APLICAÇÃO DE MÉTODOS DE PREVISÃO COMO FERRAMENTA DE AUXÍLIO A GESTÃO EMPRESARIAL:
UMA REVISÃO SISTEMÁTICA
Andersson Alves da Silva (URCA ) andersson.chester@gmail.com João Marcos Pereira Silva (URCA ) m.joaop@hotmail.com Thays Lorranny da Silva Januário (URCA ) lorrannyzinha@hotmail.com Amanda da Silva Xavier (URCA ) aman2da@gmail.com
O uso de previsões nos dias atuais tem sido forte aliado as empresas para se conseguir prever o que será disponibilizado. A elaboração de previsões é importante nesse quesito, pois ajudam a definir o que será produzido dentro da empresa. O trabalho tem como objetivo analisar a produção acadêmica nacional sobre a aplicação de métodos de forecasting como ferramenta de auxílio a gestão empresarial. Foi realizada uma Revisão Sistemática da Literatura como técnica de pesquisa bibliográfica em uma base de dados relevante a produção técnica e científica para a área de Engenharia de Produção, que resultou em uma lista com 177 artigos, dos quais 68 foram selecionados após a aplicação dos critérios de inclusão e exclusão definidos. Os resultados apontam uma concentração da utilização de técnicas de previsão que conseguem identificar os fatores de tendência, sazonalidade e variações da série temporal por descreverem a série temporal com maior acuracidade. Conclui-se através do número considerável de publicações com a temática, principalmente dentro da área da gestão da produção, que o uso de técnicas de previsões empregadas ao gerenciamento da produção busca trazer melhorias nos resultados da empresa minimizando erros e otimizando a utilização dos recursos.
Palavras-chave: Previsão, modelos de forecasting, revisão sistemática da literatura
2 1. Introdução
Em busca da competição empresarial e nos dias atuais, o uso de previsões tem se tornado um grande aliado as empresas para disponibilizar o que for necessário fabricar ou atender. As previsões de demanda formam o fundamento para projetar as tarefas, de maneira geral, dentro de uma empresa.
As mesmas mostram o quanto de bens ou serviços podem ser oferecidas no mercado, com o objetivo de atender as exigências e desejos dos clientes e buscam trazer melhorias nos resultados da empresa otimizando os recursos, fazendo com que a organização se torne mais ativa e mostrando diferencial de mercado (ROSSETTO et al., 2011).
Nas organizações, é muito significativo usar previsões de demanda nas mais variadas áreas de gestão (financeira, recursos humanos, marketing e vendas), porém elas se tornam mais relevantes na instrumentalização de diversos aspectos do gerenciamento da produção, como na gestão de estoques e em desenvolvimento de planos agregados de produção (FOGLIATTO et al., 2005).
Planejar e organizar os recursos produtivos auxiliam na minimização de erros e atendimento à demanda dos consumidores. Ainda assim, é o método de planejamento de demanda, adequado e monitorado, que contribui com a empresa em atender à demanda voltado a um mercado competitivo, reduzindo erros e otimizando sua produção (CECATTO, 2015).
Elaborar previsões de demanda é importante para ajudar a definir os principais recursos para a empresa (Makridakis et al., 1998, apud WERNER; RIBEIRO, 2003). Para Angelo et al., (2011), a importância de se prever demandas implica no custo e na satisfação dos clientes. Uma vez que, ter boas expectativas do volume esperado de vendas, tornará mais eficiente as operações para produzi- la. Isso se torna positivo do ponto de vista empresarial, pois grandes volumes produzidos e poucas vendas geram altos estoques, e produzir pouco sem conseguir atender as demandas de venda cria-se perdas de oportunidades e lacunas perante os concorrentes.
Sendo relevante estes estudos, o presente trabalho tem o objetivo de analisar a produção acadêmica brasileira sobre a aplicação de métodos de forecasting como ferramenta de auxílio a gestão empresarial, publicada entre os anos de 2007 e 2015 em uma base de dados relevante a produção técnica e científica para a área de Engenharia de Produção no Brasil a partir da realização de uma revisão sistemática da literatura.
2. Métodos de previsão
3 Dentro do estudo de previsão, existem dois grupos de modelos estudados. Os métodos quantitativos, também conhecidos como métodos de forecasting, onde utiliza estudos de séries temporais para realizar as previsões. Já os métodos qualitativos fundamentam-se em análises subjetivas de pessoas especializadas na área para verificar os dados e auxiliar na tomada de decisão. A integração das técnicas quantitativas e qualitativas podem ser uma boa possibilidade para otimizar o desempenho dos modelos de previsão de demanda e assim criar previsões mais acuráveis (WEBBY;
O’CONNOR, 1996 apud WERNER; RIBEIRO, 2006).
Os dados qualitativos caracterizam-se como um conjunto de técnicas fundamentadas em informações subjetivas (ROSSETTO et al., 2011). Segundo Moreira (2009), as estratégias qualitativas são baseadas na forma como as pessoas encaram as coisas, bem como o contato com essas coisas, desde que elas possam dar opiniões sobre as futuras demandas. Tubino (2000) explica que a preparação das técnicas qualitativas é ágil, por este motivo expressam significativa vantagem em ser utilizada quando não há tempo suficiente para o estudo e coleta de dados em uma determinada demanda.
Pellegrini (2001) indaga que os métodos qualitativos são mais vulneráveis a tendências podendo comprometer a confiabilidade de seus resultados, visto que são incorporados de análises subjetivas.
Enquanto nos métodos quantitativos, esses dados, dependendo da técnica utilizada, podem identificar tendência, sazonalidade e variações que em métodos qualitativos não se consegue prever.
Assim, o foco deste trabalho será os métodos quantitativos, por serem capazes de identificar sazonalidades, tendências e irregularidades ao decorrer dos dados históricos.
Para os modelos quantitativos, denominados de forecasting, usa-se dados históricos em séries temporais para se chegar a previsão futura. As características particulares que pertencem as séries temporais como sazonalidade, tendência, ciclo e o erro aleatório da amostra são determinantes para se chegar ao método de forecasting que se adaptará de forma mais ajustada (CASAGRANDE;
HOSS, 2000).
Morretin & Toloi (1987) abordam as séries temporais como qualquer conjunto de anotações que podem ser ordenadas em um determinado período e possuem quatro elementos:
Tendência: analisa o sentido de deslocamento da série ao período de muitos anos;
Ciclo: movimento cíclico que ao longo de vários anos tende a ser frequente;
Sazonalidade: movimento cíclico de curta duração, normalmente, inferior a um ano;
geralmente está associada a mudanças climáticas;
4
Ruído aleatório ou erro: interpretado como a variabilidade intrínseca aos dados e que não pode ser modelado.
Para a elaboração de um sistema de forecasting, Pellegrini (2000) destaca que necessário conhecimento e habilidade em quatro áreas básicas: (I) Identificação e definição dos problemas a serem tratados no forecasting; (II) Aplicação dos métodos de forecasting; (III) Procedimentos para seleção do método apropriado a situações específicas; e por fim; (IV) suporte organizacional para adaptar e usar os métodos de forecasting requeridos.
O quadro abaixo mostra entre as técnicas de forecasting existentes, sabendo-se que existem diversos modelos para uso de series temporais, os mais utilizados nas previsões.
Quadro 01 – Modelos de forecasting
Box-Jenkins
Os modelos de Box-Jenkins são modelos matemáticos que se destinam em captar o comportamento da correlação seriada ou auto correlação entre os valores da série temporal, e fundamentado nesse comportamento realizar previsões futuras. Se a estrutura de correlação estiver modelada adequadamente, então poderá fornecer boas previsões (WERNER; RIBEIRO, 2003).
Médias móveis
O modelo de médias móveis tem a característica de reduzir o total da variação que se apresenta em um determinado grupo de dados e com isso é possível eliminar flutuações indesejáveis. O uso de médias móveis elimina as propriedades de tendência, sazonalidade e variações cíclicas (LEME, 2006).
Regressão Linear
A regressão linear simples é usada para analisar o comportamento de duas variáveis. Através da identificação da existência de algum grau de relação entre elas. A regressão linear consegue identificar a tendência de uma variável dependente e uma independente. A regressão linear múltipla envolve três ou mais variáveis.
(PEREIRA; GARCIA, 2008).
Suavizamento Exponencial
Os modelos de suavização exponencial possuem ampla aplicação para previsão de demanda, por serem simples, fáceis de ajustar e possuírem boas precisões. Nessas técnicas se utiliza uma ponderação distinta para cada valor observado na série temporal,
5 assim os valores mais recentes recebem pesos maiores. Deste modo, os pesos atribuídos formam um conjunto que decai exponencialmente a partir de valores mais recentes (PELLEGRINI;
FOGLIATTO, 2000).
Redes Neurais Artificiais
Segundo Angelo et al., (2011) as redes neurais artificiais são modelos matemáticos baseados no comportamento de redes neurais biológicas, pois são compostas de nós nomeados de neurônios que são ligados entre si por conexões que guardam relação com as ligações formadas por axônios e dendritos (componentes de células neurais biológicas). Os modelos de redes neurais artificiais possuem a capacidade de aproximar funções não lineares, e assim, por meio de treinamento, é possível mapear relações de entrada e saída. Essa habilidade proporciona, sem a necessidade de conhecer o objeto investigado, modelar um sistema onde se conheça apenas os valores de entrada e saída.
Fonte: Elaborado pelos autores
No uso dos modelos de previsão é importante verificar as medidas de acurácia, ou seja, a precisão que foi estabelecida em usar determinada técnica, tanto para melhorar os desempenhos estratégicos da empresa, como também para selecionar o melhor método entre os utilizados. As formas de medição da acurácia de um modelo são diversas, dentre elas destacamos: o valor médio dos erros absolutos (MAD – Mean Absolute Deviation), o valor médio dos erros absolutos percentuais (MAPE - Mean Absolute Perceptual Error), a raiz do erro médio quadrático (RMSE – Root Mean Squared Error) e o coeficiente U de Theil (MANCUSO; WERNER 2014).
3. Metodologia
Para elaboração deste trabalho foi realizada uma Revisão Sistemática da Literatura (RSL). Segundo Sampaio e Mancini (2007) revisão sistemática é uma forma de pesquisa que utiliza como fonte de dados a literatura sobre determinado tema. Os mesmos autores ainda destacam que esse tipo de investigação disponibiliza um resumo das evidências relacionados a determinado fenômeno ou área de estudo, mediante a aplicação de métodos explícitos e sistematizados de busca, apreciação crítica e síntese da informação selecionada.
6 A base de dados adotada para desenvolvimento desta RSL foram os anais do Encontro Nacional de Engenharia de Produção (ENEGEP) por se constituir como um dos principais divulgadores da produção técnica e científica da área da Engenharia de Produção no Brasil, sendo esta uma das principais áreas de utilização e aplicação de modelos de forecasting auxiliados a gestão e planejamento empresarial.
Em um primeiro momento cogitou-se a utilização dos artigos publicados entre 2006 e 2015, porém devido a erro na ferramenta de busca do sistema de anais eletrônicos da ABEPRO (http://www.abepro.org.br/publicacoes) para ano de 2006, considerou-se apenas os artigos publicados entre 2007 e 2015. Foi utilizado como critério de busca os termos “Previsão” e
“Forecasting”.
Para refinar a seleção dos artigos foram lidos e analisados o título e o resumo de cada um dos artigos selecionados. Foram adotados como critérios de inclusão os estudos que utilizaram um ou mais modelos de forecasting em dados reais podendo estes estarem escritos em português, inglês ou espanhol. Foram excluídos os estudos que não aplicavam os modelos em dados reais e aqueles que utilizaram modelos de previsão qualitativos. Foram desconsiderados ainda os artigos duplicados e aqueles que não estavam disponíveis para consulta do trabalho completo devido a erros do sistema do banco de dados.
4. Resultados da revisão sistemática
Com a realização da pesquisa foram identificados 177 artigos. Após a aplicação dos critérios de inclusão e exclusão 68 foram selecionados (Quadro 02 em anexo). Salienta-se que o intuito desta revisão sistemática não reside na caracterização dos modelos encontrados, mas sim apresentar uma visão geral dos mesmos.
A figura 01 apresenta os artigos analisados divididos em seus respectivos anos de publicação, evidenciando o ano de 2012 com o menor número de publicações de estudos no qual foi aplicado técnicas de forecasting.
Figura 01 – Número de Publicações por Ano
7
Fonte: Elaborado pelos autores.
Em relação a aplicação dos modelos nos trabalhos desenvolvidos nota-se, de acordo com a tabela a seguir, que apenas 51% destes utilizou mais de uma metodologia de previsão a fim de obter aquela que apresentasse melhor ajustamento e acuracidade a série temporal em estudo.
Tabela 01 – Quantidade de Trabalhos com Estudos Comparativos de Metodologias Usou mais de uma metodologia 35
Usou apenas uma metodologia 33
Fonte: Elaborado pelos autores.
4.1. Metodologias de forecasting propostas
Os 68 estudos analisados foram classificados de acordo com as metodologias de previsão proposto.
Em caso de estudos comparativos, buscou-se a metodologia que apresentou melhor desempenho. A figura 02 apresenta as metodologias utilizadas nos estudos analisados.
Figura 02 – Método de Previsão Utilizados
8
Fonte:
Elaborado pelos autores.
Dos 68 estudos, 21 usaram o método de Holt-Winters e 13 desenvolveram um modelo baseado no método de Box-Jenkins, totalizando 50% dos artigos analisados, tal resultado pode ser atribuído ao fato de ambas as metodologias conseguirem captar a influência de fatores sazonais e de tendência nas séries temporais o que consequentemente reflete positivamente na acuracidade da previsão.
Dentre os modelos de Regressão Linear (RL) foram encontrados o RL Simples com 9 estudos e RS Dinâmico e Múltipla com 1 estudo cada. Dentre os modelos de Média Móvel (MM) temos MM Exponencial com 3 e MM Simples e Duplo com 2 estudos cada. Na categoria “outros modelos”
encontra-se aqueles baseados em Vetores Auto regressivos, Distribuição de Poisson, Fatores Multiplicativos e Programação de Expressão Genética todos com 1 estudo cada.
4.2. Técnicas de avaliação de acurácia
Dos estudos analisados, 58 dispuseram de pelo menos uma técnica quantitativa para avaliar a acurácia do modelo proposto. Nos casos de estudos que utilizaram mais de uma técnica foi considerada apenas aquela definida como decisiva para a escolha do modelo.
Figura 03 – Técnicas de Avaliação de Acurácia
9
Fonte: Elaborado pelos autores.
A técnica mais utilizada foi o MAPE (Mean Absolute Percentage Error) presente em 31 estudos, precedido pelo MAD (Mean Absolute Deviation) que foi utilizado em 19 estudos.
4.3. Áreas de publicação
O ENEGEP conta com 11 áreas de estudo para submissão de artigo, nesse contexto também foram analisados a distribuição dos 68 estudos analisados dentro destas áreas, o resultado é apresentado na figura 04.
Figura 04 – Distribuição dos Estudos Analisados nas Áreas de Publicação
10
Fonte: Elaborado pelos autores.
Das 11 áreas, apenas 5 contemplam todos os estudos analisados, sendo que 44 destes encontram-se dentro da área de Gestão da Produção reforçando assim a grande importância da utilização dos modelos de forecasting como ferramentas de auxilio no planejamento e gerenciamento empresarial.
5. Considerações finais
Partindo de uma revisão sistemática da literatura, este trabalho se propôs a analisar os artigos, publicados nas edições do Encontro Nacional de Engenharia de Produção dos últimos 9 anos, que abordavam a aplicação de modelos de previsão como ferramenta de auxílio a gestão e planejamento das empresas.
Verificou-se um número considerável de publicações com a temática, principalmente dentro da área da gestão da produção reforçando, deste modo, a afirmativa de que o uso de técnicas de previsões empregadas ao gerenciamento da produção busca trazer melhorias nos resultados da empresa minimizando erros e otimizando a utilização dos recursos.
Dentre as técnicas de previsão usadas destacam-se aquelas que conseguem identificar os fatores de tendência, sazonalidade e variações da série temporal, presentes em 50% dos artigos analisados, pois conseguem descrever a série em estudo com maior acuracidade. A avaliação das previsões é realizada pela medicação da acurácia principalmente por dois métodos MAPE (Erro Percentual Absoluto Médio) e MAD (Desvio Absoluto Médio).
11
REFERÊNCIAS
ANGELO, Claudio Felisoni; ZWICKER, Ronaldo; FOUTO, Nuno Manoel Martins Dias; LUPPE, Marcos Roberto.
Séries temporais e redes neurais: uma análise comparativa de técnicas na previsão de vendas do varejo brasileiro.
Brazilian Business Review, v.8, n.2, p. 01-21, 2011.
CASAGRANDE, Luiz Fernandes; HOSS, Osni. Métodos de forecasting conjugado com um método qualitativo e um método com a média das previsões quantitativas e qualitativas. Revista CAP, ano 4, n. 4, 2010.
CECATTO, Cristiano; BELFIORE, Patrícia. O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras. Revista Gestão & Produção. São Carlos, v. 22, n. 2, p. 404-418, 2015.
PEREIRA, Paulo Henrique; GARCIA, Marcos César. Estatística. São Paulo: Plêiade Ed., 2008.
LEME, Flavio de Oliveira. Avaliação do método das médias móveis no tratamento de sinais de absorção atômica de cádmio, chumbo e crômio obtidos por atomização eletrotérmica em filamento de tungstênio. Dissertação (Mestrado em Química Analítica) Instituto de Química, Universidade de São Paulo: São Carlos, 2006.
MAKRIDAKIS, Spyros; WHEELWRIGHT, Steven Charles; HYNDMAN, Rob John. Forecasting methods and applications. 3. ed. New York: John Wiley & Sons, 1998.
MANCUSO, Aline Castello Branco; WERNER, Liane. Estudo dos métodos de previsão de demanda aplicado em uma empresa de auditorias médicas. Revista Ingenieria Industrial. v. 13, n. 1, p. 99-111, 2014.
MOREIRA, Daniel Augusto. Administração da produção e operações. 2. ed. rev. São Paulo: Cengage Learning, 2009.
MORRETIN, Pedro Alberto; TOLOI, Clelia Maria de Castro. Previsão de séries temporais. 2. ed. São Paulo: Atual Editora, 1987.
PELLEGRINI, Fernando Rezende; FOGLIATTO, Flávio Sanson. Estudo comparativo entre os modelos de Winters e de Box-Jenkins para previsão de demanda sazonal. Revista Produto & Produção, v. 4, número especial, p. 72-85, abr, 2000.
PELLEGRINI, Fernando Rezende; FOGLIATTO, Flávio Sanson. Passos para Implantação de Sistemas de Previsão de Demanda – Técnicas e Estudo de Caso. Revista Produção. v. 11, n. 1, p. 43-64, 2001.
PELLEGRINI, Fernando Rezende. Metodologia para implementação de sistemas de previsão de demanda.
Dissertação (Mestrado) – Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal do Rio Grande do Sul, 2000.
ROSSETTO, Marta; DEIMLING, Moacir Francisco; ZANIN, Antonio; RODRIGUES, Márcio da Paixão; NETO, Anselmo Rocha. Técnicas qualitativas de previsão de demanda: um estudo multicasos com empresas do ramo de alimentos. VIII Simpósio de Excelência em Gestão e Tecnologia, 2011. Disponível em:
<http://www.cpge.aedb.br/seget/artigos11/55814697.pdf>. Acesso em: 30 abr. 2016.
SAMPAIO, Rosana Ferreira; MANCINI, Marisa Cotta. Estudos De Revisão Sistemática: Um Guia Para Síntese Criteriosa Da Evidência Científica. Rev. bras. fisioterapia, São Carlos, v. 11, n. 1, p. 83-89, jan/fev, 2007.
TUBINO, Dalvio Ferrari. Manual de planejamento e controle da produção. 2. ed. São Paulo: Atlas, 2000.
WERNER, Liane; RIBEIRO, José Luis Duarte. Modelo composto para prever demanda através da integração de previsões. Revista Produção, Universidade Federal do Rio grande do Sul, 2006.
WERNER, Liane; RIBEIRO, José Luis Duarte. Previsão de demanda: Uma aplicação dos modelos box-Jenkins na área de assistência de computadores pessoais. Revista Gestão & Produção. v. 10, n. 1, p. 47-67, abr. 2003.
12
WEBBY, Richard; O’CONNOR, Marcus. Judgement and Statistical Time Series Forecasting: a Review of the Literature. International Journal of Forecasting, v. 12, p. 91-118, 1996.
ANEXO
Quadro 2 – Lista de Artigos selecionados para a revisão sistemática da literatura
13
Título Autores Ano
Modelo de definição de demanda de produtos farmacêuticos no contexto de pequenas e médias empresas Patrícia Da Silveira e Tomoe D. H. Gusberti 2007 Previsão de demanda e reposição de numerário em uma rede de caixas-eletrônicos Rodrigo De C. Paixa e Marco A. De Mesquita 2007 Aplicação de redes neurais artificiais à previsão de vendas de máquinas agrícolas João Henrique F. Flores e Liane Werner 2007 Modelo de vetores autoregressivos no monitoramento do preço do boi gordo: uma ferramenta auxiliar na tomada de decisão Fábio Mariano Bayer et al 2007 Previsão de demanda em uma fábrica de implementos agrícolas para o setor sucro-alcooleiro: caso de pesquisa-ação Cláudio V. Rodrigues e Jean Carlos Domingos 2007 Previsão de vendas através da metodologia de box & jenkins: um estudo de caso Maria Emília Camargo et al 2007 Análise de previsão de demanda de componentes para máquinas agrícolas Mauricio Tomelin et al 2007 A programação da expressão genética aplicada à previsão de demanda sazonal Evandro Bittencourt e Raul Landmann 2008 Análise de demanda em uma companhia de água mineral da região metropolitana de belém utilizando modelos de série temporal
de holt-winters Diktherman Viana Da Silva et al 2008
Aplicação de redes neurais artificiais em modelos de previsão de demanda para equipamentos de infra-estrutura de
telecomunicações Sacha T. Branco e R. J. B. De Sampaio 2008
Desenvolvimento de um modelo de previsão da demanda em uma empresa moveleira de pequeno porte. José De Souza Rodrigues et al 2008 Modelo integrado para previsão de vendas como uma ferramenta de competitividade: um estudo de caso em uma empresa do
setor têxtil Maria Emília Camargo e Geraldo Girardi 2008
Previsão de estoque de peças eletrônicas sobressalentes Guilherme Neves et al 2008
Previsão do preço da energia: uma aplicação da metodologia box-jenkins Gabriel Alves Rodrigues et al 2008 Utilização dos métodos de suavização exponencial e da média móvel aritmética para a previsão de demandas na área de saúde Mario Lucio De Oliveira Novaes et al 2008 Aplicação de metodologia e análise de previsão de demanda em distribuidora de medicamentos Gustavo R. De Oliveira e C. S. R. Neumann 2009 Aplicabilidade da previsão de demanda na gestão da cadeia de suprimento: estudo de caso Alexandre Magno Castañon Guimarães 2009 Aplicação dos conceitos de previsão de demandas baseadas em séries temporais em uma concessionária de motocicletas
(estudo de caso) Carlos Eduardo De C. B. Nunes et al 2009
Previsão dos consumidores de energia elétrica do setor residencial no rio grande do sul - um estudo comparativo entre os
modelos arima e arfima. Silvana Gonçalves De Almeida et al 2009
Uma análise de métodos quantitativos de previsão da demanda em uma grande empresa de produtos lácteos Claudimar P. Veiga e Guilherme E. Vieira 2009 Utilização do método de holt winters para a previsão agregada de sandálias fabricadas a partir de pneus inservíveis Tulio F. De Souza e Thayana A. Guimaraes 2009 A otimização do processo de programação de insumos do componente alfa utilizado pela empresa xyz Fabio Luis Da Silva Maia et al 2010 Análise de séries temporais das internações por doenças respiratórias no hospital universitário de santa maria, rs, no período de
2006 a 2009. Fabiane Tubino Garcia et al 2010
Aplicação de séries temporais na previsão da média mensal da taxa de câmbio do real para o dólar comercial de compra
usando o modelo de holt Pedro Henrique Vianna Moreira et al 2010
Aplicação de técnicas do planejamento e controle da produção em uma indústria de bebidas visando à otimização do
atendimento das necessidades de materiais Bruna Brandao Moreira et al 2010
Aplicação do mrp a uma indústria de artigos de pré-moldados utilizando técnicas de previsão de demanda Glaucus V. C. Pontes e Pojucan V. P. Segundo 2010 Avaliação de técnicas de previsão de demanda utilizadas por um software de gerenciamento de estoques no setor farmacêutico Fabricio Bastos Consul e Liane Werner 2010 Contribuição da modelagem matemática ao estudo da previsão de vendas na indústria de papel e celulose Adriano De S. Cabral e Maria S. A. Leite 2010 Direcionamento de investimentos em instituição de ensino superior baseado em previsão de receita Gabriel Vidor et al 2010 Escolha e utilização de um modelo de previsão de demanda em serviços: estudo de caso em uma empresa prestadora de
serviços de recapagem de pneus Tulio F. De Souza e Thayana A. Guimaraes 2010
Previsão de demanda para uma microempresa de comércio e análise dos impactos financeiros Bruno T. Otsuka e Guilherme E. Vieira 2010 Análise comparativa da previsão de séries temporais através da modelagem holt winters e arima para preço do etanol em goiás Ana Paula De Sousa 2011 Análise da capacidade produtiva de empresa de refrigerantes através de previsão de demanda baseada em séries temporais Isadora Cristina Mendes Gomes et al 2011 Análise e desenvolvimento de modelos de previsão de demanda da alumina calcinada exportada por um importante porto da
região norte Alexandre De Souza Brasil et al 2011
Continuação do quadro 2
14 Integração de métodos quantitativos e qualitativos para previsão de demanda no setor de autopeças Fabricio Fernandes et al 2011 Previsão da demanda: uma aplicação do método holt winters em uma indústria têxtil de grande porte Diego Milnitz et al 2011
Previsão e controle de energia Eliane Da S. Christo e Mirley B. Ferreira 2011
A previsão do preço da mandioca no extremo sul do mato grosso do sul Gustavo Henrique Petean et al 2012 Aplicação de gráficos de controle com limites móveis na modelagem da demanda de passageiros do aeroporto internacional de
belém a partir da suavização exponencial de holt-winters Nubia Batista Brandao et al 2012
Previsão de preço do etanol anidro no estado de são paulo Gustavo Henrique Petean et al 2012
Uso da série temporal no intuito de prever o preço da mandioca no extremo oeste do paraná Lechan Colares-Santos Mirley et al 2012 Análise da demanda por sal refinado de cozinha: estudo de caso numa empresa mossoroense Priscila G. V. Sampaio e Hugo D. Da S. Ribeiro 2013 Aplicação de técnicas de previsão de demanda na indústria de confecções Abner Rocha Pinheiro et al 2013 Aplicação de técnicas de previsão de demanda para projetar os dias de utilização de sondas de manutenção Raquel Carneiro De Assumpcao et al 2013 Comparação de técnicas de previsão de demanda para controle de estoques de embalagem para computadores Ubiara M. B. Oliveira e F. L. De S. Carvalho 2013 Utilização de um modelo quantitativo de previsão de demanda para análise da demanda por concreto em uma empresa do oeste
potiguar Vanessa Elionara Souza Ferreira et al 2013
Utilização do método box-jenkins (arima) na previsão de demandas de um produto de uma empresa de beneficiamento de açaí Arnold Estephane Castro De Souza et al 2013 Amortecimento exponencial adaptativo: um estudo de caso no setor automobilístico Juliana Da C. Granja e Jessica C. G. De O. 2014 Analise de demanda em uma empresa produtora de polpa de açaí, utilizando o modelo de media móvel simples. Jessyca Farias Freitas et al 2014 Análise de métodos de previsão de demanda: aplicação na indústria cerâmica Marcos H. P. Paiva e Leony L. L. Negrao 2014 Estudo comparativo do uso de redes neurais artificiais e regressão linear múltipla para a previsão da concentração cáustica em
uma etapa do processo de fabricação de alumina Giovanni Leopoldo Rozza et al 2014
Estudo comparativo entre modelos de previsão de demanda previsão de um veículo classe a de uma empresa do setor
automobilístico Niels Kim Da Silva Tahara et al 2014
Estudo de previsão de demanda de movimentação de diesel, gasolina e álcool, no terminalpetroquimico de miramar, utilizando
abordagem de séries temporais e séries causais Cleyton Luis Ramos Barbosa 2014
Previsão de dados de séries temporais dos pibs brasileiro e americano através do modelo arima Juliana Helena Daroz Gaudencio et al 2014 Previsão de demanda no varejo de alimentos: uma comparação entre os modelos holt-winters e arima Claudimar Pereira Da Veiga et al 2014 Previsão de demanda: uma aplicação do método de holt winters em uma industria moveleira de pequeno porte Matheus Fernando Moro et al 2014 Regressão linear dinâmica na aplicação da capacidade preditiva: análise de custos na gestão de um hospital público brasileiro Andre Da Silva Zembo Andre et al 2014 Utilização do método de holt winters para a previsão de vendas em uma casa lotérica Renan Alex Correa Kanezawa et al 2014 Análises de modelos quantitativos de previsão da demanda: ajuste e otimização de modelos à demanda do adesivo comum em
uma gráfica na cidade de belém-pa Sandro Da Silva Paganelli et al 2015
Aplicação do modelo de média exponencial para a realização da previsão de demanda do setor leiteiro no brasil Bruna Adriele Furtado Cordeiro et al 2015 Aplicação do modelo de previsão de demanda holt-winters em uma regional de corte e dobra de aço Marcos Bruno Santos Pereira Lima et al 2015 Bagging arima para previsão de demanda de transporte aéreo Tiago M. Dantas e Fernando L. C.Oliveira 2015 Estudo de previsão de demanda de água potável de um município do oeste do estado de santa catarina Mara L. Grando e Ricardo Do Prado 2015 Gestão da demanda: um estudo de caso em uma empresa de pequeno porte de jaguaré Barbara Moreto Pereira et al 2015 Método híbrido de previsão de demanda: prospecção de alunos por merenda escolar na região litoral sul da bahia Rafael Jose Santana Souza et al 2015 Modelo de previsão de demanda: análise da produção em uma empresa do setor cerâmico do rio grande do norte Julia Lorena Marques Gurgel et al 2015 Previsão da demanda de um hotel três estrelas na cidade de marabá utilizando ferramentas para planejamento e controle da
produção Joao Antonio Soares Vieira et al 2015
Utilização de modelos combinados de previsão: um estudo de caso em empresa de blendagem Eduardo T. Goncalves e R. M. Vanalle 2015
