Aplicação de algoritmos de otimização para a melhoria do retorno do investimento em \"Glass Door Merchandiser\" de uma engarrafadora da Coca-Cola Company

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Lima, Celina Morais
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
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:
ROI
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