Ajuste de previsão de demanda quantitativa com base em fatores qualitativos : estudo de caso em um restaurante fast food

Detalhes bibliográficos
Autor(a) principal: Meneghini, Mateus
Data de Publicação: 2013
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/97384
Resumo: Este artigo propõe um método de previsão de demanda que integra modelos quantitativos com fatores contextuais qualitativos. O método proposto inicialmente seleciona o modelo matemático (quantitativo) que melhor se adapta aos dados históricos, com base no coeficiente de determinação R² e MAPE. Na sequência, as previsões geradas pelo modelo selecionado são ajustadas com base na opinião de especialistas sobre fatores contextuais (realização de eventos e reformas, por exemplo) não inclusos nos dados históricos. O método proposto foi aplicado em um restaurante fast food, realizando a previsão de demanda de carnes. O método ajustado gerou um erro percentual médio na pior das hipósteses de 10% quando comparado com a demanda real do período, enquanto que o modelo quantitativo, sem a intervenção dos especialistas, gerou um erro percentual médio de até 38%.
id UFRGS-2_b96847e754405dc73a305e0b68b21c6a
oai_identifier_str oai:www.lume.ufrgs.br:10183/97384
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Meneghini, MateusAnzanello, Michel José2014-07-10T02:04:52Z2013http://hdl.handle.net/10183/97384000920335Este artigo propõe um método de previsão de demanda que integra modelos quantitativos com fatores contextuais qualitativos. O método proposto inicialmente seleciona o modelo matemático (quantitativo) que melhor se adapta aos dados históricos, com base no coeficiente de determinação R² e MAPE. Na sequência, as previsões geradas pelo modelo selecionado são ajustadas com base na opinião de especialistas sobre fatores contextuais (realização de eventos e reformas, por exemplo) não inclusos nos dados históricos. O método proposto foi aplicado em um restaurante fast food, realizando a previsão de demanda de carnes. O método ajustado gerou um erro percentual médio na pior das hipósteses de 10% quando comparado com a demanda real do período, enquanto que o modelo quantitativo, sem a intervenção dos especialistas, gerou um erro percentual médio de até 38%.This article proposes a method that integrates quantitative models and qualitative forecasting contextual factors. The method initially selects the mathematical model that better fits the historical data based on the coefficient of determination R² and MAPE. Next, forecasts generated by the selected model are adjusted based on the opinions of specialists regarding contextual factors (judgemental adjustment), e.g. events held and rebuilding, not included in the historical data. The method proposed was applied to a fast food restaurant to forecast meat demand. The adjusted method yielded an average error of 10% in the worst scenario when compared to the actual demand, while the quantitative model with no judgemental adjustment led to an average error of 38%.application/pdfporEngenharia de produçãoDemand forecastingJudgemental adjustmentFast foodAjuste de previsão de demanda quantitativa com base em fatores qualitativos : estudo de caso em um restaurante fast foodinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPorto Alegre, BR-RS2013Engenharia de Produçãograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000920335.pdf000920335.pdfTexto completoapplication/pdf428584http://www.lume.ufrgs.br/bitstream/10183/97384/1/000920335.pdfe277e2b8736859be50b7ad5e63d98c23MD51TEXT000920335.pdf.txt000920335.pdf.txtExtracted Texttext/plain50561http://www.lume.ufrgs.br/bitstream/10183/97384/2/000920335.pdf.txt22f2e3f437d6078b40797f48953e3da8MD52THUMBNAIL000920335.pdf.jpg000920335.pdf.jpgGenerated Thumbnailimage/jpeg1659http://www.lume.ufrgs.br/bitstream/10183/97384/3/000920335.pdf.jpg57fac9cd3e405b8288fb0531cc9effd0MD5310183/973842018-10-10 08:10:51.592oai:www.lume.ufrgs.br:10183/97384Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-10T11:10:51Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Ajuste de previsão de demanda quantitativa com base em fatores qualitativos : estudo de caso em um restaurante fast food
title Ajuste de previsão de demanda quantitativa com base em fatores qualitativos : estudo de caso em um restaurante fast food
spellingShingle Ajuste de previsão de demanda quantitativa com base em fatores qualitativos : estudo de caso em um restaurante fast food
Meneghini, Mateus
Engenharia de produção
Demand forecasting
Judgemental adjustment
Fast food
title_short Ajuste de previsão de demanda quantitativa com base em fatores qualitativos : estudo de caso em um restaurante fast food
title_full Ajuste de previsão de demanda quantitativa com base em fatores qualitativos : estudo de caso em um restaurante fast food
title_fullStr Ajuste de previsão de demanda quantitativa com base em fatores qualitativos : estudo de caso em um restaurante fast food
title_full_unstemmed Ajuste de previsão de demanda quantitativa com base em fatores qualitativos : estudo de caso em um restaurante fast food
title_sort Ajuste de previsão de demanda quantitativa com base em fatores qualitativos : estudo de caso em um restaurante fast food
author Meneghini, Mateus
author_facet Meneghini, Mateus
author_role author
dc.contributor.author.fl_str_mv Meneghini, Mateus
dc.contributor.advisor1.fl_str_mv Anzanello, Michel José
contributor_str_mv Anzanello, Michel José
dc.subject.por.fl_str_mv Engenharia de produção
topic Engenharia de produção
Demand forecasting
Judgemental adjustment
Fast food
dc.subject.eng.fl_str_mv Demand forecasting
Judgemental adjustment
Fast food
description Este artigo propõe um método de previsão de demanda que integra modelos quantitativos com fatores contextuais qualitativos. O método proposto inicialmente seleciona o modelo matemático (quantitativo) que melhor se adapta aos dados históricos, com base no coeficiente de determinação R² e MAPE. Na sequência, as previsões geradas pelo modelo selecionado são ajustadas com base na opinião de especialistas sobre fatores contextuais (realização de eventos e reformas, por exemplo) não inclusos nos dados históricos. O método proposto foi aplicado em um restaurante fast food, realizando a previsão de demanda de carnes. O método ajustado gerou um erro percentual médio na pior das hipósteses de 10% quando comparado com a demanda real do período, enquanto que o modelo quantitativo, sem a intervenção dos especialistas, gerou um erro percentual médio de até 38%.
publishDate 2013
dc.date.issued.fl_str_mv 2013
dc.date.accessioned.fl_str_mv 2014-07-10T02:04:52Z
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/10183/97384
dc.identifier.nrb.pt_BR.fl_str_mv 000920335
url http://hdl.handle.net/10183/97384
identifier_str_mv 000920335
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/10183/97384/1/000920335.pdf
http://www.lume.ufrgs.br/bitstream/10183/97384/2/000920335.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/97384/3/000920335.pdf.jpg
bitstream.checksum.fl_str_mv e277e2b8736859be50b7ad5e63d98c23
22f2e3f437d6078b40797f48953e3da8
57fac9cd3e405b8288fb0531cc9effd0
bitstream.checksumAlgorithm.fl_str_mv MD5
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_ 1815447129798213632