Baixe o app para aproveitar ainda mais
Prévia do material em texto
ESTUDO APLICADO NO PROCESSO DE COMPRA DOS CONSUMIDORES DE UM SUPERMERCADO, UTILIZANDO O ARENA COMO SOFTWARE DE SIMULAÇÃO. Tiago Henrique Pires Correa¹ Scarlet Silva Matos² Robson Aparecido Parma³ Victor Samuel de Freitas⁴ Rhadler Herculani⁵ Resumo – É notável que há um alto nível de competitividade no seguimento varejista entre os supermercados. Isto é decorrente do crescimento dos supermercadistas e se torna imprescindível que os mesmos procurem por meios para aprimorar o desempenho no atendimento ao cliente, proporcionando um trabalho eficiente, com qualidade acentuada, prevenir para que o cliente não se sinta insatisfeito e que não se prejudique na competitividade no mercado em que opera. Portanto, o objetivo desse trabalho foi buscar, através da simulação, mecanismos de otimização do tempo de espera dos clientes nas filas do caixa e do açougue de um supermercado, a fim de determinar quantos atendentes de caixa e para o açougue são necessários para uma redução do tempo em fila. Para realizar a simulação usou-se como ferramenta o Software Arena, excelente opção para quem deseja realizar a simulação de processos com o intuito de identificar e solucionar os problemas através da ampla visão que ele oferece. Palavras-Chaves: Software Arena; Estudo de Filas; Otimização das Filas; Supermercado. APPLIED STUDY IN THE PROCESS OF PURCHASING CONSUMERS FROM A SUPERMARKET USING ARENA SOFTWARE Abstract – There is a high level of competitiveness in the retail between the supermarkets. This is happen due to the growth of supermarkets and it’s imperative that they seek ways to improve customer service performance, providing efficient work with high quality, preventing customers from feeling dissatisfied and not competitiveness in the market in which it operates. Therefore, the aim of this work was to search, through the simulation, mechanisms to optimize the waiting time of customers in the cashier row and the butcher of a supermarket, in order to determine how many cash workers and the butcher are needed for a reduction of the time in a row. In order to perform the simulation, the Software Arena was used as tool excellent option for those who wish to carry out the process simulation and with the purpose of identifying and solving the problems through the broad vision it offers. Keywords: Software Arena; Row Study; Row Optimization; Supermarket 1. INTRODUÇÃO A qualidade no atendimento ao cliente é uma das formas que a empresa possui de criar o seu diferencial, pois na atualidade os concorrentes podem estar distantes, mas mesmo assim são muito competitivo, desta forma para a organização a excelência no atendimento ao cliente pode melhorar sua atuação no mercado, estabelecer uma imagem para com seus clientes, enaltecer a marca, cativar seus clientes e ser uma um modelo de referência no mercado em que atua, desta forma o retorno esperado pela organização pode ser alcançado com mais rapidez, estabilidade e segurança evitando imprevistos indesejáveis (MORALES; FERREIRA, 2017). Decorrente do assunto abordado no parágrafo anterior, que demonstra a importância de como atender o cliente, o presente trabalho vai analisar a qualidade e rapidez no atendimento no momento de o consumidor finalizar sua compra em supermercados. O supermercado escolhido para realizar o trabalho reside no interior de São Paulo, e o mesmo foi escolhido pelo seu alto nível de vendas. No ano de 2018 houve um aumento de vendas de 1,5% em relação ao ano anterior, isso no setor de Hipermercados, supermercados, produtos alimentícios, bebidas e fumo, este setor fecha o ano com a vigésima primeira taxa positiva consecutiva, além de conseguir um alto impacto na formação da taxa global do varejo. No ano de 2018 a taxa acumulada fechou em 3,8%. Este setor cresce a cada ano, isso se dá pelo fato dele ser beneficiado pelo aumento da população, por oferecer produtos básicos de sobrevivência e pela manutenção salarial realizada anualmente (IBGE, 2019) Dentro do segmento dos supermercados existe uma constante entrada de novos concorrentes, elevando a competitividade, isso leva as empresas a adotar estratégias orientadas para serviços. A fidelização de clientes se torna fator prioritário com o aumento da competitividade, sem deixar de lado a busca pela perfeição operacional (WERNER; SEGRE, 2018). De acordo com Resende e Pacheco (2016), as grandes redes de supermercado crescem a cada dia, porém, dos mercados de pequeno porte estão progredindo de forma significativa, com taxas de crescimento no número de vendas elevadas e os aspectos que proporcionaram isto foram: upgrade nos pontos de vendas; proximidade com o cliente; diversidade de produtos; bom atendimento; preço; fornecedores de confiança. O supermercado é um local onde possui um grande fluxo de pessoas e como abordado por Sampaio e Oliveira (2013), os clientes perdem muito tempo na fila do caixa, ocasionando um descontentamento no cliente o que pode resultar na redução de vendas. Nesse cenário os gestores podem aumentar o número de caixas disponíveis, diminuindo o tempo de espera em fila, mas em contrapartida ao adotar esta tática os custos operacionais crescem, levando-o a refletir se realizar este investimento é rentável para a empresa (MORABITO; LIMA, 2000). Ainda no estudo de Morabito e Lima (2000) é evidenciado que o consumidor pode em qualquer momento se abster da compra e ir embora, se as filas dos caixas estiverem longas e demoradas. Mesmo com o passar dos anos o aspecto “esperar na fila” é algo que ainda continua sendo estudado e como apresentando na pesquisa de Balbinot e Colombo (2017) 58% das pessoas entrevistadas relataram a sua insatisfação na demora no processor de ser atendido e finalizar sua compra. O objetivo do presente trabalho é buscar, através da simulação, mecanismos de otimização das filas do caixa e do açougue do supermercado. 2. REFERENCIAL TEORICO 2.1 Atendimento ao cliente em Supermercados O objetivo principal das empresas na sociedade atual é atender as necessidades dos seus consumidores e o supermercado combina aspectos como, serviços, artigos de mercearias, roupas, eletrônicos, entre outros. o supermercado https://www.sinonimos.com.br/upgrade/ atua de forma a fornecer praticidade e reduzir tempo, proporcionando todos esses produtos em um mesmo local (RESENDE; PACHECO, 2016). Marques (2018) afirma que pela variedade de produtos que o mercado proporciona ao cliente, o mesmo normalmente sempre leva algo além do que estava procurando, isso se deve pelo layout, composto por prateleiras que formam corredores e expõe o produto, estimulando o cliente a circular e proporcionar uma relação direta para analisar os produtos e simultaneamente influenciar na decisão de compra. Com o objetivo de reter clientes os supermercados adotam uma estratégia de localização, alocando os produtos com a meta de influenciar o consumidor que busca um produto levar outro que se relacione e economizar o tempo de busca, pois se os produtos de uma linha como de limpeza estão localizados em um mesmo corredor elimina um tempo de circulação do comprador em ter que percorrendo até outro local para pegar um produto da mesma linha (SERRA, 2018). Por este seguimento trabalhar com o autosserviço, ele requer rapidez no atendimento, onde os participantes são os atendentes e os clientes que efetuam a compra, decorrente disto espera-se que o tempo em que os clientes permaneçam no supermercado seja o mínimo possível, por isso existe um forco em minimizar este tempo. No setor em questão o tempo é um indicador de insatisfação, pois se o consumidor esperar muito resulta na sua insatisfação, ocasionando a perda e a propagação do aborrecimento que a franquia gerou ao comprador (FLORES, 2016). Os clientes na economia atual podem escolher onde realizar suas compras, vistoque quase todo o mercado oferece o mesmo produto, embora o preço seja um influenciador de fidelização ele não afeta de forma tão significativa, isso por ser um serviço commoditizado, os usuários procuram aspectos como: menor fila; local limpo; iluminação agradável; disponibilidade de produtos; atendimento de qualidade; corredores largos; carrinhos de fácil manuseio; entre outros (MORAES, 2017) A competitividade crescente neste setor o que estimula os gestores a compreender os seus consumidores e fornecer mais qualidade e serviços, consequentemente o cliente vai escolher aquele que lhe proporcionar maior valor. Um fator ligado diretamente e influenciador na satisfação do cliente é a rapidez no caixa, esta que por sua vez pode ser denominada como um gargalo nos processos internos do supermercado (ROJO, 1998). As pesquisas realizadas sobre os problemas com filas e no congestionamento de sistemas é algo muito corrente, pois o cliente em busca de serviços é o principal motivo para a otimização do tempo de espera em filas, pois como já mencionado a espera gera o descontentamento do consumidor. Dentro disto, um método para solucionar os problemas de filas é a simulação com o software Arena, pois de acordo com SOUZA et al., (2015) que em seu estudo, aplicou o mesmo software em um supermercado, através dele foi possível identificar onde ocorriam os gargalos e propor soluções, otimizando o processo e diminuindo o tempo que os consumidores esperavam nas filas. 2.3 Simulação A simulação em um contexto geral é uma forma de representar de forma real um procedimento ou um sistema produtivo, com o objetivo de entender seu funcionamento e analisar suas características (MIYAGI, 2006). Como apresentando por Garcia (2015), a simulação é o estudo das respostas das variáveis de um sistema, este que é possível através de estímulos aplicados nas variáveis de entrada, definindo os parâmetros iniciais. A simulação é uma técnica de estudo que pode ser utilizada em diversas áreas das engenharias e devido ao desenvolvimento da tecnologia, é possível representar contextos de alta complexibilidade, sem dificuldades em realizar e estudar a simulação (PRADO, 2008; CHWIF; MEDINA, 2010). Segundo Fitzsimmons & Fitzsimmons (2010), a administração e a gestão, conseguem obter informações sobre a capacidade dos seus recursos e a variância do nível de clientes, isso através da simulação computacional. Os sistemas reais de empresas são complexos e possuem muitas características, a simulação permite uma representação fiel dessas características e do seu funcionamento, de acordo com o que acontece no mundo real e todas as condições ao qual pode ser submetida (PRAIA; GOMES, 2016). Desta forma como apresentado por Beraldo, et al. (2018) todos os tipos de empresas, seja qual for o seu seguimento, pode ser representa através da simulação. Muitos softwares de simulação podem ser utilizados, como por exemplo, ARENA, este que é muito usado por empresas e por universidades como ferramenta de ensino, entre tantos outros (PEREIRA; DANTAS, 2017) 2.4 Arena O Arena possui um ambiente gráfico incorporado por simulação, oferecendo diversos recursos (modelagem, animação, análise estatística e análise de resultados), o programa opera por processos para demostrar em forma de simulação o sistema em estudo. Ele pode se utilizar em situações onde elementos estatísticos, formando um processo preciso, pode interagir com aspectos dinâmicos presentes dentro deste processo (SILVA; PINTO; SUBRAMANIAN, 2007) 2.4.1 Funcionalidades do Arena No painel inicial do arena estão a área de trabalho no centro, local onde é construído o sistema que se quer representar, através dos módulos e todas as conexões necessárias pode-se realizar a simulação de um ambiente real, a esquerda da área de trabalho estão os templates (painéis), onde está localizado todos os módulos de gestão para criar a modelagem, sobre a área de trabalho está a barra de ferramentas, essa que oferece o poder de implementação de animações modelos desenhos, cores, etc... e onde está localizada a legenda é a área de tabelas, é o local das tabelas que mostra as especificações de cada posto dentro da modelagem (FREITAS FILHO, 2008). A seguir está demostrando na Figura 1 como que é organizado o painel. Figura 1 – Tela inicial do Arena. Fonte: Software Arena (2019) O Arena é composto por módulos, possibilitando demostrar em forma de simulação uma aplicação real. O programa opera de forma em que o ambiente a ser modelado é um grupo de postos de trabalho, que inclui recursos que realizam serviços para clientes, que se movimentam no decorrer do sistema (PRADO, 2014). Como apresentado por Prado (2014), o Arena disponibiliza ferramentas que permitem analisar os dados de entrada e os resultados após realizar a simulação, esses denominados respectivamente como Input Analyzer e Output Analyzer, que de acordo com Prado (2014), o Input Analyzer “permite analisar dados reais do funcionamento do processo e escolher a melhor distribuição estatística que se aplica a eles. ”, e o Output Analyzer é uma ferramenta com diversas utilidades e recursos e que “permite analisar dados coletados durante a simulação”. Existem princípios que compõe o Arena, elementos presentes que fazem parte e estruturam a modelagem, estes que estão apresentados abaixo no Quadro 1. Quadro 1 – Definição dos elementos do Arena Elementos Definição Entity (Entidade) O termo entidade serve para designar o elemento que está chegando, seja uma pessoa, um cliente, um navio, um carro, um conjunto de matérias primas a serem produzidas numa linha de produção. Atributos A partir do módulo Assign, é possível definir valores ou atributos que serão registrados na lógica do sistema junto às entidades, normalmente para que estejam no relatório final para análise. Variáveis Diferente dos atributos, as variáveis são informações gerais do sistema: maior quantidade de entidades na fila, tempo médio na fila, tempo ocioso dos serviços. Recursos As necessidades das entidades no sistema são chamadas de recurso. Queue (Fila) A fila é o local de espera das entidades por um processo. Fonte: Pereira (2017) Para criar uma simulação simples e logica, pode-se utilizar somente 3 módulos do template basic process, basta clicar e arrastar para área de trabalho, conforme vai adicionando os módulos uma linha os liga, de forma automática, para deletar basta selecionar e apertar a tecla delete no teclado. Os três módulos básicos são: Creat, responsável por criar a entidade, onde o cliente entra do sistema, process, responsável pelo processo do serviço criado para o cliente e por fim o dispose, responsável pela saída da entidade, onde o cliente sai do sistema (FREITAS FILHO, 2008). Um modelo básico deste sistema está apresentado a seguir na Figura 2. Figura 2 – Tela inicial do Arena Fonte: Software Arena (2019) Após rodar o modelo de simulação ele oferece alguns relatórios para análise (Quadro 2) e alguns possuem dados mais relevantes (Quadro 3). Quadro 2 – Relatórios Relatório Definição Activity área Área de atividade Category Overview Visão global da categoria Category by Replication Semelhança ao anterior, dividido pelas replicações Entitines Entidades Frequencies Frequências Processes Processos Queues Filas Resources Recursos Transfer Transportadores User Specified Variáveis ou atributos especificados pelo usuário Agents and trunks Agentes Call times and counts Chamadas e contadores Tanks Tanques Fonte: Prado (2014) Quadro 3 – Relatórios mais relevantes do Arena Relatório Informação Nome do campo Queues Tempo médio de fila Waiting time Queues Tamanho médio de fila Number wainting Resources Utilização média do atendente Numbusy Category overview Total de entidades que passaram pelosistema Number out Fonte: Prado (2014) Dentro de todo o contexto apresentado pode-se concluir que o Arena é uma ótima opção para quem deseja realizar a simulação de processos, com o intuito de identificar e poder solucionar os problemas através da ampla visão que ele oferece. 3. MATERIAL E MÉTODOS O projeto se caracteriza como estudo de campo, pois é uma fase que é realizada após o estudo bibliográfico, para que o pesquisador tenha um bom conhecimento sobre o assunto, pois é nesta etapa que ele vai definir os objetivos da pesquisa, as hipóteses, definir qual é o meio de coleta de dados, tamanho da amostra e como os dados serão tabulados e analisados. (MARCONI & LAKATOS, 1996) O presente estudo será realizado em um supermercado, onde o pesquisador realizara a coleta de dados através da observação direta no local, que se trata de um método que pode ser definido como um acompanhamento presencial do processo a ser modelado que sujeita o pesquisador a um contato mais direto com a realidade (LAKATOS & MARCONI, 1992). Será coletado o tempo que o cliente leva para chegar no mercado um após o outro e o tempo que o açougue e caixa levam para atender o consumidor. O estudo se baseia em analisar os tempos e os movimentos, tipo de análise tem sua origem do estudo de tempos e métodos introduzidos por Taylor e utilizado principalmente na determinação de tempo padrão para a realização de uma tarefa (GIL, 2008) 3.1. Coleta de dados Os dados foram coletados através de visita in loco e observação direta, utilizando um cronometro, foram tirados 30 tempos dos processos de chegada do cliente, atendimento no açougue e do atendimento no caixa, isso em um dia considerado de alto movimento. Os dados foram passados para uma planilha de Excel (Tabela 1) e organizados em ordem decrescente. Tabela 1 – Tempos cronometrados Processos Chegada Açougue Caixa 10 35 53 10 35 50 9 34 45 8 33 45 8 29 43 7 29 41 7 27 36 7 24 34 7 23 34 6 23 33 5 23 32 5 22 31 5 22 28 5 21 26 4 21 24 4 20 23 4 20 23 4 18 22 4 17 21 3 15 21 3 15 21 3 12 20 3 12 13 3 11 11 3 10 11 3 10 9 2 9 8 2 5 8 2 5 5 1 5 3 Fonte: Autoria Própria (2019) Após a coleta dos tempos de cada um dos processos, eles foram utilizados como fonte de dados para descobrir qual é a melhor distribuição estatística, para isso será utilizado a função input analyser que o software Arena possui, obtendo dessa forma a imagem do gráfico junto ao comportamento da curva (Figura 3) e uma expressão (Tabela 2) que será utilizada como informações de entrada para o modelo do sistema (Figura 4) no software Arena e assim rodar a simulação, analisa-la e identificar possíveis melhorias para o sistema estudado. Figura 3 – Comportamento da curva Fonte: Autoria Própria (2019) Tabela 2 – Expressão Processo Expressão Chegada 0.5 + 10 * BETA(1.07, 0.86) Açougue 4.5 + 31 * BETA(0.872, 0.926) Caixa 2.5 + 51 * BETA(1.08, 1.29) Fonte: Autoria Própria (2019) Figura 4 – Modelo do sistema Fonte: Autoria Própria (2019) 3.2. Primeira simulação Com a posse dos dados de entrada, elas foram inseridas nas configurações dos processos de entrada, açougue e caixa, a saída não necessita de configurações. Para configura e realizar a inserção dos dados, basta clicar com o botão direito do mouse 2 vezes, assim abrira uma caixa de diálogo com os campos para serem preenchidos (Figura 5). Figura 5 – Instruções da inserção de dados Fonte: Autoria Própria (2019) Depois de realizada a configuração no software, deu se início a simulação, o que nos proporcionou uma visão mais ampla do processo, como: utilização de recursos e filas que são o foco do estudo, com os dados obtidos na simulação foi identificado uma fila muito grande em dias de grande movimento. Figura 4 – Comportamento da curva Fonte: Autoria Própria (2019) Quadro 4 – Resultados da simulação no Arena Processo Quant. de atendente Queue (fila) Resource (recursos) Entity (entidades) Tempo médio de espera na fila (minutos) Número médio de entidades em fila Utilização instantânea Entrou no sistema Saiu do sistema Açougue (Açougueiro) 1 146,78 24,83 100% 77 15 Caixa (Balconista) 1 90,67 4,84 97% Fonte: Simulação realizada no Arena (2019) 3.3 Análise da simulação Ao observar os resultados, é notável que o consumidor tem esperado na fila, cerca de 1 hora e 27 minutos na fila do açougue e 1 hora e 31 minutos na fila do caixa, esses tempos de espera são muito altos, gerando o descontentamento do consumidor ou até o cancelamento da compra por ele. Ao analisar o número médio de pessoas que aguardam na fila, também se nota que é muito alto. No açougue o número médio é de 25 pessoas, quando um consumidor chega e identificar uma fila deste tamanho acaba tendo receio de ficar esperando, optando por procurar outro lugar para realizar sua compra. Quando observamos a quantidades de entrada e saída de entidades, é de fácil percepção do porquê entram 77 e saem somente 15, desta forma é perceptível que o gargalo deste sistema é o processo onde o cliente passa pelo açougue e pelo caixa, a quantidade de atendentes é insuficiente. Vale ressaltar que a utilização também está muito alta, o açougue em 100% e o caixa em 97%, isso pode levar a uma sobrecarga do funcionário Desta forma percebe-se que o sistema precisa ser otimizado, para conseguir propor uma solução cabível ao local de estudo, verificou-se os outros mercados da cidade, o número de funcionários que eles possuíam no açougue e no caixa, resultado que em média o número de colaboradores tanto no açougue como no caixa nesses estabelecimentos era 4 (tabela 2). Tabela 2 – Pesquisa de campo Supermercado Açougue Caixa Supermercado 1 6 4 Supermercado 2 3 4 Supermercado 3 5 4 Supermercado 4 2 3 Supermercado 5 4 3 Média 4,0 3,6 Fonte: Autoria Própria (2019) Após a pesquisa de campo com os outros supermercados e fazer uma breve comparação em nível de movimentação, pode-se afirmar que o mercado em estudo tem condições de aumentar sua equipe de funcionários, tanto no açougue como no caixa para 4 funcionários em dias que possui um nível de vendas alto. Deste modo realizou uma nova simulação, aumentando o número de colaboradores para 4, essa ação foi realizada a fim de ter conhecimento se realimente o aumento de funcionários é uma estratégia a ser seguida. 4. RESULTADOS E DISCUÇÃO Após realizar a mudança e adicionar mais 4 atendentes como caixas e 4 açougueiros no açougue (Figura 5), rodou novamente a simulação, e com isso obtivemos novos resultados (Quadro 5). Figura 5 – Comportamento da curva Fonte: Autoria Própria (2019) Quadro 4 – Resultados da simulação no Arena Processo Queue (fila) Resource (recursos) Entity (entidades) Tempo médio de espera na fila (minutos) Número médio de entidades em fila Utilização instantânea Entrou no sistema Saiu do sistema Açougue 1 (açougueiro 1) 14,19 0,62 85% 80 54 Açougue 2 (açougueiro 2) 60,56 2,51 91% Açougue 3 (açougueiro 3) 12,08 0,54 64% Açougue 4 (açougueiro 4) 27,01 1,18 90% Média 28,46 1,21 82,50% Caixa 1 (Balconista 1) 20,44 1,08 65% Caixa 2 (Balconista 2) 65,52 2,64 84% Caixa 3 (Balconista 3) 42,11 1,26 57% Caixa 4 (Balconista 4) 26,44 1,04 70% Média 38,62 1,50 69,00% Fonte: Simulação realizada no Arena (2019) A proposta aplicada resultou em resultados positivos, pois antes das mudanças, realizadas no sistema, entravam 77 entidades e somente 15 saiam do sistema, agora em um novo cenário com as modificações implementadas, entram 80 e saem 53 entidades. Como já citado anteriormente os gargalos do sistema eram no processo de atendimento no açougue e caixa, pois possuíam somente 1 atendendo em cada,sendo esses locais onde as mudanças foram aplicadas, a seguir no item 4,2 e 4,3 estarão de forma mais explicitas a influência das mudanças em cada um dos processos de atendimento pelo caixa e açougue. 4.2 Resultados e discussão de atendimento no açougue Analisando os novos resultados da simulação pode-se perceber que diminuiu o tempo de espera antes o cliente esperava 146,78 minutos na fila, agora o tempo de espera pode varear entre 12,08 a 60,56 minutos, isso depende do atendente que você pegar. Em média o tempo de espera diminuiu em 80,6%. Verificando o número de consumidores em fila identifica-se que ouve uma amenizada, antes o número em fila era de 25 pessoas, agora o número de consumidores em fila pode variar entre 1 a 3 pessoas. Em média houve uma diminuição de 95,13% no número de pessoas na fila. Ao olhar para os dados obtidos sobre a utilização do funcionário que antes era de 100%, agora varia entre 64% a 90%. Em média a utilização do funcionário diminuiu em 17,5%. 4.3 Resultados e discussão do atendimento no caixa Analisando os novos resultados da simulação pode-se perceber que diminuiu o tempo de espera antes o cliente esperava 90,67 minutos na fila, agora o tempo de espera pode varear entre 20,44 a 65,52 minutos, isso depende do atendente que você pegar. Em média o tempo de espera diminuiu em 66,23%. Verificando o número de consumidores em fila identifica-se que ouve uma amenizada, antes o número em fila era de 9 pessoas, agora o número de consumidores em fila pode variar entre 1 a 3 pessoas. Em média houve uma diminuição de 81,57% no número de pessoas na fila. Ao olhar para os dados obtidos sobre a utilização do funcionário que antes era de 100%, agora varia entre 57% a 84%. Em média a utilização do funcionário diminuiu em 28%. 5. CONCLUSÃO Com a aplicação da proposta e utilização do software Arena como meio de simulação para o processo do supermercado, pode-se diminuir o tempo de espera na fila, o numero de consumidores esperando na fila e a utilização do funcionário, resultando desta forma em um aumento da satisfação do cliente por ter que esperar mesmo para realizar sua compra e diminuiu a utilização do funcionário, diminuindo a carga no colaborador e consequentemente prevenindo desgastes fulturos. Por fim pode-se concluir que o software de simulação Arena possibilitou uma visão global e detalhada do processo, auxiliando a identificação de gargalos e a agir forma certeira em cima do problema. REFERÊNCIAS BALBINOT, Amanda Bifano; COLOMBO, Elisângela dos Santos. Atendimento e satisfação de clientes: estudo de desempenho dos colaboradores em uma rede de supermercados. Revista Acadêmica São Marcos, v. 7, n. 1, p. 42-72, 2017. BARDIN, Laurence. Análise de conteúdo. Tradução de Luís Antero Reto e Augusto Pinheiro. Lisboa: Edições, v. 70, p. 125-132, 1977. BERALDO, Gabriel et al. Simulação em arena aplicada em empresa distribuidora de remédios. Revista fafibe on-line, v. 10, n. 1, p. 15-27, 2018. BONOMA, Thomas V. Pesquisa de caso em marketing: oportunidades, problemas e um processo. Jornal de pesquisa de marketing, v. 22, n. 2, p. 199-208, 1985. IBGE. Agência IBGE notícias: Vendas no varejo recuam 2,2% em dezembro e acumulam alta de 2,3% em 2018. Rio de Janeiro: Estatísticas Econômicas, 2019. Disponível em : <https://agenciadenoticia s.ibge.gov.br/agencia-sala-de-imprensa/201 3-agencia-denoticias/releases/23794-vendas-no-varejo-re cuam-2-2-em-dezembro-e- acumulam-alta-de-2-3-em-2018>. Acessado em: 06 maio 2019. CHWIF, Leonardo & MEDINA, Afonso C. Modelagem e Simulação de Eventos Discretos: Teoria e Aplicações. 3. Ed. rev. São Paulo: Ed. do Autor, 2010. FREITAS FILHO, Paulo Jose de. Introdução à modelagem e simulação de sistemas com aplicações em arena. 2ª ed. Florianópolis, SC: Visual Books, 2008. https://agenciadenoticias.ibge.gov.br/agencia-sala-de-imprensa.html?editoria=economicas FLORES, Felipe Nunes. Avaliação de satisfação e uso de autosserviço em hipermercados de Curitiba. 2016. 72 v. Monografia (Especialização) - Curso de Gestão da Informação, Ciência e Gestão da Informação do Setor, Universidade Federal do Paraná, Curitiba, 2016. Disponível em: <https://acervodigital.ufpr.br/b itstream/handle/1884/45549/Felipe%20Nunes%20Flores.pdf?sequence=1&isAllowed =y>. Acesso em: 31 maio 2019 GARCIA, Claudio. Modelagem e Simulação de Processos Industriais e de Sistemas Eletromecânicos. 2. ed. São Paulo: Edusp, 2005. 688 p. Disponível em: <https://books.google.com.br/books?hl=pt-BR&lr=&id=PdxwQs6P0nIC&oi=fnd&pg=P A13&dq=GARCIA,+Claudio.+Modelagem+e+Simula%C3%A7%C3%A3o+de+Proces sos+Industriais+e+de+Sistemas+Eletromec%C3%A2nicos+Vol.+1.+Edusp,+2005.&o ts=usotX3zZPo&sig=o4adOpbExGjTKUnMuNZTVNAFFOQ#v=onepage&q=GARCIA %2C%20Claudio.%20Modelagem%20e%20Simula%C3%A7%C3%A3o%20de%20P rocessos%20Industriais%20e%20de%20Sistemas%20Eletromec%C3%A2nicos%20 Vol.%201.%20Edusp%2C%202005.&f=false>. Acesso em: 31 maio 2019. GIL, A. C. Método e técnicas de pesquisa social. 6ª. ed. São Paulo: Atlas S.A, 2008. MARQUES, Alice. "Que fatores determinam a escolha do supermercado pelos taquarienses entre: Ávila, Dia e Paraíso". 2018. Monografia (Graduação em Comunicação Social com Habilitação em Publicidade e Propaganda) – Universidade do Vale do Taquari - Univates, Lajeado, 28 jun. 2018. Disponível em: <http://hdl.handle.net/10737/2113>. Acessado em: 31 maio de 2019. MORABITO, Reinaldo; LIMA, Flavio C. R. de. Um modelo para analisar o problema de filas em caixas de supermercados: um estudo de caso. Pesqui. Oper., Rio de Janeiro, v. 20, n. 1, p. 59-71, junho 2000. Disponível em: <http://www.scielo.br/pdf/pop e/v20n1/a07v20n1.pdf>. Acessado em: 31 maio de 2019. MORALES, Flávio Galego; FERREIRA, Flávio Smania. A excelência em qualidade no atendimento das organizações. HÓRUS, v. 6, n. 2, p. 39-59, 2017. MORAES, Daniel Lee. Desempenho das Lojas de uma rede de supermercados do Estado do Rio de Janeiro: Um exercício de análise das percepções dos seus gerentes. 2017. Tese de Doutorado. Universidade Federal do Rio de Janeiro. MIYAGI, Paulo E. Introdução a Simulação Discreta. São Paulo: Escola Politécnica da Universidade de São Paulo - Departamento de Engenharia Mecatrônica e de Sistemas Mecânicos, 2006. 52 p. Disponível em: <http://sites.poli.usp.br/d/pmr2460/ar quivos/Apostila_Simulacao.pdf>. Acesso em: 31 maio 2019. PEREIRA, Marina Meireles; DANTAS, Maria José Pereira. Aplicação da modelagem e simulação nos sistemas de filas m/m/s- entendendo a natureza da simulação. Revista Produção Online, Florianópolis, v. 17, n. 1, p. 49-75, mar. 2017. ISSN 16761901. Disponível em: <https://producaoonlin e.org.br/rpo/article/view/2360/1494> Acesso em: 24 maio 2019. doi:https://doi.org/10.14488/1676-1901.v17i1.2360. PRADO, Darci Santos. Usando o Arena em simulação. Editora: Falconi, ed. 5, 2014 http://www.scielo.br/pdf/pope/v20n1/a07v20n1.pdf http://www.scielo.br/pdf/pope/v20n1/a07v20n1.pdf PRADO, Darci Santos. Usando o ARENA em Simulação. 3. ed. Belo Horizonte: Ed. INDG Tecnologia e Serviços Ltda., 2008. PRADO, Darci Santos. Teoria das Filas e da Simulação. Belo Horizonte: Editora de Desenvolvimento Gerencial, 1999, 124 p. Série Pesquisa Operacional, v. 2. PRAIA, Carlos Ribeiro; GOMES, Carlos Francisco Simões. Análise da quantidade de recursos humanos de um setor de compras de suprimentos com base em simulação. Blucher Marine Engineering Proceedings, v. 2, n. 1, p. 452-461, 2016. PEREIRA, André Gonçalves Corrêa. Análise de custos do congestionamento a partir da simulação na região do Valongo - Porto de Santos. 2017. 73 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Produção) - Universidade de Brasília, Brasília, 2017. RESENDE, Thalita Mendes; PACHECO, Patrícia Prado. Super e hipermercados: uma análise da evolução do sistema de auto-serviços no município de Uberlândia–MG. 2016. ROJO, Francisco José Grandis.Pesquisa: o comportamento do consumidor nos supermercados. Revista de Administração de Empresas, v. 38, n. 3, p. 16-24, 1998. SAMPAIO, P. G. V.; OLIVEIRA, S. D. Estudo de Modelagem e Simulação de Filas num Supermercado Associado à Análise de Cenários. In: Anais do XXXIII ENEGEP - Encontro Nacional de Engenharia de Produção, Salvador, BA, 2013. SCHRIBER, T. J. Simulation Using GPSS. Wiley, NY, 1974. SERRA, Adriana Braga. Merchandising e Comunicação Visual: Uma aplicação na sinalética nos pontos de venda da ALDI Supermercados. 2018. 81 f. Dissertação (Mestrado) - Curso de Publicidade e Marketing, Instituto Politécnico de Lisboa - Escola Superior de Comunicação Social, Lisboa, 2018. Disponível em: <https://repositorio.ipl. pt/bitstream/10400.21/9533/1/Adriana%20Serra%20Relatorio%20de%20Estagio_Me rchandising.pdf>. Acesso em: 31 maio 2019. SILVA, Liane Márcia Freitas; PINTO, Marcel de Gois; SUBRAMANIAN, Anand. Utilizando o software Arena como ferramenta de apoio ao ensino em engenharia de produção. Anais do XXVII Encontro Nacional de Engenharia de Produção, 2007. SOUZA, Ana Cláudia et al. Estudo de filas em caixas rápidos de um supermercado utilizando simulação computacional. Revista Latino-Americana de Inovação e Engenharia de Produção, [S.l.], v. 3, n. 4, p. 203-222, out. 2015. Disponível em: <http s://revistas.ufpr.br/relain ep/article/view/43619/26502>. Acesso em: 02 jun. 2019. WERNER, Alexandre; SEGRE, Lidia Micaela. Uma análise do segmento de supermercados: estratégias, tecnologias e emprego. Boletim Técnico do SENAC, v. 28, n. 1, p. 46-56, 2018.
Compartilhar