https://iberoamericanic.org/rev <p>A Revista Inteligência Competitiva - RIC é uma publicação acadêmica, editada pela Editora Alumni in, voltada para a produção e disseminação do conhecimento científico nas áreas:<strong> <span style="font-size: small;"><span style="font-family: tahoma,sans-serif;">Inteligência artificial; </span></span><span style="font-size: small;"><span style="font-family: tahoma,sans-serif;">Inteligência tecnológica; </span></span><span style="font-size: small;"><span style="font-family: tahoma,sans-serif;">Gestão da informação; </span></span><span style="font-size: small;"><span style="font-family: tahoma,sans-serif;">Marketing; </span></span><span style="font-size: small;"><span style="font-family: tahoma,sans-serif;">Estratégia; </span></span><span style="font-size: small;"><span style="font-family: tahoma,sans-serif;">Vantagem competitiva; </span></span><span style="font-size: small;"><span style="font-family: tahoma,sans-serif;">Gestão da Inovação; </span></span><span style="font-size: small;"><span style="font-family: tahoma,sans-serif;">Empreendedorismo; </span></span><span style="font-size: small;"><span style="font-family: tahoma,sans-serif;">Gestão ambiental e, </span></span><span style="font-size: 12pt; font-family: 'Times New Roman',serif;"><span style="font-size: small;"><span style="font-family: tahoma,sans-serif;">Gestão estratégica de pessoas.</span></span></span></strong></p> <p>A publicação tem como públicos-alvo professores, pesquisadores, estudantes de graduação e pós-graduação e profissionais com atuação nos setores de marketing, administração, engenharias e tecnologias da informação.<br /><br />Divulgada exclusivamente em meio eletrônico, a<strong> RIC está classificada como B2</strong> no Sistema CAPES/Qualis e pode ser encontrada nos seguintes indexadores e diretórios: Latindex; EBSCO HOST; Spell - Scientific Periodicals Electronic Library; Directory of Open Access Journals – DOAJ; Directory of Research Journal Indexing – DRJI; Revistas de Livre Acesso – LivRe; Sumários de Revistas Brasileiras – Sumários.org.</p> <p><strong>e-ISSN: </strong><strong>2236-210X</strong> | Ano de criação: 2011 | Área do conhecimento: <strong>Administração e áreas correlatas</strong>|</p> Revista Inteligencia Competitiva pt-BR Revista Inteligência Competitiva 2236-210X <p>O(s) autor(es) autoriza(m) a publicação do texto na da revista;</p> <p>O(s) autor(es) garantem que a contribuição é original e inédita e que não está em processo de avaliação em outra(s) revista(s);</p> <p>A revista não se responsabiliza pelas opiniões, idéias e conceitos emitidos nos textos, por serem de inteira responsabilidade de seu(s) autor(es);</p> <p>É reservado aos editores o direito de proceder a ajustes textuais e de adequação às normas da publicação.</p> <p>Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a<span class="apple-converted-space"> <strong><a href="http://creativecommons.org/licenses/by-nc/4.0/" rel="license">Creative Commons Atribuição-NãoComercial 4.0 Internacional</a></strong></span><strong>.</strong>que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.</p> <p>Esta licença permite que outros remixem, adaptem e criem a partir do seu trabalho<strong> para fins não comerciais</strong>, e embora os novos trabalhos tenham de lhe atribuir o devido crédito e <strong>não possam ser usados para fins comerciais</strong>, os usuários não têm de licenciar esses trabalhos derivados sob os mesmos termos.</p> <p>Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.</p> <p>Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre) em<a href="http://opcit.eprints.org/oacitation-biblio.html">http://opcit.eprints.org/oacitation-biblio.html</a></p> https://iberoamericanic.org/rev/article/view/441 <p><strong>Purpose: </strong>The study aimed to evaluate the relationship of two national cultural dimensions (individualism and uncertainty avoidance) with the consumer innovativeness.</p> <p><strong>Methodology/approach: </strong>A descriptive research as conducted with three groups from three different countries, which evaluated, through a survey, the propensity of the respondents to look for innovations actively and independently.</p> <p><strong>Originality/Relevance: </strong>Considering companies are constantly introducing new products and services in countries where cultural traits are different, the understanding of the consumer behavior is fundamental for evaluating the acceptance of these innovations.</p> <p><strong>Key findings: </strong>It was observed that groups with strong collectivists characteristics, Brazilians and Colombians, tend to rely on the positive experience of friends and relatives to adopt an innovation. Regarding the uncertainty avoidance dimension, the results showed no significant differences among the three groups.</p> <p><strong>Theoretical/methodological contributions: </strong>With the constant intensification of the international trade, it is necessary to make an understanding of the peculiarities of a target audience for products and services, in order to create appropriate positioning strategies, because the levels of individualism of a culture act directly on consumers’ perceptions regarding the adoption of innovation.</p> Isadora Mendes Fernanda Lazzari Christian Kleiton Salvador Copyright (c) 2023 Revista Inteligência Competitiva https://creativecommons.org/licenses/by/4.0 2023-12-12 2023-12-12 14 e0441 e0441 10.24883/IberoamericanIC.v13i.441 https://iberoamericanic.org/rev/article/view/439 <p><strong>Objetivo: </strong>Comparar, propor e discutir as implicações de cinco algoritmos de aprendizado de máquina para prever perfis de consumidores de moda lenta.</p> <p><strong>Metodologia/abordagem: </strong>Utilizamos a linguagem de programação Python para construir os modelos com bibliotecas scikit-learn. Testamos o potencial de cinco algoritmos para classificar corretamente os consumidores de moda lenta: I) extremely randomized trees, II) random forest, III) support vector machine, IV) gradient boosting Tree, and V) naïve bayes.</p> <p><strong>Originalidade/Relevância: </strong>A originalidade deste artigo reside na combinação de preocupações relacionadas a sustentabilidade na Moda, análise do comportamento do consumidor e técnicas de aprendizado de máquina. Aborda uma questão crítica na indústria da moda e oferece implicações práticas que podem ser benéficas para empresas que procuram alinhar as suas práticas com os princípios do Slow fashion. Esta abordagem interdisciplinar torna-o uma contribuição relevante tanto para a academia como para a indústria.</p> <p><strong>Principais conclusões: </strong>As métricas de desempenho revelaram valores satisfatórios para todos os algoritmos. No entanto, o <em>Support Vector Machine</em> apresentou melhor precisão (96%) no conjunto de dados para perfil do consumidor Slow Fashion, enquanto a <em>Random Forest</em> apresentou o pior desempenho (87%).</p> <p><strong>Contribuições teóricas/metodológicas: </strong>Entendemos que o modelo pode ser útil para empresas que desejam adotar abordagens mais direcionadas e práticas no contexto do Slow fashion, permitindo-lhes tomar decisões mais informadas e estratégicas. Portanto, esses insights podem orientar pesquisas futuras na otimização de aplicativos de aprendizado de máquina para análise do comportamento do consumidor e fornecer orientações valiosas para profissionais de marketing de moda que buscam aprimorar suas estratégias de segmentação e engajamento.</p> Ítalo José de Medeiros Dantas Marcelo Curth Copyright (c) 2023 Revista Inteligência Competitiva https://creativecommons.org/licenses/by/4.0 2023-12-12 2023-12-12 14 e0439 e0439 10.24883/IberoamericanIC.v13i.439