análise do impacto de alterações na estratégia de
TRANSCRIPT
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
ii
“Success is most often achieved by those who don’t know that failure is inevitable.”
Coco Chanel
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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 12 – Resultados DiD M0.R ................................................................................. 34
Tabela 13 – Resultados DiD M1.R ................................................................................. 34
Tabela 14 – Resultados DiD M2.R ................................................................................. 35
Tabela 15 – Resultados DiD M3.R ................................................................................. 35
Tabela 16 – Resultados DiD M0. V+.............................................................................. 36
Tabela 17 – Resultados DiD M1. V+.............................................................................. 36
Tabela 18 – Resultados DiD M2. V+.............................................................................. 37
Tabela 19 – Resultados DiD M3. V+.............................................................................. 37
Tabela 20 – Resultados DiD M0. R+ .............................................................................. 38
Tabela 21 – Resultados DiD M1. R+ .............................................................................. 38
Tabela 22 – Resultados DiD M2. R+ .............................................................................. 39
Tabela 23 – Resultados DiD M3. R+ .............................................................................. 39
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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,
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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,
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Difference-in-Differences
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:
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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)
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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,
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
4 - MO LISBOA E ALG.
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
4 - MO LISBOA E ALG.
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
4 - MO LISBOA E ALG.
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
M1. R+ Rácio vendas
calçado
Stock total e
Região FULL_S+H
34 1361
M2. R+ Rácio vendas
calçado
Stock total e
Região FULL_S
7 984
M3. R+ Rácio vendas
calçado
Stock total e
Região PARCIAL_S
3 928
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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:
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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)
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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%.
Tabela 9 – Resultados DiD M1.V
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.
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,075
Tempo (T) 0,269 0,000
Grupo (G) 0,093 0,000
Tempo x Grupo (TG) 0,402 0,000
Stock Total (S) 0,524 0,000
Nº Observações 1361
R quadrado 0,574
Sig. 0,000
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
33
Tabela 10 – Resultados DiD M2.V
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
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,001
Tempo (T) 0,381 0,000
Grupo (G) 0,167 0,000
Tempo x Grupo (TG) 0,166 0,000
Stock Total (S) 0,730 0,000
Nº Observações 984
R quadrado 0,491
Sig. 0,000
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,004
Tempo (T) 0,392 0,000
Grupo (G) 0,100 0,005
Tempo x Grupo (TG) 0,264 0,000
Stock Total (S) 0,762 0,000
Nº Observações 928
R quadrado 0,453
Sig. 0,000
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Tabela 12 – Resultados DiD M0.R
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.
Tabela 13 – Resultados DiD M1.R
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.
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,000
Tempo (T) -0,025 0,444
Grupo (G) 0,004 0,882
Tempo x Grupo (TG) 0,562 0,000
Stock Total (S) 0,313 0,000
Nº Observações 1571
R quadrado 0,429
Sig. 0,000
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,000
Tempo (T) 0,009 0,775
Grupo (G) 0,057 0,038
Tempo x Grupo (TG) 0,559 0,000
Stock Total (S) 0,331 0,000
Nº Observações 1361
R quadrado 0,520
Sig. 0,000
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
35
Tabela 14 – Resultados DiD M2.R
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.
Tabela 15 – Resultados DiD M3.R
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
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,000
Tempo (T) 0,095 0,024
Grupo (G) -0,062 0,109
Tempo x Grupo (TG) 0,254 0,000
Stock Total (S) 0,552 0,000
Nº Observações 984
R quadrado 0,302
Sig. 0,000
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,000
Tempo (T) 0,101 0,022
Grupo (G) -0,121 0,004
Tempo x Grupo (TG) 0,228 0,000
Stock Total (S) 0,578 0,000
Nº Observações 928
R quadrado 0,260
Sig. 0,000
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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+
Tabela 17 – Resultados DiD M1. 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.
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,210
Tempo (T) 0,262 0,000
Grupo (G) 0,132 0,000
Tempo x Grupo (TG) 0,379 0,000
Stock Total (S) 0,531 0,000
Região (R) -0,038 0,020
Nº Observações 1571
R quadrado 0,589
Sig. 0,000
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,352
Tempo (T) 0,280 0,000
Grupo (G) 0,087 0,001
Tempo x Grupo (TG) 0,397 0,000
Stock Total (S) 0,540 0,000
Região (R) -0,060 0,001
Nº Observações 1361
R quadrado 0,577
Sig. 0,000
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
37
Tabela 18 – Resultados DiD M2. V+
Tabela 19 – Resultados DiD M3. V+
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%.
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,002
Tempo (T) 0,385 0,000
Grupo (G) 0,162 0,000
Tempo x Grupo (TG) 0,165 0,000
Stock Total (S) 0,735 0,000
Região (R) -0,018 0,460
Nº Observações 984
R quadrado 0,491
Sig. 0,000
Variáveis Independentes Coeficientes padronizados Sig.
Constante - 0,012
Tempo (T) 0,398 0,000
Grupo (G) 0,099 0,006
Tempo x Grupo (TG) 0,265 0,000
Stock Total (S) 0,770 0,000
Região (R) -0,030 0,223
Nº Observações 928
R quadrado 0,454
Sig. 0,000
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
38
Tabela 20 – Resultados DiD M0. R+
Tabela 21 – Resultados DiD M1. 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
Tempo x Grupo (TG) 0,559 0,000
Stock Total (S) 0,328 0,000
Região (R) -0,062 0,001
Nº Observações 1571
R quadrado 0,433
Sig. 0,000
Variáveis Independentes Coeficientes padronizados Valor prova
Constante - 0,000
Tempo (T) 0,023 0,477
Grupo (G) 0,050 0,068
Tempo x Grupo (TG) 0,553 0,000
Stock Total (S) 0,349 0,000
Região (R) -0,073 0,000
Nº Observações 1361
R quadrado 0,525
Sig. 0,000
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
39
Tabela 22 – Resultados DiD M2. R+
Tabela 23 – Resultados DiD M3. R+
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.
Variáveis Independentes Coeficientes padronizados Valor prova
Constante - 0,000
Tempo (T) 0,098 0,020
Grupo (G) -0,066 0,094
Tempo x Grupo (TG) 0,253 0,000
Stock Total (S) 0,557 0,000
Região (R) -0,016 0,574
Nº Observações 984
R quadrado 0,302
Sig. 0,000
Variáveis Independentes Coeficientes padronizados Valor prova
Constante - 0,000
Tempo (T) 0,105 0,017
Grupo (G) -0,122 0,003
Tempo x Grupo (TG) 0,229 0,000
Stock Total (S) 0,584 0,000
Região (R) -0,024 0,396
Nº Observações 928
R quadrado 0,261
Sig. 0,000
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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%.
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.
Análise do impacto de alterações na estratégia de merchandising visual no retalho de moda aplicando
Difference-in-Differences
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.”