Análise do impacto de alterações na estratégia de

Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando

Difference-in-Differences

Mónica Raquel Fernandes Ramos

Dissertação de Mestrado

Orientador na FEUP: Prof. Gonçalo Figueira

Mestrado Integrado em Engenharia e Gestão Industrial

2021-06-28



ii

“Success is most often achieved by those who don’t know that failure is inevitable.”

Coco Chanel



iii

Resumo

O setor do retalho de moda é afetado pela intensa e crescente competitividade. Os

retalhistas vêem-se forçados a combinar técnicas de marketing e merchandising em espaços

físicos comerciais para conseguirem cativar clientes e aumentar as vendas. Quando se trata de

marcas de calçado, a concorrência em Portugal é cada vez mais forte, não só em número de

concorrentes, como também em relação aos preços praticados. Este estudo pretende avaliar o

impacto de alterações na estratégia de merchandising visual com a criação, em apenas algumas

lojas da marca, de um espaço exclusivamente dedicado ao calçado, de forma a mudar

radicalmente o paradigma da categoria.

Este tipo de investimentos pode trazer benefícios, permitindo que as marcas se

diferenciem dos concorrentes e consigam oferecer uma melhor experiência de compra. De

forma a analisar o impacto destas alterações é aplicado um método econométrico designado

Difference-in-Differences que permite medir o efeito que o “Projeto Calçado” pode provocar

nas vendas semanais de calçado e no rácio das vendas ao longo do período em análise.

Associado ao método assenta também a identificação de variáveis que podem trazer explicação

adicional e que têm influência nas vendas, nomeadamente a quantidade de stock total disponível

nas lojas e a distribuição geográfica.

Os resultados mostram que, com o Projeto, as vendas apresentam valores superiores face

ao período homólogo do ano considerado. Os modelos criados de acordo com o tipo de conceito

em loja, indicam que o Projeto faz aumentar mais o rácio do calçado do que propriamente as

vendas absolutas, isto é, o seu impacto é maior nas vendas de calçado do que nas vendas totais

de todas as categorias. A variável stock teve impacto significativo nas vendas e permitiu

adicionar explicação aos modelos. Contudo, a distribuição geográfica não trouxe significância.

Concluindo, alterações no espaço físico das lojas com a implementação do Projeto

contribuíram para o aumento das vendas de calçado, corroborando a teoria de que

transformações de merchandising visual causam impacto na decisão de compra dos

consumidores afetando positivamente as vendas e, além disso, asseguram vantagem

competitiva perante os concorrentes que atuam neste mercado.

iv

Analysis of the impact of changes in the strategy of visual merchandising in fashion retail applying Difference-in-Differences

Abstract

The fashion retail sector is affected by an intense and growing competitiveness.

Retailers have been forced to combine marketing and merchandising techniques in commercial

physical spaces to attract customers and increase sales. When it comes to footwear brands,

competition in Portugal is getting stronger, not only by the existing number of competitors, but

also in regarding the prices charged.

This study aims to evaluate the impact of changes in visual merchandising strategy with

the creation, in some stores of the brand, of a space exclusively dedicated to footwear, in order

to radically change the paradigm of the category.

This type of investment can bring benefits, allowing brands to differentiate themselves

from competitors and be able to offer a better shopping experience. In order to analyze the

impact of these changes, an econometric method called Difference-in-Differences is applied to

measure the effect that the “Footwear Project” can have on the weekly shoe sales and on the

sales ratio over the period under analysis. Associated with the method, there is also the

identification of variables that can bring additional explanation and that have influence directly

on the sales, namely the amount of total stock available in stores and geographical distribution.

The results show that, with the Project, sales are higher than the same period of the year

considered. The models created according to the type of concept in store, indicate that the

Project increases more the ratio of footwear sold than absolute sales, meaning, its impact is

greater on shoe sales than on total sales of all categories. The stock variable had a significant

impact on sales and allowed additional explanation to the models. However, the geographical

distribution did not bring significance.

In conclusion, changes in the physical space of the stores with the implementation of the

Project contribute to the increase in shoe sales, which corroborates the theory that visual

merchandising transformations impact positively the consumer shopping decision, which,

again, positively affect the sales and, in addition, it ensures competitive advantage over

competitors operating in this market.

v

Agradecimentos

Ao meu orientador Gonçalo Figueira, pela ajuda incansável, entrega, dedicação e

preocupação demonstrada em todos os momentos.

À minha orientadora Marta Carvalho, pela integração na empresa e na equipa, atenção

prestada e disponibilidade no esclarecimento de todas as questões.

A todas as amizades que fizeram parte desta caminhada, especialmente às que ainda hoje

continuam comigo. Cada pessoa com quem tive a sorte de cruzar marcou-me de forma diferente,

mas sobretudo ajudou-me a crescer e a tornar-me uma melhor versão de mim. Um enorme

privilégio partilhar tantas histórias, conversas, conhecimento e acima de tudo momentos únicos

que ficarão eternizados na minha memória e os mais especiais, no meu coração. Sem vocês,

isto não tinha tido piada nenhuma.

À minha mãe, ao meu irmão e ao meu pai por todos os ensinamentos, todas as palavras

de incentivo e força, mas acima de tudo, por estarem sempre presentes.

Ao meu querido e eterno avô Manuel.

A todos aqueles que, apesar das pedras no caminho, nunca desistem de seguir os seus

sonhos.

vi

Índice de Conteúdos

1 Introdução .................................................................................................................. 1

Âmbito, Objetivos e Metodologia .................................................................. 2

Estrutura da dissertação ................................................................................. 3

2 Enquadramento teórico .............................................................................................. 4

Técnicas de merchandising ............................................................................ 4

Merchandising visual ..................................................................... 5

Metodologia na análise de dados ................................................................... 7

Difference-in-Differences ............................................................... 7

Synthetic Control Method ............................................................. 11

Lagged Dependent Variables ....................................................... 11

3 Caso de Estudo e exploração dos dados .................................................................. 13

MO: Business unit da Sonae Fashion ........................................................... 13

Objetivos específicos ................................................................................... 14

Distribuição das lojas ................................................................................... 14

Totalidade das lojas ...................................................................... 15

Lojas com Projeto ......................................................................... 15

Equipamento das lojas ................................................................................. 16

Lojas sem Projeto ......................................................................... 16

Lojas com Projeto ......................................................................... 17

Artigos do Projeto ........................................................................................ 21

4 Metodologia e Resultados ........................................................................................ 23

Análise exploratória dos resultados ............................................................. 23

Abordagem para a construção dos modelos ................................................. 27

Variáveis independentes ............................................................... 29

Estatísticas descritivas .................................................................. 30

Modelo Difference-in-Differences ............................................................... 30

Apresentação e discussão dos resultados ..................................................... 31

Vendas de calçado totais usando apenas o stock .......................... 32

Rácio de vendas usando apenas o stock ....................................... 33

Vendas de calçado totais usando stock e região ........................... 35

Rácio de vendas usando stock e região ......................................... 37

Discussão geral dos resultados ..................................................... 39

5 Conclusões e perspetivas de trabalhos futuros ........................................................ 41

Referências ................................................................................................................... 43

vii

Siglas

DiD – Difference-in-Differences

INSCO – Insular Hipermercados - Açores

LDV – Lagged Dependent Variables

OLS – Ordinary Least Squares

OTB – Open-To-Buy

SCM – Synthetic Control Method

viii

Índice de Figuras

Figura 1 – Ilustração pressuposto de tendências paralelas ................................................ 9

Figura 2 – Protótipo murais de vestuário ........................................................................ 16

Figura 3 – Corner e Brand's Table na MO São Cosme .................................................. 17

Figura 4 – Protótipo e Real Corner senhora ................................................................... 18

Figura 5 – Real Expositor Vertical ................................................................................. 18

Figura 6 – Protótipo e Real Brand's Table ...................................................................... 19

Figura 7 – Protótipo e Real Equipamento de Slippers .................................................... 19

Figura 8 – Evolução das vendas totais nas lojas com e sem Projeto .............................. 23

Figura 9 – Evolução do rácio de vendas nas lojas com e sem Projeto ............................ 24

Figura 10 – Evolução do stock nas lojas com e sem Projeto .......................................... 24

Figura 11 – Evolução das vendas totais (diferença entre 2021 e 2019) por Região nas lojas

sem Projeto ............................................................................................................................... 25

Figura 12 – Evolução das vendas totais (diferença entre 2021 e 2019) por Região nas lojas

com Projeto ............................................................................................................................... 26

Figura 13 – Evolução do rácio de vendas (diferença entre 2021 e 2019) por Região nas

lojas sem Projeto ....................................................................................................................... 26

Figura 14 – Evolução do rácio de vendas (diferença entre 2021 e 2019) por região nas

lojas com Projeto ...................................................................................................................... 27

ix

Índice de Tabelas

Tabela 1 – Estimativa DiD ................................................................................................ 8

Tabela 2 – Distribuição totalidade lojas .......................................................................... 15

Tabela 3 – Distribuição lojas com Projeto ...................................................................... 16

Tabela 4 – Tipos de conceitos nas lojas com Projeto ..................................................... 20

Tabela 5 – Quantidade de equipamento nas lojas com Projeto ...................................... 20

Tabela 6 – Descrição dos modelos analisados ................................................................ 29

Tabela 7 – Variáveis binárias para a região .................................................................... 30

Tabela 8 – Resultados DiD M0.V ................................................................................... 32

Tabela 9 – Resultados DiD M1.V ................................................................................... 32

Tabela 10 – Resultados DiD M2.V ................................................................................. 33

Tabela 11 – Resultados DiD M3.R ................................................................................. 33





Tabela 16 – Resultados DiD M0. V+.............................................................................. 36




Tabela 20 – Resultados DiD M0. R+ .............................................................................. 38






1

1 Introdução

Com o intuito de responder agilmente à procura do mercado, o conceito Quick Fashion

(Guercini 2001) ou McFashion (Priest 2005) ou Fast Fashion (Reinach 2005), sendo este

último o mais citado, ganha forte visibilidade e destaque no setor do retalho de moda mundial.

Estes termos caracterizam as marcas de retalho de moda cujos produtos são criados,

manufaturados e distribuídos num curto espaço de tempo, em pequenas coleções e a preços

baixos (Guercini 2001). O fashion life cycle que engloba a introdução, aceitação, culminação e

declínio de aceitação de um certo estilo, é definido no caso do Fast Fashion como a estratégia

que visa reduzir os processos envolvidos no ciclo de compra e os lead times de entrada de novos

produtos nas lojas de forma a satisfazer a procura do consumidor no seu pico. O procedimento

subjacente a este fenómeno quebra os ciclos habituais de vendas e desenvolve coleções mais

frequentes com uma maior panóplia de artigos, porém, em menores quantidades.

Segundo Reinach (2005), este tipo de moda instantânea nasce como consequência da

globalização de tendências e da versatilidade criada pela adoção de identidades temporárias na

sociedade moderna. Do ponto de vista das operações, requer uma cadeia de abastecimento

altamente responsiva que consiga dar suporte a uma variedade de produtos suscetíveis às

tendências de moda (Caro e Martìnez-De-Albèniz 2015). A necessidade de combinação de três

elementos é imprescindível para que todo o processo funcione fluentemente, sendo eles a

resposta rápida à procura do cliente, mudanças frequentes na gama de produtos e a propensão

de designs modernos a preços acessíveis. Os dois primeiros elementos essencialmente

operacionais enquanto o terceiro representa a proposta de valor que a vanguarda operacional se

esforça para entregar. Este processo de renovação frequente e, ao mesmo tempo, mais apelativo

para os consumidores estimula a procura e cria vantagem competitiva perante os concorrentes.

O setor de moda mundial é caracterizado por ser extremamente competitivo e dinâmico.

As marcas inseridas nesta indústria estão sob constante pressão para que consigam, não só

proporcionar a melhor experiência aos seus clientes, como também competir num mercado cada

vez mais saturado pelo excesso de oferta. Com especial foco na comunicação adequada da sua

mensagem, trabalham para captar o máximo de atenção do público-alvo e, ao mesmo tempo,

conseguirem destacar-se dos seus concorrentes. Este setor distingue-se dos demais pelo facto

de estar inserido num sistema de constante mudança, afetado pela sazonalidade e pela grande

responsabilidade de inovar e responder à procura dos consumidores criando produtos que vão

de encontro à tendência desejada em cada momento. Os ciclos de vida dos produtos são

tradicionalmente curtos devido à efemeridade das tendências de moda e a mudança da procura

de um produto em detrimento de outro é volátil dada a vasta oferta encontrada (Christopher,

Lowson e Peck 2004). Neste mercado tão imprevisível, as marcas procuram ter uma presença

forte que as evidencie, e através da qual se crie um certo envolvimento e lealdade à marca de

forma a integrarem o dia-a-dia do maior número de consumidores possível.

O merchandising tem sido uma ferramenta de apoio eficaz para melhorar a gestão do

comércio retalhista com o objetivo de conquistar benefícios que rentabilizem o investimento e

melhorem a experiência de compra dos consumidores. Merchandising pode ser classificado em

quatro técnicas diferentes: merchandising visual ou de apresentação, merchandising de gestão,



2

merchandising de sedução e merchandising de fidelização (Larrota 2017). Nos últimos anos, a

técnica mais utilizada e que se tornou numa das principais responsabilidades para as marcas é

a de merchandising visual.

Os espaços físicos comerciais para os produtos e serviços tornaram-se um foco

importante para os comerciantes colmatarem a concorrência por ser o local onde os

consumidores tendem a fazer a maioria das suas decisões de compra. Com vista a não esquecer

a apresentação e desenvolvimento do ponto de venda, surge a necessidade de interligar o

marketing e o merchandising criando-se a estratégia de merchandising visual. Este conceito

integra a relação entre marca, consumidor, produto e meio ambiente e, além disso, permite a

primeira comunicação visual do posicionamento de imagem da oferta da loja. Turley e Milliman

(2000) consideram cinco fatores estratégicos que permitem a exposição visualmente favorável

entre eles: espaço exterior que segundo Bohl (2012) é o primeiro conjunto de sinais

normalmente visto pelo consumidor; espaço interior em que a música, o odor e as cores podem

ter forte impacto no comportamento dos consumidores Milliman (1982); layout e design da loja

que engloba a importância da maximização do espaço, agrupamento de produtos, fluxo de

tráfego, localização das secções e alocação dentro das secções C. W. Park, Iyer, and Smith

(1989); ponto de venda e decoração nomeadamente a disposição dos artigos e dos pontos de

venda e por fim fatores humanos que, para Baker, Grewal e Parasuraman (1994), a elevada

densidade de pessoas no espaço físico comercial tem impacto negativo na satisfação dos

clientes.

A concorrência de marcas de calçado em Portugal tem vindo a tornar-se progressivamente

mais forte, tanto em número de concorrentes, como também relativamente aos preços

praticados, o que permite a apresentação de uma vasta oferta. O nível de exigência dos clientes

é por sua vez mais alto dado que o país apresenta grandes investimentos na produção própria

de calçado, o que provoca uma ameaça para as marcas. Com o objetivo de crescer e estar à

altura dos concorrentes, as marcas que atuam neste mercado podem estudar o efeito de

alterações no ambiente de loja através de métodos estatísticos que avaliem o impacto causado

nas vendas. A análise estatística subjacente consiste em ajustar um

modelo aos dados, testar a violação dos pressupostos do estimador e procurar soluções

adequadas quando esses pressupostos são violados. Este tipo de análise pode englobar variáveis

relevantes e que explicam se as estratégias implementadas no ponto de venda foram as mais

apropriadas.

A marca em estudo, preferiu apostar num layout moderno e numa organização do espaço

otimizada, que assegurasse um melhor fluxo de circulação e uma melhor segmentação dos

artigos. Para isso, criou espaços específicos para a exposição do calçado com o intuito de

centralizar a oferta e estar menos dependente de trocas entre diversos equipamentos. O impacto

destas alterações de merchandising visual nas vendas de calçado foi testado em lojas piloto que

atingiram resultados favoráveis e que, por isso, foi alastrado para um maior número de lojas

por todo o país. No entanto, a dificuldade de seleção das lojas em que o investimento é

compensatório não é tarefa fácil pois são muitas as variantes que podem afetar as vendas.

Âmbito, Objetivos e Metodologia

As marcas de retalho de moda estão orientadas constantemente para os resultados e, é por

isso, que consideram a análise frequente das vendas uma atividade essencial ao crescimento do

negócio. Tal como referem Turley e Milliman (2000), o layout da loja, no qual engloba o

mobiliário, é um dos fatores que contribui para uma melhor experiência de compra por parte

dos consumidores e o que desperta maior atenção. O estilo, a variedade e a qualidade dos artigos

compõem o ambiente e influenciam a tomada de decisão dentro dos espaços comerciais. Tendo

em conta estes fatores, e a forte ambição de aumentar as vendas e a rentabilidade na categoria

de calçado, o Projeto em estudo incide na avaliação do impacto que a criação de espaços



3

específicos com exposição dinâmica e diferenciadora pode trazer à loja de forma a mudar

radicalmente o paradigma desta categoria. O intuito seria concentrar a oferta dos artigos para

vender mais por subcategoria (sandálias, sapatilhas, botas, sapatos, chinelos de quarto e

chinelos de praia) a cada momento do tempo, melhoria do produto, a definição da identidade

da marca e o reforço de subcategorias bestsellers. A empresa, para além de ambicionar o

aumento das vendas de calçado de Adulto Homem e Senhora, também tenciona aumentar o

peso da categoria de calçado em detrimento das restantes - Adulto Homem e Senhora em

acessórios, roupa interior e vestuário, Júnior Rapaz e Rapariga, Criança Rapaz e Rapariga, Bebé

Rapaz e Rapariga, Recém-nascido Rapaz e Rapariga.

O principal objetivo proposto é o de analisar a evolução semanal das vendas totais de

calçado e o rácio das vendas nas lojas com a presença do Projeto face ao período homólogo do

ano anterior. Porém, devido à situação pandémica decorrente no mesmo período do ano anterior

(2020), as lojas físicas estavam ainda fechadas e, por isso, a empresa decidiu considerar o ano

de 2019. Este estudo pretende avaliar se, com o Projeto, os objetivos estipulados estão a ser

cumpridos e consequentemente, os resultados positivos. Posto isto, de forma a tratar os dados

das vendas é aplicado um modelo econométrico que permite medir o efeito que a presença do

Projeto pode provocar nas vendas totais de calçado e no rácio de vendas. Associado ao método

assenta também a identificação de variáveis explicativas que possam ter influência nas vendas

das lojas. Neste caso, passou por ser adicionada a variável relativa à quantidade total de stock

disponível em cada loja e a dispersão geográfica pela qual as lojas da marca se encontram

atualmente.

Estrutura da dissertação

Para além da introdução, este documento contém quatro capítulos adicionais.

Uma vez que a estratégica de marketing associada ao merchandising tem um papel

preponderante no impacto das vendas, no capítulo 2 é feito um enquadramento teórico quer do

problema de merchandising quer dos modelos econométricos, particularmente de Difference-

in-Differences (DiD).

Para perceber mais detalhadamente o caso de estudo e as variáveis subjacentes é

apresentado no capítulo 3 um enquadramento da empresa, a necessidade e os objetivos para a

criação do Projeto, a distribuição geográfica das lojas, os equipamentos presentes nas lojas e

uma breve contextualização dos artigos que fizeram parte.

Com vista a perceber os resultados de forma puramente descritiva é feita uma análise

exploratória, no capítulo 4. De seguida, é estudado o método DiD e as suas especificidades

expondo uma descrição aprofundada desta abordagem enquadrado no problema.

Posteriormente, é apresentada uma secção destinada à análise e discussão dos resultados dos

modelos obtidos com a aplicação do método DiD.

Para finalizar, o capítulo 5 salienta as conclusões finais e destaca as limitações

encontradas e potenciais trabalhos futuros.



4

2 Enquadramento teórico

Primeiramente, são debatidas as várias técnicas subjacentes ao conceito de merchandising

e numa fase posterior, é aprofundada a técnica de merchandising visual que foi a tida em conta

neste estudo. Adicionalmente, é apresentada uma secção sobre as metodologias estatísticas que

podem ser utilizadas no tratamento dos dados das vendas e os pros e contras de cada uma delas,

tendo sido dada mais relevância ao método DiD.

Técnicas de merchandising

O conceito de merchandising nasceu em 1960, nos Estados Unidos da América, na época

em que existia uma forte concorrência entre as grandes unidades comerciais. Segundo vários

investigadores, tem demonstrado ser uma ferramenta de apoio eficaz para melhorar a gestão do

comércio retalhista, assim como perceber a perceção de marketing aplicado ao ponto de venda

de forma a aumentar as vendas, obter benefícios que rentabilizem o investimento e melhorar a

experiência de compra dos clientes (Buttle 1984).

Segundo Guijo (2007), existem duas visões bem diferenciadas relativamente às funções

de merchandising: o merchandising do fabricante/fornecedor e o merchandising do

distribuidor/retalhista. Na perspetiva do fabricante, consiste em dar a conhecer de forma

eficiente os seus produtos através do desenvolvimento de políticas de marketing push/pull,

assim como o desenho atrativo e persuasivo de packaging, o supervisionamento dos produtos

e a publicidade no local de venda. O objetivo é sempre o de atrair a atenção do cliente final ao

seu produto nas prateleiras onde estão expostos. Do ponto de vista do distribuidor, o

merchandising permite estrategicamente desenhar o espaço da loja, gerir a localização e

disposição dos artigos na superfície e a sua apresentação nas vitrines, com o intuito de satisfazer

os clientes e aumentar as vendas dos produtos que lhe asseguram uma forte margem bruta.

O merchandising desempenha um papel preponderante na criação de espaços comerciais

desenhados para conceber uma experiência de compra singular e memorável, que suscite

interesse e o desejo de possuir os produtos apresentados através de estratégias de merchandising

e marketing sensorial que permitam estabelecer uma atmosfera comercial mais atrativa, e por

isso, mais vendedora. Larrota (2017) divide o merchandising em quatro tipologias diferentes:

➢ Merchandising visual ou de apresentação: é tudo o que abrange o espaço interior

e exterior do estabelecimento comercial ao nível da sua imagem, design e

apresentação. O seu principal objetivo é que o vejam, por isso é que é conhecido

como “vendedor silencioso”. O que provoca nos clientes são compras por

impulso ou imprevistas, que os façam persuadir e influenciar à compra do

produto e a realizar a venda.

➢ Merchandising de gestão: está relacionado com a rentabilidade do

estabelecimento comercial e a sua função é mais de natureza administrativa e os

resultados financeiros que o ponto de venda está a atingir. O seu principal

objetivo é administrar o espaço para aproveitar ao máximo a prateleira,



5

determinando o tamanho, famílias, marcas, referências e artigos que os formam,

tendo em consideração a rotação dos produtos, o rendimento por metro quadrado

de área de vendas, o rendimento por metro da prateleira, etc.

➢ Merchandising de sedução: consiste em persuadir o cliente por meio de tudo o

que gera atração e prazer na hora de comprar, proporcionando satisfação e

abrangendo as suas necessidades e desejos. A persuasão é feita através dos

sentidos no instante em que o cliente entra no estabelecimento comercial para

gerar uma atmosfera de compra. Devem ser tidos em conta fatores como a

aparência da loja e disposição dos artigos; um ambiente de alegria, lúdico,

diversão; lidar com o cliente; serviço pós-venda e promoções e publicidade.

➢ Merchandising de fidelização: visa fazer do estabelecimento comercial a melhor

alternativa para ir às compras de tudo o que é oferecido ao cliente para que este

se sinta bem e volte. Geralmente, deve gerar satisfação ao cliente e proporcionar

ajuda e/ou serviços tais como pequenos parques de diversão, degustações,

presentes, pacotes especiais, etc.

Contudo, a técnica de merchandising abordada neste estudo trata-se da de merchandising

visual e, por isso, faz sentido perceber mais detalhadamente quais as suas características e em

que sentido podem afetar a experiência de compra no espaço físico comercial.

Merchandising visual

A comunicação é uma estratégia fundamental para o sucesso das marcas, sendo que cada

uma adapta a sua estratégia ao seu público-alvo. A estratégia de comunicação visual que tem a

função de tornar o merchandising mais eficaz através da composição estética na exibição dos

produtos é conhecida por merchandising visual (Wing e Hall 1999).

De acordo com H. H. Park, Jeon e Sullivan (2015), a cognição1 do merchandising visual

influencia a associação estética da marca com a de atributos práticos que, por sua vez, afeta a

atitude da marca e a intenção de compra. Considera que, as marcas de moda que enfatizam

atributos estéticos devem concentrar-se nas características de atratividade dos consumidores de

forma a estimular o seu interesse e envolvê-los na experiência de compra. Por outro lado, uma

marca que valoriza atributos práticos deve focar-se nos aspetos funcionais tais como a

sinalização para atrair os seus clientes (Thomas, Louise e VP 2018).

Com a similaridade de produtos no mercado retalhista, há uma competição crescente por

parte das marcas e a necessidade de se diferenciarem dos seus concorrentes. O merchandising

visual pode trazer essa diferenciação ao produto, melhorar a atratividade e atenção por parte

dos consumidores e manter a concorrência afastada (P. Mehta e K. Chugan 2013). No entanto,

cada loja é diferente e, enquanto o setor retalhista alimentar centra-se na funcionalidade, o

retalhista de moda fará um esforço para criar a atmosfera certa (Kotler 1973).

Como a maioria das decisões de compra são realizadas dentro da loja, a prática de

merchandising visual serve como estímulo que influencia significativamente o comportamento

de compra por impulso por parte dos consumidores (P. Mehta e K. Chugan 2013). Este tipo de

comportamento é responsável por vendas substanciais numa ampla gama de categorias de

produtos. Geralmente não surge com o propósito específico de visitar uma loja e comprar um

determinado artigo. O comportamento ocorre após sentir uma necessidade de comprar e tende

a ser espontâneo, sem muita reflexão. Dado que, os compradores por impulso não estão

1 Ato ou processo de conhecer, inclui estados mentais e processos como pensar, a atenção, o raciocínio, a memória,

o juízo, a imaginação, o pensamento, o discurso, a perceção visual e audível, a aprendizagem, a consciência, as

emoções



6

ativamente à procura de um determinado produto, fatores internos e externos podem servir

como pistas para desencadear o comportamento por impulso e, por isso, os retalhistas devem

perceber os fatores dentro da loja que desencadeiam reações impulsivas dos consumidores

(Thomas, Louise e VP 2018).

Turley e Milliman (2000) consideram certos fatores que podem ajudar o cliente a

estimular a sua decisão de compra de forma positiva ao estar estrategicamente mais próximo

do produto a nível visual, físico, mental e intelectual sem a ajuda de um vendedor. Estes autores

dividiram em cinco principais variáveis atmosféricas:

➢ Exteriores: sinalização externa, entradas, vitrines/montras, arquitetura do

edifício, zona envolvente e estacionamento. O exterior é o primeiro conjunto de

sinais normalmente visto por um consumidor e, por isso, se não for bem gerido

o resto da atmosfera pode não chegar a importar (Bohl 2012).

➢ Interiores: piso/alcatifa, iluminação, aromas e sons, temperatura, limpeza,

texturas de parede e o uso da cor. A música, o odor e as cores podem ter um

impacto significativo numa variedade de comportamentos incluindo nas

vendas, excitação, perceções e tempo real despendido, fluxo de tráfego e

perceção de estímulos visuais na loja podendo mesmo influenciar o

comportamento dos consumidores quando não estão conscientes disso

(Milliman 1982).

➢ Layout e design da loja: instalações, alocação do espaço, agrupamento de

produtos, fluxo de tráfego, localização das secções e alocação dentro das

secções. A configuração de menor número de produtos em quantidades maiores

cria a impressão de que os produtos são oferecidos a preços mais baixos do que

ter uma variedade maior de produtos com quantidades menores (Smith e Burns

1996). As compras não planeadas são maiores em condições de baixo

conhecimento da loja, mas sem pressão de tempo. A mudança de marca é mais

predominante quando o conhecimento da loja também é baixo, contudo os

clientes compram sob pressão de tempo (C. W. Park, Iyer, e Smith 1989).

➢ Ponto de venda e decoração: disposição dos artigos e dos pontos de venda,

cartazes, placas, cartões e decorações de parede. Segundo Razzouk, Seitz, e

Kumar (2001) é nomeadamente a disposição proeminente dos artigos que pode

influenciar significativamente as vendas. Quando os produtos são de qualidade

equivalente, os consumidores escolhem marcas que fornecem mais

informações. Por isso, a quantidade de informação nas placas também pode

afetar as vendas. No entanto, quando os produtos são de qualidade diferente,

uma disposição que contenha apenas uma quantidade limitada de informações

pertinentes gera as melhores decisões em termos de qualidade do produto

escolhido.

➢ Humanas: densidade populacional, privacidade, características do cliente e

características e fardamento dos funcionários. A elevada densidade de pessoas

tem um impacto negativo na satisfação dos clientes em loja (Baker, Grewal, e

Parasuraman 1994). Um maior número de funcionários no atendimento e apoio

a clientes, a vestirem farda que representasse a marca e a cumprimentarem os

clientes são considerados fatores enriquecedores na prestação de serviços

aumentando a sua qualidade (Dion-Lee Mee 1999).

O retalho de moda continua a ser o setor mais forte no uso de merchandising visual uma

vez que esta técnica é pensada para trazer inúmeras vantagens peculiares e diferenciadoras às

marcas nomeadamente a valorização e reconhecimento da sua imagem de marca e uma maior



7

fidelização de clientes ao se sentirem mais satisfeitos com o cenário atrativo com que se

deparam.

Metodologia na análise de dados

As ciências sociais, nas quais se incluem a economia e a gestão, estão muitas vezes

interessadas nos efeitos de eventos ou intervenções políticas que ocorrem num nível agregado

e afetam entidades agregadas como empresas, escolas e áreas geográficas (países, regiões,

cidades). Para estimar os efeitos desses eventos ou intervenções, os investigadores costumam

usar casos de estudo comparativos (Abadie 2005). Nos casos de estudo comparativos, os

investigadores estimam a evolução dos resultados agregados por um grupo de tratamento de

unidades afetadas por uma determinada ocorrência do evento ou intervenção e comparam com

a evolução dos mesmos agregados estimados para um certo grupo de controlo de unidades não

afetadas. Snow (1849) lançou o primeiro estudo nesta matéria em que analisa o antes e o depois

da mudança na rede de abastecimento de água em Londres em populações afetadas e não

afetadas com o objetivo de averiguar possíveis causas de morte por cólera, sem recorrer a

nenhum método específico, mas despertando muita curiosidade em sustentar através de um

método estatístico estes factos.

Posteriormente, Card e Krueger (1994) divulgaram um dos estudos mais conhecidos

onde comparam a evolução da empregabilidade em restaurantes fast food no estado americano

de Nova Jérsia com o seu estado vizinho – Pensilvânia – para identificar os impactos a nível

laboral que Nova Jérsia sofreu sem aumento do salário mínimo utilizando o método Difference-

in-Differences. Abadie e Gardeazabal (2003) e Abadie, Diamond e Hainmueller (2010)

introduziram a aplicação de Synthetic Control Methods (SCM) para casos de estudo

comparativos que podiam ser aplicados a diversas áreas de pesquisa, estabelecendo

rapidamente uma alternativa nova e intuitiva. Abadie e Gardeazabal (2003) usaram este método

para estimar o crescimento económico que o País Basco experimentou na ausência de

terrorismo comparativamente à Catalunha, região semelhante ao País Basco, porém com uma

exposição muito menor ao terrorismo. Abadie, Diamond e Hainmueller (2010) estudaram o

efeito da implementação de um Programa de Controlo de Tabagismo que a Califórnia

implementou em grande escala no ano de 1988 em relação a uma região de controlo sintético

comparável. Estimaram as vendas anuais de 2010 em cigarros per capita e, aplicando este

método, perceberam que há evidências significativas com a presença deste Programa uma vez

que o consumo de tabaco caiu acentuadamente. Keele e Kelly (2006) testaram se a aprovação

presidencial pode ser influenciada pelo estado da economia no momento. A teoria também

determinava que o público se lembrasse do passado, e isso implicaria que o estado da economia

em períodos anteriores seria importante para a aprovação presidencial hoje.

Vários são os estudos conhecidos e fundamentados já existentes sobre estes três métodos

e por isso, uma análise mais aprofundada é realizada para se perceber, no contexto do problema,

qual o mais apropriado.


A metodologia econométrica Difference-in-Differences (DiD ou DD) é uma das

ferramentas mais utilizadas em estudos económicos para avaliar os efeitos das intervenções

públicas e outros tratamentos de interesse nas variáveis de resultado consideradas relevantes

para análise (Abadie 2005). O uso de experimentos naturais para avaliar os efeitos do

tratamento na ausência de dados verdadeiramente experimentais ganhou ampla aceitação na

pesquisa empírica a nível económico e de outras ciências sociais (Jones e Rice 2012).

Segundo Albouy (2000), a análise DiD pode ser alcançada estimando um modelo de

regressão geral que pode ser formulado como:



8

Onde:

𝑌𝑖𝑡, é o resultado da variável dependente para cada observação i no momento t

i, representa cada observação do grupo em que 𝑖0 é o grupo de controlo e 𝑖1o grupo de

tratamento

t, é o período de tempo em que 𝑡0 corresponde ao pré-tratamento e 𝑡1 pós-tratamento

𝑇𝑡, é uma variável dummy em que 𝑇0 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒 𝑎𝑜 período pré-tratamento e 𝑇1 ao

período pós-tratamento

𝐺𝑖, é uma variável dummy em que 𝐺0 é o grupo de controlo e 𝐺1é o grupo de tratamento

𝑇𝑡𝐺𝑖, representa a interação entre as duas variáveis dummy 𝑇𝑡 e 𝐺𝑖, assumindo valor 1 se

os dados corresponderem a uma observação do grupo de tratamento no período pós-tratamento,

0 caso contrário

휀𝑖𝑡, é um termo residual da regressão.

Os coeficientes representados na equação (1) pelas letras gregas, são parâmetros

desconhecidos onde:

𝛼, é um termo constante

𝛽, é a tendência temporal comum aos grupos de tratamento e controlo

𝛾, é o efeito específico do grupo de tratamento (para contabilizar as diferenças de

tratamento médias entre tratamento e controlo

𝛿, é o verdadeiro efeito do tratamento.

O coeficiente 𝛿 indica exatamente o efeito do tratamento sobre a variável dependente e é

também conhecido por coeficiente DiD. Traduz-se na diferença entre o ganho médio no grupo

de tratamento (𝑌1,1 − 𝑌1,0) e o ganho médio no grupo de controlo (𝑌0,1 − 𝑌0,0). Este coeficiente

tem o potencial de remover potenciais enviesamentos de comparações ao longo do tempo no

grupo de tratamento que podem ser o resultado de tendências de tempo não relacionadas ao

tratamento.

Segundo Albouy (2000), a estimativa do método DiD proposta é ilustrada na Tabela 1:

Tabela 1 – Estimativa DiD

A Tabela 1 mostra que, primeiramente, é calculada a diferença entre os períodos “Pré-

Tratamento” e “Pós-Tratamento”, para os grupos de controlo e tratamento, sendo que este

cálculo está representado por ∆𝑌0 𝑒 ∆𝑌1 , respetivamente. Em seguida, a diferença entre essas

𝑌𝑖𝑡 = 𝛼 + 𝛽𝑇𝑡 + 𝛾𝐺𝑖 + 𝛿𝑇𝑡𝐺𝑖+휀𝑖𝑡 (1)

Pré-Tratamento Pós-Tratamento Efeito do Tratamento

Grupo Controlo

𝑌0,0 = 𝛼 𝑌1,0 = 𝛼 + 𝛽 ∆𝑌0 = 𝛽

Grupo Tratamento

𝑌1,0 = 𝛼 + 𝛾 𝑌1,1 = 𝛼 + 𝛾 + 𝛽 + 𝛿

∆𝑌1 = 𝛽 + 𝛿

Efeito do Tratamento ∆𝑌0 = 𝛾 ∆𝑌1 = 𝛾 + 𝛿 ∆𝑌0 − ∆𝑌1 = ∆∆𝑌 = 𝛿



9

diferenças (∆𝑌0 − ∆𝑌1 = ∆∆𝑌). O gradiente da diferença das diferenças, ∆∆𝑌 é o coeficiente 𝛿

que indica exatamente o impacto do tratamento sobre a variável dependente.

Este método exige o cumprimento do pressuposto das tendências dos grupos de

tratamento e controlo sejam paralelas. Este pressuposto afirma que o resultado médio para o

grupo de tratamento num determinado período e para o grupo de controlo teriam seguido

trajetórias paralelas na ausência de tratamento. Antes da intervenção (pré-tratamento), DiD tem

por base o pressuposto de que os grupos de controlo e tratamento seguem tendências paralelas

ao longo desse tempo (O’Neill et al. 2016). O pressuposto de tendências paralelas é associado

ao comportamento de tendência contrafactual dos grupos de tratamento e de controlo,

possivelmente condicionado a algumas covariáveis observadas (Abadie 2005). Este

pressuposto assume que, fatores de confusão não observados podem ter efeitos variáveis no

tempo sobre os resultados (Ding e Li 2019). Em certos ambientes (por exemplo, ao nível da

saúde), o pressuposto de tendências paralelas é implausível, porque fatores de confusão não

observados podem ter efeitos variáveis no tempo sobre esses resultados (Dimick e Ryan 2014).

Na Figura 1 é ilustrado este pressuposto:

De acordo com a Tabela 1, a variável resultado Y em ambos os grupos é medida antes da

intervenção ocorrer, conforme representado pelos pontos A e B. Depois da intervenção, a

variável de resultado Y para o grupo de tratamento é representada pelo ponto C, e para o grupo

de controlo é representada pelo ponto D. O resultado contrafactual não observado (representado

pela linha a tracejado no grupo de tratamento) estima as diferenças que existiriam se nenhum

dos grupos experimentasse o tratamento. Cada um dos pontos assinalados, segundo a regressão

(1) é caracterizado por:

A ∶ 𝑌1,0 = 𝛼 + 𝛽0 + 𝛾1 + 𝛿0 = 𝛼 + 𝛾

B ∶ 𝑌0,0 = 𝛼 + 𝛽0 + 𝛾0 + 𝛿0 = 𝛼

C ∶ 𝑌1,1 = 𝛼 + 𝛽1 + 𝛾1 + 𝛿1 = 𝛼 + 𝛽 + 𝛾 + 𝛿

D ∶ 𝑌1,0 = 𝛼 + 𝛽1 + 𝛾0 + 𝛿0 = 𝛼 + 𝛽

Desta forma, o estimador DiD pode ser representado por:

𝛿 = (𝐶 − 𝐴) − (𝐷 − 𝐵)

(2)

Figura 1 – Ilustração pressuposto de tendências paralelas



10

Substituindo, tem-se que:

Obtendo-se:

De acordo com Buckley e Shang (2003), DiD é considerada uma das técnicas mais

simples e poderosas para estimar o efeito causal do tratamento comparando um grupo de

tratamento de observações tratadas (participantes) com um grupo de controlo de observações

não tratadas (não participantes). Os dois grupos devem possuir características semelhantes e

observações repetidas das unidades. Geralmente, para pôr em prática este tipo de estudos são

precisos dois momentos temporais diferentes: um antes da implementação de uma alteração e

outro após essa alteração (Fredriksson e Oliveira 2019). A lógica subjacente ao estimador DiD

é isolar o efeito do tratamento estimando a diferença entre os resultados em dois ou em alguns

casos, até mais momentos de tempo para as observações de tratamento e controlo e, em seguida,

comparar-se a diferença entre os grupos – daí o significado do nome “diferença das diferenças”

(Abadie 2005).

Segundo Athey e Imbens (2006), comparações simples de resultados pré e pós

tratamento para os indivíduos expostos a um tratamento são provavelmente influenciadas por

tendências temporais na variável de resultado ou pelo efeito de eventos, além do tratamento,

que ocorreram entre os dois períodos. Porém, quando apenas uma fração da população é exposta

ao tratamento, um grupo de comparação não tratado pode ser usado para identificar a variação

temporal no resultado que não é devido à exposição ao tratamento.

A aplicação desta técnica numa situação mais simples considera geralmente apenas dois

períodos de tempo, um anterior à alteração (pré-tratamento), e o outro posterior à mesma (pós-

tratamento). Porém, de acordo com Ashenfelter (1978), a metodologia DiD pode também ser

aplicada a mais do que dois momentos de tempo. Os prazos analisados devem ser

suficientemente longos para permitirem a plena manifestação dos efeitos do tratamento, e curtos

o suficiente para evitar quaisquer efeitos de contaminação de outras alterações que possam

ocorrer após o tratamento e que se possam manifestar de forma diferente nos dois grupos,

afetando assim a sua comparabilidade. DiD é estimado usando dados ao longo dos períodos de

tempo que permitem obter resultados mais significativos do que o efeito pontual (Callaway e

Sant’Anna 2020).

Após a intervenção (pós-tratamento), common shocks podem ocorrer, isto é, eventos

imprevisíveis que afetam o grupo de tratamento podem fazer-se notar. Contudo, se o grupo de

controlo for escolhido apropriadamente, se exibir uma tendência semelhante à do grupo de

tratamento e for exposto aos mesmos choques, o efeito DiD não é afetado (Begović e Popović

2016).

Para além do pressuposto das tendências paralelas, todos os pressupostos subjacentes

ao modelo Ordinary Least Squares (OLS) aplicam-se ao método DiD. As estimativas de DiD

e os seus erros padrão geralmente derivam do OLS que estima os parâmetros desconhecidos no

modelo de regressão linear minimizando a soma dos quadrados das diferenças entre a variável

dependente observada no conjunto de dados e a variável independente (Bertrand, Duflo e

Mullainathan 2004).

De forma a aumentar a probabilidade de manter o pressuposto de tendências paralelas e

de melhorar a comparabilidade das unidades nos grupos de tratamento e de controlo antes da

intervenção, o método DiD pode ser combinado com Matching. A sua aplicação envolve,

através da identificação de um conjunto de potenciais fatores de confusão, a “combinação” das

𝛿 = (( 𝛼 + 𝛽 + 𝛾 + 𝛿) − (𝛼 + 𝛾)) − ((𝛼 + 𝛽) − 𝛼)

(3)

𝛿 = (𝛽 + 𝛿) − (𝛽) = 𝛿

(4)

https://en.wikipedia.org/wiki/Statistical_parameter

https://en.wikipedia.org/wiki/Dependent_variable

https://en.wikipedia.org/wiki/Dependent_variable

https://en.wikipedia.org/wiki/Dataset

https://en.wikipedia.org/wiki/Independent_variable



11

unidades de tratamento com as de controlo contrafactuais simuladas. O efeito da intervenção é

estimado utilizando esta amostra combinada (Lechner 2010). Esta técnica seleciona unidades

que são extremas em relação às suas respetivas médias de grupo para atingir o equilíbrio na

amostra combinada. Por exemplo, quando a média do grupo de tratamento é maior que a do

grupo de controlo, Matching seleciona unidades de controlo que são maiores que a média (em

relação a todas as unidades de controlo) e unidades de tratamento que são menores que a média

(em relação a todas as unidades de tratamento). Se as variáveis nas quais as unidades que são

combinadas variam ao longo do tempo, as unidades combinadas irão regredir em direção às

médias dos grupos dos quais foram selecionadas (Daw and Hatfield 2018). Quando se avalia a

diferença nos resultados médios entre as unidades de tratamento e as unidades de controlo, a

medida usada para comparar o tratamento é conhecida como ATT (Average Treatment Effect

for the Treated) que apresenta uma estimativa DiD mais robusta e consistente dos efeitos do

tratamento.

Outra técnica muito utilizada em estudos econométricos e que permite ser combinada

com DiD designa-se Propensity Score Matching (PMS). Enquanto DiD consegue retirar o

enviesamento numa seleção de fatores não observados que sejam constantes ao longo do tempo,

PSM consegue reduzir o enviesamento da seleção por covariáveis observáveis, construindo um

estimador mais eficiente. A aplicação conjunta destes métodos, garante que o efeito do

tratamento não seja enviesado (Sourafel e Holger 2006).

Segundo vários autores, o método estatístico que combina elementos DiD e que, por

isso, várias vezes se contrapõe a esta técnica é conhecido por Synthetic Control Method (SCM).

Synthetic Control Method

O método SCM, envolve a combinação ponderada dos grupos de controlo potenciais

(estados não afetados) aos quais o grupo de tratamento é comparado. Esta comparação é

utilizada para estimar o que teria acontecido com o grupo de tratamento se não tivesse sofrido

qualquer intervenção. Segundo Rehkopf e Basu (2018), a técnica envolve a construção de um

comparador, o controlo sintético, como uma média ponderada das unidades de controlo

disponíveis. Os pesos são escolhidos para garantir que, antes da intervenção, os níveis de

covariáveis e resultados sejam semelhantes ao longo do tempo aos da unidade de tratamento.

Embora várias abordagens tenham sido propostas recentemente de forma a estender o método

para várias unidades de tratamento, não há estudos de simulação publicados que examinem o

desempenho relativo do método SCM em comparação com abordagens alternativas (O’Neill et

al. 2016). Segundo Abadie (2020), a abordagem SCM sugere o uso de pesos para estimar

eventos ou intervenções contrafactuais, tentando oferecer uma forma mais sistemática de

atribuir pesos ao grupo de controlo utilizando uma série de tempo relativamente longa do

resultado antes do tratamento e estima pesos de forma a que o grupo de controlo espelhe o grupo

de tratamento o mais próximo possível. O método utiliza a ideia de combinar e utilizar os dados

de pré-tratamento para configurar os pesos e, portanto, um controlo relevante pós-tratamento.

De acordo com Cavallo et al. (2013), que estuda os efeitos a curto e longo prazo de catástrofes

naturais sobre o crescimento económico, é um método que tem sido mais aprofundado em

diferentes aplicações empíricas.

SCM é equiparável a outro método designado Lagged Dependent Variables (LDV) que

se baseia no mesmo pressuposto, porém contém estimativas diferentes.

Lagged Dependent Variables

A abordagem LDV ajusta-se para resultados pré-tratamento e covariáveis com um

modelo de regressão paramétrica e, por isso, tem sido usado na análise de regressão para

fornecer estimativas dos efeitos das variáveis independentes. Contudo, algumas pesquisas



12

argumentam que pode levar a um enviesamento se o pressuposto de tendências paralelas for

mantido (Wilkins 2018). Ainda não foi explorado até que ponto esta questão também se aplica

ao SCM. Os estudos indicam que, em ambientes onde o pressuposto de tendências paralelas

não é razoável, há pouca evidência empírica para orientar a escolha entre a abordagem de LDV

e SCM. Uma questão geral é que não se sabe como estes métodos funcionam quando

confrontados com relativamente poucos períodos de tempo em pré-tratamento (O’Neill et al.

2016).

Espera-se que a abordagem LDV tenha um desempenho melhor quando se trata de um

longo período de pré-tratamento. Intuitivamente, uma vez que os resultados anteriores são

influenciados por fatores de confusão não observados, bem como observados, as unidades com

resultados anteriores semelhantes ao longo de um período prolongado também são semelhantes

em termos dos seus fatores de confusão não observados (Abadie, Diamond e Hainmueller

2010).

Ambos os métodos pressupõem independência condicional aos resultados anteriores e

covariáveis observadas. Na ausência de tratamento, os resultados esperados para os grupos de

tratamento e controlo teriam sido os mesmos, condicional aos seus resultados anteriores e

covariáveis. Este pressuposto não requer tendências paralelas e, portanto, permite que os efeitos

das variáveis não observadas mudem ao longo do tempo.

Quando o pressuposto das tendências paralelas é violado, DiD fornece estimativas

tendenciosas, enquanto SCM mitiga essa tendência. Abadie, Diamond e Hainmueller (2010),

acrescenta que aumentar o número de períodos de pré-tratamento reduz ainda mais a tendência

relatada pelo SCM. No entanto, as estimativas que usam este método são relativamente

ineficientes. Ashenfelter (1978) destaca que os pressupostos subjacentes aos métodos DiD e

LDV não se correlacionam, e que incluir LDV pode induzir enviesamento quando o pressuposto

de tendências paralelas está realmente correto. SCM revela um enviesamento maior do que

LDV, quando o pressuposto de tendências paralelas é cumprido, além de que é usado quando

há um grupo de tratamento, mas muitos grupos de controlo (O’Neill et al. 2016). Para Keele e

Kelly (2006), na abordagem LDV, mesmo quando uma variável desfasada é teoricamente

apropriada, a autocorrelação residual remanescente pode levar a estimativas de coeficiente

enviesadas. Segundo Ashenfelter (1978), o estimador DiD tende a ser mais eficiente e, portanto,

mais capaz de detetar pequenos efeitos no tratamento evitando interpretações errôneas dos

resultados. Buckley e Shang (2003) acrescentam que, o modelo DiD é extremamente flexível e

que permite a inclusão de covariáveis hipotéticas para influenciarem a alteração da linha de

base comum a todas as unidades de observação ou a quantidade de alteração prevista pelo

tratamento. Segundo O’Neill et al. (2016), pode ser combinado com várias técnicas que

atenuam eventuais complicações relativamente ao pressuposto de tendências paralelas ao longo

do tempo e reduzem o enviesamento tais como Matching ou PMS. Buckley e Shang (2003)

salientam o facto de os modelos DiD serem simples de estimar com tecnologia “pronta para

uso” e, por isso, mais intuitivo de interpretar.



13

3 Caso de Estudo e exploração dos dados

MO: Business unit da Sonae Fashion

A Sonae é uma multinacional que atua em diversos negócios, desde as áreas de retalho

aos serviços financeiros, tecnologia, centros comerciais e telecomunicações. A empresa

subsidiária responsável pela área de retalho têxtil é a Sonae Fashion que atualmente é

constituída por cinco marcas presentes em diferentes categorias: MO (vestuário, calçado,

acessórios), Deeply (vestuário e equipamento desportivo), Zippy (vestuário, calçado e

acessórios de bebé e criança), Losan (vestuário de criança, com maior presença internacional)

e Salsa (jeans, vestuário e acessórios) (SGPS 2020).

O presente projeto está inserido na marca MO. A MO é uma das business unit

pertencentes à Sonae Fashion que contém no seu portefólio uma vasta gama de vestuário,

calçado e acessórios pensados para a toda a família: mulher, homem, adolescente, criança e

bebé. Desde a abertura da sua primeira loja em Portugal Continental em 1995, nessa altura

conhecida como Modalfa, que a marca está presente no mercado português focada nas

mudanças no comportamento do consumidor. Oferece semanalmente novidades com um estilo

jovem, descontraído e moderno com a melhor relação qualidade-preço, para corresponder às

necessidades e expectativas dos seus clientes.

No ano de 2013, com vista a melhorar o conhecimento do público em relação à marca

optou por fazer um rebranding deixando de ser conhecida por Modalfa e passando a ser MO.

O principal foco da mudança foi essencialmente o querer inspirar-se na mulher e em toda a

família para oferecer uma proposta de valor com a perspetiva de simplificar as escolhas e o dia-

a-dia, assumindo-se “prática, próxima, divertida, autêntica e curiosa” (MO 2020).

No ano de 2015, de modo a acompanhar o nível de inovação no mercado, a marca decidiu

apostar na criação de um website. Recentemente, criou um live chat em que é possível falar

diretamente com operadores de loja para aproximar ainda mais a sua relação com os clientes.

A MO é considerada um dos maiores players português a atuar no mercado retalhista de

moda, com a presença de 122 lojas em Portugal Continental e nas ilhas, conseguindo atingir a

maior rede de lojas de marca própria no país. Dispõe de um alcance alargado a vários segmentos

da população, não só em território nacional, como também internacional – Ilhas Canárias,

Espanha. Esta expansão internacional foi desenvolvida para estudar o impacto da

internacionalização da marca neste modelo de negócio retail.

Num mercado, como é o da moda, com um incremento exponencial da competitividade,

devido à entrada de marcas internacionais prestigiadas, a MO tem conseguido obter resultados

muito consistentes nos últimos anos, dada a sua forte capacidade de evolução tanto na

experiência próxima e agradável em loja para todos os seus segmentos de público, como no

estilo próprio e produtos oferecidos. Estas mudanças foram levadas a cabo sem alterar

significativamente a gama de preços praticados até então, sendo um dos pontos-chave do seu

negócio.



14

Objetivos específicos

A intensa e crescente competitividade no setor de calçado em Portugal e a importância

de penetrar neste setor para consolidar quota de mercado, isto é, de aumentar as vendas de

calçado em relação ao total das vendas desta indústria no país trouxe a necessidade de a MO

aumentar a sua participação neste mercado. Desta forma, a marca sentiu a forte preocupação de

acompanhar e, até mesmo, tentar superar alguns dos seus concorrentes.

A certa altura, os membros diretivos da MO aperceberam-se da relevância em aumentar,

não só quota de mercado na categoria de calçado em Portugal como também de estimular a

produção de artigos Made in Portugal dado a elevada qualidade de fabricação pela qual esta

indústria é reconhecida, não só nacionalmente, como também internacionalmente. Além disso,

consideravam necessário aumentar o peso da categoria de calçado já que as vendas eram baixas

face às vendas totais e que, segundo eles, a MO tinha potencial e todas as ferramentas para as

fazer crescer. Estas foram as principais motivações que levaram a marca a analisar o negócio

como um todo, o que o mercado pedia, o que a empresa estava a oferecer e como o seu cliente

se comporta face à compra.

No contexto desta situação e com o foco de acrescentar valor económico e emocional à

experiência de compra de calçado nos seus pontos de venda, foi colocado o desafio à Equipa

de Produto responsável pela categoria de calçado, de debater e implementar estratégias para

aumentar as vendas nesta categoria. Após várias deliberações, perceberam que o calçado não

estava suficientemente visível ao apresentar-se debaixo dos murais constituído por artigos de

outras categorias nomeadamente de vestuário e também debaixo de mesas de vestuário

distribuídas pela loja. Posto isto, consideraram não ser um cenário apelativo para cativar o

cliente à compra pois estava em zonas de baixa evidência e por vezes acabava por ficar

esquecido. Neste sentido, a MO identificou uma grande oportunidade de melhorar a sua oferta

de calçado, de se diferenciar e consequentemente de atingir o principal objetivo – aumentar as

vendas. Para isso, o Projeto Calçado ambiciona essencialmente focar-se em:

➢ Definição da identidade da marca com o lançamento de um novo Projeto que

intitulam “New MO Shoes”;

➢ Aumento da notoriedade da MO;

➢ Criação de espaços específicos (Corner, Brand's Table, equipamento de

Slippers) de forma a concentrar a oferta e estar menos dependente da troca entre

equipamentos permitindo assim uma nova exposição em loja com o intuito de

vender mais por subcategoria a cada momento do tempo;

➢ Reforço de subcategorias bestsellers;

➢ Disseminação de uma imagem diferente da atual: aumento da segmentação do

público-alvo;

➢ Aumento das vendas e rentabilidade na categoria de Calçado.

Essencialmente, o core do Projeto está na melhoria da imagem de marca junto ao seu

público-alvo com a presença de coleções mais integradas nas tendências da atualidade e a

inserção num ambiente mais atraente e confortável que estimule à compra. Contudo, sem nunca

esquecer a continuidade da boa relação qualidade-preço pela qual a marca é fortemente

associada.

Distribuição das lojas

As lojas MO localizam-se em centros comerciais selecionados, com um estilo próprio e

uniformizado que visam a criação de uma experiência próxima, prática e agradável para todos

os seus segmentos de público. Cada loja está dividida em secções claramente identificáveis,

segundo o segmento a que se destina. A marca posiciona-se, no seu design e comunicação,



15

como um estilo jovem, descontraído e atual para toda a família. Geralmente, as lojas encontram-

se estrategicamente próximas ao hipermercado pertencente à subsidiária Sonae MC que torna

de mais fácil visibilidade e propenso à compra de uma maior variedade de público.

Totalidade das lojas

Atualmente, a MO está presente em Portugal Continental com 112 lojas distribuídas por

todo o país das quais sete são outlet. Na região autónoma dos Açores apresenta nove lojas e

uma na da Madeira. A nível internacional, marca presença em Espanha, nas Ilhas Canárias com

sete lojas. Tal como consta na Tabela 2, a distribuiçao das lojas é dividida em oito grandes

grupos: Norte, Centro Norte, Centro Interior, Centro Sul, Setúbal e Alentejo, Lisboa e Algarve,

INSCO (Insular Hipermercados – Açores) e Canárias.

Tabela 2 – Distribuição totalidade lojas

As lojas encontram-se similarmente distribuídas ao longo do território nacional. O maior

número de lojas localiza-se na região Norte e Centro Norte e o menor nas ilhas Canárias. Face

ao período homólogo de 2019, foram abertas duas lojas - MO Mirandela e MO Figueira Foz no

Centro Norte e Centro Interior, respetivamente.

Lojas com Projeto

As novas zonas dedicadas ao calçado foram criadas e pensadas com o intuito de

possibilitar uma oferta cada vez mais completa nesta categoria, apresentando também melhoria

na qualidade de exposição e uma circulação mais funcional, mas sobretudo proporcionando aos

clientes uma experiência de compra mais próxima e agradável. Na tomada de decisão sobre

quais lojas iriam ser presenteadas com o Projeto e ser alvo de remodelação e modernização, o

primeiro passo consistiu em analisar as lojas em que podiam ser retirados dois murais de infantil

pelo facto de o espaço alocado ser superior às vendas. O segundo passo passou por analisar o

ranking das vendas de calçado de senhora e homem e o terceiro o cruzamento entre o ranking

que continha lojas de todos os níveis de vendas (alto, medio e baixo) com a as que era possível

retirar os murais de infantil. Adicionalmente, após análise destes fatores, e caso as lojas em que

não era possível retirar o mural de infantil pertencessem ao topo do ranking de vendas, foram

estudadas outras formas de alterar o espaço em loja nomeadamente retirar o mural de buffer.

Geralmente, as variáveis que consideram ser tidas em conta para esta análise são: o ranking de

vendas das lojas, se as lojas têm ou não espaço disponível e caso tenham se conseguem alterar

o layout para acomodar um espaço inteiramente dedicado ao calçado. Porém, o número de lojas

definidas em homem e senhora não é igual pela dificuldade em combinar todas estas variantes

Localização Número de lojas

MO Norte 20

MO Centro Norte 20

MO Centro Interior 19

MO Centro Sul 18

MO Setúbal e Alentejo 18

MO Lisboa e Algarve 18

MO INSCO 9

MO Canárias 7



16

referidas. O facto de as lojas se localizarem espacialmente dispersas para atingirem diferentes

mercados e público-alvo também é, por vezes, apontado como um fator acrescido.

Tendo em atenção estas características e excluindo o formato outlet e as suas lojas em

Espanha, a MO decidiu intervir com a implementação deste Projeto em 48 lojas localizadas em

Portugal Continental e uma na ilha dos Açores. Na Tabela 3 é apresentada a distribuição das

lojas selecionadas para o Projeto e a respetiva quantidade.

Tabela 3 – Distribuição lojas com Projeto

Localização Número de lojas

MO Norte 8

MO Centro Norte 8

MO Centro Interior 7

MO Centro Sul 10

MO Setúbal e Alentejo 10

MO Lisboa e Algarve 5

MO INSCO 1

O maior número de lojas reside nas regiões Centro Sul e em Setúbal e Alentejo e o

menor na ilha dos Açores (INSCO).

Em termos de dimensões, as lojas não têm o mesmo espaço disponível sendo que

diferem muito de acordo com o espaço comercial em que estão inseridas. Algumas delas são

amplas e largas o que proporciona uma melhor gestão de alterações no layout, outras são mais

reduzidas e estreitas o que dificulta o manuseamento da disposição do mobiliário na loja.

Equipamento das lojas

Lojas sem Projeto

As lojas que não contam com a presença do Projeto, não têm um espaço específico

destinado só ao calçado apresentando-se esta categoria apenas debaixo de mesas de vestuário

distribuídas pela loja e debaixo dos murais de vestuário, exibidos na Figura 2.

Os murais de vestuário dificultam o acesso e a fácil perceção da exposição do calçado

pois o foco está na experiência de compra de roupa acabando por ficar a aquisição de calçado,

por vezes, para segundo plano. Além disso, os artigos das marcas parceiras não estavam

apresentados de forma estruturada e concentrada pois a coleção não era pensada para um espaço

Figura 2 – Protótipo murais de vestuário



17

único, isto é, o seu desenho não tinha coerência visual. As principais vantagens subjacentes a

este formato em loja são: o facto de não ser necessário investir monetariamente em

equipamentos, não trazendo despesas acrescidas à marca e o cross selling com o vestuário de

forma a mostrar um look completo.

Contudo, as lojas com o Projeto continuaram a ter calçado nestes locais para além dos

restantes equipamentos que têm disponíveis, porém em menor número de murais.

Lojas com Projeto

Com a forte necessidade de se diferenciar e destacar dos concorrentes viram-se

obrigados a recorrer a técnicas de merchandising nos pontos de venda, para atrair clientes e

aumentar as vendas de calçado. O merchandising visual revela-se útil no processo de decisão

de compra e no fortalecimento da imagem da marca. A forma como a loja está organizada, a

distribuição dos produtos e o design utilizado têm o poder de atrair ou não o consumidor a

entrar. Um dos fatores mais preponderantes e o que a MO também considera acrescentar valor

à experiência de compra por parte dos seus clientes é o layout e design da loja. A pensar numa

disposição de loja moderna e numa organização do espaço otimizada, implementou três

diferentes tipos de mobiliário, adequados consoante a subcategoria de artigos que pretendiam

realçar. Para dedicar à exposição de sapatos, sapatilhas e sandálias fabricadas pelos seus

fornecedores, implementam o “Corner” nas lojas em que é espacialmente possível ou

“Expositores Verticais” nas que a alteração da disposição da loja não o é. Para sapatilhas de

marcas de referência com as quais fez parceria, investiu no mobiliário “Brand’s Table”. Para

reforçar a oferta de chinelos de quarto, acompanhou o espaço dedicado a roupa interior com

“Equipamento de Slippers”. Cada uma das lojas que estipulou serem presenteadas com o

equipamento “Corner” fazem-se acompanhar por bancos modernos e confortáveis para permitir

que o cliente disfrute relaxadamente da experiência de compra. A loja MO S.Cosme

apresentada na Figura 3 sofreu recentemente uma profunda reestruturação e, aquando a

reabertura das lojas em Portugal, foi a que recebeu a inauguração do Projeto Calçado

A grande e principal motivação neste Projeto consistiu, dentro da loja física, na criação

de um espaço específico para o calçado com exposição dinâmica e diferenciadora que faça, não

só aumentar a visibilidade, força e dignidade relativamente à sua disposição, como também

construir uma gama mais coerente e sofisticada. Desta forma, surgiu o Corner ou Mural

Calçado. Esta parede apresenta 16 prateleiras dispostas horizontalmente ao logo de um perfil

Figura 3 – Corner e Brand's Table na MO São Cosme



18

vertical, tipicamente cinco delas do lado esquerdo da parede, cinco do lado direito e na zona

central seis prateleiras com o intuito de criar maior destaque perante o calçado Made in Portugal

que se encontra exclusivamente exposto neste local e foi uma das principais apostas na criação

deste Projeto. O mural pode contemplar para senhora botas, sandálias, sapatos e sapatilhas e

para homem botas, sapatos e sapatilhas dependendo da estação do ano em que são lançados. A

Figura 4 exibe este novo conceito com a ilustração do protótipo e da imagem real, fotografada

aquando do decorrer do Projeto.

A MO viu-se obrigada a recorrer a outro tipo de mobiliário dada a impossibilidade de

criar um espaço em loja para ambos os segmentos de homem e senhora. Posto isto, optaram por

substituir em certas lojas o equipamento Corner pelo de Expositor Vertical exposto na Figura

4, não sendo necessário reestruturar o layout da loja. Contudo, este tipo de mobiliário não é o

que idealizaram para proporcionar um maior impacto ao consumidor, mas consideraram ser a

melhor alternativa para expor o calçado de forma a que ficasse estrategicamente visível. Cada

mobiliário deste tipo tem cinco prateleiras dispostas horizontalmente ao longo de um perfil

vertical, com a capacidade de incorporar apenas um artigo em cada uma delas.

O grande objetivo com o conceito da Brand’s Table dentro da loja física é, não só a

criação de um espaço que concentre todas as marcas parceiras como também, a geração de uma

cauda de notoriedade para captar atenção para os restantes artigos de calçado. Esta parceria

estratégica permite à MO oferecer uma proposta de valor distintiva na categoria calçado, que

atualmente apresenta diversas soluções de grandes marcas como a Reebok, Geox, Adidas e

mais recentemente a emblemática marca desportiva de origem italiana - FILA. Cada Brand’s

Table apresenta um móvel, para cada uma das quatro marcas parceiras, que permite elevar o

artigo e colocá-lo mais fácil de visualizar. Os tamanhos correspondentes a cada artigo são

Figura 4 – Protótipo e Real Corner senhora

Figura 5 – Real Expositor Vertical



19

colocados em prateleiras existentes no tampo inferior da mesa para que seja acessível ao cliente

verificar se o tamanho que pretendem está disponível para experimentar e/ou comprar. Com

sugestões para senhora e homem, estão disponíveis sapatilhas de modelos muito versáteis e que

conferem um estilo cool e descontraído, a preços competitivos. A Figura 6 exibe este novo

equipamento.

A criação de um espaço específico no ambiente sleepwear que concentre a subcategoria

de slippers tanto no segmento de homem como de senhora foi um investimento importante dada

a relevância que tem para a marca a presença desta subcategoria. O Equipamento de Slippers

é destinado à exposição de slippers permanentes que são um dos pontos fortes da MO e/ou

artigos desta subcategoria que sejam lançados de acordo com a estação do ano. O equipamento

permite colocar três artigos de profundidade por cada colgado, preferencialmente do mesmo

modelo, mas com diferentes tamanhos. Cada equipamento possui seis colgados, que possibilita

a exposição de seis modelos diferentes que podem estar totalmente reunidos num único lugar

mais apelativo à compra. Cada loja deve apresentar dois equipamentos de slippers colocados

nas paredes laterais do móvel de vestuário de interiores.

Tendo em conta a dificuldade de reestruturar o layout em ambos os segmentos de homem

e mulher e colocar um espaço único em loja destinado ao calçado – Corner – foram criados oito

tipos de conceitos, com especificações diferentes do mobiliário disponível. Na Tabela 4 é

encontrada essa informação em que, para cada tipo de conceito, é descrito os equipamentos

necessários e o total de lojas em que vão estar inseridos.

Figura 6 – Protótipo e Real Brand's Table

Figura 7 – Protótipo e Real Equipamento de Slippers



20

Tabela 4 – Tipos de conceitos nas lojas com Projeto

O número total de lojas que abrangem os segmentos de homem e senhora com todo o

mobiliário do Projeto é de 34. Geralmente, as vendas de senhora são significantemente

superiores e, por isso é dada prioriedade e maior atenção a este segmento pois consideram trazer

mais compensações ao cliente alvo. Tendo em conta os diferentes tipos de conceitos existentes,

a quantidade de cada tipo de equipamento varia. Na tabela seguinte encontra-se de acordo com

o segmento, a quantidade total de cada tipo de equipamento nas lojas com Projeto.

Tabela 5 – Quantidade de equipamento nas lojas com Projeto

O Equipamento de Slippers está disponível em todas as lojas com Projeto,

independentemente do tipo de conceito, tanto para homem como senhora. A quantidade de

expositores verticais não é a mesma em todas as lojas que contém este tipo de mobiliário, sendo

que, geralmente são disponibilizados dois para homem e dois para senhora.

Esta diversidade de conceitos traz por um lado, vantagens no sentido de que o Projeto

pode abranger um maior número de lojas e chegar a mais consumidores, mas por outro lado,

causa maiores dificuldades na gestão e acompanhamento de stocks dos artigos. Por estes

motivos, é necessária uma análise frequente e exclusiva nas lojas com Projeto.

Conceitos Descrição Equipamentos Nº lojas

FULL_S+H Corner e Brand’s Table em Senhora e Homem 34

FULL_S Corner e Brand’s Table em Senhora e “Expositores

Verticais” em Homem

7

FULL_S + CORNER_H Corner e Brand’s Table em Senhora e Corner em

Homem

1

FULL_S + PARCIAL_H Corner e Brand’s Table em Senhora e Brand’s Table e

“Expositores Verticais” em Homem

1

FULL_H + PARCIAL_S Corner e Brand’s Table em Homem e Brand’s Table e

“Expositores Verticais” em Senhora

1

PARCIAL_S + CORNER_H Brand’s Table e “Expositores Verticais” em Senhora e

Corner em Homem

1

PARCIAL_S Brand’s Table e “Expositores Verticais” em Senhora e

“Expositores Verticais em Homem

3

PARCIAL_S+H Brand’s Table e “Expositores Verticais” em Senhora e

Brand’s Table e “Expositores Verticais” em Homem

1

Total 49

Segmento Equipamento Nº lojas

Senhora Corner 43

Brand’s Table 49

Homem Corner 38

Brand’s Table 36



21

Artigos do Projeto

Os artigos de calçado encontram-se divididos em cinco subcategorias para homem: botas,

chinelos de praia, sapatos, sapatilhas e chinelos de quarto. Para Senhora está dividido em seis

subcategorias à qual acresce a subcategoria de sandálias.

Tendo em conta o encerramento temporário mas prolongado das superfícieis comerciais

devido à situação pandémica, a MO viu-se obrigada a reformular o seu OTB (Open- To-Buy) e

por isso, a reduzir o valor que tinha estipulado para cada categoria da marca aquando a

reabertura das lojas. Com isto, o encerramento teve impacto nas vendas totais da MO e mais

direto no Projeto. A redução do OTB também impactou na quantidade total de stock disponivel

nas lojas no global dos artigos pelo facto de terem sido retirados alguns deles. O mix de

subcategorias de artigos fornecido no inicio do projeto não foi o estipulado, sendo que alguns

artigos da coleção Primavera/Verão 20/21 tiveram de ser reconduzidos para Outono/Inverno

21. Por este motivo, os artigos definidos para o lançamento do Projeto sofreram alterações e

abrangeram alguns também da estação seguinte, isto é, alguns artigos da estação

Outono/Inverno 21.

Os artigos presentes nas lojas com Projeto foram divididos em três entradas distanciadas

de duas semanas cada após a oficial abertura das lojas a 19 de Abril. A primeira entrada

corresponde ao período de 19 de Abril a 2 de Maio, isto é, perfaz duas semanas dos mesmos

artigos expostos nos equipamentos supracitados. A segunda entrada de artigos aconteceu no

período de 3 a 16 de Maio. Por fim, a terceira entrada decorreu de 17 a 30 de Maio, em que a

oferta é mais vasta na subcategoria de sandálias propícias a uma maior procura dada a época do

ano.

A MO aumenta a sua proposta de valor com uma nova coleção de calçado confortável e

de qualidade pensada para o bem-estar do quotidiano, que se distingue pela aposta na produção

nacional Made in Portugal. Os artigos são inteiramente desenhados e fabricados em Portugal,

confecionados em pele genuína, como a camurça, que são produzidas com menor quantidade

de água e resíduos. Além disso, por serem comprados e fabricados em Portugal contribuem

para numa menor pegada ecológica. Todos os artigos apresentam uma etiqueta juntamente com

o preço que garante a qualidade da produção ecofriendly. Esta é a primeira vez que a marca

lança artigos com estas características e com o pensamento na oferta de uma coleção mais

arrojada e sofisticada de forma a contribuir para a mudança do paradigma de calçado. Para

homem foram fabricados quatro styles diferentes de cores que variam entre o camel, azul,

castanho e beije do tamanho 40 ao 44. Para Senhora, os mesmos quatro styles mas com cores

que variam entre o camel, beije, preto, taupe, dourado e branco do tamanho 35 ao 40. O

intervalo de tamanhos praticado visa ir-se adequando à maior segmentação do público-alvo.

Com uma oferta a pensar em toda a família, disponibiliza modelos de sapatilhas com

inspirações clássicas e trendy das marcas Adidas, Reebok, Fila e Geox numa gama com solas

resistentes, membrana respirável e impermeável, flexíveis e confortáveis. Para homem, estão

disponíveis catorze styles do tamanho 40 ao 44 enquanto para Senhora dez styles do 35 ao 40.

A MO é conhecida pela vasta oferta de calçado utilizado no conforto do lar e da família,

que tanto a caracteriza. Os slippers passaram a ser pensados e desenhados de forma mais

pormenorizada, deixando de ser um chinelo básico de andar por casa e passando a ser fabricados

com padrões e frases para atrair a atenção do consumidor. A marca tenciona apostar ainda mais

neste conceito também pelo facto de ser um artigo que não é afetado pela sazonalidade da

procura e, por isso, é muito vendido durante todo o ano, esgotando rapidamente o seu stock a

cada reposição.

A nível da alocação de stock, o seu controlo é importante para responder adequadamente

à procura do cliente. Por um lado, exceder stock acarreta custos desnecessários, mas por outro

lado, o não ter pode causar prejuízos, insatisfação e ineficiência do serviço perante o cliente.



22

Dado os diferentes conceitos que foram criados para as lojas com Projeto torna-se um desafio

o envio de artigos pois o processo deixa de estar uniformizado. As lojas com Projeto têm mais

styles disponíveis e, por isso, é necessária uma gestão de stocks diferente, mas sobretudo mais

eficiente. A criação de mais styles provoca uma percentagem de sobra superior na categoria,

isto é, há um maior número de artigos que têm de entrar em saldos o que se torna uma

preocupação constante a colmatar para não ser corrido o risco de aumentar demasiado a sobra.

Este, é por isso, mais um motivo para que a gestão de stocks seja uma atividade crucial ao bom

funcionamento do negócio.



23

4 Metodologia e Resultados

Primeiramente, começa-se por analisar os resultados numa perspetiva puramente

descritiva, sem recorrer a modelos complexos de inferência, para averiguar a evolução semanal

(da semana 16 à 22) das vendas totais de calçado e o rácio de vendas nas lojas com e sem

Projeto. Além disso, foi também analisado a evolução da variável stock e região nas lojas com

e sem Projeto. De seguida, é apresentada a abordagem para a construção dos modelos, de acordo

com o tipo de variável dependente e independente e o conceito das lojas. Posteriormente, é

formulado o modelo DiD consoante as variáveis em estudo. Por fim, são apresentados e

discutidos os resultados obtidos com a aplicação do método.

Análise exploratória dos resultados

Com o intuito de estudar a evolução semanal real das vendas totais nas lojas com e sem

Projeto, são construídos os gráficos da Figura 8. Através da sua análise, entende-se que as

vendas totais de calçado nas lojas com Projeto no ano de 2021 foram superiores face ao período

homólogo de 2019. Na semana 17 de 2021 ocorreu um pico de aumento de vendas, contudo

nos momentos seguintes as vendas estabilizaram. No ano de 2019, ocorreram dois grandes picos

de aumento de vendas sendo o primeiro também na semana 17 e o segundo na semana 21. O

primeiro pico pode dever-se à época da Páscoa e o segundo à ocorrência de feriado nessa

semana. Comparativamente às lojas sem Projeto, as vendas totais de calçado no ano de 2019

foram superiores face ao mesmo período de 2021. Constata-se que, no ano de 2019, os dois

grandes picos de aumento de vendas ocorreram nas mesmas semanas das lojas com Projeto e

que em 2021 as vendas evoluíram de forma estável sem qualquer pico visível ocorrido.

Contudo, em alguns momentos é percetível que as vendas no ano de 2021 estão muito próximas

às de 2019.

Figura 8 – Evolução das vendas totais nas lojas com e sem Projeto

Relativamente ao rácio de vendas nas lojas com Projeto, o ano 2021 apresenta valores

superiores face ao mesmo período de 2019. Na semana 17 há um pico no aumento de vendas



24

totais de calçado face às restantes categorias em ambos os anos de 2019 e 2021. Na semana 18

de 2019 há um pico de diminuição, porém, em 2021 o mesmo não acontece continuando a

seguir a direção de crescimento com uma quebra na semana 21, mas a recuperar na seguinte.

Comparativamente às lojas sem Projeto, o rácio de vendas de calçado no ano de 2019 foi

superior face a 2021 ocorrendo em 2019 um pico de aumento e de seguida outro de diminuição

de vendas na mesma semana das lojas com Projeto, tal como mostra a Figura 9.

Perante a análise dos resultados retirados destas duas variáveis dependentes, o Projeto

teve um impacto muito positivo nas vendas totais de calçado e no rácio de vendas ao longo do

período considerado. O Projeto é ainda embrionário, tendo sido lançado na semana 16 e é

percetível que apenas na semana seguinte causou maior impacto, tendo depois evoluído de

forma relativamente uniforme.

Porém, podem ser inúmeras as ações que geram variáveis independentes e que, por isso,

provocam impacto direto nas variáveis dependentes. Uma das que, pode ser possível um

controlo eficaz e rigoroso pela marca, é a quantidade de stock dos artigos enviados para o

armazém da loja.

O gráfico da Figura 10 apresenta o comportamento da variável stock nas lojas com e

sem Projeto, nas semanas homólogas dos períodos de 2019 e 2021.

Figura 10 – Evolução do stock nas lojas com e sem Projeto

Tanto nas lojas com Projeto como nas que não contemplam a sua presença, a

disponibilidade de stock em 2019 é maior do que em 2021, o que se pode dever, entre outros

Figura 9 – Evolução do rácio de vendas nas lojas com e sem Projeto



25

fatores, a uma maior quantidade de artigos que compunham a coleção. A maior quantidade de

stock foi atingida na semana 22, em ambos os períodos. No ano atual há um aumento mais

acentuado de stock da semana 16 para a 17, e este mesmo impacto também é sentido nas vendas

neste período. Ao longo das semanas, o comportamento da curva da variável stock, nas lojas

com e sem Projeto, aparenta ter sido o mesmo. Com base nestas interpretações, pode ser útil a

inclusão da variável stock no modelo, de forma a melhor explicar o impacto das vendas de

calçado com a implementação do Projeto.

Adicionalmente, procede-se ao estudo do comportamento da dispersão geográfica ao

longo das várias semanas nas lojas com e sem Projeto. As linhas do gráfico correspondem à

diferença dos valores das vendas totais entre o período de 2021 e 2019. No gráfico da Figura

11 é possível observar como evoluem as vendas totais de calçado nas várias regiões em que as

lojas sem Projeto são distribuídas.

Figura 11 – Evolução das vendas totais (diferença entre 2021 e 2019) por Região nas lojas sem Projeto

Através do gráfico da figura, pode-se concluir que, ao longo das semanas e na maioria

das regiões, as vendas totais nas lojas sem Projeto são inferiores. A região de Lisboa e Algarve

tem uma descida nas vendas mais acentuada, seguida de Setúbal e Alentejo. Consegue-se

perceber que o Centro Sul é mais constante, que o INSCO vai reduzindo a descida, e que Centro

Interior é a região que apresenta um maior número de semanas com vendas superiores a 2019.

Quando se trata das lojas com Projeto, a variável região tem um comportamento

totalmente diferente, apresentando praticamente para todas as regiões valores superiores das

vendas em 2021. A exceção é na região INSCO que apresenta nas primeiras semanas valores

inferiores, como é possível constatar na Figura 12.

W16 W17 W18 W19 W20 W21 W22

Diferença das vendas totais por Região nas lojas sem Projeto

1 - MO C INTERIOR

2 - MO C NORTE

3 - MO C SUL

4 - MO LISBOA E ALG.

5 - MO NORTE

6 - MO SET E ALENT.

7 - MO INSCO



26

A região Centro Sul apresenta, durante várias semanas, uma subida superior face às

outras regiões, ao contrário de INSCO que é a região com uma subida inferior. Consegue-se

perceber também que o Norte vai subindo, que INSCO é mais constante, que o Centro Norte

apesar de algumas flutuações ao longo das semanas, recupera na última com o maior aumento.

Com o intuito de perceber o comportamento da variável região no rácio de vendas e em

que sentido diferia das vendas totais, procede-se à sua análise nas lojas com e sem Projeto. No

gráfico da Figura 13 é apresentado a evolução semanal por região nas lojas sem Projeto.

Através do gráfico da figura, pode-se concluir que, ao longo das semanas em todas as

regiões, o rácio de vendas nas lojas sem Projeto é inferior. A região de Lisboa e Algarve tem

uma descida no rácio superior às outras regiões, seguida de INSCO. Consegue-se perceber que

o Setúbal e Alentejo vai reduzindo a descida, e que o Norte tem uma subida acentuada na

semana 18, porém volta a cair atingindo a maior descida na última semana.

Figura 12 – Evolução das vendas totais (diferença entre 2021 e 2019) por Região nas lojas com Projeto

W16 W17 W18 W19 W20 W21 W22

Diferença das vendas totais por Região nas lojas com Projeto

1 - MO C INTERIOR

2 - MO C NORTE

3 - MO C SUL


5 - MO NORTE

6 - MO SET E ALENT.

7 - MO INSCO

W16 W17 W18 W19 W20 W21 W22

Diferença do rácio de vendas por Região nas lojas sem Projeto

1 - MO C INTERIOR

2 - MO C NORTE

3 - MO C SUL


5 - MO NORTE

6 - MO SET E ALENT.

7 - MO INSCO

Figura 13 – Evolução do rácio de vendas (diferença entre 2021 e 2019) por Região nas lojas sem Projeto



27

Quando se trata das lojas com Projeto, a variável região tal como já acontecia nas vendas

totais tem um comportamento diferente das lojas sem Projeto. O rácio de vendas cresce sempre

de 2019 para 2021. Contudo, esta diferença apresenta bastantes oscilações de subida e descida

ao longo das semanas. No gráfico da Figura 14 observa-se como evolui o rácio de vendas de

calçado entre as várias regiões em que as lojas com Projeto são distribuídas.

De uma maneira geral, as regiões apresentam um comportamento semelhante ao gráfico

da Figura 12. A região Centro Sul apresenta uma subida superior, seguida de Centro Norte.

Consegue-se perceber que o Norte recupera visivelmente da descida na semana 17, que INSCO

é mais constante, que Setúbal e Alentejo tem uma subida acentuada no rácio, porém volta a cair

nas semanas seguintes.

Abordagem para a construção dos modelos

Neste estudo, são consideradas duas variáveis dependentes – vendas totais de calçado e

rácio de vendas de calçado. As vendas totais de calçado conferem grande relevância para o

negócio, sendo este um fator influente nas tomadas de decisão referentes à categoria e que

definem a estratégia da marca. Associa-se aos pressupostos de qualidade, preço, conforto,

design e experiência de compra. O rácio de vendas permite inferir sobre o peso que o calçado

tem face às restantes categorias de forma a serem tiradas ilações ao nível do layout e do espaço

que deve ser dedicado à categoria nas lojas. As vendas totais de calçado correspondem aos

valores absolutos das vendas de todos os artigos de calçado, enquanto o rácio de vendas

corresponde à divisão entre as vendas totais de calçado absolutas pelas vendas totais de todas

as categorias da marca. Todos os valores das vendas totais absolutas são apresentados na

unidade monetária oficial da zona Euro (EUR) e o rácio é tratado em forma de percentagem.

Para cada variável, é possível construir nove modelos que diferem entre si de acordo com o tipo

de conceito nas lojas com Projeto.

Os prazos analisados devem ser suficientemente longos para permitirem a plena

manifestação dos efeitos do Projeto. Por outro lado, devem ser curtos o suficiente para evitar

quaisquer efeitos de contaminação de outras alterações que possam ocorrer após o Projeto e que

se possam manifestar de forma diferente nos grupos de tratamento e controlo, afetando assim a

comparabilidade dos dois grupos. A análise das vendas é feita semanalmente (de segunda a

W16 W17 W18 W19 W20 W21 W22

Diferença do rácio de vendas por Região nas lojas com Projeto

1 - MO C INTERIOR

2 - MO C NORTE

3 - MO C SUL


5 - MO NORTE

6 - MO SET E ALENT.

7 - MO INSCO

Figura 14 – Evolução do rácio de vendas (diferença entre 2021 e 2019) por região nas lojas com Projeto



28

domingo) segundo a ISO Week Date2. A semana de abertura das lojas aconteceu, segundo esta

norma, à semana 16 – período de 19 a 25 de Abril em 2021 que corresponde ao período de 22

a 28 de Abril em 2019. Neste estudo, são considerados sete períodos de análise para cada ano,

isto é, são sete semanas em 2019 e sete semanas em 2021, perfazendo um total de 14 semanas.

As várias semanas em estudo são tratadas como pontos de dados independentes. Nos gráficos

apresentados na Secção 4.1 é possível verificar que, no ano de 2019, a evolução ao longo das

semanas pode ser mais crítica devido à existência de alguns picos acentuados de aumento de

vendas, porém no ano de 2021 esses picos não são tão visíveis. As vendas apresentam, no geral,

uma evolução aproximadamente uniforme com ligeiros picos, não sendo a evolução ao longo

das semanas um fator crítico.

No sentido de se conseguir aplicar o modelo econométrico escolhido para o tratamento

dos dados, começou por se construir um modelo geral que permitisse a análise das lojas com

todos os tipos de conceitos. Posteriormente, este modelo foi separado em oito modelos

diferentes, de acordo com os oito conceitos existentes para ser possível a análise individual de

cada um deles.

Dos nove modelos em análise, cinco deles só contém uma loja em tratamento o que

inviabiliza a obtenção de resultados suficientemente explicativos. Estes modelos foram testados

obtendo-se resultados que, para além de não serem explicativos, o coeficiente DiD (efeito do

tratamento) apresentava valores muito baixos ou até mesmo negativos independentemente da

variável de resposta.

Posto isto, procedeu-se à avaliação mais aprofundada dos resultados dos restantes

modelos: modelo com todos os tipos de conceitos (M0) que contém 49 lojas em tratamento;

modelo com o conceito Full_S+H (M1) contém 34 lojas em tratamento; modelo com o conceito

Full_S (M2) contém sete lojas em tratamento e o modelo Parcial_S (M3) contém três lojas.

O número total de observações tem em conta o número total de lojas de cada modelo e o

número total de semanas em análise. Porém, os modelos apresentavam três lojas que ainda não

existiam no ano de 2019 e, por isso, foram retiradas da análise semanal neste período. No ano

de 2021, duas lojas estiveram temporariamente encerradas no período de duas semanas devido

à situação pandémica e, dada a ausência de vendas, foram também retiradas do estudo. Por isso,

foram excluídas 25 observações em cada modelo.

A Tabela 6 apresenta para cada modelo, o tipo de variável dependente e independente em

estudo, o conceito subjacente, o número de lojas com Projeto e o número total de observações.

2 É um sistema de calendário no qual cada ano consiste num número inteiro de semanas. Faz parte da norma de data

e hora ISO 8601 emitida pela Organização Internacional para a Padronização(ISO). Neste sistema um ano (ano ISO) tem 52

ou 53 semanas completas (364 ou 371 dias). Cada ano começa no mesmo dia da semana e as semanas começam à Segunda-

feira.

https://en.wikipedia.org/wiki/ISO_8601

https://en.wikipedia.org/wiki/International_Organization_for_Standardization



29

Tabela 6 – Descrição dos modelos analisados

Variáveis independentes

De forma a tornar o modelo mais explicativo e perceber também que variáveis pudessem

ter efeito nas vendas e contribuir para o seu aumento, numa primeira fase, adicionou-se apenas

a variável stock total e, posteriormente, a variável região. A variável stock é tratada em número

total de unidades dos artigos que existem no armazém de cada loja, sendo por isso, fortemente

dependente da quantidade de calçado oferecido e da procura por parte dos consumidores

podendo gerar um impacto negativo em situações de stockout. Por ser um fator que pode ser

bastante variável, pretende-se perceber qual o impacto que a quantidade de stock disponível

Modelos Tipo de

variável

dependente

Tipo variável

independente

Conceito Nºlojas

com

Projeto

Nº total

observações

M0. V Vendas

calçado totais

Stock total Todos os tipos

de conceitos

49 1571

M1. V Vendas

calçado totais

Stock total FULL_S+H

34 1361

M2. V Vendas

calçado totais

Stock total FULL_S

7 984

M3. V Vendas

calçado totais

Stock total PARCIAL_S

3 928

M0. R Rácio vendas

calçado

Stock total Todos os tipos

de conceitos

49 1571

M1. R Rácio vendas

calçado

Stock total FULL_S+H

34 1361

M2. R Rácio vendas

calçado

Stock total FULL_S

7 984

M3. R Rácio vendas

calçado

Stock total PARCIAL_S

3 928

M0. V+ Vendas

calçado totais

Stock total e

Região

Todos os tipos

de conceitos

49 1571

M1. V+ Vendas

calçado totais

Stock total e

Região FULL_S+H

34 1361

M2. V+ Vendas

calçado totais

Stock total e

Região FULL_S

7 984

M3. V+ Vendas

calçado totais

Stock total e

Região PARCIAL_S

3 928

M0. R+ Rácio vendas

calçado

Stock total e

Região

Todos os tipos

de conceitos

49 1571


calçado

Stock total e

Região FULL_S+H

34 1361


calçado

Stock total e

Região FULL_S

7 984


calçado

Stock total e

Região PARCIAL_S

3 928



30

tem nas variáveis dependentes em estudo. A variável região é convertida em sete variáveis

binárias de acordo com a distribuição geográfica das lojas apresentada na Tabela 7.

Tabela 7 – Variáveis binárias para a região

Variável Binária Região

1 MO Centro Interior

2 MO Centro Norte

3 MO Centro Sul

4 MO Lisboa e Algarve

5 MO Norte

6 MO Setúbal e Alentejo

7 MO INSCO

Estatísticas descritivas

Na análise dos modelos, o coeficiente de determinação conhecido como “R ao quadrado”

e denotado 𝑅2 é uma das estatísticas a ser tidas em conta para medir a proporção da variância

da variável dependente que é estimada a partir das variáveis independentes, com valores a

variarem entre 0 e 1. Porém, a sua interpretação é expressa em valores percentuais. Este

coeficiente permite avaliar a explicação da variância da variável dependente a partir das

variáveis independentes incluídas em cada modelo linear. Geralmente, quanto mais próximo

for do valor 1, mais explicativo é o modelo, isto é, melhor se ajusta aos dados da amostra. Neste

estudo, foi considerado um threshold mínimo para cada modelo de 0,30 (Hair, Black, and Babin

2010). Os modelos abaixo deste limite, são considerados pouco explicativos não trazendo

informações relevantes para análise.

Na estimação dos coeficientes para medir a probabilidade de significância foi utilizado o

valor de prova habitual de 0,05 (Hair, Black e Babin 2010). Os valores dos coeficientes abaixo

de 0,05 são considerados estatisticamente significativos, enquanto os valores acima não são

estatisticamente significativos.

Modelo Difference-in-Differences

Segundo a informação referida na revisão bibliográfica e após deliberação dos três

modelos econométricos possíveis à análise em causa, o método Difference-in-Differences

apresentou-se como melhor candidato à investigação pretendida. DiD envolve a comparação de

dois grupos de indivíduos - o grupo de tratamento e o de controlo - em dois momentos de tempo

- o “antes” e o “depois” do tratamento. Neste caso, o grupo de tratamento refere-se às lojas em

que está presente o Projeto Calçado enquanto o grupo controlo diz respeito às que não

acolheram o Projeto. O período “antes” é referente ao ano de 2019 e o “depois” ao ano de 2021.

O grupo de controlo destina-se a exibir a normal evolução das vendas ao longo do tempo, nos

momentos antes e depois da presença do Projeto nas lojas. O objetivo desta abordagem é

averiguar, através de um termo de interação entre indicadores de tempo e de grupo, se a

diferença nas vendas, entre os dois grupos se altera quando uma comparação entre o período

“Pré-Projeto” e “Pós-Projeto”.

A análise DiD pode ser alcançada estimando um modelo de regressão que é formulado

como:



31

Onde:

𝑌𝑖𝑡, é o valor da variável dependente que representa as vendas totais de calçado ou o rácio

de vendas para cada loja do grupo i em cada período de tempo t.

i, representa cada loja do grupo em que 𝑖0 é o grupo de controlo e 𝑖1o grupo de tratamento

t, é o período de tempo em que 𝑡0 corresponde ao ano de 2019 e 𝑡1 ao ano de 2021

𝑇𝑡, é uma variável dummy em que 𝑇0 é o período pré-tratamento (ausência Projeto) e 𝑇1

é o período pós-tratamento (presença Projeto)

𝐺𝑖, é uma variável dummy em que 𝐺0 é o grupo de controlo e 𝐺1é o grupo de tratamento

𝑇𝑡𝐺𝑖, representa a interação entre as duas variáveis dummy 𝑇𝑡 e 𝐺𝑖, assumindo valor 1 se

os dados corresponderem a uma loja do grupo de tratamento no período pós-projeto, 0 caso

contrário

𝑆𝑖𝑡, é a variável que indica a quantidade total de stock da loja do grupo i no período t

𝑅𝑖𝑡, é a variável que indica a dispersão geográfica da loja do grupo i no período t

휀𝑖𝑡, é um termo residual da regressão.

Os coeficientes 𝛽 𝑒 𝛾 determinam o peso atribuído pelas variáveis que lhes estão

associadas – a variável dummy relativa ao período de tratamento 𝑇𝑡 e ao grupo 𝐺𝑖,

respetivamente. O coeficiente 𝛿 corresponde à interação entre as variáveis dummy 𝑇𝑡 𝑒 𝐺𝑖,

indicando exatamente o impacto do Projeto sobre a variável dependente em estudo que se pode

tratar das vendas totais de calçado ou do rácio de vendas. Os coeficientes 𝜑 e 𝜔 estão associados

às variáveis independentes adicionadas - quantidade total de stock e dispersão geográfica,

respetivamente.

A principal vantagem de usar o modelo de regressão para a análise DiD é que este permite

uma investigação mais aprofundada da significância estatística do coeficiente estimado 𝛿,

evitando interpretações errôneas dos resultados. Outra vantagem, inerente à análise de

regressão, é que 𝛿 captura o efeito médio do tratamento, uma vez que é estimado usando dados

ao longo de dois períodos de tempo, antes e depois da implementação do Projeto, não apenas

em dois momentos particulares no tempo. Consequentemente, os resultados obtidos através da

análise de regressão são considerados mais significativos do que o efeito pontual que pode

depender de fatores tais como particularidades dos dados, sazonalidade na procura, rotura de

stock, entre outros.

Apresentação e discussão dos resultados

Para analisar o impacto que as alterações de merchandising visual provocaram nas vendas

totais de calçado de Homem e Senhora e no rácio das vendas com a implementação do Projeto

em algumas lojas da MO, começou por se analisar os efeitos do modelo geral (M0) que engloba

todos os tipos de conceitos e que constitui o cenário atual da marca. De seguida apresentam-se

os modelos M1, M2 e M3. Todos os modelos apresentam diferentes valores explicativos,

representados por R quadrado, consoante as variáveis dependentes e independentes em estudo.

𝑌𝑖𝑡 = 𝛼 + 𝛽 𝑇𝑡 + 𝛾𝐺𝑖 + 𝛿𝑇𝑡𝐺𝑖 + 𝜑𝑆𝑖𝑡 + 𝜔𝑅𝑖𝑡 + 휀𝑖𝑡 (5)



32

Vendas de calçado totais usando apenas o stock

Começando pela análise do modelo geral, 58,8% da variabilidade encontrada para as

vendas totais de calçado é explicada por este modelo. O coeficiente DiD, indicador da interação

das variáveis tempo e grupo, representado na Tabela 8 por TG é estatisticamente significativo

e revela um efeito positivo de 38,2% nas vendas totais. Este resultado infere que, nas sete

semanas, o Projeto fez aumentar as vendas totais em 38,2%. A variável stock teve um peso

bastante positivo fazendo aumentar as vendas em 52,2%.

Tabela 8 – Resultados DiD M0.V

Variáveis Independentes Coeficientes padronizados Sig.

Constante - 0,058

Tempo (T) 0,256 0,000

Grupo (G) 0,137 0,000

Tempo x Grupo (TG) 0,382 0,000

Stock Total (S) 0,522 0,000

Nº Observações 1571

R quadrado 0,588

Sig. 0,000

Com o intuito de analisar individualmente cada tipo de conceito e começando pelos

resultados do modelo M1 apresentados na Tabela 9, com a presença da totalidade dos

equipamentos para Homem e Senhora (Full_S+H), o modelo é igualmente explicativo

(R2 =57,4%) e o coeficiente DiD é estatisticamente significativo. O Projeto teve impacto

positivo com um aumento de 40,2% nas vendas totais de calçado. A variável stock contribuiu

positivamente fazendo aumentar as vendas em 52,4%.


Para o modelo M2, a percentagem da variação da variável de resposta – vendas de

calçado totais – que é explicada pelo modelo é de 49,1%. O Projeto teve um aumento de apenas

16,6% nas vendas totais de calçado, somente com a presença deste conceito. A variável stock

teve um forte contributo de 73%. A Tabela 10 apresenta os resultados referentes a este modelo.


Constante - 0,075

Tempo (T) 0,269 0,000

Grupo (G) 0,093 0,000




R quadrado 0,574

Sig. 0,000



33


Relativamente ao modelo M3, que contém o menor número de lojas em tratamento,

explica 45,3% da variabilidade das vendas totais de calçado apresentando o menor valor

explicativo de entre os restantes modelos que analisam esta variável de resposta. Contudo, a

variável stock teve o maior impacto de entre os restantes modelos até ao momento, com um

peso de 76,2%. O Projeto Calçado teve um aumento de 26,4% nas vendas totais de calçado com

a implementação deste conceito. Os resultados encontram-se apresentados na Tabela 11:

Tabela 11 – Resultados DiD M3.R

Rácio de vendas usando apenas o stock

O passo seguinte passou por analisar o impacto provocado nas vendas totais de calçado

face às vendas totais das restantes categorias (rácio), continuando com a presença da variável

stock. Os modelos apresentam resultados explicativos, exceto o modelo M3. Contudo, os

coeficientes DiD são em todos eles estatisticamente significativos. Posto isto, começou por se

estudar os efeitos do modelo geral M0 que tem em consideração todos os tipos de conceitos.

Os resultados do modelo M0 apresentado na Tabela 12 indicam que consegue explicar

42,9% do rácio de vendas. Ao nível da variável stock, teve um impacto de 31,3% e o Projeto

teve um aumento de 56,2% no rácio de vendas, isto é, as vendas de calçado aumentam em

56,2% relativamente às vendas totais das outras categorias. Comparativamente com o mesmo

modelo, mas com a variável de resposta sendo as vendas totais, o Projeto tem um impacto maior

no rácio, isto é, faz mais aumentar o rácio de calçado do que propriamente as vendas de calçado


Constante - 0,001

Tempo (T) 0,381 0,000

Grupo (G) 0,167 0,000




R quadrado 0,491

Sig. 0,000


Constante - 0,004

Tempo (T) 0,392 0,000

Grupo (G) 0,100 0,005




R quadrado 0,453

Sig. 0,000



34

absolutas. A hipótese subjacente ao modelo do rácio é que o Projeto tem impacto sobretudo nas

vendas de calçado enquanto o modelo das vendas totais pressupõe que o Projeto também

beneficia significativamente das vendas da loja como um todo.


Relativamente aos resultados do modelo M1 apresentados na Tabela 13, o modelo é 52%

explicativo. O coeficiente DiD associado ao impacto do Projeto teve um valor positivo fazendo

aumentar as vendas de calçado em 55,9% com a implementação deste conceito. A variável stock

provocou um aumento de 33,1% nas vendas totais de calçado face às restantes categorias.


Os resultados do modelo M2 apresentam um valor explicativo de aproximadamente 30%,

mais baixo que os anteriores como mostra a Tabela 14, porém, ainda considerado explicativo.

Neste caso, a variável stock teve um peso mais forte do que nos modelos do rácio apresentados

anteriormente, de aproximadamente 55%. A realização do Projeto nestas lojas em tratamento,

fez aumentar as vendas totais de calçado em 25,4% relativamente às vendas totais das outras

categorias.


Constante - 0,000

Tempo (T) -0,025 0,444

Grupo (G) 0,004 0,882




R quadrado 0,429

Sig. 0,000


Constante - 0,000

Tempo (T) 0,009 0,775

Grupo (G) 0,057 0,038




R quadrado 0,520

Sig. 0,000



35


Comparativamente ao modelo M3 das vendas totais de calçado, este modelo do rácio

apresenta, na Tabela 15, um valor de 26% que já não é considerado explicativo. A variável

stock continua a ter um peso considerável de aproximadamente 58% e ao realizar Projeto nas

lojas com este conceito, as vendas de calçado vão aumentar perto de 23% em relação às vendas

das outras categorias. O facto de este valor ser o mais baixo, de entre os modelos do rácio, pode

ser devido ao menor número de lojas em tratamento (apenas 3) que este modelo apresenta

causando inevitavelmente um menor impacto no Projeto.


Vendas de calçado totais usando stock e região

Tendo em conta o grau de explicabilidade do parâmetro de R2e sabendo que pode variar

entre 0 e 100%, os modelos anteriormente abordados com a variável stock são suficientemente

explicativos. Contudo poderá haver outros fatores suscetíveis a alterarem as vendas. Por este

motivo, procedeu-se à adição de outra variável - região - candidata a melhor explicar os

modelos. Esta nova variável considera a distribuição das lojas por área geográfica de acordo

com a explicação apresentada na Secção 3.3.

Com esta variável, todos os modelos que avaliam o impacto nas vendas totais de

calçado, aumentam entre 0,001 e 0,005 a sua explicação excetuando o modelo 2 que mantém.

Os coeficientes DiD são em todos os modelos estatisticamente significativos. Relativamente ao

coeficiente da variável região, os modelos M0 e M1 apresentam valores estatisticamente


Constante - 0,000

Tempo (T) 0,095 0,024

Grupo (G) -0,062 0,109




R quadrado 0,302

Sig. 0,000


Constante - 0,000

Tempo (T) 0,101 0,022

Grupo (G) -0,121 0,004




R quadrado 0,260

Sig. 0,000



36

significativos, porém com pesos negativos o que indica que a dispersão geográfica das lojas em

tratamento não teve impacto nas vendas. De acordo com as Tabelas 16 e 17, 58,9% da

variabilidade encontrada para as vendas totais de calçado é explicada pelo modelo geral e 57,7%

pelo modelo M1, respetivamente. Em ambos o impacto do stock está acima dos 50% e o

aumento das vendas totais de calçado com a implementação do Projeto está próximo dos 40%.

Tabela 16 – Resultados DiD M0. V+


Os modelos M2 e M3, são explicativos, apresentado valores de 49,1% e 45,4%,

respetivamente. Contudo, o coeficiente da variável região não é estatisticamente significativo,

ou seja, a distribuição das lojas suscetíveis ao tratamento não foi significativa para ambos os

modelos. Além disso, apresenta coeficientes negativos o que indica que não teve impacto nas

vendas totais. A variável stock demonstrou, na Tabela 18, um peso acima de 70% nas vendas

totais atingindo um valor superior a qualquer um dos outros cenários em estudo.


Constante - 0,210

Tempo (T) 0,262 0,000

Grupo (G) 0,132 0,000



Região (R) -0,038 0,020


R quadrado 0,589

Sig. 0,000


Constante - 0,352

Tempo (T) 0,280 0,000

Grupo (G) 0,087 0,001



Região (R) -0,060 0,001


R quadrado 0,577

Sig. 0,000



37



Rácio de vendas usando stock e região

Quando se adiciona a variável região ao rácio das vendas, os modelos continuam com

valores de R2 explicativos exceto o M3 como já acontecia quando só estava em estudo a variável

stock. Os modelos são mais explicativos do que quando só estava incluída a variável stock.

Nos modelos M0 e M1, o coeficiente da região é significativo, porém demonstra não ter

tido impacto no rácio de vendas. Contudo, o stock continua a ser significativo e com pesos entre

33% a 35%. O coeficiente DiD também é significativo e apresenta valores muito próximos em

ambos os modelos e, por isso, com impacto positivo no Projeto - no caso de M1 um aumento

de 55,9% no rácio de vendas e no modelo M2 de 55,3%.


Constante - 0,002

Tempo (T) 0,385 0,000

Grupo (G) 0,162 0,000



Região (R) -0,018 0,460


R quadrado 0,491

Sig. 0,000


Constante - 0,012

Tempo (T) 0,398 0,000

Grupo (G) 0,099 0,006



Região (R) -0,030 0,223


R quadrado 0,454

Sig. 0,000



38

Tabela 20 – Resultados DiD M0. R+


Relativamente aos modelos M2 e M3, a variável região não é estatisticamente

significativa o que viabiliza a sua exclusão dos modelos. Contudo, o stock continua a ser

significativo e com um peso de aproximadamente 58% em ambos os modelos, valor ainda

superior relativamente aos modelos M0 e M1 analisados anteriormente. Porém, o coeficiente

DiD apresenta valores inferiores fazendo aumentar as vendas entre 20% a 25%. Na Tabela 22

constam os valores relativos ao modelo M2 e na Tabela 23 ao modelo M3.

Variáveis Independentes Coeficientes padronizados Valor prova

Constante - 0,000

Tempo (T) -0,015 0,654

Grupo (G) -0,003 0,906



Região (R) -0,062 0,001


R quadrado 0,433

Sig. 0,000


Constante - 0,000

Tempo (T) 0,023 0,477

Grupo (G) 0,050 0,068



Região (R) -0,073 0,000


R quadrado 0,525

Sig. 0,000



39



Discussão geral dos resultados

Os modelos referentes às vendas de calçado totais apresentam resultados diferentes aos

associados ao rácio de vendas. Considerando apenas a variável stock, o coeficiente DiD

apresenta em todos os modelos valores de prova estatisticamente significativos. Os modelos do

rácio são menos explicativos do que os modelos das vendas totais, inclusivamente o modelo

M3 do rácio (M3. R) está abaixo do limite mínimo tido em conta. Porém, o efeito do tratamento

calculado pela diferença das diferenças nos modelos do rácio é superior ao das vendas totais.

Ao adicionar a variável região, considerando a conjugação de ambas as variáveis – stock

e região – os modelos tornam-se ligeiramente mais explicativos, porém M3 permanece não

explicativo. Relativamente ao efeito do tratamento representado pela interação do tempo e

grupo (TG), o coeficiente DiD é significativo e apresenta valores superiores aos modelos em

que só foi incluído o stock. A variável região apresenta valores de prova não significativos

nomeadamente nos modelos M2 e M3.


Constante - 0,000

Tempo (T) 0,098 0,020

Grupo (G) -0,066 0,094



Região (R) -0,016 0,574


R quadrado 0,302

Sig. 0,000


Constante - 0,000

Tempo (T) 0,105 0,017

Grupo (G) -0,122 0,003



Região (R) -0,024 0,396


R quadrado 0,261

Sig. 0,000



40

A alocação do stock contribuiu em 31,3% a 77,0% para o aumento das vendas de calçado

e do rácio de vendas, podendo este ser considerado um dos conceitos-chave e que deve ser tido

em conta para uma maior prosperidade do Projeto.

O modelo que apresentou um maior impacto positivo no Projeto foi o M0 do rácio que

considera apenas o stock (M0. R), fazendo aumentar em 56,2% as vendas de calçado face às

vendas totais das restantes categorias. Segue-se o modelo M1 do rácio que considera apenas a

variável stock (M1. R) e o modelo M0 do rácio que considera o stock e a região (M0. R+),

fazendo aumentar o rácio de vendas em 55,9%. O modelo com menor impacto foi M2 das

vendas que considera o stock e a região (M2. V+) fazendo aumentar as vendas totais de calçado

em apenas 16,5%. Segue-se o modelo M2 das vendas apenas considerando o stock (M2. V) que

fez aumentar as vendas absolutas de calçado em 16,6%.



41

5 Conclusões e perspetivas de trabalhos futuros

Tendo em consideração que o ambiente no setor do retalho de moda, não só em Portugal

como também mundialmente é altamente competitivo, surge a necessidade de averiguar

estratégias que captem a atenção dos consumidores à compra. O merchandising é uma que

permite manusear o ambiente físico da loja, o comportamento dos consumidores e,

consequentemente, a imagem, as vendas e a performance da empresa. De acordo com a

investigação teórica, sabe-se que alterações do merchandising nomeadamente ao nível visual

no espaço comercial, causa grande impacto na experiência de compra afetando as vendas

geralmente de forma positiva.

Posto isto, o contributo deste estudo passou por analisar o impacto que alterações do

merchandising visual provocaram nas vendas totais de calçado e nas vendas de calçado em

relação às vendas totais das outras categorias com a implementação do Projeto Calçado em

algumas lojas físicas. A análise exploratória dos resultados permitiu concluir que, ao longo das

semanas em análise, tanto as vendas totais nas lojas com Projeto como o rácio de vendas nestas

mesmas lojas atingiram no ano decorrente valores superiores face ao período homólogo de

2019.

Através da aplicação do método econométrico DiD no tratamento dos dados das vendas

das lojas com Projeto, foi possível retirar resultados mais concretos e, além disso, adicionar

variáveis suscetíveis de impactar as vendas. A variável stock demonstrou apresentar resultados

positivos e significativos, o que propicia a sua adição ao modelo. Porém, a variável região

apesar de trazer ligeira explicação adicional, não foi significativa.

Os resultados obtidos permitem concluir que o modelo das vendas totais tem um impacto

menor porque apesar de o Projeto aumentar as vendas de calçado, se as vendas totais de todas

as categorias aumentarem faz sentido que as de calçado também aumentem e o motivo não se

deveu à presença do Projeto. Por outro lado, o modelo do rácio explica que as vendas de calçado

aumentam em maior proporção relativamente às vendas totais das outras categorias. O Projeto

faz mais aumentar o rácio do calçado do que propriamente as vendas de calçado absolutas, isto

é, o seu impacto é maior nas vendas de calçado do que nas vendas totais de todas as categorias

e isso faz-se refletir neste modelo do rácio. Portanto, este modelo explica melhor o impacto do

Projeto nas vendas de calçado.

Contudo, foram enfrentadas limitações na realização da análise nomeadamente ao nível

das semanas em estudo. A implementação do Projeto nas lojas estava prevista para 1 de

Fevereiro de 2021. Dada a situação pandémica, as lojas estiveram fechadas e, por isso, o

lançamento do Projeto atrasou e acabou por iniciar apenas a 19 de Abril. Desta forma, a

quantidade de semanas possíveis para análise foi muito mais reduzida. Além disso, os artigos

contemplados inicialmente sofreram alterações tendo sido necessário retirar alguns deles

devido a reduções do budget para a categoria de calçado, o que pode ter afetado negativamente

o primeiro impacto visual que tinha sido pensado para o lançamento. Um fator que pode ter

enviesado a análise, deveu-se ao facto de que as vendas deveriam ter sido comparadas ao

período homólogo do ano anterior (2020). Porém, dado que neste período as lojas estavam



42

fechadas (em virtude da situação pandémica), não há dados que permitam essa avaliação. Por

este motivo, teve de ser considerado o período homólogo de 2019.

Possíveis trabalhos futuros passariam pela extensão do período em análise, com a adição

de um maior número de semanas para averiguar o impacto do Projeto a longo prazo. Além

disso, também seria interessante estudar o impacto de outras variáveis relacionadas diretamente

com as lojas, nomeadamente o diferente espaço em loja que a categoria de calçado dispõe

atualmente. As características das lojas também seriam relevantes de se introduzir no modelo

DiD, porém não haviam dados no momento que permitissem a sua adição ao estudo. A criação

de uma gama própria de artigos para as lojas com Projeto seria um fator imprescindível, para

facilitar a uniformização de envios e gestão de stocks de forma a que o peso da variável stock

provocasse ainda mais impacto no aumento das vendas. Em termos de merchandising visual,

seria importante que o equipamento Expositor Vertical tivesse um investimento no aumento da

quantidade sobretudo nas lojas que não têm Corner. Para além de que, a sua distribuição, por

vezes, não é equitativa em todas as lojas com Projeto. No equipamento Corner e Brand’s Table

poderia ser importante a exposição de um menor número de styles, porém em quantidades

maiores, para criar a impressão de que os produtos são oferecidos a preços mais baixos e, desta

forma, ser reforçada a boa relação qualidade-preço pela qual a marca é reconhecida. Em relação

aos artigos oferecidos, seria crucial o aumento do intervalo de tamanhos, isto é, a

disponibilidade de um tamanho superior tanto para homem como senhora em todas as

subcategorias de artigos de forma a não impactar negativamente a experiência do consumidor

devido à ausência de tamanhos.



43

Referências

Abadie, Alberto. 2005. “Semiparametric Difference-in-Differences Estimators.” Review of

Economic Studies 72 (1): 1–19. https://doi.org/10.1111/0034-6527.00321.

Abadie, Alberto. 2020. “Using Synthetic Controls: Feasibility, Data Requirements, and

Methodological Aspects.” Journal of Economic Literature.

Abadie, Alberto, Alexis Diamond, and And Jens Hainmueller. 2010. “Synthetic Control

Methods for Comparative Case Studies: Estimating the Effect of California’s Tobacco

Control Program.” Journal of the American Statistical Association 105 (490): 493–505.

https://doi.org/10.1198/jasa.2009.ap08746.

Abadie, Alberto, and Javier Gardeazabal. 2003. “The Economic Costs of Conflict: A Case

Study of the Basque Country.” American Economic Review 93 (1): 113–32.

https://doi.org/10.1257/000282803321455188.

Ashenfelter, Orley. 1978. “Estimating the Effect of Training Programs on Earnings Orley.” The

Review of Economics and Statistics 60 (1): 47–57.

Athey, Susan, and Guido W. Imbens. 2006. “Identification and Inference in Nonlinear

Difference-in-Differences Models.” Econometrica 74 (2): 431–97.

https://doi.org/10.1111/j.1468-0262.2006.00668.x.

Baker, Julie, Dhruv Grewal, and A. Parasuraman. 1994. “The Influence of Store Environment

on Quality Inferences and Store Image.” Journal of the Academy of Marketing Science:

Official Publication of the Academy of Marketing Science 22 (4): 328–39.

https://doi.org/10.1177/0092070394224002.

Begović, Boris, and Dušan V. Popović. 2016. Competition Authorities in South Eastern Europe.

Cham, Switzerland: Springer International Publishing AG.

Bertrand, Marianne, Esther Duflo, and Sendhil Mullainathan. 2004. “How Much Should We

Trust Difference-in-Differences Estimates?” The Quarterly Journal of Economics

file:///C: (February): 249–75.

Bohl, Patrick. 2012. “The Effects of Store Atmosphere on Shopping Behaviour - A Literature

Review.” Corvinus Marketing Tanulmányok, no. September 2012: 1–23.

http://unipub.lib.uni-corvinus.hu/669/1/CMT_2012-1.pdf.

Buckley, Jack, and Yi Shang. 2003. “Estimating Policy and Program Effects with Observational

Data: The ‘Differences-in-Differences’ Estimator.” Practical Assessment, Research and

Evaluation 8 (24): 2002–3.

Buttle, Francis. 1984. “Merchandising.” European Journal of Marketing 18 (6–7): 104–23.

https://doi.org/10.1108/EUM0000000004795.

Callaway, Brantly, and Pedro H.C. Sant’Anna. 2020. “Difference-in-Differences with Multiple

Time Periods.” Journal of Econometrics, no. xxxx: 1–31.

https://doi.org/10.1016/j.jeconom.2020.12.001.



44

Card, D., and A. B. Krueger. 1994. “Minimum Wages and Employment: A Case Study of the

Fast-Food Industry in New Jersey and Pennsylvania.” American Economic Review 84 (4):

772–93. https://doi.org/10.1257/aer.90.5.1397.

Caro, Felipe, and Victor Martìnez-De-Albèniz. 2015. “Fast Fashion: Business Model Overview

and Research Opportunities.” International Series in Operations Research and

Management Science 223: 237–64. https://doi.org/10.1007/978-1-4899-7562-1_9.

Cavallo, Eduardo, Sebastian Galiani, Ilan Noy, and Juan Pantano. 2013. “Catastrophic Natural

Disasters and Economic Growth.” Review of Economics and Statistics 95 (5): 1549–61.

https://doi.org/10.1162/REST_a_00413.

Christopher, Martin, Robert Lowson, and Helen Peck. 2004. “Creating Agile Supply Chains in

the Fashion Industry.” International Journal of Retail & Distribution Management 32 (8):

367–76. https://doi.org/10.1108/09590550410546188.

Daw, Jamie R., and Laura A. Hatfield. 2018. “Matching and Regression to the Mean in

Difference-in-Differences Analysis.” Health Services Research 53 (6): 4138–56.

https://doi.org/10.1111/1475-6773.12993.

Dimick, Justin B., and Andrew M. Ryan. 2014. “Methods for Evaluating Changes in Health

Care Policy: The Difference-in-Differences Approach.” JAMA - Journal of the American

Medical Association 312 (22): 2401–2. https://doi.org/10.1001/jama.2014.16153.

Ding, Peng, and Fan Li. 2019. “A Bracketing Relationship between Difference-in-Differences

and Lagged-Dependent-Variable Adjustment.” Political Analysis 27 (4): 605–15.

https://doi.org/10.1017/pan.2019.25.

Dion-Lee Mee, Delphine. 1999. “A Theoretical and Empirical Study of Retail Crowding.”

European Advances in Consumer Research 4: 1–8.

Fredriksson, Anders, and Gustavo Magalhães de Oliveira. 2019. “Impact Evaluation Using

Difference-in-Differences.” RAUSP Management Journal 54 (4): 519–32.

https://doi.org/10.1108/RAUSP-05-2019-0112.

Guercini, S. 2001. “Relation between Branding and Growth of the Firm in New Quick Fashion

Formulas: Analysis of an Italian Case.” Journal of Fashion Marketing and Management

5 (1): 69–79. https://doi.org/10.1108/EUM0000000007280.

Guijo, Pedro. 2007. “Merchandising de Las Marcas de Distribuidor vs Marcas de Fabricante.”

Esic Market, 247–70.

Hair, Joseph F., William C. Black, and Barry J. Babin. 2010. Multivariate Data Analysis: A

Global Perspective. Edited by Pearson Education.

Jones, Andrew M., and Nigel Rice. 2012. Econometric Evaluation of Health Policies. The

Oxford Handbook of Health Economics.

https://doi.org/10.1093/oxfordhb/9780199238828.013.0037.

Keele, Luke, and Nathan J. Kelly. 2006. “Dynamic Models for Dynamic Theories: The Ins and

Outs of Lagged Dependent Variables.” Political Analysis 14 (2): 186–205.

https://doi.org/10.1093/pan/mpj006.

Kotler, Philip. 1973. “Atmospherics as a Marketing Tool.” Journal of Retailing.

Larrota, Eliana. 2017. “Merchandising.” Bogotá D.C.

Lechner, Michael. 2010. “The Estimation of Causal Effects by Difference-in-Difference

Methods.” Foundations and Trends in Econometrics 4 (3): 165–224.

https://doi.org/10.1561/0800000014.

Milliman, Ronald E. 1982. “Using Background Music to Affect the Behavior of Supermarket



45

Shoppers.” Journal of Marketing 46 (3): 86. https://doi.org/10.2307/1251706.

MO 2020. 2020. “MO.” 2020. https://mo-online.com/pt/home/.

O’Neill, Stephen, Noémi Kreif, Richard Grieve, Matthew Sutton, and Jasjeet S. Sekhon. 2016.

“Estimating Causal Effects: Considering Three Alternatives to Difference-in-Differences

Estimation.” Health Services and Outcomes Research Methodology 16 (1–2): 1–21.

https://doi.org/10.1007/s10742-016-0146-8.

P. Mehta, Neha, and Pawan K. Chugan. 2013. “The Impact of Visual Merchandising on Impulse

Buying Behavior of Consumer: A Case from Central Mall of Ahmedabad India.”

Universal Journal of Management 1 (2): 76–82.

https://doi.org/10.13189/ujm.2013.010206.

Park, C. Whan, Easwar S. Iyer, and Daniel C. Smith. 1989. “The Effects of Situational Factors

on In-Store Grocery Shopping Behavior: The Role of Store Environment and Time

Available for Shopping.” Journal of Consumer Research 15 (4): 422.

https://doi.org/10.1086/209182.

Park, Hyun Hee, Jung Ok Jeon, and Pauline Sullivan. 2015. “How Does Visual Merchandising

in Fashion Retail Stores Affect Consumers’ Brand Attitude and Purchase Intention?”

International Review of Retail, Distribution and Consumer Research 25 (1): 87–104.

https://doi.org/10.1080/09593969.2014.918048.

Priest, Anne. 2005. “Uniformity and Differentiation in Fashion.” International Journal of

Clothing Science and Technology 17 (3–4): 253–63.

https://doi.org/10.1108/09556220510590957.

Razzouk, Nabil Y., Victoria Seitz, and Vijay Kumar. 2001. “The Impact of Perceived Display

Completeness/Incompleteness on Shoppers’ in-Store Selection of Merchandise: An

Empirical Study.” Journal of Retailing and Consumer Services 9 (1): 31–35.

https://doi.org/10.1016/s0969-6989(01)00008-x.

Rehkopf, David H., and Sanjay Basu. 2018. “A New Tool for Case Studies in Epidemiology -

the Synthetic Control Method.” Epidemiology 29 (4): 503–5.

https://doi.org/10.1097/EDE.0000000000000837.

Reinach, Simona Segre. 2005. “China and Italy: Fast Fashion versus Prêt à Porter. Towards a

New Culture of Fashion.” Fashion Theory - Journal of Dress Body and Culture 9 (1): 43–

56. https://doi.org/10.2752/136270405778051527.

SGPS, Sonae. 2020. “O Grupo Sonae.” 2020. https://www.sonae.pt/pt/sonae/o-grupo-e-os-

negocios/.

Smith, Peter, and David J. Burns. 1996. “Atmospherics and Retail Environments: The Case of

the ‘Power Aisle.’” International Journal of Retail & Distribution Management 24 (1): 7–

14. https://doi.org/10.1108/09590559610107076.

Snow, John. 1849. “On the Mode of Communicaiton of Cholera.”

https://collections.nlm.nih.gov/ext/cholera/PDF/0050707.pdf.

Sourafel, Girma, and Gorg Holger. 2006. “Evaluating the Foreign Ownership Wage Premium

Using a Difference-in-Differences Matching Approach.” 5788.

Thomas, Ajith K., Reni Louise, and Vipinkumar VP. 2018. “The Impact of Visual

Merchandising, on Impulse Buying Behavior of Retail Customers.” International Journal

for Research in Applied Science and Engineering Technology 6 (2): 474–91.

https://doi.org/10.22214/ijraset.2018.2069.

Turley, L. W., and Ronald E. Milliman. 2000. “Atmospheric Effects on Shopping Behavior: A

Review of the Experimental Evidence.” Journal of Business Research 49 (2): 193–211.



46

https://doi.org/10.1016/S0148-2963(99)00010-7.

Wilkins, Arjun S. 2018. “To Lag or Not to Lag?:Re-Evaluating the Use of Lagged Dependent

Variables in Regression Analysis.” Political Science Research and Methods 6 (2): 393–

411. https://doi.org/10.1017/psrm.2017.4.

Wing, Geraldine S., and Campbell Hall. 1999. “The Art of Selling: A History of Visual

Merchandising.”

Documents

Análise do impacto de alterações na estratégia de