impactes energéticos e ambientais das tecnologias de ... · resumo apesar dos avanços...
TRANSCRIPT
Impactes Energéticos e Ambientais das Tecnologias de Informação e Comunicação como Substituto de Mobilidade
Caso de estudo: Continente Online na AML
Ricardo Rafael Sitú Carrolo
Dissertação para obtenção do Grau de Mestre em
Engenharia Civil
Orientador: Prof. Dr. Filipe Manuel Mercier Vilaça e Moura
Júri
Presidente: Prof. Dr. João Torres de Quinhones Levy Orientador: Prof. Dr. Filipe Manuel Mercier Vilaça e Moura Vogal: Dr. Vasco Domingos Moreira Lopes Miranda dos Reis
Outubro 2014
Agradecimentos
A realização desta Dissertação foi possível com a colaboração de várias pessoas e Instituições que, através dos seus contributos e ajudas, me apoiaram enormemente e às quais, desde já, agradeço e exprimo a minha maior consideração. Umas de forma indirecta, outras de forma directa e explícita manifestaram-me o maior apoio e expresso-lhes, por esta via, o meu enorme reconhecimento. Ao meu orientador Professor Doutor Filipe Moura, agradeço toda a compreensão, apoio, conselhos e ensinamentos, sem os quais este trabalho certamente não teria a mesma valoração e qualidade. É a ele, sem dúvida, a quem mais me encontro reconhecido e a quem ficarei eternamente grato. Ao Dr. Pedro Santos, Dr. Manuel Rocha, Eng. Tiago Garcia e também a toda a equipa de transportes do Continente Online (SONAE MC), que durante o meu estágio curricular, me dispensaram a melhor atenção e apoio, um sincero Muito Obrigado. Aos docentes/investigadores, alunos e funcionários do DECivil do IST e a muitos outros anónimos que gentilmente colaboraram no Inquérito divulgado, fica um grande Agradecimento. Aos meus vários colegas do IST, Guilhas, Koney, Babu, Bibi, Marta, Amy, Guilherme Monteiro, Nuno, João Correia, Orlando Lopes, Rui Dantas, Hugo Fernandes, Mário Dias, Pedro Martins, Tibério Yan que me acompanharam durante os momentos mais complicados do meu percurso académico, fico-vos calorosamente grato por tudo. E para vós, os mais malandros, Guilhas, Johnny, Migalhas, Alex e Pedro, Tibério, Rómulo e Teófilo, peço que continuem por perto, ainda que, por vezes, apenas estejam através do grupo Gente Gira. A toda a minha família, em especial à minha Tia São, pela prestimosa e sempre solícita ajuda que me deu, para além do carinho com que todos sempre me trataram, um grande Bem-Hajam! À Irina Figueiredo, Amiga sempre presente e cúmplice de Vida, por todos os momentos vividos, de apoio incondicional e permanente incentivo, um carinhoso Obrigado! Por fim aos meus queridos pais, por todo o apoio, compreensão, carinho e Amor com que me brindam desde sempre.
Um Muito Obrigado.
i
Resumo
Apesar dos avanços tecnológicos dos veículos e dos combustíveis, os impactes ambientais permanecem um dos principais desafios dos sistemas de transportes. Actualmente, cerca de um terço do aquecimento global da atmosfera é provocado pela acumulação de gases com efeito de estufa. Neste trabalho, que se insere no âmbito da mobilidade sustentável, em particular nos efeitos do comércio electrónico de mercearias, pretende-se caracterizar e desenvolver conhecimento associado à utilização deste tipo de serviço, através do caso de estudo do Continente Online e da divulgação de um inquérito sobre hábitos de compras. Através de cálculo e interpretação de resultados, este trabalho tem como objectivos avaliar o potencial benefício, ou custo, ambiental de um sistema de entrega ao domicílio e o potencial de substituição de viagens relativo às e-groceries. Os resultados obtidos apontam para a ideia de que o comércio electrónico possui zonas óptimas de distribuição, nas quais os valores de emissões e consumos energéticos são inferiores, relativamente aos gerados pelas deslocações em veículo privado. Todavia, este benefício, apenas pode tomar proporções significativas se a base de clientes online aumentar e, simultaneamente, verificar o efeito de substituição de viagens. Em relação à análise do inquérito, os dados revelam uma forte tendência para a complementaridade ou neutralidade deste serviço. Assim, estima-se que o impacte ambiental se apresente como negativo, visto que, estes efeitos, apenas contribuem para acréscimos de viagens por motivos de compras, comportando, necessariamente, consequências no aumento de emissões, de consumo energético, de tráfego e de quilómetros percorridos.
Palavras-chave: Comércio Electrónico, e-Groceries, Mobilidade Sustentável, Logística, Substituição de Viagens, Consumo Energético, Internet
iii
Abstract
Despite technological advances in vehicles and fuels, environmental impacts remain a key challenge of transportation systems. Currently, about a third of atmosphere’s global warming is caused by the accumulation of greenhouse gases, and air pollution from motorized vehicles is still a major problem in many urban areas. Urban logistics related to household shopping is increasing and adds to the overall environmental burdens. In the realm of sustainable mobility, Information and Communication Technologies (ICT) emerge as a potential for trips substitution. Here, we address specifically the effects of e-commerce grocery stores, by analysing the case study of Continente Online (the main food retailer in Portugal) supplemented by a household survey to shopping habits in the Lisbon Metropolitan Area. This paper aims to assess the potential for trip substitution of e-groceries (online shopping with home delivery service) and the corresponding energetic and environmental benefits or costs. The results suggest that e-commerce logistics perform better for specific distribution distance ranges, where emissions and energy consumption are lower relative to those of private car. However, this higher efficiency can only result in overall energy and environmental benefits if the proportion of online customers increases, when compared to offline shopping, and the trip substitution effect is verified simultaneously. Accordingly, the results of the household survey strongly suggest that e-groceries are complementary or neutral to offline shopping. As such, the end environmental impact is negative, as e-groceries tend to contribute to incremental shopping-related trips. For that reason, there is an increase of traffic and private car mileage, and energy consumption and emissions.
Keywords: e-Commerce, e-Groceries, Urban Mobility and Logistics, Trip Substitution, Energy Consumption, Internet
v
Índice geral
RESUMO I
ABSTRACT III
ÍNDICE DE FIGURAS VII
ÍNDICE DE QUADROS IX
LISTA DE ABREVIATURAS XI
CAPÍTULO 1 1
INTRODUÇÃO 1
1.1. ÂMBITO E OBJECTIVOS 1
1.2. ESTRUTURA DA DISSERTAÇÃO 2
1.3. MOTIVAÇÃO 2
CAPÍTULO 2 11
ESTADO DE PRÁTICA E ESTADO DE ARTE 11
2.1. ESTADO DE PRÁTICA: COMÉRCIO ELECTRÓNICO 11
2.1.1. BUSINESS-TO-CONSUMER 11
2.1.2. E-GROCERIES 14
2.1.3. LAST MILE DELIVERY PROBLEM 14 2.2. ESTADO DE ARTE: POTENCIAIS EFEITOS DO B2C E-COMMERCE 16
2.2.1. IMPACTE NAS VIAGENS 16
2.2.2. IMPACTES AMBIENTAIS E ENERGÉTICOS 18
CAPÍTULO 3 21
METODOLOGIA E PROCEDIMENTOS DE CÁLCULOS 21
3.1. DESCRIÇÃO GERAL DA METODOLOGIA DE ANÁLISE 21
3.2. IMPACTES AMBIENTAIS E ENERGÉTICOS 23 3.2.1. PROCESSO E RECOLHA DE DADOS 23 3.2.2. CÁLCULO DO CONSUMO DE ENERGIA E EMISSÕES 27
vi
3.3. DESCRIÇÃO DO INQUÉRITO 28
3.3.1. CARACTERIZAÇÃO DA AMOSTRA 28
3.3.2. TRATAMENTO DE DADOS 32
CAPÍTULO 4 35
CASO DE ESTUDO: CONTINENTE ONLINE 35
4.1. INTRODUÇÃO 35
4.2. APRESENTAÇÃO GENÉRICA DOS PROCEDIMENTOS DO E-COMMERCE 36
4.3. DESCRIÇÃO DOS MÉTODOS DE ROUTING PARA A SEQUENCIAÇÃO DAS ENTREGAS 39
4.3.1. ROTAS 39
4.3.2. CONTROLO DE VIATURAS 42
4.3.3. CARACTERIZAÇÃO DAS VIATURAS UTILIZADAS (CRITÉRIOS DE CONTRATAÇÃO) 43
4.4. GESTÃO DE RECURSOS E INDICADORES DE PRODUÇÃO 45
4.5. CONCLUSÕES 47
CAPÍTULO 5 51
APRESENTAÇÃO E DISCUSSÃO DE RESULTADOS 51
5.1. IMPACTES ENERGÉTICOS E AMBIENTAIS 51
5.1.1. AMADORA 51
5.1.2. OEIRAS 53
5.2. ANÁLISE COMPORTAMENTAL SOBRE CONSUMIDORES DE MERCEARIAS: RESULTADOS DO INQUÉRITO 55
5.2.1. MOBILIDADE 55
5.2.2. HÁBITOS DE CONSUMO 58
5.2.3. TECNOLOGIA 59
5.2.4. ATITUDE 60
5.3. TRATAMENTO DE DADOS: MÉTODOS ANALÍTICOS 63
5.3.1. ANÁLISE DE COMPONENTES PRINCIPAIS 63
5.3.2. MODELO DE ESCOLHA DISCRETA 67
CAPÍTULO 6 75
CONCLUSÕES 75
REFERÊNCIAS 79
ANEXOS 83
ANEXO A 85
ANEXO B 89
ANEXO C 97
vii
Índice de figuras
Figura 1.1 – Emissões totais de GEE na UE-27 por gás, 2011 (fonte: EEA,2014) ....................... 4
Figura 1.2 – Emissões totais de GEE a nível mundial por gás, 2007 (fonte EPA, 2014) ............. 4
Figura 1.3 – Consumo energético na EU-27 por transporte (fonte: EEA,2014) ........................ 4
Figura 1.4 – Emissões de CO e NOx na UE-27 por transporte, 2009 (fonte: EEA, 2014) ........... 5
Figura 2.1 – Cronologia histórica do comércio electrónico (Sayani 2008) .............................. 12
Figura 3.1 – Mapa da AML com as zonas de estudo seleccionadas (fonte: trajectorias-residenciais.com)...................................................................................................................... 23
Figura 3.2 - Espacialização dos clientes estudados .................................................................. 24
Figura 3.3 – Metodologia de análise: tratamento de dados ................................................... 25
Figura 3.4 – Metodologia de análise: cálculo energético e ambiental .................................... 27
Figura 3.5 – Habilitações literárias do universo da amostra ................................................... 30
Figura 3.6 – Ocupação profissional do universo da amostra .................................................. 30
Figura 3.7 – Distribuição etária acumulada ............................................................................. 31
Figura 3.8 – Espacialização do inquérito .................................................................................. 31
Figura 3.9 – Distribuição da amostra por freguesia ................................................................. 32
Figura 3.10 – Dimensão de agregado familiar ......................................................................... 32
Figura 3.11 – Curvas de distribuição de riqueza ...................................................................... 32
Figura 4.1 – Zonas de distribuição da loja Continente da Amadora. ....................................... 37
Figura 4.2 – Slots disponíveis para entrega ao domicílio. ........................................................ 38
Figura 4.3 – Paragon workbench ............................................................................................. 40
Figura 4.4 – Paragon workbench, disposição geográfica das rotas para o Continente de Matosinhos .............................................................................................................................. 41
Figura 4.5 – Viatura comercial de transporte COL ................................................................... 43
Figura 4.6 – Esquema de arrumação da viatura e compartimentação ................................... 44
Figura 4.7 – Painel de isolamento multi-temperatura ............................................................ 45
Figura 4.8 – KPI do vector entregas - Loja COL da Amadora ................................................... 48
Figura 4.9 – KPI quilómetros por viatura (Abril 2013) – Loja COL Amadora ........................... 49
Figura 4.10 – KPI nº médio de quilómetros por viatura - loja COL Amadora. ......................... 49
Figura 5.1 – Distribuição radial dos clientes – Loja Amadora .................................................. 52
Figura 5.2 – Emissões de CO2 (g/€.km) – Loja Amadora .......................................................... 52
Figura 5.3 – Consumo energético (kJ/€.km) – Loja Amadora .................................................. 53
Figura 5.4 – Distribuição radial dos clientes – Loja Oeiras ...................................................... 54
Figura 5.5 - Emissões de CO2 (g/€.km) – Loja Oeiras ............................................................... 54
viii
Figura 5.6 – Consumo energético (kJ/€.km) – Loja Amadora .................................................. 54
Figura 5.7 – Propensão para compras por género .................................................................. 61
Figura 5.8 – Propensão para compras por rendimentos ......................................................... 61
Figura 5.9 – Propensão ecológica ............................................................................................ 62
Figura 5.10 – Propensão para compras Online ........................................................................ 62
Figura 5.11 – Gráfico dos valores próprios iniciais das componentes extraídas ..................... 64
Figura 5.12 – Gráfico Factor 1 vs. Factor 2 .............................................................................. 66
Figura 5.13 – Diagrama explicativo do MED ............................................................................ 70
ix
Índice de quadros
Quadro 2.1 – Classificação dos impactes ambientais do CE (Jönson 2003) ............................ 19
Quadro 3.1 - Encomendas online e quilómetros percorridos nas lojas da Amadora e de Oeiras (2013) ............................................................................................................................ 26
Quadro 3.2 - Factores de emissão por distância percorrida de transporte rodoviário em 2011 (APA 2013) ............................................................................................................................... 27
Quadro 4.1 – Slots diárias do COL ............................................................................................ 38
Quadro 4.2 – Horário de execução de rotas ............................................................................ 40
Quadro 4.3 - Classificação europeia de automóveis para efeitos de homologação (fonte: IMTT 2013) ............................................................................................................................... 45
Quadro 4.4 - Vectores de análise utilizados nos KPI................................................................ 47
Quadro 5.1 – Indicadores de mobilidade ................................................................................ 56
Quadro 5.2 – Repartição modal por tipo de estabelecimento comercial ............................... 57
Quadro 5.3 – Indicador cabaz de compras .............................................................................. 58
Quadro 5.4 – Experiência de internet vs. Compras e-groceries .............................................. 59
Quadro 5.5 – Frequência de utilização de internet ................................................................. 59
Quadro 5.6 – Quadro resumo das variáveis explicativas......................................................... 63
Quadro 5.7 – Valores próprios iniciais das componentes extraídas ....................................... 64
Quadro 5.8 – Pesos das variáveis após rotação ....................................................................... 65
Quadro 5.9 – Testes estatísticos de KMO e Bartlett ................................................................ 66
Quadro 5.10 – Classificação qualitativa do teste estatístico KMO para ACP .......................... 66
Quadro 5.11 – Resultados da estimação do MED ................................................................... 72
Quadro 5.12 – Eficácia do MED ............................................................................................... 74
xi
Lista de abreviaturas
ACP Análise de Componentes Principais AML Área Metropolitana de Lisboa APA Agência Portuguesa do Ambiente B2C Business-to-Consumer CC Cartão Continente CCDR Comissão de Coordenação e Desenvolvimento Regional CML Câmara Municipal de Lisboa CNT Loja/hipermercado Continente COL Continente Online CP7 Sistema de código postal de sete dígitos utilizado em Portugal EC E-Commerce (em português: CE - comércio electrónico) EEA European Environment Agency EO Earth Observatory EPA United States Environmental Protection Agency ET Equipa de Transportes - Sonae MC FCT/UNL Faculdade de Ciências e Tecnologia – Universidade Nova de Lisboa GEE Gás com Efeito de Estufa GPS Global Positioning System IEA International Energy Agency IPCC Intergovernmental Panel on Climate Change MED Modelo de Escolha Discreta NASA National Aeronautics and Space Administration KPI Key Performance Indicators PMQA-LVT Plano de Melhoria de Qualidade do Ar – Região de Lisboa e Vale do Tejo PMQ-N Plano de Melhoria de Qualidade do Ar – Região Norte PMS Projecto Mobilidade Sustentável SPSS Statistical Package for the Social Sciences TIC Tecnologias de Informação e Comunicação UE-27 União Europeia de 27 Estados Membros UNFCCC United Nations Framework Convention on Climate Change VAO Veículo de Alta Ocupação ZER Zona de Emissões Reduzidas
1
Capítulo 1
Introdução
1. Introdução
1.1. Âmbito e objectivos
Esta dissertação insere-se no âmbito dos transportes, com foco na área da mobilidade
sustentável, em particular nos efeitos do comércio electrónico de produtos domésticos.
A mobilidade surge da inevitabilidade de realizar viagens, podendo afirmar-se que, a sua
maioria, tem como origem as inúmeras rotinas diárias que constituem o nosso quotidiano
(ex.: compra de mercearias). Deste modo o recurso às TIC é proposto como método
integrante em muitas estratégias de mobilidade e acessibilidade sustentáveis (Banister
2008). É na frente das TIC, como substitutas da mobilidade, que este trabalho se insere.
Contudo, algumas destas iniciativas poderão ver sobrestimada a sua eficácia, por não
incluírem as viagens induzidas por estes sistemas resultantes da adaptação das pessoas às
novas condições que dispõem.
Pretende-se, deste modo, caracterizar e desenvolver conhecimento associado à utilização
deste tipo de serviço digital, através do caso de estudo Continente Online e da divulgação
de um inquérito, que aborda o comportamento e hábitos de compras da população. Através
de cálculo e interpretação de resultados, este trabalho tem o propósito de atingir,
essencialmente, dois objectivos:
2
Avaliar o potencial impacte ambiental (benefício ou custo) de um sistema de
entrega ao domicílio;
Avaliar o potencial de substituição de viagens relativo às e-groceries.
1.2. Estrutura da dissertação
Este trabalho está organizado em seis capítulos: 1. Introdução, 2. Estado de arte, 3. Caso de
estudo: Continente Online, 4. Procedimentos e metodologia dos cálculos, 5. Apresentação e
discussão dos resultados e 6. Conclusões.
O primeiro capítulo apresenta uma introdução ao tema da dissertação incluindo o seu
âmbito de estudo, as áreas da ciência que aborda, os seus objectivos enquanto trabalho
académico e as motivações que estão subjacentes à escolha do tema. No segundo capítulo
aborda-se o estado de arte do tema e-commerce e quais os seus efeitos previstos em teoria
e na prática, citando os autores mais influentes. No terceiro capítulo descreve-se,
detalhadamente, o caso de estudo que serve de base para o cálculo dos impactes
ambientais e energéticos, incluindo, também, uma descrição genérica dos procedimentos
logísticos associados a um sistema de comércio electrónico de produtos alimentares. O
quarto capítulo preconiza uma descrição pormenorizada dos procedimentos utilizados nos
cálculos e do tratamento de dados realizado aos resultados do inquérito divulgado. Por fim,
no quinto e no sexto capítulos encontra-se a análise e a avaliação dos resultados obtidos,
nos quais, se estima em que medida a dissertação atinge os objectivos inicialmente
delineados.
1.3. Motivação
Apesar dos avanços tecnológicos dos veículos e dos combustíveis, os impactes ambientais
permanecem um dos principais desafios dos sistemas de transportes. Entre diversos
impactes (ex.: ruído, barreiras ecológicas, fragmentação de ecossistemas, etc.), os
resultantes das emissões atmosféricas são particularmente nocivos: a poluição do ar (a nível
local) nos aglomerados urbanos continua a impor custos elevados em termos de saúde
pública e degradação patrimonial; os gases com efeito de estufa (a nível global,
nomeadamente, o dióxido de carbono – CO2; o metano – CH4 e o Dióxido de Azoto – N2O),
3
resultantes da queima dos combustíveis fósseis dos motores de combustão interna,
acumulam nas altas camadas, sendo responsáveis por cerca de 1/3 do aquecimento global
da atmosfera.
Neste caso particular, têm-se verificado alterações climáticas preocupantes, nomeadamente
o aumento da temperatura média do ar e dos oceanos, o consequente derretimento das
calotes polares e a elevação do nível médio das águas do mar, para além de inúmeras
alterações dos ecossistemas cuja potencial extensão ainda não se conhece. Sendo o
aquecimento global inequívoco para o IPCC (Intergovernmental Panel on Climate Change) e
para o UNFCCC (United Nations Framework Convention on Climate Change), as alterações
climáticas são consideradas como uma das principais ameaças a nível ambiental, social e
económico do século XX. Deste modo, as principais agências europeias e mundiais (EEA,
EPA, IEA, IPCC, UNFCCC, entre outras) convergem para a mesma conclusão, identificando as
emissões de gases de efeito de estufa (GEE) como o principal responsável pelo aquecimento
global, devido às perturbações induzidas no complexo ciclo do carbono.
O carbono é um elemento chave à vida terrestre, estando presente na nossa vida sob várias
formas: energia, alimentação, solo e ar. No entanto, constitui uma das maiores ameaças à
nossa existência, devido ao seu papel preponderante nas alterações climáticas. Tendo em
conta que o dióxido de carbono (CO₂) representa o GEE com maior percentagem de
emissões na EU – superior a 80% (Figura 1.1) – e a nível mundial – cerca de 77% (Figura 1.2)
– estamos perante uma problemática que requer uma consciencialização e uma abordagem
interventiva de carácter extremamente urgente.
O sector dos transportes é indubitavelmente um dos maiores contribuidores para o
consumo energético (Figura 1.3) como também para as emissões (Figura 1.4),
essencialmente, devido aos combustíveis fósseis utilizados no processo de funcionamento
dos motores de combustão a gasóleo e a gasolina. Daquelas, a maior percentagem está
atribuída aos transportes rodoviários, isto é, aos veículos que circulam em estrada.
Em Setembro de 2013, o IPCC publicou o seu quinto Relatório de Avaliação (Assessment
Report - AR5) intitulado “Working Group 1 (WG1): The Pysical Science Basis”, que identifica
o sector dos transportes como um dos principais quatro factores, em conjunto com o sector
4
de produção de energia, indústria e combustão de produtos derivados de biomassa,
responsável pela antecipação, a curto-prazo, do aumento da temperatura no fenómeno do
aquecimento global, nos próximos 100 anos.
Figura 1.1 – Emissões totais de GEE na UE-27 por gás, 2011 (fonte: EEA,2014)
Figura 1.2 – Emissões totais de GEE a nível mundial por gás, 2007 (fonte EPA, 2014)
É também preocupante a publicação de alguns estudos na área da saúde pública, que revela
a exposição a poluentes provenientes da combustão automóvel, aumentando os riscos da
contracção de doenças respiratórias por serem emitidos ao nível dos peões e porque a
elevada densidade de construção urbana em altura – efeito Street Canyon (Vardoulakis
Figura 1.3 – Consumo energético na EU-27 por transporte (fonte: EEA,2014)
5
2003) – não permite a devida circulação de ar nos corredores das cidades (Woodward
2009).
Devido às elevadas emissões de gases de combustão, a qualidade do ar em meios urbanos
apresenta, em Portugal, índices de poluição acima dos permitidos por lei. A cidade de Lisboa
continua a ser um exemplo negativo, tendo sido estabelecidos um “Plano para a Melhoria
de Qualidade do Ar”, para as regiões norte (PMQA-N) e Lisboa e vale do Tejo (PMQA-LVT), e
também um “Projecto de Mobilidade Sustentável” (PMS), para contrariar a tendência
actual. Estes plano e projecto visam a articulação entre vários grupos de trabalho
constituídos por instituições, universidades e órgãos representativos, tanto a nível municipal
como regional. Os principais objectivos são:
implementar medidas de redução de emissões, dando ênfase ao sector dos
transportes (PMQA);
elaboração de um “Manual de Boas Práticas” para uma mobilidade sustentável que
integre experiências nacionais e internacionais de sucesso (PMS).
Figura 1.4 – Emissões de CO e NOx na UE-27 por transporte, 2009 (fonte: EEA, 2014)
6
O PMQA-LVT constitui uma avaliação para zonas onde os níveis de poluentes são superiores
aos valores limite, através da realização de medições e do desenvolvimento de um
programa de execução, destinado a fazer cumprir esses valores. Deste modo, a Comissão de
Coordenação e Desenvolvimento Regional de Lisboa e Vale do Tejo (CCDR-LVT) em conjunto
com a FCT/UNL, elaborou o PMQA-LVT aplicável às aglomerações da AML norte, AML sul e
Setúbal, que são áreas onde se registaram níveis de poluentes muito superiores aos
desejáveis.
No programa de execução, as políticas e medidas de intervenção visavam um período de
implementação compreendido entre 2005 e 2012. Da diversidade de políticas e medidas, a
ênfase foi dada ao sector dos transportes, em particular, a medidas destinadas à redução de
emissões provenientes do tráfego rodoviário. As políticas a desenvolver e a implementar
pelos municípios podem-se dividir em seis áreas:
gestão e acalmia de tráfego;
optimização e melhoria do desempenho ambiental de veículos e frotas;
promoção e sensibilização ambiental;
promoção da utilização dos transportes colectivos;
promoção dos modos suaves de mobilidade;
gestão da oferta e procura de estacionamento.
Destaca-se, como exemplo, a primeira “Zona 30” localizada no bairro do Charquinho da
freguesia de Benfica, como sendo uma das acções implementadas, em 2013, pela Câmara
Municipal de Lisboa (CML), no âmbito da gestão e acalmia do tráfego, marcando também o
lançamento do projecto estratégico “Zonas 30 – A rua é de Todos”. Este projecto tem como
objectivos principais a redução da velocidade de circulação, da ocorrência de acidentes
graves e de tráfego de atravessamento, com vista a reduzir a poluição sonora e ambiental, a
aumentar a segurança do peão e a aumentar o estacionamento para residentes,
melhorando a qualidade de vida dos moradores do bairro (fonte: CML, 2014).
Por fim, também foi criado o PMS, posteriormente publicado pela APA em 2010, no
contexto da mitigação dos impactes ambientais. Este projecto teve por objectivo a
7
elaboração/consolidação de Planos de Mobilidade Sustentável para 40 municípios, a nível
nacional, visando a melhoria contínua das condições de deslocação, a diminuição dos
impactes ambientais e a promoção da qualidade de vida e bem-estar dos cidadãos, indo ao
encontro das orientações estratégicas comunitárias e nacionais, numa lógica de
sustentabilidade.
Com base em protocolos celebrados entre a APA, Centros de Investigação/Universidades e
os vários Municípios de todo o País, foram desenvolvidos Planos de Mobilidade Sustentável,
elaborados em três etapas, nas quais, no final de cada uma se realizaram encontros
regionais entre todos os intervenientes no Projecto, para apresentar e discutir os
desenvolvimentos relativamente a cada caso de estudo. Estas etapas de concretização do
Projecto contemplaram:
1. análise e diagnóstico;
2. formulação do conceito de mobilidade a propor e definição das áreas prioritárias de
intervenção;
3. propostas, conceito e prioridades de actuação, depois de articuladas com a Câmara
Municipal respectiva.
Deste modo, assegurou-se que o trabalho desenvolvido pelos Centros de Investigação e
Universidades com as Equipas Técnicas locais se concentrasse sobre os problemas reais do
Município ao nível da mobilidade urbana, bem como a partilha das várias experiências locais
entre todos os participantes do Projecto.
Este trabalho, constituído por dois volumes, aborda, no primeiro, a identificação e
caracterização de tipologias de áreas urbanas, os principais constrangimentos à mobilidade
identificados no âmbito do Projecto e as metodologias de propostas inovadoras adoptadas ,
referindo as principais conclusões e recomendações. O segundo volume incide sobre o
paradigma da mobilidade sustentável, os factores que influenciam a mobilidade urbana e as
principais tendências, orientações metodológicas, intervenções e boas práticas para uma
mobilidade sustentável.
Os objectivos a atingir foram o de equacionar os principais problemas, que se colocavam
nesses Municípios, ao desenvolvimento de uma mobilidade mais sustentável, bem como a
8
formulação de acções que, no curto e médio prazos, pudessem contribuir de forma eficaz e
estratégica para uma alteração dos padrões de mobilidade das populações, abrangidas nas
áreas de estudo, no sentido de diminuir os impactes ambientais associados à mobilidade
urbana, em particular, e ao sector dos transportes, em geral (fonte: PMS).
Deste modo, o objectivo da mobilidade sustentável será atingido quando conseguirmos
construir um sistema de transportes que satisfaça as necessidades de mobilidade e
acessibilidade, necessárias ao desenvolvimento económico, sem sacrificar os recursos
naturais ou danificar os sistemas ecológicos, garantindo, deste modo, a equidade para os
vários segmentos da população, agora e no futuro. Os riscos e preocupações associados à
sustentabilidade ambiental têm conduzido especialistas e investigadores, a nível europeu e
mundial, a estudos sobre a contribuição dos transportes para as emissões de gases com
efeito de estufa e para o consumo energético. Segundo (Banister 2008), a mobilidade
sustentável pode ser alcançada agindo em quatro frentes essenciais:
redução da distância de cada viagem – reduzindo a distância de deslocações
inevitáveis requer políticas de ordenamento em conjunto com políticas de
transportes, no sentido de aproximar tanto quanto possível as origens e os destinos
dessas deslocações;
substituição de viagens – substituindo, ou no limite, anulando viagens através do
recurso às TIC (Tecnologias de Informação e Comunicação), por exemplo, através do
e-commerce;
transferência modal – transferindo viagens motorizadas para modos mais eficientes
na gama de distâncias de viagem a realizar, incluindo os modos suaves para as
distâncias mais curtas;
aumento da eficiência – aumentando a eficiência das tecnologias (ex.: combustíveis,
motores, etc.) para reduzir os impactes ambientais e energéticos, assim como a
melhoria na utilização destas tecnologias (nomeadamente, através de técnicas de
eco-driving).
Tais intervenções permitiriam reduzir significativamente a média de distâncias percorridas e
aumentar a utilização dos modos suaves, como a bicicleta e pedonal. Fomentariam,
9
também, a melhoria contínua através da inovação dos serviços e transportes públicos, de tal
modo, que a utilização do carro reduzir-se-ia apenas ao realmente necessário. Através do
planeamento estratégico, as cidades seriam projectadas tendo em consideração um
ambiente caracterizado pela acessibilidade e pela elevada qualidade de vida, e não tão
centradas na acomodação do veículo automóvel. Contudo, a intenção não será proibir o uso
do veículo particular, mas sim construir cidades, de tal modo bem concebidas e
estruturadas, que a utilização de meios de transporte individuais motorizados se tornaria
numa alternativa em desuso e obsoleta (Banister 2008), isto é, naturalmente percebidas
pelos utentes como menos atractivas.
11
Capítulo 2
Estado de prática e estado de arte
2. Estado de arte
2.1. Estado de prática: comércio electrónico
2.1.1. Business-to-consumer
O aparecimento de tecnologias inovadoras e pioneiras de carácter disruptivo a nível social,
económico e ambiental, não são muito frequentes. Mas quando assistimos ao seu
aparecimento, testemunhamos uma mudança brusca, determinada pela transformação
significativa das instituições, dos hábitos e da redistribuição geográfica das populações,
como será o caso da internet, em particular do comércio electrónico (CE). No curto período
de dez anos, entre 1995 e 2005, a internet possibilitou a difusão do CE, modificando por
completo as relações entre instituições/corporações, como também o quotidiano da nossa
vida pessoal. Expressões anteriormente desconhecidas, como B2B (business-to-business –
em Português, comércio electrónico entre empresas), B2C (business-to-consumer – em
português, comércio electrónico entre empresas e consumidores) e C2C (consumer-to-
consumer – em português, comércio electrónico entre consumidores), fazem actualmente
parte do nosso vocabulário e termos como canal ou cadeia de distribuição sofreram
alterações profundas.
Apesar do conceito de comércio electrónico aparentemente ter surgido durante os anos 90,
esta indústria é tão antiga como o computador pessoal e como as respectivas empresas de
12
software (Figura 2.1). O comércio electrónico pode-se definir, resumidamente, como a
partilha de informação na relação de negócio e/ou a realização de transacções através da
internet. Sendo o conceito comércio electrónico, na maior parte do tempo, mal
interpretado, há uma tendência para associá-lo apena a duas categorias, tais como o retalho
electrónico (e-retail) e as compras online (Sayani 2008).
O interesse, a nível académico, pelo comércio electrónico business-to-consumer e os seus
impactes nas empresas e populações, tem sido focado em diversas áreas, como é o caso do
marketing, na qual os investigadores abordam questões relativas à pré-disposição dos
consumidores em realizar compras via internet (Salomon 2007). Também, na área dos
Figura 2.1 – Cronologia histórica do comércio electrónico (Sayani 2008)
13
transportes, tem-se registado um crescimento nos estudos e publicações que abordam os
impactes nas viagens e nos padrões de compras (Visser 2003). Mais recentemente, surge
também o interesse pelos geógrafos, urbanistas e planeadores sobre o impacte do B2C nos
centros históricos das cidades como possível substituto do comércio local ou de
proximidade (Lenz 2003). É expectável que os efeitos da utilização do B2C possam ter uma
maior expressão, no desenvolvimento de actividades económicas, em locais como as
cidades. O seu crescimento, em grande parte, dependerá de como os retalhistas e
consumidores finais encaram este tipo de serviço digital.
Portugal e Europa
Segundo dados de 2012 do Instituto Nacional de Estatística de Portugal, aproximadamente
2/3 das famílias portuguesas têm acesso às TIC nos seus domicílios. Estes indicadores vêm
confirmar a evolução positiva do acesso às TIC pelas famílias portuguesas, de tal modo, que
no período de 2008 a 2012 observou-se um crescimento médio anual de 12% no acesso à
internet de banda larga doméstica. O comércio electrónico, em 2012, embora apresente um
nível de utilização reduzido por parte da população (13%), revela uma taxa de crescimento
médio anual de 20%, verificando-se, entre 2008 e 2012, a duplicação na proporção de
pessoas, que utilizam o comércio electrónico. Saliente-se ainda que a região de Lisboa
representa a maior porção de utilizadores, atingindo aproximadamente 16.5% do valor
nacional.
No entanto, o B2C, a nível europeu, está a desenvolver-se de forma extremamente positiva,
ultrapassando, em 2010, os EUA, que habitualmente é o maior mercado a nível mundial.
Segundo o Eurostat, entre 2011 e 2012, o comércio electrónico europeu, que inclui o
retalho de produtos e serviços online, (viagens, livros, bilhética e downloads) cresceu cerca
de 19%, atingindo 311.6 mil M€ em vendas. Por outro lado, grupo de países EU28 atingiu
276.5 mil M€, ou seja, 88.7% de todas as e-sales a nível europeu, representado um
crescimento de 18.1%. Actualmente o comércio electrónico é dominado por três países na
Europa: Reino Unido (96 mil M€), Alemanha (50 mil M€) e França (45 mil M€), perfazendo
um total de 191 mil M€ estes três países representam 61% das vendas na Europa e 69% na
EU28 (fonte: Eurostat).
14
2.1.2. E-Groceries
O desenvolvimento tecnológico e a utilização da Internet na encomenda de produtos,
contribuiu para o aparecimento de novos modelos de negócio, servindo-se de novos
conceitos para florescer num mercado emergente. Um exemplo claro destes modelos que
assenta na comodidade do consumidor, é o comércio de mercearias via online (EG de e-
Groceries) e a entrega ao domicílio (ED). O negócio de e-grocery shopping define-se pela
encomenda de produtos, habitualmente presentes nos supermercados, através de um meio
digital (internet), no qual a entrega ao domicílio consiste num serviço adicional pago pelo
cliente ou gratuito. Consequentemente, a pré-condição principal para utilizar o EG é o fácil
acesso à internet. Contudo, verifica-se que esta é uma barreira recentemente conquistada
pela sociedade mais actual, que é mais informada, e tem maior poder de compra, em
conjunto com o baixo preço da tecnologia (CIVC Consulting 2011).
Porém, será necessária uma mudança de paradigma na adopção deste novo modelo de
negócio, por estarem envolvidos o desenvolvimento e a implementação de novos processos
operacionais, tais como os actores envolvidos nas cadeias de abastecimento: consumidores,
retalhistas, fornecedores, entre outros. Comparando com o modelo tradicional de venda de
produtos em loja, o EG tem os seus maiores custos associados ao picking, embalamento e
entrega ao domicílio, que antes não estavam contemplados. Deste modo, um “e-retalhista”
tem como objectivos principais atingir um custo-benefício mais elevado, visto que surgem
novas despesas operacionais (ex.: recursos humanos dedicados a este serviço, transporte ao
domicílio, caixas especializadas para acondicionamento de mercadorias, equipamento
frigoríficos anteriormente não necessários, entre outros) e providenciar o maior conforto e
comodidade possíveis para o cliente (Sparks 2003).
2.1.3. Last Mile Delivery Problem
O “Last Mile Delivery Problem” é o clássico problema da logística urbana da actualidade,
tornando a entrega ao cliente final uma das maiores despesas operacionais, tornando-se no
“calcanhar de Aquiles” da indústria do e-grocery. Os produtos de mercearia diários são os
mais exigentes de todos os comercializados via online, uma vez que são perecíveis, estando
sujeitos a um exigente controlo de qualidade e a uma elevada taxa de conservação e
15
preservação, sendo necessária a utilização de veículos refrigerados com arcas multi-
-temperatura. A entrega poderá ser feita com a presença do cliente ou não, e sobre ela
Punakivi (2003) enuncia os quatro modelos mais comuns:
1. o cliente está presente no momento da recepção da encomenda, numa localização
previamente combinada (domicílio, local de trabalho, etc.) e numa determinada
janela temporal;
2. o cliente não está presente e a encomenda é depositada numa arca refrigerada,
pertencente ao cliente, a qual se encontra nas imediações da sua habitação. Neste
modelo, é habitual os clientes habitarem vivendas ou edifícios similares com fácil
acesso ao logradouro;
3. o cliente não está presente e a encomenda, que se encontra em caixas pertencentes
ao retalhista, é depositada à porta do cliente. Mais tarde terão de ser devolvidas ou
o próprio retalhista, numa rota conveniente, passará à porta para as recolher no
próprio dia ou no seguinte. Neste modelo, é habitual os clientes habitarem vivendas
ou edifícios similares;
4. o cliente não está presente e a entrega é realizada em locais próprios (pickup points),
que podem ter arcas refrigeradas com sistemas automáticos de entrega ou,
simplesmente, as encomendas são entregues em lojas que têm pré-acordo com o
retalhista. De seguida, o cliente é informado (sms, email ou outro) do local de
levantamento, confirmando que a sua encomenda se encontra disponível.
Na perspectiva de melhorar a eficiência dos serviços prestados, os maiores retalhistas
mundiais (Tesco, Peapod, etc.), têm desenvolvido planos de contingência relacionados com
o cliente ausente. Em 2002, cerca de 35% dos clientes da Peapod em Washinghton D.C., e
10% em Chicago, já utilizavam serviços de pickup points, que solucionavam a questão do
cliente estar ausente. Pela mesma altura, no Reino Unido, também se verificava a existência
de sistemas de entrega semelhantes, fornecidos pelas cadeias Sainsbury e Food Ferry
(Punakivi 2003).
No âmbito do projecto CityLog (Vernet 2011) são propostos dois conceitos, que visam a
minimização do last mile delivery problem:
16
a) introdução de dois tipos de veículos e uma área de transbordo – genericamente, o
modelo consiste no transporte de mercadorias por um veículo de maiores
dimensões até a uma zona de transbordo, onde as encomendas seriam divididas por
veículos mais pequenos e mais ágeis em meio urbano. Após ter sido testado, em
comparação com os modelos convencionais, este modelo demonstrou melhorias
significativas no tempo de entrega e na redução de entregas “falhadas”, gerando
também, impactes positivos nas emissões atmosféricas e no congestionamento do
tráfego;
b) sistema modular BentoBox – este modelo consiste num sistema de caixas
modulares, onde as encomendas já vêm armazenadas e são depositadas em locais
de pickup point apropriados. Este modelo de armazenamento permite reduções
significativas no número operações realizadas, gerando ganhos expressivos de
tempo.
Da combinação destes dois modelos enunciados é esperada uma redução deveras mais
profunda dos tempos de entrega, distâncias percorridas, emissões e custos de transporte
(Hadjidimitriou 2012).
2.2. Estado de arte: potenciais efeitos do B2C e-commerce
2.2.1. Impacte nas viagens
Actualmente, as TIC têm um papel preponderante nas sociedades modernas, como agentes
transformadores, que influenciam não só as nossas actividades diárias, como também todas
as tarefas que, directa ou indirectamente, estão implicadas na execução dessas mesmas
actividades. A introdução das TIC, nomeadamente o conceito do comércio electrónico B2C,
vem acompanhada da ideia de comodidade e conforto, devido à possibilidade de realizar
compras sem a necessidade da deslocação à loja. A evidente alteração da mobilidade,
provocada pelas compras online, tem como consequência uma aparente redução na no
número de viagens realizadas por parte do consumidor, através da qual, é possível
promover a utilização do tempo para outras actividades, subjectivamente consideradas, de
maior importância.
17
Utilizando-se a internet como substituta de viagens, significa que todos os passos
relacionados com as compras têm lugar no website da loja e os produtos são entregues em
casa ou por via digital (download de software, música, livros, etc.), tornando redundantes as
lojas físicas. No entanto, se a internet evidencia um efeito complementar, significa que
apenas alguns dos passos da compra são executados no website (procura de informação
sobre produtos) (J. B. Weltevreden 2004).
Não obstante, segundo Mokhtarian (2004), Salomon (2007) e outros autores, é possível
classificar os efeitos do comércio electrónico sobre as viagens, em quatro grupos distintos:
1. Substituição – refere-se até que ponto o comércio online substitui as viagens à loja
física. Por exemplo, num estudo em 2005, à população dos EUA, concluiu que 79%
dos inquiridos, que fazem compras online, apenas se teriam deslocado à loja se não
encontrassem o produto desejado na internet (Mokhtarian 2004);
2. Complementaridade – pode ser dividida em dois grupos:
Geração – quando influencia directamente a compra online ou facilita a
compra em loja física. Por exemplo, o uso de cupões de descontos como
incentivo, pode gerar viagens complementares à loja física;
Eficiência – quando se realiza compras através da internet e a encomenda é
levantada na loja. Este modelo permite poupança de tempo, visto que o
pagamento já foi realizado previamente, no entanto não substitui viagens,
pois o consumidor desloca-se à loja da mesma forma;
3. Modificação – neste efeito a viagem física não é substituída, apenas é alterada. A
internet pode alterar a duração, o modo de transporte ou até ao destino da viagem à
loja física. Por exemplo, a realização de pesquisas sobre um produto antes de ir à loja
pode resultar numa poupança de tempo dentro do estabelecimento devido à posse
prévia da informação necessária que, eventualmente, poderá resultar na redução de
viagens intermédias. Deste modo, evitam-se viagens adicionais na procura do
mesmo produto em várias lojas.
4. Neutralidade – significa que as compras online não afectam as viagens à loja e/ou
vice-versa. Por exemplo, nem todas as compras online substituem ou geram viagens
físicas. É possível obter numa determinada amostra, o mesmo número de viagens
18
físicas para utilizadores online e para utilizadores “não-online”, significando, nestes
casos, que o comércio electrónico tem um efeito neutro, ou nulo, não impactuando
no número de viagens à loja.
Noutro estudo realizado na Holanda (Lanzendorf 2003), determinam-se quatro possíveis
cenários de impacte nas viagens, sendo que os dois últimos são específicos do contexto
holandês. O primeiro relaciona-se com agregados familiares caracterizados por rotinas
diárias muito ocupadas, em que o tempo gasto em compras tem de ser optimizado. Para
este grupo de indivíduos, o efeito de substituição e/ou complementaridade do comércio
electrónico é mais relevante. O segundo está relacionado com o fenómeno de alteração dos
locais normalmente frequentados, devido à crescente utilização do comércio electrónico.
Quando a utilização destes serviços reduz viagens à loja física, há a possibilidade de o cliente
online utilizar estes ganhos em tempo, aplicando-os noutras actividades, fazendo com que
se gerem viagens adicionais de naturezas distintas e, provavelmente, em maior número. O
terceiro factor indica que os maiores impactes das compras online verificam-se na alteração
dos padrões de mobilidade individuais, no centro de cidades de média dimensão e nos
subúrbios, visto que, é neste tipo de zona urbana que as compras online mais prosperam.
Por último, o quarto cenário indica que, se com o crescimento das compras online há a
possibilidade da redução de viagens realizadas por automóvel, também é de esperar uma
redução de viagens realizadas pelos modos suaves, tais como o pedonal e bicicleta.
Por fim, refere-se que, quando os produtos não são levantados na loja após a respectiva
compra online, eles serão sempre entregues em casa, e por isso, estas viagens são apenas
parcialmente substituídas. Isto é, para além do potencial de redução de viagens tornadas
possíveis pela poupança de tempo da ida à loja física, existem sempres as viagens
associadas à logística de entrega dos produtos ao consumidor.
2.2.2. Impactes ambientais e energéticos
Nos processos do comércio electrónico estão envolvidos vários sistemas de engenharia
industrial, tais como produção/fabrico, transporte, embalamento, armazenamento, etc.
Contudo, este tipo de comércio ainda não tomou proporções semelhantes às do retalho
tradicional, possuindo valores residuais de transacções, relativamente aos modelos
19
convencionais. Deste modo, Jönson (2003) identifica os principais impactes ambientais do
comércio electrónico (Quadro 2.1), sugerindo algumas intervenções. Estas sugestões
apresentam-se como pertinentes, uma vez que são destinadas a um negócio de carácter
emergente e que apresenta, deste modo, as condições ideais para que haja investimento
em investigação sobre os seus impactes ambientais. De facto, estas iniciativas, com muita
frequência, pecam por não serem desenvolvidas nas fases iniciais do negócio, tornando a
sua implementação à posteriori mais complexa.
Indivíduos que trabalhem na vanguarda da logística, como um ramo dos transportes,
deverão ter como um dos principais vectores de análise as questões ambientais. Na
verdade, um profissional da logística que tem como preocupações os impactes
ambientais/energéticos e procura a resposta, para estas questões, na ciência, tem maior
probabilidade de sucesso do que um investigador científico, da área dos transportes, que
tenta compreender o que apenas se pode adquirir com uma longa carreira na área da
logística. Abukhader (2008) defende que os “e-retalhistas” ao adoptarem e desenvolverem
estas ideias estão a abrir portas para soluções inovadoras e para novos paradigmas
relacionados com os problemas ambientais da logística e das cadeias de abastecimento.
Quadro 2.1 – Classificação dos impactes ambientais do CE (Jönson 2003)
Efeito Causa Exemplos Indicadores
Equipamentos (computadores,
telemóveis, etc.)
B2B
(Alterações no armazém, nos
transportes e no embalamento)
B2C
Aumento de consumo
Substituição de efeitos
Efeitos colaterais
Consumo energético,
consumo de material e
toxicidade de
equipamentos em fim de
vidaInsfrastrutura da rede
Consumo energético,
consumo de material,
tráfego e geografia
1ª Ordem
2ª Ordem
3ª Ordem
Infraestrutura
Aplicação
Alterações nos padrões de
consumo, hábitos e
repercussão de efeitos
21
Capítulo 3
Metodologia e procedimentos de cálculos
3. Metodologia
3.1. Descrição geral da metodologia de análise
Neste capítulo pretende-se descrever detalhadamente os passos envolvidos na metodologia
de trabalho, que englobam a abordagem metodológica seguida, assim como os métodos de
cálculo dos impactes ambientais e energéticos e a descrição genérica do inquérito realizado.
A abordagem metodológica do trabalho consiste em três etapas fundamentais, com o
objectivo de dar resposta às dúvidas colocadas na introdução desta dissertação, ou sejam,
qual o potencial impacte ambiental (benefício ou custo) de um sistema de entrega ao
domicílio resultante de compras online (e-groceries) e qual o potencial de substituição de
viagens relativo às e-groceries. As três etapas são:
1. Revisão da literatura sobre comércio electrónico, em particular sobre o e-groceries.
Nesta parte, pretendeu-se (Capítulo 2) identificar os principais conceitos e soluções
existentes na literatura.
2. Análise do caso de estudo do Continente Online (COL) para a região de Lisboa, no
sentido de se extraírem conclusões sobre as questões levantadas anteriormente (i.e.,
impactes ambientais e efeito de substituição de viagens às lojas físicas), com base
nos dados produzidos durante um estágio curricular realizado no COL (período entre
Fevereiro e Julho de 2013) e nos dados dos clientes fidelizados através do cartão
22
cliente da empresa (Cartão Continente), embora estes estejam sujeitos a
confidencialidade.
3. Análise sobre a componente comportamental dos consumidores deste tipo de
comércio e tratamento analítico dos dados do inquérito (não envolvendo o mesmo
universo de consumidores atrás referido, por questões da sua confidencialidade),
nomeadamente, os factores que se verificam mais influentes no momento de
realizar compras online e se estas conduzem a uma redução das deslocações
motorizadas para o mesmo efeito. Desta parte da investigação, esperam-se
respostas que justifiquem as opções de compra online versus compras na loja física,
assim como uma definição genérica de perfis de consumidores, para ambas opções
de compra.
Relativamente aos impactes ambientais e energéticos envolvidos no sistema e-commerce do
COL, nos quais se encontram análises efectuadas a duas lojas onde da operação COL,
definiu-se que o mais importante a avaliar, no âmbito da geração de viagens, seriam os
impactes provocados pelo cliente quando se desloca à loja e/ou quando este encomenda
produtos online. Assim, estimaram-se os respectivos valores dos parâmetros energético e
carbono, sob o mesmo indicador de produção, representado pela unidade funcional euro-
quilómetro (€.km). É importante referir que não foi possível obter registos que permitiriam
recorrer ao indicador usual neste tipo de análises de transporte de mercadorias
(toneladas.quilómetro [ton.km]), quantificando-se, deste modo, os impactes por cliente por
cada euro transportado em cada quilómetro. O impacte ambiental é representado através
das emissões directas de dióxido de carbono para atmosfera, comparando os gases emitidos
pela combustão dos veículos particulares dos clientes, com os da frota de distribuição do
COL. Neste sistema as emissões representam o output, ou seja, são o produto final da
realização de uma viagem. Por outro lado, o impacte energético, correspondente ao input,
será a energia necessária para se realizar a viagem, que está associada à movimentação dos
veículos.
Através dos quilómetros percorridos pelo cliente, durante as deslocações à loja física (km-
Offline) e através dos quilómetros que o cliente gera na frota, de cada vez que encomenda
produtos (km-Online), calculam-se, para ambas as situações, as emissões, expressas em
23
grama de dióxido de carbono (gCO₂/[€.km]), e os consumos energéticos, expressos em
quilojoule (kJ/[€.km]). Por fim, as distâncias percorridas são convertidas em emissões e
consumos energéticos, através de factores de conversão, expressos em gCO₂/km e MJ/km
respectivamente. Estas unidades de medida estimam o impacte provocado pelos clientes,
quando geram uma determinada viagem em meio urbano. Com o objectivo de avaliar o
potencial efeito de substituição de viagens, que está intuitivamente associado a um sistema
de compras online, na segunda parte da metodologia, procedeu-se à divulgação de um
inquérito de resposta online. Pretende-se, deste modo, determinar qual o impacte deste
tipo de serviços, questionando a população acerca de possíveis alterações no seu quotidiano
(nomeadamente na realização de viagens), nos modos de transporte e nas categorias de
produtos adquiridos.
3.2. Impactes ambientais e energéticos
3.2.1. Processo e recolha de dados
Neste subcapítulo apresentam-se os principais passos que estão envolvidos no cálculo dos
impactes (ver Anexo A). Esta análise abrange informação compreendida no período de Maio
de 2012 até Abril de 2013, através da qual foi seleccionada uma população de 12 496
clientes localizados nas margens norte e sul do rio Tejo da AML (Figura 3.1).
Os 3 748 clientes estudados (30%) residem essencialmente na cidade de Lisboa e em
algumas zonas suburbanas, os quais estão espacializados na Figura 3.2 através das
coordenadas GPS do seu código postal de quatro dígitos (CP4). Contudo, o CP4 não
Figura 3.1 – Mapa da AML com as zonas de estudo seleccionadas (fonte: trajectorias-residenciais.com)
24
representa um ponto mais sim uma área e, deste modo, adopta-se apenas uma coordenada
GPS para todos os códigos de sete dígitos, que possuam os mesmos quatro dígitos iniciais.
Os dados utilizados para a metodologia baseiam-se em ficheiros do COL provenientes de
duas fontes: dados da frota COL (produzidos durante o estágio curricular no COL) e do
Cartão Continente (CC). Efectuaram-se, em ambas, um extenso trabalho de manipulação
matemática e de cálculo, necessários à análise dos quilómetros percorridos, tal como se
demonstra esquematicamente no Anexo A desta dissertação.
Frota Continente Online
Os dados da frota constituem uma extensa recolha de informação efectuada aos veículos do
COL, nomeadamente os pertencentes às lojas da Amadora e de Oeiras. Através da “folha de
carga” distribuída aos motoristas, que possui as indicações necessárias para o motorista
realizar a sua rota, e através do dashboard de transportes, onde se monitoriza todo o
processo, compilou-se a informação necessária para o desenvolvimento da metodologia,
permitindo a determinação do número de quilómetros que cada cliente provoca, ao realizar
uma encomenda online ou uma compra em loja.
Figura 3.2 - Espacialização dos clientes estudados
25
Para tal escolheram-se duas lojas com comportamento e volume de compras semelhantes e
com localizações em meio urbano, Amadora e Oeiras respectivamente. Apesar de se tratar
de zonas com densidades populacionais distintas, verifica-se que, em ambas lojas, a frota
realiza aproximadamente o mesmo número mensal de quilómetros.
Deste modo, assume-se que por cada encomenda realizada a frota percorre cerca de cinco
quilómetros, isto é, cada cliente ao colocar uma encomenda é responsável por cinco
quilómetros realizados pela frota. Assumindo o valor de 5.0 [km/Enc], calculam-se o total de
quilómetros associados a cada cliente, através do número de encomendas que este realiza.
Este valor é designado por km-Online (Figura 3.3). Após a obtenção dos dados km-Online por
cliente e dos respectivos montantes despendidos em compras online (dados provenientes
de cartão continente), calcula-se o valor de €.km de cada cliente relativamente a cada
transacção online.
Figura 3.3 – Metodologia de análise: tratamento de dados
26
Quadro 3.1 - Encomendas online e quilómetros percorridos nas lojas da Amadora e de Oeiras (2013)
Loja Mês km/Enc
Março 4.9 Amadora Abril 4.9
Maio 4.8
Março 4.9 Oeiras Abril 4.5
Maio1
4.2
¹Período de 1 a 15 de Maio de 2013.
Cartão Continente
Analogamente, para obter o valor do €.km para as transacções offline de cada cliente (i.e.
quando os clientes se deslocam à loja física), recorre-se os dados do cartão continente (CC).
Na Figura 3.3 está esquematizado o processo utilizado no cálculo dos quilómetros
percorridos offline, ou seja, uma aproximação da distância real percorrida pelo cliente,
quando se desloca a loja, na sua viatura particular. Para tal, o CC possui informação sobre o
registo de cliente, e de cada vez que é utilizado, também regista a loja onde se realizaram as
compras. Para o cálculo das distâncias percorridas é necessária a definição da localização da
residência e das respectivas lojas frequentadas. Para tal foram utilizadas as coordenadas
GPS de cada código postal (obtidas através da internet, uma vez que o COL não
disponibilizou tal informação) de modo a permitir o cálculo das distâncias em linha recta.
Visto que estes valores estão longe da realidade (i.e., a distância percorrida na rede
rodoviária não corresponde à distância em linha recta entre a origem e o destino) e com o
objectivo de obter valores mais precisos, utilizam-se factores de sinuosidade, que corrigem
as distâncias, obtendo-se, assim, valores mais próximos dos reais, percorridos pelos clientes,
aquando das suas deslocações à loja. Estes factores traduzem a sinuosidade dos percursos,
entre pares O/D (Origem/Destino), determinados pelas suas coordenadas GPS, simulando
simulam as curvas e mudanças de direcção necessárias para se atingir um determinado
destino (MIT-IST 2010). Nesta fase da metodologia já é possível obter toda a informação
necessária para o cálculo do €.km offline de cada cliente, quando realiza uma compra
offline.
Será sobre estes indicadores de produção que serão analisados os quilómetros percorridos
e, por sua vez, calculados os consumos de energia e emissões para as vertentes online e
offline.
27
3.2.2. Cálculo do consumo de energia e emissões
Neste passo final da metodologia (Figura 3.4) utilizam-se factores energéticos e factores de
emissão baseados em quilómetros percorridos, como se ilustra no Quadro 3.2. Com estes
factores obtêm-se os impactes ambientais e energéticos de cada euro transportado por
quilómetro, tanto para compras online como para compras em loja (offline). A análise destes
resultados irá basear-se no estabelecimento de comparações expeditas, sobre qual dos
métodos de compras tem um maior impacte ambiental e as suas relações com densidades
populacionais nas proximidades da loja e nos volumes de transacções monetárias. Tais
informações são extraídas dos dados do CC.
Quadro 3.2 - Factores de emissão por distância percorrida de transporte rodoviário em 2011 (APA 2013)
Poluente Combustível Veículo Factor de Emissão
Consumo Energético (MJ/km)
Gasóleo Ligeiro Passageiros 2.520
LDV
3.163
Gasolina Ligeiro Passageiros 2.558
CO2 (g/km) Gasóleo
Ligeiro Passageiros 174.351
LDV 218.809
Gasolina Ligeiro Passageiros 186.729
Figura 3.4 – Metodologia de análise: cálculo energético e ambiental
28
Durante o processo de cálculo foram assumidos alguns pressupostos respeitantes aos
percursos online e offline:
a) viagens offline: no cálculo das distâncias corrigidas entre coordenadas GPS, assume-
se que o cliente faz o percurso sem paragens entre a sua residência e a loja. Apenas
se consideram as compras registadas em cartão continente, ignorando a
possibilidade do cliente se deslocar à loja sem registar a compra e também
ignorando a possibilidade de o cliente se deslocar a outras lojas fora do grupo Sonae.
Deste modo, os valores das distâncias percorridas offline estão estimados por
defeito. Por outro lado, assume-se também que as deslocações à loja física não
pertencem a um encadeamento de viagens, cuja principal motivação pudesse ser
outra que não ir às compras – por exemplo, regresso a casa.
b) viagens online: no Quadro 3.1 está indicado o valor aproximado de 5.0 km/Enc, que
foi assumido para todas a lojas em análise. Visto que cada loja apresenta valores
inferiores ao assumido, pode afirmar-se que o cálculo dos quilómetros percorridos
online apresenta valores por excesso, garantido uma abordagem conservadora.
3.3. Descrição do inquérito
3.3.1. Caracterização da amostra
Com o objectivo de caracterizar os comportamentos dos consumidores de mercearias, assim
como determinar o potencial poder de substituição de viagens do comércio electrónico de
mercearias, elaborou-se um inquérito online, que foi divulgado através de redes sociais e
por email na plataforma surveymonkey.com, durante um período aproximado de quatro
meses, de Março a Junho de 2014. Num total de 387 respostas, consideraram-se válidas 300
(78%) da amostra. O inquérito (apresentado no Anexo C) constitui um conjunto de 33
questões, com relações de lógica entre elas, estando divididas em 5 grupos:
Emissões por cliente𝑖 : gCO2 km⁄ × ∑ kmii
∑ €i. kmii=
gCO2
€. km [3.1]
Consumo Energético por cliente𝑖 ∶kJ km⁄ × ∑ kmii
∑ €i. kmii=
kJ
€. km [3.2]
29
Sociodemográficas: neste grupo pretende-se obter informações sociodemográficas
sobre o inquirido, tais como a idade, o sexo, o código postal de residência, a
dimensão do agregado, entre outras;
Geografia: grupo constituído por perguntas sobre a zona onde o inquirido vive, quais
os estabelecimentos presentes nas proximidades, que tipo de estacionamento
utiliza, que tipo de carro possui, etc.;
Hábitos de compra em loja física versus online: neste grupo podem-se encontrar
perguntas relacionadas com as preferências e hábitos de compra em loja física e loja
online, assim como quais os estabelecimentos comerciais escolhidos, a sua
frequência, quais os produtos que adquirem, etc.;
Mobilidade: grupo relacionado com as deslocações à loja física, nomeadamente que
tipo de transporte utiliza e em que tipo de viagens;
Aspectos comportamentais relativamente à compra em loja física versus online:
nestes dois grupos pretende-se determinar tendências no perfil do inquirido,
relativamente à sua pré-disposição para compras em loja física e/ou online.
A divulgação do inquérito concentrou-se na população do departamento de engenharia civil
do IST (DECivil-IST) envolvendo alunos, docentes e investigadores, apesar de ter sido
difundido também pelas redes sociais Facebook e LinkedIn. Deste modo, espera-se uma
amostra que caracteriza a população do Instituto Superior Técnico que, naturalmente, não
representa a população desejada, ou seja, o município de Lisboa. As conclusões são
retiradas tendo em consideração este aspecto. Contudo, esta amostra integra certamente a
população dos potenciais utilizadores do e-commerce.
Para a caracterização da amostra são utilizados os seguintes indicadores: habilitações
literárias, ocupação profissional, idade, dimensão e rendimento mensal do agregado. Tal
como se pode verificar nas Figura 3.5, Figura 3.6 e Figura 3.7 os resultados obtidos são os
esperados e adequam-se ao tipo de população inquirida. Observa-se que cerca de 45%
possui um grau académico superior de pós-graduação (mais de 5 anos de estudo superior),
que quanto à ocupação profissional, 37% são empregados a tempo inteiro (horário flexível e
fixo) e 44% estudantes e que 50% da população tem idades compreendidas entre 19 e 29
30
anos, correspondendo estes valores à expectativa inicial de que estamos perante uma
população muito jovem, essencialmente universitária.
Na Figura 3.8 estão identificados espacialmente os 20 códigos postais (CP4), nos quais estão
localizados todos os inquiridos da amostra. Tendo em conta que em Portugal os códigos
postais não correspondem, directamente, a áreas delimitadas por freguesias, na Figura 3.9
está representada a sua distribuição acumulada por freguesia, fornecendo uma perspectiva
mais clara sobre a distribuição espacial. Pode observar-se que aproximadamente 95% dos
inquiridos habitam o centro de Lisboa.
No entanto os agregados familiares a que pertencem não estão em sintonia com a realidade
lisboeta. Através da curva de distribuição de riqueza (Figura 3.11) pode inferir-se que a
amostra populacional do inquérito reflecte um agregado familiar com elevado poder
financeiro, possuindo uma curva de rendimentos mais igualitária, em comparação com a de
Lisboa.
(0.3%) 0%5%
10%15%20%25%30%35%40%
Ensino básicoou superior
Ensino médioou profissional
Ensinosecundário
Licenciatura(BSc)
Pós-graduação(MSc, PhD)
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
Outros Trabalhadorestudante
Emp. tempointeiro
(horário flex.)
Emp. tempointeiro
(horário fixo)
Estudantetempo inteiro
Figura 3.5 – Habilitações literárias do universo da amostra
Figura 3.6 – Ocupação profissional do universo da amostra
31
Outro dado que reforça esta ideia, está presente na Figura 3.10, na qual se pode observar
que a população do inquérito possui agregados familiares superiores aos valores médios de
Lisboa. Descritivamente, esta amostra constitui um grupo de indivíduos (49% do sexo
masculina e 51% feminino) pertencentes a faixas etárias muito jovens, com graduações
académicas superiores e com rendimentos acima da média da cidade de Lisboa.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%Distribuição etária
Lisboa (fonte:Census 2011)
Inquérito
Figura 3.7 – Distribuição etária acumulada
Figura 3.8 – Espacialização do inquérito
32
0%
20%
40%
60%
80%
100%
3.3.2. Tratamento de dados
A informação contida no inquérito está organizada, de modo a permitir a sua interpretação
no contexto da substituição de viagens por parte do comércio electrónico de mercearias.
Com este dados será possível determinar, para esta população, de que modo este tipo de
serviço digital impactua na rotina diária das pessoas e contribui para o paradigma da
mobilidade sustentável. Para tal, criou-se um conjunto de indicadores que possibilitam, de
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
% F
amíli
as
Distribuição de Riqueza
Inquérito
Linha de Igualdade
Lisboa (fonte: INE,2009)
0%
5%
10%
15%
20%
25%
30%
35%
1 2 3 4 5 > 5
% F
amíli
as
Dimensão Agregado Familiar
InquéritoLisboa (fonte:Censos 2011)
Figura 3.11 – Curvas de distribuição de riqueza Figura 3.10 – Dimensão de agregado familiar
Figura 3.9 – Distribuição da amostra por freguesia
33
forma expedita, a sua interpretação, evidenciando os factores mais relevantes. Os
indicadores são analisados, maioritariamente, em relação aos estabelecimentos comerciais
frequentados e às diferentes formas de serviço digital/entregas que existem. Estes
indicadores estão agregados em quatro grupos: mobilidade, hábitos de consumo, tecnologia
e atitude, os quais serão discutidos e analisados no Capítulo 5, assim como, a utilização de
métodos analíticos, de estatística multivariada e de escolha discreta, nos quais se agrega a
informação em variáveis, pretendendo explicar o comportamento da população
relativamente ao e-commerce, inferindo conclusões à luz dos objectivos desta dissertação.
35
Capítulo 4
Caso de estudo: Continente Online1
4. Caso de estudo: Continente Online
4.1. Introdução
A Sonae é uma Sociedade Gestora de Participações Sociais (SGPS), Sociedade Holding, criada
com o objectivo de administrar um grupo de empresas. Sendo este tipo de conglomerado
muito utilizado por médias e grandes empresas, ele visa o melhoramento da estrutura
capital e a parceria com outras empresas.
Originalmente denominada Sociedade Nacional de Estratificados, a Sonae foi criada em
1959, com sede na Maia, Portugal, pelo banqueiro Afonso Pinto de Magalhães, tornando-se
um dos mais importantes grupos económicos portugueses nos anos 60. Em 1965 é
contratado Belmiro de Azevedo, que em 1974 assume o controlo até 2007, dando lugar ao
seu filho Paulo de Azevedo, como CEO.
A Sonae SGPS está, actualmente, presente em 41 países com cerca de 43 000 trabalhadores,
participando activamente em diversas áreas de negócio, tais como, mercearias,
hipermercados, livrarias, administração de imóveis, investimentos financeiros,
1 Devido ao carácter confidencial dos dados fornecidos pela Sonae, alguns valores utilizados em quadros e
figuras encontram-se normalizados ou omitidos.
36
telecomunicações, entre outros. Actualmente o Grupo Sonae está dividido em três grandes
empresas: Sonae SGPS (sociedade holding do retalho alimentar, não alimentar, entre
outros), Sonae Indústria SGPS (sociedade holding do sector industrial dos derivados de
madeira) e Sonae Capital SGPS (sociedade holding de turismo, e investimentos). Desde 2009
que a Sonae SGPS gere um portfólio de empresas, cujas actividades são geridas por seis sub-
holdings:
Sonae MC – retalho alimentar, livrarias, cafés, restaurantes e parafarmácias;
Sonae SR – retalho não alimentar, electrodomésticos, consumíveis electrónicos e
vestuário;
Sonae Sierra – propriedade, gestão e desenvolvimento de centros comerciais;
Sonaecom – telecomunicações fixas e móveis, software, sistemas de informação e
media;
Sonae RP – gestão do património imobiliário de retalho;
Gestão de Investimentos – turismo, construção, transporte e capitais de risco.
A sub-holding Sonae MC é responsável pelo retalho alimentar da Sonae, sendo líder em
Portugal em vários formatos de negócio, nomeadamente nas cadeias de hipermercados
Continente. Seguindo a tendência registada nos maiores retalhistas alimentares a nível
mundial, no ano 2000, foi lançado, pelo Modelo.com, o primeiro serviço de comércio
electrónico de produtos alimentares em Portugal, através da plataforma Continente Online
(COL). Este canal de vendas através da internet possibilita, a qualquer utilizador registado,
encomendar os produtos que, habitualmente, estão presentes nas galerias dos
hipermercados Continente e recebê-los no conforto do seu domicílio ou levantá-los na loja.
4.2. Apresentação genérica dos procedimentos do e-commerce2
O COL é gerido pela Sonae MC através de operações internas de gestão de encomendas,
picking3 e distribuição. Este serviço opera em 17 hipermercados estrategicamente
escolhidos: área metropolitana de Lisboa e Porto, Coimbra, Viseu, Leiria, Guimarães, Covilhã
e Guia. No contexto da logística, cada um destes hipermercados funciona como entreposto 2 Dados referentes ao período entre Fevereiro e Julho de 2013.
3 “picking” – também conhecido como “order picking” consiste na recolha, separação e preparação dos
produtos, em diferentes categorias e quantidades, para cada encomenda.
37
de preparação e expedição de encomendas. Cada loja tem uma determinada área
geográfica de influência, onde a frota realiza a sua distribuição, e neste sistema, o código
postal do cliente registado identifica qual a zona de influência do hipermercado em que está
inserido. Deste modo, atribui-se, a cada cliente, a loja que irá preparar e expedir a sua
encomenda. Tal como se ilustra no exemplo da Figura 4.1 o Continente da Amadora distribui
na sua zona 1 (e por vezes, com menor frequência, em zona 2), que corresponde às
freguesias que estão mais próximas do seu código postal.
Fonte: Sonae MC, 2012
O processo de compra é realizado através do login no website www.continente.pt. Após a
escolha dos produtos e da forma de pagamento, o cliente escolhe um horário de entrega
que esteja disponível e finaliza a sua encomenda. Os horários de entrega (slots) têm
maioritariamente uma duração de 2h30 e estão sobrepostos (overlap) no início e no fim por
intervalos de 30 minutos. Deste modo, o cliente poderá escolher qual o horário mais
adequado, tendo em conta que o preço varia consoante a duração da slot (Quadro 4.1 e
Figura 4.2). A este modelo de janelas temporais de entrega e de overlapping estão
Figura 4.1 – Zonas de distribuição da loja Continente da Amadora.
38
associadas determinadas vantagens para a entidade retalhista e para a entidade de gestão
de frota.
Quadro 4.1 – Slots diárias do COL
A utilização de slots extensas permite obter uma elevada densidade de entregas por hora,
acomodando um maior número de entregas por slot, que se traduz numa redução dos
custos operacionais. Por sua vez, o overlap de trinta minutos permite uma gestão mais
facilitada da sequenciação das entregas, na medida em que se reduzem significativamente
os tempos de espera dos motoristas e possibilita, eventualmente, entregas sequenciais de
slots distintas. Visto que não há uma fronteira definida entre slots, é possível realizar
entregas da slot seguinte, sem terminar as da slot anterior. Contudo, apesar das claras
Slot Duração Início Fim Turno
1 02h30 10h00 12h30 Manhã
2 02h30 12h00 14h30
3 02h30 14h00 16h30 Tarde
4 02h30 16h00 18h30
5 02h30 18h30 20h30
Noite 6 02h30 20h00 22h30
7 01h30 21h00 22h30
99 09h00 09h00 18h00 -
Figura 4.2 – Slots disponíveis para entrega ao domicílio.
Fonte: www.continente.pt, Março 2013
39
vantagens de janelas de entrega alargadas, verifica-se que o cliente tem preferência por
slots curtas, 60-90 minutos, o que faz com que os níveis de satisfação do cliente diminuam
com a extensão da janela de entrega.
O problema de gestão das slots, das viaturas da frota e dos níveis de satisfação dos clientes,
está não só relacionado com a extensão das janelas de entrega, como também com a
capacidade das slots, ou seja, ao número máximo de encomendas definido para cada slot.
Esta problemática torna-se mais relevante nas semanas em que as vendas atingem valores
baixos, nas quais não se atingem nem capacidade máxima dos carros, nem das slots. Nesta
situação, as viaturas irão circular muito abaixo da sua capacidade, não rentabilizando os
custos e, por consequência, reduzindo a eficiência do sistema, para além de aumentarem as
emissões e consumo energético por cada kg.km transportado. Sendo este fenómeno
provocado principalmente pelo carácter aleatório do comportamento dos clientes, o
controlo da colocação de encomendas torna-se praticamente impossível. A forma de
abordar esta questão, estudada pelo COL, passa pela gestão de preços das slots, se possível
de forma dinâmica e em tempo real. Este controlo consiste, por exemplo, em reduzir o
preço de determinadas slots, próximas de atingir a sua capacidade máxima, com o objectivo
de atrair o cliente e este alterar o seu horário de entrega, de modo a servir o interesse da
equipa de transportes. Esta medida contribui para o alcance de níveis de ocupação superior
nas viaturas, mitigando-se o surgimento de slots com número reduzido de encomendas.
Com a frota a circular mais perto da sua capacidade máxima, aumenta-se a eficiência do
sistema.
4.3. Descrição dos métodos de routing para a sequenciação das entregas4
4.3.1. Rotas
Para a execução de rotas é utilizado o software Paragon v5.40 na versão Single Depot. Neste
programa são geradas as rotas para todas as lojas pertencentes ao sistema de distribuição
do COL. Baseando-se num algoritmo desenvolvido especificamente para operações
logísticas de transporte rodoviário de mercadorias, o Paragon serve-se de mapas digitais
georreferenciados por coordenadas GPS, para calcular as rotas mais eficientes, tendo em
4 Dados referentes ao período entre Fevereiro e Julho de 2013.
40
conta as distâncias a percorrer, a dimensão da frota, a capacidade das viaturas, intervalos
de tempo das slots, entre outros. Esta automatização do processo garante a exequibilidade
geográfica e temporal dos horários solicitados, optimizando a utilização e produtividade
através de rotas eficientes, com o mínimo de quilómetros percorridos e com as viaturas
próximas da sua capacidade máxima.
As rotas são produzidas pela equipa de transportes em Lisboa para todas as lojas COL
espalhadas pelo país, sendo previamente elaboradas, três vezes por dia, para os respectivos
turnos da manhã, da tarde e da noite (Quadro 4.2.). O software está parametrizado com a
localização das 17 lojas da operação COL, para um máximo de 6 encomendas por slot, 8
encomendas por viatura e 110 caixas por viatura. Contudo o limite de encomendas por slot
é um parâmetro revisto mensalmente, devido ao comportamento aleatório do cliente, à
sazonalidade inerente das compras alimentares, das promoções do website COL e da
imprevisibilidade económica que recentemente Portugal atravessa.
Quadro 4.2 – Horário de execução de rotas
O processo de produção de rotas é iniciado pela introdução de dois ficheiros, que contêm a
informação necessária para a caracterização dos clientes. O ficheiro “CALL”, em formato
Rotas Início Fim Controlo de Viaturas
Manhã 22h30 23h59
11h00 (dia anterior) (dia anterior)
Tarde 11h00 12h30 15h00
Noite 15h00 16h00
19h00
20h00
21h00
22h00
Figura 4.3 – Paragon workbench
41
.CSV5, é o primeiro a ser introduzido e incorpora as moradas dos clientes registados, que
solicitaram uma encomenda. Numa segunda fase, após a referenciação estar completa,
introduz-se o segundo ficheiro .CSV, “COSTUMER”, que contempla informação descritiva
sobre a encomenda de cada cliente. Neste ficheiro pode-se encontrar informação referente
ao custo total (€), número de caixas e slot. Por fim, cruza-se a informação dos ficheiros
“COSTUMER” e “CALL” para se associar às localizações espaciais a respectiva encomenda.
No ficheiro “COSTUMER” a informação sobre as caixas é detalhada em relação à sua
temperatura de armazenamento, visto que as viaturas não possuem a mesma capacidade
para as zonas de temperatura ambiente e de congelados.
Essa informação está dividida em caixas de temperatura ambiente (todos os produtos não
sensíveis às variações de temperatura durante o transporte), caixas de temperatura
negativa (todos os produtos que necessitem de temperaturas negativas para se
conservarem, tipicamente congelados) e caixas que transportem produtos “frescos” (todos
os produtos que tanto à temperatura ambiente como a temperaturas negativas se
deterioram, isto é, os produtos designados de frescos que englobam as categorias de
legumes, carne e peixe fresco, lacticínios, entre outros).
5 .CSV –“comma-separated values” ou “character-separated values” (porque nem sempre se utilizam vírgulas) é
um formato de ficheiro tipicamente utilizado em MSExcel e por outros softwares de tratamento de dados.
Figura 4.4 – Paragon workbench, disposição geográfica das rotas para o Continente de Matosinhos
42
Após o tratamento dos dados do cliente estar finalizado procede-se à realização de rotas. É
neste momento que o programa utiliza as suas capacidades para produzir as rotas mais
eficientes, tendo em conta toda a informação introduzida e parâmetros definidos pelo
utilizador. Este processo é habitualmente rápido, com uma duração de 30 segundos. De
seguida, a equipa de transportes analisa individualmente cada rota, criando ajustes aos
percursos definidos pelo programa. Estes ajustes são provocados principalmente pela
introdução de novas encomendas, ou por problemas de disponibilidade de viaturas.
4.3.2. Controlo de Viaturas
O controlo de viaturas consiste no acompanhamento da progressão das rotas, que é
realizado através do dashboard de transportes. Através deste painel, criado pela equipa do
COL, em MSExcel, controla-se o estado das encomendas em trânsito, com informação
detalhada por viatura, nomeadamente, o nome do motorista, matrícula e contacto de
telemóvel. Este controlo é mais acentuado no turno da noite devido à inevitável
acumulação de atrasos ao longo do dia. Estes atrasos podem ter inúmeras razões
subjacentes, estando as mais comuns, no entanto, relacionadas com problemas no acto da
entrega, tais como a ausência do cliente ou problemas com o pagamento.
Este painel de controlo é alimentado com informação proveniente do call center da Sonae
MC - COL, que por sua vez, recebe informação por parte dos motoristas, sob a forma de
tickets, que indicam a sua progressão ao longo do dia. Sempre que o motorista finaliza uma
entrega, envia um ticket, através de um smartphone, a validar a situação, seguindo o seu
percurso até ao próximo cliente. Estes tickets estão igualmente destinados e codificados
para reportar problemas. Uma utilização apropriada deste dashboard e a criação de
sinergias entre o COL e o call center permitem uma gestão, em tempo real, das entregas ao
domicílio, antecipando possíveis atrasos e possibilitando a mobilização dos recursos
necessários, para que o horário de entrega seja respeitado, minimizando os níveis de
insatisfação no cliente. A gestão antecipada de problemas pode gerar ganhos de tempo que,
por sua vez, se traduzem em reduções significativas dos custos operacionais.
43
4.3.3. Caracterização das viaturas utilizadas (critérios de contratação)6
A frota opera sob um regime de subcontratação de serviços – outsourcing. A contratação de
serviços externos visa reduzir custos internos aproveitando o “know-how” e a especialização
de empresas que, em determinadas áreas específicas, revelam ser a opção mais vantajosa.
Este tipo de serviços permite atingir níveis superiores de rentabilidade, uma vez que a
empresa contratante apenas se foca no seu negócio “core”. As empresas subcontratadas
têm larga experiência no negócio de transporte e entregas ao domicílio, por pertencerem a
um grupo restrito e pioneiro na área das entregas de mercearias, em meio urbano.
A contratação das viaturas é realizada à unidade, ou seja, define-se um determinado
número fixo de veículos para cada loja da operação COL. A adopção desta modalidade de
contrato poderá ter algumas fragilidades, no que respeita à optimização de recursos7. Os
serviços “externalizados” são a Produção de Rotas e a Entrega ao Domicílio. No entanto o
COL, adicionalmente a todo o processo de e-commerce, ainda é responsável pela produção
das rotas de sete lojas. Este facto deve-se a uma estratégia adoptada pela administração do
COL, que visa promover a competitividade entre empresas transportadoras. Esta estratégia
é particularmente comum na gestão de entrepostos de grandes dimensões, onde é habitual
contratar várias empresas transportadoras de camionagem, de modo a que a
competitividade seja um elemento crucial no desempenho e melhoria contínua dos serviços
prestados.
6 Dados referentes ao período entre Fevereiro e Julho de 2013.
7 A problemática da gestão de recursos será abordada no subcapítulo 4.4.
Figura 4.5 – Viatura comercial de transporte COL
44
As frotas são constituídas por viaturas comerciais ligeiras de transporte de mercadorias da
categoria N1 (Quadro 4.3.). São veículos recentes, adquiridos no ano 2011, constituídos por
motores a gasóleo de 2.3 litros com uma carga máxima de 3.5 toneladas. O transporte das
mercadorias é realizado numa carroçaria de cabine frigorífica, que está dividida em duas
zonas de temperaturas distintas (Figura 4.6):
Temperatura Positiva – zona climatizada entre 4 a 5 graus Celsius positivos para
transporte de produtos frescos e produtos não sensíveis a variações de
temperatura. Ocupa cerca de 70% do volume total disponível.
Temperatura Negativa – zona climatizada entre 18 e 19 graus Celsius negativos para
transporte de produtos congelados. Ocupa cerca de 30% do volume total disponível.
A divisão da cabine frigorífica é realizada por meio de um painel/colchão de isolamento
térmico que é instalado na vertical (Figura 4.7). Esta tecnologia permite compartimentar a
viatura em zonas distintas, na proporção desejada e em diferentes temperaturas,
possibilitando o transporte de produtos variados, conservando a sua qualidade, durante a
viagem. Os produtos que necessitem de ser conservados a temperaturas negativas, mas que
sejam inferiores a -18°C, podem ser armazenadas na zona de temperatura negativa, em
caixas com isolamento térmico. Estas caixas possuem uma bolsa interior térmica, que deve
ser sempre utilizada para o efeito.
Figura 4.6 – Esquema de arrumação da viatura e compartimentação
45
Quadro 4.3 - Classificação europeia de automóveis para efeitos de homologação (fonte: IMTT 2013)
Categoria Definição
M1 Veículos concebidos e construídos para o transporte de passageiros com oito lugares sentados no máximo, além do lugar do condutor.
M2
Veículos concebidos e construídos para o transporte de passageiros, com mais de oito lugares sentados além do lugar do condutor e uma massa máxima não superior a 5 t.
M3
Veículos concebidos e construídos para o transporte de passageiros, com mais de oito lugares sentados além do condutor e uma massa máxima superior a 5 t.
N1 Veículos concebidos e construídos para o transporte de mercadorias com massa máxima não superior a 3.5 t.
N2 Veículos concebidos e construídos para o transporte de mercadorias com massa máxima superior a 3.5 t mas não superior a 12 t.
N3 Veículos concebidos e construídos para o transporte de mercadorias com massa máxima superior a 12 t.
4.4. Gestão de recursos e indicadores de produção8
O desempenho do sistema e-commerce do COL é estimado através indicadores de
performance de carácter diário, mensal e anual. Tal como é descrito no subcapítulo 4.3.2., o
controlo diário realiza-se através do dashboard de transportes, contabilizando viaturas e as
encomendas em trânsito. Os controlos que requerem análises de carácter mais global,
8 Dados referentes ao período entre Fevereiro e Julho de 2013.
Figura 4.7 – Painel de isolamento multi-temperatura
46
através de relatórios, são os mensais e anuais, e em ambos os casos definem-se vários
indicadores de desempenho9, designados de KPI, Key Performance Indicators. Os KPI são um
sistema de indicadores de desempenho, que operam através de um conjunto de medidas
integradas em vários níveis (organização, processos e pessoas) que, definidas a partir da
estratégia e dos objectivos da unidade de negócio, têm como propósito fornecer
informações relevantes no processo de tomada de decisão.
Os indicadores definidos pela equipa de transportes do COL têm como objectivo global a
eficiência do transporte. Esta meta é determinada por três vectores de desempenho, que
formam uma estrutura, que analisa e cria linhas de acção para optimização do sistema e-
commerce do COL. Os vectores são as vendas em euros, as entregas e os quilómetros e têm
como função principal a apresentação de resultados observados, num determinado período
de tempo, relativamente ao controlo de viaturas e das rotas.
A criação de linhas de acção possibilita o controlo organizacional e o estabelecimento de
processos de optimização, para redução de viaturas da frota. Segundo a Sonae MC, cerca de
50% da despesa actual do COL centra-se no transporte das encomendas. Sendo este custo
operacional fruto do conceito de e-commerce, as despesas de deslocação à loja e de
transporte das compras, que antes eram suportadas pelo cliente, agora fazem parte das
despesas da operação da Sonae MC, justificando-se assim o avultado custo apresentado e o
objectivo da eficiência ao nível dos transportes.
A gestão de recursos na óptica da optimização da frota é um processo que varia de loja para
loja, visto que não são compostas pelo mesmo número de viaturas. Devido à natureza do
contrato vigente, são expectáveis dificuldades acrescidas no momento da tomada de
decisão. Se da análise dos KPI resultasse a intenção de reduzir a frota num curto espaço de
tempo, a execução dessa acção de optimização estaria comprometida, visto que o contrato
exige um número fixo de viaturas por loja. Apenas no momento de renovação do contrato é
possível abordar questões desta natureza, o que não é desejável, tendo em conta que a
empresa poderia incorrer em custos desnecessários. Esta situação seria problemática na
medida em que a linha de acção traçada e todo o processo de optimização poderiam ficar
9 Indicadores de desempenho ou indicadores de performance são sinónimos e são a tradução do conceito de
gestão inglês “key performance indicators”.
47
descontextualizados temporalmente, especialmente se a renovação do contrato visar um
longo período de tempo, semestral ou anual. Este resultado tem origem na flutuação da
colocação de encomendas, sendo o dimensionamento da frota uma questão bastante
complexa.
Os problemas de gestão do recurso “frota” e o respectivo dimensionamento deveriam ser
abordados num prisma diferente. Uma possível solução contemplaria a alteração do
contrato, em que se abandonaria a hipótese da frota fixa e se adoptaria a alteração do
contrato para o pagamento ao número de entregas ou ao número de caixas transportadas.
Isto significaria externalizar o problema do dimensionamento da frota, e deste modo o COL
apenas se preocuparia com os indicadores mais relevantes, tais como, o número de
entregas por carrinha ou por rota. Esta alteração transferiria a gestão das viaturas e
responsabilizaria a entidade contratada, incutindo uma filosofia de eficiência, que se
traduziria na utilização do menor número de veículos possível.
Os principais KPI que a equipa de transportes do COL analisa, estão representados
esquematicamente no Quadro 4.4. Para ilustrar estes indicadores apresentam-se de seguida
alguns exemplos do trabalho realizado em estágio curricular no COL, referentes às
operações e-commerce localizadas na loja da Amadora, no período do mês de Abril de 2013
(Figura 4.8, Figura 4.9 e Figura 4.10).
4.5. Conclusões
A análise aos KPI é realizada em seio empresarial e com a necessária contextualização e
confidencialidade inerente à interpretação deste tipo de dados. Se no caso do conjunto dos
KPI “entregas” (Figura 4.8) não se torna óbvio o traçado de uma linha de acção, que seja
geradora de redução de custos, o mesmo não ocorre no conjunto dos KPI “quilómetros”.
Vendas [€]
Loja
Mês
Ano
Entregas
Viatura
Rota
km
Viatura
Entrega
Quadro 4.4 - Vectores de análise utilizados nos KPI
48
01
/04
/2…
02
/04
/2…
03
/04
/2…
04
/04
/2…
05
/04
/2…
06
/04
/2…
07
/04
/2…
08
/04
/2…
09
/04
/2…
10
/04
/2…
11
/04
/2…
12
/04
/2…
13
/04
/2…
14
/04
/2…
15
/04
/2…
16
/04
/2…
17
/04
/2…
18
/04
/2…
19
/04
/2…
20
/04
/2…
21
/04
/2…
22
/04
/2…
23
/04
/2…
24
/04
/2…
25
/04
/2…
26
/04
/2…
27
/04
/2…
28
/04
/2…
29
/04
/2…
30
/04
/2…
Nº
mé
dio
en
t/V
iat/
ho
ra
01
/04
/2…
02
/04
/2…
03
/04
/2…
04
/04
/2…
05
/04
/2…
06
/04
/2…
07
/04
/2…
08
/04
/2…
09
/04
/2…
10
/04
/2…
11
/04
/2…
12
/04
/2…
13
/04
/2…
14
/04
/2…
15
/04
/2…
16
/04
/2…
17
/04
/2…
18
/04
/2…
19
/04
/2…
20
/04
/2…
21
/04
/2…
22
/04
/2…
23
/04
/2…
24
/04
/2…
25
/04
/2…
26
/04
/2…
27
/04
/2…
28
/04
/2…
29
/04
/2…
30
/04
/2…
Nº
mé
dio
En
t/V
iat
01
/04
/20
…
02
/04
/20
…
03
/04
/20
…
04
/04
/20
…
05
/04
/20
…
06
/04
/20
…
07
/04
/20
…
08
/04
/20
…
09
/04
/20
…
10
/04
/20
…
11
/04
/20
…
12
/04
/20
…
13
/04
/20
…
14
/04
/20
…
15
/04
/20
…
16
/04
/20
…
17
/04
/20
…
18
/04
/20
…
19
/04
/20
…
20
/04
/20
…
21
/04
/20
…
22
/04
/20
…
23
/04
/20
…
24
/04
/20
…
25
/04
/20
…
26
/04
/20
…
27
/04
/20
…
28
/04
/20
…
29
/04
/20
…
30
/04
/20
…
Nº
mé
dio
En
t/R
ota
Percepciona-se com relativa facilidade, no gráfico que ilustra o KPI “km/Viat” (Figura 4.9),
que existe uma gestão de recursos pouco adequada aos objectivos determinados pelo COL.
Deste modo, compreender-se-ia a adopção de uma linha de acção de optimização, que
exigisse a redução de um veículo na frota da Amadora, visto que a distância percorrida pelo
veículo #6 é pouco significante, em comparação com o resto dos veículos da frota. Esta
optimização passaria por uma redefinição dos parâmetros do programa de execução de
rotas. É neste tipo de análises que o COL foca as suas atenções e recursos durante o ano.
Este sistema de indicadores de performance permite a optimização e melhoria contínua do
sistema de transportes do e-commerce, através da detecção de oportunidades,
planeamento de acções e monitorização de testes-piloto.
Figura 4.8 – KPI do vector entregas - Loja COL da Amadora
49
Figura 4.10 – KPI nº médio de quilómetros por viatura - loja COL Amadora.
01
/04
/20
13
02
/04
/20
13
03
/04
/20
13
04
/04
/20
13
05
/04
/20
13
06
/04
/20
13
07
/04
/20
13
08
/04
/20
13
09
/04
/20
13
10
/04
/20
13
11
/04
/20
13
12
/04
/20
13
13
/04
/20
13
14
/04
/20
13
15
/04
/20
13
16
/04
/20
13
17
/04
/20
13
18
/04
/20
13
19
/04
/20
13
20
/04
/20
13
21
/04
/20
13
22
/04
/20
13
23
/04
/20
13
24
/04
/20
13
25
/04
/20
13
26
/04
/20
13
27
/04
/20
13
28
/04
/20
13
29
/04
/20
13
30
/04
/20
13
Nº
mé
dio
km
/En
t
1 2 3 4 5 6 7
Tota
l km
/Via
t
Figura 4.9 – KPI quilómetros por viatura (Abril 2013) – Loja COL Amadora
51
Capítulo 5
Apresentação e discussão de resultados
5. Apresentação e discussão dos resultados
5.1. Impactes energéticos e ambientais1
5.1.1. Amadora
Os resultados obtidos do cálculo ambiental e energético estão preconizados para duas
lojas/entrepostos do Continente Online, Amadora e Oeiras, nas quais se analisaram cerca de
1 500 e 1 200 clientes respectivamente. A escolha destas lojas teve como base o similar
número de encomendas e as suas localizações, por se situarem em regiões distintas da área
metropolitana de Lisboa. Deste modo, pretende-se analisar os impactes energéticos e
ambientais do cliente, aquando da realização de compras online em comparação com as
suas deslocações à loja física.
A variação das emissões e consumo energético estão calculadas para cada €.km
transportado, ou seja, com o objectivo da optimização e da eficiência para cada euro
transportado pretende-se percorrer a menor distância e, analisando inversamente para
cada quilómetro percorrido, pretende-se transportar o maior valor em euros possível.
1 Devido ao carácter confidencial dos dados fornecidos pela Sonae, alguns valores utilizados em quadros e
figuras encontram-se normalizados ou omitidos.
52
Adoptou-se por uma distribuição geográfica radial dos clientes, que estão associados a cada
loja, ou seja, observando a Figura 5.1 verifica-se que a maioria dos clientes associados à loja
da Amadora está distanciada entre 4 a 6 km.
Neste grupo de clientes localizados no anel de 4 a 6 km, estão registadas cerca de 54% do
total das transacções em loja física e cerca de 59% do total das transacções online.
Relativamente aos seus impactes ambientais (ver Figura 5.2), pode verificar-se que as
emissões offline, ou seja, emissões geradas por deslocações à loja (expressas em
kgCO2/€.km – quer se utilize uma propulsão de ciclo Otto a gasolina ou Diesel a gasóleo) são
superiores para gamas de distância superiores a 2km de distância (com excepção verificada
para dos 6 aos 8km em que são semelhantes), relativamente às emissões online, geradas
por cada cliente quando encomenda produtos via internet.
Nos clientes localizados entre 2 a 4 km da loja, o acréscimo de emissões offline toma uma
maior expressão, apesar de se tratar do grupo mais reduzido de clientes, nesta análise. Este
resultado poderá dever-se ao facto das emissões reflectirem cada euro transportado por
quilómetro, reflectindo possivelmente uma menor eficiência dos clientes no anel de 2 a 4
km, aquando das suas deslocações à loja. Provavelmente, introduzir-se-iam melhorias neste
r < 2 2 < r < 4 4 < r < 6 6 < r < 8 8 < r < 10
g C
O₂/
€.k
m
km
Online - Gasóleo
Offline - Gasóleo
Offline - Gasolina
Figura 5.2 – Emissões de CO2 (g/€.km) – Loja Amadora
8% 9%
66% 87%
100%
0%
20%
40%
60%
80%
100%
120%
0
0.2
0.4
0.6
0.8
1
r < 2 2 < r < 4 4 < r < 6 6 < r < 8 8 < r < 10
Nº
clie
nte
s
km
Pop
% PopAcum.
Figura 5.1 – Distribuição radial dos clientes – Loja Amadora
53
campo, se fosse utilizado o serviço online, visto que possivelmente o dinheiro despendido
em compras não será suficientemente elevado, para que as emissões se mantenham a
níveis semelhantes de um serviço online.
Nos consumos energéticos o comportamento é muito semelhante ao das emissões sendo
quase imperceptível a sua diferença, que se encontra na comparação dos consumos offline
entre gasolina e gasóleo. A diferença entre consumos energéticos de um carro a gasolina e a
gasóleo é praticamente inexistente (ver gráfico da Figura 5.3). Este resultado advém,
naturalmente, da proporcionalidade linear entre o consumo de gasóleo ou gasolina com os
respectivos factores de emissão de CO2.
Por outro lado, observa-se que é no anel dos clientes mais próximos da loja que o serviço
online se torna mais ineficiente, tanto no aspecto das emissões, como também no aspecto
dos consumos energéticos. Isto é, possivelmente, explicado pelas reduzidas distâncias que a
frota terá de percorrer, relativamente aos euros transportados. Através desta informação
pode verificar-se que o serviço online, para este caso, será mais eficiente ambientalmente,
fazendo percursos de entregas ao domicílio para residências entre 4 a 8 quilómetros de
distâncias da loja/entreposto.
5.1.2. Oeiras
Esta loja/entreposto localiza-se numa zona de densidade habitacional menos densa, como é
demonstrado pela Figura 5.4, na qual se verifica que os clientes mais próximos se
encontram a pelo menos 8 quilómetros e os mais distantes até 20 quilómetros. Deste modo,
este grupo de clientes encontra-se mais disperso geograficamente, sendo obrigado a
percorrer maiores distâncias. Nas Figura 5.5 e Figura 5.6 observa-se, analogamente ao caso
r < 2 2 < r < 4 4 < r < 6 6 < r < 8 8 < r < 10
kJ/€
.km
km
Online - Gasóleo
Offline - Gasóleo
Offline - Gasolina
Figura 5.3 – Consumo energético (kJ/€.km) – Loja Amadora
54
da loja Amadora, que os valores de emissões e consumo energético possuem o mesmo
comportamento e variação para os mesmos anéis de distância à loja. Assim, é possível
verificar que os anéis de maior densidade populacional correspondem àqueles onde se
observam menores valores de emissões e consumos energéticos offline, fazendo com que
estas sejam as zonas onde o serviço online terá menor eficiência ambiental, ou seja, a
utilização destes serviços, em comparação com a deslocação à loja, não se torna relevante,
a nível ambiental. Por outro lado, nas zonas onde a densidade populacional decresce
verifica-se um aumento expressivo das emissões offline, tornando o serviço online uma
opção ambientalmente mais eficiente.
20% 25% 35%
41%
66%
88% 100%
0%
20%
40%
60%
80%
100%
0.000.020.040.060.080.100.120.140.16
r < 8 8<r<10 10<r<12 12<r<14 14<r<16 16<r<18 18<r<20
Nº
clie
nte
s
km
Pop
% Pop Acum
Figura 5.4 – Distribuição radial dos clientes – Loja Oeiras
Figura 5.5 - Emissões de CO2 (g/€.km) – Loja Oeiras
r < 8 8<r<10 10<r<12 12<r<14 14<r<16 16<r<18 18<r<20
kJ/€
.km
km
Online - Gasóleo
Offline - Gasóleo
Offline - Gasolina
Figura 5.6 – Consumo energético (kJ/€.km) – Loja Amadora
r < 8 8<r<10 10<r<12 12<r<14 14<r<16 16<r<18 18<r<20
g C
O₂/
€.k
m
km
Online - Gasóleo
Offline - Gasóleo
Offline - Gasolina
55
Numa primeira análise, estes factos podem parecer contraditórios por não serem intuitivos,
visto que as emissões estão dependentes das distâncias percorridas e que a sua análise tem
como indicador de produção €.km transportados. O que deverá ser levado em conta é o
comportamento das viaturas do serviço online, em relação ao das viaturas conduzidas por
clientes. Cada rota do online é traçada por um software que gere e optimiza estes recursos,
e deste modo, independentemente da distância a que se encontre um cliente, o serviço
online consegue sempre realizar cinco quilómetros por encomenda, ou seja, para rotas com
distâncias maiores, o programa tenta englobar mais clientes por percurso e, em rotas mais
curtas, engloba menos clientes por rota. Tal como acontece na loja Amadora, para
distâncias muito curtas o serviço online é pouco competitivo e até ineficiente, e assim o
programa evita gerar rotas muito densas perto da loja/entreposto.
5.2. Análise comportamental sobre consumidores de mercearias: resultados do
inquérito
5.2.1. Mobilidade
Os resultados do inquérito estão representados através de indicadores, que tentam explicar
os possíveis efeitos da influência do comércio electrónico de mercearias e quais as variáveis
que explicam o comportamento da população em análise.
Para o estudo da mobilidade as variáveis consideradas pertinentes são: taxa de
motorização, existência de elevador na residência, estacionamento no local de residência,
existência de superfícies comerciais nas proximidades (zona com raio de 500m ou
aproximadamente 10 minutos a pé), encadeamento de viagens (trip chaining) e repartição
modal da amostra, relativamente aos estabelecimentos comerciais. À excepção das
variáveis trip chaining e repartição modal, a análise é apenas efectuada no universo dos
utilizadores de serviços online/entregas, cujas percentagens por serviço são:
80% - Compra online + Entrega ao domicílio (ON_ENT)
10% - Compra online + Levantamento na loja (ON_LOJA)
10% - Compra na loja + Entrega ao domicílio (OFF_ENT)
56
O Quadro 5.1 apresenta uma síntese de algumas variáveis, que permitem relacionar, de
forma genérica, as características de mobilidade dos inquiridos, com os 3 tipos de serviços
de compras de mercearias considerados. Note-se que, para cada indicador (ex.: carros), é
apresentada a distribuição percentual do total de casos verificados em cada combinação –
ou seja, o total das percentagens soma 100%.
Como se verifica no quadro, apenas os clientes ON_ENT têm valores expressivos e
contributivos para uma análise concreta dos indicadores mais relevantes Observa-se que os
clientes ON_ENT são caracterizados, na sua maioria, por possuírem 2 carros no agregado
familiar, edifício com elevador, estacionamento privado com garagem, 2 a 4 grandes
superfícies comerciais e 4 a 6 estabelecimentos comerciais de pequena dimensão, na
proximidade da sua residência. Estas características não serão as mais expectáveis, se a
ON_ENT ON_LOJA OFF_ENT
0 7% 1% 3%
1 23% 0% 10%
2 34% 5% 13%
3 7% 2% 3%
ma is d e 3 7% 2% 1%
Nã o 32% 6% 17%
Sim 46% 5% 14%
Esta c io na me nto na v ia p úb lica
(d ís tico d e re s id e nte EMEL)19% 1% 6%
Esta c io na me nto na v ia p úb lica
(no rma l co m/se m p a rq uíme tro )21% 3% 11%
Esta c io na me nto p riva d o (e xte rio r) 10% 4% 5%
Esta c io na me nto p riva d o (g a ra g e m) 28% 3% 8%
Ne nhum 4% 1% 1%
1 4% 1% 3%
2 a 4 13% 2% 5%
4 a 6 4% 0% 1%
6 a 10 0% 0% 0%
Ma is d e 10 0% 0% 0%
Ne nhum 0% 0% 0%
1 6% 1% 0%
2 a 4 16% 3% 7%
4 a 6 23% 3% 8%
6 a 10 15% 1% 8%
Ma is d e 10 18% 1% 8%
Es
tac
ion
am
en
toE
lev
ad
or
Pe
qu
en
as
Su
pe
rfíc
ies
Gra
nd
es
Su
pe
rfíc
ies
Ca
rro
s
Quadro 5.1 – Indicadores de mobilidade
57
premissa inicial de análise for que o comércio electrónico pode ter o efeito de substituição
de viagens, ainda que sejam características mais comuns de efeito de complementaridade.
Outro indicador de mobilidade analisado é o trip chaining, que traduz o encadeamento de
viagens, ou seja, ao realizar compras na loja, o cliente poderá encadear a sua viagem
noutros percursos, previamente planeados. Se, por exemplo, o cliente costuma fazer
compras no caminho de regresso a casa, vindo do trabalho, pode afirmar-se que não estará
a realizar uma viagem adicional para realização de compras, visto que a está a incluir num
percurso habitual.
Este indicador é importante, na medida em que apenas se contabilizam as viagens que são
dedicadas a compras em loja e, na perspectiva da optimização e da mobilidade sustentável,
se não se está a acrescentar viagens, então não se está a contribuir para a entropia urbana,
nem para o aumento do tráfego. Só se verificaria este contributo, caso a escolha do modo
motorizado, no início do dia, fosse condicionado por esta etapa, no conjunto do plano de
mobilidade individual desse dia. Este aspecto não foi descortinado neste inquérito e
constitui em si mesmo um tema de análise complexo que extravasa o âmbito desta
dissertação. Os resultados obtidos indicam que apenas 8% dos clientes, que utilizam
serviços online, não encadeiam viagens na sua rotina de compras em loja. Este indicador
vem reforçar a ideia que a substituição de viagens pelo comércio electrónico,
provavelmente, não se verifica nesta amostra.
Contudo, o efeito de complementaridade que se faz transparecer nesta análise poderia,
possivelmente, ser atenuado, dando lugar a uma interpretação diferente, na qual o efeito
de substituição prevaleceria, se o indicador de repartição modal (Quadro 5.2) demonstrasse
valores superiores para os transportes públicos e modos suaves. Assim, exceptuando o carro
Gra nd e s
Sup e rfíc ie s
Pe q ue na s
Sup e rfíc ie s
Bic ic le ta 1% 2%
Auto ca rro 3% 1%
Co mb o io 2% 1%
Mo ta 2% 2%
Me tro p o lita no 5% 1%
Ca rro 63% 27%
Pe d o na l 24% 67%
Quadro 5.2 – Repartição modal por tipo de estabelecimento comercial
58
e a mota, os restantes modos (bicicleta, autocarro, comboio, metro e pedonal) são
considerados como opções de mobilidade, que contribuem positivamente para o desejado
efeito de substituição, ainda que a mota apenas seja considerada pelo seu impacte
ambiental e não pelo seu impacte no tráfego. No entanto, para deslocações a grandes
superfícies (hipermercados e supermercados) 63% dos inquiridos, escolhe o carro, e para
deslocações a pequenas superfícies (comércio local) 63% escolhe o modo pedonal. Estes
resultados, analisados à luz da geração de viagens, vêm confirmar a tendência da
complementaridade ser o efeito mais provável.
5.2.2. Hábitos de Consumo
Os indicadores hábitos de consumo têm por objectivo a análise do tipo de produtos que se
adquirem nas grandes superfícies comerciais “Grd_Sup”, nas pequenas superfícies
comerciais “Peq_Sup” e nos serviços online/entregas “On_Ent”. É possível assim determinar
os cabazes de compras mais comuns entre estes três meios de realizar compras, através dos
quais será possível identificar os potenciais efeitos de substituição de serviços, ou seja, se os
cabazes são constituídos por categorias de produtos semelhantes, há a possibilidade de os
clientes optarem por um serviço online.
Contudo, tal não se verifica neste inquérito (Quadro 5.3), uma vez que nas três situações de
compras mais de 50% de cada cabaz não é partilhado com nenhum dos outros dois. Existem
Grd _Sup Pe q _Sup On_Ent
Outro s la c tic ínio s (q ue ijo , io g urte s , e tc .) 1% 9% 5%
T a lho 1% 11% 1%
Ág ua 10% 4% 3%
Ovo s, Le ite 10% 10% 1%
La ze r (re v is ta s , l iv ro s , e tc .) 9% 15% 7%
Arro z, Ma ssa , Fa rinha 13% 1% 14%
Pa ste la ria 10% 4% 10%
Pa d a ria 4% 16% 10%
Enla ta d o s e Co nse rva s 6% 1% 7%
Cha rcuta ria 3% 5% 10%
Legumes e Frutas 3% 2% 5%
Produtos Limpeza 3% 3% 3%
Animal (ração, etc.) 1% 2% 6%
Produtos Casa 4% 3% 3%
Cereais 5% 2% 5%
Bebidas alcoólicas 2% 3% 4%
Bebidas não alcoólicas (sumos e refrigerantes) 8% 2% 2%
Peixaria 7% 7% 4%
Quadro 5.3 – Indicador cabaz de compras
59
diferentes preferências no que respeita à escolha das diversas categorias de produtos. Deste
modo, os clientes encomendam via online produtos diferentes daqueles que compram em
loja, tornando a hipótese da opção por serviços online e, por consequência, a substituição
de viagens, mais remota do que a hipótese da complementaridade dos serviços.
5.2.3. Tecnologia
Através dos indicadores de tecnologia pretende-se determinar se o indicador referente aos
anos de experiência de contacto com a internet e a sua frequência de utilização influenciam
o uso de serviços online. Assim, o cruzamento destas informações (Quadro 5.4) vem revelar
que uma elevada experiência de internet não contribui para uma elevada frequência de
encomendas online de mercearias. Contudo, são as pessoas com mais anos de experiência
de internet as responsáveis pela realização da maior parte das actuais encomendas. Isto
significa, que os utilizadores com mais anos de experiência de internet são mais propensos a
experimentar, ou possivelmente, a aderir a um serviço de compras online/entregas, ainda
que, a maior parte destes, cerca de 76%, apenas realize compras de mercearias pela
internet uma vez por mês ou menos (Quadro 5.5). Contudo, a compra online de outros
produtos demonstra frequências semelhantes à das mercearias, revelando que a população
da amostra, habitualmente, acede à internet para outros fins, nomeadamente para pesquisa
de informação
Frequência de compras e -g roce ries
Experiênc ia de Inte rne t Nunca< 1x
mês
1x
mês
2x a 3x
mês
1x
semana
2x a 4x
semana
4x a 6x
semanad iá rio
1 ano a 5 anos 1% 0% 0% 0% 0% 0% 0% 0%
5 anos a 10 anos 6% 2% 6% 1% 1% 0% 0% 1%
10 anos a 15 anos 6% 17% 6% 4% 2% 2% 0% 1%
15 anos a 20 anos 11% 10% 7% 5% 1% 2% 1% 0%
superio r a 20 anos 2% 1% 1% 0% 0% 0% 0% 1%
Utiliza çã o d e inte rne t
Fre q uê nc ia
Pe sq uisa so b re
p ro d uto s e /o u
lo ja s
Pe sq uisa
re la c io na d o
co m tra b a lho
Co mp ra d e
me rce a ria s
Co mp ra d e
p ro d uto s
Nunca 4% 0% 26% 1%
Me no s 1x mê s 5% 0% 30% 33%
1x mê s 13% 1% 20% 33%
2x a 3x mê s 12% 1% 10% 8%
1x se ma na 23% 8% 5% 6%
2x a 4x se ma na 21% 21% 5% 10%
4x a 6x se ma na 5% 7% 1% 1%
d iá rio 18% 61% 4% 7%
Quadro 5.4 – Experiência de internet vs. Compras e-groceries
Quadro 5.5 – Frequência de utilização de internet
60
5.2.4. Atitude
A última parte do inquérito é constituída por perguntas de preferências reveladas, as quais
foram respondidas por meio de escalas Likert de 5 opções de concordância (0=discordo
totalmente, 1=discordo parcialmente, 2=indiferente, 3=concordo parcialmente, 4=concordo
totalmente). As perguntas foram criadas de modo a não expor a sua verdadeira intenção de
análise e não influenciando o inquirido para uma resposta “socialmente correcta” (Anexo B
e Anexo C).
Cada indicador é alimentado por mais do que uma pergunta, sendo constituídos por grupos
de questões associadas ao tema do indicador. A avaliação da propensão do inquirido para
uma determinada acção é avaliada numa escala de classificação de [0;12] ou [0;32],
dependendo do indicador em causa. Deste modo, um indivíduo com uma classificação perto
do valor mínimo, 0, considera-se que é muito pouco propenso a adoptar uma atitude
positiva em relação ao indicador que está a ser avaliado. Por outro lado, uma classificação
perto do valor máximo, 12 (ou 32 no caso do indicador online), significa que um indivíduo é
extremamente propenso a revelar uma atitude positiva no indicador em estudo. Com esta
análise pretende-se inferir conclusões acerca da percepção e comportamento revelados
pelos inquiridos, nas questões de hábitos de compras e atitude perante o comércio online.
Propensão para Compras
Este indicador traduz qual o nível de propensão que um grupo de indivíduos revela em
relação a realizar compras. Observando a Figura 5.7 transparece uma percentagem superior
de indivíduos do género feminino com classificações mais elevadas, em relação ao género
masculino. Estes dados revelam que o género feminino terá na amostra aqui recolhida uma
propensão mais elevada para realização de compras, revelando uma atitude mais positiva
neste indicador. Contudo, genericamente, não existe uma propensão claramente positiva
para compras, sendo valor médio global de 6 em 12. Na Figura 5.8 está representada a
propensão para realizar compras por rendimentos dos agregados familiares. Verifica-se que
as duas categorias de agregados que auferem mais dinheiro mensalmente (>5 000 €), são os
que revelam propensão mais reduzida neste indicador. Isto significa que os agregados de
rendimentos mais baixos são aqueles que revelam uma atitude mais positiva em relação a
61
despender dinheiro para compras. Estes resultados, provavelmente, indicam que famílias
com ordenados superiores não valorizam o acto de realizar compras, cujas motivações se
devem a uma multiplicidade de factores que não se conseguem discernir com a informação
disponível.
Propensão Ecológica
Este indicador revela a atitude de um indivíduo perante a consciencialização ambiental e
ecológica, nomeadamente em relação ao nível de embalamento dos produtos que
selecciona e em relação à utilização de sacos de plástico nos estabelecimentos comerciais.
Como se pode observar no gráfico da Figura 5.9, apenas 20% da população inquirida se
encontra localizada em 50% da classificação de atitude positiva ecológica, relativamente às
compras que realiza em lojas físicas. Pode afirmar-se que apesar desta amostra ser
0%
5%
10%
15%
20%
25%
0 1 2 3 4 5 6 7 8 9 10 11 12
% In
div
ídu
os
Classificação
Feminino
Masculino
Figura 5.7 – Propensão para compras por género
Figura 5.8 – Propensão para compras por rendimentos
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 1 2 3 4 5 6 7 8 9 10 11 12
% A
cum
ula
da
de
fam
ílias
Classificação
Menos de 1000 €
Entre 1 000 € e 2 000 €
Entre 2 000 € e 3 500 €
Entre 3 500 € e 5 000 €
Entre 5 000 € e 10 000 €
10 000 € ou superior
62
caracterizada por uma população jovem e com estudos académicos superiores, as
consciências, provavelmente, não estão muito desenvolvidas nem despertas para as
questões mais relacionadas com o ambiente e ecologia.
Propensão Online
Neste último indicador foi analisada a propensão de um indivíduo utilizar um serviço online.
Para tal foram efectuadas dez questões que, de forma indirecta, analisaram este indicador.
Os resultados obtidos, presentes no gráfico da Figura 5.10, em semelhança com o indicador
ecológico, indicam que apenas cerca dos 20% inquiridos estão incluídos em 50% das
classificações mais elevadas deste indicador. É peremptória a atitude revelada pela amostra,
traduzindo uma atitude negativa, geral, por parte dos indivíduos, em relação ao comércio
electrónico de mercearias. Este resultado vem reforçar a hipótese previamente abordada
neste capítulo de que actualmente o comércio electrónico de mercearias não possui
capacidade para a substituição de viagens, mas provavelmente possui um potencial efeito
de complementaridade.
0%10%20%30%40%50%60%70%80%90%
100%
0 1 2 3 4 5 6 7 8 9 10 11 12
% A
cum
ula
da
de
in
div
ídu
os
Classificação
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
% A
cum
ula
da
de
in
div
ídu
os
Classificação
Figura 5.9 – Propensão ecológica
Figura 5.10 – Propensão para compras Online
63
5.3. Tratamento de dados: métodos analíticos
5.3.1. Análise de Componentes Principais
Neste subcapítulo apresentam-se os métodos analíticos utilizados na análise estatística dos
resultados do inquérito. Para tal, numa primeira fase, recorrendo ao software SPSS v22,
realiza-se uma Análise de Componentes Principais (ACP) (ferramenta de estatística
multivariada de síntese de informação e de classificação) e, numa segunda fase, recorrendo
ao software Biogeme v1.8 (Bierlaire 2009), realiza-se a construção e calibração de um
Modelo de Escolha Discreta (MED), baseado na Regressão Logística.
Com o objectivo de verificar a possível substituição de viagens associada ao e-commerce, o
último grupo de perguntas do inquérito (secção 5.2.4) compreende um conjunto de
questões de preferências reveladas, onde se abordam as atitudes e comportamentos dos
inquiridos, perante diferentes aspectos das compras em loja física e compras online. Deste
modo, construíram-se 16 variáveis (Quadro 5.6) pretendendo-se, através da ACP,
determinar factores (componentes) que condensem a informação num número mais
reduzido de dimensões, mas com um mínimo de perda de informação. Este método
factorial consiste, essencialmente, numa agregação dos contributos explicativos de cada
uma das variáveis, por cada factor, através de combinações lineares das mesmas, sendo o
objectivo central captar a maior variância possível em cada factor, num número mínimo de
factores.
Quadro 5.6 – Quadro resumo das variáveis explicativas
Va riá ve is
prazer_compras_lojas Prazer de realizar compras em loja
preoc_tempo Importância do tempo despendido em loja
plan_compras Planeamento de compras em loja
packaging Importância do embalamento dos produtos
saco_plast_pago Utilização de sacos de plástico cobrados pela loja
saco_plast_ofer Utilização de sacos oferecidos pela loja
online_vs_loja Facilidade de compras online vs. loja
online_stock Percepção da dimensão do stock online
online_comod Conveniência das compras online
online_trust Confiança em transacções online de dinheiro
online_commu Percepção da dimensão da comunidade online
loja_prazer Prazer de realizar compras online
perturb_online Impacte no quotidiano da entrega ao domicílio
tocar_produtos Importância do contacto directo com os produtos
preco_online Preço online vs. preço em loja
transp_online Confiança no transporte de mercadorias
64
Componentes
Val
ore
s P
róp
rio
s In
icia
is
Para a determinação do número adequado de factores a utilizar na ACP, consideraram-se
três critérios para a selecção do número de componentes que contribuem mais
significativamente para a condensação da informação:
seleccionar as primeiras componentes que expliquem uma percentagem razoável da
variância total (>50%) (Quadro 5.7);
desprezar as componentes cujos valores próprios são menores do que 1 (Quadro
5.7);
desprezar as componentes com números de ordem superiores àquele que inicia a
estabilização dos valores próprios do gráfico dos valores próprios (Figura 5.11).
No Quadro 5.7 verifica-se que, com as primeiras 5 componentes, se obtém 50% da variância
total explicada e cujos valores próprios são superiores a 1, apesar da sua estabilização
apenas ocorrer a partir da oitava componente. Deste modo, após rotação dos 5 factores
obtidos, como se pode observar no Quadro 5.8, apenas os dois primeiros deverão ser
considerados, visto que é boa prática considerar apenas aqueles que apresentem valores de
variância explicada iguais ou superiores a pelo menos 10%.
Total % Var Expl % Var Expl Acum
1 3.077 19.229 19.229
2 1.603 10.022 29.250
3 1.494 9.335 38.585
4 1.255 7.843 46.429
5 1.070 6.686 53.115
6 .944 5.899 59.014
7 .924 5.778 64.791
8 .820 5.124 69.916
9 .787 4.917 74.833
10 .739 4.621 79.454
11 .663 4.141 83.595
12 .631 3.945 87.540
13 .580 3.625 91.166
14 .544 3.403 94.569
15 .456 2.847 97.416
16 .413 2.584 100.000
Método de Extracção: ACP
CompValores Próprios Iniciais
Quadro 5.7 – Valores próprios iniciais das componentes extraídas
Figura 5.11 – Gráfico dos valores próprios iniciais das componentes extraídas
65
Nos factores F1 e F2 (sendo mais expressivo em F1) estão agrupadas as variáveis que
caracterizam o perfil online dos inquiridos da amostra. Estas variáveis, devido ao modo
como foram construídas, indicam que quanto mais elevado for o seu valor, maior propensão
existirá, por parte da população, em aderir ao comércio electrónico. Observa-se também,
que todas as variáveis dos factores F1 e F2 possuem sinal positivo, isto é, quando o factor F1
aumentar, as variáveis, que o constituem, também aumentarão. É no factor F1 que se
encontra agregado o maior número de variáveis explicativas, possuindo três variáveis com
pesos de valor superior a +0.65 e quatro com pesos superiores a +0.50.
Em relação aos restantes factores, observa-se que em F3 as variáveis caracterizam-se por
fornecerem informação sobre o perfil de compras em lojas física e em F4 e F5 verifica-se
que as variáveis reúnem informação sobre o comportamento ambiental da população.
Contudo, estes factores, apesar de possuírem características interessantes, ficam excluídos
da análise, por possuírem variância explicada muito reduzida (<10%), e, deste modo, não se
consideram como representativos.
Quadro 5.8 – Pesos das variáveis após rotação
F1 F2 F3 F4 F5
prazer_compras_lojas -.017 -.082 .798 -.033 .018
preoc_tempo -.120 .136 .726 .216 -.028
plan_compras .005 -.061 .433 -.402 .315
packaging -.064 .025 .007 .070 .852
saco_plast_pago -.151 .031 .153 .751 -.156
saco_plast_ofer .088 -.012 -.014 .769 .302
online_vs_loja .657 .323 .083 -.038 .098
online_stock .106 .685 .150 -.026 .082
online_comod .691 .214 -.044 -.034 .035
online_trust .544 .038 .068 -.108 .332
online_commu .009 .654 -.045 .100 .076
loja_prazer .524 .178 -.118 .084 -.290
perturb_online .644 -.054 .047 .046 -.077
tocar_produtos .672 -.059 -.142 .058 -.108
preco_online .155 .651 -.105 -.054 -.251
transp_online .620 .011 -.098 -.150 .003
% Var Acum 17.59 27.22 36.41 45.36 53.11
% Var 17.59 9.63 9.19 8.95 7.76
Val Prp após Rotação 2.81 1.54 1.47 1.43 1.24
Método de Extracção: ACP
Método de Rotação: Varimax
VariáveisFactores/Componentes
66
Relativamente à validade deste modelo multivariado estatístico (Quadro 5.10), o teste de
KMO revelou um valor de 0.718, mostrando que há uma correlação média (Quadro 5.9)
entre as variáveis. Por sua vez, relativamente à significância estatística, o teste de Bartlett
indica que o p-value é de 0,00 (1,02E-66), evidenciando a existência de correlação entre
variáveis. Deste modo, a utilização da ACP é apropriada para esta situação.
Por forma a obter conclusões sobre a população inquirida, na Figura 5.12 está representado
o gráfico que relaciona o factor F1 com o factor F2 e no qual se observa uma concentração
mais densa da população na zona circunscrita pela linha amarela, localizando-se em valores
próximos de 0.0, em ambos os factores, reflectindo assim uma menor expressão nas
variáveis que compõem os factores F1 e F2. Uma vez que estes factores representam a
Figura 5.12 – Gráfico Factor 1 vs. Factor 2
.718
χ² 610.323
df 120
p-value .000
Teste de Kaiser-Meyer-Olkin
Teste de Esfericidade de Bartlett
Quadro 5.10 – Testes estatísticos de KMO e Bartlett
Fact
or
2
Factor 1
KMO ACP
1 - 0.9 Muito Boa
0.8 - 0.9 Boa
0.7 - 0.8 Média
0.6 - 0.7 Razoável
0.5 - 0.6 Má
< 0.5 Inaceitável
Quadro 5.9 – Classificação qualitativa do teste estatístico KMO para ACP (Marôco 2011)
67
propensão para compras online, pode-se afirmar que estamos perante a formação de um
cluster, no qual, a sua população assume características de fraca propensão para o comércio
electrónico, afastando, mais uma vez, a hipótese de um possível efeito de substituição de
viagens por parte deste tipo actividade.
5.3.2. Modelo de Escolha Discreta
Nesta secção pretende-se, como segmento final da análise ao inquérito divulgado,
aprimorar e aprofundar o conhecimento sobre o comportamento da população em causa,
relativo ao comércio electrónico. Para tal, recorre-se à construção e calibração de um
modelo de escolha discreta (MED) Logit Binomial, baseado em preferências reveladas.
Os MED descrevem as escolhas dos decisores em cenários em que apenas é possível a
escolha de uma alternativa, entre duas ou mais disponíveis. Baseando-se na Teoria da
Utilidade Estocástica, estes modelos ajustam as probabilidades de escolha das alternativas,
procurando reproduzir as condições em que as pessoas exercem as suas escolhas, perante
um conjunto finito de alternativas, definindo que, o que motiva um indivíduo a optar por
uma determinada escolha, resulta apenas da Utilidade que essa escolha possui. Deste
modo, dadas as alternativas 1 e 2, a probabilidade de escolha da alternativa 1 é a
probabilidade de que sua utilidade seja superior à utilidade da alternativa 2 [5.1]. Verifica-se
assim, que a probabilidade de escolha entre alternativas se traduz na diferença das suas
utilidades.
Em que:
E:
Deste modo, a utilidade da alternativa 𝑗 para o decisor, ou indivíduo 𝑛, divide-se numa
componente sistemática 𝑉𝑛𝑗 e numa componente não observável 𝜀𝑛𝑗, na qual 𝑁 é o total de
𝑃𝑛1 = 𝑃(𝑈𝑛1 ≥ 𝑈𝑛2) ∀ 𝑛 ∈ 𝑛 = 1, … , 𝑁 [5.1]
𝑈𝑛𝑗 = 𝑉𝑛𝑗 + 𝜀𝑛𝑗 ∀ 𝑗, 𝑛 ∈ 𝑗 = 0, … , 𝐽 − 1 ; 𝑛 = 1, … , 𝑁 [5.2]
𝑉𝑛𝑗 = 𝑥𝑛𝛽𝑗 + 𝜀𝑛𝑗 ∀ 𝑗, 𝑛 ∈ 𝑗 = 0, … , 𝐽 − 1 ; 𝑛 = 1, … , 𝑁 [5.3]
68
indivíduos da amostra nas alternativas 𝑗, e 𝐽 é o total de alternativas no conjunto das
respostas. Relativamente à componente aleatória 𝜀𝑛𝑗, considera-se que, se os factores não
observáveis nas diferentes opções forem independentes entre si, a variável aleatória segue
uma distribuição de valor extremo ou Gumbel. Neste caso, os factores não observáveis são
independentes e identicamente distribuídos, o que implica que o valor esperado de
𝜀𝑛1 − 𝜀𝑛2 seja zero (Washington 2003). Por conseguinte, a expressão [5.1] equivale a:
Para 𝜀𝑛1 − 𝜀𝑛2 = 0 :
Em consequência, 𝑉𝑛𝑗 é frequentemente referida como a “componente representativa da
utilidade”, dado que, na prática, é nesta componente que o conjunto de atributos 𝑥𝑛 pode
ser observado e medido. Esta componente pode ser definida por uma expressão linear, em
que cada atributo tem um peso associado, 𝛽𝑗, que tem em consideração a utilidade
marginal do atributo. Este peso estabelece, portanto, a contribuição relativa que cada
atributo tem para a utilidade observada. Assim, 𝑥𝑛𝛽𝑗 representa a componente
determinística do modelo.
Contudo, a expressão geral do cálculo da probabilidade no modelo Logit indica que a
probabilidade é igual ao rácio entre o exponencial da utilidade para a alternativa escolhida e
o somatório dos exponenciais da utilidade de todas as alternativas (Washington 2003):
Para 𝜀𝑛𝑗 nulo, [5.6] é equivalente a:
No âmbito da metodologia aplicada nestes modelos, o conjunto de alternativas necessita de
apresentar três características. Em primeiro lugar, as alternativas devem ser mutuamente
𝑃𝑛1 = 𝑉𝑛1 + 𝜀𝑛1 ≥ 𝑉𝑛2 + 𝜀𝑛2 ∀ 𝑛 ∈ 𝑛 = 1, … , 𝑁
[5.4]
𝑃𝑛1 = 𝑉𝑛1 ≥ 𝑉𝑛2 ∀ 𝑛 ∈ 𝑛 = 1, … , 𝑁 [5.5]
𝑃𝑛1 =𝑒𝑈𝑛1
∑ 𝑒𝑈𝑛𝑗𝑛∀𝑗
∀ 𝑗, 𝑛 ∈ 𝑗 = 0, … , 𝐽 − 1 ; 𝑛 = 1, … , 𝑁 [5.6]
𝑃𝑛1 =𝑒𝑉𝑛1
∑ 𝑒𝑉𝑛𝑗𝑛∀𝑗
∀ 𝑗, 𝑛 ∈ 𝑗 = 0, … , 𝐽 − 1 ; 𝑛 = 1, … , 𝑁 [5.7]
69
exclusivas, da perspectiva do decisor, isto é, o decisor deve escolher unicamente uma
alternativa do conjunto. Em segundo lugar, o conjunto de alternativas deve ser exaustivo,
incluindo todas as possíveis alternativas significativas. Por fim, o número de alternativas
deve ser finito.
Construção e Calibração do MED
O modelo adoptado é o Logit Binomial, em que as duas alternativas são:
Alternativa 1): “o cliente não utiliza serviços online/entregas no momento de realizar
compras” (offline);
Alternativa 2): “o cliente utiliza serviços online/entregas no momento de realizar
compras (online).
Deste modo, pretende-se construir um modelo que reproduza a escolha das alternativas
offline e online. Na alternativa 1, offline, estão compreendidos todos os indivíduos,
assumindo que estes realizam compras em loja física, e deste modo, esta será a alternativa
fixada e a partir da qual as utilidades serão medidas. Para a alternativa 2, online, estão
compreendidas as compras online com os diversos serviços de entregas possíveis:
a) Encomenda online + Entrega ao domicílio
b) Encomenda online + Levantar na loja
c) Compra na Loja + Entrega ao domicílio
Esta agregação foi considerada devido ao reduzido número de inquiridos que realizam as
modalidades b e c, não justificando, por si só, a criação de mais alternativas. Contudo, uma
vez que este modelo foi criado no âmbito do segundo objectivo da dissertação, que visa a
avaliação do potencial de substituição por parte das e-groceries, e ao assumir-se que a
escolha da alternativa 2 constitui um contributo positivo para a substituição viagens, poder-
se-ia argumentar que as modalidades b e c têm um contributo negativo para o efeito de
substituição. No entanto, acredita-se que, nesta situação, este contributo negativo não se
verifique, estando salvaguardado pela elevada percentagem (>90%) do indicador trip
chaining para indivíduos da alternativa 2. Isto é, mais de 90% dos inquiridos que escolhem a
alternativa online, encadeia as suas viagens por motivos de compras noutros percursos
70
previamente definidos, fazendo com que aquelas tenham um efeito neutro, não
introduzindo viagens adicionais à sua rotina diária. Deste modo, considerou-se aceitável a
agregação das modalidades a, b e c numa alternativa única.
Tal como indica a Figura 5.13, o objectivo deste modelo é avaliar quais são os atributos
(variáveis) que mais influenciam na escolha da alternativa 2 e que provocam o seu
crescimento, uma vez que o seu aumento será um contributo positivo para a substituição de
viagens, e deste modo para a mobilidade sustentável dos meios urbanos.
A metodologia utilizada consistiu num processo iterativo de “tentativa e erro”, na qual se
calibraram cerca de 50 modelos, até à obtenção final de um modelo adequado e válido para
a interpretação dos resultados. Para tal, algumas considerações para a sua validação foram
delineadas, de modo a que o modelo seja significativo:
entre cada modelo produzido deverá existir uma melhoria significativa do valor de
verosimilhança (LL) em relação ao anterior;
o nível de significância (p-value) dos parâmetros (𝛽𝑗) deverá ser, desejavelmente, o
mais elevado possível, de preferência acima de 95%;
o valor de ajustamento dos dados ao modelo (Pseudo-R2) deverá ser igual ou
superior a 30%.
Os atributos considerados no modelo estão expressos sob a forma de variáveis extraídas
após o tratamento dos dados do inquérito (Anexo B), e através das quais se elaborou a
Figura 5.13 – Diagrama explicativo do MED
71
matriz de correlações (Quadro B.1), por forma a obter informação que auxiliasse,
inicialmente, a identificação das variáveis com potencial para integrar o MED.
Resultados do MED Logit Binomial
Após realizadas as calibrações, as variáveis seleccionadas para o MED, através do Biogeme
v1.8, foram as seguintes:
chthw – frequência de trip chaining no percurso casa-trabalho e/ou vice-versa;
pscar – frequência de utilização de carro para deslocações a pequenas superfícies
comerciais;
F1 – factor extraído da análise ACP (ver secção 5.3.1) que agrega informação de
diferentes variáveis no âmbito das compras online;
depend - número de dependentes no agregado familiar;
rend – rendimento mensal auferido pelo agregado;
webx – número de anos de experiência de utilização de internet;
Deste modo, através do MED, definiram-se as funções de utilidade para a alternativa offline:
E para a alternativa online:
A interpretação das constantes e parâmetros 𝛽𝑗 é realizada de forma expedita.
Relativamente à constante da alternativa 1, ela é igual a zero, tendo sido fixada neste valor
para permitir estimar os parâmetros dos restantes atributos. Isto é, no caso inicial, em que
os parâmetros são todos iguais a zero, 𝑉𝑛2 será a alternativa menos provável de ser
escolhida, em relação a 𝑉𝑛1, por possuir sinal negativo na sua constante.
𝑉𝑛1 = 0.718(𝑝𝑠𝑐𝑎𝑟)𝑛 + 0.153(𝑐ℎ𝑡ℎ𝑤)𝑛
[5.8]
𝑉𝑛2 = −2.09 + 1.15(𝐹1)𝑛 + 0.407(𝑑𝑒𝑝𝑒𝑛𝑑)𝑛 + 0.108(𝑟𝑒𝑛𝑑)𝑛 + 0.082(𝑤𝑒𝑏𝑥)𝑛 [5.9]
72
Por outro lado, o facto dos parâmetros ligados aos atributos (variáveis) possuírem sinais
positivos significa que contribuem, positivamente, para a escolha da alternativa em que
estão inseridos.
Observando o Quadro 5.11, verifica-se que nos atributos calibrados no modelo para a
alternativa 1, respeitante à não utilização de serviços online/entregas, as variáveis que
contribuem para o aumento da probabilidade da sua escolha são chthw (p-value=0.25) e
pscar (p-value=0.05), representando a frequência de encadeamento de viagens nos
percurso casa-trabalho (e vice-versa) e a frequência da utilização de carro aquando das
deslocações a estabelecimentos comerciais de pequena dimensão, respectivamente.
Isto significa que, com um nível de confiança de 75%, a atractividade dos serviços
online/entregas, provavelmente, diminui à medida que as famílias, nos seus percursos
diários, incluem mais visitas a estabelecimentos comerciais para compras de mercearias. De
facto, se um indivíduo incluir este tipo de viagens em percursos previamente definidos, não
deverá sentir necessidade de encomendar produtos de mercearia online, uma vez que a
deslocação ao supermercado não introduz perturbações significativas na sua rotina diária.
Por outro lado, o caso em que indivíduos registem valores elevados de frequência de
utilização de carro para deslocações de curta distância, significará, provavelmente, que no
Quadro 5.11 – Resultados da estimação do MED
Alternativa Atributo Parâmetro p-value
1. Offline (cte) 0.000 -
chthw 0.153 0.25*
pscar 0.718 0.05
2. Online (cte) -2.090 0.00
F1 1.150 0.00
depend 0.407 0.02
rend 0.108 0.37*
webx 0.082 0.04
Nº de observações 275
LL (nulo) -189.922
LL (cte) -168.049
LL (final) -126.134
R ² 0.336
Pseudo-R² 0.299
*p-value > 0.05
73
momento de realizar deslocações a grandes superfícies, habitualmente mais distantes em
comparação com o comércio de proximidade, estes indivíduos não hesitarão em utilizar o
carro, ao invés de utilizar um serviço online/entregas, favorecendo a alternativa 1. É, pois,
racional pensar que serão os indivíduos que desejam utilizar menos o carro, aqueles que
terão maior inclinação em experimentar, ou até mesmo aderir, a serviços de e-commerce
para realizar compras.
Relativamente à alternativa 2, verifica-se que, segundo este modelo, a probabilidade da sua
escolha é derivada da combinação de quatro atributos, apresentados pela sua ordem
crescente de importância, que lhes é dada pelos seus pesos: experiência de internet,
rendimento mensal, número de dependentes no agregado e a primeira componente
principal, F1, extraída através de análise factorial. De facto, este modelo indica que,
provavelmente, serão os indivíduos com maior experiência de utilização de internet,
pertencentes a famílias com elevado rendimentos mensais e com maior número de
dependentes a cargo, aqueles que recorrerão a serviços online/entregas no momento de
realizar compras de mercearias. Contudo, apesar do atributo rend apresentar um valor-p
igual a 0.37, indicando uma confiança de 63% na sua capacidade explicativa para a escolha
da alternativa 2, considerou-se importante mantê-lo no modelo, tendo em conta que
deverá ser interpretado com a devida limitação. Por outro lado, o atributo representado
pela variável F1, apresenta como resultados valores muito representativos nos campos de
parâmetro (+1.15) e de valor-p (0.00), confirmando ser o atributo mais importante na
alternativa online, uma vez que este é composto por um conjunto variáveis (Quadro 5.6 e
Quadro 5.8) que ajudam a construir o perfil online do inquirido, revelando algumas das suas
preferências (ver anexo B e/ou anexo C):
online_vs_loja – facilidade de compras online versus loja
online_comod – conveniência de compras online
online_trust – confiança em transacções online de dinheiro
loja_prazer – prazer de realizar compras online
perturb_online – impacte da entrega ao domicílio na rotina diária
tocar_produtos – importância do contacto directo com os produtos
transp_online – confiança no transporte de mercadorias
74
De facto, é muito provável que os indivíduos, que revelem uma atitude positiva perante as
compras online, ou seja, que nas variáveis anteriores apresentem níveis de concordância
elevados, sejam mais propensos a escolher a alternativa 2. Na verdade, este MED de escolha
binária revelou uma eficácia de 78%, isto é, o modelo conseguiu prever 78% das escolhas
realizadas pelos decisores, das quais 63% e 15% correspondem às escolhas para a
alternativa 1 e 2, respectivamente.
Alt1 (observado) Alt2 (observado) Total
Alt1 (estimado) 172 41 213
Alt2 (estimado) 19 43 62
Total 191 84 275
Estimado = Observado 78%
Quadro 5.12 – Eficácia do MED
75
Capítulo 6
Conclusões
As operações e-commerce da SONAE MC, geridas pelo Continente Online, apresentam
algumas oportunidades de melhoria, como está descrito no capítulo 4, onde se aborda o
caso de estudo desta dissertação. É de realçar o facto das slots de entrega não estarem
dimensionadas por forma a optimizar o sistema, ou seja, não contribuírem para a
capacidade máxima das viaturas de transportes, fazendo com que não se atinjam os valores
máximos de encomendas diárias.
Por outro lado esta ineficiência impede que a gestão da dimensão da frota se realize nos
máximos níveis de desempenho, uma vez que se torna mais complexo optimizar um
conjunto de veículos que trabalhem em janelas temporais não suficientemente adaptadas à
realidade dos problemas da logística urbana.
Contudo, neste caso de estudo, conclui-se que a equipa de transportes do Continente
Online apresenta um controlo de encomendas e de KPI relativamente rigoroso, através de
pontos de controlo previamente definidos, possibilitando assim a intervenção rápida,
sempre que se detecta alguma irregularidade.
Relativamente ao primeiro objectivo da tese, que visava a avaliação da potencial existência
de benefícios ambientais, que um serviço de entregas pode proporcionar, pode concluir-se
que foi atingido. Na verdade, é possível verificar que o serviço online possui zonas óptimas
76
de distribuição, ou seja, zonas nas quais as emissões são mais baixas, relativamente às
causadas pela realização de viagem à loja. O caso mais evidente é o da loja de Oeiras, onde
se pode observar a existência de anéis de distribuição que delimitam zonas, onde o serviço
online é mais eficiente. Pode então concluir-se, que cada caso tem características diferentes,
mas que têm como denominador comum a existência de zonas onde é mais eficiente
ambientalmente o serviço de entregas.
Deste modo, os resultados apontam para a ideia de que o comércio electrónico possui
características de redução de emissões e consumos energéticos, ainda que, no entanto, este
benefício apenas possa tomar proporções significativas, se o número de clientes aumentar e
se este tiver efeito de substituição de viagens à loja física. Observando o volume de
transacções online actual, não se verifica este efeito, apenas se podendo inferir que o
serviço de entregas ao domicílio, no caso de estudo, possa ter um efeito de
complementaridade ou até mesmo de neutralidade.
Assim, pode concluir-se, que o impacte ambiental gerado pelo comércio electrónico se
apresenta como negativo, visto que este serviço apenas introduz um acréscimo em viagens,
que, somadas àquelas que habitualmente um cliente realiza por motivos de compras,
comportam necessariamente consequências no aumento de emissões, de consumo
energético, de tráfego, de quilómetros percorridos, etc.
Outro efeito que não está quantificado neste trabalho, mas que pode ser responsável por
um agravamento do impacte ambiental, é a geração de viagens adicionais provocadas por
compras incompletas online. Mokhtarian (2004) alerta para o fenómeno de que o cabaz de
compras online raramente é suficiente para satisfazer as necessidades do cliente,
obrigando-o a deslocar-se a superfícies comerciais para o completar. Para cada um dos
casos de estudo que identifique a substituição de viagens como resultado da utilização de
serviços de comércio electrónico, deverá ficar comprovada a inexistência do fenómeno
anteriormente descrito.
Através dos dados do inquérito, pretendeu-se dar resposta ao segundo objectivo da
dissertação, que aborda o potencial de substituição de viagens de serviços de comércio
77
electrónico de mercearias. Realizou-se uma análise à luz de indicadores previamente
definidos, como os mais influentes no momento da escolha de um serviço deste tipo.
Na amostra do inquérito, os indicadores de mobilidade, hábitos de consumo e tecnologia
apresentam resultados característicos de variáveis que têm o efeito típico de
complementaridade. Os dados obtidos do indicador mobilidade revelam as motivações da
utilização deste tipo de serviço, não estando estas relacionadas com o facto de os indivíduos
não possuírem viatura, ou elevador na residência, ou estacionamento privado. Estes
factores são completamente alheios ao perfil de um cliente online. Outro exemplo está
latente nos hábitos de consumo revelados, que mostram que a utilização destes meios, para
adquirir produtos, apenas se realiza para a compra de categorias diferentes daquelas que
habitualmente são adquiridas nas viagens à loja física.
A tecnologia é um indicador que revela uma relação positiva entre o número de anos de
experiência de utilização de internet com o perfil de cliente online. De facto, são os
indivíduos com maior experiência que utilizam estes serviços, embora 76% realizem
compras uma vez por mês, ou menos, nos canais online.
Os indicadores de atitude contêm informação relativa à propensão dos indivíduos da
amostra. Os resultados mais expressivos são os de propensão online e ecológica, revelando
que cerca de 80% da população inquirida, não mostra interesse pela adopção de serviços
online, e que, destes, 60% possuem classificações correspondentes à atitude “indiferente”.
Deste modo, podemos afirmar que todos os indicadores construídos tendem a convergir
para a mesma conclusão: o comércio electrónico poderá substituir deslocações para
aquisição de algumas categorias de produtos, embora se traduza num efeito de
complementaridade ou de neutralidade, face à necessidade de deslocação para adquirir os
restantes produtos do cabaz de compras convencional.
Ainda relativamente ao segundo objectivo da dissertação, conclui-se, da análise dos
métodos analíticos utilizados, nomeadamente do modelo de escolha discreta, que,
provavelmente, existirão factores que influenciam a população no momento da escolha de
serviços online/entregas, que habitualmente não são considerados por não serem intuitivos,
como por exemplo, o número de dependentes no agregado familiar ou o rendimento
78
mensal. Através do modelo de escolha discreto calibrado, pode-se inferir, por exemplo, que
um elevado número de dependentes a cargo poderá contribuir para a escolha de serviços
online/entregas, provavelmente devido à dificuldade acrescida de trabalhos domésticos e
de rotina diária que uma família numerosa implica, sobrando, deste modo, possivelmente,
pouco tempo para deslocações a grandes superfícies comerciais. Também agregados com
elevados rendimentos mensais, segundo o modelo, aparentemente, manifestam níveis de
interesse e atractividade pelo comércio electrónico superiores àqueles agregados que
auferem rendimentos inferiores. Provavelmente fica indiciada a existência dum preconceito
em relação ao preço de produtos online, demonstrando que as famílias com rendimentos
mais reduzidos preferem realizar compras em loja física.
Será apenas através da utilização de métodos de carácter analítico, que se conseguirá
atingir um elevado nível de conhecimento, com capacidades preditivas relativamente a este
tipo de parâmetros sociais. Os métodos analíticos utilizados, Análise de Componentes
Principais e MED Logit Binomial, vieram introduzir novo conhecimento relativo ao perfil de
um cliente online, possibilitando a caracterização de qualquer população relativamente ao
potencial de substituição de viagens.
Globalmente, a hipótese de substituição é ainda incipiente. Possivelmente, a ainda fraca
adesão a estes serviços poderá ter como causas a qualidade dos serviços online prestados e
o facto de ser um serviço relativamente recente no quotidiano actual, tratando-se de um
mercado emergente em Portugal, que ainda não penetrou nos hábitos de vida da
população. A ineficácia da aplicação desta medida, como contributo para a mobilidade
sustentável, a curto ou médio prazo é revelada pela literatura académica, através da qual
muitos investigadores e instituições publicaram os seus trabalhos e projectos. Contudo,
teoricamente, e em alguns casos verificados na Europa e EUA, existem casos em que ocorre
substituição de viagens. Não obstante, atingir esse objectivo como meio de redução de
emissões e consumos energéticos, contempla uma mudança de mentalidades e de cultura
social, que apenas terá sucesso a longo prazo.
79
Referências
Abukhader, S. “Eco-efficiency in the area of electronic commerce - should 'Eco-Effectiveness' approach be adopted?” Journal of Cleaner Production 16 (2008): 801-808.
Agarwal, R. K. “Sustainable ground transportation - review of technologies, challenges and opportunities.” Intenational Journal of Energy and Environment (IJEE) 4, no. 6 (2013): 1061-1078.
APA, Agência Portuguesa do Ambiente. “Portuguese National Inventory Report.” 2013, 3-4.
Banister, D. “The sustainable mobility paradigm.” Transport Policy 15 (2008): 73-80.
Bierlaire, M. Estimation of discrete choice models with BIOGEME 1.8. Lausanne, Switzerland: Ecole Polytechnique Fédérale de Lausanne, Transport and Mobility Laboratory, 2009.
Cairns, S. “Delivering alternatives - Sucess and failures of home delivery services for food shopping.” Transport Policy 3, no. 4 (1996): 155-176.
Cao, X. “E-shopping, Spatial Attributes and Personal Travel - A Review of Empirical Studies.” Journal of the Transportation Research Board (Transportation Research Record), no. 2135 (2009): 160-169.
CIVC Consulting. Consumer market study on the functioning of e-commerce and Internet marketing and selling techniques in the retail of goods. Final Report - Part 1: Synthesis Report, Berlin: Executive Agency for Health and Consumers, Germany, 2011.
Gonzalez-feliu, J., Durand, B. “Urban logistics and e-grocery: Have proximity delivery services a positive impact on shopping trips?” The Seventh International Conference on City Logistics, Procedia - Social Beahvioral Sciences 39 (2012): 510-520.
Hadjidimitriou, S., Dell'Amico, M. “Innovative logistics and model containers solution for efficient mile delivery.” Procedia - Social and Behavioral Sciences 48 (2012): 1505-1514.
Hesse, M. “Shipping news: the implications of electronic commerce for logistics and freight transport.” Resources, Conservation and Recycling 36 (2002): 211-240.
Hsiao, M. “Shopping mode choice: Physical store versus e-shopping.” Transportation Research - Part E 45 (2009): 86-95.
Jönson, G., Abukhader, S. “E-commerce and Environment: a Gateway for the Renewal of Greening Supply Chains.” International Journal fo Technology Management, 2003.
80
Lanzendorf, M., Farag, S., Dijst, M. “Exploring de use of e-shopping and its impact on personal travel behavior in the Netherlands.” 82nd Annual meeting of the Transportation Research Board, January 2003.
Larossi, G. O Poder da Concepção em Inquéritos por Questionário. Translated by M., Antunes, A. Torre. Lisboa: Fundação Calouste Gulbenkian, Serviço de Educação e Bolsas (2011), 2006.
Lenz, B. “Will electronic commerce help to reduce traffic in agglomeration areas?” TRB - 82nd Annual Metting. Washigton, 2003.
Lin, Y., Liao, S., Chen, Y. “Mining costumer knowledge to implement online shopping and home delivery for hypermarkets.” Expert Systems with Applications 38 (2011): 3982-3991.
Marôco, J. Análise Estatística com o SPSS Statistics. 2011. Marshall, S., Banister, D. “Travel reduction strategies: intentions and outcomes.”
Transportation Research Part A 34 (2000): 321-338. Mattfled, D., Ehmke, J. “Vehicle routing for attended home delivery in city logistics.”
Procedia - Social and Behavioral Sciences 39 (2012): 622-632. MIT-IST. “Project SCUSSE - Smart Combination of passenger transport modes and services in
Urban areas for maximum System Sustainability and Efficiency.” Lisboa, 2010. Mokhtarian, P. “A conceptual analysis of the transportation impacts of b2c e-commerce.”
Transportation 31 (2004): 257-284. Punakivi, M. “Comparing alternative home delivery models for e-grocery business.” 2003. Raijas, A. “The consumer benefits and problems in the electronic grocery store.” Journal of
Retailing and Consumer Services 9 (2002): 107-113. Rose, J.M., Hensher, D.A., Greene,W.H. Applied Choice Analysis - A Primer. 2005. Ruan, M., Kawamura, K., Lin, J. “Modeling urban comercial vehicle daily tour chaining.”
Transportation Research - Part E 48 (2012): 1169-1184. Russo, F., Comi, A. “City characteristics and urban goods movements: A way to
environmental transportation system in a sustainable city.” The Seventh International Conference on City Logistics. Procedia - Social and Behavioral Sciences 39 (2012): 61-73.
Salomon, I., Rotem-Mindali, O. “The impacts of E-retail on the choice of shopping trips and delivery: Some preliminary findings.” Transportation Research - Part A 41 (2007): 176-189.
Sayani, H. H., Rico, D. F., Field, R. F. “History of Computers, Electronic Commerce and Agile Methods.” Advances in Computers 73 (2008).
Schwanen, T., Farag, S., Faber, J., Dijst, M. “Shopping online and/or in-store? A structural equation model of the relationships between e-shopping and in-store shopping.” Transportation Research - Part A 41 (2007): 125-141.
Sinnott, R. W. “Virtues of the Haversine.” Sky and Telescope 68, no. 2 (1984): 159+. S'Jegers, R., Geuens, M., Brengman, M. “Food reatailing, now and in the future. A consumer
perspective.” Journal of Retailing and Consumer Services 10 (2003): 241-251. Sofres, Taylor Nelson. “Global e-Commerce Report.” 2001. Soh, D. L., Matthews, H. S., Hendrickson, C.T. “Environmental and Economic Effects of E-
Commerce: A Case Study of Book Publishing and Retail Logistics.” Transportation Research Record 1763, 2001: 6-12.
Sparks, L., Burt, S. “E-commerce and the retail process: A review.” Journal of Retailing and Consumer Services 10 (2003): 275-286.
81
Thompson, R., Taniguchi, E., Yamada, T. “Emerging techniques for enhacing the practical application of city logistics models.” The Seventh International Conference on City Logistics. Procedia - Social and Behavioral Sciences 39 (2012): 03-18.
Tütüncü, Y., Goethals, F., Leclercq-Vandelannote, A. “French consumers' perceptions of the unattended delivery model for e-grocery retailing.” Journal of Retailing and Consumer Services 19 (2012): 133-139.
Vardoulakis, S., Pericleous, K., Fisher, B. E. A., Gonzalez-Flesca, N. “Modelling air quality in street canyons: a review.” Atmospheric Environment 37 (2003): 155-182.
Verhoef, P., Langerak, F. “Possible determinants of consumers' adoptions of electronic grocey shopping in the Netherlands.” Journal of Retailing and Consumer Services 8 (2001): 275-285.
Vernet, G., Schoenewolf, W., Hadjidimitriou, S., Deloof, W., Dell'Amico, M. “CityLog - Sustainability and efficiency of city logistics: The M-BBX (Modular BentoBox System).” IEEE Forum on Integrated and Sustainable Transportation Systems, Vienna, Austria, June 2011.
Visser, E., Lanzendorf, M. “Mobility and Accessiblity effects of B2C e-commerce: A literature review.” Tijdschirf voor Economische en Sociale Geografie (Royal Dutch Geographical Society KNAG) 95, no. 2 (2003): 189-205.
Washington, S.P., Mannering, F.L., Karlaftis, M.G. Statistical and Econometric Methods for Tansportation Data Analysis. 2003.
Weltevreden, J. “Substitution or complementarity? How the Internet changes city centre shopping.” Journal of Retailing and Consumer Services 14 (2006): 192-207.
Weltevreden, J., Boschma, R.A. “The evolutionary nature of b2c e-commerce in inner cities.” E-commerce, e-business and the dynamics of economic development. Ashgate, Aldershot, forthcoming, 2004.
Weltevreden, J., Rotem-Mindali, O. “Mobility effects of b2c and c2c e-commerce in the Netherlands: a quantitave assessment.” Journal of Transport Geography 17 (2009): 83-92.
Woodward, A., Woodcock, J., Tonne, C., Tiwari, G., Roberts, I., Mohan, D., Mittal, I., Lindsay, G., Hickman, R., Haines, A., Franco, H. O., Edwards, P., Cohen, A., Chowdhury, Z., Chalabi, Z., Beevers, S., Banister, D., Ashiru, O., Armstrong, G. B. “Public health benefits of strategies to reduce greenhouse-gas emissions: urban land transport.” Lancet 374, no. 9705 (2009): 1930-1943.
Xu, Z., Douma, F., Cleaveland, F., Cao, X. The Interactions between E-Shopping and Store Shopping: A Case Study of the Twin Cities. CTS Project #2009040 - Final Report, Center for Transportation Studies, University of Minnesota, Minneapolis: The Inteligent Transport Systems Institute, 2010.
91
Qu
adro
B.1
– M
atri
z d
e C
orr
ela
çõe
s d
as v
ariá
veis
exp
licat
ivas
Choice
age
gen
rend_base
agreg
depend
lift
cc
carros
Est_Pri
gsbic
gstrn
gsmtr
gsbus
gscar
gsmota
gswalk
psbic
pstrn
psmtr
psbus
pscar
psmota
pswalk
chtrip
chthw
chths
chthf
chtsp
webx
F1
F2
age
0.2
60
gen
0.0
26
-0.0
44
ren
d_b
ase
0.1
84
0.2
15
-0.1
05
agr
eg0
.06
10
.16
6-0
.01
70
.37
0
dep
end
0.1
97
0.5
07
-0.0
29
0.2
72
0.7
52
lift
0.0
66
0.1
44
-0.0
69
0.1
01
-0.0
67
0.0
25
cc-0
.02
90
.15
1-0
.04
80
.07
5-0
.08
2-0
.02
40
.05
8
carr
os
-0.0
46
-0.1
62
0.0
73
0.3
39
0.4
49
0.1
32
-0.0
69
0.1
46
Est_
Pri
-0.0
04
-0.0
28
0.0
59
0.1
38
0.0
17
0.0
37
0.0
91
-0.0
03
0.1
81
gsb
ic0
.05
10
.25
4-0
.12
60
.09
60
.35
70
.39
00
.00
00
.04
20
.07
9-0
.04
7
gstr
n0
.02
6-0
.09
3-0
.00
6-0
.10
1-0
.03
4-0
.09
1-0
.08
6-0
.22
2-0
.10
1-0
.02
4-0
.02
1
gsm
tr0
.09
2-0
.13
6-0
.11
4-0
.10
70
.02
3-0
.01
60
.01
6-0
.15
8-0
.06
5-0
.04
7-0
.03
10
.40
5
gsb
us
0.1
47
-0.0
34
-0.1
00
-0.1
38
-0.0
10
0.0
24
-0.0
18
-0.3
53
-0.2
07
-0.0
70
-0.0
25
0.2
96
0.4
10
gsca
r-0
.02
50
.02
70
.14
20
.12
70
.03
10
.00
60
.01
60
.20
00
.24
60
.21
0-0
.08
6-0
.17
6-0
.34
8-0
.34
9
gsm
ota
-0.0
99
0.0
31
-0.0
55
0.0
27
0.0
07
0.0
00
0.0
50
0.0
51
0.0
72
0.0
17
-0.0
18
-0.0
26
-0.0
38
-0.0
30
0.0
16
gsw
alk
-0.1
22
-0.0
72
-0.0
85
-0.1
37
-0.0
04
0.0
07
-0.0
29
-0.1
13
-0.2
05
-0.1
98
0.1
20
0.0
76
0.0
64
-0.0
11
-0.5
40
-0.0
43
psb
ic0
.11
70
.02
9-0
.00
50
.11
80
.02
20
.03
90
.00
10
.05
10
.02
30
.06
70
.39
8-0
.02
6-0
.03
8-0
.03
00
.01
6-0
.02
20
.06
6
pst
rn0
.03
60
.29
6-0
.08
80
.03
60
.43
00
.46
00
.00
0-0
.11
00
.09
80
.01
00
.34
70
.24
0-0
.02
2-0
.01
7-0
.16
6-0
.01
30
.13
1-0
.01
3
psm
tr0
.02
8-0
.07
4-0
.08
60
.14
80
.04
2-0
.00
70
.02
8-0
.13
10
.10
20
.04
3-0
.01
7-0
.02
40
.30
40
.11
1-0
.19
7-0
.02
0-0
.02
9-0
.02
0-0
.01
2
psb
us
0.0
36
-0.0
44
-0.0
03
0.0
05
-0.0
30
-0.0
45
0.0
86
-0.1
10
-0.0
29
0.0
96
-0.0
10
-0.0
15
-0.0
22
-0.0
17
-0.0
61
-0.0
13
0.0
38
-0.0
13
-0.0
07
-0.0
12
psc
ar
-0.1
50
-0.0
99
0.1
96
-0.0
34
0.1
10
0.0
38
-0.2
47
-0.0
18
0.2
37
0.1
72
0.0
47
-0.0
26
-0.1
44
-0.1
40
0.3
55
-0.0
49
-0.1
57
0.0
04
-0.0
59
-0.0
93
-0.0
59
psm
ota
-0.0
45
0.2
43
-0.0
55
0.1
00
0.2
30
0.2
74
0.0
50
0.0
51
0.1
70
0.0
67
0.1
90
-0.0
26
-0.0
38
-0.0
30
-0.0
45
0.4
89
0.0
11
-0.0
22
0.2
80
-0.0
20
-0.0
13
0.0
04
psw
alk
0.1
34
-0.0
59
-0.0
87
-0.1
04
-0.1
21
-0.1
61
0.0
82
-0.1
03
-0.2
77
-0.1
77
-0.0
20
0.0
83
0.0
45
0.0
97
-0.1
55
0.0
07
0.2
50
-0.0
57
-0.0
69
-0.0
75
0.0
41
-0.5
75
-0.1
85
chtr
ip-0
.01
90
.07
20
.03
6-0
.03
7-0
.03
8-0
.01
0-0
.02
70
.02
0-0
.02
2-0
.03
5-0
.07
00
.05
40
.02
6-0
.00
30
.03
0-0
.04
20
.06
1-0
.04
20
.02
60
.04
20
.02
6-0
.00
90
.04
6-0
.01
5
chth
w-0
.10
50
.05
30
.04
0-0
.20
5-0
.11
4-0
.07
80
.00
9-0
.03
7-0
.07
3-0
.08
5-0
.04
8-0
.05
10
.03
1-0
.02
7-0
.04
8-0
.01
80
.10
7-0
.05
90
.00
20
.04
90
.03
80
.02
1-0
.08
0-0
.00
20
.51
2
chth
s0
.07
60
.23
80
.07
40
.10
80
.19
20
.31
6-0
.00
90
.05
60
.03
70
.06
6-0
.00
5-0
.00
7-0
.03
4-0
.07
40
.18
4-0
.05
7-0
.14
8-0
.03
20
.04
00
.03
6-0
.04
70
.12
1-0
.00
6-0
.12
70
.17
00
.06
7
chth
f-0
.03
90
.03
80
.00
2-0
.14
5-0
.00
90
.02
0-0
.05
9-0
.01
20
.00
3-0
.04
00
.08
70
.00
90
.09
60
.03
70
.06
8-0
.07
90
.04
3-0
.05
30
.01
60
.05
4-0
.07
60
.15
10
.02
7-0
.13
80
.27
50
.11
10
.12
0
chts
p-0
.00
9-0
.05
9-0
.14
50
.05
60
.06
40
.05
5-0
.04
80
.04
60
.14
40
.00
20
.04
80
.09
00
.09
7-0
.00
8-0
.03
8-0
.02
90
.02
10
.02
10
.01
20
.04
7-0
.07
40
.09
80
.04
6-0
.14
30
.26
70
.17
20
.05
60
.33
1
web
x0
.14
50
.53
2-0
.16
70
.11
0-0
.11
20
.15
00
.16
00
.23
4-0
.19
60
.04
60
.10
0-0
.06
9-0
.09
8-0
.06
4-0
.00
10
.10
8-0
.01
70
.09
20
.07
0-0
.11
2-0
.00
8-0
.09
70
.15
30
.00
5-0
.06
60
.04
1-0
.00
8-0
.03
3-0
.06
5
F10
.46
20
.01
2-0
.05
40
.11
5-0
.00
50
.03
60
.01
5-0
.09
5-0
.01
3-0
.00
70
.01
30
.04
70
.10
70
.06
5-0
.07
80
.10
1-0
.01
10
.03
60
.05
10
.07
90
.06
0-0
.07
50
.02
10
.08
5-0
.04
6-0
.03
6-0
.05
4-0
.00
70
.04
5-0
.00
2
F2-0
.01
5-0
.06
1-0
.09
80
.06
0-0
.06
8-0
.07
3-0
.07
60
.00
0-0
.02
70
.00
6-0
.03
3-0
.01
00
.03
7-0
.07
8-0
.06
00
.05
90
.07
90
.01
70
.07
10
.15
0-0
.03
3-0
.05
40
.09
30
.01
40
.03
1-0
.01
20
.02
8-0
.01
40
.04
30
.04
10
.00
0
Lege
nd
a: C
orr
≥ |
0.5
|
|0.3
|≥ C
orr
> |
0.5
|
|0.1
|≥ C
orr
> |
0.3
|
93
Quadro B.2 – Variáveis VARIÁVEIS
Qual o seu ano de nascimento? (Ex.:1980) age
Qual o seu sexo? gen
Qual a sua ocupação? ocup
Quais são as suas habilitações l iterárias? hablit
Qual é o rendimento mensal bruto do seu agregado familiar? (Por favor
considere todas as fontes de rendimento antes de impostos e outras
deduções)
rend
crianca child
adolesc adolesc
adulto adult
idoso idoso
agregado agreg
dependentes depend
O seu edifício/habitação possui elevador? lift
Possui carta de condução? cc
Quantas viaturas existem no seu agregado familiar? car
estacionamento privado Est_Pri
estacionamento publico Est_Pu
número de grandes superfícies existentes no seu bairro. (Zona com raio de
500 m, aproximadamente 10 minutos a pé.)gsnum
número de pequenas superfícies existentes no seu bairro. (Zona com raio de
500 m, aproximadamente 10 minutos a pé.)psnum
Indique uma estimativa aproximada do seu gasto mensal em grandes
superfíciesgseur
Indique uma estimativa aproximada do seu gasto mensal em pequenas
superfíciespseur
Indique aproximadamente com que frequência se desloca gsfr
Indique aproximadamente com que frequência se desloca psfr
Qual(ais) o(s) modo(s) de transporte escolhido(s) nas suas
deslocações? (Escolha no máximo duas opções por tipo de
estabelecimento) Hipermercados e supermercados - Bicicleta gsbic
Hipermercados e supermercados - Comboio gstrn
Hipermercados e supermercados - Metropolitano gsmtr
Hipermercados e supermercados - Autocarro gsbus
Hipermercados e supermercados - Carro gscar
Hipermercados e supermercados - Mota gsmota
Hipermercados e supermercados - A pé gswalk
Comércio local - Bicicleta psbic
Comércio local - Comboio pstrn
Comércio local - Metropolitano psmtr
Comércio local - Autocarro psbus
Comércio local - Carro pscar
Comércio local - Mota psmota
Comércio local - A pé pswalk
Excluindo o percurso de ida/volta, quanto tempo demora a fazer as
suas compras? Hipermercados e supermercados gstemp
Comércio local pstemp
Costuma encadear as suas viagens por motivos de compras noutros
percursos regulares/habituais? SIM/NÃO chtrip
Costuma encadear as suas viagens por motivos de compras noutros
percursos regulares/habituais? (Ex.: "Ocasionalmente no percurso
até ao ginásio costumo passar pelo supermercado para adquirir
produtos..") Escolha em qual(ais) do(s) percurso(s) tem por hábito
encadear as suas viagens. Casa-trabalho chthw
Casa-escola(fi lhos)-trabalho chths
Visita a casa de amigos ou familiares chthf
Actividades desportivas (ginásio, ténis, etc.) chtsp
Indique aproximadamente o número de anos de experiência que
possui de internet.webx
Responda de acordo com a sua frequência de util ização da internet. Pesquisa de informação sobre produtos e/ou lojas frwebr
Pesquisa de informação relacionado com trabalho e/ou lazer frwebw
Compra de mercearias (perecíveis e não perecíveis) frbuyeg
Compra de produtos não essenciais (l ivros, equipamentos electrónicos, etc) frbuyo
Qual(ais) o(s) tipo(s) de serviço(s) que já util izou? Continente - Compra online e entrega ao domicíl io oecol
Jumbo - Compra online e entrega ao domicíl io oeju
El Corte Inglés - Compra online e entrega ao domicíl io oecort
Pão de Açúcar - Compra online e entrega ao domicíl io oepac
Pingo Doce - Compra online e entrega ao domicíl io oepd
Continente - Compra online e levantamento na loja olcol
Pingo Doce - Compra online e levantamento na loja olpd
Jumbo - Compra online e levantamento na loja olju
Pão de Açúcar - Compra online e levantamento na loja olpac
El Corte Inglés - Compra online e levantamento na loja olcort
El Corte Inglés - Compra na loja e entrega ao domicíl io lecort
Pão de Açúcar - Compra na loja e entrega ao domicíl io lepac
Continente - Compra na loja e entrega ao domicíl io lecol
Jumbo - Compra na loja e entrega ao domicíl io leju
Pingo Doce - Compra na loja e entrega ao domicíl io lepd
Responda de acordo com a sua frequência de compras online e/ou
entregas ao domicíl io Continente frcol
Jumbo frju
El Corte Inglés frcort
Pão de Açúcar frpac
Pingo Doce frpd
Indique uma estimativa aproximada do seu gasto mensal online e/ou
entregas ao domicíl io. Continente eurcol
Jumbo eurju
El Corte Inglés eurcort
Pão de Açúcar eurpac
Pingo Dce eurpd
factor 1 F1
factor 2 F2
factor 3 F3
95
Quadro B.3 – Variáveis utilizadas na ACP
F1 F2 F3 F4 F5
Classifique as seguintes afirmações, acerca
de compras em loja, de acordo com os seus
hábitos "Eu gosto de fazer compras" prazer_compras_lojas -0.017 -0.082 0.798 -0.033 0.018
"Quando realizo compras não estou
preocupado com o tempo" preoc_tempo -0.120 0.136 0.726 0.216 -0.028
"Habitualmente realizo compras não
planeadas" plan_compras 0.005 -0.061 0.433 -0.402 0.315
Classifique as seguintes afirmações, acerca
de compras em loja, de acordo com os seus
hábitos
"Habitualmente adquiro produtos com
empacotamentos ligeiros e/ou com
embalagens simples" packaging -0.064 0.025 0.007 0.070 0.852
"Nunca util izo sacos de plástico quando são
cobrados pelas lojas" saco_plast_pago -0.151 0.031 0.153 0.751 -0.156
"Nunca util izo sacos de plástico quando são
oferecidos pelas lojas" saco_plast_ofer 0.088 -0.012 -0.014 0.769 0.302
Classifique as seguintes afirmações, acerca
de compras online, de acordo com a sua
opinião
"Comprar online é mais simples do que
numa loja convencional" online_vs_loja 0.657 0.323 0.083 -0.038 0.098
"O stock de produtos online é habitualmente
superior" online_stock 0.106 0.685 0.150 -0.026 0.082
"É mais conveniente comprar online por não
ter de sair de casa" online_comod 0.691 0.214 -0.044 -0.034 0.035
"Pagamentos online de cartao de crédito é
fiável" online_trust 0.544 0.038 0.068 -0.108 0.332
"A maior parte dos meus conhecidos
compram online" online_commu 0.009 0.654 -0.045 0.100 0.076
Classifique as seguintes afirmações, acerca
de compras online, de acordo com a sua
opinião
"Comprar online dá mais prazer do que
numa loja convencional" loja_prazer 0.524 0.178 -0.118 0.084 -0.290
"A entrega online não perturba
significativamente o meu quotidiano" perturb_online 0.644 -0.054 0.047 0.046 -0.077
"Não considero importante observar de
perto e/ou tocar os produtos que compro" tocar_produtos 0.672 -0.059 -0.142 0.058 -0.108
"Comprar online é mais barato do que numa
loja convencional" preco_online 0.155 0.651 -0.105 -0.054 -0.251
"Não receio que os produtos fiquem
danificados no transporte" transp_online 0.620 0.011 -0.098 -0.150 0.003
Factores extraídos
VARIÁVEIS