Aluno da Coppe desenvolve o algoritmo do desejo de consumo

Quais produtos terão sucesso comercial? A resposta, almejada por 100 em cada 100 empreendedores, pode ser obtida por meio de uma metodologia desenvolvida na Coppe/UFRJ. Para identificar quais peças de vestuário da grife Lode teriam êxito no mercado, o aluno de mestrado Fabio Krykhtine, do Programa de Engenharia de Produção, usou uma técnica baseada na lógica fuzzy (a palavra inglesa significa “nebulosa” e indica a lógica que suporta os modos de raciocínio não exatos, aproximados).

A metodologia revelou o potencial dos produtos, proporcionando um aumento de 29% nas vendas da Lode durante a mais recente edição da Fashion Business, no Rio de Janeiro.

A técnica já começa a despertar interesse em outros países. Fábio Krykhtine apresentou o estudo “Um algoritmo fuzzy para entender o desejo do consumidor – Uma aplicação para a indústria têxtil”, na Universidade do Minho, em Portugal. A apresentação, no dia 9 de julho, durante a International Conference on Industrial Engineering and Operation Management, rendeu convites para publicação em revistas internacionais especializadas em Engenharia de Produção.

A metodologia permite destacar, dentro de uma coleção de produtos de vestuário, quais peças terão sucesso comercial, em que mercados e por qual preço, levando-se em conta as características diversificadas do setor. O aluno da Coppe explica que, após pesquisa de campo junto ao público-alvo, o resultado é medido com a utilização de um algoritmo fuzzy, que define a atração do consumidor para produtos diante de um determinado preço.

Com essas informações é possível avaliar o aumento de margem ou redução do valor a ser pago pelos produtos, permitindo maximizar a venda e reduzir estoques. “Em determinados casos, alguns produtos devem ser retirados da coleção, evitando investimentos que só trariam prejuízo para as empresas e ao meio ambiente, já que a produção têxtil utiliza muita água e energia elétrica”, explica Fábio Krykhtine.

Ele escolheu a indústria têxtil para validar seus estudos porque os produtos do setor, sobretudo os voltados para o segmento de moda, são únicos por coleção. Por serem lançados a cada estação, não há uma série histórica de venda que permita estabelecer uma previsão de produção com baixo risco. Nesse setor o ciclo comercial é curto. Caso um produto não seja comercializado em três meses, entra em liquidação ou vai para os estoques. “Tais medidas reduzem as margens de lucro ou representam um custo afundado, no caso do produto estocado, prejudicando o fluxo de caixa das empresas com a imobilização de capital”, explica.

A atratividade de um produto de uma coleção é medida por meio de um índice que varia entre 0 e 1, com 4.032 diferentes pontos. Dependendo do índice obtido, recomenda-se uma tomada de decisão com orientação para os riscos da produção. O objetivo é investir em produtos com alto potencial de venda e baixo risco.

Aplicação no mercado

Na pesquisa para a grife Lode, Fábio coletou a opinião de profissionais de sete classes diferentes atuantes no mercado de moda, que compreende estilistas da marca, representantes comerciais, compradores atacadistas, produtores de moda, gerentes comerciais, compradores no varejo e estilistas externos. Com a orientação dos professores do Programa de Engenharia de Produção da Coppe, Carlos Cosenza e Francisco Dória, ele configurou o algoritmo fuzzy para calcular os resultados da pesquisa, com base em cinco critérios relacionados aos produtos: cor, versatilidade, preço, modelagem e desejabilidade. A cada um dos critérios foram atribuídos pesos diferenciados, divididos em três graduações, de acordo com o grau de importância.

De início, o algoritmo foi aplicado no momento de precificação dos produtos da coleção, após consulta a 30 funcionários e colaboradores dos departamentos de estilo, marketing, logística e comercial da empresa, o que gerou um primeiro resultado. Em seguida a precificação foi exposta aos consumidores na feira e foram coletados dados complementares de mais de 50 clientes atacadistas de diferentes regiões, o que permitiu ainda, identificar o perfil regional de compradores. Dessa forma, diz Fábio, as campanhas podem ser dirigidas a quem percebe um maior valor em seus produtos.

A pesquisa para a Lode teve início logo após a conclusão da implantação de outra tecnologia. Os pesquisadores da Coppe desenvolveram para a grife o primeiro aplicativo de venda brasileiro voltado para o atacado têxtil com a utilização de iPAD. Lançado em janeiro de 2011, com o nome de Cesto Têxtil, o aplicativo foi utilizado na Rio Fashion Business e reduziu custos nos estandes, trazendo maior retorno por metro quadrado.

Além disso, os pedidos passaram a ser processados de forma mais rápida, ampliando a quantidade de clientes atendidos em um ambiente extremamente competitivo. “A Lode apostou na inovação e abriu sua estrutura para que nossos resultados científicos fossem colocados em prática. A marca se reposicionou no mercado atacadista e ampliou suas vendas ao apostar em novas tecnologias e em produtos de qualidade a um preço aceitável pelo mercado, considerado justo de acordo com o nosso algoritmo”, diz Fábio.

Imprecisão captada

O trabalho foi feito no Laboratório Fuzzy da Coppe, onde os alunos de mestrado e doutorado dos professores Carlos Cosenza e Francisco Dória têm realizado intensa produção de pesquisas utilizando a lógica fuzzy. “Trata-se de uma técnica que dá a devida resposta para muitos problemas e questões relevantes para a ampliação da competitividade e produção das indústrias do Brasil e do mundo”, garante Cosenza.

“A grande vantagem de utilizar lógica fuzzy”, explica Fábio, “é podermos mensurar as informações obtidas por expressões lingüísticas a partir de dados vagos”. É possível calcular com mais precisão a probabilidade de consumo a partir, por exemplo, de respostas dadas para uma cor do produto, como “Gosto muito”, “Não Gosto”, ou “Indiferente”, mescladas com as respostas dadas para o preço, como “Muito Barato”, “Barato”, “Coerente” e “Caro”. Essas opiniões revelam sentimentos que a lógica clássica não traduz. A lógica fuzzy é capaz de trabalhar dentro do modelo a imprecisão e as ambiguidades humanas.

Segundo Fábio, o mesmo modelo usado para a grife poderia ser aplicado para precificação e atratividade do consumidor para qualquer outro produto que não possua histórico comercial.

Para entender a lógica fuzzy

Para melhor esclarecer o conceito de lógica fuzzy, Fábio Krykhtine preparou dois exemplos:

– Um jovem ajudante de mercearia recebeu a incumbência de separar uma caixa de 20 kg de maçãs em dois conjuntos: pequenas e grandes. No início, ele pegou uma maçã extremamente grande e outra extremamente pequena e rapidamente as separou. A partir de um determinado momento, porém, já não conseguia separar as frutas facilmente, porque as diferenças de tamanho eram pequenas. Isso aconteceu porque a natureza não pode dividir maçãs em dois tamanhos de forma precisa. Num lote de maçãs há diversos tamanhos. Podemos até dizer: esta é muito pequena, esta é pequena, aquela extremamente grande, esta é maior que aquela e menor que esta.

A lógica fuzzy consegue diferenciar as sutilezas dizendo que uma determinada maçã talvez possa pertencer aos dois grupos, porque não é pequena o bastante para ser considerada pequena e nem grande o bastante para ser considerada grande. Pode estar nos dois conjuntos com determinado grau de pertencimento a cada um. Daí a expressão lógica nebulosa (fuzzy), porque trata as maçãs de tamanho intermediário entre as grandes e as pequenas sem as limitações da lógica clássica.

Um segundo exemplo:

– Um fuzileiro naval deve possuir duas características: ser inteligente e ter mais de 1,80m de altura. Ser inteligente é muito importante e ter mais de 1,80m uma condição. Na lógica clássica, candidatos extremamente inteligentes com 1,79m de altura seriam desclassificados. A lógica fuzzy trataria a mesma seleção da seguinte forma: um fuzileiro naval deve ter duas características: ser inteligente e medir aproximadamente 1,80m de altura. Quando introduzimos o termo aproximadamente, estamos dizendo que os candidatos extremamente inteligentes com tolerância de 5cm talvez possam ser admitidos. Enquanto a lógica clássica trabalha com valores absolutos e rígidos, a lógica fuzzy admite uma região de valores com maior ou menor pertinência.