Proposta de modelo de previsão de chamados corretivos para auxiliar a gestão de recursos em uma empresa de elevadores

Detalhes bibliográficos
Autor(a) principal: Rockenbach, Marlon Roberto
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/267987
Resumo: No contexto das empresas do mercado de elevadores, a gestão eficiente do dimensionamento das equipes para atendimento de chamados corretivos é fundamental para garantir a qualidade dos serviços prestados aos clientes. Diante da necessidade de prever com precisão a demanda por chamados corretivos e dimensionar as equipes de forma adequada, surge o desafio de encontrar métodos que possibilitem fornecer informações precisas para uma gestão otimizada de recursos humanos. Este trabalho abordou essa problemática por meio da proposição de um modelo de previsão de demanda baseado em séries temporais, visando fornecer dados valiosos e que poderiam aprimorar o processo de dimensionamento das equipes técnicas. Para objeto de estudo, foram selecionadas duas filiais que possuíam picos de demanda, e no qual os gestores enfrentavam dificuldades em planejar recursos em longo prazo. O problema enfrentado pela empresa reside na ineficácia do método atual de previsão de demanda, que não é capaz de capturar de maneira completa e precisa os padrões e flutuações presentes nos dados de chamados corretivos em filiais que possuem picos de demanda ao longo do ano, resultando em um mal dimensionamento das equipes, alto custo com horas extras e impactos negativos na satisfação dos clientes. Portanto, há a necessidade de um método mais sofisticado capaz de lidar com as complexidades dos padrões de demanda e melhorar a eficácia das operações. O método proposto neste estudo baseia-se na análise de séries temporais para a previsão de chamados corretivos. Ele emprega técnicas avançadas de análise estatística e de séries temporais para identificar padrões sazonais, tendências e ciclos nos dados históricos. Isso permite uma compreensão mais profunda da dinâmica da demanda e oferece uma base sólida para previsões futuras mais precisas. Ao capturar esses elementos, o método apresenta um nível superior de detalhamento em relação ao modelo utilizado pela empresa, tornando-o mais eficaz na antecipação das variações na demanda por chamados corretivos. Como solução, o modelo de previsão de séries temporais oferece à empresa uma ferramenta eficaz para aprimorar o planejamento e dimensionamento das equipes. Ao tomar decisões embasadas em informações preditivas de alta qualidade, a empresa pode planejar, dentro de sua realidade e limitações, a contratação de pessoas ou ajustar a alocação de recursos de acordo com as flutuações na demanda. Isso resulta em uma operação mais eficiente, economia de custos e melhoria geral na qualidade dos serviços prestados.
id UFRGS-2_9b2d8a27c879e274436f75dc9cbfadde
oai_identifier_str oai:www.lume.ufrgs.br:10183/267987
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Rockenbach, Marlon RobertoFogliatto, Flavio Sanson2023-12-02T03:25:57Z2023http://hdl.handle.net/10183/267987001188544No contexto das empresas do mercado de elevadores, a gestão eficiente do dimensionamento das equipes para atendimento de chamados corretivos é fundamental para garantir a qualidade dos serviços prestados aos clientes. Diante da necessidade de prever com precisão a demanda por chamados corretivos e dimensionar as equipes de forma adequada, surge o desafio de encontrar métodos que possibilitem fornecer informações precisas para uma gestão otimizada de recursos humanos. Este trabalho abordou essa problemática por meio da proposição de um modelo de previsão de demanda baseado em séries temporais, visando fornecer dados valiosos e que poderiam aprimorar o processo de dimensionamento das equipes técnicas. Para objeto de estudo, foram selecionadas duas filiais que possuíam picos de demanda, e no qual os gestores enfrentavam dificuldades em planejar recursos em longo prazo. O problema enfrentado pela empresa reside na ineficácia do método atual de previsão de demanda, que não é capaz de capturar de maneira completa e precisa os padrões e flutuações presentes nos dados de chamados corretivos em filiais que possuem picos de demanda ao longo do ano, resultando em um mal dimensionamento das equipes, alto custo com horas extras e impactos negativos na satisfação dos clientes. Portanto, há a necessidade de um método mais sofisticado capaz de lidar com as complexidades dos padrões de demanda e melhorar a eficácia das operações. O método proposto neste estudo baseia-se na análise de séries temporais para a previsão de chamados corretivos. Ele emprega técnicas avançadas de análise estatística e de séries temporais para identificar padrões sazonais, tendências e ciclos nos dados históricos. Isso permite uma compreensão mais profunda da dinâmica da demanda e oferece uma base sólida para previsões futuras mais precisas. Ao capturar esses elementos, o método apresenta um nível superior de detalhamento em relação ao modelo utilizado pela empresa, tornando-o mais eficaz na antecipação das variações na demanda por chamados corretivos. Como solução, o modelo de previsão de séries temporais oferece à empresa uma ferramenta eficaz para aprimorar o planejamento e dimensionamento das equipes. Ao tomar decisões embasadas em informações preditivas de alta qualidade, a empresa pode planejar, dentro de sua realidade e limitações, a contratação de pessoas ou ajustar a alocação de recursos de acordo com as flutuações na demanda. Isso resulta em uma operação mais eficiente, economia de custos e melhoria geral na qualidade dos serviços prestados.application/pdfporPrevisão de demanda : PlanejamentoPrestação de serviçosProposta de modelo de previsão de chamados corretivos para auxiliar a gestão de recursos em uma empresa de elevadoresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPorto Alegre, BR-RS2023Engenharia de Produçãograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001188544.pdf.txt001188544.pdf.txtExtracted Texttext/plain60229http://www.lume.ufrgs.br/bitstream/10183/267987/2/001188544.pdf.txtd3755fe9beab7c031bc8feaeeffafd51MD52ORIGINAL001188544.pdfTexto completoapplication/pdf641776http://www.lume.ufrgs.br/bitstream/10183/267987/1/001188544.pdf9411869ce5c4f205972d69e98336b01dMD5110183/2679872023-12-03 04:26:13.788013oai:www.lume.ufrgs.br:10183/267987Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2023-12-03T06:26:13Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Proposta de modelo de previsão de chamados corretivos para auxiliar a gestão de recursos em uma empresa de elevadores
title Proposta de modelo de previsão de chamados corretivos para auxiliar a gestão de recursos em uma empresa de elevadores
spellingShingle Proposta de modelo de previsão de chamados corretivos para auxiliar a gestão de recursos em uma empresa de elevadores
Rockenbach, Marlon Roberto
Previsão de demanda : Planejamento
Prestação de serviços
title_short Proposta de modelo de previsão de chamados corretivos para auxiliar a gestão de recursos em uma empresa de elevadores
title_full Proposta de modelo de previsão de chamados corretivos para auxiliar a gestão de recursos em uma empresa de elevadores
title_fullStr Proposta de modelo de previsão de chamados corretivos para auxiliar a gestão de recursos em uma empresa de elevadores
title_full_unstemmed Proposta de modelo de previsão de chamados corretivos para auxiliar a gestão de recursos em uma empresa de elevadores
title_sort Proposta de modelo de previsão de chamados corretivos para auxiliar a gestão de recursos em uma empresa de elevadores
author Rockenbach, Marlon Roberto
author_facet Rockenbach, Marlon Roberto
author_role author
dc.contributor.author.fl_str_mv Rockenbach, Marlon Roberto
dc.contributor.advisor1.fl_str_mv Fogliatto, Flavio Sanson
contributor_str_mv Fogliatto, Flavio Sanson
dc.subject.por.fl_str_mv Previsão de demanda : Planejamento
Prestação de serviços
topic Previsão de demanda : Planejamento
Prestação de serviços
description No contexto das empresas do mercado de elevadores, a gestão eficiente do dimensionamento das equipes para atendimento de chamados corretivos é fundamental para garantir a qualidade dos serviços prestados aos clientes. Diante da necessidade de prever com precisão a demanda por chamados corretivos e dimensionar as equipes de forma adequada, surge o desafio de encontrar métodos que possibilitem fornecer informações precisas para uma gestão otimizada de recursos humanos. Este trabalho abordou essa problemática por meio da proposição de um modelo de previsão de demanda baseado em séries temporais, visando fornecer dados valiosos e que poderiam aprimorar o processo de dimensionamento das equipes técnicas. Para objeto de estudo, foram selecionadas duas filiais que possuíam picos de demanda, e no qual os gestores enfrentavam dificuldades em planejar recursos em longo prazo. O problema enfrentado pela empresa reside na ineficácia do método atual de previsão de demanda, que não é capaz de capturar de maneira completa e precisa os padrões e flutuações presentes nos dados de chamados corretivos em filiais que possuem picos de demanda ao longo do ano, resultando em um mal dimensionamento das equipes, alto custo com horas extras e impactos negativos na satisfação dos clientes. Portanto, há a necessidade de um método mais sofisticado capaz de lidar com as complexidades dos padrões de demanda e melhorar a eficácia das operações. O método proposto neste estudo baseia-se na análise de séries temporais para a previsão de chamados corretivos. Ele emprega técnicas avançadas de análise estatística e de séries temporais para identificar padrões sazonais, tendências e ciclos nos dados históricos. Isso permite uma compreensão mais profunda da dinâmica da demanda e oferece uma base sólida para previsões futuras mais precisas. Ao capturar esses elementos, o método apresenta um nível superior de detalhamento em relação ao modelo utilizado pela empresa, tornando-o mais eficaz na antecipação das variações na demanda por chamados corretivos. Como solução, o modelo de previsão de séries temporais oferece à empresa uma ferramenta eficaz para aprimorar o planejamento e dimensionamento das equipes. Ao tomar decisões embasadas em informações preditivas de alta qualidade, a empresa pode planejar, dentro de sua realidade e limitações, a contratação de pessoas ou ajustar a alocação de recursos de acordo com as flutuações na demanda. Isso resulta em uma operação mais eficiente, economia de custos e melhoria geral na qualidade dos serviços prestados.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-12-02T03:25:57Z
dc.date.issued.fl_str_mv 2023
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/267987
dc.identifier.nrb.pt_BR.fl_str_mv 001188544
url http://hdl.handle.net/10183/267987
identifier_str_mv 001188544
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/267987/2/001188544.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/267987/1/001188544.pdf
bitstream.checksum.fl_str_mv d3755fe9beab7c031bc8feaeeffafd51
9411869ce5c4f205972d69e98336b01d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1798487042333605888