[pt] Diferenças nas preferências de consumo podem resultar de atributos da loja ou do estilo de atendimento prestado ao consumidor, mas também podem advir de experiências passadas ou de valores pessoais do indivíduo. A correta percepção dos efeitos que influenciam as preferências de compra traz positivas implicações para as práticas de marketing, pois um melhor conhecimento dos consumidores permite que se promova uma comunicação mais adequada ao mercado ou a segmentos deste, maximizando os resultados dos esforços de marketing. O coorte - conjunto de indivíduos que amadureceram em um mesmo ambiente, com experiências de vida semelhantes - é marcado pelas condições que prevaleceram em períodos críticos no ciclo de vida de seus membros. Através da análise de coorte é possível identificar os efeitos da pertença a um coorte nas atitudes de compra dos consumidores. Neste estudo, o método de análise de coorte é aplicado ao setor de supermercados. Desse modo, possibilitará a este setor um melhor conhecimento das atitudes de compra de seus consumidores, podendo abordá-los com maior eficácia. / [en] Not only can differences in the consumption preferences be a result of the influence of some attributes of the store and the style of attendance given to the consumer, but they can also happen as a consequence of the last experiences or personal values of the individual. The correct perception of the effects that influence purchasing preferences brings positive skills to marketing due to a better knowledge of consumers, which promotes a more adequate communication with the market, maximizing marketing efforts´results. Cohort - a group of individuals that had grown in the same environment, with similar life experiences - is defined by the conditions that have continuously happened during critical periods in its members´life. Through the analysis of cohort in the customers´attitudes of purchase, it is possible to identify the influence of belonging to a group on the purchasing behavior. In this study, the analysis of cohort is applied to the supermarket industry. Therefore, it will provide that industry a better understanding of its consumers´purchasing attitudes, making it easier to approach them with a higher level of effectiveness. / [es] Diferencias en las preferencias de consumo pueden ser resultado de atributos del establecimiento o del estilo de trato al consumidor, pero también puede proceder de experiencias pasadas o de valores personales del individuo. Una percepción correcta de los efectos que mas influyen en las preferencias de compra trae implicaciones positivas para las prácticas de marketing; ya que un mejor conocimiento de los consumidores permite promover una comunicación más adecuada al mercado o segmentos de mercado, maximizando los resultados de los esfuerzos de marketing. El cohorte - conjunto de individuos que maduran en un mismo ambiente, con experiencias de vida semejantes - está detereminado por las condiciones que prevalecieron en períodos críticos del ciclo de vida de sus miembros. A través del análisis de cohortes es posible identificar los efectos de pertenecer a una cohorte en las actitudes de compra de los consumidores. En este estudio, el método de análisis de cohorte se aplica al sector de supermercados. De ese modo, le será posible a este sector, un mejor conocimiento de las actitudes de compra de sus consumidores, lo que permitirá abordarlos con mayor eficacia.

[pt] O varejo está na era do big data e cada vez mais informações estão sendo geradas sobre a jornada do cliente. É fundamental armazenar esses dados de jornada de compra para entender melhor os clientes, a fim de aprofundar o relacionamento com eles. No entanto, a captura de dados é apenas o primeiro passo, sendo fundamental a análise dessas informações para segmentar os clientes e oferecer o que eles desejam. Utilizando uma base real de clientes (em torno de 600 mil clientes únicos analisados) de uma grande rede de supermercados, este estudo objetivou entender o comportamento deles em termos de canais a partir de cohorts de diferentes gerações para variáveis de frequência de compra, total gasto de compra, total de itens únicos comprados (produtos distintos) e total de itens comprados. Adicionalmente, também avaliou-se o comportamento de compra para itens de marca própria e de fornecedor exclusivo do supermercado, com o intuito de compreender essas diferenças e possibilitar ações mais assertivas em termos de CRM e marketing para a empresa. Na análise dos dados, descobriu-se que o WhatsApp foi o canal mais consistente. Os Baby Boomers apresentaram uma maior propensão ao uso desse canal, enquanto os Millennials e a Geração Z apresentaram uma menor propensão. O canal digital apresentou diferenças apenas na ótica de gastos, e o canal físico foi o preferido da Geração X e dos Baby Boomers. Os Xennials apresentaram comportamento similar à Geração X e Geração Y. / [en] Retail is in the age of big data and more and more information is being generated about the customer journey. It is critical to store this buyer journey data to better understand customers in order to maintain the relationship with them. However, capturing data is just the first step, and analyzing this information is essential to segment customers and offer what they want. Using a real customer base (around 600,000 customers) of a large supermarket chain, this study aimed to understand their behavior in terms of channels from cohorts of different generations to determine unique purchases, total purchase spend , total unique items purchased (destined products), and total items purchased. In addition, it also evaluates the purchase behavior for own brand items and items from the supermarket s exclusive supplier, with the aim of understanding these differences and enabling more assertive actions in terms of CRM and marketing for the company. In analyzing the data, it was found that WhatsApp was the most consistent channel. Baby Boomers were more likely to use this channel, while Millennials and Generation Z were less likely. The digital channel showed a difference only in terms of spending, and the physical channel was preferred by Generation X and Baby Boomers. Xennials showed behavior similar to Generation X and Generation Y.

[pt] Desenvolveu-se um modelo termodinâmico para cálculo do consumo energético e do impacto ambiental (LCCP e TEWI) em sistemas de refrigeração de supermercados para três diferentes configurações (expansão direta, fluido secundário e em cascata). O modelo termodinâmico trabalha solidário com o pacote de cálculo de propriedades REFPROP e determina diversos parâmetros de funcionamento do ciclo de refrigeração, tais como o COP e a capacidade de refrigeração. O modelo simula sistemas operando com substâncias puras ou misturas delas, podendo estas ser azeotrópicas ou não-azeotrópicas. Procede-se a uma análise do tipo BIN (Intervalo) a partir de informações climatológicas anuais de cada cidade e ao cálculo do consumo anual de energia para cada intervalo considerando-se o consumo do compressor, das bombas, se for o caso específico da utilização de fluido secundário, e também o consumo energético dos expositores frigoríficos. Realizou-se, também, uma análise da carga total (inventário) do refrigerante no supermercado. Finalmente, conhecidos o consumo energético anual, a massa total de refrigerante contido no sistema e estimativa de seu vazamento anual, e outros fatores ambientais, procedeu-se ao cálculo do LCCP (Life cycle climate performance) e do TEWI (Total equivalent warming impact), em quilogramas equivalentes de CO2. Um programa computacional, com interface baseada na plataforma Visual-Basic 6.0, com aplicações para Excel, foi desenvolvido para a solução dos sistemas de equações resultantes do modelo matémático desenvolvido. Os resultados obtidos com o código computacional foram comparados com dados de campo e de outros modelos. / [en] A thermodynamic model was developed for the evaluation of energy consumption and environmental impact (LCCP and TEWI) of supermarket refrigeration systems operating in three different configurations (direct expansion, secondary fluid and cascade). The model simulates refrigeration systems operating with pure substances or a mixture (azeotropic or non-azeotropic) of them. A BIN analysis is carried out taking into account year-round climate data for each city and the annual energy consumption, in each time interval, of each component: compressor, pumps, freezers and coolers. Refrigerant inventory was also calculated. Finally, with the annual energy consumption, total refrigerant charge, annual leakage estimate, environmental impact indicators LCCP (Life cycle climate performance) and TEWI (Total equivalent warming impact), in kilograms equivalent of CO(2), were calculated. A computational code, with interface based on Visual Basic 6.0 platform, was developed for the solution of the resulting systems of equations that form the mathematical model. Predicted results were compared with field data and with data predicted from other models.