Inteligência competitiva no mercado de sportswear: uma solução baseada em Big Data para análise de concorrentes no setor têxtil

Abstract

O avanço exponencial das tecnologias digitais e a crescente disponibilidade de dados em larga escala tem transformado profundamente os processos decisórios nas organizações, especialmente em setores dinâmicos, como o têxtil. Inserido nesse contexto, o presente estudo propõe o desenvolvimento de uma solução tecnológica baseada em Big Data, voltada à inteligência competitiva no segmento de sportswear. A pesquisa busca responder aos desafios impostos pela volatilidade da demanda, pela fragmentação dos canais de comercialização e pela intensificação da concorrência, aspectos que exigem das empresas uma capacidade analítica elevada e respostas estratégicas em tempo real. O objetivo central dessa dissertação foi desenvolver uma plataforma computacional capaz de coletar, processar, analisar e visualizar, de forma automatizada e contínua, dados públicos extraídos de canais institucionais de e-commerces de empresas concorrentes. Para tanto, o estudo adota uma abordagem metodológica mista e sistematizada, que compreende: (i) uma revisão integrativa da literatura, com a seleção de artigos científicos de relevância internacional; (ii) o desenvolvimento de uma arquitetura tecnológica sustentada por ferramentas consolidadas no ecossistema de Big Data, como Apache Spark e SQL Server; e (iii) a aplicação prática da plataforma, por meio de um estudo de caso. A solução proposta realiza a captura de dados por meio de técnicas éticas de web scraping, processando informações relacionadas ao mix de produtos, às políticas de precificação e às estratégias promocionais dos concorrentes. Os resultados evidenciam que a adoção de uma abordagem orientada por dados, aliada a uma infraestrutura analítica robusta, potencializa a capacidade das empresas de antecipar movimentos concorrenciais, otimizar a composição de seus portfólios e ajustar suas práticas de precificação de forma proativa. No campo teórico, o estudo contribui para a consolidação de um modelo metodológico replicável, capaz de integrar conceitos ciência de dados e inteligência competitiva, ampliando as fronteiras do conhecimento na gestão estratégica da indústria têxtil. As contribuições práticas incluem a disponibilização de uma ferramenta escalável, aplicável a diferentes setores, com potencial para apoiar a transformação digital e o desenvolvimento da maturidade analítica das organizações. Dessa forma, a pesquisa reafirma a relevância do uso de Big Data como vetor de inovação e de vantagem competitiva no ambiente industrial contemporâneo.

Abstract: The exponential advancement of digital technologies and the growing availability of large-scale data have profoundly transformed decision-making processes in organizations, especially in dynamic sectors such as textiles. Within this context, this study proposes the development of a Big Data-based technological solution focused on competitive intelligence in the sportswear segment. The research seeks to respond to the challenges posed by demand volatility, fragmentation of marketing channels, and intensified competition, aspects that require companies to have high analytical capabilities and real-time strategic responses. The main objective of this dissertation was to develop a computational platform capable of automatically and continuously collecting, processing, analyzing, and visualizing public data extracted from institutional e-commerce channels of competing companies. To this end, the study adopts a mixed and systematic methodological approach, which comprises: (i) an integrative review of the literature, with the selection of 23 scientific articles of international relevance; (ii) the development of a technological architecture supported by consolidated tools in the Big Data ecosystem, such as Apache Spark and SQL Server; and (iii) the practical application of the platform through a case study. The proposed solution captures data using ethical web scraping techniques, processing information related to competitors' product mix, pricing policies, and promotional strategies. The results show that the adoption of a data-driven approach, combined with a robust analytical infrastructure, enhances companies' ability to anticipate competitive movements, optimize the composition of their portfolios, and proactively adjust their pricing practices. In the theoretical field, the study contributes to the consolidation of a replicable methodological model capable of integrating data science and competitive intelligence concepts, expanding the frontiers of knowledge in strategic management in the textile industry. Practical contributions include the availability of a scalable tool, applicable to different sectors, with the potential to support digital transformation and the development of organizations' analytical maturity. Thus, the research reaffirms the relevance of using Big Data as a vector for innovation and competitive advantage in the contemporary industrial environment.