Previsão da procura na indústria alimentar

Detalhes bibliográficos
Autor(a) principal: Norton, Sebastião Areosa da Cunha Martins
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/97287
Resumo: Dissertação de Mestrado em Engenharia e Gestão Industrial apresentada à Faculdade de Ciências e Tecnologia
id RCAP_d78230c5f060588e93d1344538709616
oai_identifier_str oai:estudogeral.uc.pt:10316/97287
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Previsão da procura na indústria alimentarDemand forecasting in the food industryPrevisãoProcuraPlaneamentoVendasEncomendasForecastingDemandPlanningSalesOrdersDissertação de Mestrado em Engenharia e Gestão Industrial apresentada à Faculdade de Ciências e TecnologiaNum ambiente empresarial cada vez mais competitivo, as organizaçõesasseguram a sua sobrevivência através das suas vendas e da eficiência dos processos.É necessário que a previsão de vendas seja elaborada com a maior precisãopossível, para que não se produza em excesso, originando custos desnecessários e por outrolado, que não se incorra em défice de produção, não satisfazendo a procura. Com isto, se aprevisão falhar, haverá consequências em todas as áreas da organização.O documento inicia-se com uma análise crítica às áreas da organização onde asvendas têm um impacto mais direto, sendo elas o planeamento da produção e a gestão deencomendas. Posteriormente foi elaborada uma análise ao tipo de procura que os produtospossuem, bem como uma análise ao histórico de vendas da empresa.Este trabalho prossegue com a atribuição de um modelo de previsão adequado acada tipo de procura.Para testar a qualidade dos modelos, foi elaborado um documento Excel, queelabora as previsões de vendas de uma empresa do ramo alimentar de uma forma automática.O autor testou estes modelos através de dados reais já conhecidos, sendo então elaborada aprevisão de vendas para o ano de 2018 e consequentemente calculados os erros associados.Estes erros foram possíveis calcular, pois os dados da procura de 2018 já são conhecidos,sendo assim considerados, erros reais.Os resultados obtidos permitem tecer conclusões quanto à aplicabilidade dosmodelos, não só no que diz respeito ao modelo empresarial considerado, mas também aoutros, demonstrando que os resultados obtidos estão relativamente próximos da realidade.In a very competitive business environment, the organizations secure their survivalthrough their sales and process efficiency.It is necessary that the sales forecasting is done with the most precision possible, so that itdoesn´t happen in excess, originating unnecessary costs and, from another point of view, itdoesn’t run into a production deficit, letting the demand unattended. With this, if theforecasting fails, there will be consequences in every area of the organization.The present document begins with a critical analysis of the different areas of theorganization where the sales have more impact, being the production planning and ordermanaging. After, we have an analysis of the different types of demand of each product, aswell as an analysis of the sales history of the company.It goes on with the allocation of a sales forecasting model to each demand type.To prove the veracity of those models, an Excel document was elaborated where,when submitting the demand history data, automatically returns the demand forecasting.The author tested these models, comparing them with real data, elaborating the salesforecasting for the year of 2018 and, in consequence, calculating the associated errors. Thiswas possible thanks to the demand data for 2018 being already known and in that way,considering them real errors.The paper allows to weave truthful conclusions as to the applicability of the models,not only for this business model, but also to other types, demonstrating that the results arerelatively close to reality.2019-07-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/97287http://hdl.handle.net/10316/97287TID:202308278porNorton, Sebastião Areosa da Cunha Martinsinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-05-25T03:19:46Zoai:estudogeral.uc.pt:10316/97287Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:15:21.480515Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Previsão da procura na indústria alimentar
Demand forecasting in the food industry
title Previsão da procura na indústria alimentar
spellingShingle Previsão da procura na indústria alimentar
Norton, Sebastião Areosa da Cunha Martins
Previsão
Procura
Planeamento
Vendas
Encomendas
Forecasting
Demand
Planning
Sales
Orders
title_short Previsão da procura na indústria alimentar
title_full Previsão da procura na indústria alimentar
title_fullStr Previsão da procura na indústria alimentar
title_full_unstemmed Previsão da procura na indústria alimentar
title_sort Previsão da procura na indústria alimentar
author Norton, Sebastião Areosa da Cunha Martins
author_facet Norton, Sebastião Areosa da Cunha Martins
author_role author
dc.contributor.author.fl_str_mv Norton, Sebastião Areosa da Cunha Martins
dc.subject.por.fl_str_mv Previsão
Procura
Planeamento
Vendas
Encomendas
Forecasting
Demand
Planning
Sales
Orders
topic Previsão
Procura
Planeamento
Vendas
Encomendas
Forecasting
Demand
Planning
Sales
Orders
description Dissertação de Mestrado em Engenharia e Gestão Industrial apresentada à Faculdade de Ciências e Tecnologia
publishDate 2019
dc.date.none.fl_str_mv 2019-07-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/97287
http://hdl.handle.net/10316/97287
TID:202308278
url http://hdl.handle.net/10316/97287
identifier_str_mv TID:202308278
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.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134050746630144

Registros relacionados