[pt] O presente estudo tem como objetivo analisar as estratégias competitivas
adotadas por empresas varejistas brasileiras e o impacto dessas estratégias em seus
resultados, gerando uma taxionomia que possibilite um melhor entendimento deste
setor. As empresas selecionadas são as maiores do segmento no Brasil,
representando mais de 60 por cento do faturamento no período entre 2017 a 2021. Foram
utilizados dados secundários da Economática e dos portais de informação ao
investidor de cada empresa para seleção das variáveis estratégicas e de
desempenho. Tais dados foram analisados por meio de algoritmos do SPSS
(Statistical Package for Social Science). Após a preparação da base de dados,
constituída por 37 empresas e com tratamento de outliers e valores ausentes, foram
extraídos do espaço estratégico os fatores relevantes para definição das variáveis de
clusterização. A aplicação de análise de cluster hierárquica e k-means possibilitou
determinar o número ótimo de clusters e gerar grupos de empresas com perfis
estratégicos definidos, de forma a perceber que, as que fazem parte do mesmo
grupo, adotam estratégias semelhantes, distintas daquelas empregadas por empresas
de outros grupos. Testes MANOVA foram realizados para validar tal conclusão.
Finalmente, foram calculados os vetores de desempenho de cada cluster e
realizados os testes estatísticos adequados, MANOVA e ANOVA, incluindo
análise post hoc, para elaborar uma hierarquia que emprestasse sentido prático à
taxionomia. A conclusão é que a taxionomia com três clusters tem melhor aderência
à realidade do setor e que as empresas que praticam estratégias de diferenciação
ampla apresentam desempenho melhor do que aquelas que praticam custo ou
qualquer tipo de enfoque. / [en] The present study aims to analyze the competitive strategies adopted by
Brazilian retail companies and the impact on their results, generating a taxonomy
that allows a better understanding of this sector. The selected companies are the
largest in the segment in Brazil, representing more than 60 percent of revenue, from 2017
to 2021. Secondary data from Economática and from the investor information of
each company were used to select strategic and performance variables. Such data
were analyzed using SPSS (Statistical Package for Social Science) algorithms.
After preparing the database, consisting of 37 companies, with treatment of outliers
and missing values, the relevant factors for defining the clustering variables were
extracted from the strategic space. The application, in sequence, of hierarchical
cluster analysis and k-means made it possible to determine the optimal number of
clusters and generate groups of companies with defined strategic profiles, so that
those in the same group adopt similar strategies, although different from those
employed by companies in other groups. MANOVA tests were performed to
validate this conclusion. Finally, the performance vectors of each cluster were
calculated and the appropriate statistical tests, MANOVA and ANOVA, including
post hoc analysis, were performed to create a hierarchy that would lend practical
meaning to the taxonomy. The conclusion is that the taxonomy with three clusters
has better adherence to the reality of the sector and that companies that practice
broad differentiation strategies perform better than those that practice cost or any
type of approach.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:59264 |
| Date | 30 May 2022 |
| Creators | THAIS BRAZ PEREIRA |
| Contributors | JORGE FERREIRA DA SILVA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0027 seconds