Para reducir riesgos de pérdida, aumentar la eficiencia en la producción y mejorar las ventas, las empresas deben conocer los deseos y necesidades de los consumidores. En pequeñas y medianas empresas, esta situación se dificulta por la falta de información que permita conocer mejor a los consumidores. El objetivo del presente trabajo fue analizar la estructura del modelo de preferencia del consumidor en productos de la moda, utilizando un método de adquisición y representación del conocimiento. La metodología llevada a cabo para atender este objetivo comenzó con el desarrollo de una visión estructurada sobre el modelo de preferencia del consumidor partiendo de la literatura sobre los factores que influyen tal preferencia. Para la extracción y representación del conocimiento fue utilizado el software BLUE KMS ® que posibilitó la construcción de un mapa conceptual expandido que describe el modelo de preferencia del consumidor en productos de la moda. Este análisis permitió crear y simular un modelo apoyado en la estrategia de redes fast fashion para la producción, identificando las características principales de la estrategia y adaptando ese modelo a las realidades de las pequeñas y medianas empresas. El modelo de la estrategia fast fashion fue diseñado usando dinámica de sistemas a través del software STELLA 9.1.3. Por medio del mapa conceptual fue posible identificar los modelos mentales utilizados por los consumidores para elegir sus compras. Además, la simulación en dinámica de sistemas permitió entender el funcionamiento de la estrategia fast fashion y cómo ella podría ser adecuada en las empresas.Palavras-chave: Moda rápida, Dinámica de sistemas, Mapa conceptual expandido, Pequeñas y medianas empresas, Inteligencia de mercado.Link: http://periodicos.ufpb.br/index.php/pgc/article/view/32975/17292
A Ata da defesa com as respectivas assinaturas dos membros encontra-se no processo de vida acadêmica da aluna na Universidade. ResumoO mercado da moda é um dos mercados mais importantes para a economia no Brasil, está composto por aproximadamente 285,1 mil empresas, geralmente de pequeno e médio porte.Este mercado é caracterizado por seu comportamento dinâmico, poucas vezes estável ou linear, o que significa que a demanda de seus produtos varia facilmente e que é difícil conhecer com antecipação quais produtos terão um aumento na demanda. Isso ocorre porque o mercado da moda é influenciado por diversos ambientes, o que aumenta sua complexidade.Esse comportamento dinâmico faz com que as pequenas e médias empresas da moda tenham dificuldade para obter conhecimento sobre os produtos de interesse do consumidor, fazendo que aumente o risco de perda de produção e diminuía a competitividade dessas empresas.Baseado no problema identificado nas empresas do setor da moda, esta pesquisa tem como objetivo geral automatizar os processos de extração, análise e representação do conhecimento sobre as tendências do mercado. Propõe-se um processo para a criação de modelos de preferências dos produtos do segmento de vestuário a partir da informação da web de líderes de opinião do setor da moda.O processo proposto contempla o uso de técnicas de web scraping, mineração de dados e processamento de linguagem natural. O resultado final são modelos de preferência por tipo de produto da moda. Esses modelos estruturam o conhecimento obtido por meio de textos, visando mostrar paras os tomadores de decisão as características que satisfazem melhor as preferências dos consumidores para cada tipo de produto do setor da moda.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.