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

• Ano de defesa: 2024
• Autor(a) principal: Verzeletti, Michel
• Orientador(a): Carvalho, Alexsandro Marian
• 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

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.