Análise de investimento em franquias baseada em clusterização multicritério

Abstract

Os investidores buscam diferentes mecanismos para auxiliar no processo da tomada de decisão de investir capital em empresas que seguem o modelo de comercialização fundamentado em franquias, sendo apoiada, principalmente, por meio de fatores financeiros. Nesse sentido, o presente estudo objetiva a aplicação de dois algoritmos de clusterização multicritério ordenada com o objetivo de apresentar as franquias que se aproximam das preferências do decisor, facilitando o processo de decisão. Com a revisão da literatura, foram selecionados 8 critérios para apoiar as preferências do decisor, juntamente com uma amostra de 241 franquias, que foram selecionadas na base de dados da Associação Brasileira de Franquias (ABF) e que continha dados para todos os critérios da análise. Para obtenção das preferências do decisor, foi utilizado um questionário estruturado, onde foi utilizado o Fuzzy Analytic Network Process para obtenção dos pesos. Em seguida, foi aplicado os algoritmos para diferentes partições ordenadas de k clusters. Realizou-se também a análise conjunta entre os resultados dos dois algoritmos utilizados. Apoiado nos resultados, foi percebido que obter os clusters de forma ordenada oferece, além da análise segundo os critérios preestabelecidos das franquias, a incorporação da preferência do decisor, implicando em resultados customizados. O resultado considerando os dois algoritmos indicou que 42 franquias apresentavam resultados satisfatórios de acordo com a preferência do decisor nas duas análises. Dessa forma, o método pode auxiliar a alocação do capital em franquias de forma mais assertiva e direcionada, apoiada em mais de um algoritmo, havendo a possibilidade de investimento em mais de uma franquia. A pesquisa apresenta também contribuições científicas, pois foram encontrados poucos estudos que analisaram o investimento de franquias utilizando métodos multicritérios e clusters apesar do aumento do interesse dos novos investidores nesse setor após a pandemia da Covid-19.