Análises de dados de negócio para orientar a tomada de decisões gerenciais em uma varejista do setor moveleiro.

Abstract

O mercado varejista é um pilar da economia nacional. No entanto, devido à falta de recursos disponíveis pelos empreendedores e da baixa escolaridade do setor, o uso de ferramentas computacionais para auxiliar no gerenciamento das empresas ainda é reservado a poucos negócios. Este trabalho visa contribuir no aprimoramento da gestão de uma varejista do setor moveleiro, através da utilização dos dados gerados pela mesma para orientar as tomadas de decisões gerenciais. Para isso, modelou-se um banco de dados relacional referente aos dados da empresa, inserindo nele os dados referentes ao período de janeiro de 2021 até agosto de 2022, definiu-se a maneira como os dados seriam mantidos atualizados dentro do banco de dados, segmentou-se os produtos comercializados em classes e utilizou-se da análise com a curva ABC sobre os dados referentes aos fornecedores e valor de venda da mercadoria. Por fim, modelou-se painéis interativos que possibilitam a verificação dos dados da empresa de maneira intuitiva para orientar as tomadas de decisões gerenciais. Os resultados obtidos através das análises mostram que muitos fornecedores e intervalos de valores de vendas não contribuem de maneira significativa para o lucro da empresa, e portanto à exceção dos casos que apresentem um fator estratégico que motive a comercialização dos produtos de tais fornecedores e intervalos de valores, orienta-se que seja descontinuada a comercialização dos demais produtos que apresentem esse perfil.

The retail market is a pillar of the national economy. However, due to the lack of resources available to entrepreneurs and the low level of education in the sector, the use of computer tools to assist in the management of companies is still reserved to a few businesses. This work aims to contribute to the improvement of the management of a retailer of the furniture sector, through the use of data generated by it to guide managerial decision making. To do this, we modeled a relational database with the company’s data, inserting in it data referring to the period from January 2021 to August 2022, then it was defined how the data would be kept updated within the database. The commercialized products were segmented into classes and used the analysis with the ABC curve on the data referring to suppliers and sales value of the goods. Finally, interactive dashboards were modeled that make it possible to analyze the company’s data in an intuitive manner to guide management decision making. The results obtained from the analyses show that many suppliers and sales value ranges do not contribute in a significant way to the company’s profit, and therefore except in cases that present a strategic factor that motivates the marketing of products from such suppliers and value ranges, it is recommended that the commercialization of the other products that present this profile be discontinued.