012024-115651 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola CompanyApplication of optimization algorithms to improve return on investment in Glass Door Merchandiser in the Coca-Cola Company\'s bottling partnerCoca-ColaCoca-ColaGeladeiraGlass door merchandiserInteger programingOperations researchOptimizationOtimizaçãoPesquisa operacionalProgramação inteiraROIROIPara suportar o crescimento rápido das grandes organizações e a velocidade que os negócios acontecem cada vez mais as empresas necessitam fazer uso de dados e técnicas de advanced analytics para conduzir as tomadas de decisões necessárias para garantir uma boa gestão do investimento, possibilitando aumento de receita, ou seja, aumentando o aumento do crescimento top-line que é um dos objetivos estratégicos de várias empresas de bens de consumo. Aumentar a receita da empresa, através de uma melhoria na gestão dos investimentos ainda é um dos grandes desafios para muitas empresas de bens de consumo. Em uma das engarrafadoras do sistema Coca-Cola no Brasil, um dos grandes desafios é a otimização dos investimentos, principalmente o aumento do Retorno do Investimento (ROI). Análises de viabilidade financeira isoladamente, não são mais suficientes para se solucionar os problemas complexos de diversos setores das empresas, com o intuito de melhorar o aumento da receita. Então, a ciência de dados torna-se uma grande ferramenta que auxilia na resolução de problemas reais das empresas. Análises descritivas para o diagnóstico do parque de Glass Door Merchandiser (GDM), ou seja, fazendo uma identificação de perfis de clientes e geladeiras com retorno positivo, seguindo depois com análise preditivas, a partir da criação de algoritmos supervisionados de classificação como Arvore de Decisão capazes de prever os clientes com maior potencial de terem retorno do investimento, finalizando com análises de otimização para se identificar qual seria o maior ROI no parque de GDM, a partir do uso de modelos estatísticos e matemáticos, dentre eles, programação linear inteira, que é uma técnica que permite estabelecer a mistura ótima de diversas variáveis segundo uma função objetivo e satisfazendo um conjunto de restrições.To support the rapid growth of large organizations and the increasing speed at which business happens, companies increasingly need to leverage data and advanced analytics techniques to drive the necessary decision-making processes for effective investment management. This enables revenue growth, in other words, increasing top-line growth, which is a strategic objective for many consumer goods companies. Increasing company revenue through improved investment management remains one of the major challenges for many consumer goods companies. One of the bottlers in the Coca-Cola system in Brazil faces the significant challenge of optimizing investments, particularly increasing Return on Investment (ROI). Financial feasibility analyses alone are no longer sufficient to solve the complex problems across various sectors of companies in order to improve revenue growth. Therefore, data science has become a powerful tool that assists in addressing real-world business problems. Descriptive analyses for diagnosing the Glass Door Merchandiser, i.e., identifying customer and GDMs models with positive returns, are followed by predictive analyses using supervised classification algorithms such as Decision Trees, capable of predicting customers with the highest potential for ROI. Finally, optimization analyses are conducted to identify the highest ROI within the GDM, utilizing statistical and mathematical models, including integer linear programming. This technique allows for determining the optimal combination of various variables based on an objective function while satisfying a set of constraints.Biblioteca Digitais de Teses e Dissertações da USPCastelo Filho, AntonioLima, Celina Morais2023-10-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/55/55137/tde-16012024-115651/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-01-16T14:05:02Zoai:teses.usp.br:tde-16012024-115651Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-01-16T14:05:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola Company Application of optimization algorithms to improve return on investment in Glass Door Merchandiser in the Coca-Cola Company\'s bottling partner |
| title |
Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola Company |
| spellingShingle |
Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola Company Lima, Celina Morais Coca-Cola Coca-Cola Geladeira Glass door merchandiser Integer programing Operations research Optimization Otimização Pesquisa operacional Programação inteira ROI ROI |
| title_short |
Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola Company |
| title_full |
Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola Company |
| title_fullStr |
Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola Company |
| title_full_unstemmed |
Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola Company |
| title_sort |
Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola Company |
| author |
Lima, Celina Morais |
| author_facet |
Lima, Celina Morais |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Castelo Filho, Antonio |
| dc.contributor.author.fl_str_mv |
Lima, Celina Morais |
| dc.subject.por.fl_str_mv |
Coca-Cola Coca-Cola Geladeira Glass door merchandiser Integer programing Operations research Optimization Otimização Pesquisa operacional Programação inteira ROI ROI |
| topic |
Coca-Cola Coca-Cola Geladeira Glass door merchandiser Integer programing Operations research Optimization Otimização Pesquisa operacional Programação inteira ROI ROI |
| description |
Para suportar o crescimento rápido das grandes organizações e a velocidade que os negócios acontecem cada vez mais as empresas necessitam fazer uso de dados e técnicas de advanced analytics para conduzir as tomadas de decisões necessárias para garantir uma boa gestão do investimento, possibilitando aumento de receita, ou seja, aumentando o aumento do crescimento top-line que é um dos objetivos estratégicos de várias empresas de bens de consumo. Aumentar a receita da empresa, através de uma melhoria na gestão dos investimentos ainda é um dos grandes desafios para muitas empresas de bens de consumo. Em uma das engarrafadoras do sistema Coca-Cola no Brasil, um dos grandes desafios é a otimização dos investimentos, principalmente o aumento do Retorno do Investimento (ROI). Análises de viabilidade financeira isoladamente, não são mais suficientes para se solucionar os problemas complexos de diversos setores das empresas, com o intuito de melhorar o aumento da receita. Então, a ciência de dados torna-se uma grande ferramenta que auxilia na resolução de problemas reais das empresas. Análises descritivas para o diagnóstico do parque de Glass Door Merchandiser (GDM), ou seja, fazendo uma identificação de perfis de clientes e geladeiras com retorno positivo, seguindo depois com análise preditivas, a partir da criação de algoritmos supervisionados de classificação como Arvore de Decisão capazes de prever os clientes com maior potencial de terem retorno do investimento, finalizando com análises de otimização para se identificar qual seria o maior ROI no parque de GDM, a partir do uso de modelos estatísticos e matemáticos, dentre eles, programação linear inteira, que é uma técnica que permite estabelecer a mistura ótima de diversas variáveis segundo uma função objetivo e satisfazendo um conjunto de restrições. |
| publishDate |
2023 |
| dc.date.none.fl_str_mv |
2023-10-02 |
| 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://www.teses.usp.br/teses/disponiveis/55/55137/tde-16012024-115651/ |
| url |
https://www.teses.usp.br/teses/disponiveis/55/55137/tde-16012024-115651/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1865492112461529088 |