MODELOS DE SÉRIES TEMPORAIS: A ANÁLISE DA ACURÁCIA DAS PREVISÕES DA DEMANDA DE UMA LINHA DE PRODUTOS EM EMPRESA DO SETOR DO VESTUÁRIO
DOI:
https://doi.org/10.15675/gepros.v15i4.2664Palavras-chave:
LogísticaResumo
Objetivo – O objetivo deste artigo é comparar o desempenho de métodos de previsão de séries temporais para uma linha de produtos de uma empresa de vestuário com base na acurácia das previsões.
Metodologia – Este artigo apresenta um estudo de caso em uma grande empresa de vestuário. Diferentes métodos foram usados para obter dados quantitativos e qualitativos. Os dados qualitativos foram usados, principalmente, para descrever o processo de previsão de demanda e os quantitativos para fazer previsões. Três modelos de séries temporais foram aplicados e uma análise da acurácia das previsões feita usando diferentes medidas de erro.
Resultados – Dos três modelos de séries temporais usados, o método estático é indicado para a linha de produtos considerada, principalmente quando se considera o impacto dos erros de previsão sobre os custos de manutenção e de rupturas de estoques. Também são identificadas vantagens dos métodos quantitativos e analisada a acurácia das previsões, buscando destacar a importância desse procedimento na escolha do modelo.
Contribuições – Poucos estudos descrevem detalhadamente o uso de métodos quantitativos, especialmente descrevendo o processo de previsão e a análise dos erros. Este artigo descreve a aplicação de três modelos de séries temporais para prever a demanda da principal linha de produtos de uma grande empresa brasileira de confecções. Além disso, sugere como analisar o impacto dos erros de previsão nas decisões relativas aos estoques e enfatiza a importância da previsão para apoiar as decisões gerenciais, tema raramente abordado na literatura.
Palavras-chave - Previsão de demanda. Séries temporais. Método estático. Modelo de Winter.
Referências
ARMSTRONG, J. Scott., FILDES, Robert. (2006). Making progress in forecasting. International Journal of Forecasting, 22(3), 433-441. http://dx.doi.org/10.1016/j.ijforecast.2006.04.007 DOI: https://doi.org/10.1016/j.ijforecast.2006.04.007
BEZERRA, Manoel Ivanildo Silvestre. Apostila de Análise de séries temporais. UNESP: Curso de estatística. São Paulo, SP. 2006.
CECATTO, Cristiano; BELFIORE, Patrícia. O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras. Gestão e Produção, v. 22, n. 2, p. 404-418, 2015. DOI: https://doi.org/10.1590/0104-530X108-12
CHOPRA, Sunil; MEINDL, Peter. Gestão da cadeia de suprimentos: estratégia, planejamento e operações. 6. ed. São Paulo: Pearson Education do Brasil, 2016. 522 p.
CORRÊA, Henrique L.; GIANESI, Irineu GN; CAON, Mauro. Planejamento, programação e controle da produção. São Paulo: Atlas, v. 1, 2001.
DIAS, George Paulus Pereira. Proposta de processo de previsão de vendas para bens de consumo. Anais do XIX ENEGEP, 1999.
HOFMANN, Erik, RUTSCHMANN, Emanuel (2018), Big data analytics and demand forecasting in supply chains: a conceptual analysis. International Journal of Logistics Management, v. 29 n. 2, pp. 739-766. DOI: https://doi.org/10.1108/IJLM-04-2017-0088
HOLT, Charles C. Forecasting seasonals and trends by exponentially weighted moving averages. International journal of forecasting, v. 20, n. 1, p. 5-10, 2004. DOI: https://doi.org/10.1016/j.ijforecast.2003.09.015
HYNDMAN, Rob J.; KOEHLER, Anne B. Another look at measures of forecast accuracy. International journal of forecasting, v. 22, n. 4, p. 679-688, 2006. DOI: https://doi.org/10.1016/j.ijforecast.2006.03.001
JAIN, Chaman L.; MALEHORN, Jack. Benchmarking forecasting practices: a guide to improving forecasting performance. Institute of Business Forec, 2006.
JUÁREZ, Arturo Contreras et al. Análisis de series de tiempo en el pronóstico de la demanda de almacenamiento de productos perecederos. Estudios Gerenciales, v. 32, n. 141, p. 387-396, 2016.
LEMOS, Fernando de Oliveira. Metodologia para seleção de métodos de previsão de demanda. 2006.
LINDBERG, Erik; ZACKRISSON, Uno. Deciding about the uncertain: The use of forecasts as an aid to decision-making. Scandinavian Journal of Management, v. 7, n. 4, p. 271-283, 1991. DOI: https://doi.org/10.1016/0956-5221(91)90003-J
LINSTONE, Harold A. et al. (Ed.). The Delphi method. Reading, MA: Addison-Wesley, 1975.
MAKRIDAKIS, Spyros. Accuracy measures: theoretical and practical concerns. International Journal of Forecasting, v. 9, n. 4, p. 527-529, 1993. DOI: https://doi.org/10.1016/0169-2070(93)90079-3
PEINADO, Jurandir; GRAEML, Alexandre Reis. Administração da produção. Operações industriais e de serviços. Unicenp, 2007.
PELLEGRINI, Fernando R.; FOGLIATTO, Flávio. Estudo comparativo entre modelos de Winters e de Box-Jenkins para a previsão de demanda sazonal. Revista Produto e Produção, v. 4, p. 72-85, 2000.
PELLEGRINI, Fernando R.; FOGLIATTO, Flávio S. Passos para implantação de sistemas de previsão de demanda: técnicas e estudo de caso. Production, v. 11, n. 1, p. 43-64, 2001. DOI: https://doi.org/10.1590/S0103-65132001000100004
RIBEIRO, Guilherme Fernando et al. Classificação de métodos de previsão de demanda para novos produtos: estudo no sistema brasileiro de franquias. 2016. Dissertação de Mestrado. Universidade Tecnológica Federal do Paraná.
RITZMAN, Larry P.; KRAJEWSKI, Lee J. Administração da produção e operações. Prentice Hall, 2003.
ROSSETTO, Marta et al. Técnicas Qualitativas de Previsão de Demanda: um Estudo Multicasos com Empresas do Ramo de Alimentos. VIII Simpósio de Excelência em Gestão e Tecnologia. Rio de Janeiro, 2011.
SANDERS, Nada R.; MANRODT, Karl B. Forecasting practices in US corporations: survey results. Interfaces, v. 24, n. 2, p. 92-100, 1994. DOI: https://doi.org/10.1287/inte.24.2.92
SANTOS, João Lucas Ferreira dos et al. Previsão de demanda: Aplicação e técnica de ajustamento exponencial com tendência em uma empresa de montagem de equipamentos para beleza. Anais do IX EEPA, 2017.
SCHOEMAKER, Paul JH. Multiple scenario development: Its conceptual and behavioral foundation. Strategic management journal, v. 14, n. 3, p. 193-213, 1993. DOI: https://doi.org/10.1002/smj.4250140304
SPEDDING, T. A.; CHAN, K. K. Forecasting demand and inventory management using Bayesian time series. Integrated Manufacturing Systems, v. 11, n. 5, p. 331-339, 2000. DOI: https://doi.org/10.1108/09576060010335609
TUBINO, Dalvio Ferrari. Manual de Planejamento e Controle da Produção. Atlas, 1997.
TUBINO, Dalvio Ferrari. Sistemas de produção: a produtividade no chão de fábrica. Bookman, 1999.
VERÍSSIMO, Andrey Jonas et al. Métodos estatísticos de suavização exponencial Holt-Winters para previsão de demanda em uma empresa do setor metal mecânico. Revista Gestão Industrial, v. 8, n. 4, 2013. DOI: https://doi.org/10.3895/S1808-04482012000400009
WERNER, Liane. Análise de séries de tempo: modelos de suavização exponencial. Porto Alegre: UFRGS, 2000. 33 slides, PeB. Disponível em: <http://www.producao.ufrgs.br/arquivos/disciplinas/119_teq7_st_suaviz_expon.pdf>. Acesso em: 12 jan. 2019.
WERNER, Liane. Um modelo composto para realizar previsão de demanda através da integração da combinação de previsões e do ajuste baseado na opinião. 2005. DOI: https://doi.org/10.1590/S0103-65132006000300011
ZAMBERLAN, Luciano. Pesquisa de mercado. 2008.
ZANELLA, Cleunice et al. Previsão de demanda: um estudo de caso em uma agroindústria de carnes do oeste catarinense. Revista GEPROS, v. 11, n. 1, p. 45, 2016. DOI: https://doi.org/10.15675/gepros.v11i1.1310
Downloads
Publicado
Como Citar
Edição
Seção
Licença
O(s) autor(es) do artigo autorizam a publicação do texto na revista e garantem que a contribuição é original e inédita, não estando em processo de avaliação em outra(s) revista(s). As opiniões, ideias e conceitos emitidos nos textos são de inteira responsabilidade do(s) autor(es), não sendo a revista responsável por tais conteúdos.
Os editores da revista reservam o direito de efetuar ajustes textuais e de adequação às normas da publicação, caso necessário.
Os autores mantêm os direitos autorais sobre o trabalho e concedem à revista o direito de primeira publicação, sendo o trabalho simultaneamente licenciado sob a Attribution 4.0 International (CC BY 4.0), o que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Os autores têm autorização para firmar 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.
