Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Não Informado

Departamento: Não Informado

Dimensão Institucional: Pós-Graduação

Dimensão ODS: Econômica

Tipo do Documento: Tese

Título: ABORDAGEM PREDITIVA E ADAPTATIVA DE GESTÃO OPERACIONAL APLICADA À CADEIA DE SUPRIMENTOS DO VAREJO OMNI-CHANNEL

Orientador
  • ENZO MOROSINI FRAZZON
Aluno
  • MARINA MEIRELES PEREIRA

Conteúdo

A evolução tecnológica e a digitalização possibilitam a comercialização de produtos através de múltiplos canais e plataformas de forma integrada, propiciando a gestão de varejo omnichannel. esse processo contínuo de integração das tecnologias digitais/virtuais aos processos gerenciais físicos dos diversos canais influencia na interação das organizações com os clientes. o comportamento de consumo dos clientes é influenciado em decorrência do aumento da conveniência, tornando, contudo, a gestão operacional das cadeias de suprimentos do varejo mais complexa. para a gestão da cadeia de suprimentos de varejo omni-channel a complexidade reside na incerteza, oscilações no volume de vendas e incompatibilidade entre oferta e demanda. para lidar com essa complexidade é necessária a adoção de abordagens inovadoras relacionadas a tecnologias de informação e métodos de decisão inteligentes, destacados pela indústria 4.0. no entanto, ainda faltam pesquisas sobre a conexão entre os mundos digital e real, principalmente quando se trata de cadeias de suprimentos de varejo omni-channel, que se baseiam na integração de fluxos e atividades multicanais para melhor atender ao consumidor. neste contexto, esta pesquisa tem como objetivo propor uma abordagem preditiva e adaptativa para a gestão operacional combinando aprendizado de máquina para minimizar a incerteza, e otimização baseada em simulação para lidar com a sincronização entre oferta e demanda, aplicada à cadeia de suprimentos do varejo omni-channel. para isso foram identificados os métodos de aprendizado de máquina, de simulação e de otimização aplicados à cadeia de suprimentos e a indústria 4.0 com o intuito de apoiar a escolha do método de redes neurais e da otimização baseada em simulação por meio do algoritmo genético. o método de redes neurais e a otimização baseada em simulação foram analisados por meio de aplicação de um caso teste, visando identificar a aplicabilidade do método levantado na literatura, na gestão operacional da cadeia de suprimentos varejista omni-channel. em seguida, a abordagem preditiva e adaptativa é aplicada a uma empresa varejista brasileira e como resultado um modelo de gerenciamento operacional de demanda e suprimentos é proposto para a cadeia de suprimentos varejista omnichannel. os resultados da aplicação do modelo evidenciaram uma redução dos custos da cadeia de suprimentos, do tempo de entrega dos produtos e da quantidade de pedidos provenientes da incompatibilidade de oferta-demanda. dessa forma, a tese possibilitou a redução das incertezas proveniente da previsão de demanda, redução da falta de produtos na cadeia, e consequentemente um melhor gerenciamento da distribuição da cadeia de suprimentos.

Índice de Shannon: 3.74934

Índice de Gini: 0.912429

ODS 1 ODS 2 ODS 3 ODS 4 ODS 5 ODS 6 ODS 7 ODS 8 ODS 9 ODS 10 ODS 11 ODS 12 ODS 13 ODS 14 ODS 15 ODS 16
2,10% 6,27% 3,72% 4,44% 3,02% 10,47% 8,30% 4,48% 15,77% 3,40% 4,28% 14,41% 3,69% 7,63% 4,51% 3,51%
ODS Predominates
ODS 9
ODS 1

2,10%

ODS 2

6,27%

ODS 3

3,72%

ODS 4

4,44%

ODS 5

3,02%

ODS 6

10,47%

ODS 7

8,30%

ODS 8

4,48%

ODS 9

15,77%

ODS 10

3,40%

ODS 11

4,28%

ODS 12

14,41%

ODS 13

3,69%

ODS 14

7,63%

ODS 15

4,51%

ODS 16

3,51%