Clusterização como técnica de apoio à decisão para um marketplace eletrônico logístico

• Ano de defesa: 2023
• Autor(a) principal: PEREIRA, Lucas Gomes
• Orientador(a): LIMA, Renato da Silva
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Itajubá
• Programa de Pós-Graduação: Programa de Pós-Graduação: Mestrado - Engenharia de Produção
• Departamento: IEPG - Instituto de Engenharia de Produção e Gestão
• País: Brasil
• Palavras-chave em Português: Marketplace logístico; Transporte rodoviário; Clusterização; Brasil
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUÇÃO
• Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/3965

O transporte rodoviário é uma das modalidades de maior impacto na matriz de transportes internacional. Apesar das suas vantagens de flexibilidade e disponibilidade, é um setor marcado pela alta fragmentação. Antigamente, o processo de intermediação dessa cadeia logística era operado por agentes de fretes, ineficiente em tempo e custo. Uma solução para atender às necessidades de agilidade e facilidade são os marketplaces logísticos eletrônicos, definidos por sistemas que permitem as transportadoras anunciarem suas cargas a caminhoneiros em busca de fretes. Todavia, como consequência da facilidade da automação de correspondência entre carga e capacidade, as provedoras de tecnologia desse modelo de negócio estão tendo que lidar com um volume de dados sem precedentes. Dessa variedade, pode-se extrair informações úteis sobre o comportamento dos usuários. Pode-se pontuar que, apesar da sua popularização, a literatura científica sobre os marketplaces logísticos não acompanhou o crescimento. Haja vista dessas oportunidades, este trabalho visa identificar padrões em uma base de dados de anúncio de cargas de um marketplace logístico por meio da clusterização, capaz de auxiliar na tomada de decisão. A pesquisa, seguindo o procedimento do CRISP-DM, obteve os dados de postagem de cargas na plataforma de 2019 a 2021. Empregando o software RStudio, a tendência de clusterização da base de dados foi confirmada e posteriormente implementado o algoritmo CLARA. A qualidade dos agrupamentos foi avaliada pelo índice Silhueta. Constatou-se que o grupo mais representativo, no âmbito nacional, pôde ser representado por fretes dentro do estado de São Paulo, que apresentavam carga completa, percorrendo distâncias de cerca de 500 km e demandando veículos de categoria pesada para o transporte. Já no contexto São Paulo, a partição mais expressiva foi a de fretes lotação, com viagens de pouco mais de cinco horas e que exigiam também veículos de categoria pesada. Associou-se a maior frequência desse tipo de frete aos seus benefícios, a saber, a eficiência em termos de utilização de espaço e recursos. As principais estratégias identificadas, no contexto nacional, consistem no oferecimento às transportadoras que realizam um alto volume de viagens descontos progressivos nos serviços adicionais e a divulgação do marketplace logístico entre os potenciais clientes com interesse específico em serviços de transporte de cargas pesadas e médias distâncias. Pôde-se identificar uma interessante oportunidade de negócio no Acre, em que a empresa poderia aumentar a sua atuação, dando o suporte nessa região do Brasil em que os fretes rodoviários não são tão recorrentes; bem como incentivar o uso da plataforma no estado de São Paulo para a postagens de cargas fracionadas, apresentando as vantagens também para os que detêm veículos de pequeno porte. Conclui-se que o CLARA trouxe resultados satisfatórios, diminuindo a complexidade computacional de uma base de mais de três milhões de entradas e revelando grupos de dados como uma oportunidade de crescimento da plataforma. Contudo, houve sobreposições de estruturas claramente avistadas como distintas nos gráficos de dispersão.