Análise e quantificação da canibalização em portfólios de varejo após implementação de novos produtos
estudo de caso no segmento de bebidas energéticas
DOI:
https://doi.org/10.26853/Refas_ISSN-2359-182X_v12n04_02Palavras-chave:
Machine Learning, Xgboost, Modelo Dirichlet, Elasticidade De Preço Cruzada, Canibalização De Produtos, Vendas OrgânicasResumo
Este artigo aborda os efeitos para o lançamento de novos produtos, em que constitui uma estratégia imperativa para um crescimento sustentável e competitivo das empresas, especialmente no dinâmico e saturado mercado de bens de consumo rápido, com destaque para o segmento de bebidas energéticas. No entanto, o motor da inovação é frequentemente acompanhado pelo risco do fenômeno da canibalização, caracterizado pela transferência da demanda de um produto estabelecido (vítima) para um novo produto (canibal) dentro do mesmo portfólio. Este estudo aprofundado tem como foco a análise e a quantificação precisa do efeito da canibalização após a introdução de novos produtos em portfólios de varejo, propondo um framework metodológico robusto e em três estágios. A metodologia proposta integra (1) o arcabouço teórico de desempenho de marca (modelo nbd-dirichlet) para diferenciar a canibalização esperada da excessiva; (2) a análise econométrica da elasticidade de preço cruzada, utilizando regressões log-dinâmicas para detecção precisa e quantificação inicial da substituição; e (3) a aplicação de um xgboost-based forecasting framework de três estágios, otimizado por uma função objetivo personalizada (custom objective function), desenhada especificamente para isolar, medir e projetar o impacto de canibalização gerado pelas novas ofertas. Os resultados demonstram que a aplicação desta estrutura analítica híbrida fornece insights estratégicos cruciais para a gestão de portfólios, permitindo que os varejistas e fabricantes mitiguem o impacto negativo e desenvolvam estratégias de precificação e mix de produtos que capitalizem a demanda de todo o portfólio.
Downloads
Referências
BEKAL, G., & BARI, M. An XGBoost-Based Forecasting Framework for Product Cannibalization. arXiv:2111.12680v1, 2021.
CASTRO, R., & BELO, O. Análise de Situações de Canibalização de Produtos em Sistemas de Retalho. Centro de I&D ALGORITMI, Universidade do Minho.
COPULSKY, W. Cannibalism in the Marketplace. Journal of Marketing, 40(4), 103-105, 1976.
KERIN, R. A., HARVEY, M. G., & ROTHE, J. T. Cannibalism and New Product Development. Business Horizons, 21(5), 25-31, 1978.
KOTLER, P. Administração de Marketing. Prentice Hall, 1998.
LARUCCIA, M., LOUREIRO, S. M. C., & LOPES, R. A Conceptual Approach for Cannibalism Between Goods. Conference Paper, 2011.
NOVELLI, F. Detection and Measurement of Sales Cannibalization in Information Technology Markets. Dissertation, Technische Universität Darmstadt, 2015.
OLIVEIRA, B. A. C. de; MATTAR, F. N. Canibalismo entre produtos: um estudo de múltiplos casos na indústria alimentícia brasileira. Doutorando em Administração na FEA/USP, 2000.
SHAKIR, T., & MODUPE, A. Enhancing Demand Forecasting in Retail Supply Chains: A Machine Learning Regression Approach. Global Journal Of Management And Business Research, 2023.
SILVA, L. L. R. e. Aplicação de Elasticidade de Preço e Canibalização de Smartphones Utilizando Séries Temporais. Dissertação de Mestrado, PUC-Rio, 2017.
TEWOGBADE, S.; AKINLOSE, M. Enhancing Demand Forecasting in Retail Supply Chains: A Machine Learning Regression Approach. Global Journal of Management and Business Research, v. 23, n. A8, p. 1-15, 2023.
TRAYLOR, M. B. Cannibalism in multibrand firms. Journal of Consumer Marketing, Santa Barbara, v. 3, n. 2, p. 69-75, 1988.
WANKE, P.; JULIANELLI, L. Previsão de vendas: Processos organizacionais & métodos qualitativos e quantitativos. São Paulo: Atlas, 2006.
XU, L. A Clustering Method for Product Cannibalization Detection Using Price Effect. Electronics, 2025.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Refas - Revista Fatec Zona Sul
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
1 - As fontes dos dados, as autorizações pertinentes e os textos publicados na revista são de inteira responsabilidade de seus autores.
2 - É permitida a reprodução, desde que citada a fonte e o autor.
3 - Após o artigo aprovado, o autor principal deverá enviar declaração, conforme o modelo:
Refas - Revista Fatec Zona Sul
Autorização par publicação
(Nome do autor), (no caso de vários autores citar todos), autorizo (ou autorizam, no caso de diversos autores) a publicação do artigo (nome do artigo), com exclusividade para a primeira publicação pela Revista Fatec Zona Sul, em meio eletrônico.
A contribuição é original e inédita, e não está sendo avaliada para publicação por outra revista; caso contrário, deve-se justificar em "Comentários ao editor".
Dados de todos os autores:
Nome completo:
Instituição:
E-mail:
Telefone:
Obs.: Informar os códigos dos serviços DDD e DDI.
Assinatura do autor principal: ____________________________________
Aviso de Direito Autoral
Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
b) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
c)Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons CC Attribution 4.0, acessável em Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.