Medindo a produtividade do varejo : proposição de um novo método para tomada de decisão

Abstract

Resumo: Esta pesquisa propõe uma abordagem refinada para estimar a produtividade no setor de varejo utilizando um modelo matemático baseado na regressão linear multivariada FGLS. A inovação deste método reside na utilização da equação de erro gerada como um estimador para variáveis ocultas, que são empregadas para avaliar a eficiência de forma inferida. Essa metodologia foi aplicada em um conjunto de dados obtido de uma empresa líder no mercado de cereais prontos para consumo (RTEC), onde demonstrou resultados significativos. Em contraposição às tradicionais regressões de mínimos quadrados ordinários (MMQ), que normalmente oferecem resultados centrados na média, a metodologia proposta oferece informações de benchmarking relativas aos varejistas de desempenho superior, em oposição aos resultados típicos relativos à média das regressões. Além disso, diferentemente da análise convencional de envoltória de dados (DEA), esta nova abordagem utiliza a totalidade do conjunto de dados para definir o índice de eficiência. Isso supera as limitações inerentes à DEA, proporcionando maior liberdade e adaptabilidade na interpretação e análise dos resultados.

Abstract: This research proposes a refined approach to estimating productivity in the retail sector using a mathematical model based on FGLS multivariate linear regression. The innovation of this method lies in the use of the error equation generated as an estimator for hidden variables, which are used to assess efficiency in an inferred way. This methodology was applied to a data set obtained from a leading ready-to-eat cereal company (RTEC), where it showed significant results. In contrast to traditional Ordinary Least Squares (OLS) regressions, which usually provide results centered on the mean, the proposed methodology provides benchmarking information on top-performing retailers, as opposed to the typical mean regression results. Furthermore, unlike conventional data envelopment analysis (DEA), this new approach uses the entire data set to define the efficiency index. This overcomes the inherent limitations of DEA, providing greater freedom and adaptability in interpreting and analyzing the results.