Embed Size (px)
Citation preview
CENTRO UNIVERSITÁRIO UNIFBV – WYDEN
CENTRO DE PESQUISA E PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO – CPPA
MESTRADO PROFISSIONAL EM GESTÃO EMPRESARIAL
AVALIAÇÃO DA INFLUÊNCIA DO REDESENHO DE PROCESSOS DE
SERVIÇOS, NA EXPERIÊNCIA DE COMPRA DO CONSUMIDOR EM VAREJO E
SUA RECOMENDAÇÃO, UTILIZANDO TÉCNICAS DE ANÁLISE DE VÍDEO.
NABYAEL REGINALDO DE BARROS
ORIENTADOR: PROF. DR. MARCUS AUGUSTO VASCONCELOS ARAÚJO
Recife
2019
NABYAEL REGINALDO DE BARROS
AVALIAÇÃO DA INFLUÊNCIA DO REDESENHO DE PROCESSOS DE SERVIÇOS,
NA EXPERIÊNCIA DE COMPRA DO CONSUMIDOR EM VAREJO E SUA
RECOMENDAÇÃO, UTILIZANDO TÉCNICAS DE ANÁLISE DE VÍDEO.
Dissertação apresentada como requisito complementar
para obtenção do grau de Mestre em Gestão Empresarial
do Centro de Pesquisa e Pós-Graduação em
Administração – CPPA, do Centro Universitário
UniFBV – Wyden, sob orientação do Prof. Dr. Marcus
Augusto Vasconcelos Araújo.
Recife
2019
Catalogação na fonte - Biblioteca do Centro Universitário UniFBV | Wyden, Recife/PE
B277a Barros, Nabyael Reginaldo de. Avaliação da influência do redesenho de processos de serviços,
na experiência de compra do consumidor em varejo e sua recomendação, utilizando técnicas de análise de vídeo. / Nabyael Reginaldo de Barros – Recife : UniFBV | Wyden, 2019. 122 f. : il.
Orientador(a): Marcus Augusto Vasconcelos Araújo.
Dissertação (Mestrado) Gestão Empresarial -- Centro Universitário UniFBV | Wyden.
1. Varejo. 2. Experiência do consumidor. 3. Service
design. 4. Bigdata. 5. Vídeo Analítico. 6. Intenção de recomendação. I. Título.
DISS 658[19.1]
Ficha catalográfica elaborada pelo setor de processamento técnico da Biblioteca.
Dedico
Aos meus pais Maria José e Reginaldo (in memoriam),
À minha esposa Juliana,
Aos meus filhos Gabriel e Maria Luiza,
E a toda minha família e amigos.
Sem vocês, a construção deste trabalho não seria possível!
AGRADECIMENTOS
Agradeço primeiramente a Deus, quem criou e mantém todas as coisas, fonte de toda sabedoria.
Aos familiares em especial minha mãe Maria José e meu pai Reginaldo (in memoriam) que
sempre me ensinaram o caminho do amor e da superação. Meu pai, meu grande herói, pode
ainda em vida me ver iniciar o mestrado, mas foi chamado para alegrar o céu. Sei que estava
no outro plano orando e torcendo por mim durante toda essa trajetória.
À minha esposa Juliana Souto que sempre esteve ao meu lado suportando minhas angústias e
aborrecimentos (e não foram poucas vezes!). Você é minha parceira de todas as horas.
Ao meu filho Gabriel que já adolescente sempre me incentivou e apoiou durante essa jornada,
debatendo informações comigo e corrigindo erros gramaticais deste trabalho. E minha filha
Maria Luiza, que mesmo criança, cada vez que entrava no meu escritório não era um incomodo,
mas sim aquela fonte de energia extra que faltava para passar a noite estudando.
Ao meu Professor e Orientador, Marcus Augusto V. Araújo, pela oportunidade de realizar este
trabalho ao lado de pessoas que transpiram conhecimento, por todo apoio e tempo dedicado.
Aos demais professores deste Mestrado, em especial à paciente Hajnalka Halasz, à sempre
motivadora Maria Auxiliadora Diniz e a Amanda Aires pelo entusiasmo com a minha
dissertação.
Finalmente e não menos importante, agradeço aos amigos de turma que fiz durante essa
caminhada, em especial Heverton, Filipe e Aldenora.
A todos, a minha eterna gratidão!
“Pouco conhecimento faz com que as pessoas se sintam
orgulhosas. Muito conhecimento, que se sintam humildes.
É assim que as espigas sem grãos erguem desdenhosamente
a cabeça para o céu, enquanto que as cheias as baixam
para a terra, sua mãe.”
Leonardo da Vinci
RESUMO
No ambiente de loja física em varejo, a adoção de novas tecnologias tem sido utilizada para a
atração de clientes e também na criação de processos e melhor experiência do consumidor,
visando a uma maior probabilidade de recomendação da loja por parte do cliente. Através da
utilização do modelo Multilevel Service Design (MSD) buscou-se redesenhar os processos de
serviços em um ambiente de loja física com a finalidade de compreender a necessidade do
cliente e repensar como gerar uma melhor experiência de consumo. Durante a utilização do
modelo MSD foram aplicados técnicas de análise de vídeo na geração de dados do ambiente de
loja varejista, suportando os gestores na tomada de decisão para busca de melhorias no ambiente
interno, atendimento e prover melhores promoções e sortimentos de produtos na loja. Buscou-
se nesta pesquisa associar as dimensões da experiência do consumidor com a intenção de
recomendação dos clientes de duas lojas varejistas da mesma rede, sendo uma loja sem
mudança de layout (não houve tratamento tecnológico) e outra com mudança de layout (houve
tratamento tecnológico). Através de uma pesquisa de campo, clientes das duas lojas foram
entrevistados e os resultados tabelados adequadamente para análises e testes estatísticos, com
a finalidade de prever a probabilidade de recomendação das lojas pelos respondentes, bem como
comparação dos grupos com dados independentes. O resultado final da pesquisa apresentou que
há relações significativas na influência do redesenho de processos de serviços na experiência
de compra do consumidor em varejo e sua intenção de recomendação. Através do modelo de
previsão do uso de tecnologia ou não das lojas, pode-se ver a importância da dimensão ambiente
interno, pois consegue destacar que a probabilidade do cliente que compra gostar do ambiente
interno ser da loja com mudança de layout é duas vezes maior. Em termos gerais, pode-se
concluir que a realização do redesenho de processos de serviços utilizando o modelo MSD com
aplicação de técnicas de análise de vídeo gera importantes insights que podem apoiar os
gestores das empresas varejistas na tomada de decisão para melhoria da experiência de compra
do consumidor e por consequência aumentar a probabilidade de recomendação da loja por parte
do cliente.
Palavras-chave: Varejo, Experiência do Consumidor, Service Design, Bigdata, Vídeo
Analíticos, Intenção de Recomendação.
ABSTRACT
In the retail store, the adoption of new technologies has been used to attract customers and also
to create processes and a better customer experience aiming at a higher probability of
recommendation of the store by the customer. Using a Multilevel Service Design (MSD) model,
it did the redesign service processes in a physical store to understand customer needs and
rethink how to generate a better consumer experience. During the use of the MSD model, video
analysis techniques were applied in the retail store to generate data, supporting the managers in
the decision making to search for improvements in the internal environment, attendance and to
provide better promotions and assortments of products in the store. This research sought to
associate the dimensions of the consumer experience with the intention of recommendation of
two retail stores of the same chain, one store without change of layout (no technological
treatment) and another with change of layout (technological treatment). Through a field survey,
customers from both stores were interviewed and the results properly tabulated for statistical
analysis and testing to predict the likelihood of store recommendation by respondents, as well
as to compare groups with independent data. The final result of the research showed that there
are significant relationships in the influence of service process redesign on the retail consumer
shopping experience and their intention to recommend. Through the forecasting model of
whether or not to use technology in stores, one can see the importance of the internal
environment dimension, because it can highlight that the probability of the customer who likes
to like the internal environment of the store with a change of layout is twice as high. In general
terms, it can be concluded that performing service process redesign using the MSD model with
the application of video analysis techniques generates important insights that can support retail
business managers in decision making to improve the shopping experience, consequently
increase the likelihood of customer recommendation of the store.
Keywords: Retail, Customer Experience, Service Design, Bigdata, Video Analytics, Intention
of Recommendation.
LISTA DE FIGURAS
Figura 1 – Arquitetura de um sistema de Business Intelligence ............................................. 30
Figura 2 – Caracterização feita na IBM para os 3 V's de Big Data ........................................ 32
Figura 3 – Gráfico das análises de vídeo mais implementadas no varejo ............................... 34
Figura 4 – Vídeo analítico de contagem de pessoas .............................................................. 35
Figura 5 – Dimensões da experiência de compra no ambiente de loja ................................. 40
Figura 6 – Modelo estrutural proposto por Costa et al. (2008) .............................................. 41
Figura 7 – Expertises baseadas no design de serviço ............................................................ 54
Figura 8 – Visão geral do modelo de design de serviços ....................................................... 55
Figura 9 – Modelo geral de Multilevel Service Design .......................................................... 57
Figura 10 – Modelo teórico proposto .................................................................................... 59
Figura 11 – Exemplo de delineamento de pesquisa ............................................................... 60
Figura 12 – Modelo de delineamento por amostras distintas ................................................. 62
Figura 13 – Desenho metodológico da pesquisa .................................................................. 64
Figura 14 – Vídeo analítico de fluxo de pessoas no ambiente da loja com mudança de layout ............................................................................................................................................ 66
Figura 15 – Vídeo analítico de heat map no ambiente da loja com mudança de layout .......... 67
Figura 16 – Dashboard de analíticos utilizados na loja com mudança de layout ................... 67
Figura 17 - Análise descritiva do construto recomendação com visão dicotomizada. ............ 78
Figuras 18 a 21 - Análise descritiva das dimensões da experiência do consumidor com visão dicotomizada. ....................................................................................................................... 79
Figura 22 – Análise comparativa de frequência entre as lojas com e sem mudança de layout 83
Figura 23 – Análise comparativa entre as lojas acerca da resposta na Recomendação. .......... 85
Figuras 24 e 25 – Análise comparativa entre as lojas acerca da resposta na recomendação e na categorização da resposta das dimensões ambiente interno e atendimento. ........................... 86
Figuras 26 e 27 – Análise comparativa entre as lojas acerca da resposta na recomendação e na categorização da resposta das dimensões valor de compra e sortimento e variedade. ............ 87
Figura 28 – Dispersão natural das lojas em geral .................................................................. 88
Figura 29 – Gráfico de dispersão (scatter plot) do PCA acerca do perfil dos clientes, coloridos por sua loja, sendo a loja com mudança de layout (em vermelho) e a loja sem mudança de layout (em azul). ............................................................................................................................. 88
Figura 30 – Gráfico de dispersão (scatter plot) do PCA acerca da recomendação, sendo a loja com mudança de layout (em vermelho) e a loja sem mudança de layout (em azul). .............. 89
Figura 31 – Gráfico de cargas fatoriais do PCA, apresentando influência das dimensões da experiência do consumidor na recomendação, e a influência das características sócio demográficas. ....................................................................................................................... 90
LISTA DE QUADROS
Quadro 1 – Principais contribuições da literatura sobre analíticos de vídeo aplicado em varejo ............................................................................................................................................ 36
Quadro 2 – Principais contribuições da literatura sobre experiência do consumidor no ambiente de loja em varejo. ................................................................................................................. 42
Quadro 3 – Principais contribuições da literatura sobre as dimensões do ambiente de loja. ... 47
Quadro 4 – Resumo das hipóteses do estudo ........................................................................ 59
Quadro 5 – Etapas do MSD ................................................................................................. 65
Quadro 6 – Mensuração dos Construtos ............................................................................... 70
Quadro 7 – Resumo da confirmação das hipóteses. ............................................................ 105
LISTA DE TABELAS
Tabela 1 – Análise descritiva da amostra .............................................................................. 77
Tabela 2 – Análise descritiva dos construtos (em Likert) ...................................................... 78
Tabela 3 – Análise descritiva das amostras de cada loja ....................................................... 81
Tabela 4 – Análise descritiva das amostras de cada loja ....................................................... 82
Tabela 5 – Análise descritiva das dimensões do construto da experiência de compra, estratificados por loja (em LIKERT). ........................................................................................................... 84
Tabela 6 – Análise frequencial dos construtos (dicotômicos) da experiência de compra estratificados por loja. ................................................................................................................................ 84
Tabela 7 – Análise de confiabilidade através do Alfa de Cronbach das dimensões do Construto. ............................................................................................................................................ 91
Tabela 8 – Análise de Regressão Logística para prever o Grupo “Promotor” de recomendação, através das dimensões do Construto e variáveis sócio demográficas em todos os clientes. .... 93
Tabela 9 – Análise de Regressão Logística para prever o Grupo “Promotor” de recomendação, através das dimensões do Construto e variáveis sócio demográficas para clientes da loja sem mudança de layout. .............................................................................................................. 94
Tabela 10 – Análise de Regressão Logística para prever o Grupo “Promotor” de recomendação, através das dimensões do Construto e variáveis sócio demográficas para clientes da loja com mudança de layout. .............................................................................................................. 95
Tabela 11 – Análise de Regressão Logística para prever o Grupo “Promotor” de recomendação, após reclassificação das dimensões do Construto e variáveis sócio demográficas para clientes da loja com mudança de layout. ........................................................................................... 95
Tabela 12 – Análise de Regressão Logística para prever o Grupo “Promotor” de recomendação, após reclassificação das dimensões do construto e variáveis sócio demográficas para o modelo com todos os clientes. .......................................................................................................... 96
Tabela 13 – Resumo dos resultados das regressões logísticas, com suas significâncias e razão de chances (odds ratio). ....................................................................................................... 97
Tabela 14 – Estatística do teste de Mann-Whitney ............................................................... 98
Tabela 15 – Classificações do Teste de Mann-Whitney ........................................................ 98
Tabela 16 – Estatística do teste de Mann-Whitney entre as dimensões da experiência do consumidor e a recomendação – Loja com mudança de layout ............................................. 99
Tabela 17 – Estatística do teste de Mann-Whitney entre as dimensões da experiência do consumidor e a intenção de recomendação – Loja sem mudança de layout ........................... 99
Tabela 18 – Classificação do Teste de Mann-Whitney entre as dimensões da experiência do consumidor e a recomendação - Loja com mudança de layout ............................................ 100
Tabela 19 – Classificação do Teste de Mann-Whitney entre as dimensões da experiência do consumidor e a intenção de recomendação - Loja sem mudança de layout .......................... 100
LISTA DE ABREVIATURAS E SIGLAS
BA - Business Analytics BI - Business Intelligence BI&A - Business Intelligence and Analytics CVC - Customer Value Constellation DEPEC - Departamento de Pesquisas e Estudos Econômicos do Bradesco DBMS - Data Base Management System DM - Data Marts DW - Data Warehouse ETL - Extraction, Transformation and Loading IoT - Internet of things KPI - Key Performance Indicator MSD - Multilevel Service Design MSI - Marketing Science Institute NPS - Net Promoter Score NRF - National retail federation ODS - Operational Data Store OLAP - On-line analytical processing PCA - Principal Component Analysis PIB - Produto interno bruto PWC – PricewaterhouseCoopers RFID - Radio-frequency identification SEB - Service Experience Blueprint SBVC - Sociedade Brasileira de Varejo e Consumo SIMCA - Soft Independent Modeling of Class Analogy SPSS - Statistical Package for the Social Sciences SSA - Service System Architecture SSN - Service System Navigation TI - Tecnologia da Informação
SUMÁRIO 1 INTRODUÇÃO ................................................................................................................ 17
1.1 Objetivos........................................................................................................................ 21
1.1.1 Objetivo geral ............................................................................................................. 21
1.1.2 Objetivos específicos ................................................................................................... 21
1.2 Justificativas .................................................................................................................. 22
1.2.1 Justificativas teóricas ................................................................................................... 22
1.2.2 Justificativas práticas ................................................................................................... 23
2 FUNDAMENTAÇÃO TEÓRICA ..................................................................................... 25
2.1 Varejo e tendências tecnológicas .................................................................................... 25
2.2 Business Intelligence ...................................................................................................... 28
2.2.1 Business analytics ....................................................................................................... 31
2.2.2 Business Intelligence e Analytics no varejo .................................................................. 32
2.2.3 Vídeos analíticos para varejo ....................................................................................... 33
2.3 Experiência do consumidor ............................................................................................ 36
2.3.1 Experiência do consumidor no ambiente de varejo ...................................................... 38
2.3.2 Dimensões do ambiente de loja varejista ..................................................................... 43
2.3.2.1 Ambiente interno ...................................................................................................... 43
2.3.2.2 Atendimento ............................................................................................................. 44
2.3.2.3 Valor de compra ....................................................................................................... 45
2.3.2.4 Sortimento e variedade ............................................................................................. 46
2.4 Recomendação de clientes com ênfase no Net Promoter Score (NPS) ............................ 48
2.4.1 Relação entre a experiência de compra no ambiente de varejo e a intenção de recomendar
............................................................................................................................................ 51
2.5 Design de serviço ........................................................................................................... 53
2.5.1 Multilevel Service Design (MSD) e sua relação com a experiência do consumidor ...... 56
Modelo teórico e Hipóteses ............................................................................................ 58
3. PROCEDIMENTOS METODOLÓGICOS ...................................................................... 60
3.1 Delineamento da pesquisa .............................................................................................. 60
3.2 População e amostra ....................................................................................................... 68
3.3 Variáveis Pesquisadas .................................................................................................... 69
3.4 Instrumento de coleta de dados ....................................................................................... 71
Métodos de Análise de dados ......................................................................................... 71
3.5.1 Observações atípicas ................................................................................................... 72
3.5.2 Análise de Componentes Principais – PCA ................................................................. 72
3.5.3 Análise de Regressão Logística ................................................................................... 73
3.5.4 Teste de Mann-Whitney (U) ........................................................................................ 74
4 ANÁLISE DOS DADOS E DISCUSSÃO DOS RESULTADOS ...................................... 76
4.1 Caracterização da amostra .............................................................................................. 76
4.2 Análise comparativa e de associação (χ2) das lojas. ........................................................ 80
4.3 Análise fatorial e de Componentes Principais – PCA ...................................................... 87
4.4 Confiabilidade do instrumento ....................................................................................... 90
4.5 Teste de hipóteses da pesquisa utilizando regressão logística e teste de Mann-Whitney ... 91
4.5.1 Regressão Logística do Modelo com todos os clientes para prever o grupo “Promotor” de
Recomendação ..................................................................................................................... 92
4.5.2 Regressão Logística do Modelo com os clientes da Loja sem mudança de layout para
prever o grupo “Promotor” de Recomendação ...................................................................... 93
4.5.3 Regressão Logística do Modelo com os clientes da Loja com mudança de layout para
prever o grupo “Promotor” de Recomendação ...................................................................... 94
4.5.4 Regressão Logística do Modelo com todos os clientes para prever a loja pertencente (com
ou sem tecnologia) tem maior probabilidade de Recomendação ........................................... 96
4.5.5 Resumo dos modelos logísticos gerados ...................................................................... 97
4.5.6 Teste de Mann-Whitney: Comparação da média da variável das dimensões da experiência
do consumidor nos dois grupos estudados ............................................................................ 97
4.5.7 Teste de Mann-Whitney: Comparação da média da variável da probabilidade de
recomendação nos dois grupos estudados ............................................................................. 99
4.6 Análise das Hipóteses................................................................................................... 101
4.6.1 Análise Da Hipótese H1 – Ambiente Interno e a intenção de recomendação .............. 101
4.6.2 Análise da Hipótese H2 – Atendimento e a intenção de recomendação ...................... 102
4.6.3 Análise da Hipótese H3 – Valor de compra e a intenção de recomendação ................ 102
4.6.4 Análise da Hipótese H4 – Sortimento e variedade e a intenção de recomendação ...... 103
4.7 Achados importantes das análises ................................................................................. 104
5 CONCLUSÃO ................................................................................................................ 105
5.1 Limitações do trabalho ................................................................................................. 108
5.2 Sugestões para pesquisas futuras .................................................................................. 108
REFERÊNCIAS ................................................................................................................ 110
APÊNDICE A ................................................................................................................... 123
17
1 INTRODUÇÃO
O varejo vive um processo de transformações profundas nos últimos anos, causadas
simultaneamente por mudanças no comportamento do consumidor e tecnologias que
reescrevem a história do segmento (NRF, 2018). As inovações tecnológicas crescem com
grande velocidade no varejo, principalmente através de tecnologias que aumentam a
interatividade e que facilitam por um lado o processo e experiência do consumidor, e por outro,
viabilizam a coleta de dados e informações de mercado em tempo real por parte dos varejistas
(PANTANO, 2014; WALTER et al., 2012).
A cada ano, surgem ferramentas tecnológicas que evidenciam a jornada rumo a novos modelos
de negócio para o setor. São soluções que trazem mais produtividade, capacidade de
customização de ofertas e maior assertividade nas estratégias, proporcionando um nível de
inteligência para o varejo (NRF, 2018), corroborando assim com os estudos de Pantano (2014).
Sob a ótica operacional, o uso de tecnologias da informação e de soluções para coleta de dados
(ex. etiquetas eletrônicas, gôndolas informatizadas, sistemas de rádio frequência – RFID, entre
outros) já não são novidade, porém o uso desses dados para auxílio na tomada de decisão e
geração de conhecimento tem potencial para alterar o cenário varejista (PANTANO, 2016).
Cada uma das ferramentas tecnológicas aponta um caminho, mas nenhuma dessas tendências,
isoladamente, é capaz de desenhar o mapa para o futuro do varejo. É a combinação de todas
elas que está reescrevendo as regras do jogo. Por isso, para enfrentar esse novo cenário, não
basta automatizar alguns processos nem adotar uma ou outra tecnologia de forma isolada, por
mais eficiente que ela seja. Isso significa que, para acompanhar o comportamento do novo
consumidor, 100% imerso na cultura digital, o varejista deverá possuir soluções digitais
perfeitamente integradas, capazes de oferecer a esse consumidor a experiência que ele deseja
(NRF, 2018).
As tendências de administração do varejo estão voltadas à focalização, customização,
diferenciação, inovação e, principalmente, para o relacionamento de valorização com o cliente
garantindo uma maior experiência deste durante a compra. Isso demanda o uso intensivo e cada
vez maior de tecnologias para oferecer ao cliente mais do que ele espera, surpreendendo-o e
encantando-o, visando com isto a sua fidelização (MATTAR, 2011).
O setor de varejo tem papel econômico-social de grande importância no Brasil. Conforme o
Departamento de Pesquisas e Estudos Econômicos (DEPEC, 2018), o comércio no segmento
18
de varejo representa 13% do PIB (Produto interno bruto) nacional e responde por 40% do
comércio geral.
No ambiente de loja física a adoção de novas tecnologias tem sido utilizada para a atração de
consumidores e também na criação de processos e atendimento mais eficientes visando a uma
maior satisfação e recomendação do cliente. Por meio da integração de tecnologias “self-
service”, como por exemplo self-scanning e self-checkout, onde o consumidor pode checar o
preço dos produtos e também finalizar a sua compra sem a interação com o caixa tradicional,
os processos no varejo têm se tornado mais eficientes, e contribuído para a redução de filas e
reclamações dos clientes, melhorando a experiência de compra (MOORHOUSE et al., 2017).
As experiências do cliente são, também, estudadas pelo seu impacto positivo na intenção de
comportamento do cliente, onde a recomendação se encontra inserida (CHUNG et al., 2016).
A recomendação surge como uma resposta do consumidor, estudada como parte da sua intenção
de comportamento. Os autores concluíram que quando o valor de compra, tempo e esforço
despendido é considerado bem empregado, existe um impacto na intenção de recomendar a
outros a experiência.
Alguns autores como Pantano (2014) e Hristov e Reynolds (2015) descrevem os varejistas
como adotantes de tecnologias, e não desenvolvedores de novas tecnologias, fato que ocorre
em outras indústrias. A adoção das tecnologias ocorre em muitos casos como meio de aumentar
a compreensão de mercados e tendências futuras, em vez de prover uma experiência de compra
mais valiosa para o cliente. Ao introduzir uma nova tecnologia, o varejista sempre questiona
até que ponto seria usada pelo consumidor ou o gestor obteria dados relevantes para prever
tendências e apoiar o desempenho organizacional da loja. Apesar disso, pesquisas com
consumidores indicam a sua crescente procura por inovação no ponto de venda (COX et al.,
2016).
Avanços tecnológicos e mudanças no comportamento do consumidor, impulsionados pelos
novos dispositivos e pela mídia, continuam a transformá-lo. As mudanças ocorrem de maneira
mais intensa devido à disseminação da internet, mídias sociais e aparelhos móveis (tablets e
smartphones), permitindo aos consumidores acesso mais fácil a informações e melhor escolha
de compra. Clientes mais jovens terão maiores expectativas de usar canais de compras on-
line influenciados pelas mídias sociais (COX et al., 2016). Varejistas têm desenvolvido
aplicativos para melhorar a experiência de compra desses usuários para além da loja física
(GREWAL et al., 2017). Muitos consumidores tem acesso a uma variedade de ferramentas de
mídia através de aparelhos móveis, que lhes dão acesso imediato a todo conteúdo disponível na
19
internet, podendo usar aplicativos para pesquisar melhores preços e até mesmo descobrir o que
e onde os seus amigos estão comprando. Por isso a inovação colaborativa com clientes é cada
vez mais importante para o desenvolvimento de novos produtos e serviços nas empresas
(MOORHOUSE, et al., 2017).
No entanto, o crescente envelhecimento da população levará à demanda por mais conveniência
e disponibilidade local dos produtos, o que implica que a demanda por loja física de varejo
continua (COX et al., 2016). Porém, tal demanda pode ter características experienciais, num
novo modelo, em que o ponto de venda aumenta o envolvimento do cliente, permitindo-lhe
interagir com produtos e obter informação sobre a melhor maneira de usá-los e adquiri-los
(GREWAL et al., 2017).
Jesus e Macieira (2014) afirmam que o redesenho de processos têm por finalidade compreender
as necessidades de seus clientes e repensar o modo como o trabalho é distribuído ao longo de
suas unidades para gerar melhores produtos e serviços. Os autores veem a tecnologia da
informação como componente fundamental na reestruturação estratégica dos processos de
serviços e não apenas como uma forma de automatização e mecanização de procedimentos.
Nessa visão, a abordagem de design de serviços busca entender o cliente, a organização e o
mercado, desenvolver ideias e traduzi-las em soluções considerando todo o ciclo de vida do
serviço e oferecendo oportunidade de melhoria contínua (COSTA JUNIOR, 2012). Segundo
Askoy (2013) as duas medidas mais estudadas em relação ao comportamento do cliente são a
satisfação e a probabilidade de recomendação. Do ponto de vista do cliente, porém, as
expectativas em relação à qualidade e satisfação do serviço aumentaram, tornando a experiência
de criação de valor uma prioridade para organizações de todos os setores. Um foco na satisfação
do cliente e na qualidade do serviço não é mais suficiente nos mercados cada vez mais exigentes
de hoje. Em vez disso, a inovação de serviços é o novo ingresso, com o design de serviços
emergindo como uma tendência, que as organizações precisam dominar para inovar com
sucesso (COSTA JUNIOR, 2012).
A pesquisa em design de serviços reconhece a importância da experiência ao projetar um novo
serviço (MAGER, 2009). O design de serviços é um campo multidisciplinar que envolve
diversos departamentos das empresas como marketing, recursos humanos, operações, estrutura
organizacional e disciplinas tecnológicas (OSTROM et al., 2015). Seguindo essa abordagem
holística, o design de serviços orquestra elementos de serviço, como o ambiente físico, pessoas
(clientes e funcionários) e o processo de entrega de serviços para ajudar os clientes a obter as
experiências desejadas. Considerando a importância crescente do service design, este é
20
posicionado como um antecedente da qualidade de serviço, especialmente devido a sua função
crucial na criação de experiências de clientes baseadas na compreensão e interpretação dos
encontros e interações com os provedores de serviços em um determinado ambiente
(PATRÍCIO et al., 2011; PINHO et al., 2014).
O uso de dados é importante na pesquisa e na prática de serviços, como forma de criar valor
para o cliente e promover o serviço (OSTROM et al., 2015). Os dados gerados pelos clientes,
são úteis para entender os padrões de comportamento destes e, portanto, adequados na obtenção
de leituras melhoradas do sentimento do mercado com relação ao produto ou serviço (BOYD;
CRAWFORD, 2012). A análise de dados do consumidor pode determinar por que os clientes
tomam certas decisões e se comportam de uma determinada maneira (HUANG; RUST, 2013).
Em suma, esses dados são os recursos que podem ajudar as organizações a entender melhor os
seus clientes.
Com base em uma melhor compreensão dos clientes, o uso dos dados do consumidor contribui
ainda mais para o avanço do serviço: os dados podem trazer múltiplas oportunidades para as
empresas, como diversificação de valor, geração de novas receitas, aumento da fidelidade,
probabilidade de recomendação da empresa por parte do cliente, além de identificação de novos
mercados (SAARIJÄRVI et al., 2013), produção de conteúdo informacional, concepção de
serviço (LIM et al., 2015) e servitização para fabricantes (OPRESNIK; TAISCH, 2015). Além
disso, o uso de dados de clientes pode promover um relacionamento mutuamente benéfico entre
uma empresa e seus consumidores (KUMAR et al., 2013).
Uma solução que pode ser considerada para apoiar a tomada de decisão gerencial e estratégica
das empresas bem como apoio na melhora da experiência do consumidor é o business
intelligence (BI). Segundo Barbieri (2011) o conceito de BI, de forma geral, pode ser
compreendido como a utilização de variadas fontes de informações para definir estratégias de
competitividade nos negócios da empresa. O termo BI também está associado a analytics,
formando assim a nova sigla BI&A, de Business Intelligence and Analytics (GARTNER, 2018).
Ao analisar o futuro do varejo, Grewal et al. (2017) mencionam a coleta e o uso do BI&A como
uma das prioridades para o setor gerar maior engajamento, satisfação, e probabilidade de
recomendação dos clientes. No entanto, é necessário desenvolver a capacidade de extrair e
explorar essas informações por meio da interpretação avançada de dados (EREVELLES et al.,
2016).
O objetivo de investir em BI&A é transformar um ambiente que é reativo em dados para um
que é proativo. O BI&A tem como propósito automatizar e integrar o maior número possível
21
de etapas e funções no ambiente organizacional (BIERE, 2011). Outro objetivo é fornecer dados
para análises que são tão independente da ferramenta quanto possível. De acordo com Petrini
(2009) as empresas precisam ser mais rápidas, mais ágeis e mais inteligentes para ter melhor
resultado no mercado de que fazem parte. Dentre as técnicas de BI&A utilizadas, a inteligência
de análise de vídeo por meio de câmeras de segurança pode ser adequada para melhoria da
experiência do consumidor bem como apoio nas decisões estratégicas das organizações.
Segundo Hakeem et al. (2012), algoritmos existentes para extração e processamento de
informações utilizando vídeo, como cena, análise multicâmera, inferência de eventos de vídeo,
podem gerar interfaces intuitivas para uma experiência eficiente do cliente.
No contexto de mudanças no segmento de varejo, seja com tendências tecnológicas, bem como
a necessidade de criar uma melhor experiência de compra do consumidor, e considerando os
fatores mencionados anteriormente, tem-se a seguinte pergunta de pesquisa: Qual a influência
do redesenho de processos de serviços, utilizando técnicas de análise de vídeo, na experiência
de compra do consumidor em varejo e sua recomendação?
1.1 Objetivos
1.1.1 Objetivo geral
Analisar a influência do redesenho de processos de serviços, utilizando técnicas de análise de
vídeo, na experiência de compra do consumidor em varejo e sua recomendação.
1.1.2 Objetivos específicos
a) Analisar a intenção de recomendação através das dimensões da experiência do consumidor
na loja com mudança de layout por meio do redesenho de processos de serviços;
b) Analisar a intenção de recomendação através das dimensões da experiência do consumidor
na loja sem mudança de layout;
c) Analisar comparativamente as dimensões da experiência do consumidor e a intenção de
recomendar entre a loja sem mudança de layout e a loja com mudança de layout por meio do
redesenho de processos de serviços;
22
1.2 Justificativas
1.2.1 Justificativas teóricas
O aumento da competição no setor de varejo, principalmente com IoT (Internet das coisas), a
possibilidade de interação com clientes em múltiplos canais, mudança no comportamento do
consumidor e o surgimento de novas tecnologias, levam as organizações a repensarem suas
estratégias de negócios e o relacionamento com clientes. O varejo é um dos setores da economia
mais dinâmicos, pois exige foco constante nas necessidades do mercado. Lusch e Vargo (2016)
descreveram que o papel do consumidor no processo de compra transforma-se de uma postura
passiva para uma atitude ativa, de coautoria na criação do valor de consumo. Nesta nova
perspectiva, os autores destacam que não são os produtos ou ofertas o foco central da ação de
marketing, mas sim a experiência de consumo como um todo.
Diversos estudos buscaram identificar os atributos varejistas mais relevantes na influência da
experiência e intenção de compra dos consumidores (KACEN; HESS; CHIANG, 2013;
BALLANTINE; PARSONS; COMESKEY, 2015; LEE; YUN, 2015). A experiência de compra
no varejo pode ser aprimorada, incentivando a interação com o cliente e o envolvimento em um
ambiente multissensorial (SPENA et al., 2012). Os varejistas usam tecnologia imersiva, para
estimular as faculdades visuais, auditivas, olfativas e táteis dos consumidores e criar assim um
ambiente favorável para uma melhor experiências de compra (SOLOMON, 2016). Diante das
exigências do mercado, em termos de agilidade, resposta rápida ao cliente, melhoria no nível
de serviço oferecido, entre outros, as empresas têm buscado a inclusão de novas tecnologias em
busca de aperfeiçoar suas operações e obter vantagens competitivas (PINTO et al., 2012).
Pode-se compreender que a análise do ponto de venda, e a experiência que o cliente tem com
esse local, são ações que contribuem para atender a demanda das atividades varejistas, sejam
elas decisões de marketing ou a interação entre fornecedor e consumidor. Esta experiência deve
ser compreendida a partir da junção de um conjunto de componentes que influenciam o
comportamento do consumidor (TERBLANCHE; BOSHOFF, 2006). Clientes que tenham
vivenciado uma experiência de qualidade e que estejam satisfeitos tendem a encorajar os
familiares e amigos a ter a experiência do mesmo serviço (HANZAEE; REZAEYEH, 2013).
Segundo o Marketing Science Institute (2018) os clientes enfrentam uma série de novos
dispositivos para interagir com as empresas, alterando fundamentalmente a sua experiência de
compra. Estudos sobre a jornada do cliente, incluindo a experiência deste e como a tecnologia
influencia sua tomada de decisão, estudos dos canais de distribuição do varejo omnichannel e
23
a análise de dados para impulsionar o crescimento varejista são aspectos a serem abordados nos
próximos anos (MSI, 2018).
As lojas varejistas enfrentam as mesmas características de competição mercadológica que as
indústrias fabricantes dos produtos que comercializam. De acordo com esse cenário, os
consumidores tendem a perceber os pontos de venda não apenas como estabelecimentos nos
quais adquirem produtos e marcas, mas como ambientes que oferecem uma experiência de
compra diferenciada (RATHOD; BHATT, 2014).
Verhoef et al. (2015) corrobora com Erevelles et al. (2016), concluindo que a análise do
comportamento do consumidor com possibilidade de criação de uma experiência de compra
superior vem ganhando atenção crescente dos varejistas, contudo, tem havido uma carência de
pesquisa acadêmica sobre o tema. Reforçando a importância da pesquisa, além do pequeno
número de casos de sucesso no Brasil, as estratégias no varejo ainda são pouco exploradas pela
academia, segundo Dias (2014).
Para Almeida (2014) a justificativa da importância de um estudo é uma descrição da
contribuição do mesmo, seja para a melhoria da organização estudada, para o crescimento do
pesquisador ou para a comunidade acadêmica. Logo, a importância desta pesquisa está na ajuda
que a mesma proporciona com o apoio da tecnologia, pois compreende o estudo da experiência
de compra e indicação de recomendação dos consumidores, além de auxiliar as empresas a
direcionar os seus esforços de forma a atendê-los de maneira melhor e também apoio no
desempenho organizacional.
1.2.2 Justificativas práticas
Este estudo pode ser considerado uma pesquisa aplicada, pois objetiva gerar conhecimentos
para aplicação prática e dirigidos para problemas específicos (PRODANOV; FREITAS, 2013).
Complementando Verhoef et al. (2015), Connell et al. (2013) afirmam que o ambiente de
varejo, com desafios comerciais e técnicos exclusivos, também é considerado um campo de
teste prático para novas abordagens de visão computacional. Por essas razões, a análise de vídeo
em varejo e seus vários aplicativos tornaram-se de grande interesse tanto para os varejistas
quanto para a comunidade científica.
Segundo a SBVC (2017) empresas de vanguarda no cenário de varejo brasileiro estão
investindo em tecnologia para aperfeiçoar sua distribuição, reduzir custos, coletar dados do
ponto de venda e melhorar a experiência de compra do consumidor. Conforme a NRF (2018) a
experiência do consumidor estará no centro dos negócios do varejo pelos próximos anos e para
24
atender esta expectativa as empresas precisam avaliar que tipo de experiência de compra seu
público deseja, tendo a partir disto, um ponto de partida para definição de uma estratégia e
quais tecnologias serão necessárias para atender a experiência de compra.
Apesar de alguns autores terem buscado compreender a diferença entre a análise de marketing
tradicional e a análise do Big Data (Big Data Analysis) (Xu et al., 2016), a aplicação das suas
dimensões no varejo (BRADLOW et al., 2017) e a transformação da análise do comportamento
do consumidor (EREVELLES et al., 2016), o fenômeno é recente e ainda exige um esforço para
desenvolver ferramentas que auxiliem os gestores.
Do ponto de vista prático a importância deste estudo está direcionando ao redesign de serviços
como apoio a melhoria da experiência de compra do consumidor em varejo. Nessa perspectiva,
a pesquisa proverá aos gestores em varejo avanço no entendimento do comportamento do
consumidor, aumentando a experiência do cliente em loja e gerando uma maior satisfação deste,
além da melhoria do desempenho organizacional em varejo. Dessa forma com a utilização de
vídeo analíticos é possível extrair informações úteis para a área de marketing e operações,
como: tempo de espera em fila, movimentação na loja, áreas com maior movimentação (NRF,
2018).
Entende-se que o estudo do design de serviços para melhoria da experiência do consumidor e a
utilização de BI para suportar este desenvolvimento e também prover uma melhoria na
satisfação e intenção de recomendação do cliente em varejo é tema relevante a ser estudado.
Espera-se que os resultados das análises deste estudo possam contribuir para a gestão das
organizações de varejo.
25
2 FUNDAMENTAÇÃO TEÓRICA
Esta seção se inicia com uma abordagem sobre o varejo e as tendências tecnológicas que estão
impactando no novo perfil do consumidor. Na sequência será abordado o conceito de Business
Intelligence e Analytics, como forma de preparação para as discursões sobre BI&A no varejo e
após o desenvolvimento mais específico de como a utilização de analytics baseado em câmeras
de monitoramento podem apoiar as empresas de varejo na melhoria da experiência de compra
do consumidor. Continuando, será conceituado o tema experiência do consumidor, seguido das
explanações de como ocorre essa experiência no ambiente de loja em varejo e algumas
dimensões que podem ajudar na melhoria da experiência. Segue, relacionando as dimensões da
experiência no ambiente de loja com a intenção de recomendação dos consumidores.
Finalizando com um estudo sobre service design, que compreende a experiência de um serviço,
bem como, o projeto do processo e de prestação do serviço. Nesta seção será apresentado como
o redesenho de processos, utilizando a tecnologia de análise de vídeo pode melhorar a
experiência de compra do consumidor.
2.1 Varejo e tendências tecnológicas
Por natureza, o varejo é um dos setores mais importantes da economia brasileira e mundial. O
surgimento da internet e os constantes avanços na tecnologia da informação e comunicação,
contribuíram para um contínuo desenvolvimento deste setor. As mudanças contínuas no
comportamento dos consumidores, cada vez mais informados e por consequência mais
exigentes, fazem com que as organizações tenham que se adequar e revisar constantemente o
posicionamento de produtos, marcas e canais de distribuição (MATTAR, 2011).
O varejo consiste em todas as atividades que englobam o processo de venda de produtos e
serviços para atender a uma determinada necessidade do consumidor final. Os estabelecimentos
varejistas podem ser classificados de diversas formas, sendo lojas de departamentos, lojas
independentes, loja em cadeia, cooperativas, lojas especializadas, supermercados e varejo não
lojista (PARENTE; BARKI, 2014)
O varejo consiste nas atividades de comércio envolvidas na venda de qualquer produto ou
prestação de qualquer serviço a consumidores finais para utilização ou consumo pessoal,
familiar e residencial (MATTAR, 2011), corroborando com estudos de Parente e Barki (2014).
Assim, um grande potencial de ganho competitivo para o varejo está em criar situações e
estímulos diversos que incrementem os benefícios percebidos pelo consumidor durante o ato
da compra. Ao longo das últimas décadas o varejo brasileiro vem passando por intenso ritmo
26
de transformações, como por exemplo, o aumento dos shoppings centers, refletindo tanto a
busca do consumidor por praticidade como comodidade, quanto à ampliação da exigência nas
decisões de compra. À medida que as empresas varejistas se expandem, passam a usar com
maior frequência tecnologias de informação para melhoria da gestão e melhor conhecimento
do comportamento do consumidor (PARENTE, 2009).
O maior objetivo de um varejista é manter a competitividade do seu negócio, fato que só é
possível de ser atingido se houver um relacionamento significativo com os clientes, que, por
sua vez, ocorrerá apenas em um ambiente no qual a atratividade dos atributos da loja tenha sido
estabelecida em relação à atitude do consumidor. Assim, a fidelidade à loja pode se traduzir na
intenção de visitar e/ou comprar no mesmo estabelecimento. Dentro desse aspecto, o
consumidor apresenta uma atitude favorável a recomendação e alta satisfação em relação ao
varejista (RATHOD; BHATT, 2014; RANI, 2012).
Uma das consequências decorrentes do contexto de mudanças no setor varejista é o varejo
omnichannel. O varejo omnichannel é o conceito de integração completa de todos os canais e
se desenvolveu como uma extensão do varejo multicanal (FRAZER; STIEHLER, 2014).
Juaneda-Ayensa et al. (2016) definem que o avanço da internet e o surgimento de novas
tecnologias na última década transformaram o panorama de varejo. Diferentes canais estão
surgindo, fazendo com que os consumidores mudem seus hábitos e comportamento de compras.
Uma estratégia de varejo omnichannel é uma forma de varejo que, ao permitir uma interação
real, permite que os clientes façam compras nos diversos canais em qualquer lugar e a qualquer
momento, proporcionando-lhes uma experiência de compra única e completa.
Recentes estudos indicam uma grande influência das tecnologias da informação no varejo
omnichannel como abordado por Piotrowicz e Cuthbertson (2014), onde os autores destacam o
uso dos dispositivos móveis e das redes sociais de maneira que a crescente importância das
soluções tecnológicas em lojas on-line criam novas oportunidades e desafios para os varejistas.
À medida que tem-se uma linha mais tênue entre os canais físicos e on-line, uma nova
abordagem para a integração desses dois canais está surgindo, o omnichannel, que pretende
oferecer uma experiência "perfeita" ao cliente, independentemente do canal.
Estratégias de multicanal trazem, no entanto, desafios para os varejistas, incluindo necessidade
de integração de dados, conhecimento do comportamento dos clientes, novas métricas de
avaliação do desempenho e alocação de recursos na gestão de diferentes canais (MSI, 2018).
Contudo, com a ajuda da tecnologia, as empresas de varejo podem gerenciar as informações
27
sobre os consumidores para ganhar eficiência e proporcionar um novo conjunto de experiências
para o usuário (PWC, 2016).
O impacto das novas tecnologias no hábito de consumo brasileiro, em especial para as lojas
físicas, é bem grande. No Brasil, assim como na maior parte do mundo, os consumidores
querem ter a liberdade de transitar por diferentes canais de compra, mas ainda querem continuar
a ver, sentir, tocar e testar os produtos, bem como sentir a atmosfera/ambiente da loja
(LOURENÇO, 2016). A configuração da loja do futuro ainda não está bem clara, mas percebe-
se a tendência do varejo físico se transformar em um tipo de ‘hub’ que integrará todas as
tecnologias e canais de vendas (PIOTROWICZ; CUTHBERTSON, 2014).
Escolher estratégias mais eficientes em um mercado tão competitivo como o varejista conduz
a um sucesso de longo prazo. As pesquisas na área de marketing ajudam a orientar tais ações,
já que nem todos os métodos usados produzem os efeitos esperados (LOURENÇO, 2016),
sendo comumente definida a percepção de preço baixo como o principal atributo que leva o
consumidor à intenção de compra e recompra. Estudos da área, contudo, demonstram que outros
atributos, como imagem da loja, localização, disponibilidade de produtos e sortimento de
marcas, entre outros, influenciam tipos diferentes de consumidores em contextos diversos,
sendo, em muitos casos, decisivos na percepção do consumidor, intenção e comportamento de
compra (JOHNSON et al., 2015; RATHOD; BHATT, 2014). No tocante às lojas varejistas, é
crescente a oferta de experiências de compras na busca de fidelizar o cliente, ou seja, obter a
fidelidade do consumidor para que este estabeleça tanto a intenção de voltar a comprar no local
como a probabilidade de recomendação por parte do consumidor para parentes e amigos.
Segundo Parente e Barki (2014, p. 69), “entender o comportamento do consumidor é deduzir o
porquê e como as pessoas compram e, assim, poder atendê-las da melhor forma possível”.
Identificar as necessidades dos consumidores, entender o processo decisório e o comportamento
de compra dos mesmos, serve como base para o desenvolvimento de estratégias de marketing
bem-sucedidas no varejo. Conforme os autores, várias redes varejistas tem investido em um
ambiente de compra diferenciado haja visto que, devido as mudanças no comportamento do
consumidor, o varejo tem se transformado em local de entretenimento, portanto, estas redes
buscam se diferenciar na experiência de compra que oferecem ao cliente.
A satisfação, a confiança e valor percebido são fundamentais para se estabelecer um
relacionamento duradouro com o cliente, gerando assim um maior comprometimento por parte
deste consumidor, bem como a probabilidade de recomendação (BARBOSA et al., 2015).
Ainda conforme os autores, estes construtos são influenciados, também, por características do
28
fornecedor como reputação percebida, a prestação de serviço e a segurança no processo de
compra.
Conquistar e manter clientes é via de regra uma das principais determinações de uma empresa.
O fator satisfação pode aumentar o número de clientes e a fidelidade dos mesmos, porém não é
suficiente (PARENTE; BARKI, 2014). Para os autores, à medida que as empresas aperfeiçoam
a qualidade de seus serviços, os clientes vão se acostumando com tal serviço, aumentando,
assim, seu grau de exigência quanto aos produtos e serviços prestados, logo, à proporção que
as expectativas dos clientes se elevam, as empresas precisam superar a concorrência para
manter a preferência do cliente.
O tópico a seguir apresenta informações sobre Business Intelligence e Analytics, na sequência,
a relação entre analíticos de vídeo e a experiência de consumo no ambiente de loja em varejo.
2.2 Business Intelligence
Estabelecer uma estratégia de omnichannel aumenta a complexidade do gerenciamento das
operações e da cadeia de suprimentos do varejista. O fato de que esse tipo de estratégia é
altamente dependente do investimento em tecnologias integrativas é uma razão pela qual alguns
varejistas hesitam em sua implementação (HERHAUSEN et al., 2015). Isso também requer o
envolvimento de uma equipe de tecnologia da informação qualificado para atuar na
reengenharia dos processos de negócios (FRAZER; STIEHLER, 2014), ou seja, no redesenho
de processos de serviços. Além disso, a implementação de novos sistemas não requer apenas
habilidades, mas também um grande investimento financeiro que os gestores das organizações
precisam considerar (HERHAUSEN et al., 2015).
Business intelligence (BI) é um termo usado para descrever uma ampla categoria de aplicativos,
tecnologias, arquiteturas e processos para coletar, armazenar, acessar e analisar dados
operacionais para fornecer aos usuários informações competitivas em tempo real, a fim de
possibilitar melhores insights operacionais e estratégicos (NEGASH, 2004; WATSON, 2009).
Malhotra (2000) descreve que o BI facilita as conexões na organização, trazendo informações
em tempo real para repositórios centralizados e suportando análises que podem ser exploradas
em todos os níveis dentro e fora da empresa. O BI descreve o resultado da análise aprofundada
de dados detalhados de negócios, incluindo tecnologias de banco de dados e aplicativos, bem
como práticas de análise (ILIEVA et al., 2015).
Segundo Gartner (2018), BI é um termo abrangente que inclui aplicações, infraestruturas e
ferramentas que permitem a extração e a análise de informação para melhorar e otimizar
29
decisões e performance, conduzindo as empresas para um melhor desempenho organizacional.
Já Forrester (2015), define BI como sendo um conjunto de metodologias, processos e
tecnologias que influenciam o retorno dos processos de gestão de informação para análises,
relatórios, melhoria de performance na gestão e entrega de informação.
A ferramenta de BI é o resultado da coleta de dados que serão organizados e transformados em
informações que serão analisadas e contextualizadas para transformarem-se em inteligência
que, por sua vez, possibilitará a geração de vantagem competitiva para a organização
(DUMONT et al., 2006). Segundo Chaudhuri et al. (2011), Business Intelligence é uma coleção
de tecnologias para apoio à tomada de decisões que visa permitir aos gestores de determinada
empresa, que tomem decisões melhores e mais rápidas com base no histórico de dados
armazenados nesta.
A evolução tecnológica permitiu que melhores bancos de dados relacionais, computadores mais
acessíveis e interfaces gráficas intuitivas contribuíssem para o surgimento de produtos
direcionados para os analistas de negócios. Este resultado foi motivado basicamente pelo
aumento da complexidade dos negócios, fruto do novo cenário competitivo gerando benefícios
das soluções de BI (SCHOLZ et al., 2010; MELÉNDEZ, 2012), dentre eles:
Economia de tempo e precisão na geração de relatórios;
Economia de pessoal e redução de custos;
Conhecimento empresarial: Processos mais eficientes; melhora na gestão estratégica das
organizações (desempenho organizacional); aumento da satisfação dos clientes através da
melhoria da qualidade de produtos e/ou serviços prestados; tomada de decisão eficaz;
análise preditiva;
Verifica-se na literatura que as arquiteturas tradicionais de BI contemplam ferramentas e
processos tais como, o processo ETL (Extraction, Transformation and Loading); repositórios
de dados como Data Warehouse (DW) e Data Marts (DM); ferramentas de análises, como
ferramentas OLAP (On-line Analytical Processing); e uma camada de metadados para
orquestrar todos os componentes e processos (INMON, 2005). Além da dificuldade de gerir a
grande quantidade de dados que diariamente é produzida nas organizações, a necessidade por
informações estratégicas exige cada vez mais o uso de tecnologias analíticas, tais como os
componentes das arquiteturas de BI supracitados. Desta forma, as soluções de BI desempenham
um papel fundamental e indispensável para os processos analíticos.
30
Conforme cada definição encontrada na literatura, essas arquiteturas podem ser consideradas
como refinarias de dados. Segundo Chaudhuri et al. (2011), a arquitetura de um sistema de
Business Intelligence é semelhante à mostrada na figura 1, onde é descrito de forma resumida
o processo realizado desde a coleta dos dados até as aplicações de interface de usuário.
Figura 1 – Arquitetura de um sistema de Business Intelligence
Fonte: Chaudhuri et al. (2011)
No que diz respeito às fontes de dados, tem-se que normalmente os dados de uma empresa tem
origem em diferentes departamentos, estão em vários formatos e com qualidades variáveis.
Então, problemas como integração e padronização dos dados são alguns dos principais desafios
em se utilizar técnicas de análise de dados. Em relação à movimentação dos dados, tem-se
uma das tarefas mais importantes, pois como a quantidade de dados sempre aumenta é
fundamental mecanismos de manipulação destes dados. O Data Warehouse é um banco de
dados que serve como um repositório de uma empresa ou organização, construído para fins de
relatório e análise de negócio (GONÇALVES, 2012).
Conforme Chaudhuri et al. (2011), os servidores de Data Warehouse são complementados pelos
servidores de nível intermediário. Para realizar suas funções, diversas tecnologias são
utilizadas, dentre elas o OLAP, que apresenta as visões multidimensionais dos dados para
aplicativos ou usuários e permitem a realização de serviços comuns em BI. Já os mecanismos
de mineração de dados permitem a realização de análises mais detalhadas nos dados que vão
além do conjunto Data Warehouse e OLAP. Por último, tem-se as aplicações front-end que são
aquelas com as quais os usuários finais interagem diretamente. Pode-se citar como exemplo:
mecanismo corporativo de buscas, planilhas, dashboards, indicadores de vendas e desempenho,
dentre outros.
31
2.2.1 Business analytics
Atualmente, o termo BI está associado também a Analytics, privilegiando a capacidade de
análise de dados das plataformas de Business Intelligence, formando a nova sigla BI&A, de
Business Intelligence and Analytics (GARTNER, 2018). O termo Business Analytics (BA) vem
ganhando cada vez mais espaço na literatura e na indústria, e está sendo por vezes, considerado
algo diferente do BI, e por vezes como sendo sinônimo de BI. Gartner (2018), afirma que o BA
é um conjunto de soluções usadas para construir modelos de análise e simulações para criar
cenários, compreender realidades e prever condições futuras.
Nesta visão que diferencia os termos, entende-se que a diferença maior está no fato de BI estar
associado fundamentalmente à visualização dos dados e monitoração de indicadores de
performance (KPI), enquanto BA parte desse ponto e vai mais além, permitindo ao gestor a
análise e interpretação desses dados, ou seja, pressupõe um acompanhamento quantitativo e
qualitativo da informação produzida por esse analytics (GERT; THORLUND, 2017).
Zeng et al. (2006) considera que BA é sinônimo de BI, quando destaca o uso de análises
estatísticas e preditivas em sua definição de BI. Chen et al., 2012, reforça esse entendimento
quando defende que os dois conceitos podem ser considerados sinônimos e que devem até ser
usados como um único termo, considerando o business intelligence indissociável da sua
componente analítica. Os autores utilizam o termo Business Intelligence and Analytics (BI&A)
para unificar o conceito.
As organizações estão enfrentando cada vez mais o desafio de gerenciar "big data". Big data é
caracterizado por maior volume, velocidade e variedade (os três V's) de dados que podem ser
manipulados por ferramentas tradicionais de gerenciamento de banco de dados (ZIKOPOULOS
et al. 2012). Tal visão é ilustrada na Figura 2.
Para a maior parte dos estudos, as três principais dimensões do Big Data são o volume, a
velocidade e a variedade (BRADLOW et al., 2017; McAFEE; BRYNJOLFSSON, 2012).
Contudo, alguns autores ainda acrescentam outras duas características que diferenciam o Big
Data de uma quantidade grande de dados: a veracidade e o valor (EREVELLES et al., 2016;
WEDEL; KANNAN, 2016).
32
Figura 2 – Caracterização feita na IBM para os 3 V's de Big Data
Fonte: ZIKOPOULOS (2012)
Os termos "analytics" e "big data" tornaram-se sinônimo de BI em alguns círculos de
fornecedores e, para outras, eles incorporam BI tradicional, mas adicionam elementos como
análise preditiva, mineração de dados, ferramentas e abordagens de pesquisa e gerenciamento
de operações (GOUL. et al., 2015). Para os objetivos dessa dissertação, será usado mais
comumente o termo "Business Intelligence and Analytics" (BI&A) para representar a
interpretação mais ampla do campo.
2.2.2 Business Intelligence e Analytics no varejo
O Google e o Facebook possuem juntos cerca de 3,7 bilhões de usuários no mundo todo e
processam, diariamente, dezenas de petabytes de informações (WEDEL; KANNAN, 2016), o
equivalente a 20 milhões de armários de arquivos em texto (McAFEE; BRYNJOLFSSON,
2012). No varejo, o volume das informações está diretamente relacionado às novas fontes e às
novas ferramentas de coleta de dados (WAMBA et al., 2015). Por meio da internet, é possível
visualizar, em tempo real, o comportamento dos consumidores nos sites, os produtos mais
buscados no Google, os posts, fotos e vídeos publicados em redes sociais e comentários em
blogs e sites (BRADLOW et al., 2017).
No ambiente de loja em varejo, que será foco deste estudo, as novas tecnologias permitem
identificar todo o percurso do cliente, desde o momento da entrada no estabelecimento
(BRADLOW et al., 2017), e personalizar descontos, ofertas de produtos e formas de
atendimento (GREWAL et al., 2017; WEDEL; KANNAN, 2016). Desta forma, o volume de
33
informações advindos dos mais diversos canais, tanto on-line quanto off-line, permite ao
varejista conhecer cada um de seus clientes de maneira profunda e detalhada (LAM et al., 2017).
O BI&A também é caracterizado pela “implacável rapidez” com que os dados são
constantemente gerados (EREVELLES et al., 2016). Em alguns contextos, a velocidade é ainda
mais importante que o volume, criando um novo diferencial competitivo (McAFEE;
BRYNJOLFSSON, 2012). Essa rapidez na entrega das informações permite ao varejista
mensurar a dinâmica dos clientes em tempo real e possibilita a personalização do atendimento
(WEDEL; KANNAN, 2016). No ambiente off-line, os sistemas de BI&A permitem o acesso a
cada minuto das ações de cada cliente e a personalização de preços e promoções com base no
comportamento de compra do consumidor.
Esse acompanhamento permite enviar ofertas e promoções com base na localização e na
atenção do cliente naquele exato momento (BRADLOW et al., 2017). Conjuntamente,
softwares que analisam as imagens das câmeras de segurança da loja permitem identificar o
estado emocional do cliente por meio das expressões faciais (LAM et al., 2017). Os diversos
canais on-line, onde a maior parte das empresas já atuam, também permite ao varejista entregar
promoções e conteúdo de maneira personalizada em sites e nas redes sociais (WEDEL;
KANNAN, 2016). Essa disponibilidade de informações sobre cada consumidor permite às
empresas interagir de maneira mais próxima e, ainda, iniciar um relacionamento com novos
clientes (BRADLOW et al., 2017).
2.2.3 Vídeos analíticos para varejo
Sistemas de vídeo monitoramento por meio de câmeras têm sido usado há muito tempo nas
lojas de varejo para a detecção de furto. Tais sistemas provaram ter uma variedade de usos para
justificar o investimento, como segurança pública, rastreamento de estoque e detecção de fraude
de funcionários. Historicamente, as câmeras têm sido conduzidas pela equipe de prevenção de
perdas para rastrear suspeitos de roubo de lojas. Além disso, as câmeras que não estão sendo
ativamente controladas podem ser gravadas para fornecer um registro de atividades em áreas
importantes, como entradas e exibições de itens de alto valor (CONNELL, 2013).
O desenvolvimento de algoritmos inteligentes de processamento de vídeo está trazendo, desde
então, novas possibilidades de aplicações para as soluções de vídeo monitoramento dentro das
lojas, tanto no domínio tradicional de prevenção de perdas quanto nas áreas de operações e
marketing (FERREIRA, 2014). Usando a mesma infraestrutura de vídeo monitoramento da loja
varejista, a análise de vídeo agora pode responder perguntas como saber a quantidade de
34
pessoas que visitaram uma loja em um determinado período de tempo. Esse tipo de inteligência
comercial fornece aos varejistas informações valiosas que permitem otimizar o marketing e
melhorar a experiência de compra do cliente, aumentando assim a lucratividade das empresas
(CONNELL, 2013).
Um conjunto de ferramentas para análise de varejo com base em algoritmos de rastreamento de
vídeo fornecem funções para auxiliar na vigilância diária contra a prevenção de perdas e para a
investigação de fraude de caixa usando logs de transação do ponto de venda indexado ao vídeo.
Também fornece ferramentas para a estimativa do tráfego do cliente dentro e fora da loja, dentro
de departamentos e para medir a eficácia de uma determinada exposição de produtos dentro da
loja, com base no comportamento do fluxo do cliente no ambiente da loja, recurso esse também
chamado de área quente ou heatmap (LIU et al., 2015).
Segundo Connell et al. (2013), devido aos avanços em visão computacional, aprendizado de
máquina e análise de dados, as soluções de BI&A podem fornecer aos varejistas uma
inteligência comercial muito mais perspicaz. Assim, ele promete um valor comercial maior,
muito além do domínio tradicional de segurança, autenticação e prevenção de perdas. Os
exemplos destacados por Connell et al. (2013) incluem análise do tráfego da loja, dados da fila,
comportamentos dos compradores entre outros, analíticos estes a serem aplicados neste estudo.
De acordo com o autor, o gráfico a seguir informa os vídeos analíticos mais utilizados no varejo
para melhor experiência do consumidor.
Figura 3 – Gráfico das análises de vídeo mais implementadas no varejo
Fonte: Connell et al. (2013)
Contagem de pessoas: A contagem de pessoas fornece o número de visitantes em uma loja a
qualquer momento ou durante algum período de tempo. Quando combinada com dados de
27%
13%
13%10%
37%
contagem de pessoas
área quente(heat map)
tempo de permanência
contagem de fila
outros
35
vendas, ela pode ser usada para calcular a taxa de conversão da loja, ou seja, a porcentagem de
visitantes convertidos em compradores efetivos. As estatísticas de tráfego também podem ser
usadas pelos gerentes de loja para fazer merchandising ou melhorar decisões de planejamento
da empresa (CONNELL et al., 2013; AXIS, 2018). A contagem de pessoas foi classificada
como a aplicação número 1 usada pelos varejistas (veja a Figura 4).
Figura 4 – Vídeo analítico de contagem de pessoas
Fonte: AXIS (2018)
A análise área quente (heat map) e de tempo de permanência envolve saber onde os clientes
vão e onde eles permanecem dentro de uma loja e geralmente é tão importante quanto contá-
los. A análise de trajetórias com base no rastreamento de pessoas pode identificar pontos com
a maior atividade de tráfego e revelar onde os clientes passam seu tempo na loja. Esses dados
estatísticos permitem que os gerentes de loja otimizem o layout da loja para melhor
posicionamento do produto. Além disso, esses dados podem ser usados para avaliar ou melhorar
a eficácia das exibições de venda ou publicidade (CONNELL et al., 2013; AXIS, 2018).
A análise de fila fornece estatísticas sobre a duração e a flutuação das filas em uma loja no
decorrer de um dia de funcionamento. Estatísticas da média do tempo de espera nas filas podem
ajudar o varejista a determinar quantos funcionários devem trabalhar em dias e horários
específicos, o que leva a um melhor planejamento e a uma alocação mais eficiente da equipe.
Também é possível definir limites de filas para solicitar a abertura de um novo caixa quando o
número de pessoas em uma fila exceder esse limite (FERREIRA, 2014; AXIS, 2018).
Hoje, a análise de vídeo em varejo foi além do domínio tradicional de segurança e prevenção
de perdas, fornecendo aos varejistas inteligência comercial perspicaz, como estatísticas de
tráfego da loja, dados de filas e informações demográficas com gênero e faixa etária provendo
informação sobre o consumidor no interior da loja (WU et al., 2015). Tais informações
36
permitem uma experiência aprimorada e satisfação do cliente, maior probabilidade de
recomendação para amigos por parte do cliente, desempenho otimizado da loja, custos
operacionais reduzidos e, por fim, maior lucratividade. Destacam-se, no quadro a seguir,
pesquisas recentes e suas contribuições sobre a utilização de vídeo analíticos para melhoria da
experiência do consumidor.
Quadro 1 – Principais contribuições da literatura sobre analíticos de vídeo aplicado em varejo
PESQUISADOR ANO CONTRIBUIÇÃO SOBRE A DEFINIÇÃO
Connell 2013
Usando a mesma infraestrutura de vídeo monitoramento da loja varejista, a análise de vídeo pode realizar a contagem de pessoas que visitaram uma loja. Esse tipo de inteligência comercial fornece aos varejistas informações valiosas que permitem otimizar o marketing e melhorar a experiência de compra do cliente.
Ferreira 2014
O desenvolvimento de algoritmos inteligentes de processamento de vídeo está trazendo novas possibilidades de aplicações, tanto no domínio tradicional de prevenção de perdas quanto nas áreas de operações e marketing.
Liu et al. 2015
A análise de vídeo também fornece ferramentas para a estimativa do tráfego do cliente dentro e fora da loja, dentro de departamentos e para medir a eficácia de uma determinada exposição de produtos dentro da loja, com base no fluxo do cliente no ambiente da loja.
Wu et al 2015
As informações extraídas da análise de vídeo, permitem uma experiência aprimorada e satisfação do cliente, maior probabilidade de recomendação para amigos por parte do cliente, desempenho otimizado da loja, custos operacionais reduzidos.
Wedel e Kannan 2016
O uso de tecnologia permite ao varejista mensurar a dinâmica dos clientes em tempo real e possibilita a personalização do atendimento. Os sistemas de BI&A permitem o acesso minuto a minuto das ações de cada cliente e a personalização de preços e promoções com base no comportamento de compra do consumidor.
Bradlow et al. 2017
As novas tecnologias permitem identificar todo o percurso do cliente no ambiente de loja. A disponibilidade de informações sobre cada consumidor permite às empresas interagir de maneira mais próxima e, ainda, iniciar um relacionamento com novos clientes.
Grewal et al. 2017 As novas tecnologias permitem personalizar descontos, ofertas de produtos e melhor forma de atendimento nas lojas de varejo.
Fonte: Elaborado pelo autor
Na próxima seção será conceituado o termo experiência do consumidor e analisado as
dimensões no ambiente de loja em varejo.
2.3 Experiência do consumidor
O tema experiência de consumo não é algo novo na literatura de marketing, sendo abordado
sob diferentes aspectos nos últimos anos. Holbrook e Hirschman (1982) mencionaram a
importância da “visão experiencial” do consumo, caracterizada por um fluxo de fantasias,
sentimentos e diversão associados ao processo de consumo. Essa visão desafiava e ampliava a
37
perspectiva cognitiva do consumo, predominante no estudo do comportamento do consumidor.
Desde então, o chamado marketing experiencial vem recebendo crescente atenção tanto no
meio empresarial quanto no campo acadêmico em diversos contextos, dentre eles, em lojas
varejistas (GILMORE; PINE II, 2002). Brakus e Zarantonello (2015) sugerem que toda troca
de serviço leva a uma experiência do cliente, independentemente de sua natureza e forma. Esta
perspectiva expansiva considera a experiência do cliente holística na natureza, incorporando as
respostas cognitivas, emocionais, sensoriais, sociais e espirituais do cliente a todas as interações
com uma empresa (BOLTON et al., 2014; VERHOEF et al., 2015).
Múltiplas definições de experiência do cliente existem na literatura. Verhoef et al. (2015)
definem explicitamente a experiência do cliente em um contexto de varejo como um construto
multidimensional e afirmam especificamente que o construto da experiência do cliente é de
natureza holística e envolve as respostas cognitivas, afetivas, emocionais, sociais e físicas do
cliente ao varejista.
No estudo de Martínez, Blázquez e Pino (2017) foram analisados os efeitos dos atributos
varejistas mais valorizados por consumidores na experiência de compra. Os resultados de duas
amostras diferentes (compostas por 422 e 495 respondentes, respectivamente) convergiram para
a importância da conveniência e dos serviços estimados pela avaliação da atmosfera da loja,
horário de funcionamento, serviços adicionais, proximidade entre a loja e a residência do
respondente, variedade dos produtos, preços praticados e pelas promoções realizadas pelos
varejistas. Contudo, pelo método de análise dos dados, que utilizou medidas agregadas, não foi
possível identificar o peso relativo de cada atributo na satisfação e indicação de recomendação
do consumidor.
De Keyser et al. (2015) descrevem a experiência do cliente como sendo composta por elementos
cognitivos, emocionais, físicos, sensoriais, espirituais e sociais que marcam a interação direta
ou indireta do cliente com a tecnologia. Em essência, os dados brutos contidos em todas as
interações diretas ou indiretas do consumidor que então se juntam como uma experiência geral.
Da mesma forma, considerando a tecnologia como uma experiência, McCarthy e Wright (2007)
identificam o que chamam as quatro linhas da experiência, ideias que ajudam a pensar mais
claramente sobre a tecnologia como experiência: o sensual, o emocional, o composicional e o
espacial-temporal.
Na década atual, o principal movimento na gestão de clientes tem sido o envolvimento de
clientes e marcas. Várias definições foram apresentadas para o envolvimento do cliente,
concentrando-se em atitudes, comportamentos e extração de valor. No geral, o envolvimento
38
do cliente tenta distinguir as atitudes e os comportamentos do cliente que vão além da compra.
Concentrando-se em uma perspectiva atitudinal, Brodie et al. (2011), definem o envolvimento
do cliente como sendo um estado psicológico que ocorre em virtude de experiências interativas
e cocriativas de consumidores com um agente (por exemplo, uma marca). Essa abordagem
sugere que o engajamento é um estado motivacional que leva os clientes a participar das
empresas.
Com base nisso, Vivek et al. (2012) fornecem uma revisão extensiva da literatura de
engajamento e afirmam o engajamento do cliente como a intensidade da participação deste
indivíduo e sua conexão com as ofertas de uma organização ou atividades organizacionais. Essa
visão é consistente com a de Van Doorn et al. (2013), que se concentram na natureza não
transacional do engajamento do cliente, apresentando o conceito de engajamento do
consumidor, definido como comportamento do cliente.
Essa abordagem foi ampliada, especialmente porque a revolução das mídias digitais e sociais
fortaleceu a importância do comportamento de engajamento do cliente, à medida que os clientes
se tornam coprodutores ativos de valor para empresas (BECKERS et al., 2014; BOLTON, 2016;
VAN DOORN et al., 2013). Tais desenvolvimentos permitiram que os clientes se envolvessem
mais com as empresas, seja positiva ou negativamente. Dimensão comportamental do
engajamento do consumidor “além da compra” inclui manifestações, como cocriação,
influência social através da recomendação boca-a-boca e referências de clientes (HOYER et al.,
2010; LIBAI et al., 2010).
2.3.1 Experiência do consumidor no ambiente de varejo
O maior enfoque em experiências no setor de varejo procura criar experiências emocionalmente
envolventes para os consumidores na loja (BACKSTROM; JOHANSSON, 2006). Contudo,
mesmo os estudos das experiências sendo amplamente difundidos, Backstrom e Johansson
(2006) observam que “na prática, bem como, em teoria, o conhecimento sobre como induzir as
experiências é mais raro”. Os autores referem que a literatura enfatiza a importância do estudo
dos elementos que intervêm na experiência do consumidor para os varejistas, mas estes, muitas
vezes, são carentes de definições de conceitos centrais claros e de suporte empírico relevante.
O próprio conceito de experiências mostra-se indefinido e raramente é analisado com enfoque
nas características únicas que marcam o ambiente de loja em varejo (BACKSTROM;
JOHANSSON, 2006).
39
A loja é o espaço onde ocorre a demonstração, por parte do cliente, do comportamento de
compra. A partir de então se dá o início de um processo de avaliação e formação de atitudes
para com o varejista (PARENTE, 2009). No ponto de venda se reúnem várias das atividades
varejistas, sejam elas as decisões de marketing ou a interação entre provedor e consumidor.
Segundo Solomon (2016) muitos comerciantes já se deram conta que não basta mais somente
oferecer produtos que satisfaçam as necessidades dos consumidores, é preciso oferecer
experiências marcantes. Para que isso seja possível, as empresas buscam promover o
entretenimento dentro das lojas e promover ambientes em que os indivíduos se sintam bem e
saiam de sua realidade cotidiana.
Do mesmo modo que ocorre no momento de escolher qual produto ou serviço adquirir, ao
decidir entre o varejo em ambiente de loja física e o varejo virtual, o consumidor também é
influenciado por suas representações mentais, formadas a partir de informações mercadológicas
definidas pelas empresas varejistas, que englobam variáveis como sortimento, precificação,
localização, atendimento, ambiente de loja e comunicação (PARENTE; BARKI, 2014).
No varejo de loja física a atmosfera da loja é importante e constituída, entre outros elementos,
pelas cores, sons e movimentos que podem ativar reações internas no indivíduo, tornando-se
elemento estratégico para diferenciar uma loja daquelas concorrentes e chamar a atenção do
consumidor (SOLOMON, 2016). Além do ambiente de loja, Gouvêa (2013) argumenta que os
clientes formam imagens dos ambientes de lojas físicas com base em atributos que, para eles,
são essenciais, o que inclui, além da atmosfera ou ambiente de loja, o nível de atendimento
prestado, a conveniência proporcionada durante as compras e a eficiência das operações. De
acordo com Rudiené (2015) outros elementos impactam a imagem que as pessoas formam de
determinada loja física, tais como o sortimento de produtos disponíveis na loja, o nível de
preços, os investimentos em publicidade e as ações de comunicação.
No entendimento de Terblanche e Boshoff (2006), a experiência do consumidor no ponto de
venda ganha importância para as empresas que objetivam influenciar positivamente o consumo
e aumentar as vendas. Partindo desse pressuposto, esses autores desenvolveram um estudo
sistemático de um conjunto de fatores relevantes na análise da experiência vivenciada pelos
clientes no ponto de venda (in-store experience), o que englobou elementos físicos (materiais)
ou não físicos (sensoriais) de uma loja, que podem ser controlados para influenciar o
comportamento de seus ocupantes, sejam eles consumidores ou funcionários. Os elementos
centrais no contexto de varejo segundo esses autores são: o ambiente de loja; o valor na compra;
o sortimento e a variedade de produtos; e o atendimento.
40
Terblanche e Boshoff (2006) propuseram um modelo considerando que os elementos que
fazem parte do contexto do ponto de venda são de várias naturezas, conforme Figura 5. Costa
et al. (2008) replicaram o citado estudo no Brasil, incluindo a dimensão confiança, e verificaram
algumas dificuldades conceituais e operacionais nas dimensões analisadas.
Figura 5 – Dimensões da experiência de compra no ambiente de loja
Fonte: Adaptado de TERBLANCHE; BOSHOFF, 2006.
Terblanche e Boshoff (2006) alegaram que a lealdade é precedida de uma grande variedade de
experiências e percepções, sendo a experiência de compra uma das quais normalmente é medida
de forma falha por não considerar sua multidimensionalidade, ou ainda, por apenas estudarem-
se alguns de seus fatores. Os autores propuseram que se medisse a experiência dentro da loja
através de cinco dimensões: interação pessoal, valor de compra, ambiente interno, sortimento e
política de reclamações (TERBLANCHE; BOSHOFF, 2006).
Em seu modelo, mostrado na Figura 5, os autores consideraram que estes fatores da experiência
de compra no ambiente de loja em varejo influenciariam positivamente a satisfação dos clientes,
e esta influenciaria a sua lealdade. Foram encontradas relações positivas entre todas as
dimensões do ambiente de loja, satisfação e a lealdade tanto atitudinal quanto comportamental,
com exceção do “ambiente de loja” no modelo comportamental e das “políticas de reclamação”
no modelo atitudinal, que foram considerados como fatores higiênicos, ou seja, sua ausência
pode não influenciar a satisfação, mas sua ausência causa insatisfação (TERBLANCHE;
BOSHOFF, 2006).
41
A pesquisa realizada por Terblanche e Boshoff (2006) teve algumas limitações, como o fato
de ter sido aplicada com clientes de apenas uma loja varejista e por meio de questionários
enviados por correspondência. Contudo, Costa et al. (2008) buscando aprofundar e testar a
pesquisa, replicaram-na em outro contexto (lojas de calçados), pesquisando diversos pontos
varejistas e abordando os consumidores logo após a sua saída do ponto de venda.
O modelo proposto por Costa et al. (2008), conforme Figura 6, traz algumas adaptações do
modelo original, não tendo sido medida a lealdade comportamental, por ser de difícil acesso os
dados do histórico de compra dos clientes. Também não foi incluída a dimensão de política de
reclamação, visto a possibilidade de uma grande parte dos clientes não ter passado por essa
experiência. Como forma de sofisticar o modelo, incluiu-se a dimensão confiança para atuar
como influenciador da lealdade além de mediador entre este e a satisfação (COSTA et al.,
2008). De acordo com os estudos de Costa et al. (2008), as dimensões valor de compra e
sortimento não possuem influência direta na satisfação.
Figura 6 – Modelo estrutural proposto por Costa et al. (2008)
Fonte: Adaptado de COSTA et al., 2008.
O ambiente de loja segundo Terblanche e Boshoff (2006), abrange o layout da loja, a
facilidade de movimentação e a ambientação da loja.
O valor na compra refere-se fundamentalmente ao preço/promoção e à percepção de
diferença dos benefícios ganhos pelo preço pago no produto, ou seja a relação custo-
benefício (KAURA, 2013).
O sortimento e a variedade de produtos referem-se ao mix de produtos apresentados na loja,
envolvendo variedade de categorias e de marcas (BAUER et al., 2012).
42
O atendimento representa a interação entre os colaboradores e os consumidores
(TERBLANCHE;BOSHOFF, 2006).
Baseado na pesquisa de Terblanche e Boshoff (2006), cujo modelo foi apresentado na Figura
5, será considerado para esta pesquisa as dimensões ambiente interno, sortimento e interação
pessoal (atendimento), pois são dimensões possíveis de serem aprimoradas com o uso de
técnicas de video analytics, conforme estudos de (CONNELL et al., 2013; FERREIRA, 2014),
podendo assim aumentar a satisfação do cliente com o uso de tecnologias de BI&A. Também
será analisada a dimensão valor de compra, pois segundo os estudos de Terblanche e Boshoff
(2006) é uma dimensão de avaliação da experiência de compra do consumidor. Os construtos
relacionais de satisfação, confiança e lealdade, são tratados como saídas no modelo (COSTA et
al. 2008). Destacam-se, no quadro a seguir, diversas pesquisas e suas contribuições sobre a
experiência do consumidor no ambiente de loja em varejo.
Quadro 2 – Principais contribuições da literatura sobre experiência do consumidor no ambiente de loja em varejo.
PESQUISADOR ANO CONTRIBUIÇÃO
Terblanche e Boshoff
2006 A experiência do consumidor no ponto de venda ganha importância para as empresas que objetivam influenciar positivamente o consumo e aumentar as vendas.
Costa et al. 2008 Estudos sobre experiência do consumidor no ambiente de loja incluindo dimensões atendimento, valor, ambiente e sortimento.
Parente 2009 No ponto de venda que se reúnem várias das atividades varejistas, sejam elas as decisões de marketing ou a interação entre provedor e consumidor.
Gouvêa 2013 Os clientes formam imagens dos ambientes de lojas físicas com base em atributos que, para eles, são essenciais, o que inclui dentre eles, ambiente de loja, atendimento e conveniência.
Parente e Barki 2014
O consumidor também é influenciado por suas representações mentais, formadas a partir de informações mercadológicas definidas pelas empresas varejistas, que englobam variáveis como sortimento, precificação, localização, atendimento, ambiente de loja e comunicação.
Verhoef et al. 2015 A experiência do cliente em um contexto de varejo é de natureza holística e envolve as respostas cognitivas, afetivas, emocionais, sociais e físicas do cliente ao varejista.
Solomon 2016 As empresas buscam promover o entretenimento dentro das lojas e promover ambientes em que os indivíduos se sintam bem e saiam de sua realidade cotidiana.
Martínez, Blázquez e Pino
2017
Atributos varejistas mais valorizados por consumidores na experiência de compra. Os resultados convergiram para a importância da conveniência e dos serviços estimados pela avaliação da atmosfera da loja, horário de funcionamento, serviços adicionais, proximidade entre a loja e a residência do respondente, variedade dos produtos, preços praticados e pelas promoções realizadas pelos varejistas.
Fonte: Elaborado pelo autor
43
2.3.2 Dimensões do ambiente de loja varejista
Consumidores leais a varejistas são motivados por atributos oferecidos, tais como preços
atrativos e promoções, qualidade de produtos e atendimento, variedade de marcas, layout,
localização que facilita o acesso, entre outros (GOSWAMI, 2012). As experiências de compra
do consumidor englobam pontos de contato que envolvem a interação entre o cliente e o
varejista, e podem ser consideradas como um dos antecedentes da satisfação do cliente e
indicadores de recomendação no ambiente de loja em varejo (Grewal, 2017).
Prahalad e Ramaswamy (2003) afirmam que o ambiente de loja pode ser pensando como uma
rede resultante da combinação robusta de capacidades da empresa (incluindo as capacidades
tecnológicas e sociais) e canais de interação do consumidor (incluindo dispositivos e
funcionários). Isso porque as experiências desejadas pelos clientes não têm como ser
determinadas a priori, devendo o lojista buscar envolver ativamente os consumidores,
ampliando as possibilidades de interação da empresa com eles.
Neste item apresentam-se as dimensões do ambiente de loja física em varejo anteriormente
conceituados nos estudos de Terblanche e Boshoff (2006) e Costa et al (2008) e que serão
avaliados neste estudo como atributos da experiência do consumidor em varejo.
2.3.2.1 Ambiente interno
De acordo com Westbrook (1981), as sensações desenvolvidas pelos clientes no ambiente de
loja de uma empresa varejista são extremamente importantes para que os consumidores tenham
boas experiências de compra neste ambiente. Nesta mesma linha de pensamento, autores
defendem que o ambiente da loja, incluindo design, atributos sensoriais (iluminação, cor, aroma
e música) e atributos sociais, é um critério muito utilizado pelos clientes para avaliar a qualidade
e a experiência de compra nos varejistas (BAKER; GREWAL; PARASURAMAN, 1994;
BACKSTROM; JOHANSSON, 2006; VERHOEF et al., 2009).
Solomon (2016) cita dois importantes fatores que estão relacionados com o ambiente de
compra: imagem e atmosfera da loja. A imagem que um consumidor forma de uma marca tem
a ver com a percepção que ele tem acerca da mesma. Existem lojas com personalidades
marcantes, outras nem tanto. Questões como design, localização, adequação dos produtos,
conhecimento e qualidade da equipe de vendas impactam na formação dessa imagem.
Zeithaml, Bitner e Gremler (2014) abordaram em seus estudos mais especificamente o layout
de loja e a funcionalidade dos ambientes de serviço, além da estrutura física do ponto de venda
44
em varejo. De acordo com as autoras, layout é a forma como os móveis são distribuídos e a
funcionalidade refere-se a maneira como essa distribuição facilita a experiência de consumo.
Através da organização e disposição geral da estrutura física do ambiente de uma empresa,
pode-se proporcionar conforto aos clientes, bem como influenciar a percepção deste
consumidor sobre o posicionamento de mercado da empresa (PARENTE, 2009). Rayburn e
Voss (2013) destacam a importância do ambiente de loja durante a experiência de compra dos
consumidores, que pode ser analisada a partir das dimensões: organização (limpeza e ordem),
estilo (layout, design interior e decoração) e modernidade (percepção de contemporaneidade do
ambiente). Solomon (2016) afirma que o ambiente da loja influencia fortemente a tomada de
decisão de compra do consumidor. O ideal é criar um ambiente em varejo que se consiga
explorar o máximo de pontos de contato da marca com o cliente e assim, inseri-lo em um
ambiente em que sua probabilidade de reagir de maneira positiva aos estímulos seja maior.
2.3.2.2 Atendimento
As interações entre clientes e funcionários de uma empresa varejista são elementos essenciais
para que os consumidores possam ter boas experiências de compra em sua visita numa loja
WESTBROOK (1981). Segundo Parente e Barki (2014), o atendimento ou encontro de serviço
engloba todas as atividades que apresentam um relacionamento pessoal entre o varejista e o
cliente no ponto de venda. Ainda de acordo com o autor, quando o atendimento é desempenhado
de forma adequada, o varejista consegue desenvolver relações de longo prazo, e manter a
fidelidade do cliente.
Por sua vez, Fatima e Razzaque (2014) argumentam que a avaliação da qualidade de uma
experiência de compra deve seguir elementos atrelados à qualidade relacional, que inclui a
atenção criada a cada consumidor de forma individual, a existência de funcionários que
entendem as necessidades e do contato de maneira agradável entre funcionários e clientes da
loja. Costa et al. (2008) disponibilizaram indicadores de que o atendimento se mostra como um
componente relevante na formação da confiança e da lealdade de clientes varejistas no setor de
calçados a partir da mediação da satisfação; Bonfim et al. (2008) também apresentaram
indicadores no contexto varejista de livrarias, reafirmando empiricamente que bom atendimento
leva a lealdade dos clientes e por consequência maior probabilidade da intenção de
recomendação.
Por fim, Kaura (2013), analisou os antecedentes da satisfação do consumidor apoiado na
qualidade da interação entre empresa e clientes e destacou a importância do comportamento
45
dos colaboradores das empresas, que deve ser baseada na disposição em ajudar.
Comportamento este, que transmite confiança e atenção individualizada para o cliente.
2.3.2.3 Valor de compra
Segundo Kaura (2013) e Grewal (2017), os consumidores preferem varejistas percebidos como
aqueles que possuem os preços mais justos. No entanto, além do preço dos produtos vendidos,
as promoções e programas de fidelidade também influenciam a qualidade da experiência de
compra vivenciada no ambiente de loja em varejo (VERHOEF et al., 2009);
A análise preditiva em termos de otimização de preços aumenta a lucratividade das lojas de
varejo. Tal análise faz parte da inteligência de negócios como apoio a tomada de decisão das
empresas (BRADLOW et al., 2017). A questão do preço desempenha um papel dominante em
relação à satisfação do consumidor, já que o valor é resultado da percepção do consumidor
sobre a relação entre os benefícios obtidos pelo preço pago (CRONIN; BRADY; HULT, 2000;
JOHNSON et al., 2015).
O Preço exerce influência sobre a decisão do consumidor quando este avalia alternativas para
tomada de decisão. A promoção influencia todos os estágios do processo de compra, as
informações vinculadas podem reforçar uma decisão de compra, podem estimular desejo por
novos produtos, podendo assim criar satisfação e lealdade como predecessores da
recomendação, através da interação positiva com a empresa (CHURCHILL; PETER, 2012).
Dentre várias abordagens para se entender o significado de valor para o cliente, a mais
encontrada é a relação de custo-benefício (BYRAMJEE et al., 2010). As definições
apresentadas na literatura indicam usualmente uma relação de troca entre o que é dado e o que
é recebido, porém nem sempre os autores deixam clara uma visão holística sobre a construção
de valor (ARORA; SINGER, 2006; CHURCHILL; PETER, 2012). Por outro lado, Zeithaml
(1988) propõe que valor não é obtido simplesmente pela compra de um produto e sim pela
experiência completa de compra. Assim, a construção de valor para o cliente no ambiente de
varejo é fruto de fatores objetivos e subjetivos provenientes da jornada de compra.
Entendendo o valor de compra como uma resposta interna do consumidor ao ambiente de
varejo, os autores têm dividido esses valores em utilitários e hedônicos (BABIN, DARDEN e
GRIFFIN, 1994). Os valores de compra utilitários emergem quando a tarefa de compra é
completada com sucesso e eficiência (BABIN e BABIN, 2001). Nesse sentido, eles são
provenientes de resultados relativamente tangíveis da experiência de compra, como uma
aquisição eficiente de um produto (BABIN e ATTAWAY, 2000). Portanto, os valores
46
utilitários são primariamente funcionais e racionais, e representam o quanto o “trabalho de
compra” é bem-feito (BABIN, GONZALES e WATTS, 2007). Já os valores de compra
hedônicos são resultado de uma gratificação pessoal imediata derivada do entretenimento e de
benefícios emocionais e sociais resultantes das atividades de compra (BABIN e BABIN, 2001),
entre os quais a recreação, a imersão e a alegria na experiência de compra (BABIN e
ATTAWAY, 2000), sendo primariamente afetivos (BABIN, GONZALES e WATTS, 2007).
Aproveitando as situações em que os consumidores estão agindo por impulso, os profissionais
de marketing devem organizar o ambiente de loja com o objetivo de incentivar compras, por
exemplo, colocando preços mais baixos em determinados itens (SOLOMON, 2016).
2.3.2.4 Sortimento e variedade
O sortimento refere-se ao mix de produtos dispostos na loja, envolvendo variedade
de categorias e de marcas (GREENLEY; SHIPLEY, 1988), De acordo com Terblanche e
Boshoff (2006), o sortimento está relacionado diretamente com o número de produtos
ofertados no ponto de venda e suas categorias.
O sortimento influencia a escolha do consumidor por determinada loja do segmento varejista,
assim como a satisfação pós-compra experimentada (GREWAL; LEVY; KUMAR, 2009). Por
sua vez, Carpenter e Moore (2006) citam que a qualidade dos produtos vendidos pelas lojas de
varejo é um ponto que requer atenção, na medida em que o consumidor busca empresas cujos
produtos vendidos apresentem maior qualidade. Para Verhoef et al. (2009) os consumidores
preferem varejistas que disponibilizam uma ampla variedade de produtos.
De acordo com Bauer et al. (2012), o planejamento do sortimento é uma das mais desafiantes
tarefas para os varejistas devido as preferências dos consumidores por variedade, novidade e
flexibilidade que cada vez mais buscam por conveniência, novas experiências tanto no ambiente
off-line quanto no virtual. As escolhas sobre o sortimento e variedade de produtos são decisivas
para atender a satisfação do cliente no ponto de venda e, em contrapartida, atingir as metas de
vendas, garantindo a lucratividade do negócio. Porém, essa análise não parece simples, pois
hoje os consumidores têm acesso em tempo real às informações e novos produtos por diversos
canais de venda (DIAS et al., 2014). Destacam-se, no quadro a seguir, diversas pesquisas e suas
contribuições sobre as dimensões do ambiente de loja em varejo e a experiência do consumidor.
47
Quadro 3 – Principais contribuições da literatura sobre as dimensões do ambiente de loja.
DIMENSÕES PESQUISADOR ANO CONTRIBUIÇÃO SOBRE A DEFINIÇÃO
Ambiente interno
Westbrook 1981
As sensações desenvolvidas pelos clientes no ambiente de loja de uma empresa varejista são extremamente importantes para que os consumidores tenham boas experiências de compra.
Backstrom e Joahansson
2006 O ambiente da loja é um critério muito utilizado pelos clientes para avaliar a qualidade e a experiência de compra nas lojas de varejo.
Rayburn e Voss 2013 A importância do ambiente de loja durante a experiência de compra dos consumidores.
Zeithaml, Bitner e Gremler
2014 Foi abordado nos estudos o layout de loja e a funcionalidade dos ambientes de serviço, e como esses fatores melhoram a experiência do consumidor.
Solomon 2016
A imagem e a atmosfera da loja são importantes fatores relacionados com o ambiente de compra em varejo. Assim, o ambiente da loja influencia fortemente a tomada de decisão de compra do consumidor.
Atendimento
Westbrook 1981 As interações entre clientes e funcionários são elementos essenciais para que os consumidores possam ter boas experiências de compra nas lojas varejistas.
Costa et al. 2008
A partir de estudos, foram disponibilizados indicadores de que o atendimento se mostra como um componente relevante na formação da confiança e da lealdade de clientes varejistas.
Fatima e Razzaque
2014
A experiência de compra está atrelada a atenção criada a cada consumidor de forma individual, a existência de funcionários que entendem as necessidades e do contato de maneira agradável entre funcionários e clientes.
Parente e Barki 2014 Quando o atendimento ao cliente é desempenhado de forma adequada, o varejista consegue desenvolver relações de longo prazo e manter a fidelidade do cliente.
Valor de compra
Zeithaml 1988 O valor não é obtido simplesmente pela compra de um produto e sim pela experiência completa de compra.
Babin, Darden e Griffin
1994 o valor de compra é uma resposta interna do consumidor ao ambiente de varejo.
Johnson 2015 Valor é resultado da percepção do consumidor sobre a relação entre os benefícios obtidos pelo preço pago.
Grewal 2017
Os consumidores preferem varejistas percebidos como aqueles que possuem os preços mais justos. Porém, além do preço dos produtos, as promoções também influenciam a qualidade da experiência de compra.
Sortimento e variedade
Terblanche e Boshoff
2006 o sortimento está relacionado diretamente com o número de produtos ofertados no ponto de venda e suas categorias.
Grewal, Levy e Kumar
2009 O sortimento influencia a escolha do consumidor por uma determinada loja de varejo, bem como sua experiência de compra.
Bauer et al. 2012 As escolhas sobre o sortimento de produtos são decisivas para atender a satisfação do cliente no ponto de venda de varejo.
Fonte: Elaborado pelo autor
48
Na próxima seção será abordado a intenção de recomendação e como ela se relaciona com a
experiência do consumidor no ambiente de varejo.
2.4 Recomendação de clientes com ênfase no Net Promoter Score (NPS)
Dentro da literatura de marketing, a recomendação tem sido considerada como um canal de
comunicação repleto de credibilidade e que possui potencial superior a qualquer outro meio,
podendo ainda servir de indicador antecedente para o sucesso de produtos e serviços.
Entretanto, a recomendação está vinculada as características do relacionamento existente entre
a empresa e seus clientes (GODES; MAYZLIN, 2004). Para garantir a recomendação, as
empresas tomam diferentes iniciativas no sentido de construir relacionamentos mais robustos
com seus clientes (PALMATIER et al., 2006).
A recomendação do produto, serviço ou marca é estudado como parte da intenção de
comportamento do cliente, sendo que, quando a intenção é positiva, a recomendação é
favorável, tal como quando a intenção é negativa, o cliente tende a tecer comentários negativos
a familiares e amigos (HANZAEE; REZAEYEH, 2013).
A recomendação, também conhecida como boca a boca, é abordada por vários autores, entre
eles Eisingerich e Bell (2007), Klaus e Nguyen (2013). O boca a boca positivo é um modo de
comunicação interpessoal com mais eficácia, passando mais que informações comerciais
(MARTIN; LUEG, 2013). Proença e Rodrigues (2011) afirmam existir uma relação direta entre
uma percepção de qualidade superior do serviço e recomendação positiva a clientes. Assim,
quando os clientes disfrutam de uma experiência positiva num serviço, estes recomendam o
serviço aos seus conhecidos/familiares, descrevendo a sua interação com a empresa (KLAUS;
MAKLAN, 2012).
A necessidade de mensuração não só do boca a boca, como também do desempenho
experiencial de cada cliente, torna-se ainda mais relevante no modelo corporativo atual.
Indicadores devem permitir ainda diferenciar os clientes, considerando o impacto conjunto do
boca a boca e de seu desempenho individual, e consequentemente identificar oportunidades de
ações direcionadas para melhoria da experiência do consumidor (KUMAR; REINARTZ,
2016).
Apresentado ao mundo como ferramenta de mensuração da satisfação do cliente, no artigo da
Harward Business Review, de 2003, de título “The One Number You Need to Grow”, o Net
Promoter Score (NPS) tornou-se uma métrica amplamente adotada por diversas empresas de
variados segmentos (REICHHELD; MARKEY, 2011) ao redor do mundo. Considerado pelo
49
teórico como o melhor indicador para avaliar o crescimento de uma empresa (REICHHELD,
2003), o NPS foi alvo de contestações quanto a sua efetiva superioridade como indicador de
crescimento (KEININGHAM et al., 2008) e de intenção de compra (ZAKI et al., 2016).
O NPS é um indicador que tem como objetivo realizar a mensuração do grau de fidelidade dos
consumidores de qualquer tipo de empresa. É usado por diversas organizações em todo o mundo
para medir a fidelidade dos seus consumidores, acompanhando o crescimento e a evolução dos
seus negócios a partir da análise dos resultados obtidos (DUARTE, 2012). A compreensão da
experiência do cliente no ponto de venda faz-se relevante para as organizações varejistas que
têm como foco gerar valor e impactar positivamente a satisfação, a lealdade e a possibilidade
de recomendação de seus consumidores (COSTA et al., 2008).
No livro “The Ultimate Question” (REICHHELD, 2003), são apresentados três tipos de
abordagens aplicadas à avaliação dos consumidores através da metodologia NPS. A primeira
delas é denominada Benchmark Competitivo, onde se busca uma percepção do consumidor não
só sobre a empresa, mas também sobre os principais participantes do mercado. A segunda
abordagem é denominada Relacionamento, onde o principal objetivo é capturar, através de uma
amostra de clientes, qual a percepção da qualidade do relacionamento entre os clientes e a
empresa. Já a terceira abordagem, denominada Experiência, onde o consumidor é avaliado após
determinados eventos de experiência. Essa última abordagem tem como objetivo avaliar as
experiências dos consumidores e direcionar para as organizações ações para melhoria dessas
experiências de compra.
O monitoramento do NPS permite uma melhor visão da experiência do cliente a partir de dois
aspectos: NPS Top-Down e NPS Bottom-Up. O primeiro representa compreensão da opinião
do cliente de maneira ampla e cíclica com o objetivo de avaliar, a partir de experiências
recorrentes da interação entre consumidor e empresa, a visão dele com relação, por exemplo,
ao envolvimento com a marca. O segundo tem como foco o monitoramento de etapas
operacionais, onde a empresa obtém o feedback do cliente em relação a alguma etapa do
processo de compra, a exemplo do NPS da Apple. Após a compra de um produto no e-
commerce, é feita uma pesquisa, antes mesmo do cliente receber o produto, considerando desta
maneira, uma etapa inicial da experiência do cliente (DUARTE, 2012).
Após a publicação da metodologia NPS e a sua subsequente aplicação em diversas empresas,
Van Doorn et al. (2013) buscaram replicar os estudos que relacionam métricas como NPS e
Satisfação, com desempenho organizacional envolvendo variáveis financeiras, tais como
receita de vendas, margem bruta e fluxo de caixa livre da operação. Os resultados encontrados
50
revelaram que todas as métricas apresentaram uma performance igualmente boa na previsão de
margem bruta e receitas de vendas correntes e igualmente ruim na previsão de crescimento de
vendas e margens, ressaltando também que o NPS não se apresentou inferior ou superior às
demais métricas de satisfação avaliadas (VAN DOORN et al., 2013).
No seu artigo, Reichheld (2011) ressalta que “um alto NPS por si só não é o real objetivo,
porque um alto NPS por si só não garante sucesso”. Dessa forma, o autor coloca a necessidade
de avaliar outros atributos das empresas além daquele que é escopo do NPS, ou seja, a qualidade
do relacionamento dos clientes com a empresa. Zaki et al. (2016), defende que metodologias
de BI&A garantem uma melhor avaliação da satisfação de compra do consumidor que uma
análise com base unicamente no NPS. Dessa forma os autores convergem com o resultado
encontrado por Keiningham et al. (2008), convergindo assim para uma análise com múltiplos
indicadores para que se possa avaliar de melhor forma a satisfação, a lealdade e a experiência
de compra do consumidor.
De acordo com Reichheld (1993), a estrutura conceitual do NPS está baseada numa pesquisa
cuja questão é definida como “Qual a chance de você recomendar essa empresa para um amigo
ou parente?”. A resposta deve ser dada numa escala de 11 pontos, onde 0 expressa uma baixa
probabilidade de recomendação e 10 expressa uma alta probabilidade de recomendação. Com
base nas respostas dos clientes, as notas são agrupadas em 3 subgrupos, sendo: Detratores, com
notas que vão de 0 a 6. Os detratores são os clientes que não tiveram uma boa experiência de
compra com a empresa e que provavelmente não voltariam a fazer negócio com ela; Neutros,
com notas entre 7 e 8; Promotores, com notas entre 9 e 10. Os promotores tiveram uma boa
experiência com a empresa, são leais e oferecem feedback para melhoria contínua da empresa.
A partir desses subgrupos o indicador é calculado subtraindo do percentual de Promotores o
percentual de Detratores (REICHHELD, 1993).
Segundo Riechheld (2011), o principal objetivo das estratégias corporativas é construir maior
vantagem competitiva e market share. Com efeito, a implementação da metodologia NPS apoia
os gestores na consecução de estratégias direcionadas ao aumento do número de promotores e
consequente redução no número de detratores, o que auxilia as empresas a, com o tempo,
crescer mais rapidamente e de forma mais rentável que seus principais concorrentes
(REICHHELD, 2011).
% NPS = % CLIENTES PROMOTORES - % CLIENTES DETRATORES
51
2.4.1 Relação entre a experiência de compra no ambiente de varejo e a intenção de
recomendar
Para adquirir clientes e aumentar seus negócios as empresas têm adotado iniciativas de
marketing que induzam a aquisição de produtos e serviços. As recomendações exercem
influência sobre a avaliação de produtos e serviços, além de impactar o processo de decisão de
compra dos consumidores (NADEEM; RASHID; NIAZI, 2011). Diversos estudos analisam o
impacto dos atributos da loja e dos produtos nas sensações, nos sentimentos e emoções para
valorizar a experiência de compra, levando ao maior envolvimento do cliente e a sua decorrente
fidelização (CARVALHEIRO, 2010; NEWSOM et al, 2008). Além disso, Leiva (2016) indica
que uma experiência de compra positiva gera satisfação e recomendação espontânea, também
conhecida como boca a boca.
Durante a experiência de compra, a loja também procura transmitir a imagem da marca e seu
significado, em consonância com sua estratégia de branding (CARPENTER et al., 2005). Para
isto, os atributos de loja são importantes para transmitir e desenvolver seu posicionamento, bem
como sua identidade (CARPENTER et al., 2005).
Com este objetivo, as marcas varejistas de bens de consumo, utilizam a loja conceito a fim de
se diferenciar e elevar o seu prestígio, uma vez que os canais tradicionais podem ter dificuldade
em expressar o conceito da marca (FIONDA; MOORE, 2009). A loja conceito, portanto, é
projetada e gerida para criar atmosfera e experiência de compra que venham a transmitir,
integralmente, o posicionamento desejado pela marca. Nesse sentido, investigar e comparar os
atributos da loja conceito com os demais canais, comparando-os aos pressupostos teóricos, além
do interesse acadêmico, pode ser de grande valia para os profissionais de marketing e gestores
das marcas.
O estudo de Pereira (2018), propôs estudar a experiência do consumidor no varejo bancário e a
intenção de recomendar. Os achados destacam que a experiência do consumidor em serviços
financeiros acontece a cada encontro entre o cliente e a organização, seja nos canais físicos ou
através da internet, ajudando tanto na retenção como na recomendação.
Gilovich, Kumar e Jampol (2015), em seu estudo, sugerem que compras experienciais em
varejo proporcionam indicação de recomendação como antecedente da satisfação. Elas são
responsáveis pela formação de uma parte maior da identidade de uma pessoa e, por serem as
compras experienciais avaliadas mais em seus próprios termos, elas evocam menos
comparações sociais do que as compras de materiais.
52
MCkinsey & Co. (2017), contribuíram com a literatura apontando que a percepção dos clientes
quanto às interações que compreendem a etapa de experiência pós compra, como resolução de
problemas, impactam diretamente na continuidade e qualidade do relacionamento entre cliente
e empresa. Um exemplo desse impacto foi apresentado através dos resultados da pesquisa de
McKinsey & Co., de 2017, aplicada a clientes de instituições financeiras americanas. Com
efeito, a metodologia NPS, amplamente adotada por diversas empresas de diferentes
segmentos, se apresenta como uma ferramenta importante para avaliar a qualidade das
interações entre clientes e as organizações.
Mpinganjira (2015) observou em seus estudos que, em geral o cliente usa sua experiência
passada de serviços em um ambiente de loja em varejo para decidir sobre a oportunidade de se
envolver em comportamento de repetição, tais como revisitar, bem como na probabilidade de
recomendação da loja para parentes e amigos.
De acordo com Gunnebo (2017) a loja Giorgio Armani já utiliza no Brasil sistema de contador
de fluxo, que consegue estimar quantidade de pessoas e áreas de maior interessa na loja. O
sistema realiza a coleta dados de tráfego dos consumidores e os transforma em indicadores que
evidenciam principalmente a ineficiência do estabelecimento, cuja causa pode estar desde
ruptura de produto, falta de equipe ou até mesmo ponto físico desalinhado com o perfil de
consumo ao redor da sua localização.
Os estudos de Frederico, E. et al. (2014), teve como objetivo estudar os determinantes da
satisfação e do boca a boca para a marca Havaianas e ainda comparar os resultados obtidos na
loja conceito com os das lojas franqueadas da marca. A pesquisa exploratória e a entrevista com
o gestor da loja conceito possibilitaram identificar atributos importantes a serem desenvolvidos
no estudo, assim como melhor entendimento sobre a marca, seu posicionamento e as diferenças
entre os dois tipos de loja. No estudo, os itens que compõem os atributos da marca estão
associados ao design, estilo e conteúdo de moda. Apesar do fator atributos da loja conter itens
associados à atmosfera/ambiente, o item com maior carga fatorial é o atendimento, seguido da
localização, sendo considerados aspectos funcionais da experiência de compra. Os fatores
determinantes do valor foram classificados em dois grupos, o primeiro contendo atributos do
produto e da marca e o segundo contendo atributos da loja.
Na próxima seção será abordado o design de serviço como meio para criar o redesenho dos
processos no varejo utilizando tecnologia para mudar a experiência do consumidor.
53
2.5 Design de serviço
Segundo Mozota (2011), o Design é uma atividade de solução de problemas, criativa, sistêmica,
coordenadora, cultural e artística. Competências que, aliadas às da gestão nos níveis estratégico,
tático e operacional da organização podem ajudá-la a alcançar seus objetivos, principalmente a
diferenciação no mercado competitivo, o valor do produto e/ou serviço percebido pelo cliente,
a percepção da qualidade pelo cliente, inovação e coerência entre a imagem da empresa e sua
missão, visão e objetivos. Best (2012) corrobora afirmando que o Design, por natureza, se
utiliza de uma abordagem holística, integrativa e centrada nas pessoas que podem auxiliar a
mudar o enfoque do modus operandi das organizações.
Design de serviço (Service design) foi definido como a atividade de planejar e organizar
pessoas, infraestrutura, comunicação e componentes materiais de um serviço, a fim de melhorar
sua qualidade e a interação entre o provedor de serviços e os clientes (MAGER, 2009). No
entanto, devido à sua crescente popularidade e aplicabilidade na pesquisa de serviços, uma nova
compreensão do design de serviços adota uma perspectiva mais ampla, que enfatiza o
envolvimento e compreensão dos usuários e seu contexto, incluindo provedores de serviços e
práticas sociais, e traduz esse entendimento na concepção de sistemas de serviços (PATRÍCIO
et al., 2011). Com foco na experiência do cliente (ZOMERDIJK; VOSS, 2010) afirmam que o
design de serviços pode ajudar os provedores em seus esforços para se tornarem mais centrados
no cliente. Dado o crescente destaque do design de serviços, nesta nota destaca-se:
design de serviço se refere a conceitos bem estabelecidos dentro do domínio da pesquisa de
serviços;
design de serviço implica ênfase na cocriação de valor;
o design de serviço pode melhorar o equilíbrio entre vida profissional e pessoal dos
consumidores.
Stickdorn e Schneider (2012) corroboram com Patrício et al. (2011) e afirmam que o design de
serviços é centrado no usuário (projetado de acordo com a visão do usuário), cocriativo (os
stakeholders devem ser incluídos no projeto), possui uma sequência (deve ser visualizado como
uma sequência de fatos correlacionados), possui uma abordagem holística (todo o sistema que
envolve o serviço deve ser considerado) e pode possuir evidências (fazer o usuário lembrar da
experiência de compra e/ou serviço por mais tempo).
O processo de design de serviço é multidisciplinar e relaciona diversas áreas com
conhecimentos diferentes. Ferramentas, métodos e processos existentes nessas áreas
54
contribuem com a pesquisa em design de serviço. Nessa visão, a abordagem de service design
compreende a experiência de um serviço, bem como, o projeto do processo e de prestação do
serviço, afirma Moritz (2005). A Figura a seguir apresenta uma visão geral de alguns campos
de conhecimento relacionados ao design de serviço.
Figura 7 – Expertises baseadas no design de serviço
Fonte: Adaptado de Moritz (2005, p.49)
Segundo Moritz (2005) o marketing e o design sempre mediam entre a organização e o cliente.
O marketing funciona principalmente a partir de uma perspectiva organizacional. Design, por
outro lado, funciona principalmente a partir de uma perspectiva do cliente. O serviço integra
gerenciamento, marketing, pesquisa e design. Costa Junior (2012) comenta que algumas áreas
de estudo, como o design de sistemas sustentáveis e sistemas produto e serviço, também seriam
importantes constar nessa lista. Dentre as disciplinas citadas, vale destacar o design de
experiência pela sua relação com a prototipagem de serviços.
Pinheiro (2014) considera o design de serviços como uma prática transdisciplinar e Pinheiro e
Alt (2011) entendem que serviços são ecossistemas complexos repleto de estruturas tangíveis e
intangíveis, e que um gestor deve visualizá-los de um ponto de vista abrangente e holístico para
poder compreendê-los. Para os autores o conhecimento profundo do comportamento das
DESIGN DE
SERVIÇO
Marketing
Pesquisa
Design
Gest
ãoCliente
Empr
esa
Bran
ding
Pesquisa de Mercado
Desig
n de
Inte
riore
s
Gestão de Processo
55
pessoas não seria possível sem uma visualização sistêmica de seu contexto já que muitos fatores
presentes nele influenciam as atitudes de compra e de uso de produtos e serviços.
Moritz (2005) coloca que o design de serviços é um processo desenvolvido por meio de quatro
D’s: descobrir, definir, desenvolver e entregar (deliver). O autor ressalta que é necessário
compreender o cliente, a organização e o mercado, desenvolvendo ideias e traduzindo-as em
soluções viáveis que possam ser facilmente implementadas. Como resultado de sua pesquisa
com diversos especialistas na área, Moritz (2005) propôs um modelo para ajudar a entender o
design de serviços (Figura 8).
Figura 8 – Visão geral do modelo de design de serviços
Fonte: Adaptado de Moritz (2005, p. 152-153)
Na figura 8, os conceitos em laranja representam o design de serviços e os benefícios que ele
pode gerar para organizações e clientes. Já os conceitos em cinza representam organizações e
clientes, considerando seus recursos, suas limitações e o contexto no qual estão inseridos. Por
meio do modelo de Moritz (2005) é possível perceber que o design de serviços atua como
mediador entre organizações e clientes.
De acordo com Secomandi (2015), o design de serviços busca projetar experiências intangíveis
que alcançam as pessoas por meio de diferentes interfaces de serviço (arquitetura, ambientação,
pontos de venda, entre outros). Ainda, segundo autor, essas interfaces de serviço não
compreendem somente elementos físicos, mas também as experiências que acontecem nos
contatos humanos durante a entrega dos serviços e que, apesar de não poderem ser “projetadas”
como os aspectos materiais, devem ser considerados no design de serviços, fazendo com que
os designers confrontem novos desafios e oportunidades a serem reconsideradas em suas
próprias abordagens projetivas.
56
Pinheiro e Alt (2011) ainda complementam que o design de serviços carrega consigo um
conjunto de áreas de conhecimento, métodos e práticas que permitem que equipes
multidisciplinares trabalhem no desenvolvimento das mais diversas ofertas de serviços
adaptadas ao consumidor. Tal afirmação justifica a necessidade das empresas terem um gestor
capaz de planejar, organizar e administrar todos esses fatores envolvidos.
Após a elaboração dos planos de ação, são definidos os projetos e, dentro desses, os redesenhos
de processos de serviços. Segundo Picchiai (2013), projeto contempla um conjunto de estudos
específicos tendo em vista resultados preestabelecidos para criar um serviço único; e processos
são operações sequenciais em busca de um fim especifico. Em nível tático, Best (2012) afirma
que trata-se do “processo de Design”, ou seja, “onde os projetos de Design e as pautas de Design
são desenvolvidos”.
O design de serviço vem contribuir com a criação, detalhamento, testes e acompanhamento da
melhor configuração possível de um serviço dentro do contexto de um projeto. Para tanto, é
necessário entender as condições físicas, ambientais e as individualidades dos consumidores
que interferem na experiência dos serviços e o que realmente pode ser projetado em um
determinado serviço (BLOMKVIST, 2011). Um conceito central relacionado com o que pode
ser concebido de um serviço são as propriedades do ambiente físico que afetam as experiências
do cliente. O ambiente físico pode influenciar a cognição, comportamento e experiências, tendo
em vista, as condições ambientais, características dos indivíduos que provem o serviço, layout
espacial e funcionalidade, símbolos e artefatos (MAGER, 2004).
2.5.1 Multilevel Service Design (MSD) e sua relação com a experiência do consumidor
O método de Design de Serviço Multinível (MSD) sintetizou contribuições do design de
interação, ciência de serviços, gerenciamento e engenharia para construir uma abordagem
interdisciplinar ao design de serviços. O método MSD permite o design integrado de ofertas de
serviços em três níveis hierárquicos com um forte foco na experiência do cliente, ou seja,
projetar o conceito de serviço da empresa, projetar o sistema de serviço da empresa e projetar
cada encontro de serviço. Esses diferentes níveis devem ser integrados, pois é necessário fazer
saltos recorrentes entre projetar em detalhes e projetar holisticamente (PATRÍCIO et al., 2011).
Com essa perspectiva multinível, o método MSD oferece uma visão holística, do nível do
conceito de serviço, ao nível do sistema de serviço multi-interface e a cada encontro de serviço.
Ao integrar os conceitos e ferramentas de design e gerenciamento, o MSD permite uma melhor
integração de duas perspectivas para o design de serviços. Primeiro, mesclando o mapa das
57
partes interessadas e a constelação de valor do cliente, do inglês Customer Value Constellation
(CVC). O MSD permite mapear a rede de valor a partir da qual o cliente também cria valor,
mas também analisando novos conceitos de serviço e como eles refletem o posicionamento
estratégico da empresa (PATRÍCIO et al., 2011).
Em segundo lugar, desenvolvendo a Arquitetura e Navegação do Sistema de Serviços, o MSD
permite mapear e analisar as jornadas potenciais dos clientes e mostra como os processos e
tecnologias precisam ser projetados para suportar a experiência do cliente (STICKDORN;
SCHNEIDER, 2010). O método MSD une as contribuições de diferentes campos e projeta a
oferta de serviços por meio dos diferentes níveis de experiência do cliente (Figura 9). Este
método reconhece que as organizações não podem projetar experiências do cliente, mas os
sistemas de serviços podem ser projetados para a experiência do cliente (PATRÍCIO et al.
2011).
Figura 9 – Modelo geral de Multilevel Service Design
Fonte: Adaptado de Patrício et al. (2011).
Segundo Patrício et al. (2011), o processo MSD compreende quatro etapas:
Etapa 1: um estudo aprofundado da experiência do cliente é realizado em três níveis: a
experiência da constelação de valor (value constellation experience), a experiência de
serviço (service experience) e a experiência de encontro do serviço (service encounter
experience).
58
Etapa 2: com base no estudo da experiência do cliente, o modelo de Customer Value
Constellation (CVC) permite projetar o conceito de serviço. O CVC representa o conjunto
de ofertas de serviços e respectivas inter-relações que permitem aos clientes cocriar sua
experiência de valor para uma determinada atividade juntamente com a empresa.
Etapa 3: o sistema de serviços da empresa é projetado por meio do Service System
Architecture (SSA) e do Service System Navigation (SSN). O SSA define a estrutura do
sistema de serviços, fornecendo uma visão integrada dos processos de oferta e suporte
multi-interface em toda a experiência de serviço. O SSN mapeia os caminhos alternativos
que os clientes podem seguir em diferentes encontros de serviço na experiência de serviço.
Etapa 4: o método MSD usa o plano de experiência Service Experience Blueprint (SEB)
(PATRÍCIO et al. 2008) para projetar cada encontro de serviço concreto.
Patrício e Fisk (2011) entendem o Multilevel Service Design como uma nuvem de serviços
diferentes, para o qual o cliente deve passar, a fim de alcançar uma determinada proposta de
valor. De acordo com Patrício et al. (2011), para empresas, uma abordagem MSD possibilita
um novo tipo de desempenho corporativo, bem como uma ótima proposta de valor para o
cliente. Para isso, as organizações devem levar em conta não apenas os serviços restantes que
o cliente pode utilizar em seu caminho de experiência, mas também um layout de serviço
integrado dentro dessas organizações (PATRÍCIO et al., 2011).
A seguir, hipóteses e o modelo conceitual proposto.
Modelo teórico e Hipóteses
Visando um melhor entendimento em torno das hipóteses da pesquisa, a Figura 10 apresenta o
modelo teórico proposto, pois trata-se de uma compilação dos modelos apresentados na
literatura.
59
Figura 10 – Modelo teórico proposto
Fonte: Elaborado pelo autor.
Visando melhor compreensão em torno das hipóteses da pesquisa, o Quadro 4 apresenta uma
lista das hipóteses a serem testadas no estudo, reunindo os construtos experiência de compra e
intenção de recomendação, comparando tanto a loja que recebeu o redesenho de processos de
serviços com aplicação de técnicas de video analytics como a loja que não sofreu nenhum tipo
de tratamento.
Quadro 4 – Resumo das hipóteses do estudo
Hipótese
H1 A mudança de layout influencia positivamente a avaliação entre ambiente interno e a intenção de recomendação dos consumidores nas lojas.
H2 A mudança de layout influencia positivamente a avaliação entre o atendimento e a intenção de recomendação dos consumidores nas lojas.
H3 A mudança de layout influencia positivamente a avaliação entre o valor de compra e a intenção de recomendação dos consumidores nas lojas.
H4 A mudança de layout influencia positivamente a avaliação entre sortimento/variedade e a intenção de recomendação dos consumidores nas lojas.
Fonte: Elaborado pelo autor
No capítulo seguinte os procedimentos metodológicos da pesquisa serão apresentados. Constará
o contexto da pesquisa e como a mesma será delineada. Serão vistos ainda, a população e
amostra, as variáveis pesquisadas e como se dará a coleta de dados, além dos métodos e análises.
60
3. PROCEDIMENTOS METODOLÓGICOS
Após revista a literatura acerca de design de serviço, experiência do consumidor, vídeo
analíticos e intenção de recomendação, continua-se com à descrição da forma com que serão
atingidos os objetivos propostos na introdução deste estudo. Iniciando pelo delineamento da
pesquisa, unidade de análise, população alvo, instrumentos de coleta de dados e a análise dos
dados.
3.1 Delineamento da pesquisa
Entende-se por delineamento de uma pesquisa o conjunto composto pelo plano de trabalho do
pesquisador e a forma como este escolhe as suas amostras e analisa os seus dados. A escolha
por um delineamento de pesquisa implica na quantidade de amostras, na formação e
aleatoriedade de grupos e em eventuais restrições na pesquisa (SMITH, 2000).
Campbell e Stanley (1979) possuem designações para diferentes delineamentos de pesquisa. Os
autores utilizam a letra O para representar uma observação realizada na amostra e a letra X para
representar um tratamento realizado. Um subíndice na letra O indica uma observação particular
de uma série de observações realizadas. Quando na frente de uma sequência de observações for
utilizada a letra A, significa que as amostras foram selecionadas de forma aleatória. Cada
sequência disposta em uma diferente linha representa uma mesma amostra, indicando uma linha
de tempo.
Dessa forma, a sequência representada pela Figura 11 define um delineamento onde se observou
um grupo de indivíduos uma vez (O1), submeteu-se então o grupo a um determinado tratamento
X e observou-se o mesmo grupo uma segunda vez (O2). Esse grupo de indivíduos é chamado
grupo experimental. A segunda linha do delineamento significa que se observou um segundo
grupo uma vez (O3), não se aplicou nenhum tratamento e então se observou o grupo de
indivíduos novamente (O4). A esse grupo é dado o nome de grupo de controle. A letra A indica
que os dois grupos foram formados aleatoriamente.
Figura 11 – Exemplo de delineamento de pesquisa
Fonte: Adaptado de Campbell e Stanley (1979)
A O1 X O2
A O3 O4
61
Diferentes tipos de delineamentos podem ser adotados em uma pesquisa. Campbell e Stanley
(1979) dividem os delineamentos de pesquisa de acordo com o tipo de estudo em três classes
distintas: delineamentos não-experimentais, delineamentos experimentais e delineamentos
quase-experimentais. O primeiro caracteriza-se por não possuir grupo de controle. Em outras
palavras, nos estudos não-experimentais apenas um grupo é estudado, sem que sejam feitas
comparações com um grupo equivalente que não tenha recebido a manipulação. Os estudos
experimentais pressupõem o uso da atribuição aleatória dos sujeitos aos tratamentos. Estes
estudos reduzem a possibilidade de existirem explicações alternativas para os resultados
encontrados, uma vez que vieses de atribuição dos sujeitos às condições experimentais são
eliminados pela aleatoriedade, algo que não ocorre em estudos nos demais delineamentos.
Diferentemente dos estudos experimentais, o delineamento quase-experimental não envolve a
distribuição aleatória dos sujeitos aos tratamentos. Eles geralmente são utilizados quando o
pesquisador não possui controle sobre o processo de aleatoriedade, ou quando os estudos são
realizados no campo. Além disso, os estudos quase-experimentais pressupõem que o
pesquisador não possua controle pleno sobre a exposição dos sujeitos às manipulações da
variável independente (CAMPBELL; STANLEY, 1979).
A presente pesquisa trata de um estudo exploratório de abordagem quase-experimental, cuja
investigação é fundamentada na mensuração da experiência do consumidor mediante a inclusão
de aspectos tecnológicos para mudanças em ambiente de loja física em varejo. A utilização do
quase-experimento se dá devido ao fato do pesquisador não possuir pleno controle da aplicação
dos estímulos experimentais (CAMPBELL; STANLEY, 1963).
Os quase-experimentos se caracterizam como experimentos que carecem de designação
aleatória das observações aos tratamentos (as variáveis de interesse), mas que possuem
propósitos e atributos semelhantes a experimentos randomizados (SHADISH; COOK;
CAMPBELL, 2002). Embora o quase-experimento faça análise de relações causais, requer que
o pesquisador tenha consciência dos limites de seu estudo. Para Campbell e Stanley (1979) o
pesquisador ao interpretar os resultados, deve considerar a possibilidade de variáveis não
controladas tornarem-se responsáveis pelos resultados do estudo.
O quase-experimento é aceito e amplamente aplicado na área de administração (MAYER;
DAVIS, 1999; TAYLOR et al., 1995), e vem sendo utilizado também para pesquisas em
marketing (SMITH, 2006; REISER, 2005; EVANS et al., 2000). Os estudos quase-
experimentais são assim chamados por não contemplarem todas as características de um
experimento verdadeiro, pois um controle experimental completo nem sempre é possível,
62
principalmente no que se refere à randomização e aplicação da intervenção (LEVY; ELLIS,
2011).
São vários os delineamentos quase-experimentais descritos na literatura (CAMPBELL;
STANLEY, 1979; MARCZYK; DeMATTEO; FESTINGER, 2005), e dentre eles o que mais
se adequou a presente pesquisa é o delineamento de amostras distintas. Neste delineamento o
pesquisador escolhe aleatoriamente dois grupos que participarão da pesquisa, e não os sujeitos
dos grupos. Inicialmente é observado um dos grupos e decide-se pela aplicação ou não do
tratamento para esse grupo. O tratamento é então aplicado ao outro grupo, que é observado em
seguida (CAMPBELL; STANLEY, 1979). A Figura 12 ilustra o delineamento por amostras
distintas que será usado neste estudo.
Figura 12 – Modelo de delineamento por amostras distintas
Fonte: CAMPBELL E STANLEY, 1979.
O delineamento quase-experimental por amostras distintas, não é dos projetos mais fortes, pois
as diversas ameaças à validade interna do experimento não são trabalhadas adequadamente. O
histórico pode confundir os resultados da pesquisa, mas pode ser superado ao repetir o estudo
outras vezes e em outros contextos. Em contrapartida, este delineamento é considerado superior
aos experimentos verdadeiros em relação à sua validade externa. Sua maior força resulta do
fato de ser um experimento de campo no qual as amostras são comumente retiradas de uma
população para a qual o pesquisador pretende generalizar os resultados (COOPER;
SCHINDLER, 2016).
Segundo Campbell e Stanley (1979) as principais vantagens do delineamento quase-
experimental por amostras distintas está no fato de investigar mudanças ao longo do tempo e
permitir a comparação com outro grupo não submetido ao tratamento. Segundo Cooper e
Schindler (2016) no delineamento quase-experimental por amostras distintas os dois grupos
idealmente devem ser o mais parecido possível, podendo usar por exemplo diferentes membros
de um clube ou clientes de lojas similares. Dentre as desvantagens encontram-se o fato desse
tipo de quase-experimento não observar mudanças ocorridas no mesmo grupo e não permitir o
controle sobre algumas variáveis estranhas (CAMPBELL; STANLEY, 1979).
A O1 (X)
A X O2
63
No que se refere à abordagem de pesquisa, o presente trabalho utilizou um estudo quantitativo.
A pesquisa quantitativa busca a quantificação de dados da pesquisa e, geralmente, emprega
análises estatísticas (percentagem, média, moda, mediana, desvio-padrão, coeficiente de
correlação, análise de regressão, etc.) para compilar as informações (MALHOTRA et al., 2012).
O método utilizado para obtenção de informações na população pesquisada foi o método de
levantamento de Campo (survey), que se baseia no interrogatório direto dos participantes a
partir de questionários estruturados a fim de explicar informações específicas (MALHOTRA,
2012).
Para a pesquisa, as amostras foram selecionadas de duas lojas do mesmo varejista em estudo,
sendo de duas cidades próximas e bem similares, seguindo assim a recomendação de Cooper e
Schindler, (2016). No grupo 1, denominado “loja com mudança de layout”, foi realizado
durante um período de 9 meses a adequação da loja utilizando as técnicas de Multilevel Service
Design com tratamento técnico de análise de vídeo conforme estudos desta dissertação. O
tratamento foi realizado mediante a utilização do redesenho de processos de serviços utilizando
tecnologias de BI&A com vídeo analíticos para geração de informações acerca do
comportamento do consumidor. A partir deste, a loja pôde promover alterações de layout e criar
promoções direcionadas, melhorar o atendimento e o sortimento de produtos, para proporcionar
uma melhor experiência de compra dos clientes.
Após isso, foi realizado em maio de 2019, por um período de 7 dias, a coleta de dados da loja
com mudança de layout sobre a experiência de compra do consumidor e sua relação com a
intenção de recomendação. Também em maio, de maneira simultânea, foi realizada a coleta de
dados no grupo 2, denominado “loja sem mudança de layout”, onde não houve qualquer
intervenção por meio de processos de design de serviços com aplicação tecnológica utilizando
vídeos analíticos.
Em relação à lógica e resultado, o presente estudo caracteriza-se como dedutiva e aplicada,
visto que uma estrutura conceitual e teórica foi constituída para posteriormente ser testada
(COLLINS; HUSSEY, 2005).
Os desenhos de quase-experimento demandam a utilização de modelos estatísticos que
permitam a estimativa dos efeitos do programa ajustado para efeitos de variáveis que podem
influenciar a reposta (CAMPBELL; STANLEY, 1963). O agrupamento teórico dos itens nos
fatores, conforme descrito pela teoria, foi inicialmente submetido a uma análise confirmatória.
64
Porém, com o objetivo de otimizar a utilização do instrumento, outra organização dos itens foi
obtida a partir da análise exploratória dos dados para identificação de um melhor agrupamento
das variáveis (HAIR et al., 2009). Os dois agrupamentos foram utilizados na análise de
regressão logística e teste de Mann-Whitney, em seguida, os resultados foram comparados e
analisados. A seguir, a Figura 13 ilustra através de um fluxograma o desenho metodológico da
pesquisa.
Figura 13 – Desenho metodológico da pesquisa
Fonte: Elaborado pelo autor
Para o redesenho de processos de serviços na loja com mudança de layout, foi utilizado o
modelo Multilevel Service Design (MSD) para adequação da loja, conforme Quadro 5. Durante
o periodo de implantação do MSD foi necessário a formação de uma equipe multidisciplinar no
varejista em estudo, que incluiu o gerente da área de negócios e representantes de marketing,
sistemas de informação e operações da empresa. O modelo MSD ajuda a equipe analisar e
discutir a solução existente, revelando problemas na experiência do cliente e áreas potenciais
para a inovação de serviços. Esses modelos também são usados para gerar e selecionar possíveis
conceitos e soluções de design de serviços, comparando e avaliando diferentes alternativas
(PATRÍCIO et al., 2011). Foi aplicado nesta pesquisa o conceito de redesenho de serviço
existente com foco na experiência de serviço multi-interface sem alterar o conceito de serviço.
65
Quadro 5 – Etapas do MSD
Etapas MSD Aplicação em varejo
Etapa 1: Estudar os três níveis de experiência do cliente;
Estudar os níveis de gestão de experiência do consumidor no grupo 1 (loja com mudança de layout);
Etapa 2: Projetar o conceito de serviço Definir o conceito de serviço para ambiente de loja em varejo;
Compreender o valor da experiência do consumidor na loja.
Fazer o mapa da experiência do consumidor para aplicação no varejista em estudo;
Projetar o conceito de serviço a partir do entendimento do valor da experiência do cliente na loja.
Projetar um conceito de serviço para criar valor na experiência do cliente no varejista em estudo.
Etapa 3: Projetar o sistema de serviço.
Projetar no grupo 1 (loja com mudança de layout) o redesenho de serviço de varejo para o novo serviço utilizando técnicas de BI&A com ênfase em utilização de video analytics;
Compreender a experiência do serviço; Fazer o mapeamento da experiência do serviço no varejista em estudo;
Projetar o Service System Architecture (SSA);
Projetar o SSA para o varejista em estudo com a utilização dos resultados gerados pelas análises de vídeo;
Projetar o Service System Navigation (SSN).
projetar o SSN para o varejista em estudo com a utilização dos resultados gerados pelas análises de vídeo;
Etapa 4: Projetar o encontro de serviço; Projetar o encontro de serviço no varejista;
Compreender a experiência do encontro de serviço;
Mapear a experiência do consumidor para cada encontro de serviço do novo serviço desenvolvido após o tratamento tecnológico;
Projetar o encontro de serviço com o service experience blueprint
Projetar o encontro de serviço com o grupo 1 (loja com mudança de layout) do varejista em estudo.
Fonte: Elaborado pelo autor
Etapa 1: Os níveis de experiência do cliente para esta pesquisa foram utilizados de acordo com
as dimensões da experiência do cliente conforme base dos estudos de Terblanche e Boshoff
(2006) e Costa et. al (2008), são eles: ambiente interno, valor de compra, atendimento e
sortimento/variedade. Foi realizado o entendimento das necessidades de melhorias de serviços
na loja denominada loja com mudança de layout.
Etapa 2: Foi projetado o conceito de serviço avaliando as interações entre a organização e o
consumidor. Assim foram identificados os processos necessários para o redesenho do serviço
no ambiente desta loja do varejista em estudo. Nessa etapa foi identificado além da necessidade
do tratamento tecnológico, o envolvimento de uma equipe multidisciplinar para análise da
solução desenvolvida, assim como nos estudos de Patrício et al., 2011.
66
Etapa 3: Após compreensão das etapas de serviço foi realizado o tratamento tecnológico na loja
por meio da implantação de um sistema de análise de vídeo com câmeras de segurança já
existentes para que a organização conseguisse extrair dashboards (relatórios) e a partir destas
informações a equipe multidisciplinar pudesse alterar e/ou adequar as dimensões da experiência
no ambiente de loja mencionadas na etapa 1, para assim melhorar a experiência de compra do
consumidor na referida loja. As informações do sistema de análise de vídeo, bem como as
soluções de BI&A foram abordadas na literatura deste estudo de acordo com os autores:
CONNELL et al. (2013) que aborda o estudo da análise de fila, contagem de pessoas, área
quente; LIU et al. (2015) que afirma acerca do comportamento e fluxo de cliente dentro da loja.
As figuras a seguir ilustram os dashboards extraídos da loja com mudança de layout, que
serviram como suporte a tomada de decisão da equipe multidisciplinar, sendo possível gerar o
redesenho do serviço realizando mudanças no ambiente da loja, com o intuito de melhorar a
experiência do consumidor. Foi utilizado o software Genetec retail sense para geração dos
analíticos através das imagens das câmeras de segurança instaladas na loja com mudança de
layout (GENETEC, 2019). A Figura 14 apresenta o vídeo analítico de contagem de pessoas que
gerou relatórios de entrada e saída dos clientes na referida loja em estudo, bem como a criação
de fluxo de pessoas na loja para melhor gestão da variedade de produtos e geração de promoções
na loja (CONNELL et al., 2013).
Figura 14 – Vídeo analítico de fluxo de pessoas no ambiente da loja com mudança de layout
Fonte: Elaborado pelo autor através do software Genetec retail sense.
67
A Figura 15 representa a utilização de heat map na loja com mudança de layout do varejista
tema deste estudo. Com este analítico foi possível analisar o rastreamento dos consumidores e
saber assim, em quais áreas ou até mesmo gôndolas os clientes passam a maior parte do tempo.
Com esse dado foi possível a otimização do layout da loja, influenciando no atendimento,
marketing e promoções (CONNELL et al., 2013).
Figura 15 – Vídeo analítico de heat map no ambiente da loja com mudança de layout
Fonte: Elaborado pelo autor através do software Genetec retail sense.
A próxima figura apresenta um dashboard com um resumo de alguns analíticos de vídeo que
foram utilizados na loja com mudança de layout do varejista em estudo, dentre eles: contagem
de pessoas com percentual de taxa de conversão de vendas, heat map e gerenciamento de fila.
Este último gerou estatísticas do tempo médio de espera entre filas para que o varejista pudesse
otimizar os funcionários na loja, melhorando assim a qualidade do atendimento e experiência
do consumidor (FERREIRA, 2014; CONNELL et al., 2013).
Figura 16 – Dashboard de analíticos utilizados na loja com mudança de layout
Fonte: Elaborado pelo autor através do software Genetec retail sense.
68
Etapa 4: Após a implantação do tratamento tecnológico com as técnicas de vídeo analíticos na
referida loja e envolvimento da equipe multidisciplinar para adequação da loja e avaliação das
dimensões do ambiente de loja em varejo, foram realizadas algumas interações para o encontro
de serviços entre a loja e o consumidor. Tal encontro de serviço serviu para realizar as
adequações necessárias para tomada de decisão e melhoria da experiência do consumidor.
3.2 População e amostra
População, conforme apresenta Almeida (2014, p. 20) são “aqueles a quem se refere o estudo”.
Nesta etapa foram coletadas informações acerca do universo estudado. Logo, o presente estudo
teve como população os consumidores de uma rede de varejo no formato de loja de
departamento instalada em diversas cidades no estado de Santa Catarina. O Varejista foco da
pesquisa, possui lojas físicas distribuídas nas 5 regiões do Brasil e em 17 estados da federação.
Duas lojas similares no estado de Santa Catarina e equidistantes 15 quilômetros foram
escolhidas para a presente pesquisa.
A amostra é uma parte de um universo ou população com as mesmas características. Quando o
levantamento recolhe informações de todos os integrantes do universo pesquisado, tem-se um
censo (GIL, 2010). Oliveira (2001) define amostragem não probabilística como “aquela em
que a seleção dos elementos da população para compor a amostra depende ao menos em parte
do julgamento do pesquisador ou do entrevistador no campo”, e amostra por conveniência como
“A seleção de membros da população mais acessíveis”. Devido ao fato dos participantes da
pesquisa não terem sido escolhidos de forma aleatória, a amostra utilizada no estudo foi definida
como não probabilística e por conveniência.
O tamanho da amostra a ser estudada é um assunto que gera discussões por depender do tipo
de análise estatística do estudo, existindo ainda, alguns autores que discordam sobre o número
de respondentes a ser utilizado dentro de uma mesma análise estatística (FIGUEIREDO
DAMÁSIO, 2012). A questão do tamanho amostral em análise, segundo Hair Jr et al. (2009)
não se relaciona com quaisquer problemas de interferência estatística. A amostra deve ser
grande o bastante para adequadamente representar todos os grupos relevantes da população a
ser estudada.
O tamanho mínimo da amostra segundo Hair Jr. et al. (2009) depende do número de variáveis
preditoras consideradas na análise, incluindo as que podem ser excluídas. No caso da técnica
de regressão logística, sugere-se uma proporção de 20 observações para cada variável, o que
pode ser bastante difícil em alguns estudos. Neste caso, o número mínimo seria de 5 observações
69
por variável. Para o número de variáveis propostas nesta pesquisa, 19 variáveis, sugerem-se pelo
menos 380 casos, sendo 20 para cada variável pesquisada (HAIR et al., 2009). Sendo assim, a
amostra desta pesquisa com o N > 380 casos foi utilizada.
3.3 Variáveis Pesquisadas
Após as etapas do design de serviços com aplicação das técnicas de video analytics foram
avaliadas a experiência de compra do consumidor através das dimensões ambiente interno,
atendimento, sortimento/variedade e valor de compra, baseado nos estudos de Terblanche e
Boshoff (2006) e Costa et. al (2008). Foi realizado o levantamento dos dados através de survey
com os consumidores da loja com mudança de layout após o período de 9 meses de redesenho
de serviços utilizando a técnica MSD. Também foi feito o levantamento de dados através de
survey com os consumidores da loja sem mudança de layout, onde não houve nenhuma
aplicação de método MSD. O Questionário referência com as variáveis da pesquisa foram
retiradas dos estudos de Costa et. al (2008), conforme Apêndice A.
Também foi avaliado a intenção de recomendação do consumidor através da métrica do Net
Promoter Score (NPS), que foi defendido por Reichheld (2003). O novo modelo de gestão, que
coloca no centro do processo decisório a lealdade do cliente com experiências vivenciadas ao
longo do seu processo de consumo, traz consigo desafios inerentes ao processo de
transformação das estruturas das empresas e dos seus gestores. Como forma de garantir a
efetividade da gestão focada na satisfação do cliente é importante que métricas de avaliação
sejam assignadas para os responsáveis por cada episódio da jornada de consumo (BAIN; CO,
2017). Dessa maneira, o NPS surge como uma métrica que tem sido adotada por diversas
empresas nos mais diversos setores da economia.
No Quadro 6 são apresentadas as variáveis que foram pesquisadas através do levantamento,
mediante aplicação de questionário. Também são apresentados os trabalhos utilizados como
referência para definição dos construtos e as medidas utilizadas.
70
Quadro 6 – Mensuração dos Construtos
Construto Dimensões Escala Questões Descrição Itens da escala Discriminação dos itens
Experiência de compra do consumidor
Ambiente interno
Terblanche e Boshoff (2006); Costa et al
(2008).
1;2;3;4
18 questões para avaliação da
experiência de compra do cliente
Tipo Likert 7 pontos
“Discordar totalmente” (1,2,3); “Concordar
totalmente” (5, 6, 7); Neutro (4).
Atendimento 5;6;7;8;9
Valor de compra
10;11;12;13;14
Sortimento e variedade
15;16;17;18
Recomendação -------- Reichheld (2003) 19 Item único, sobre
intenção de recomendar
Tipo likert de 11 pontos
“nada provável” “extremamente provável”
Fonte: Elaborado pelo autor
71
3.4 Instrumento de coleta de dados
O instrumento de coleta de dados foi norteado com a utilização de questões para o levantamento
de informações a fim de caracterizar o perfil dos entrevistados, 18 questões do tipo Likert de 7
pontos serviram para medir as variáveis das dimensões da experiência de compra no ambiente
de loja em varejo; nesta etapa também foi inserida uma questão sobre a intenção de
recomendação perfazendo assim um total de 19 questões. Em sequência foram utilizadas
questões para capturar informações pessoais e dados socioeconômicos dos respondentes.
O questionário foi realizado em duas lojas semelhantes do varejista em estudo. Na loja com
mudança de layout, o questionário foi aplicado após a utilização do método MSD de design de
serviços com aplicação de técnicas de vídeo analíticos para mudança da experiência do
consumidor, conforme Quadro 5. No mesmo período foi aplicado o questionário na loja sem
mudança de layout, onde não foi realizado nenhum tratamento. Foi realizado assim, um
comparativo entre os dados das duas lojas.
Os dados foram obtidos através do Método de Levantamento de Campo (survey), que teve como
base o interrogatório direto dos respondentes a partir de questionários estruturados, com o
intuito de esclarecer informações pontuais (MALHOTRA, 2012). Para Malhotra, Birks e Wills
(2012), a coleta de dados é o momento em que o pesquisador entra em contato com os
envolvidos na pesquisa para que se possa entregar o questionário e realizar a pesquisa. O
questionário foi administrado presencialmente pelo próprio pesquisador, através da versão
virtual disponibilizado na ferramenta Google Forms, solicitando a resposta dos clientes logo
após a realização das compras no ambiente de varejo.
Métodos de Análise de dados
A consolidação e o tratamento de dados foram realizados inicialmente no Microsoft EXCEL®
com o intuito de realizar retificações casuais do banco de dados. Após a limpeza do banco,
houve a exportação dos dados para o programa Statistical Package for the Social Sciences (IBM
SPSS®), na versão 20 e o programa Soft Independent Modeling of Class Analogy (SIMCA®)
versão14.1. Estas ferramentas oferecem extensos conjuntos de recursos, dentre eles, o suporte
facilitador para gerenciamento de dados, seleção e execução de análises. Segundo Hair Jr. et al.
(2009), as técnicas multivariadas possibilitam que o pesquisador tenha um grande poder
analítico, mas também exige maior responsabilidade, de forma a garantir que a estrutura
estatística e teórica na qual se baseiam também esteja bem sustentada. O autor argumenta que
72
são necessários que sejam examinados os dados antes da aplicação de qualquer técnica
multivariada.
3.5.1 Observações atípicas
Hair Jr. et al. (2009) afirma que observações atípicas (outliers) possuem combinações únicas
de características identificáveis, podendo gerar distorções de variâncias e das covariâncias entre
os indicadores ou variáveis.
De acordo com Kline (2011), as observações atípicas podem ser: (1) uni-variadas: apresentam
escores extremos em uma variável; (2) bivariadas: podem ser avaliadas conjuntamente com um
diagrama de dispersão; e (3) multivariadas: apresentam escores extremos em mais de uma
variável.
Por fim, Hair Jr. et al. (2009) alegam que as observações atípicas só devem ser eliminadas
quando apresentarem valores fora da normalidade e não apresentarem as observações da
população estudada.
3.5.2 Análise de Componentes Principais – PCA
Após a análise descritiva, foi realizada uma Análise de Componentes Principais (Principal
Component Analysis - PCA) através de uma Análise Exploratória de Fatores a fim de encontrar
agrupamentos (clusters) de perfis ou se alguma variável socioeconômica influencia a formação
de subgrupos além daqueles já concebidos e a inexistência de multicolinearidade entre as
variáveis de estudo (pré-requisito para a regressão logística). Por fim, a análise proporcionou a
identificação de perfis muito discrepantes (outliers) entre os entrevistados (pré-requisito para a
regressão logística) para evitar modelos ineficientes de regressão.
A análise por componentes principais (PCA) é um dos métodos mais comuns empregados na
análise de informações (FERREIRA, 2002), sendo principalmente utilizada pela sua capacidade
de compressão dos dados em função da existência de correlação entre diversas variáveis
medidas.
O PCA é usado principalmente como uma ferramenta na análise exploratória de dados e na
criação de modelos preditivos. A análise pode ser desenvolvida por decomposição de autovalor
de uma matriz de covariância de dados (ou correlação) ou decomposição de valor singular de
uma matriz de dados, geralmente após centralizar a mediana de dados para cada atributo. Os
resultados de um PCA são geralmente discutidos em termos de escores de componentes, às
vezes chamados de escores de fatores ou Score Ploting. Nesse caso, os valores das variáveis
73
são correlacionados a um ponto de dados específico e Score Loadings, que se refere ao peso
pelo qual cada variável original padronizada deve ser multiplicada para obter a pontuação do
componente (ABDI; WILLIAMS, 2000).
O PCA é a mais simples das análises multivariadas baseadas em auto vetores verdadeiros. Em
outras palavras, o instrumento é capaz de revelar a estrutura interna dos dados da melhor
maneira, conseguindo explicar suas variações. Se um conjunto de dados multivariados é
visualizado como um conjunto de coordenadas em um espaço de dados de alta dimensão (1
eixo por variável), o PCA pode fornecer, ao usuário, uma imagem com quantidades limitadas
de dimensões, apresentando menor perda de dados possível e utilizando-se apenas dos
primeiros componentes principais (ABDI; WILLIAMS, 2000).
Nesta pesquisa, o PCA teve como objetivo correlacionar as variáveis pesquisadas em um
conjunto de valores de variáveis lineares não correlacionadas, de forma a facilitar as
interpretações das diversas variáveis em gráficos lineares bidimensionais.
3.5.3 Análise de Regressão Logística
Por fim, o itens que compõem cada uma das escalas foram submetidos a uma análise de
confiabilidade através do índice de Alfa de Cronbach (MALHOTRA, 2012). Este coeficiente
tem uma grande utilização e aceitação no meio acadêmico, fazendo com que tenha alta adoção
como ferramenta para estimação da confiabilidade (DA HORA; MONTEIRO; ARICA, 2010).
Malhotra (2012) afirma que o coeficiente de Alfa de Cronbach pode variar entre 0 e 1, sendo
que os valores abaixo de 0,6 são considerados de confiabilidade não satisfatória. Após a
validação através do Alfa de Cronbach as variáveis serão utilizadas em um modelo de
Regressão Logística para achar sua associação com a chance de pertencer ao grupo “promotor”.
O entendimento de Morales Vallejo et al. (2003) sobre a validade de construto enfatizam a
existência de dois tipos de estratégias complementares para provar as hipóteses instituídas
referentes ao construto estudado: a validade convergente e a validade divergente. A validade
divergente, normalmente denominada validade discriminante, consiste no grau em que uma
medida não se correlaciona com outras medidas das quais se supõe que deve divergir
(SÁNCHEZ, 1999). E na validade convergente se estudará relações esperadas e plausíveis com
outras medidas relacionadas a dois tipos de variáveis: (a) variáveis medidas por outros
instrumentos que intencionalmente medem o mesmo construto e (b) relações com instrumentos
que medem outros aspectos com o qual se espera que exista uma relação positiva ou negativa.
74
A análise de Regressão Logística foi uma das técnicas estatística utilizada nesse estudo por sua
particularidade em aceitar uma medida binária para a variável dependente (HAIR et al., 2009).
A análise de Regressão Logística foi utilizada para que se pudesse identificar a força das
relações entre as variáveis pesquisadas, possibilitando a identificação de cada variável
independente em relação às variáveis dependentes existentes no estudo. A Regressão Logística
permite, ainda, a análise de dados quando estes não apresentam características paramétricas das
variáveis (HAIR Jr. et al., 2009; HOSMER; LEMESHOW; STURDIVANT, 2013).
Segundo Hair et al. (2009) a regressão logística independe da suposição de normalidade das
variáveis, fazendo com que seja uma técnica de grande aplicabilidade. Esta técnica apresenta
testes estatísticos diretos, tratamentos similares para incorporar variáveis métricas e não
métricas, e efeitos não lineares, possibilitando uma ampla gama de diagnósticos.
A utilização de variáveis dependentes e independentes binárias, permite uma melhor
visualização do efeito da presença de uma variável independente em relação a uma variável
dependente (TABACHNICK; FIDELL, 2013). Dessa forma, as escalas do tipo Likert de 7 e 11
pontos foram transformadas em escalas binárias, tendo as respostas valores de 0 ou 1. O ponto
de corte de cada uma das escalas se deu através da utilização da mediana. Valores iguais ou
inferiores à mediana foram codificados como 0. Valores superiores à mediana foram
codificados como 1 (VAN DOORN et al., 2013).
Para que o modelo final pudesse ser avaliado, foi utilizado o teste ajuste do modelo Estatística
Hosmer-Lemeshow. Este verifica se o modelo gera valores não significativos de X2. Para um
modelo logístico, os valores desta estatística devem ser superiores a 0,05 (TABACHNICK;
FIDELL, 2013; HOSMER; LEMESHOW; STURDIVANT, 2013).
3.5.4 Teste de Mann-Whitney (U)
Os resultados também foram avaliados estatisticamente pelo teste não paramétrico de Mann-
Whitney, com o intuito de verificar possíveis diferenças entre os grupos estudados (Experiência
de compra e intenção de recomendação dos consumidores da loja sem mudança de layout X
Experiência de compra e intenção de recomendação dos consumidores da loja com mudança de
layout). O teste de Mann-Whitney é uma das principais formas para comparar grupos com
dados independentes (SAMPIERI, R. H.; COLLADO, C. F.; LUCIO, M. P. B., 2013).
O teste de Mann-Whitney foi desenvolvido primeiramente por F. Wilcoxon em 1945, para
comparar tendências centrais de duas amostras independentes de tamanhos iguais. Em 1947,
H.B. Mann e D.R. Whitney generalizaram a técnica para amostras de tamanhos diferentes. O
75
teste de Mann-Whitney é indicado para comparação de dois grupos não pareados para se
verificar se pertencem ou não à mesma população e cujos requisitos para aplicação do teste t de
Student não foram cumpridos (MANN; WHITNEY, 1947).
No campo das ciências do comportamento, o Mann‐Whitney U é um dos testes estatísticos não
paramétricos mais usados, sendo adequado para comparar as funções de distribuição de uma
variável, pelo menos ordinal, medida em duas amostras diferentes. Na verdade, verifica-se se
há evidências para acreditar que valores de um grupo A são superiores aos valores do grupo B.
O teste U pode ser considerado a versão não paramétrica do teste t, para amostras independentes
(KASUYA, 2001).
76
4 ANÁLISE DOS DADOS E DISCUSSÃO DOS RESULTADOS
O presente capítulo trata das análises dos dados coletados a partir da pesquisa survey.
Inicialmente será feita a caracterização da amostra. Em seguida serão apresentados os
resultados da validação do instrumento de coleta de dado. Por fim serão apresentadas as
estatísticas descritivas e efetuados testes estatísticos a fim de confirmar ou não as hipóteses
propostas no estudo.
4.1 Caracterização da amostra
A pesquisa foi desenvolvida por meio de questionário estruturado, aplicado durante 7 dias no
mês de maio de 2019. Foram aplicados 449 questionários, coletados por abordagem pessoal,
sendo 227 destes obtidos na loja sem mudança de layout e 222 na loja com mudança de layout,
onde o redesenho dos processos de serviços com a utilização de técnicas de vídeo analíticos foi
aplicado. Após a análise PCA, foram encontrados alguns outliers na amostra alterando para um
total de 431 respondentes, sendo 216 obtidos na loja sem mudança de layout e 215 na loja com
mudança de layout. Estes dados foram verificados, as respostas tabuladas em Excel® e
ratificadas com os originais para se proceder as análises pretendidas.
Dos 431 questionários válidos, foram realizadas as análises frequenciais descritivas de cada
variável de estudo. Acerca de seus dados sócio demográficos mostrados na Tabela 1, foi
percebido que a amostra detém quantidades proporcionais de ambos os gêneros, tendo o
feminino (52,3%) sendo a moda, assim como as características de estado civil casado (57,9%),
faixa etária acima de 40 anos (28,3%).
Em relação a ter emprego ou não, 88,4% dos respondentes informaram possuir emprego no
momento da pesquisa. Quando questionado com relação a frequência de compra nas lojas foi
verificado as visitas mensais sendo as mais frequentes com 43%, visitas semanais com 26,3%,
frequência de compra semestral com 23,2%, e as visitas diárias e anuais somando 7,6% da
amostra. No quesito renda familiar, do total dos respondentes, 21,4% informaram que possuem
renda menor que R$3.000, 33,9% mencionaram que possuem renda familiar entre R$3.001 a
R$6.000, 33% responderam que possuem renda familiar entre R$6.001 e R$9.000 e 11,8%
responderam que possuem renda acima de R$9.000. No item escolaridade, foi verificado que
81,3% dos respondentes possuem escolaridade em nível superior ou pós-graduação e 18,7%
possuem nível médio.
77
Tabela 1 – Análise descritiva da amostra
Variável Categorias Frequência Porcentagem Porcentagem acumulativa Gênero Masculino 206 47,7 47,7 Feminino 225 52,3 100,0 Est.Civil Solteiro 110 25,6 25,6 União Estável 21 4,9 30,5 Casado 250 57,9 88,4 Divorciado 48 11,1 99,6 Viúvo 2 0,4 100,0 Idade < 25 anos 52 12,0 12,0 25 a 30 anos 66 15,4 27,4 30 a 35 anos 92 21,4 48,8 35 a 40 anos 99 22,9 71,7 > 40 anos 122 28,3 100,0 Emprego Não 50 11,6 11,6 Sim 381 88,4 100,0 Renda familiar < R$ 3.000 92 21,4 21,4 R$ 3.001 a R$ 6.000 146 33,9 55,2 R$ 6.001 a R$ 9.000 142 33,0 88,2 > R$ 9.000 51 11,8 100,0 Formação Médio 81 18,7 18,7 Superior 231 53,5 72,2 Pós Graduação 119 27,8 100,0 Frequência de compra Diariamente 28 6,5 6,5 Semanalmente 113 26,3 32,7 Mensalmente 185 43,0 75,7 Semestralmente 100 23,2 98,9 Anualmente 5 1,1 100,0
Fonte: Elaborado pelo autor
Para as variáveis que compõem as dimensões do construto experiência do consumidor, todas as
perguntas de cada dimensão foram utilizadas para criar uma variável nova cujo valor seria a
mediana destas respostas em Likert, gerando a variável de cada dimensão do construto de
estudo (Ambiente Interno - AI.m, Atendimento - AT.m, Valor de compra - VC.m, Sortimento
e variedade – SV.m) e de recomendação (REC.m). Para a transformação destas em variáveis
dicotômicas, foi retirada a mediana interna de cada dimensão do construto, e utilizando ela
como ponto de corte, as variáveis foram classificadas em valores maiores que este ponto como
“positivos” (valor 1) e valores abaixo ou iguais a ele, como “negativo” (valor 0).
78
Tabela 2 – Análise descritiva dos construtos (em Likert)
AI.m AT.m VC.m
SV.m
REC N Valid 431 431 431 431 431
Missing 0 0 0 0 0 Mean 5,288 5,30 5,30 5,094 7,69 Median 6,00 6,00 6,00 6,00 8,00 Mode 6,0 6,0 6,0 6,0 9,0 Std. Deviation 1,478 1,460 1,360 1,477 2,244 Minimum 1,0 1,0 2,0 1,0 1,0 Maximum 7,0 7,0 7,0 7,0 10,0
Fonte: Elaborado pelo autor
Após a transformação da tabela em dados dicotômicos, uma nova análise descritiva foi realizada
no modelo geral (lojas com e sem mudança de layout), permitindo ter uma visão dicotomizada
das dimensões dos construtos de estudo (Figura 17). Após a determinação do grupo “promotor”
de recomendação, sendo aqueles que responderam acima da mediana, somando 57% da
amostra, pode-se comparar aos 43% dos entrevistados que não recomendam seu local de
compra.
Figura 17 - Análise descritiva do construto recomendação com visão dicotomizada.
Fonte: Elaborado pelo autor
79
Verificou-se também após a transformação da tabela (no modelo geral) em dados dicotômicos,
a quantidade de respondentes que dizem sim ou não às dimensões do construto experiência de
compra, são elas: Ambiente Interno – AI.c; Atendimento - AT.c; Valor de compra - VC.c,
Sortimento e variedade – SV.c. Essa análise é apresentada nas Figuras 18 a 21.
Figuras 18 a 21 - Análise descritiva das dimensões da experiência do consumidor com visão dicotomizada.
80
Fonte: Elaborado pelo autor
4.2 Análise comparativa e de associação (χ2) das lojas.
As duas lojas tiveram suas características sociais demográficas avaliadas separadamente a fim
de reconhecer se haveria perfis muito diferentes entre elas. Nas tabelas 3 e 4 apresentam-se os
dados, após dicotomia, da recomendação e das dimensões da experiência de compra na loja
com e sem mudança de layout. Observou-se que a loja sem mudança de layout possui 58% de
respondentes detratores, além de baixa porcentagem de consumidores que gostam das
dimensões do construto experiência do consumidor. Já a loja com mudança de layout possui
uma maior porcentagem de clientes promotores quando comparado com a loja sem mudança
81
de layout, totalizando 55%. Verificou-se também que a tecnologia influencia de melhor maneira
as dimensões da experiência do cliente, observando maiores índices percentuais de
respondentes que gostam das dimensões ambiente interno, atendimento, valor de compra e
sortimento/variedade.
Tabela 3 – Análise descritiva das amostras de cada loja
Variáveis USO DE TECNOLOGIA (MUDANÇA
DE LAYOUT)
Não % Sim %
Recomendação Não 126 58% 96 45%
Sim 90 42% 119 55%
Ambiente interno Não 135 62% 86 40%
Sim 81 38% 129 60%
Atendimento Não 176 81% 147 68%
Sim 40 19% 68 32%
Valor de compra Não 178 82% 164 76%
Sim 38 18% 51 24%
Sortimento e variedade
Não 134 62% 109 51%
Sim 82 38% 106 49%
Fonte: Elaborado pelo autor
Na Tabela 4 ambas as lojas, apresentaram quantidade proporcional de gênero, maioria de
respondentes casados/união estável (63%). A maioria dos respondentes possuem acima de 30
anos totalizando 73% em ambas as lojas. A loja sem mudança de layout possui 87% de pessoas
empregadas e a loja com mudança de layout possui 91% de respondentes empregados. No item
formação acadêmica verificou-se que a maioria dos respondentes possuem nível superior ou
pós graduação, sendo: 52% com ensino superior e 28% com pós graduação na loja sem
mudança de layout; 53% com ensino superior e 28% com pós graduação na loja com mudança
de layout.
82
Tabela 4 – Análise descritiva das amostras de cada loja
Variáveis USO DE TECNOLOGIA
Não % Sim %
Gênero Masculino 103 48% 102 47%
Feminino 113 52% 113 53%
Est.Civil
Solteiro 61 28% 49 23%
União Estável 10 5% 11 5%
Casado 125 58% 125 58%
Divorciado 20 9% 28 13%
Viúvo 0 0% 2 1%
Idade
< 25 anos 26 12% 26 12%
25 a 30 anos 33 15% 32 15%
30 a 35 anos 50 24% 42 20%
35 a 40 anos 48 22% 53 25%
> 40 anos 59 27% 62 28%
Emprego Não 29 13% 20 9%
Sim 187 87% 195 91%
Renda
< R$ 3.000 48 22% 44 20%
R$ 3.001 a R$ 6.000 78 36% 67 31%
R$ 6.001 a R$ 9.000 69 32% 74 34%
> R$ 9.000 21 10% 30 15%
Formação
Fundamental 0 0% 0 0%
Médio 40 20% 40 19%
Superior 116 52% 115 53%
Pós Graduação 60 28% 60 28%
Frequência de compra
Diariamente 9 4% 19 9%
Semanalmente 46 21% 67 31%
Mensalmente 96 44% 89 41%
Semestralmente 63 30% 40 19%
Anualmente 2 1% 0 0%
Fonte: Elaborado pelo autor
Os dados sócio demográficos dos clientes de ambas as lojas detém proporções estatisticamente
similares entre as lojas, com exceção da frequência de compra na loja com mudança de layout,
que houve a intervenção por meio do redesenho de processos de serviços com aplicação de
técnicas de vídeo analíticos, que é estatisticamente maior [χ2(4)=12,634, p=0,013] em clientes
mais assíduos (Figura 22).
83
Figura 22 – Análise comparativa de frequência entre as lojas com e sem mudança de layout
Fonte: Elaborado pelo autor
Acerca das variáveis do estudo, estas apresentaram diferenças significativas, pelo teste de Qui-
quadrado de Pearson, no padrão de recomendação (REC.c [χ2(1)=8,256, p=0,004]) e nas
dimensões de Ambiente Interno (AI.c [(χ2(1)=21,790, p<0,001]) e Atendimento (AT.c
[(χ2(1)=11,616, p=0,001]) do construto experiência de compra do consumidor. A proporção
entre os respondentes das lojas com e sem mudança de layout (Figuras 17 a 21) se mostraram
heterogêneos nas dimensões Atendimento, Valor de compra e Sortimento/variedade,
demonstrando assim que uma análise com todos os visitantes das lojas em conjunto poderia
gerar uma diluição da efetividade preditora dos coeficientes nos modelos de regressão propostos
nesta pesquisa. Nas tabelas a seguir observou-se a distribuição das respostas das dimensões do
construto experiência do consumidor e do construto recomendação em escala Likert (Tabela 5),
bem como as suas respectivas distribuições após transformadas em dicotômicas (Tabela 6).
84
Tabela 5 – Análise descritiva das dimensões do construto da experiência de compra, estratificados por loja (em LIKERT).
CONSTRUTOS (Dimensões)
Mudança de Layout
N Moda Mediana Média Desvio Padrão
Intervalo da Média
(pelo Desvio Padrão)
Margem Menor
Margem Maior
Ambiente Interno COM 215 7 6 5,678 1,305 4,373 6,983 SEM 216 6 5,5 4,907 1,541 3,366 6,448
Atendimento COM 215 7 6 5,63 1,318 4,312 6,948 SEM 216 5 5 4,97 1,522 3,448 6,492
Valor de Compra COM 215 6 6 5,35 1,389 3,961 6,739 SEM 216 6 5 5,25 1,332 3,918 6,582
Sortimento e Variedade
COM 215 6 5,5 5,365 1,315 4,050 6,680
SEM 216 6 5 4,828 1,578 3,250 6,406
Fonte: Elaborado pelo autor
Tabela 6 – Análise frequencial dos construtos (dicotômicos) da experiência de compra estratificados por loja.
DIMENSÕES
LOJA
SEM MUDANÇA DE
LAYOUT COM MUDANÇA DE
LAYOUT Recomendação Recomendação Total Detrator Promotor Detrator Promotor Total n=216 58% 42% 45% 55% n=215
AMBIENTE INTERNO Não 62% 76% 24% 69% 31% 40% Sim 38% 29% 71% 29% 71% 60%
ATENDIMENTO Não 81% 66% 34% 58% 42% 68% Sim 19% 24% 76% 17% 83% 32%
VALOR DE COMPRA Não 82% 65% 35% 53% 47% 76% Sim 18% 23% 77% 14% 86% 24%
SORTIMENTO E VARIEDADE
Não 62% 81% 19% 70% 30% 51% Sim 38% 22% 78% 18% 82% 49%
Fonte: Elaborado pelo autor
Recorde-se que para mensurar o construto referente à experiência do consumidor no ambiente
de loja em varejo foram utilizados 18 itens, numa escala de tipo Likert de 7 pontos, sendo que
1 correspondeu a “Discordo Totalmente” e 7 a “Concordo Totalmente”. Em consonância aos
estudos de Terblanche e Boshoff (2006) e Costa et. al (2008), os itens foram distribuídos nas
quatro dimensões da experiência de compra (Ambiente interno – I1 a I4; Atendimento – A1 a
A5; Valor de compra – V1 a V5; Sortimento e variedade – S1 a S4), conforme apêndice A.
Observando as tabelas 5 e 6, foi possível determinar quais as dimensões referente à experiência
de compra do consumidor no ambiente de loja em varejo tem maior percentual de promotores,
nas lojas com e sem mudança de layout. De uma maneira geral observou-se que a loja com
85
mudança de layout possui um percentual de clientes promotores para recomendação de 55%
contra 42% da loja sem mudança de layout (Tabela 6). Na loja com mudança de layout
observou-se que as dimensões da experiência de compra (Ambiente interno, Atendimento,
Sortimento e variedade) possuem maiores médias do que as dimensões na loja sem mudança de
layout. Já a dimensão Valor de compra possui média global de 5,35 na loja com mudança de
layout e 5,25 na loja sem mudança de layout, podendo ser considerado estatisticamente médias
iguais entre as lojas, criando assim probabilidade de significância de recomendação positiva em
ambas as lojas nesta dimensão.
A avaliação das dimensões da experiência do consumidor realizada na loja sem mudança de
layout evidenciou valores médios globais inferiores, quando confrontados com os resultados da
loja com mudança de layout (Tabela 5). Na loja sem mudança de layout, o atributo com menor
média global foi “Sortimento e variedade” (4,828), seguido pelo atributo “Ambiente interno”
(4,907), “Atendimento” (4,97) e “ Valor de compra” (5,25).
A menor variabilidade nas respostas é observada na dimensão “Ambiente interno” da loja com
mudança de layout, que possui desvio padrão 1,305 (Tabela 5). Quando comparado ao desvio
padrão das demais dimensões do construto experiência de compra, a dimensão apresenta um
nível de consistência de resposta superior. A Figura de 23 apresenta de forma gráfica a resposta
de intenção de recomendação por parte do consumidor no ambiente de loja em varejo.
Figura 23 – Análise comparativa entre as lojas acerca da resposta na Recomendação.
Fonte: Elaborado pelo autor
86
As Figuras 24 a 27 apresentam de forma gráfica a categorização das dimensões do construto
recomendação. Observou-se uma maior quantidade de respondentes que dizem sim para
recomendação na loja com mudança de layout. Nas Figuras a seguir os construtos estão
simbolizados por: Ambiente Interno – AI.c; Atendimento - AT.c; Valor de compra - VC.c,
Sortimento e variedade – SV.c e de recomendação (REC.c).
Figuras 24 e 25 – Análise comparativa entre as lojas acerca da resposta na recomendação e na categorização da resposta das dimensões ambiente interno e atendimento.
Fonte: Elaborado pelo autor
87
Figuras 26 e 27 – Análise comparativa entre as lojas acerca da resposta na recomendação e na categorização da resposta das dimensões valor de compra e sortimento e variedade.
Fonte: Elaborado pelo autor
4.3 Análise fatorial e de Componentes Principais – PCA
Ao realizar o PCA, cada ponto do gráfico de escores (Score plot) representa um entrevistado
em relação à mediana das variáveis representada ao centro. Para evidenciar que ambas as lojas
detém clientes comparáveis, primeiro foi realizada um PCA, uma análise não supervisionada
onde não se dá informações de classificação dos sujeitos de estudo, apenas seus perfis fatoriais,
para observar se seus perfis não são diferentes entre si, sendo comprovado pelo agrupamento
de sua grande maioria dentro da Elipse de Hotelling (p<0,05) (ABDI; WILLIAMS, 2000). No
88
gráfico de escores (Figura 28) esta amostra demonstra uma dispersão natural com apenas alguns
casos de ambas as lojas demonstrando perfis mais excêntricos que os demais.
Figura 28 – Dispersão natural das lojas em geral
Fonte: Elaborado pelo autor através do Umetrics SIMCA® 14.1.
Neste mesmo gráfico de escores, colorido pelo uso sim (1) ou não (0) da tecnologia nas lojas,
pode-se identificar quais lojas os clientes visitam (Figura 29). Há uma concentração clara de
usuários da loja sem mudança de layout (0) à direita com uma pulverização de usuários ao
quadrante esquerdo, além de uma pulverização de usuários representativos da Loja com
mudança de layout (1) bem dispersos entre ambos os quadrantes. Observou-se também alguns
outliers fora da Elipse de Hotelling.
Figura 29 – Gráfico de dispersão (scatter plot) do PCA acerca do perfil dos clientes, coloridos por sua loja, sendo a loja com mudança de layout (em vermelho) e a loja sem mudança de
layout (em azul).
Fonte: Elaborado pelo autor através do Umetrics SIMCA® 14.1.
Ao fazer os ajustes na amostra com a retirada dos outliers e ao colorir o gráfico analisando
agora a intenção de recomendação (Figura 30), verificou-se que o quadrante direito concentra
t[2]
t[2]
89
claramente os “detratores” (azul) de recomendação, mostrando assim uma alta associação entre
esta característica e à loja sem mudança de layout, mesmo sob a análise não supervisionada.
Consequentemente o lado esquerdo, agora, é representado pela concentração de “promotores”
(vermelho) de recomendação, mostrando associação entre esta característica e a loja com
mudança de layout.
Figura 30 – Gráfico de dispersão (scatter plot) do PCA acerca da recomendação, sendo a loja com mudança de layout (em vermelho) e a loja sem mudança de layout (em azul).
Fonte: Elaborado pelo autor através do Umetrics SIMCA® 14.1.
Ao relacionar estes ao gráfico de cargas fatoriais (Figura 31), pode-se ver a importância que as
variáveis de estudo têm nesta classificação, onde esta influência é demonstrada pela distância
vetorial deste ponto ao centro do gráfico, sendo proporcional à sua influência na determinação
dos escores naquele quadrante. Ao observar o que leva os clientes ao quadrante esquerdo então,
verificou-se que a força vetorial da recomendação [REC.c(1)] é mais pronunciada (0,26) e a
utilização de tecnologia [TEC.c(1)], também para o mesmo sentido (esquerda) e quase a mesma
direção, mas com menor força (0,08). Vale a pena citar as influências das características sócio
demográficas na segunda componente, para cima e para baixo, que influenciam muito da
dispersão. Observou-se na Figura 31 por exemplo, que na loja com mudança de layout, o
Gênero (1= “masculino”) tem maior probabilidade de recomendação.
t[2]
90
Figura 31 – Gráfico de cargas fatoriais do PCA, apresentando influência das dimensões da experiência do consumidor na recomendação, e a influência das características sócio
demográficas.
Fonte: Elaborado pelo autor através do Umetrics SIMCA® 14.1.
Com estas informações, pode-se realizar as regressões logísticas e testes de Mann-Whitney de
cada modelo para a recomendação em cada loja e avaliar comparativamente se a utilização da
tecnologia nas lojas demonstra algum efeito nos coeficientes das dimensões do construto.
As análises mostram que os construtos são definitivamente os componentes primários de
separação entre os “promotores” e “detratores” e que as lojas tem clientes com percepções
comparáveis.
4.4 Confiabilidade do instrumento
De acordo com Da Hora, Monteiro e Arica (2010) o coeficiente alfa de Cronbach tem grande
utilização e aceitação no meio acadêmico como ferramenta para estimação da confiabilidade
do questionário. Hair Jr. et al. (2009) e Malhotra (2012) afirmam que valores de alfa de
Cronbach acima de 0,6 são considerados satisfatórios. Adicionalmente, Hair Jr. et al. (2009)
sugerem que alfas acima de 0,7 demonstram boa consistência interna da escala.
A confiabilidade do instrumento de pesquisa foi incialmente avaliada através do coeficiente
Alfa de Cronbach de cada construto, corroborando a validação destes, onde apresenta uma
correlação média entre as perguntas através do cálculo da variância de cada questão individual,
bem como da variância da soma de cada um dos entrevistados (Tabela 7). A confiabilidade do
modelo com os construtos foi avaliada e apresentou um Alfa de Cronbach médio de 0,816 com
os seus 4 itens, indicando uma alta consistência interna em cada um.
p[2]
91
Tabela 7 – Análise de confiabilidade através do Alfa de Cronbach das dimensões do Construto.
Construto Cronbach's Alpha
N of Items
AMBIENTE INTERNO 0,823 4
ATENDIMENTO 0,807 5
VALOR DE COMPRA 0,802 5
SORTIMENTO E VARIEDADE
0,832 4
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
4.5 Teste de hipóteses da pesquisa utilizando regressão logística e teste de Mann-Whitney
Depois de comprovar nas análises multivariadas as associações das variáveis dos construtos
com a Recomendação, foi possível agora avaliar a razão de chances (odds ratio) que estas
características aumentam ou diminuem para a realização da Recomendação. Hair et al. (2009)
afirma que a razão de chances (odds ratio) é uma relação direta do quanto uma característica
independente aumenta o risco da variável dependente ser de um grupo referência, sendo
aconselhado também por não requerer normalidade nas variáveis independentes estudadas
(HAIR et al., 2009).
Ao ser realizada a regressão logística é recomendável observar os seguintes parâmetros de
qualidade do modelo gerado: O pseudo R2 de Nagelkerke tem uma interpretação semelhante
ao da regressão linear (com valores de 0 a 1) e evidencia a quantidade de informação utilizada
para aquele modelo. Após a criação do modelo de regressão, o coeficiente de cada variável é
avaliado pelo teste de Wald para saber se são estatisticamente diferentes de zero e, assim,
importantes para o modelo. Por fim, o teste de Hosmer e Lemeshow permite ver se as categorias
previstas pelo modelo criado são condizentes com as categorias observadas, portanto é
necessário que o qui-quadrado (χ2) não dê significante, para mostrar que as previsões não são
diferentes dos observados. Hair Jr. et al. (2009) indicam a utilização de valores acima de 0,05
para a estatística de Hosmer e Lemeshow.
Adicionalmente, os resultados foram avaliados ainda por meio do teste não paramétrico de
Mann-Whitney, com o intuito de verificar possíveis diferenças entre ambos os grupos
estudados: Avaliar as dimensões da experiência de compra e a probabilidade de recomendação
dos clientes das lojas com e sem mudança de layout. O teste de Mann-Whitney foi utilizado
para comparar as tendências centrais das amostras das duas lojas, verificando assim, se os
valores do grupo da loja com mudança de layout são superiores aos valores do grupo da loja
92
sem mudança de layout. O teste de Mann-Whitney também foi utilizado como uma validação
das regressões logísticas realizadas, tendo obtido melhores resultados para a confirmação das
hipóteses da Pesquisa.
4.5.1 Regressão Logística do Modelo com todos os clientes para prever o grupo
“Promotor” de Recomendação
A regressão logística foi realizada, utilizando somente as variáveis reclassificadas das
dimensões dos construtos e as características sócio demográficas, para prever a Recomendação
no modelo geral incluindo os respondentes de ambas as lojas. O modelo passou pelo teste de
Hosmer e Lemeshow (χ2Hosmer e Lemeshow (8)=10,672; p=0,0155), se mostrando adequado (HAIR
et al., 2009), e obtendo melhora significativa de acertos em relação ao modelo sem preditores
[χ2(3)=218,089 p<0,001 ; R2
Nagelkerke = 0,530] após 7 iterações, sendo possível identificar
corretamente 80,4% dos casos.
O modelo finaliza demonstrando na tabela 8 que são significantes e aumentam a razão de
chances, representada pelo valor de Exp(B), a classificação “positivo” nas dimensões
Sortimento e Variedade (SV.c) em 7,719 vezes [IC95% = 4,5 – 13,2], Ambiente Interno (AI.c)
em 3,527 vezes [IC95% = 2,1 – 5,9] e Valor de Compra (VC.c) em 3,574 vezes [IC95% = 1,7 –
7,4]. Ou seja, na análise de regressão logística com todos os clientes (loja com e sem mudança
de layout) destaca-se o Odds Ratio de 7,719, indicando que quando há maior sortimento e
variedade de produtos nas lojas, as chances de se recomendar aumentam 7,719 vezes.
Também foi observado que a variável sócio demográfica Renda (3 = “R$ 6.001,00 a R$
9.000,00”) foi significativa, porém diminuindo as chances de recomendação. Para uma melhor
interpretação desta informação, rodou-se outra regressão com o preditor contrário (“não
recomendar”), obtendo-se que a partir desta classificação aumenta as chances de Não
Recomendar em 2,6vezes [IC95% = 1,0 – 6,8].
93
Tabela 8 – Análise de Regressão Logística para prever o Grupo “Promotor” de recomendação, através das dimensões do Construto e variáveis sócio demográficas
em todos os clientes.
B S.E. Wald df Sig. Exp(B) 95% C.I. para
EXP(B)
Inferior Superior
Passo 7a
AI.c(1) 1,261 0,27 21,834 1 0 3,527 2,079 5,985
VC.c(1) 1,274 0,375 11,554 1 0,001 3,574 1,715 7,45
SV.c(1) 2,044 0,273 56,1 1 0 7,719 4,522 13,177
Renda(3) -0,985 0,48 4,209 1 0,04 0,373 0,146 0,957
(2,678b) 1,045 6,861
Constante 39,78 30057,3 0 1 0,999 18*10^16
a. Variável(is) inserida(s) no passo 1: AI.c, AT.c, VC.c, SV.c, TECNO.c, Gênero, Est.Civil, Idade, Emprego, Renda, Formação, Frequência. b. Reanálise prevendo a categoria contrária para melhor interpretação.
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
4.5.2 Regressão Logística do Modelo com os clientes da Loja sem mudança de layout para
prever o grupo “Promotor” de Recomendação
A regressão logística foi realizada, utilizando somente as variáveis reclassificadas dos
construtos e as sócio demográficas, para prever a recomendação na loja sem mudança de layout.
O modelo passou pelo teste de Hosmer e Lemeshow (χ2Hosmer e Lemeshow (8)=4,595; p=0,800), se
mostrando adequado (HAIR et al., 2009), e obtendo melhora significativa de acertos em relação
ao modelo sem preditores [χ2(3)=117,091 p<0,001 ; R2
Nagelkerke = 0,563] após 7 iterações, sendo
possível identificar corretamente 83,3% dos casos.
O modelo finaliza demonstrando na tabela 9 que são significantes e aumentam a razão de
chances, representada pelo valor de Exp(B), a classificação “positivo” nas dimensões
Sortimento e Variedade (SV.c) em 11,235 vezes [IC95% = 5,07 – 24,88], Ambiente Interno
(AI.c) em 5,74 vezes [IC95% = 2,6 – 12,7]. Na análise de regressão logística com os clientes da
loja sem mudança de layout destaca-se o Odds Ratio de 11,235, indicando que quando há maior
sortimento e variedade de produtos nas lojas, as chances do cliente recomendar a loja aumentam
11,235 vezes.
94
Tabela 9 – Análise de Regressão Logística para prever o Grupo “Promotor” de recomendação, através das dimensões do Construto e variáveis sócio demográficas para
clientes da loja sem mudança de layout.
B S.E. Wald df Sig. Exp(B) 95% C.I. para
EXP(B)
Inferior Superior Passo 7a SV.c(1) 2,419 0,406 35,541 1 0 11,235 5,072 24,885
AI.c(1) 1,749 0,405 18,624 1 0 5,747 2,597 12,716 Constante -3,617 0,82 19,449 1 0 0,027
a. Variável(is) inserida(s) no passo 1: AI.c, AT.c, VC.c, SV.c, Gênero, Est.Civil, Idade, Emprego, Renda, Formação.
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
4.5.3 Regressão Logística do Modelo com os clientes da Loja com mudança de layout para
prever o grupo “Promotor” de Recomendação
A regressão logística foi realizada, utilizando somente as variáveis reclassificadas das
dimensões dos construtos e as sócio demográficas, para prever a recomendação na loja com
mudança de layout. O modelo passou pelo teste de Hosmer e Lemeshow (χ2Hosmer e Lemeshow
(7)=6,876; p=0,442), se mostrando adequado (HAIR et al., 2009), e obtendo melhora
significativa de acertos em relação ao modelo sem preditores [χ2(3)=43,774 p<0,001 ; R2
Nagelkerke
= 0,129] após 9 iterações, sendo possível identificar corretamente 78,8% dos casos.
O modelo finaliza demonstrando na tabela 10 que são significantes e aumentam a razão de
chances, representada pelo valor de Exp(B), a classificação “positivo” na dimensão Ambiente
interno (AI.c) em 2,237 vezes [IC95% = 1,45 – 3,36]. Ou seja, na análise de regressão logística
com os clientes da loja com mudança de layout tem-se o Odds Ratio de 2,237 indicando que
quando há melhoria no layout da loja os clientes percebem como positivo o ambiente interno e
as chances de se recomendar a loja aumentam em 2,237 vezes. Foi observado que a variável
sócio demográfica emprego (1=“com emprego”) foi significativa e aumenta em 2,155 vezes as
chances do cliente recomendar a loja com mudança de layout. Também foi verificado que a
variável sócio demográfica Formação (1=“ensino médio”) foi significativa, porém diminuindo
as chances de recomendação. Para uma melhor interpretação desta informação, rodou-se outra
regressão com o preditor contrário (“não recomendar”), obtendo-se que a classificação aumenta
as chances de Não Recomendar em 2,225 vezes [IC95% = 1,133 – 4,371].
95
Tabela 10 – Análise de Regressão Logística para prever o Grupo “Promotor” de recomendação, através das dimensões do Construto e variáveis sócio demográficas para
clientes da loja com mudança de layout.
B S.E. Wald df Sig. Exp(B)
95% C.I. para EXP(B)
Inferior Superior
Passo 9a
AI.c(1) 0,805 0,208 15,04 1 0 2,237 1,489 3,36
Emprego(1) 0,768 0,369 4,331 1 0,037 2,155 1,046 4,441
Formação(1) -0,8 0,345 5,389 1 0,02 0,449 0,229 0,883
(2,225b) 1,133 4,371
Constante 20,647 17798,85 0 1 0,999 93*10^7
a. Variável(is) inserida(s) no passo 1: AI.c, AT.c, VC.c, SV.c, Gênero, Est.Civil, Idade, Emprego, Renda, Formação, Frequência, REC.c. b. Reanálise prevendo a categoria contrária para melhor interpretação.
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
A regressão logística foi realizada novamente, utilizando somente as variáveis reclassificadas
das dimensões construtos e as sócio demográficas, para prever a recomendação. O modelo
passou pelo teste de Hosmer e Lemeshow (χ2Hosmer e Lemeshow (6)=6,646; p=0,355), se mostrando
adequado (HAIR et al., 2009), e obtendo melhora significativa de acertos em relação ao modelo
sem preditores [χ2(8)=89,947 p<0,001; R2
Nagelkerke = 0,457] após 6 iterações, sendo possível
identificar corretamente 77,2% dos casos.
O modelo finaliza demonstrando na tabela 11 que são significantes e aumentam a razão de
chances, representada pelo valor de Exp(B), a classificação “positivo” nas dimensões
Sortimento e Variedade (SV.c) em 8,5 vezes [IC95% = 3,95 – 18,31] e Valor de Compra (VC.c)
em 3,36 vezes [IC95% = 1,26 – 8,92]. Também foi observado que a variável sócio demográfica
de Gênero (1=“Masculino”) também foi significativa, aumentando as chances em 2,36 vezes
[IC95% = 1,16 – 4,8] do cliente recomendar a loja.
Tabela 11 – Análise de Regressão Logística para prever o Grupo “Promotor” de recomendação, após reclassificação das dimensões do Construto e variáveis sócio
demográficas para clientes da loja com mudança de layout.
B S.E. Wald df Sig. Exp(B) 95% C.I. para
EXP(B)
Inferior Superior Passo 6a
SV.c(1) 2,14 0,391 29,914 1 0 8,503 3,949 18,311
VC.c(1) 1,21 0,499 5,874 1 0,015 3,353 1,26 8,918 Gênero(1) 0,859 0,363 5,595 1 0,018 2,36 1,159 4,807
Constante 18,387 26166,87 0 1 0,999 96*10^6
a. Variável(is) inserida(s) no passo 1: AI.c, AT.c, VC.c, SV.c, Gênero, Est.Civil, Idade, Emprego, Renda, Formação.
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
96
4.5.4 Regressão Logística do Modelo com todos os clientes para prever a loja pertencente
(com ou sem tecnologia) tem maior probabilidade de Recomendação
A regressão foi realizada, utilizando somente as variáveis reclassificadas dos construtos e as
sócio demográficas, para prever dentre o total de respondentes (loja com e sem tecnologia),
qual das lojas tem a maior probabilidade de Recomendação. O modelo passou pelo teste de
Hosmer e Lemeshow (χ2Hosmer e Lemeshow (6)=1,258; p=0,974), se mostrando adequado (HAIR et
al., 2009), e obtendo melhora significativa de acertos em relação ao modelo sem preditores
[χ2(3)=36,842 p<0,001 ; R2
Nagelkerke = 0,105] após 11 iterações, sendo possível identificar
corretamente 61,5% dos casos.
O modelo finaliza demonstrando na tabela 12 que são significantes e aumentam a razão de
chances, representada pelo valor de Exp(B), a classificação “positivo” na dimensão Ambiente
Interno (AI.c) em 2 vezes [IC95% = 1,4 – 3,2] na capacidade de prever de qual loja é derivada
este cliente. Ou seja, na análise de regressão logística com os clientes de ambas as lojas, o
cliente que vê como positivo a dimensão ambiente interno, tem 2 vezes mais chance de
pertencer a loja com mudança de layout.
Tabela 12 – Análise de Regressão Logística para prever o Grupo “Promotor” de recomendação, após reclassificação das dimensões do construto e variáveis sócio
demográficas para o modelo com todos os clientes.
B S.E. Wald df Sig. Exp(B) 95% C.I. para
EXP(B)
Inferior Superior
Passo 11a
AI.c(1) 0,78 0,199 15,332 1 0 2,182 1,476 3,223
Constante 20,423 17972,17 0 1 0,999 7,41E+08
a. Variável(is) inserida(s) no passo 1: AI.c, AT.c, VC.c, SV.c, REC.c, Gênero, Est.Civil, Idade, Emprego, Renda, Formação, Frequência.
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
97
4.5.5 Resumo dos modelos logísticos gerados
As regressões logísticas se mostraram adequadas e o resumo de suas interpretações pode ser
vista na tabela resumo, abaixo. Verificou-se que a dimensão ambiente interno possui
significância para os três modelos: modelo geral com todos os respondentes, modelo da loja
sem mudança de layout e modelo da loja com mudança de layout. O modelo da loja sem
mudança de layout também apresentou significância para a dimensão sortimento e variedade.
Para o modelo da loja com mudança de layout, onde foi realizado o redesenho de processos de
serviços utilizando técnicas de análise de video, apresentou significância para as dimensões
ambiente interno, valor de compra e sortimento e variedade
Tabela 13 – Resumo dos resultados das regressões logísticas, com suas significâncias e razão de chances (odds ratio).
DIMENSÃO DO CONSTRUTO
MODELO
GERAL
MODELO
SEM MUDANÇA
DE LAYOUT
MODELO
COM MUDANÇA
DE LAYOUT
Importância para
os Modelos
AMBIENTE INTERNO
OR: 3,527 OR: 5,747 OR: 2,237 Significante para todos os modelos.
ATENDIMENTO Sem Significância para todos os
modelos.
VALOR DE COMPRA
OR: 3,574 OR: 3,353 Significante para o modelo geral e com
mudança de layout.
SORTIMENTO E VARIEDADE
OR: 7,719 OR: 11,235 OR: 8,503 Significante para todos os modelos.
*ACHADOS IMPORTANTES
Renda (3) OR: 0,373 (2,678)b
Gênero (1) OR: 2,360
O Gênero Masculino é significante no modelo com tecnologia. Renda ($6.000
a $9.000) é significante no modelo geral, porém para prever a categoria
contrária (“não recomendar”).
(*) Variáveis sócio demográficas. a. Valor de previsão da categoria contrária (“não recomendar”) para melhor interpretação.
Fonte: Elaborado pelo autor.
4.5.6 Teste de Mann-Whitney: Comparação da média da variável das dimensões da
experiência do consumidor nos dois grupos estudados
O teste de Mann-Whitney teve como objetivo comparar as dimensões da experiência de compra
do consumidor das lojas com e sem mudança de layout. O teste de Mann-Whitney mostrou que
ocorre melhoria da experiência do consumidor na loja com intervenção tecnológica, ou seja,
loja com mudança de layout, uma vez que a significância foi de 0,00, p<0,001. As estatísticas
do teste estão disponíveis na tabela 14.
98
Tabela 14 – Estatística do teste de Mann-Whitney
Ambiente
Interno Atendimento
Valor de compra
Sortimento e variedade
U de Mann-Whitney 17629 18982 23803 20525,5
Wilcoxon W 43507 44860 49681 46403,5 Z -5,565 -4,641 -1,045 -3,431 Significância Sig. (bilateral)
0 0 0 0
a. Variável de Agrupamento: TECNO.c
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
Nota-se ainda que a média e a soma das classificações das dimensões do construto Experiência
de compra do consumidor nos dois grupos analisados se apresentam significativas. Dentre os
consumidores da loja sem mudança de layout a média das classificações foi de 191,66 para a
dimensão ambiente interno, 197,62 para dimensão atendimento, 218,86 para valor de compra e
204,42 para a dimensão sortimento e variedade; A soma das classificações na loja sem mudança
de layout teve maior valor na dimensão valor de compra com a soma das classificações de
49681,00.
Por outro lado, na loja com mudança de layout, a média das classificações foi superior em todas
as dimensões, sendo: Ambiente interno (259,09); Atendimento (253,00); Valor de compra
(231,28); Sortimento e variedade (246,04). A soma das classificações na loja com mudança de
layout foi superior à loja sem mudança de layout em todas as dimensões, tendo como maior
valor a dimensão Ambiente interno com 57518,00. O detalhamento das classificações
encontradas, está disposto na tabela 15.
Tabela 15 – Classificações do Teste de Mann-Whitney
Experiência do consumidor(Dimensões)
Loja com mudança de Layout
Média das classificações
Soma das Classificações
Ambiente Interno Não 191,66 43507 Sim 259,09 57518
Atendimento Não 197,62 44860 Sim 253,00 56165
Valor de compra Não 218,86 49681 Sim 231,28 51344
Sortimento e variedade Não 204,42 46403,5 Sim 246,04 54621,5
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
99
4.5.7 Teste de Mann-Whitney: Comparação da média da variável da probabilidade de
recomendação nos dois grupos estudados
O teste de Mann-Whitney teve como objetivo comparar as dimensões da experiência de compra
e a probabilidade de recomendação dos clientes das lojas com e sem mudança de layout. O teste
de Mann Whitney mostrou que a experiência do consumidor tem efeito na intenção de
recomendação da loja por parte do cliente, uma vez que a significância foi de 0,00, p<0,001.
As estatísticas do teste estão disponíveis nas tabela 16 e 17 para as lojas com e sem mudança
de layout respectivamente.
Tabela 16 – Estatística do teste de Mann-Whitney entre as dimensões da experiência do consumidor e a recomendação – Loja com mudança de layout
Ambiente
interno Atendimento
Valor de compra
Sortimento e variedade
U de Mann-Whitney 2429,500 2304,500 2304,500 1828,500
Wilcoxon W 7379,500 7254,500 7254,500 6778,500
Z -7,733 -7,977 -7,977 -8,989
Significância Sig. (bilateral)
0,000 0,000 0,000 0,000
a. Variável de Agrupamento: REC.c
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
Tabela 17 – Estatística do teste de Mann-Whitney entre as dimensões da experiência do consumidor e a intenção de recomendação – Loja sem mudança de layout
Ambiente
interno Atendimento
Valor de compra
Sortimento e variedade
U de Mann-Whitney 1828,500 1828,500 1688,500 1927,500
Wilcoxon W 10606,500 10606,500 10466,500 10705,500
Z -9,117 -9,117 -9,399 -8,917 Significância Sig. (bilateral)
0,000 0,000 0,000 0,000
a. Variável de Agrupamento: REC.n
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
Nota-se ainda que a soma das classificações das dimensões do construto Experiência de compra
e a intenção de recomendar nos dois grupos analisados apresentam-se significativas. Dentre os
consumidores da loja sem mudança de layout a soma das classificações (Ambiente interno:
10606,50; Atendimento: 10606,50; Valor de compra: 10446,50; Sortimento e variedade:
10705,50) apresentam-se maiores para “não recomendar” quando comparado com a soma das
classificações da loja com mudança de layout (Ambiente interno: 7379,50; Atendimento:
100
7254,50; Valor de compra: 7254,50; Sortimento e variedade: 6778,50), apresentando assim que
a loja sem mudança de layout tem maior pretensão de não recomendar.
Por outro lado, na loja com mudança de layout, a soma das classificações da Experiência de
compra e a intenção de recomendar foi superior a loja sem mudança de layout em todas as
dimensões, sendo: Ambiente interno (17373,50); Atendimento (17498,50); Valor de compra
(17498,50); Sortimento e variedade (1794,50). Apresentando assim que a Loja com mudança
de layout gera uma melhor experiência de compra e uma maior probabilidade de recomendação
da loja por parte do consumidor. O detalhamento das classificações encontradas, está disposto
nas tabelas 18 e 19:
Tabela 18 – Classificação do Teste de Mann-Whitney entre as dimensões da experiência do consumidor e a recomendação - Loja com mudança de layout
Experiência de compra(Dimensões)
Recomendação Soma das classificações
Ambiente Interno Não 7379,50 Sim 17373,50
Atendimento Não 7254,50 Sim 17498,50
Valor de compra Não 7254,50 Sim 17498,50
Sortimento e variedade Não 6778,50 Sim 17974,50
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
Tabela 19 – Classificação do Teste de Mann-Whitney entre as dimensões da experiência do consumidor e a intenção de recomendação - Loja sem mudança de layout
Experiência de compra(Dimensões)
Recomendação Soma das classificações
Ambiente Interno Não 10606,50 Sim 15271,50
Atendimento Não 10606,50 Sim 15271,50
Valor de compra Não 10466,50 Sim 15411,50
Sortimento e variedade Não 10705,50 Sim 15172,50
Fonte: Elaborado pelo autor através do IBM SPSS® v20.
101
4.6 Análise das Hipóteses
4.6.1 Análise Da Hipótese H1 – Ambiente Interno e a intenção de recomendação
Foi evidenciado nas regressões logísticas conforme resumo na tabela 13, a dimensão Ambiente
interno [H1] como significante para todos os modelos (Geral, loja com mudança de layout e
loja sem mudança de layout), confirmando o estudo de Solomon (2016), Terblanche e Boshoff
(2006) e Costa et al. (2008). De acordo com o teste de Mann-Whitney gerado nas tabelas 18 e
19, observou-se que a dimensão Ambiente interno possui maior “soma das classificações” na
loja com mudança de layout, evidenciando assim que o redesenho de design de serviços com
utilização de técnicas de análise de vídeo cria uma maior experiência do consumidor em varejo
e aumenta a probabilidade de recomendação.
Gouvêa (2013) argumenta que os clientes formam imagens dos ambientes de lojas físicas com
base em atributos que, para eles são essenciais, o que inclui, além da atmosfera ou ambiente de
loja, o nível de atendimento prestado, a conveniência proporcionada durante as compras e a
eficiência de operações. Isso demonstra um real efeito associativo das percepções dos clientes
à recomendação, ao se expressar com maior valor na loja com mudança de layout. Para Solomon
(2016) um dos fatores importantes na experiência do consumidor está relacionado com o
ambiente interno da loja. A hipótese [H1] corrobora com os estudos de Zeithaml, Bitner e
Gremler (2014), que abordaram em seus estudos o ambiente interno da loja, representado pelo
layout e funcionalidades do ambiente, como importante para a experiência de consumo, bem
como na sua tomada de decisão.
Através do modelo de previsão do uso de tecnologia ou não das lojas (Tabela 12), pode-se
claramente ver a importância desta dimensão pois consegue destacar que a probabilidade do
cliente que compra gostar do ambiente interno ser da loja com mudança de layout é 2 vezes
maior, comprovando que redesenho dos processos de serviço utilizando o modelo service
design com técnicas de video analytics, é essencial na disposição agradável ao cliente, criando
assim uma maior experiência de compra no ambiente de loja em varejo.
As relações encontradas no presente estudo, suporta a hipótese “H1: A mudança de layout
influencia positivamente a avaliação entre ambiente interno e a intenção de recomendação dos
consumidores nas lojas”.
102
4.6.2 Análise da Hipótese H2 – Atendimento e a intenção de recomendação
A dimensão atendimento [H2], foi uma dimensão que mostrou maior significância no modelo
da loja com mudança de layout através do teste de Mann-Whitney. Ficou evidente através das
tabelas 18 e 19 que o maior valor da “soma das classificações” da dimensão atendimento é na
loja com mudança de layout, confirmando assim que a utilização do service design com técnicas
de vídeo analítico para melhoria do ambiente de compra do consumidor, demonstrou
significância para a dimensão atendimento, confirmando os modelos de Fatima e Razzaque
(2014) e Costa et al. (2008). Fatima e Razzaque (2014) argumentam que a avaliação da
qualidade de uma experiência de compra deve seguir elementos atrelados à atenção criada a
cada consumidor de forma individual e do contato de maneira agradável entre funcionários e
clientes da loja.
Nos estudos de Frederico, E. et al. (2014) sobre os determinantes da satisfação e do boca a boca
para a marca Havaianas observou-se que a dimensão atendimento possui uma maior carga
fatorial que influencia na experiência de compra do consumidor e sua recomendação,
corroborando com as informações da hipótese [H2], a qual aponta que a mudança de layout
influencia positivamente a avaliação entre o atendimento e a intenção de recomendação dos
consumidores nas lojas. Segundo Parente e Barki (2014), quando o atendimento é desempenhado
de forma adequada, o varejista consegue desenvolver relações de longo prazo, e manter a
fidelidade do cliente.
As relações encontradas no presente estudo, suporta a hipótese “H2: A mudança de layout
influencia positivamente a avaliação entre o atendimento e a intenção de recomendação dos
consumidores nas lojas”.
4.6.3 Análise da Hipótese H3 – Valor de compra e a intenção de recomendação
A dimensão valor de compra [H3] se mostra significante para o modelo geral e para o modelo
da loja com mudança de Layout, quando feita a regressão logística (conforme resumo na tabela
13). Através da confirmação feita com o teste de Mann-Whitney gerado na tabelas 18 e 19,
ficou evidente que a mudança de layout influenciou positivamente a dimensão valor de compra,
já que este apresentou maior “soma das classificações” quando comparado com a Loja sem
mudança de layout, corroborando assim com os estudos dos autores Terblanche e Boshoff
(2006) e Johnson et al (2015). Este, afirma que o preço desempenha um papel dominante na
relação da experiência do consumidor, e o valor de compra é o resultado da percepção do
consumidor sobre a relação entre os benefícios obtidos pelo preço pago. Esta dimensão também
103
aponta um real efeito associativo das percepções dos clientes à recomendação, ao se expressar
em ambos os modelos. Também pode se afirmar que é uma característica que realça a diferença
comparativa entre as lojas e o uso ou não da tecnologia.
Já nos estudos de Costa et al. (2008) está dimensão não demonstrou significância. Segundo
Chung et al. (2016) a recomendação surge como uma resposta do consumidor, estudada como
parte da sua intenção de comportamento. Os autores concluíram que a dimensão valor de
compra, quando bem despendido existe um impacto na intenção de recomendar a outros a
experiência, corroborando assim com a importância dessa dimensão do construto experiência
de compra. A hipótese [H3] também corrobora com os estudos de Churchill e Peter, 2012, que
avaliou o valor de compra e as informações vinculadas a promoção, podem reforçar uma
decisão de compra do consumidor, podendo assim criar uma maior probabilidade de
recomendação da loja para amigos e parentes.
As relações encontradas no presente estudo, suporta a hipótese “H3: A mudança de layout
influencia positivamente a avaliação entre o valor de compra e a intenção de recomendação
dos consumidores nas lojas”.
4.6.4 Análise da Hipótese H4 – Sortimento e variedade e a intenção de recomendação
Foi visto que a dimensão sortimento e variedade [H4] de cada loja é uma dimensão de grande
importância para recomendação da loja, tenha ela o uso da tecnologia ou não, como
comprovado na regressão logística realizada nos três modelos, conforme resumo na tabela 13.
Na confirmação do teste de Mann-Whitney gerado nas tabelas 18 e 19, ficou evidente que a
maior “soma das classificações” entre a dimensão e a intenção de recomendar foi na Loja com
mudança de layout. A dimensão sortimento e variedade possui a menor “soma das
classificações” (loja com mudança de layout = 6778,50) para a intenção de não recomendar, fato
que aponta que a menor parte dos consumidores dizem não recomendam a loja.
Assim, esta dimensão demonstrou significância com a intenção de recomendar, corroborando
com os estudos de Rudiené (2015), que afirma que dentre os elementos que impactam a
experiência de compra na loja física, o sortimento de produtos disponíveis na loja e o nível de
preços são de grande influência. Para Verhoef et al. (2009) os clientes preferem varejistas que
disponibilizam uma ampla variedade de produtos.
Segundo Bauer et al. (2012), o planejamento do sortimento e variedade de produtos é uma das
mais desafiantes tarefas para os varejistas devido as preferências dos consumidores por
variedade, novidade e flexibilidade que cada vez mais buscam por conveniência e novas
104
experiências no ambiente de loja em varejo. Estudos de Johnson et al., 2015, demonstraram
que atributos, como de produtos e sortimento de marcas, influenciam os consumidores na
tomada de decisão.
As relações encontradas no presente estudo, suporta a hipótese “H4: A mudança de layout
influencia positivamente a avaliação entre sortimento/variedade e a intenção de recomendação
dos consumidores nas lojas”.
4.7 Achados importantes das análises
É importante salientar que outros achados, igualmente importantes, se apresentaram com este
estudo. Destes, no modelo geral se destaca a influência significante da categoria renda ($6.000
a $9.000), que diminui as chances de recomendação. Para melhor interpretação, outra regressão
logística foi realizada com o parâmetro contrário de previsão (“não recomendar”) e para esta
nova categoria de previsão, a renda aumenta em 2,5 vezes a chance de não recomendar a loja.
Outra característica sócio demográfica que também tem influência nos modelos estudados foi
o gênero no modelo da loja com mudança de layout. Neste modelo clientes do gênero masculino
detêm uma chance 2 vezes maior de recomendar a loja com mudança de layout.
Outro achado importante que deve-se apontar é a evidenciação da importância da dimensão
ambiente interno como capaz de prever o cliente ser da loja com mudança de layout (Tabela
12). Isso aponta que o redesign dos processos e os insights gerados pela análise de vídeo,
somados à ação da gestão varejista de remodelar a disposição da loja em prol de um design
mais efetivo é percebido e característico na loja que utilizou a tecnologia, como demonstrado
no modelo de regressão produzido.
105
5 CONCLUSÃO
Esta dissertação de mestrado teve como objetivo compreender como o redesenho de processos
de serviços utilizando técnicas de design de serviços com utilização de tecnologia de vídeo
analíticos pode melhorar a experiência de compra do consumidor em varejo, bem como a
probabilidade de recomendação da loja. Para tal foi realizado a aplicação de técnicas Multilevel
Service Design em uma loja para melhoria do ambiente de loja, considerando as dimensões do
construto experiência de compra do consumidor, sendo realizada assim uma comparação entre
a loja com mudança de layout e a loja sem mudança de layout. O modelo de avaliação se
mostrou adequado e coeso para as análises da amostra utilizando principalmente o teste não
paramétrico de Mann-Whitney. A relação de suas dimensões com a intenção de recomendar
são bem claras e foi possível evidenciar que a inclusão das variáveis sócio demográficas
(avaliadas através das regressões logísticas), além de dar uma robustez aos resultados obtidos,
são importantes características dando origem a novas e importantes relações igualmente
relevantes para a gestão das instituições. As hipóteses, condensadas no Quadro 7, permitem
definir as seguintes conclusões:
Quadro 7 – Resumo da confirmação das hipóteses.
Hipótese
H1 A mudança de layout influencia positivamente a avaliação entre ambiente interno e a intenção de recomendação dos consumidores nas lojas.
Suportada
H2 A mudança de layout influencia positivamente a avaliação entre o atendimento e a intenção de recomendação dos consumidores nas lojas.
Suportada
H3 A mudança de layout influencia positivamente a avaliação entre o valor de compra e a intenção de recomendação dos consumidores nas lojas.
Suportada
H4 A mudança de layout influencia positivamente a avaliação entre sortimento/variedade e a intenção de recomendação dos consumidores nas lojas.
Suportada
Fonte: Elaborado pelo autor.
De acordo com o teste de Mann-Whitney, na loja com mudança de layout, a soma das
classificações da experiência de compra e a intenção de recomendar foi superior a loja sem
mudança de layout em todas as dimensões. Assim, apresenta-se que a loja que sofreu
intervenção tecnológica com aplicação de técnicas de service design gera uma melhor
experiência de compra e uma maior probabilidade de recomendação da loja por parte do
consumidor.
Visando alcançar o objetivo geral, de analisar a influência do redesenho de processos de
serviços na experiência de compra do consumidor em varejo e sua recomendação, o primeiro
objetivo especifico buscou analisar a intenção de recomendação através das dimensões da
106
experiência do consumidor na loja com mudança de layout por meio do redesenho de processos
de serviço. Para isto foi realizado o teste de Mann-Whitney que apresentou significância e teve
a soma das classificações da experiência de compra e a intenção de recomendar de valor
superior a loja sem mudança de layout, sendo: Ambiente interno (17373,50); Atendimento
(17498,50); Valor de compra (17498,50); Sortimento e variedade (1794,50).
O segundo objetivo especifico buscou analisar a intenção de recomendação através das
dimensões da experiência do consumidor na loja sem mudança de layout. O teste de Mann-
Whitney apresentou significância, porém a soma das classificações da experiência de compra e
a intenção de recomendar teve valor menor do que a loja com mudança de layout.
O terceiro e último objetivo especifico teve como intuito analisar comparativamente as
dimensões da experiência do consumidor e a intenção de recomendar entre a loja sem mudança
de layout e a loja com mudança de layout por meio do redesenho de processos de serviços.
Primeiramente, as estatísticas descritivas apontaram de maneira geral que os consumidores da
loja com mudança de layout tem maior intenção de recomendar quando comparado com os
consumidores da loja sem mudança de layout. Na Análise de Componentes Principais (PCA),
a Figura 30 apresenta dados onde mostra maior concentração de “promotores” de recomendação
na loja com mudança de layout. Tendo como objetivo fazer uma análise mais profunda, foi
realizada a comparação entre os dois grupos utilizando o teste de Mann-Whitney. O teste
apresentou significância para os dois grupos, porém de acordo com a tabela 14 as “médias das
classificações” e a “soma da classificações” foram maior em todas as dimensões (construto
experiência do consumidor) na loja com mudança de layout. E ao comparar as dimensões da
experiência do consumidor e intenção de recomendar, as “somas das classificações” da loja
com mudança de layout se apresentou superior as da loja sem mudança de layout, conforme
tabelas 18 e 19.
Um achado deveras importante neste estudo foi evidenciado na importância da dimensão
ambiente interno ser capaz de prever o cliente com maior disposição para recomendação ser da
loja com mudança de layout. Confirmando assim que o redesenho de processos de serviços com
técnicas de vídeo analíticos geram importantes dados, que somado as ações da gestão varejista
de remodelar a disposição da loja em prol de um design mais efetivo é percebido e característico
na loja que utilizou a tecnologia, como demonstrado no modelo de regressão logística produzido
(Tabela 12).
Como contribuição acadêmica este estudo demonstrou, a partir de modelos estatísticos, que o
redesenho de processos de serviços com utilização de técnicas de análise de vídeo tem
107
influência positiva na melhoria da experiência do consumidor em varejo e sua intenção em
recomendar a loja. No varejo, coletar e trabalhar dados com eficiência e relevância é importante
para entender melhor a experiência do consumidor no ambiente de loja em varejo. Com essas
informações bem tratadas, é possível que a gestão em varejo decida sobre uma estratégia que
possibilite uma experiência única para o consumidor.
Quando estratégias empresariais passam a ser guiadas pela necessidade dos seus clientes, ocorre
uma maior satisfação do público e uma possível melhoria no desempenho organizacional da
loja. Por isso reinventar é preciso, pensando a longo prazo e aumentando a relevância da marca
para o cliente, com isso é possível gerar uma experiência diferenciada ao consumidor e
conseguir sua fidelidade.
Em termos gerais, pode-se concluir que a realização do redesenho de processos de serviços
utilizando técnicas de Multilevel Service Design com aplicação de vídeo analíticos gera
importantes insights que podem apoiar os gestores das empresas varejistas na tomada de decisão
para melhoria da experiência de compra do consumidor e por consequência aumentar a
probabilidade de recomendação da loja por parte do cliente. As dimensões ambiente interno e
atendimento além de interferência tecnológica de mudança de ambiente através do service
design também pode ter uma interferência dos colaboradores da loja em varejo, devido a
interações que ocorrem entre cliente e funcionário, fato que em alguns casos pode ocasionar a
redução de não recomendação para estas dimensões. Segundo Ostrom et al. (2015) o design de
serviços envolve diversos departamentos da empresa e orquestra elementos como ambiente
físico e interações entre clientes e funcionários para melhoria nas experiências do consumidor.
O presente estudo apresenta resultados cujo domínio pode conduzir a algumas implicações e
insights para os gestores das empresas varejistas. Com o processo de transformações no varejo
e a mudança no comportamento do consumidor, as inovações tecnológicas como a utilização
de vídeos analíticos e Business Intelligence e Analytics são tendências para o futuro do varejo,
conforme estudos de Pantano (2014) e NRF (2018). Esses estudos também aumentam a
interatividade do cliente com a loja podendo criar uma melhor experiência de compra do
consumidor.
A importância da aplicação do redesenho de serviços para melhoria de processos internos para
poder assim conseguir uma melhoria na experiência do consumidor; utilização mais adequada
de técnicas de Business Intelligence e Analytics (no caso deste estudo com aplicação de técnicas
de vídeo analíticos) para extração de insights e apoio na tomada de decisão dos gestores. Assim,
este estudo busca compreender quais atributos da experiência do consumidor se destacam na
108
relação com a intenção de recomendar uma loja de varejo, como também entender que
consequências poderão surgir desta, demonstrando assim um carácter inovador e um
instrumento significativo para a gestão de varejistas.
5.1 Limitações do trabalho
Este estudo apresenta algumas limitações, nomeadamente ao nível da amostra que foi não-
probabilística e por conveniência, o que limita a possibilidade de extrapolação para a totalidade
de consumidores de lojas de varejo. A utilização da metodologia de quase-experimento
permitiu a pesquisa ser realizada em duas lojas semelhantes tendo dois modelos: a loja sem
mudança de layout e a loja com mudança de layout (onde ocorreu durante alguns meses a
aplicação de Multilevel Service Design (MSD) com aplicação de técnicas de vídeo analíticos).
Conseguir realizar o quase-experimento em apenas uma loja poderia aumentar o poder
estatístico nas comparações realizadas. Uma outra sugestão é realizar a pesquisa em períodos
diferentes (outros cortes) durante o processo de MSD uma vez que o comportamento do cliente
poderá sofrer algum tipo de influência em virtude dos encontros com os funcionários da loja e
o contexto no qual o consumidor se encontra.
A escala de Likert utilizada neste estudo também pode ser considerada uma limitação, no
sentido em que, apesar de ser a escala mais utilizada neste gênero de pesquisas quantitativas,
pois facilita a tarefa de processamento e levantamento de dados, pode conduzir os respondentes
a assinalarem respostas que não são as mais sinceras, não manifestando, desta forma, uma
opinião exata.
Apesar das limitações identificadas, e de outras que podem ser apontadas, considera-se que o
estudo realizado permitiu conhecer melhor o comportamento dos consumidores após a
intervenção tecnológica no ambiente de loja em varejo.
5.2 Sugestões para pesquisas futuras
Futuras investigações poderiam utilizar amostras mais amplas abrangendo maior amplitude de
frequência de visita do consumidor na loja. Realizar a pesquisa “sem tecnologia” e “com
tecnologia” em apenas uma loja poderia aumentar o poder estatístico nas comparações
realizadas.
Os sistemas de análise de vídeo estão em constante evolução e melhorias de assertividade, como
o avanço dos estudos de inteligência artificial, sugere-se assim a inserção de outras análises de
vídeo em pesquisas futuras, como: demografia para identificação de gênero e faixa etária,
109
podendo criar assim uma relação entre o cliente e promoções através de mensagens de áudio ou
displays com mensagens espalhados nas lojas; reconhecimento facial para poder criar banco de
dados com potencial de gerar promoções direcionadas para cada cliente da loja, além de poder
identificar o humor do cliente. Verificou-se também nas análises deste estudo que quando os
consumidores desfrutam de uma experiência positiva na loja, eles ficam mais dispostos a
recomendar o serviço da loja aos seus amigos e familiares, descrevendo assim a sua interação
com a empresa.
Por fim, este estudo constituiu apenas um contributo para o conhecimento da atitude dos
consumidores face as intervenções tecnológicas na loja em varejo. Dada a importância do tema
considera-se que muito há ainda que percorrer no campo da investigação nesta área sendo,
portanto, um campo fértil de trabalho para outros investigadores.
110
REFERÊNCIAS
ABDI, H; WILLIAMS, L. J. Principal component analysis. Wiley Interdisciplinary Reviews: Computational Statistics, v. 2, n. 4, p. 433-459, 2010.
ALMEIDA, Mário de Souza. Elaboração de projeto, TCC, dissertação e tese: uma abordagem simples, prática e objetiva. 2. ed. São Paulo: Atlas, 2014.
ARORA, R.; SINGER, J.. Customer satisfaction and value as drivers of business success for fine dining restaurants. Services Marketing Quartely, v. 28, n. 1, p. 89-102, 2006.
ASKOY, L. How do you measure what you can’t define? The current state of loyalty measurement and management. Journal of Service Management, v. 24, n. 4, p. 356-381, 2013.
AXIS COMMUNICATIONS, Improve your retail business with network-based people counting. Disponível em: <https://www.axis.com/pt-br/products/axis-people-counter>. Acesso em: 20 out. 2018.
BABIN, B. J; ATTAWAY, J. S. Atmospheric affect as a tool for creating value and gaining share of customer. Journal of Business Research, v. 49, n. 2, p. 91-99, 2000.
BABIN, B. J; BABIN, L. Seeking something different? A model of schema typicality, consumer affect, purchase intentions and perceived shopping value. Journal of Business Research, v. 54, p. 89-96, 2001.
BABIN, B. J; DARDEN, W. R; GRIFFIN, M. Work and/or fun: measuring hedonic and utilitarian shopping value. Journal of Costumer Research, p. 644, 1994.
BABIN, B. J; GONZALEZ, C; WATTS, C. Does Santa have a great job? Gift shopping value and satisfaction. Psychology & Marketing, v. 24, n. 10, p. 895-917, 2007.
BACKSTROM, K.; JOHANSSON, U. Creating and Consuming Experiences in Retail Store Environments: Comparing Retailer and Consumer Perspectives. Journal of Retailing and Consumer Services, v. 13, p. 417-430, 2006.
BAIN & CO., Running the Business Through Your Customre´s Eye´s, 2017.
BAKER, J.; GREWAL, D.; PARASURAMAN A. The Influence of Store Environment on Quality Inferences anStore Image. Journal of the Academy of Marketing Science, v. 22, p. 328-339, 1994.
BALLANTINE, P. W., PARSONS, A.; COMESKEY, K. A conceptual model of the holistic effects of atmospheric cues in fashion retailing, International Journal of Retail & Distribution Management, v. 43, p. 6, p. 503-517, 2015.
BARBIERI, C. BI2 - Business Inteligence: modelagem e qualidade. Rio de Janeiro: Elsevier, 2011.
BARBOSA, Stephanie. et al. Determinantes do comprometimento de consumidores no contexto do varejo virtual. Brazilian Journal of Marketing, v. 14, n. 1, 2015.
111
BAUER, J. C.; KOTOUC, A. J.; RUDOLF, T. What constitutes a good assortment. A scale for measuring consumer’s perceptions of a assortment offered in a grocery category. Journal of retailing and consumer service, 2012.
BECKERS, F.; RISSELADA, H.; VERHOEF, P. Customer Engagement: A New Frontier in Customer Value Management. Handbook of Service Research, R.T. Rust and H.H. Ming, eds. Cheltenham, MA: Edward Elgar, 2014.
BEST, Kathryn. Fundamentos da Gestão do Design. Porto Alegre: Bookman, 2012.
BIERE, M.: The New Era of Enterprise Business Intelligence: Using Analytics to Achieve a Global Competitive Advantage. 1 ed. New Jersey: IBM Press, 2011.
BLOMKVIST, Johan. Conceptualising Prototypes in Service Design.Submitted to the Faculty of Arts and Sciences at Linköping University in partial fulfilment of the requirements for the degree of Licentiate of Philosophy, Linkoping, 2011.
BOLTON, N. et al. Small Details That Make Big Differences: A Radical Approach to Consumption Experience as a Firm’s Differentiating Strategy. Journal of Service Management, v. 25, n. 2, p. 74-253, 2014.
BOLTON, N. Service Excellence: Creating Customer Experiences that Build Relationships. New York: Business Expert Press, 2016.
BONFIM, D. G.; COSTA, F. J.; FREIRE, A. S.; MOREIRA, C. B. OLIVEIRA, D. M. A experiência no ponto de venda e sua influência sobre a satisfação, a lealdade e a confiança: uma análise no segmento varejista de livrarias. Revista Brasileira de Pesquisas de Marketing, v. 1, n.1, p. 26-40, 2008.
BOYD, D.; CRAWFORD, K. Critical questions for Big Data, Information, Communication & Society, v 15, n. 5, p. 662-679, 2012.
BRADLOW, E. T.; GANGWAR, M.; KOPALLE, P.; VOLETI, S. The role of big data and predictive analytics in retailing. Journal of Retailing, v. 93, n. 1, p. 79–95, 2017.
BRAKUS, J.; ZARANTONELLO, L. From Experiential Psychology to Consumer Experience. Journal of Consumer Psychology, v. 25, p. 166–71, 2015.
BRODIE, J. et al. Customer Engagement: Conceptual Domain, Fundamental Propositions, and Implications for Research. Journal of Service Research, v. 14, n. 3, p. 71-252, 2011.
BYRAMJEE, F.; BHAGAT, P.; KLEIN, A. The moderation rof of relationship quality in determining total value orientation. Global Journal of Business Research, v. 4, n. 2, p. 49-62, 2010.
CAMPBELL, D.T.; STANLEY, J.C. Experimental and quasi-experimental design for research on teaching. Handbook of research on teaching, 2 ed., Chicago Rand McNally, 1963.
CAMPBELL, D.T.; STANLEY, J.C. Delineamentos experimentais e quase-experimentais de pesquisa. Tradução de R.A.T. Di Dio. São Paulo: EPU-EDUSP, 1979.
112
CARVALHEIRO, A. Experience Marketing - Desenvolver relações assentes em experiências e emoções. Dissertação de Mestrado, Universidade de Coimbra, Portugal, 2010.
CARPENTER, J., MOORE, M., FAIRHURST, A. Consumer shopping value for retail brands. Journal of Fashion Marketing and Management, v. 9, n. 1, p. 43-53, 2005.
CARPENTER, J. M.; MOORE, M. Consumer demographics, store attributes, and retail format choice in the USgrocery market. International Journal of Retail & Distribution Management, v. 34, p. 434-452, 2006.
CHAUDHURI, S.; DAYAL, U.; NARASAYYA, V. An overview of business intelligence technology. Communications of ACM, v. 54 n. 8, p. 88-98, 2011.
CHEN, H.; CHIANG, R.; STOREY; V. Business Intelligence and Analytics: From Big Data to Big Impact. MIS Quarterly, v. 36 n.4, p. 1165-1188, 2012.
CHUNG, C. C.; LEE, H. C.; LIN, C. Y. The Study of Leisure Experience, Perceived Value and Behavioral Intentions. Universal Journal of Management, v. 4, n. 5, p. 314–321, 2016.
CHURCHILL JR, Gilbert A. PETER, J. Paul. Marketing: criando valor para os clientes. 3. ed. São Paulo: Saraiva, 2012.
COLLINS, J.; HUSSEY R. Pesquisa em Administração. 2. ed. Porto Alegre: Bookman, p.16-27, 2005.
CONNELL, J. et al. Retail video analytics: an overview and survey. IS&T/SPIE Electronic Imaging, 2013.
COOPER, D.; SCHINDLER, P. Métodos de Pesquisa em Administração. 12. ed. Porto Alegre: Bookman, 2016.
COSTA, F. J.; BONFIM, D. G.; FREIRE, A. S.; LIMA, M. C. A experiência no ponto de venda e sua influência sobre a satisfação, a lealdade e a confiança de clientes de varejo. In. Encontro de Marketing, 3, Curitiba, 2008. Anais., Curitiba: ANPAD, 2008.
COSTA JUNIOR, J.; SANTOS, A. Proposição de um Modelo de Referência para o Design de Serviços Eco eficientes em Sistemas ProdutoServiço. Dissertação (Mestrado em Design) Programa de Pós-Graduação em Design–Universidade Federal do Paraná, Paraná, 2012.
COX, A. et al. Productivity in the retail sector: Challenges and opportunities.2016. Disponível em: < http://www.employment-studies.co.uk>. Acesso em: 20 jul. 2018..
CRONIN, J.J; BRADY, M.K.; HULT, G.T.‘Assessing the effects of quality, value, and customer satisfaction on consumer behavioural intentions in service environments’, Journal of Retailing, v. 76, n. 2, p. 193-218, 2000.
DA HORA, H.; MONTEIRO, G.; ARICA, J. Confiabilidade em questionários de qualidade: um estudo com o Coeficiente Alfa de Croncach. Produto & Produção, v. 11, n. 2, p. 85-103, 2010.
De KEYSER et al. A Framework for Understanding and Managing the Customer Experience. MSI Working Paper No. 15-121. Cambridge, MA: Marketing Science Institute,
113
2015.
DEPEC. Departamento de Pesquisas e Estudos Econômicos do Bradesco. Comércio varejista. Disponível em: < https://www.economiaemdia.com.br/EconomiaEmDia/pdf/infset_varejo.pdf >. Acesso em: 04 jul. 2019.
DIAS, S.; SANTOS, R.; MARTINS, V.; ISABELLA, G. Efeitos das estratégias de marketing de compras coletivas sobre o comportamento impulsivo, Revista Brasileira de Marketing, v. 13, n. 3, p. 138-151, 2014.
DIAS, S. O desafio do varejo multicanal: comportamento free-riding do consumidor. 2014. 337 f. Tese (Doutorado em Administração)-Faculdade de Economia, Administração e Contabilidade, Universidade de São Paulo, São Paulo, 2014.
DUARTE, Tomas. NPS Top-Down e NPS Bottom-Up. São Paulo: Tracksale, 2012. Disponível em: <http://satisfacaodeclientes.com/nps-top-down-e-nps-bottom-up>. Acesso em: 20 out. 2018.
DUMONT, Danilo Mozeli; RIBEIRO, José Araújo; RODRIGUES, Luiz Alberto. Inteligência pública na era do conhecimento. Rio de Janeiro: Revan, 2006.
EISINGERICH, A. B., & BELL, S. J. Maintaining customer relationships in high credence services. Journal of Services Marketing, v. 21, n. 4, p. 253–262, 2007.
EREVELLES, S.; FUKAWA, N.; SWAYNE, L. Big data consumer analytics and the transformation of marketing. Journal of Business Research, v. 69, n.2, p. 897–904, 2016.
EVANS, K.R; KLEINE III, R.E; LANDRY, T.D; CROSBY, L.A. How First Impressions of a Customer Impact Effectiveness in an Initial Sales Encounter. Academy of Marketing Science, 2000.
FATIMA, J. K.; RAZZAQUE, M. A. Service quality and satisfaction in the banking sector. International Journal of Quality & Reliability Management, v. 31, n. 4, p. 367-379, 2014.
FERREIRA, M.M.C. Multivariate QSAR. J. Braz. Chem.Soc., São Paulo, v.13, n.6, p.742-753, 2002.
FERREIRA, et al. VOLUMNECT: measuring volumes with Kinect. IS&T/SPIE Electronic imaging, proceedings of the International Society for Optics and Photonics, Vol. 9013, 2014.
FIGUEIREDO DAMÁSIO, Bruno. Uso da análise fatorial exploratória em psicologia. Avaliação psicológica, v. 11, n. 2, 2012.
FIONDA, A. M., MOORE, C. M. The anatomy of the luxury fashion brand. Journal of Brand Management, v. 16, n. 5, p. 347-363, 2009.
FORRESTER. Business Intelligence - Definition.2015. Disponível em: <https://www.forrester.com/Business-Intelligence>. Acesso em: 20 jul. 2018. FRAZER, M; STIEHLER, B. E. Omnichannel retailing: The merging of the online and offline
114
environment. Global Conference on Business and Financial Proceedings, v. 9, n. 1, p. 655 – 657, 2014.
FREDERICO, E. et al. Valor, satisfação e recomendação espontânea para uma marca varejista. Brazilian Journal of Marketing, v. 13, n. 6, 2014.
GARTNER. Gartner IT Glossary. Disponível em: <http://www.gartner.com/itglossary>. Acesso em: 20 jul. 2018.
GARTNER. Magic Quadrant for Business Intelligence and Analytics Platforms. Disponível em: <https://www.gartner.com/doc/2989518/magic-quadrant-businessintelligence-analytics>. Acesso em: 20 jul. 2018.
GENETEC, Create the perfect retail environment. Disponível em: <https://www.genetec.com/solutions/industries/retail>. Acesso em: 2 mai. 2019.
GERT H. N. LAURSEN; JESPER THORLUND. Business Analytics for Managers: Taking Business Intelligence Beyond Reporting. United States: Amazon.com, 2017. E-book.
GIL, Antonio Carlos. Como elaborar projetos de pesquisa. 5 ed. São Paulo: Atlas, 2010.
GILMORE, J.; PINE II, J. Customer Experience Places: the new offering frontier. Strategy & Leadership, v. 30, n. 4, p. 4-11, 2002.
GILOVICH, T.; KUMAR, A.; JAMPOL, L. A wonderful life: experiential consumption and the pursuit of happiness. Journal of Consumer Psychology, v. 25, n. 1, p. 152-165, 2015.
GODES, D.; MAYZLIN, D. Using Online Conversations to Study Word-of-Mouth Communication. Marketing Science, v. 23, n. 4, p. 545-560, 2004.
GONÇALVES, Rodrigo Ribeiro. Integração de Dados na Prática. São Paulo: Érica, 2012.
GOSWAMI, S. A Study of Private Labels of Organized Retail Stores in South Rajasthan. International Journal of Research in IT and Management, v. 2, n. 2, p. 1027-1037, 2012.
GOUL, M.; GUPTA, B.; DINTER, B. Business intelligence and big data in higher education: Status of a multi-year model curriculum development effort for business school undergraduates, MS graduates, and MBAs. Information Systems and E-Business Management, v. 36, n. 1, 2015.
GOUVÊA, M. A.; OLIVEIRA, B.; NAKAGAWA, S. S. Y. Lealdade em compras online versus offline: reflexões sobre os fatores relevantes. Organizações & Sociedade, v. 20, n. 64, p. 37-63, 2013.
GREENLEY, G. E.; SHIPLEY, D. D. An empirical overview of marketing by retailing organizations. Service Industries Journal, v. 8, n. 1. p. 49-66, 1988.
GREWAL, D.; LEVY, M.; KUMAR,V. Customer Experience Management in Retailing: An Organizing Framework. Journal of Retailing, v.85, n.1, p. 1-14, 2009.
GREWAL, D.; ROGGEVEEN, A. L.; NORDFÄLT, J. The future of retailing. Journal of Retailing, v.93, n.1, p. 1-6, 2017.
115
GUNNEBO. Conectividade na gestão do varejo: Em tempos de Internet das Coisas (IoT) e Big Data, varejista pode beneficiar-se com soluções integradas para dinamizar seu negócio. Revista Prevenção de perdas. Disponível em: < http://info.gunnebo.com.br/hubfs/Gunnebo-revista-prevencao-perdas-edicao-09.pdf?hsCtaTracking=4981b6a0-22e3-45d4-996b-6524eb72ffb8%7C9b017466-fcad-44f7-bd86-f1f2635e05e9 >. Acesso em: 04 jul. 2019.
HAIR Jr., J. F.; BLACK,W. C.; BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L. Análise multivariada de dados. 6. ed. Porto Alegre: Bookman, 2009.
HAKEEM A. et al., ObjectVideo, Inc., 11600 Sunrise Valley Dr. Reston, VA 20191, USA, 2012.
HANZAEE, K. H.; REZAEYEH, S. P. Investigation of the effects of hedonic value and utilitarian value on customer satisfaction and behavioural intentions. African Journal of Business Management, v. 7, p. 818–825, 2013.
HERHAUSEN, D.; BINDER, J.; SCHOEGEL, M.; HERRMANN, A. Integrating Bricks with Clicks: Retailer-Level and Channel-Level Outcomes of Online–Offline Channel Integration. Journal of Retailing. 2015.
HOLBROOK, M.; HIRSCHMAN, E. The Experiential Aspects of Consumption: Consumer Fantasies, Feelings, and Fun. Journal of Consumer Research, v. 9, n. 2; p. 132-140, 1982.
HOSMER JR, D. W.; LEMESHOW, S.; STURDIVANT, R. X. Applied logistic regression. John Wiley & Sons, 2013.
HOYER, D. et al. Consumer Co-Creation in New Product Development. Journal of Service Research, v. 13, n. 3, p. 283–305, 2010.
HRISTOV, L.; REYNOLDS, J. Perceptions and practices of innovation in retailing: Challenges of definition and measurement. International Journal of Retail & Distribution Management, v. 43, n. 2, p. 126-14, 2015.
HUANG, M. H.; RUST, R. T. IT-Related Service. Journal of Service Research, v. 16, n. 3, p. 251-258, 2013.
ILIEVA, G.; YANKOVA, T.; KLISAROVA, S. Cloud Business Intelligence: Contemporary Learning Opportunities in MIS training. Proc. Balkan Conf. on Informatics, p. 25-32, 2015.
INMON, W. H. Building the Data Warehouse. 4. ed. New York: John Wiley & Sons, 2005.
JESUS, L.; MACIEIRA, A. Repensando a gestão por meio de processos: como BPM pode transformar negócios e gerar crescimento lucrativo. Rio de Janeiro: Algo Mais Editora, 2014.
JOHNSON, K. K.; KIM, H. Y.; MUN, J. M.; LEE, J. Y. Keeping customers shopping in stores: interrelationships among store attributes, shopping enjoyment, and place attachment. The International Review of Retail, Distribution and Consumer Research, v. 25, n. 1, p. 20-34, 2015.
JUANEDA-AYENSA, E.; MOSQUERA, A.; SIERRA MURILLO, Y. Omnichannel Customer Behavior: Key Drivers of Technology Acceptance and Use and Their Effects on
116
Purchase Intention. Frontiers in Psychology, 2016.
KACEN, J. J.; HESS, J. D.; CHIANG, W. Y. K. Bricks or clicks? Consumer attitudes toward traditional stores and online stores. Global Economics and Management Review, v. 18, n.1, p. 12-2, 2013.
KAURA, V. Antecedents of customer satisfaction: a study of Indian public and private sector banks. International Journal of Bank Marketing, v. 31, n. 3, p. 167-186, 2013.
KASUYA, E. Mann‐Whitney U test when variances are unequal. Animal Behavior, n.61, p. 1247‐1249, 2001.
KEININGHAM, T. L.; ASKOY, L.; COOIL, B.; ADREASSEN, T. W.; AND WILLIAMS L. A holistic examination of Net Promoter. Journal of Database Marketing & Customer Strategy Management, v.15, n. 2, p. 79–90, 2008.
KLAUS, P. P.; MAKLAN, S. EXQ: a multiple‐item scale for assessing service experience. Journal of Service Management, v. 23. n. 1, p. 5–33, 2012.
KLAUS, P.; NGUYEN, B. Exploring the role of the online customer experience in firms’ multi-channel strategy: An empirical analysis of the retail banking services sector. Journal of Strategic Marketing, v. 21, n. 5, p. 429–442, 2013.
KLINE, R. B. Principles and Practice of Structural Equation Modeling. The Guilford Press. New York: London, 2011.
KUMAR, V. et al. Data-driven services marketing in a connected world. Journal of Service Management, v. 24, n. 3, p. 330-352, 2013.
KUMAR, V.; REINARTZ, W. Creating enduring customer value. Journal of Marketing, v. 80, n. 6, p. 36-68, 2016.
LAM, S. et al. Leveraging Frontline Employees Small Data and Firm-Level Big Data in Frontline Management: An Absorptive Capacity Perspective. Journal of Service Research, v.20, n.1, p. 12-28, 2017.
LEE, H. J.; YUN, Z. S. Consumers’ perceptions of organic food attributes and cognitive and affective attitudes as determinants of their purchase intentions toward organic food. Food quality and preference, v. 39, p. 259-267, 2015.
LEIVA, F. M. Análisis de los determinantes de la predisposición a visitar un destino de turismo de bienestar: Tipologías del turista potencial. Tourism & Management, v. 12, n. 2, p. 84-95, 2016.
LEVY Y, ELLIS TJ. A guide for novice researchers on experimental and quasiexperimental studies in information systems research. Interdisciplinary Journal of Information, Knowledge, and Management, v. 6, p. 152-161, 2011. LIBAI et al. Customer-to-Customer Interactions: Broadening the Scope of Word of Mouth Research. Journal of Service Research, v. 13, n. 3, p. 82 – 267, 2010.
LIM, C. H. et al. Design of informatics-based services in manufacturing industries: case studies using large vehicle-related databases. Journal of Intelligent Manufacturing, 2015.
LIU, J.; GU, Y.; KAMIJO, S. Customer Behavior Recognition in Retail Store from Surveillance Camera, 2015.
117
LOURENÇO, G. M. Dois anos de recessão econômica no Brasil. Revista Vitrine da Conjuntura, v. 9, n.4, 2016.
LUSCH, R.; VARGO, S. Institutions and axioms: an extension and update of service-dominant logic. Journal of the Academy of Marketing Science, vol. 44, n. 1, p. 5-23, 2016.
MAGER, B. Service Design – A Review. Cologne: Köln International School of Design, 2004.
MAGER, B. Service design as an emerging field, in Miettinen, S. and Kivisto, M. (Eds), Designing Services with Innovative Methods, Helsinki University of Art and Design, Helsinki, 2009.
MALHOTRA, N. K.; BIRKS, D.; WILLS, P. Marketing research: applied approach. 4 ed. New York: Pearson, 2012.
MALHOTRA, Naresh K. Pesquisa de marketing: uma orientação aplicada. 6. ed. Porto Alegre: Bookman, 2012.
MALHOTRA, Y. Knowledge Management and New Organization Forms: A Framework for Business Model Innovation. Information Resources Management Journal, v. 13, n. 1, p. 5-14, 2000.
MANN, H. B., WHITNEY, D. R. On a test of whether one of two random variables is stochastically larger than the other. Annals of Mathematical Statistics, v. 18, p. 50-60, 1947.
MARCZYK, G.; DeMATTEO, D.; FESTINGER, D. Essentials of Research Design and Methodology. Hoboken: John Wiley & Sons, 2005.
MARTIN, W. C.; LUEG, J. E. Modeling word-of-mouth usage. Journal of Business Research, v. 66, p. 801–808, 2013.
MARTÍNEZ, M. P.; BLÁZQUEZ, J. J.; PINO, G. Store attributes leading customer satisfaction with unplanned purchases. The Service Industries Journal, v. 37, n.5, p. 277-295, 2017. MATTAR, Fauze Najib. Administração de varejo. Rio de Janeiro: Elsevier, 2011.
MAYER, R.C; DAVIS, J.H. The Effect of the Performance Appraisal System on Trust for Management: A Field Quasi-Experiment. Neue Literatur in Arbeitspychologie, 1999.
McAFEE, A.; BRYNJOLFSSON, E. Big Data: The Management Revolution. Harvard Business Review, v.90, n.10, p. 61-67, 2012.
McCARTHY, J.; WRIGHT, P. Technology as Experience. Cambridge, MA: MIT Press, 2007.
MCKISEY & CO. Putting Customer Experience at the Heart of Next Generation Operating Models, 2017.
MELÉNDEZ, Pamela Gutiérrez. Metodología de uso de herramientas de inteligencia de negocios como estrategia para aumentar la productividad y competitividad de una pyme. 2012
118
Disponível em: <http://148.204.210.201/tesis/1359572993732PamelaGutirre.pdf>. Acesso em: 13 out. 2018.
MOORHOUSE, N.; TOM DIECK, M. C.; JUNG, T. Technological Innovations Transforming the Consumer Retail Experience: A Review of Literature. In T. Jung & M. C. tom Dieck (Eds.), Augmented Reality and Virtual Reality - Empowering Human, Place and Business. Springer. 2017.
MORALES VALLEJO, P. M. et al. Cuadernos de Estadística, Construcción de escalas de actitudes tipo Likert. Madrid: Editorial La Muralla S.A, 2003.
MORITZ, S. Service Design:Pratical Access to an evolving field.Faculty of Cultural Science. Cologne: Köln International School of Design, University of Applied Sciences Cologne, 2005.
MOZOTA, Brigitte Borja de; KLOPSCH, Cássia; CAMPELO, Felipe. Gestão do Design. Porto Alegre: Artmed, 2011.
MPINGANJIRA, M. Online Store Service Convenience, Customer Satisfaction and Behavioural Intentions: A focus on Utilitarian Oriented Shoppers. Journal of Economics And Behavioral Studies, v. 7, n. 1, p. 36-49, 2015.
MSI. Marketing Science Institute. Disponível em: http://www.msi.org/research/2018-2020-research-priorities/. Acesso em: 20 jan. 2019.
NADEEM, A.; RASHID, H.; NIAZI, K. Brand Management, what is next? Word of Mouth (wom) as a 6th Element of Promotional Mix and IMC. Interdisciplinary Journal of Contemporary Research in Business, v. 2, n. 12, p. 659-666, 2011.
NATIONAL RETAIL FEDERATION BIG SHOW, NRF. Disponível em: <https://nrfbigshow.nrf.com/2018-recap>. Acesso em: 22 jul. 2018.
NEGASH, S. Business Intelligence. Communications of the Association for Information Systems, v.13, p.177-195, 2004.
NEWSOM M. K.; COLLIER D. A.; OLSEN E. O. USING “BIZTAINMENT” TO GAIN competitive advantage. Kelley School of Business, Indiana University, 2008.
OLIVEIRA, M. V. O. Amostragem não probabilística: adequação de situações para uso e limitações de amostras por conveniência, julgamento e quotas. Administração On Line, v. 2, n. 3, jul./ago./set. 2001.
OPRESNIK, D.; TAISCH, M. The value of big data in servitization. International Journal of Production Economics, p. 174-184, 2015.
OSTROM, A.L. et al, Service research priorities in a rapidly changing context. Journal of Service Research, v. 18, n. 2, p. 127-159, 2015.
PALMATIER, R.W.; DANT, R.P.; GREWAL, D.; EVANS, K.R. Factors Influencing the Effectiveness of Relationship Marketing: A Meta-Analysis, Journal of Marketing, v. 70, p. 136-153, 2006.
119
PANTANO, E. Innovation drivers in retail industry. International Journal of Information Management, v. 34, n. 3, p. 344-350, 2014.
PANTANO, E. Engaging consumer through the storefront: Evidences from integrating interactive technologies. Journal of Retailing and Consumer Services, v. 28, p. 149-154, 2016.
PARENTE, J. Varejo no Brasil. Atlas, 2009.
PARENTE, J., BARKI, E. Varejo no Brasil: gestão e estratégia. 2. ed. São Paulo: Atlas, 2014.
PATRÍCIO, Lia; FISK, Raymond. Understanding the Multi-interface Service Experience, Journal of Service Research, 2011.
PATRÍCIO, L.; FISK, R.; CUNHA, J. Designing Multi-interface Service Experiences: The Service Experience Blueprint, Journal of Service Research, v. 10, p. 318-334, 2008.
PATRÍCIO, L.; FISK, R.P.; FALCÃO E CUNHA, J; CONSTANTINE, L. Multilevel service design: from customer value constellation to service experience blueprinting. Journal of Service Research, v. 14, n. 2, p. 180-200, 2011.
PEREIRA, L. A Experiência Online/Offline do Cliente e o Seu Impacto na Lealdade: o Caso da Banca Portuguesa. Dissertação de Mestrado, Universidade do Porto, Portugal, 2018.
PETRINI, M., POZZEBON, M.: Managing sustainability with the support of business intelligence: Integrating socio-environmental indicators and organisational context. The Journal of Strategic Information Systems, v. 18, p. 178-191, 2009.
PICCHIAI, Djair. Secretaria de Planejamento da Universidade Federal de São Paulo (UNIFESP). Planejamento estratégico: instrumento. São Paulo: Unifesp, 2010. Disponível em: <http://dgi.unifesp.br/seplan/ templates/docs/seplan planejamento_estrategico_material.pdf>. Acesso em: 20 mar. 2019.
PINTO, M. R.; SANTOS, L.S.; ALVES, R.C. Confrontando a percepção de orientação para o mercado das empresas com a percepção dos consumidores, Revista pretexto, v. 13, n. 1, p. 10-33, 2012.
PINHEIRO, Tennyson; ALT, Luis. Design Thinking Brasil: Empatia, Colaboração e Experimentação Para Pessoas, Negócios e Sociedade. Elsevier, 2011.
PINHEIRO, Tennyson. The Service Startup: Design gets lean. United States: Amazon.com, 2014. E-book.
PINHO, N.F. et al. Understanding value co-creation in complex services with many actors. Journal of Service Management, v. 25, n. 4, p. 470-493, 2014.
PIOTROWICZ, W.; CUTHBERTSON, R. Introduction to the Special Issue Information Technology in Retail: Toward Omnichannel Retailing. International Journal of Electronic Commerce, v. 18, n. 4, p. 5-16, 2014.
120
PROENÇA, J. F.; RODRIGUES, M. A. A comparison of users and non‐users of banking self‐service technology in Portugal. Managing Service Quality: An International Journal, v. 21, n. 2, p. 192–210, 2011.
PWC. PricewaterhouseCoopers. Disponível em: <https://www.pwc.com.br/pt/estudos/setores-atividade/produtos-consumo-varejo.html>. Acesso em: 30 jul. 2018.
PRAHALAD, C.K.; RAMASWAMY, V. THE NEW FRONTIER OF EXPERIENCE INNOVATION. MIT Sloan Management Review, vol. 44, n. 4, p. 12-19, 2003.
PRODANOV, C.; FREITAS, E.C. Metodologia do Trabalho Científico: Métodos e Técnicas da Pesquisa e do Trabalho Acadêmico. Novo Hamburgo: Universidade Feevale, 2013.
RANI, R. A. An Analysis On Consumers’ Intention of Buying Private Label Brands Within Food And Grocery Retail Sector–A Study In Chennai Region. Sajmmr, v. 2, n. 6, p. 22-36, 2012. RATHOD, C. B.; BHATT, N. H. Determinants of Customer Loyalty: A Study in the Context of Private Label Apparel Stores in India. IUP Journal of Brand Management, v. 11, n. 1, p. 47, 2014.
RAYBURN, S. W.; VOSS, K. E. A model of consumer’s retail atmosphere perceptions. Journal of Retailingand Consumer Services, v. 20, p. 400-407, 2013.
REICHHELD, F. Loyalty-Based Management. Harvard Business Review, v. 2, p. 64-73, 1993.
REICHHELD, F. The One Number You Need to Grow. Harvard Business Review, v.81. p. 46-54, 2003.
REICHHELD, Fred; MARKEY, Rob. The Ultimate Question 2.0 (Revised and Expanded Edition): How Net Promoter Companies Thrive in a Customer-Driven World. Havard Busines Review, 2011.
REISER, A. A Quasi-Experimental Method for Testing the Effectiveness of Ecolabel Promotion. Journal of Sustainable Tourism, v.13, n.06, p.590, 2005.
RUDIENÉ, E. The identification of the retail internationalization elements effected upon consumers. Regional Formation and Development Studies, v. 16, n. 2, p. 66-77, 2015.
SAARIJÄRVI, H.; KANNAN, P.K.; KUUSELA, H. Value co‐creation: theoretical approaches and practical implications. European Business Review, v. 25, n. 1, p. 6-19, 2013.
SAMPIERI, R. H.; COLLADO, C. F.; LUCIO, M. P. B. Metodologia de pesquisa. 5. ed. Porto Alegre: AMGH, 2013.
SÁNCHEZ, M.; SARABIA, F. J. Validez y fiabilidad de escalas. In: SARABIA, F. J. (Org.), Metodologia para la investigación em marketing y dirección de empresas, Madrid, Editorial Pirámide, 1999.
121
SCHOLZ, P. et al. Benefits and Challenges of Business Intelligence Adoption in Small And Medium-Sized Enterprises. 18th European Conference on Information Systems. 2010. Disponível em: <http://web.up.ac.za/ecis/ECIS2010PR/ECIS2010/Content/Papers/0252.R1.pdf>. Acesso em: 10 set. 2018.
SECOMANDI, F. Design e as interfaces de serviço. Estudos em Design, v. 23, n. 1, p. 74-83, 2015. SHADISH, W. R.; COOK, T. D; CAMPBELL, D. T. Experimental and quasiexperimental designs for generalized causal inference. Boston: Houghton Mifflin Company, 2002.
SMITH, E. R. Research design. Handbook of Research Methods in Social and Personality Psychology. Cambridge University Press, 2000.
SMITH, A. Assessing the Contribution of Flagship Projects to City Image Change: A QuasiExperimental Technique. The International Journal of Tourism Research, v. 8, n. 6, p. 391, 2006.
SOCIEDADE BRASILEIRA DE VAREJO E CONSUMO, SBVC. Disponível em: http://sbvc.com.br/desafios-tecnologia-varejo/. Acesso em: 08 dez. 2018.
SOLOMON, M. R. O Comportamento do consumidor: comprando, possuindo e sendo. 11. ed. Porto Alegre: Bookman, 2016.
SPENA, T.R.; CARIDA, A.; COLURCIO, M.; MELIA, M. Store experience and co-creation: the case of temporary shop, International Journal of Retail & Distribution Management, v. 40, n. 1, p. 21-40, 2012.
STICKDORN, M.; SCHNEIDER, Jakob. This is Service Design Thinking: Basics, Tools, Cases. United States: Amazon.com, 2012. E-book.
TABACHNICK, G.; FIDELL, L. Discriminant analysis. Using multivariate statistics. Boston: Pearson Education Inc. n. 3, v. 201, p. 377-438, 2013.
TAYLOR, M.S; TRACY, K.B; RENARD, M.K; HARRISON, J.K; CARROLL, S.J. Due Process in Performance Appraisal: A Quasi-Experiment in Procedural Justice. Administrative Science Quartely, v. 40, 1995.
TERBLANCHE, N. S.; BOSHOFF, C.. The relationship between a satisfactory in-store shopping experience and retailer loyalty. South African Journal of Business Management, v 37, n. 2, p. 33-43, 2006.
VAN DOORN, J.; LEEFLANG, P. S. H.; TIJS, M. Satisfaction as a predictor of future performance: A replication. International Journal of Research in Marketing, v. 30, n. 3, p. 314-318, 2013.
VERHOEF, P. C.; LEMON, K. N.; PARASURAMAN, A.; ROGGEVEEN, A.; TSIROS, M.; SCHLESINGER, L. A. Customer experience creation: Determinants, dynamics and management strategies. Journal of Retailing, v. 85, p. 31-41, 2009.
VERHOEF, P.; KANNAN, P.; INMAN, J. From multi-channel retailing to omni-channel
122
retailing: introduction to the special issue on multi-channel retailing. Journal of Retailing, v. 91, n. 2, p. 174-181, 2015.
VIVEK, D.; Beatty, S.; Morgan, R. Customer Engagement: Exploring Customer Relationships Beyond Purchase. Journal of Marketing Theory and Practice, v. 20, p. 45-127, 2012.
WALTER, F. E.; BATTISTON, S.; YILDIRIM, M.; SCHWEITZER, F. Moving recommender systems from on-line commerce to retail stores. Information Systems and E-Business Management, v. 10, n. 3, p. 367-393, 2012.
WAMBA, S. et al. How ‘Big Data’ Can Make Big Impact: Findings from a Systematic Review and a Longitudinal Case Study. International Journal of Production Economics, 2015.
WATSON, H. J. Tutorial: Business Intelligence – Past, Present, and Future. Communications of the Association for Information Systems, v. 25, n.39, p. 487-510, 2009.
WEDEL, M.; KANNAN, P. K. Marketing analytics for data-rich environments. Journal of Marketing, v. 80, n. 6, p. 97-121, 2016.
WESTBROOK, R. A. Sources of Consumer Satisfaction With Retail Outlets. Journal of Retailing, v. 57, p. 68-85, 1981.
WU, S.M.; SONG, J.W.; LIU, X.N. Application research of intelligent monitoring system based on abnormal events. Applied Mechanics and Materials, v. 713, p. 471- 474, 2015.
XU, Z.; FRANKWICK, G. L.; RAMIREZ, E. Effects of big data analytics and traditional marketing analytics on new product success: a knowledge fusion perspective. Journal of Business Research, v. 69, n. 5, p. 1562-1566, 2016.
ZAKI, M.; KANDEIL, D.; NEELY, A.; MCCOLL-KENNEDY, J. R. The Fallacy of the Net Promoter Score: Customer Loyalty Predictive Model. Cambridge Service Alliance, p. 1-25, 2016.
ZEITHAML, V. A. Consumer perceptions of price, quality and value: a means-end model and synthesis of evidence. Journal of Marketing, v. 52, n. 3, p. 2-22, jul., 1988.
ZEITHAML, V. A.; BITNER, M. J; GREMLER, D. D. Marketing de serviços: a empresa com foco no cliente. 6 ed. Porto Alegre: Bookman, 2014.
ZENG, L.; XU, L.; SHI, Z.; WANG, M.; WU, W. Techniques, process, and enterprise solutions of business intelligence, 2006 IEEE Conference on Systems, Man, and Cybernetics. vol. 6, 2006.
ZIKOPOULOS, P. C. et al. Understanding Big Data: Analytics for Enterprise Class and Streaming Data. McGraw-Hills books, 2012.
ZOMERDIJK, L.G.; VOSS, C.A. Service design for experience-centric services. Journal of Service Research, v.13, n. 1, 2010.
123
APÊNDICE A
1. Quanto a sua avaliação sobre a loja, temos a seguir um conjunto de afirmações. Pedimos que
seja apontado o quanto você concorda ou discorda de cada uma delas. Na escala, 1 indica
DISCORDÂNCIA TOTAL, 7 indica CONCORDÂNCIA TOTAL.
I1
Ambiente interno
Esta loja tem uma decoração agradável? 1 2 3 4 5 6 7
I2 A organização dos produtos facilita que eu encontre o que procuro?
1 2 3 4 5 6 7
I3 A loja é adequadamente sinalizada(setores, locais de produtos, promoções)?
1 2 3 4 5 6 7
I4 A loja tem uma boa organização dos produtos. ? 1 2 3 4 5 6 7
2. Quanto a sua avaliação sobre a loja, temos a seguir um conjunto de afirmações. Pedimos que
seja apontado o quanto você concorda ou discorda de cada uma delas. Na escala, 1 indica
DISCORDÂNCIA TOTAL, 7 indica CONCORDÂNCIA TOTAL.
A1
Atendimento
Os vendedores desta loja me dão atenção pessoal?
1 2 3 4 5 6 7
A2 Os vendedores desta loja sempre têm disponibilidade para me atender?
1 2 3 4 5 6 7
A3 Os vendedores desta loja me fornecem um serviço rápido?
1 2 3 4 5 6 7
A4 Os vendedores desta loja são corteses e educados?
1 2 3 4 5 6 7
A5 Os vendedores desta loja estão sempre dispostos a me ajudar?
1 2 3 4 5 6 7
3. Quanto a sua avaliação sobre a loja, temos a seguir um conjunto de afirmações. Pedimos que
seja apontado o quanto você concorda ou discorda de cada uma delas. Na escala, 1 indica
DISCORDÂNCIA TOTAL, 7 indica CONCORDÂNCIA TOTAL.
V1
Valor de compra
Preço nesta loja valem à pena? 1 2 3 4 5 6 7 V2 Os produtos atendem às minhas expectativas? 1 2 3 4 5 6 7 V3 Os produtos desta loja são de boa qualidade? 1 2 3 4 5 6 7
V4 Os preços dos produtos representam um bom valor?
1 2 3 4 5 6 7
V5 Os produtos desta loja não costumam apresentar defeitos e falhas?
1 2 3 4 5 6 7
QUESTIONÁRIO
124
4. Quanto a sua avaliação sobre a loja, temos a seguir um conjunto de afirmações. Pedimos que
seja apontado o quanto você concorda ou discorda de cada uma delas. Na escala, 1 indica
DISCORDÂNCIA TOTAL, 7 indica CONCORDÂNCIA TOTAL.
S1
Sortimento
A loja oferece produtos de boas marcas? 1 2 3 4 5 6 7
S2 A loja possui uma variedade de produtos adequada?
1 2 3 4 5 6 7
S3 A loja oferece diversas opções de produtos? 1 2 3 4 5 6 7 S4 A loja possui diferentes linhas de produtos? 1 2 3 4 5 6 7
5. Quanto a sua avaliação sobre a loja, temos a seguir um conjunto de afirmações. Pedimos que
seja apontado o quanto você concorda ou discorda de cada uma delas. Na escala, onde 0
expressa uma baixa probabilidade de recomendação e 10 expressa uma alta probabilidade de
recomendação.
R1 Recomendação Qual a chance de você recomendar essa empresa para um amigo ou parente?
0 1 2 3 4 5 6 7 8 9 10
6. Gênero
( ) Masculino ( ) Feminino
7. Estado Civil
( ) Solteiro ( ) Casado ( ) Divorciado
( ) Viúvo ( ) União estável
8. Qual a sua idade?
( ) até 25 anos
( ) acima de 25 e até 30 anos
( ) acima de 30 e até 35 anos
( ) acima de 35 e até 40 anos
( ) acima de 40 e até 45 anos
( ) acima de 45 e até 50 anos
( ) acima de 50 e até 55 anos
125
9. Você trabalha?
( ) Sim ( ) Não
10. Qual a sua renda mensal familiar?
( ) até R$ 3.000,00
( ) de R$ 3.001,00 a R$ 6.000,00
( ) de R$ 6.001,00 a R$ 9.000,00
( ) acima de R$ 9.000,00
11. Qual o seu grau de formação?
( ) Pós-graduação, completo ou incompleto
( ) Ensino superior, completo ou incompleto
( ) Ensino médio, completo ou incompleto
( ) Ensino fundamental, completo ou incompleto
12. Qual a sua frequência de compra na referida loja?
( ) diariamente
( ) semanalmente
( ) mensalmente
( ) semestralmente
( ) anualmente
![u } } } o } } W K } À o ] } & } u } v u ] v v · hydoxdwlyh v\vwhp dlplqj wr dfklhyh wkh frqfhswlrq ri d pruh remhfwlyh dqg sudfwlfdo wudlqlqj hydoxdwlrq iru doo hpsor\hhv ri wkh](https://img.document.onl/doc/110x75/5fd1dc95a488fb7bda6428fa/u-o-w-k-o-u-v-u-v-v-hydoxdwlyh-vvwhp-dlplqj-wr-dfklhyh.jpg)
![TCC Carol entregarepositorio.unesc.net/bitstream/1/6031/1/CAROLINE... · 2018. 8. 24. · $%675$&7 7kh sxusrvh ri wklv uhvhdufk lv wr dqdo\]h zkdw wkh uroh ri wkh 8qlwhg 1dwlrqv 6hfxulw\](https://img.document.onl/doc/110x75/60e25c06b040d342685246d7/tcc-carol-2018-8-24-6757-7kh-sxusrvh-ri-wklv-uhvhdufk-lv-wr-dqdoh.jpg)
![TCC Tamiris de Almeida - cepein.femanet.com.br · $%675$&7 7klv sdshu suhvhqwv wkh surfhvv ri uhjxodwlrq dqg mxglfldol]dwlrq ri wkh &rqwlqxhg 3d\phqw %hqhilw %3& jxdudqwhhg e\ wkh](https://img.document.onl/doc/110x75/5f66fa77e39f2a62595b2861/tcc-tamiris-de-almeida-6757-7klv-sdshu-suhvhqwv-wkh-surfhvv-ri-uhjxodwlrq.jpg)
![O SISTEMA PRISIONAL FEMININO E A MATERNIDADE - Luana ... LUANA.pdf · $%675$&7 7kh suhvhqw vwxg\ dlpv wr shuirup dq dqdo\vlv ri wkh %ud]loldq ihpdoh sulvrq v\vwhp dqg wkh sulvrq prwkhukrrg](https://img.document.onl/doc/110x75/5e7f616cd852603f804a9f49/o-sistema-prisional-feminino-e-a-maternidade-luana-luanapdf-6757.jpg)
![ModeloDeTrabalhoAcademico PRISCILA ALVES DOS SANTOS - …repositorio.unicamp.br/...PriscilaAlvesDos_M.pdf · $%675$&7 ,q wkh zruog vfhqdulr dqg lq %ud]lo wkhuh lv d jurzwk lq wkh](https://img.document.onl/doc/110x75/5f66a3501fdeb92c4f49de98/modelodetrabalhoacademico-priscila-alves-dos-santos-6757-q-wkh-zruog.jpg)
![5HIHUrQFLDV %LEOLRJUiILFDV - PUC-Rio · BALLOU R.H. Business Logistics Management: 3ODQQLQJ 2UJDQL]LQJ DQG &RQWUROOLQJ WKH 6XSSO\ &KDLQ. Prentice-Hall, 1999.](https://img.document.onl/doc/110x75/5b5f072b7f8b9a6d448d81a1/5hihurqfldv-leolrjuiilfdv-puc-ballou-rh-business-logistics-management.jpg)
