Os objetivos e as necessidades da empresa, em estudo, frente ao processo de previsão de vendas estão em conformidade com os objetivos apresentados no capítulo 5, ou seja, identificar fatores que possam influenciar as vendas e o reconhecimento de oportunidades de mercado em regiões específicas onde a empresa atua, além de servir como um norte para o estabelecimento de quotas de vendas mais justas aos representantes. A próxima questão a ser examinada para a aplicação do modelo proposto refere-se à especificação e coleta dos dados.
Dentre as dificuldades encontradas neste estudo, a etapa de obtenção, coleta e tratamento dos dados mostrou-se extremamente árdua, tanto em relação à captação das informações sobre as variáveis internas quanto sobre as externas. Isto devido ao fato de que:
(a) embora a empresa em estudo mantivesse um banco de dados com as informações sobre o desempenho histórico das vendas, a disposição dos dados quanto aos produtos, regiões e clientes mostrou-se bastante dispersa em arquivos bem diferentes que necessitaram ser trabalhados e apurados para a inclusão no modelo. Informações sobre as atividades dos competidores e dos vendedores (número de visitas, número de novos clientes, entre outras) que seriam úteis no estabelecimento de quotas, praticamente, não existiam no banco de dados. Outro complicador é o fato da empresa, em nenhum momento, ter realizado uma pesquisa de mercado para melhor definir o perfil do seu consumidor final e de seus clientes em potencial.
(b) em relação à captação das informações sobre as variáveis externas, as dificuldades e limitações ocorreram em função do cálculo do potencial de vendas. O primeiro passo foi definir o perfil do consumidor dos produtos da empresa para, então, apreciar a variável número de clientes potenciais. Em entrevista com os profissionais da empresa envolvidos no processo, ficou estabelecido que:
(1) por se tratar de um produto destinado a um público diferenciado, cuja preocupação é com a saúde e não com a moda e, sendo o preço médio do produto considerado, relativamente, alto para a maioria da população, a variável número de clientes potenciais seria definida como o número de pessoas com renda igual ou superior a 3 salários mínimos e que pertencem à faixa etária de no mínimo 40 anos, na região em estudo. Ou seja, devido às características dos produtos oferecidos pela empresa, considerou-se que estes produtos não se destinavam ao público jovem e sim a pessoas mais “maduras” e com uma renda, relativamente, expressiva para gastar com este tipo de produto.
(2) Para a variável quantidade consumida por pessoa “q”, os valores utilizados são do consumo aparente, conforme informação contida na resenha estatística 2008 da ABICALÇADOS, uma vez que não se tem esta informação estratificada por faixa de renda e por região.
A busca pela informação destas variáveis, assim definidas, revelou-se um tanto complexa, pelo fato de ser necessário o cruzamento entre a variável faixa etária e a variável renda estratificada por região. Várias pesquisas foram realizadas frente a diversas instituições e o único banco de dados que possibilitou este cruzamento foi o SIDRA (Sistema IBGE de Recuperação Automática), que incorpora a Pesquisa Nacional por Amostra de Domicílios (PNAD) disponível na página do IBGE. Entretanto, as informações necessárias só estavam disponíveis com dados referentes ao último Censo Demográfico, isto é, o Censo de 2000, o
que inviabilizou o estudo para o período considerado na análise dos dados disponibilizados pela empresa que foi do ano de 2004 a 2008.
Depois de muita pesquisa e informações desencontradas, finalmente, chegou-se ao banco de dados BME - Banco Multidimensional de Estatística do IBGE – que é oferecido somente por meio de assinatura e seu manuseio depende de programas estatísticos. Por meio deste banco de dados foi possível obter as informações estratificadas por idade, sexo e região para o período de 2004 a 2008. Estes dados estão apresentadas sob a forma de tabelas no Anexo A (Tabelas A1 a A24), e fornecem informações sobre a variável renda – rendimento mensal proveniente de todas as fontes, segundo as classes de salário mínimo que vigorava no mês de referência da pesquisa (setembro), conjuntamente, com a variável faixa etária para algumas das principais regiões metropolitanas (RM) do Brasil e Unidades da Federação (UF).
Outro fator limitador para a aplicação dos modelos propostos no estudo de caso foi o horizonte disponibilizado pela empresa para análise dos dados, apenas cinco anos o que diminui a precisão e a confiabilidade da análise estatística, na avaliação dos modelos em função do tamanho da amostra. Diante desta restrição e da quantidade de parâmetros a serem estimados no modelo, optou-se por trabalhar com dados trimestrais, o que possibilitou aumentar o tamanho da amostra, sem, contudo prejudicar o horizonte coberto pela previsão, uma vez que as possíveis mudanças nos dados das vendas da empresa ocorrem, semestralmente, em função do lançamento das novas coleções nas duas grandes feiras do setor. Todavia, à medida que a empresa atualize e incorpore mais dados à série histórica, a previsão pode ser realizada por semestre. Outra possibilidade é a exclusão de uma ou outra variável do modelo após a analise de significância estatística, o que diminuiria o número de parâmetros do modelo.
É importante perceber que a aplicação dos modelos está limitada à oferta e à forma como as informações sobre as variáveis são disponibilizadas. Cabe ao pessoal envolvido no processo de previsão de vendas definir, coletar e disponibilizar, adequadamente, à situação particular as variáveis a serem incluídas no modelo, sem, contudo, deixar de atender aos objetivos e/ou finalidade da previsão.
Como mencionado, anteriormente, como as informações sobre as variáveis a serem consideradas no modelo encontravam-se em arquivos bem diferentes no banco de dados da empresa, alguns procedimentos foram necessários para obtenção e apuração das informações. Assim, considerando:
o o alto mix de produtos oferecidos pela empresa – mais de 40 linhas diferentes com
mais de 16 tipos de construções de sapatos (variações de solados, modelos, tipos de couros e cores), e
o previsão e determinação de quotas de vendas a serem realizadas por família de
produto e por região – em conformidade com os objetivos traçados pela empresa. Inicialmente decidiu-se dividir as famílias de produtos em 6 tipos, tendo como critério a agregação dos dados por similaridade de construção de modelo e de produção. São
três famílias de modelos femininos: as sandálias que compreendem modelos como tamanco,
chanel e chinelo; os sapatos como mocassim, sapatênis, tênis, babuch, sapatilha e outros e
botas; e três famílias de modelos masculinos: as sandálias com sandálias e chinelos; os sapatos e as botas. Por serem vendidas em poucas regiões e por representarem menos de 1%
das vendas da empresa optou-se, posteriormente, pela retirada da família de botas (feminina e masculina) da análise.
Decidiu-se dividir as regiões a serem utilizadas no estudo em conformidade com o número de regiões atendidas pela empresa que permaneceram do começo da investigação até o seu final, ou seja, de 2004 até 2008, além de pertencerem ao banco de dados fornecido pelo IBGE. Uma vez que a empresa não vende em todas as cidades de um determinado Estado e os dados da pesquisa do IBGE são dados amostrais (Pesquisa Nacional por Amostra de Domicílios) e, portanto, não são coletados em todas as cidades e nem retorna dados para o nível de municípios, apenas para regiões metropolitanas como um todo ou para Unidades da Federação, estabeleceu-se ao final um total de cinco regiões. Este número deve-se ao fato da incorporação de algumas regiões a outras onde a força de vendas da empresa atua conjuntamente, ou seja, alguns representantes vendem em cidades diferentes do mesmo estado e, portanto, fazem parte do mesmo conjunto de dados, ou ainda, representam a empresa em mais de uma região.
As cinco regiões contempladas no estudo são: (1) São Paulo Capital – inclusive a região metropolitana de São Paulo; (2) região metropolitana de Recife e Paraíba (UF); (3) Minas Gerais (UF); (4) Rio de Janeiro e Espírito Santo (UF) e (5) Estado de São Paulo, excluindo a capital. Cabe notar, que embora a empresa venda em outras regiões como, por exemplo, Fortaleza, Mato Groso do Sul e Paraná, estas regiões não foram incluídas no estudo por não apresentarem todas as informações necessárias para a análise – a empresa teve
problemas com alguns representantes, deixando de oferecer o produto nestas regiões, por um bom período de tempo, retomando alguns anos depois.
6.3.1 Coleta de dados para as variáveis internas e externas ao ambiente da empresa
Com relação às variáveis internas ao ambiente da empresa tem-se que:
(a) neste estudo de caso, a variável “vendas no pré-lançamento” não será incluída/testada no modelo, uma vez que a empresa só incorporou esta informação no seu banco de dados a partir de 2009.
(b) as variáveis “preço médio por unidade comercializada” e “gasto médio com propaganda” foram deflacionadas para uma data base (março de 2004) utilizando o Índice Geral de Preços do Mercado (IGP-M) fornecido pela Fundação Getulio Vargas (veja Tabela B1 do Anexo B), para que se possa avaliar melhor seu desempenho. Os dados considerados na análise foram os dos meses do final de cada trimestre, ou seja, os dos meses de março, junho, setembro e dezembro.
Cabe notar que a empresa pratica o mesmo preço para os sapatos em todas as regiões em que ela tem disponibilizado o seu produto. Um complicador para a análise deu-se em relação aos dados da variável gasto médio com propaganda, uma vez que a empresa não fixa verba para nenhuma das regiões. Este gasto dá-se, em sua maior parte, com propaganda nas
feiras de calçados em que a empresa participa durante o ano e, com a colocação de outdoor e
distribuição de panfletos em poucas cidades onde atua. Como a empresa não tem informações sobre o quanto gastou com propaganda por região, a solução encontrada foi considerar o total gasto no trimestre (despesa média deflacionada para a data base) e dividir, igualmente, para todas as regiões.
Os valores da variável “número de pontos de vendas na área geográfica e no período considerado” são valores aproximados, uma vez que a empresa não tem todo o controle sobre esta variável devido à terceirização das vendas por parte de alguns escritórios e distribuidores.
Com relação às variáveis externas ao ambiente da empresa tem-se que a variável
“número de clientes potenciais” (população/renda) no cálculo do potencial de vendas foi extrapolada para cada trimestre do período considerado no estudo, uma vez que o IBGE disponibiliza os dados anualmente. Para tanto, utilizou-se como referência para o cálculo das
projeções a expressão 6.1 da metodologia utilizada pelo IBGE para projetar o crescimento da população9. 1 r P P t 0 t − = (6.1)
onde Pt é a população no instante t, P0 a população inicial, t o intervalo de tempo entre essas
datas e r é a taxa de crescimento da população.
Para realizar as projeções, inicialmente, considerou-se as regiões nas quais a empresa atua com as informações estratificadas por sexo (masculino e feminino), faixa etária (igual ou superior a 40 anos) e renda (maior ou igual a 3 salários mínimos). Como os dados fornecidos são anuais, e tendo como mês de referência da pesquisa o mês de setembro de cada ano, projetou-se os dados para cada trimestre do ano (período considerado para a previsão) calculando, inicialmente, a taxa de crescimento da população (r) no período para, então, aplicar aos dados. Assim, para a região de Minas Gerais, tem-se que a população no 3º
semestre de 2003 era de 370.366 (P0) e, no 3º semestre de 2004 era de 396.821 (Pt); sendo
t = 4, então r=4 396821370366− = 0,01739801. Logo, a população para o 4º trimestre de 1
2003 era
o 6.4, a seguir, são apresentados os dados coletados para as variáveis do odelo de previsão de vendas de forma conjunta e dividida para as 5 regiões que compõem o
– ; o número de de x = (370366 × 0,01739801) + 370366 = 376.809,6, ou seja, aproximadamente 376.810. Na seçã m estudo de caso.