Sistemas de controle de vendas no setor têxtil: um estudo exploratório

Esta dissertação estuda os sistemas de controle de vendas praticados pela indústria têxtil brasileira diante das mudanças ambientais ocorridas nas últimas duas décadas. O pressuposto básico para a utilização de sistemas de controle para a equipe de vendas é que através deles é possível dirigir e influenciar as atitudes e os comportamentos dos empregados para conseguir atingir seus objetivos, havendo uma estreita relação entre a forma como a gerência comercial monitora, dirige, avalia e recompensa as atividades dos seus vendedores e a efetividade da área comercial, sendo diferenciais decisivos para atender a pressão por competitividade e as exigências do mercado quanto ao posicionamento da equipe comercial frente ao novo cenário de negócios. Da revisão teórica foram levantados os oito principais modelos de sistemas de controle e aspectos importantes que devem ser considerados para a composição do sistema de cada empresa. A pesquisa foi conduzida entre os responsáveis por equipes de vendas no segmento têxtil nos elos onde vendas industriais são realizadas. Empregaram-se técnicas empíricas para o levantamento das freqüências de incidência dos aspectos estudados e foi possível constatar que os elos de fibras e filamentos, fiação, tecelagem, malharia e beneficiamento do segmento têxtil possuem sistemas de controle pertinentes com as características de venda industrial. Os controles formais estão ligados a resultados e os controles informais estão relacionados com o acompanhamento das atividades e capacidades do vendedor. Adicionalmente buscou-se captar a percepção dos responsáveis por equipes comerciais sobre sua efetividade nos aspectos de volume de vendas, lucratividade, participação de mercado e também satisfação do cliente.

Cherry picking with synthetic controls

The synthetic control (SC) method has been recently proposed as an alternative method to estimate treatment e ects in comparative case studies. Abadie et al. [2010] and Abadie et al. [2015] argue that one of the advantages of the SC method is that it imposes a data-driven process to select the comparison units, providing more transparency and less discretionary power to the researcher. However, an important limitation of the SC method is that it does not provide clear guidance on the choice of predictor variables used to estimate the SC weights. We show that such lack of speci c guidances provides signi cant opportunities for the researcher to search for speci cations with statistically signi cant results, undermining one of the main advantages of the method. Considering six alternative speci cations commonly used in SC applications, we calculate in Monte Carlo simulations the probability of nding a statistically signi cant result at 5% in at least one speci cation. We nd that this probability can be as high as 13% (23% for a 10% signi cance test) when there are 12 pre-intervention periods and decay slowly with the number of pre-intervention periods. With 230 pre-intervention periods, this probability is still around 10% (18% for a 10% signi cance test). We show that the speci cation that uses the average pre-treatment outcome values to estimate the weights performed particularly bad in our simulations. However, the speci cation-searching problem remains relevant even when we do not consider this speci cation. We also show that this speci cation-searching problem is relevant in simulations with real datasets looking at placebo interventions in the Current Population Survey (CPS). In order to mitigate this problem, we propose a criterion to select among SC di erent speci cations based on the prediction error of each speci cations in placebo estimations