Análise descritiva e preditiva das vendas de uma operação de retalho

Resumo

No ano de 2019, a empresa mudou a sua estratégia de obtenção de Leads, sendo estas qualquer tipo de contacto fornecido à empresa por parte de outra empresa ou indivíduo. Esta optou por adquirir um número inferior de Leads, mas com um valor de ticket médio, ou receita média por venda, mais elevado, indo à procura de oportunidades com “maior qualidade”. Em consequência desta alteração surgiu a questão de quais as variáveis que mais influenciavam o resultado da empresa e se o Ticket Médio seria de facto uma dessas variáveis. Assim sendo, foi estudada a relação entre as várias variáveis com o intuito de obter o peso de cada uma na Receita. Para obter tal relação foi realizada uma análise preditiva, onde foi aplicado o método de Regressão Linear Múltipla. Para além disso foi também efetuada uma análise descritiva, através da criação de dashboards no software PowerBI, onde foram explorados e analisados diversos KPIs. Os dados utilizados nas análises foram extraídos do software de gestão Bitrix24 e são relativos ao Customer Relationship Management (CRM) da empresa ERP24. Na análise preditiva foram utilizadas como variáveis de estudo o “Ticket médio”, que corresponde à média de receita de cada venda, as “Deals Perdidas”, referentes ao número de vendas falhadas, a Taxa de Conversão Leads em Deals, doravante “Taxa de Conversão L-D”, relativa à taxa de conversão em vendas, de contactos deixados por empresas ou indivíduos à empresa, e o Tempo de Conversão de Novas Deals em Deals Ganhas, doravante “Tempo de Conversão ND-DG”, que representa o tempo que a empresa demora desde que um potencial negócio é introduzido no CRM até que este se concretize em venda. A análise resultou num modelo constituído pelo “Ticket Médio” e o “Tempo de Conversão ND-DG”, que conseguiram explicar 55.5 % da variação das Receitas. Concluiu-se que a Receita irá variar cerca de 3.5 por cada unidade adicional do “Ticket Médio” e 7488.16 por cada unidade adicional do “Tempo de Conversão ND-DG”. Em conclusão e após análise do modelo criado podemos afirmar que a variável “Ticket Médio”, assim como o “Tempo de conversão ND-DG”, tem um impacto considerável na receita da empresa, tendo assim influenciado positivamente os resultados da empresa à alteração de estratégia adotada. Os resultados levam-nos à conclusão que a empresa deve continuar a apostar numa estratégia de aumento do ticket médio e em negócios que demoram mais tempo a converter, pois são aqueles que geram mais receita, o que acaba por ser 8 contraintuitivo, pois a empresa poderia estar mais preocupada com quick-wins, ou seja, negócios de conversão rápida.

Data do prémio	13 out. 2022
Idioma original	Portuguese
Instituição de premiação	Universidade Católica Portuguesa
Supervisor	Mário Filipe Amorim Faria de Oliveira Lopes (Supervisor)