Ibovespa
126.139,20 pts
(0,72%)
Dólar comercial
R$ 6,06
(-0,21%)
Dólar turismo
R$ 6,30
(-0,14%)
Euro
R$ 6,36
(-0,07%)

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques

Por Peter C. Liu e Walter Zinn em 23 de janeiro de 2012 às 16h00 (atualizado em 27/01/2012 às 15h24)
Peter C. Liu
Walter Zinn

Introdução

A falta de produtos – ou quebra de estoques – no varejo é objeto de crescente interesse por parte de pesquisadores profissionais. Após um período de atividade de pesquisa esporádica, as maiores contribuições publicadas nos últimos anos aumentaram significativamente o conhecimento a esse respeito. Esse interesse está se desenvolvendo em dois grandes caminhos: um procura estimar os índices de falta de estoques (ou OOS, da sigla em inglês para out-of-stock) nas prateleiras ou do estoque interno das lojas, enquanto o objetivo do outro é entender a resposta do consumidor à falta do produto que procura.

Esta pesquisa vai pelo segundo caminho. Ela amplia a literatura, focando na resposta real do consumidor à quebra de estoque. Isto contrasta com a maior parte da literatura corrente, que está baseada na resposta planejada pelo consumidor, ou seja, no que ele intencionava fazer após a ocorrência do stockout. O comportamento planejado do consumidor usualmente é capturado tanto em experimentos quanto em entrevistas na saída da loja, quando é perguntado a ele o que pretende fazer em resposta à falta do produto. Na presente pesquisa, depois de serem voluntários em uma pesquisa realizada imediatamente após a experiência de não encontrar o produto, os consumidores participantes eram reentrevistados aproximadamente 30 dias depois e questionados sobre o que haviam realmente feito a respeito.

Esta distinção é importante porque o comportamento real e o pretendido não necessariamente se casam, conforme alertado por Schary e Becker (1978). Como resultado dessa constatação, os administradores devem saber se é prudente tomar as decisões sobre as políticas de estoque da loja com base apenas no comportamento pretendido do consumidor. Na prática, quando enfrenta uma situação de OOS, o pessoal da loja tem apenas a informação do que o consumidor intenciona fazer para basear suas ações. Todavia, é o comportamento real desse consumidor que trará maiores consequências para o varejista.

Será que o comportamento pretendido em resposta a uma falta de produto confere com o comportamento real? Será que os consumidores manterão aquelas intenções? Nossos resultados apontam que eles quase sempre as mantêm quando o comportamento pretendido é desistir da busca pelo produto. Por outro lado, o comportamento pretendido normalmente bate pouco com o real quando o consumidor declara que vai adiar a compra e retornar à loja no futuro. Os resultados são variados quando a intenção declarada é procurar pelo item faltante em uma loja concorrente.

Para aprofundar nosso entendimento do comportamento do consumidor em resposta à falta de produtos no varejo, nós também examinamos o impacto das características do produto, das características do consumidor e variáveis situacionais em seu comportamento real e pretendido. Os resultados para três dessas variáveis estão destacados abaixo.

Primeiro, os consumidores fiéis à loja são mais propensos a realmente adiar a compra ou desistir. Consumidores fiéis também são menos propensos a seguir a intenção declarada de ir a uma loja concorrente em resposta à falta do produto. A lista prévia de compras (ou seja, a compra planejada versus aquela de impulso) é a segunda variável destacada. Consumidores com um item específico em mente para comprar tendem a ter comportamentos declarados e reais mais condizentes, seja qual for a intenção declarada. Terceiro: consumidores que percebem o item como único são mais propensos a seguir o comportamento pretendido de adiar a compra, e menos propensos a manter a intenção declarada de buscar uma loja concorrente.

Este trabalho começa com uma revisão da literatura, seguida de uma descrição do método da pesquisa, que inclui o processo de seleção das variáveis, os procedimentos de coleta de dados e a análise destes dados. A terceira sessão apresenta os resultados e é seguida de limitações, conclusões e uma seção de implicações gerenciais.

Revisão de literatura

Embora exista um crescente conteúdo de pesquisas sobre a resposta à falta de estoque, não existem trabalhos comparando o comportamento real e pretendido do consumidor em resposta ao problema. Poucos olharam para a resposta real do consumidor e nenhum deles foi publicado recentemente. Os trabalhos mais recentes geralmente buscavam entender o comportamento declarado do consumidor em seguida a uma experiência de falta do produto na loja, ou medir os níveis de quebra de estoque nas prateleiras e depósitos das lojas. Nós revimos os trabalhos focados no comportamento pretendido do consumidor, na estimativa de taxas de stockouts e de comportamento real em resposta ao OOS, respectivamente.

Resposta pretendida

O primeiro exame abrangente do problema de quebra de estoque foi patrocinado por uma revista de negócios, a Progressive Grocer (1968). Ele mediu as frequências de estoque no varejo de alimentos, bem como a resposta dos consumidores ao stockout. Os comportamentos levantados – substituir o item em OOS, adiar a compra ou trocar a loja por uma concorrente – são agora coletivamente conhecidos pelo acrônimo SDL (do inglês Substituir, Adiar ou Sair). Walter e Grabner (1975) propuseram um modelo classificando as possíveis respostas dos consumidores aos stockouts, estimando os custos da falta de estoques para os varejistas de bebidas no estado de Ohio (EUA).

Emmelhainz, Emmelhainz e Stock (1991) mediram o comportamento SDL num ambiente único em que, pela primeira vez, o produto foi de fato retirado da prateleira da loja para criar um stockout. Era então perguntado aos participantes da pesquisa o que fariam em relação ao problema, em entrevistas na saída das lojas. Straughn (1991) pioneiramente usou dados lidos por scanner em estudos de OOS, medindo os efeitos da quebra de estoque na participação de mercado da marca.

Campo, Gijsbrechts e Nisol (2000) propuseram um modelo para entender estas respostas dos consumidores. O modelo foi testado com dados coletados em supermercados europeus. Os consumidores eram perguntados sobre o que pretendiam fazer depois que uma situação hipotética de stockout era apresentada a eles. Os resultados sugeriram que os consumidores respondem de forma diferente dependendo da sua lealdade à marca e à loja, assim como da disponibilidade de alternativas ao item em OOS. Os resultados apontaram ainda que o tempo disponível para a compra, a atitude da loja e a quantidade de produto que eles pretendiam comprar também impactavam de forma significativa na resposta ao stockout.

Contrariamente aos estudos anteriores, Fitzsimons (2000) não focou nos comportamentos SDL como possíveis respostas ao stockout. Ao invés disso, ele escolheu como variáveis confiáveis olhar para a satisfação com o processo de decisão e a probabilidade de o consumidor trocar de loja em compras futuras como variáveis dependentes. Os resultados apontaram que a troca de loja é explicada pelo grau de comprometimento pessoal do consumidor a uma alternativa ao item faltante.

Em uma pesquisa de porta de saída de consumidores de uma loja de descontos, Zinn e Liu (2001) mediram o comportamento SDL e desenvolveram um “multinomial logit model” para correlacionar cada comportamento SDL com variáveis demográficas e situacionais, assim como com características da loja e do consumidor. As variáveis demográficas não tinham correlação com o comportamento SDL. As maiores correlações eram as variáveis situacionais, tais como surpresa ou desagrado com relação ao stockout, lista de compras e urgência. A lealdade à marca e a percepção dos preços praticados pela loja também tinham forte correlação. Finalmente, o estudo identificou a surpresa e a percepção dos preços da loja como fatores-chave na decisão do consumidor em deixar a loja depois de experimentar uma falta de produto.

Gruen, Corsten e Bharadwaj (2002), Corsten e Gruen (2004) e Roland Berger (2003) também reportaram dados de comportamento pretendido, todos coletados em supermercados. Os dois primeiros reportaram que 45% dos consumidores substituíam o item, 15% pretendiam adiar a compra e 46% deixavam a loja. O estudo de Roland Berger apontou 53%, 17% e 30% respectivamente. Estes estudos são consistentes com a falta de convergência em resultados observados em alguns dos estudos anteriores e salientou a importância de explicar o comportamento do consumidor, além de medi-lo (Progressive Grocer 1968; Walter e Grabner 1975; Schary e Christopher 1979; Emmelhainz, Emmelhainz e Stock 1991; Andersen Consulting 1996; Zinn e Liu 2001).

Estimando as taxas de Stockout

Taylor e Fawcett (2001) compararam a disponibilidade na gôndola de itens anunciados e não anunciados em três tipos de varejistas: mercadoria de massa, category killers e supermercadistas. A metodologia de pesquisa consistia em registrar sistematicamente os casos de faltas de estoque durante visitas às lojas do varejo. As faltas de estoques podiam ocorrer nas prateleiras, nos displays da prateleira ou em qualquer ponto da loja. Os resultados mostraram uma taxa de stockout significativamente mais alta para os itens anunciados e para os produtos de consumo massivo.

Gruen Corsten e Bharadwaj (2002) conduziram um estudo abrangente que cobriu 18 países. Eles compararam as taxas de stockouts nestes países por categorias de produtos, hora do dia ou semana, itens promocionais, itens de consumo rápido e a duração da falta de estoque. Os resultados apontaram para diferenças nas taxas médias de estoques em cada país, categorias de produtos e hora do dia ou semana. Os resultados também sugeriram que itens promocionais e de consumo rápido têm taxas de quebra de estoque mais altas que a média. Finalmente, os dados sobre a duração da falta de produto revelou um leque de menos de oito horas até mais de três dias necessários para a reposição do item em OOS.

Resultados semelhantes foram reportados no estudo de Roland Berger (2003), no qual diferenças nas taxas médias de stockout foram encontradas para diferentes categorias de produtos e dias da semana. Os resultados também corroboram descobertas anteriores para itens promocionais em hipermercados, onde foram registradas taxas maiores que as médias de falta de estoque.

Comportamento Real

Poucos pesquisadores investigaram o comportamento real do consumidor em resposta à falta de estoque. Charlton e Ehrenberg (1976) conduziram um experimento no qual os consumidores do Reino Unido recebiam semanalmente telefonemas em casa oferecendo uma seleção de marcas de detergentes e chás, todas criadas especialmente para o estudo. Os 158 participantes não estavam limitados às marcas oferecidas no estudo e estavam livres para comprar outras marcas de fontes diferentes. Em um ponto, durante as 25 semanas de duração do trabalho, um stockout era introduzido deliberadamente para uma das marcas de detergente. Os participantes normalmente substituíam o item faltante. Com a restauração do fornecimento, eles retornavam à marca que costumavam comprar antes. Os pesquisadores não observaram uma redução nas vendas da categoria, o que parece indicar que os participantes não estavam nem adiando a compra, nem comprando detergentes de uma fonte diferente.

Motes e Castleberry (1985) replicaram a pesquisa de Charlton e Ehrenberg usando três marcas reais de batatas fritas. Os participantes tiveram a oportunidade de comprar uma marca de batata durante visitas em casa que ocorriam a cada duas semanas, num total de 11 visitas. As batatas fritas eram oferecidas por aproximadamente 80% do seu preço no varejo. Os resultados se equipararam aos de Charlton e Ehrenberg. Os participantes trocavam de marca em resposta aos stockouts, as vendas por categoria continuavam as mesmas e as pessoas voltavam às suas marcar preferidas assim que a condição de falta de produto era retirada. Juntos, os resultados nos dois estudos acima sugerem que as implicações de uma falta de estoque por longos períodos são insignificantes.

Schary e Becker (1978) exploraram uma oportunidade criada quando uma parte da distribuição de cerveja em Seattle foi afetada por uma greve em 1971. A greve limitou o suprimento de cervejas a apenas quatro marcas: duas locais e duas nacionais que, como esperado, ganharam participação de mercado. A questão-chave era se elas seriam capazes de reter estes ganhos de share depois do fim da greve. Os resultados demonstraram que a maioria das marcas manteve uma parte do percentual de participação que haviam ganho durante o período da greve. As marcas nacionais que haviam sido afetadas pela greve tinham visivelmente mais sucesso em recuperar a participação perdida por meio de estratégias agressivas de promoção. Estes resultados diferem dos dois estudos precedentes, que demonstraram não haver efeitos no market share quando o suprimento de produtos era restabelecido.

Método de pesquisa

Relembrando: os objetivos desta pesquisa são 1) comparar o comportamento real e o declarado do consumidor em resposta a stockouts; 2) examinar as características de produtos e consumidores e as variáveis situacionais que podem explicar a resposta do consumidor. O planejamento geral da pesquisa previa, primeiro, entrevistar os consumidores imediatamente após a experiência de falta de produto para determinar as intenções comportamentais e então reentrevistar as mesmas pessoas cerca de 30 dias depois, para saber qual havia sido o seu comportamento real.

As entrevistas foram conduzidas com consumidores de um varejista de vestuário que concordou em patrocinar a pesquisa. O varejista vende roupas masculinas e femininas, com itens que incluem jeans, vestidos, calças, suéteres e jaquetas, a maioria trajes de trabalho ou casuais. Nesta pesquisa, nós demos foco apenas nos jeans e calças. O método de pesquisa inclui três passos: seleção de variáveis, coleta de dados e análise de dados, cada um deles descrito abaixo.

Seleção de variáveis

Muitos estudos sobre falta de estoque que deram foco ao comportamento pretendido olharam o SDL (Substituir, Adiar ou Sair, da sigla em inglês para Substitute, Delay or Leave) como variável dependente. Em alguns estudos, o comportamento SDL é mais detalhado. Por exemplo, o Substituir pode ser separado em: sair e ir para uma loja concorrente ou sair e desistir de procurar o item. Neste último caso, o consumidor decide não comprar mais aquele item em nenhuma loja.

O foco desta pesquisa é o comportamento real. Por isso, os comportamentos Adiar e Sair são mais relevantes, porque os consumidores que escolhem substituir o item em OOS já o fizeram antes de deixar a loja. Em outras palavras, os comportamentos pretendido e real são simultâneos. Todavia, a oportunidade que o consumidor tem de modificar suas pretensões estão tanto no Adiar como no Sair. Consequentemente, a variável dependente neste estudo é composta por Adiar e uma divisão do comportamento Sair: ir para outra loja ou desistir da compra.

A seleção de variáveis independentes é baseada primeiramente em estudos anteriores do comportamento SDL pretendido, particularmente em Zinn e Liu (2001). As mesmas variáveis incluídas naquele estudo são replicadas neste, com poucas diferenças. Primeiro, a lealdade à marca foi excluída deste estudo porque o varejista selecionado para a coleta de dados vende apenas produtos com a marca da própria loja. Segundo, duas novas variáveis – percepção da singularidade do produto (ou seja, que ele é único) e histórico de stockouts – foram incluídas no estudo por sugestão de executivos do varejista. Eles suspeitavam que estas variáveis poderiam ter impacto no comportamento declarado e real do consumidor como resposta à falta do produto. A lista de variáveis está na Tabela 1.

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques
Tabela 1 - Lista de variáveis

Duas das variáveis selecionadas, lealdade à loja e preço praticado pela loja, estão em escala multi-item. A lealdade à loja é uma escala de cinco itens com um Crombach alpha de .737. O preço está numa escala de dois itens, com um Cronbach alfa de .542. Ambas foram comprimidas em escalas de cinco pontos. Isto é necessário para prevenir que estas variáveis tenham uma variação artificialmente grande devido à extensão da escala.

Coleta de Dados

Esta pesquisa desenhou um processo de coleta de dados em duas etapas. O objetivo da primeira etapa foi capturar o comportamento pretendido do consumidor, declarado imediatamente após uma experiência de falta de produto, o que foi feito através de entrevistas feitas na saída das lojas. O questionário por escrito usado nestas entrevistas se baseia principalmente na literatura existente (Zinn e Liu 2001, Keller et al. 2002) e nos inputs dos executivos da loja de vestuário.

Estudantes de duas universidades locais foram treinados para coletar os dados por um período de seis semanas. Eles trabalharam em times de dois em três lojas do varejista – cada uma em shopping centers diferentes de uma cidade de médio a grande porte do Meio-Oeste dos Estados Unidos.

A coleta de dados ocorreu tanto em dias de semana como em finais de semana e em horas diferentes do dia. O período do ano, do final de janeiro até o início de março, foi selecionado para evitar os períodos de Natal e de volta às aulas. Os participantes ganhavam um brinde barato (uma caneca térmica de plástico sem logotipo) por concordar em participar das entrevistas.

A segunda etapa da pesquisa consistiu em entrevistas por telefone com as pessoas que participaram das primeiras entrevistas, na saída das lojas. Essa entrevista foi feita aproximadamente 30 dias depois da entrevista original. Eram feitas aos participantes apenas cinco perguntas relativas ao seu comportamento real depois de experimentar a falta do produto. Essas entrevistas eram conduzidas por profissionais especialmente treinados.

O tamanho da amostra na primeira coleta de dados foi de 514. Essa amplitude é importante devido à esperada taxa de insucesso entre a primeira e a segunda etapas da coleta de dados. Muitos participantes não se dispuseram a dar informações por telefone e outros que concordaram não foram encontrados depois de várias tentativas. A amostra do segundo nível foi de 222 respostas.

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques
Tabela 2 – Comparação dos grupos reentrevistados e não reentrevistados nas variáveis selecionadas

Por causa da discrepância entre o tamanho das amostras entre as duas etapas da coleta de dados, é importante assegurar que o comportamento pretendido dos respondentes que permaneceram na amostra não é diferente daqueles que não permaneceram. Por esta razão, nós comparamos o comportamento pretendido dos consumidores incluídos nas entrevistas à saída das lojas apenas (grupo 1) com aqueles que também concordaram em ser reentrevistados na segunda etapa do processo de coleta de dados (grupo 2). Se o comportamento real dos respondentes do grupo 2, cujas respostas eram usadas na comparação com o comportamento real, eram diferentes das do grupo 1, então a validação externa das conclusões pode ter sido comprometida.

A comparação entre os dois grupos inclui sistematicamente todas as variáveis que se mostraram significativas no estudo de Zinn e Liu de 2001, bem como as variáveis dependentes desta pesquisa. Os resultados estão nas Tabelas 2 e 3 e mostram de modo geral que não existem diferenças entre os dois grupos. A única exceção é a lealdade à loja, na qual os consumidores do Grupo 2 mostraram um nível de lealdade significativo, mas minimamente mais alto.

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques
Tabela 3 – Comportamento pretendido – grupos reentrevistado e não reentrevistado

Análise de dados

Para comparar o comportamento real e pretendido do consumidor, foram desenvolvidas combinações comportamentais. Cada uma dessas combinações une um comportamento real e um declarado. Como notado acima, o consumidor pode ter intenção de Adiar, Sair e ir para outra loja ou Sair e desistir da compra. As mesmas três opções se aplicam ao comportamento real. Isto resultou num total de nove possíveis combinações comportamentais. Por exemplo, em uma delas o consumidor comunicou a intenção de adiar a compra, mas na verdade ele foi para outra loja.

As nove possíveis combinações estão representadas na Figura 1, que também mostra o tamanho da amostra para cada combinação comportamental. É importante notar que o tamanho da amostra para três das combinações comportamentais é bem pequena. Como resultado disso, a análise de dados focou nas seis combinações com amostras maiores. As menores amostras obtidas para três das combinações podem indicar que elas ocorrem mais raramente na prática.

Além de comparar o comportamento real e o pretendido, o estudo almejou explorar o impacto das características dos produtos e dos consumidores, além das variáveis situacionais na resposta do consumidor à falta de produtos em estoque. Para este fim, nós rodamos Modelos Probit separados para cada combinação comportamental. Os Modelos Probit estimam a significância e a magnitude das mudanças em cada variável independente em função da probabilidade de que um consumidor vá selecionar uma combinação comportamental particular. Esses modelos usam estimativas de “maximum likelihood” ou probabilidade máxima, que são consistentes (ou seja, menos tendenciosas) e eficientes, ou seja, com variância mais baixa. Além disso, os Modelos Probit normalmente não assumem variáveis independentes distribuídas, como acontece com a maioria dos modelos de análises discriminantes. Consequentemente, nós rodamos seis Modelos Probit e, em cada um, a variável dependente é dicótoma; o consumidor pode tanto escolher como não escolher uma combinação comportamental particular.

As variáveis independentes, listadas na Tabela 1, são inicialmente as mesmas para todos os modelos. Para determinar a importância de cada variável, nós empregamos o método de eliminação inverso (Draper e Smith 1981). O procedimento foi implementado da mesma maneira em todos os modelos. A primeira iteração continha todas as variáveis independentes. Para as iterações seguintes, nós eliminamos a variável independente com o maior valor-p (ou seja, com a menor contribuição para o modelo) e depois rodamos novamente o modelo. Este procedimento foi repetido até que o valor-p para todas as outras variáveis remanescentes fosse .10 ou menos. O probit model é descrito no Apêndice 1.

Resultados

A seção de resultados começa com uma comparação entre o comportamento real e o pretendido do consumidor em resposta a uma falta de produto em estoque. A comparação cobre sistematicamente cada uma das seis combinações comportamentais descritas anteriormente.

Comparação entre o comportamento real e o pretendido do consumidor em resposta a uma falta de produto em estoque

Repare na Figura 1 que, enquanto a maioria dos consumidores afirma pretender adiar a compra ou ir para outra loja, o comportamento real mais comum é desistir da compra do item. Note também que a combinação comportamental mais comum é realmente seguir com a intenção expressa e ir para uma loja concorrente. Duas outras combinações comportamentais comuns são desistir de procurar pelo produto depois de expressar a intenção de adiar ou de ir para outra loja. As combinações menos comuns são adiar ou ir para uma loja concorrente, depois de expressar a intenção de desistir; e de adiar depois de expressar a intenção de ir para uma loja concorrente.

Os resultados na Figura 1 também sugerem que existem instâncias nas quais o comportamento que se expressou bate com o comportamento real, e outras em que não bate. Esta é uma questão importante, porque a maioria das lojas utiliza apenas o comportamento pretendido do consumidor para guiar suas políticas com relação à falta de produtos em estoque.

Uma instância em que os comportamentos real e pretendido combinam é quando o consumidor expressa a intenção de desistir de procurar pelo produto. 82% dos respondentes que realmente desistiram da compra expressaram a intenção de fazê-lo. Por outro lado, apenas cerca da metade dos consumidores que expressaram a intenção de ir para um concorrente realmente o fez. Isto é interessante, porque alguns daqueles que expressaram a intenção de adiar ou desistir na realidade foram para outra loja, e o número total de consumidores que fez isso se aproxima do número de consumidores que expressaram essa intenção.

Além disso, o comportamento pretendido casa muito pouco com o real quando o consumidor expressa a intenção de retornar à loja num outro dia para comprar o item que não encontrou; apenas um em cada três realmente voltou à loja. Portanto, como uma regra geral, quando o consumidor expressa a intenção de desistir da compra, ele quase sempre desiste. Quando ele expressa a intenção de ir para uma loja concorrente, cerca da metade realmente o faz. Finalmente, apenas um terço dos consumidores que expressaram a intenção de retornar à loja de fato fez isto.

Variáveis explicando o comportamento real e o pretendido

Os resultados dos seis Modelos Probit são mostrados na Figura 1. Conforme discutido anteriormente, existe um modelo para cada uma das seis combinações comportamentais na pesquisa. Em cada caso, a variável dependente é dicotômica: o consumidor pode escolher ou não uma combinação. As características do produto, bem como as características pessoais do consumidor e as variáveis situacionais inicialmente selecionadas como as variáveis independentes, são as mesmas para todos os modelos. A versão final de cada modelo, apresentada nas Tabelas de 4 a 9, foi obtida pela eliminação das variáveis independentes não-significantes. através de um processo de eliminação inverso.

A Tabela 4 sugere que quatro variáveis explicam a combinação comportamental do adiamento pretendido e do real: fidelidade à loja, preço, singularidade do produto e lista de compras prévia. Quanto mais alto o nível de lealdade do consumidor para com a loja, mais ele estará predisposto a retornar àquela loja para comprar o item que faltou depois de expressar esta intenção.

O relacionamento entre os preços praticados pelas lojas e estas combinações comportamentais é positivo. Quanto maior for a percepção de que uma loja concorrente terá preços maiores, mais provável será que o consumidor cumpra sua intenção declarada de retornar à loja. A lista de compras, que tem um alto valor se o consumidor sabe o que ele pretende comprar antes de entrar na loja, e tem baixo valor se ele pretende comprar por impulso, está diretamente relacionada a esta combinação comportamental. Depois de expressar a intenção de voltar à loja, consumidores tendem a realmente retornar se eles têm um item específico em mente para comprar. Finalmente, quanto mais único, singular, o item for considerado, mais provável será o consumidor retornar à loja quando ele expressa esta intenção.

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques
Tabela 4

A combinação comportamental de pretender adiar a compra como resposta à falta do produto, mas na realidade desistir da compra, é explicada pelas variáveis fidelidade à loja, urgência e preço de compra. A fidelidade está diretamente relacionada a essa combinação comportamental. Consumidores fiéis à loja são mais propensos a desistir da busca pelo item, mesmo depois de expressarem a intenção de voltar à loja. Inversamente, quanto maior a urgência em comprar o item em OOS, menor a probabilidade de o consumidor realmente desistir depois de indicar a intenção de adiar a compra. Isto deve ocorrer porque consumidores com urgência de comprar aquele item dificilmente expressarão a intenção de adiar a compra.

A variável preço está diretamente relacionada a esta combinação comportamental. Consumidores que buscam preços baixos estão mais propensos a realmente desistir depois de expressar a intenção de adiar. Isto ocorre possivelmente porque os itens de vestuário não são normalmente uma necessidade imediata e os consumidores decidem esperar até que os preços estejam mais baixos.

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques
Tabela 5

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques
Tabela 6 – Resultados do Modelo Probit

Quatro variáveis são importantes para explicar esta combinação comportamental (Tabela 7). Três são inversamente relacionadas. A primeira é a fidelidade à loja. Quanto menos fiel o consumidor for, mais provável será ele ir a uma loja concorrente depois de manifestar a intenção de fazê-lo. A próxima variável é a singularidade do produto. Quanto menor a percepção do consumidor de que o item da loja original é único, mais provável será ele realmente ir para uma loja concorrente depois de expressar esta intenção. Da mesma forma, consumidores que não percebem a si próprios como pessoas que compram pelo preço estão mais propensos a ir para outra loja após manifestar a intenção de fazer isso. Estes consumidores estão mais limitados pelo preço da loja onde originalmente intencionavam comprar.

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques
Tabela 7 - Resultados do Modelo Probit

A única variável diretamente relacionada é a lista prévia de compras. Quanto mais específico for o consumidor sobre o item que pretende comprar, mais provável será que ele vá de fato a um concorrente depois de manifestar essa intenção.

Conforme descrito na Tabela 8, três variáveis explicam esta combinação comportamental: entendimento, preço da loja e lista prévia de compras. Quanto mais entendimento o consumidor tiver sobre um stockout, mais provável será ele desistir depois de expressar a intenção de ir para um concorrente. Consumidores que não acreditam que outra loja tenha melhores preços estão mais propensos a abandonar a compra, mesmo que tenham dito que sua intenção era buscar a concorrência. Finalmente, quanto menos certeza os consumidores tiverem acerca do item que pretendem adquirir, mais propensos estarão a desistir da procura depois de expressar a intenção de ir para uma loja concorrente.

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques
Tabela 8 – Comportamento pretendido, Sair e Ir Para um Concorrente; comportamento real, Sair e desistir da compra

Existe apenas uma variável significante explicando a combinação comportamental de pretender desistir e realmente fazer isso. Um consumidor está mais propenso a de fato desistir da procura depois de expressar esta intenção quando a falta do produto não o surpreende, conforme demonstrado na Tabela 9.

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques
Tabela 9 – Comportamento pretendido, Sair e Desistir; comportamento real, Sair e Desistir

Os resultados descritos nesta seção estão resumidos na Figura 2. Ela mostra todas as seis combinações comportamentais e as variáveis independentes que têm uma relação significativa com cada uma. Os percentuais indicados se referem ao comportamento real dos consumidores, dado o comportamento pretendido que eles expressaram previamente. Por exemplo, 29% dos consumidores que disseram ter intenção de adiar a compra na verdade foram a uma loja concorrente.

Limitações, conclusões e implicações gerenciais

Algumas limitações devem ser consideradas quando da avaliação destes resultados. A primeira é a natureza de curto prazo dos dados coletados. O comportamento real foi medido aproximadamente 30 dias depois da ocorrência da falta do produto em estoque. Pode haver algumas mudanças no comportamento do consumidor no longo prazo, mas isso não foi capturado nesta pesquisa. Em segundo lugar, a pesquisa foi conduzida no varejo de vestuário, em que os hábitos de consumo são diferentes dos de outras indústrias. Mais pesquisas em diferentes tipos de varejo são necessárias para adicionar uma validação maior a estas descobertas. Finalmente, a pesquisa capturou apenas os consumidores atuais do varejo de vestuário. Consumidores que não frequentam mais aquele varejista, alguns possivelmente por causa de experiências anteriores de stockouts, não estão incluídos neste estudo.

Conforme dito anteriormente, as metas desta pesquisa eram: 1) comparar o comportamento pretendido e o real do consumidor em resposta a um stockout; e 2) examinar as características dos produtos, dos consumidores e as variáveis situacionais que poderiam explicar o seu comportamento. A conclusão para cada uma dessas metas está descrita abaixo.

O comportamento pretendido frequentemente casa com o que o consumidor expressou quando ele disse pretender abandonar a compra. Este foi o caso em aproximadamente cinco de cada seis consumidores pesquisados. O comportamento de desistir da compra resulta em perda de possibilidades de vendas atuais e futuras. Note, todavia, que os consumidores raramente vão a uma loja concorrente depois de expressar a intenção de desistir. Aparentemente, quando eles indicam uma intenção de desistir da compra, a venda é perdida, mas o concorrente não se beneficia disso.

Por outro lado, cerca da metade dos consumidores que expressaram a intenção de ir para uma outra loja realmente o fez. A maioria dos que não foram desistiu da compra e muito poucos voltaram à loja para comprar o item em OOS. Assim, a intenção expressa de ir para um concorrente pode razoavelmente predizer que ou o consumidor realmente vai buscar uma loja concorrente, ou vai desistir da compra; ela também é útil para prever que ele não irá voltar à loja original para buscar o item que não encontrou.

Uma comparação entre o comportamento real e o planejado pelo consumidor em resposta à falta de estoques
Figura 2 – Sumário de Resultados

O adiamento que o consumidor expressa raramente casa com o adiamento real da compra. O comportamento real de consumidores que expressaram uma intenção de voltar à loja original é quase que igualmente dividido entre as opiniões de adiar, ir para uma loja concorrente ou desistir da compra. Portanto, a resposta real do consumidor ao stockout é difícil de antecipar neste caso.

Quanto ao segundo objetivo da pesquisa, foram identificadas cinco variáveis independentes com relação significativa para mais de uma combinação comportamental para o real e o pretendido. Quatro dessas variáveis levam a maiores discussões devido às suas implicações gerenciais: fidelidade à loja, lista prévia de compras, preço da loja e a singularidade do produto.

Fidelidade à loja e lista prévia afetam três combinações comportamentais, enquanto as duas últimas variáveis afetam duas cada uma. A fidelidade à loja aumenta a probabilidade que o consumidor terá tanto de adiar como de abandonar a busca pelo produto, quando ele diz pretender adiar; e reduz a probabilidade de ele ir a uma loja concorrente depois de expressar a intenção de fazê-lo. Consequentemente, a lealdade revela-se importante no gerenciamento de stockouts, tanto para evitar de os clientes irem para outra loja quanto para fazê-los retornar à sua loja depois de não encontrar o produto.

A lista prévia de compras também impacta três combinações comportamentais. Quando os consumidores têm um item específico em mente, é mais provável que sigam com sua intenção prévia, seja ela retornar à loja ou ir para a concorrência. Ter um item específico em mente também torna menos provável que eles desistam da compra após afirmarem a intenção de ir para uma loja concorrente. Isto sugere que consumidores com um item específico em mente costumam manter seu comportamento pretendido.

Conforme o esperado, a percepção do consumidor de que a loja tem bons preços torna mais provável que ele realmente retorne depois de expressar a intenção de fazer isso. Essa percepção também torna menos provável que ele afirme ter intenção de ir para uma loja concorrente e depois desista da compra.

Finalmente, a singularidade do produto pode ser uma boa variável para antecipar o comportamento real de retornar à loja. Quando o produto é percebido como único, os consumidores tornam-se menos propensos a buscar uma loja concorrente, mesmo que tenham expressado a intenção de fazer isso. Isto também torna mais provável que eles mantenham a intenção de retornar à loja no futuro.

Uma série de implicações gerenciais pode ser tirada desta pesquisa. Os resultados apresentados mostram que existem instâncias nas quais o comportamento pretendido pode ser um bom método de previsão do comportamento real, e outras em que não pode. Assim, quando os administradores acreditam que a resposta real do consumidor será deixar a loja, ele deve levar isto em consideração e tomar uma atitude. Esta atitude pode ser oferecer um produto substituto ou uma remediação, como, por exemplo, um desconto ou um vale-compras. Tal resposta pode ser útil, por exemplo, se o consumidor afirmar que a atitude que irá tomar com relação à falta do produto será procurar um concorrente. Isto porque os consumidores quase sempre seguem esta sua intenção. A mesma atitude por parte do varejista também pode ser de ajuda nos casos em que o consumidor anuncia a intenção de voltar à loja futuramente. Visto que ele raramente cumpre esta intenção, os gerentes devem também considerar uma resposta adequada para evitar perder a venda.

Além disso, uma remediação ao consumidor por parte do varejo poderia ser igualmente apropriada para aqueles clientes que têm um item específico em mente para comprar, já que eles são mais propensos a cumprir a intenção manifestada. Não somente um pacote de ofertas deve estar disponível para os gerentes das lojas, mas também os vendedores devem ser treinados a avaliar a intenção do consumidor após uma experiência de stockout e determinar quando oferecer um produto substituto ou uma remediação apropriada para cada caso particular. Finalmente, numa abordagem de longo prazo para gerenciar as quebras de estoque, os resultados mostram que os administradores também podem reduzir as chances de o consumidor deixar a loja em resposta a um stockout se eles agirem no sentido de aumentar a fidelidade à loja e a singularidade dos produtos ali vendidos.

Walter Zinn Professor de Logística Chefe do Departamento de Marketing e Logística Fisher College of Business, Universidade Estadual de Ohio zinn_13@fisher.osu.edu

Peter C. Liu Analista Sênior de Pesquisas do Escritório de Planejamento e Pesquisa Institucional da Universidade de Miami pliu@miami.edu

Tags
Usamos cookies e tecnologias semelhantes para melhorar sua experiência, analisar estatísticas e personalizar a publicidade. Ao prosseguir no site, você concorda com esse uso, em conformidade com a Política de Privacidade.
Aceitar
Gerenciar