Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/33114
ORCID: | ![]() |
Document type: | Trabalho de Conclusão de Curso |
Access type: | Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 United States |
Title: | Aplicação de método quantitativo de previsão de demanda em uma doceria |
Alternate title (s): | Application of quantitative demand forecasting method in a bakery |
Author: | Assumpção, Gabriela de Oliveira |
First Advisor: | Rosa, Vanessa Aparecida de Oliveira |
First member of the Committee: | Carvalho, Déborah Oliveira Almeida |
Second member of the Committee: | Castillo, Lúcio Abimael Medrano |
Summary: | As microempresas são uma alternativa para milhares de trabalhadores que recorrem ao empreendedorismo como fonte de renda, principalmente em contextos de crise. Neste sentido, torna-se importante a utilização de técnicas de gerenciamento dos sistemas produtivos, dentre estas aquelas de previsão e gestão da demanda. Assim, o objetivo deste artigo é aplicar um método quantitativo de previsão de demanda em uma microempresa do setor de doces e bolos artesanais, a fim de manter os níveis adequados de estoque de matérias-primas e subsidiar as decisões de gestão da demanda. Quanto à metodologia, foi realizado um estudo de caso, que seguiu as seguintes etapas: realizar o levantamento dos dados históricos da família de produtos de pronta-entrega; analisar a série temporal e definir o modelo quantitativo de previsão; aplicar e validar o modelo; calcular as necessidades de matérias-primas; realizar uma pesquisa de mercado a fim de direcionar as estratégias de gestão da demanda. Os resultados mostraram que o modelo de decomposição de série temporal apresentou valores acurados de previsão, que permitiram o cálculo da necessidade de matéria-prima semanal da família de pronta-entrega. Por sua vez, a pesquisa de mercado mostrou os fatores de influência na decisão de compra dos clientes, sendo o mais relevante o preço dos produtos. |
Abstract: | Microenterprises are an alternative for thousands of workers who resort to entrepreneurship as a source of income, especially in crisis contexts. In this sense, it is important to use techniques for managing production systems, highlighting those for forecasting and managing demand. Thus, the objective of this article is to apply a quantitative method of demand forecasting in a microenterprise in the handmade sweets and cakes sector, in order to maintain adequate levels of raw material stock and support demand management decisions. As for the methodology, a case study was carried out, which followed the following steps: surveying the historical data of the family of ready-to-deliver products; analyze the time series and define the quantitative forecasting model; apply and validate the model; calculate raw material requirements; conduct market research in order to guide demand management strategies. The results showed that the time series decomposition model presented accurate forecast values, which allowed the calculation of the weekly raw material requirement of the ready-to-deliver family. In turn, market research showed the factors influencing the purchase decision of customers, the most relevant being the price of the products. |
Keywords: | Previsão de demanda Demand forecast Decomposição de série temporal Time series decomposition Gestão da demanda Demand management |
Area (s) of CNPq: | CNPQ::ENGENHARIAS |
Language: | por |
Country: | Brasil |
Publisher: | Universidade Federal de Uberlândia |
Quote: | ASSUMPÇÃO, Gabriela de Oliveira. Aplicação de método quantitativo de previsão de demanda em uma doceria. 2021. 27 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Universidade Federal de Uberlândia, Ituiutaba, 2021. |
URI: | https://repositorio.ufu.br/handle/123456789/33114 |
Date of defense: | 26-Oct-2021 |
Appears in Collections: | TCC - Engenharia de Produção (Ituiutaba / Pontal) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
AplicaçãoMetodoQuantitativo.pdf | TCC | 1.28 MB | Adobe PDF | ![]() View/Open |
This item is licensed under a Creative Commons License