Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Meza, Lidia Angulo | - |
Autor(es): dc.contributor | Lima, Gilson Brito Alves | - |
Autor(es): dc.contributor | Bergiante, Nissia Carvalho Rosa | - |
Autor(es): dc.creator | Bahia, Isabella Rodrigues Pereira | - |
Data de aceite: dc.date.accessioned | 2025-01-03T11:35:57Z | - |
Data de disponibilização: dc.date.available | 2025-01-03T11:35:57Z | - |
Data de envio: dc.date.issued | 2024-08-13 | - |
Data de envio: dc.date.issued | 2024-08-13 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/34113 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/918966 | - |
Descrição: dc.description | O ano de 2023, marcado por um cenário pós-pandêmico, eleições presidenciais e uma política monetária de juros altos, destacou a resiliência do setor varejista na economia brasileira. Dados do IBGE e relatórios da SBVC mostram que o varejo alimentício tem contribuído significativamente para o PIB nacional movimentando um montante de R$6,25 trilhões no ano de 2022, com avanço de 4,3% sobre o ano anterior. Além disso, empregou 9,93 milhões de pessoas no ano de 2023. No âmbito do varejo alimentício, o estudo foca em filiais de culinária italiana, utilizando a Análise de Envoltória de Dados, (DEA, sigla em inglês para Data Envelopment Analysis) para avaliar o desempenho das mesmas. Foram analisados 78 filais com dados de janeiro a dezembro de 2023, considerando como inputs a área do restaurante e o número de funcionários, e como outputs o volume de pedidos e o faturamento. O modelo BCC com orientação a outputs foi escolhido devido à sua flexibilidade em analisar unidades em diferentes escalas, ou seja, com características diversas. Na primeira análise, quatro lojas foram eficientes, mas a falta de categorias levou à divisão das DMUs em "Box" e "Salão". A segunda análise manteve três DMUs eficientes no modelo Box e identificou quatro eficientes no modelo Salão. Usando técnicas de fronteira, foram criados rankings de eficiência, identificando benchmarks e práticas operacionais para lojas ineficientes, ajustando a análise conforme necessário. Este estudo visou fornecer uma análise detalhada da eficiência operacional dos restaurantes, além de criar um ranking de eficiência, reconhecer clusters aos quais seja possível identificar as melhores práticas e estabelecer alvos para cada filial. A partir da classificação adequada foi possível ter a capacidade de priorizar aqueles estabelecimentos que demandam intervenções imediatas e identificar as melhores práticas para o aprimoramento do setor | - |
Descrição: dc.description | The year 2023, marked by a post-pandemic scenario, presidential elections and a high interest rate monetary policy, highlighted the resilience of the retail sector in the Brazilian economy. IBGE data and SBVC reports show that food retail has made a significant contribution to the national GDP, generating R$6.25 trillion in 2022, up 4.3% on the previous year. It also employed 9.93 million people in 2023. In the food retail sector, the study focuses on Italian food stores, using Data Envelopment Analysis (DEA) to evaluate their performance. 78 branches were analyzed with data from January to December 2023, considering as inputs the area of the restaurant and the number of employees, and as outputs the volume of orders and turnover. The output-oriented BCC model was chosen due to its flexibility in analyzing units at different scales, i.e. with different characteristics. In the first analysis, four stores were efficient, but the lack of categories led to the DMUs being divided into “Box” and “Salon”. The second analysis kept three efficient DMUs in the Box model and identified four efficient ones in the Salon model. Using frontier techniques, efficiency rankings were created, identifying benchmarks and operating practices for inefficient stores, adjusting the analysis as necessary. This study aimed to provide a detailed analysis of the restaurants' operational efficiency, as well as creating an efficiency ranking, recognizing clusters in which best practices can be identified and setting targets for each branch. From the appropriate classification, it was possible to prioritize those establishments that require immediate intervention and identify the best practices for improving the sector | - |
Descrição: dc.description | 77 f. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Análise Envoltória de Dados (DEA) | - |
Palavras-chave: dc.subject | Culinária italiana | - |
Palavras-chave: dc.subject | Eficiência | - |
Palavras-chave: dc.subject | Melhores Práticas | - |
Palavras-chave: dc.subject | Clusterização | - |
Palavras-chave: dc.subject | Análise Envoltória de Dados (DEA) | - |
Palavras-chave: dc.subject | Cozinha italiana | - |
Palavras-chave: dc.subject | Varejo | - |
Palavras-chave: dc.subject | Data Envelopment Analysis (DEA) | - |
Palavras-chave: dc.subject | Italian cuisine | - |
Palavras-chave: dc.subject | Efficiency | - |
Palavras-chave: dc.subject | Best practices | - |
Palavras-chave: dc.subject | Clustering | - |
Título: dc.title | Eficiência das filiais de restaurantes de comida italiana: um estudo utilizando a análise envoltória de dados | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: