Um modelo de previsão de demanda no varejo do setor de saúde e bem-estar
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/223370 |
Resumo: | TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Produção |
id |
UFSC_a14f4c9e7ebd2907ce75295af36998fb |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/223370 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Universidade Federal de Santa CatarinaRodrigues, VitorFries, Carlos Ernani2021-05-20T15:01:10Z2021-05-20T15:01:10Z2021-05-10https://repositorio.ufsc.br/handle/123456789/223370TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de ProduçãoNo setor de varejo, a previsão de demanda é uma informação crítica, podendo afetar diretamente a eficiência operacional das empresas e o nível de serviço prestado ao cliente. Entretanto, prever não é uma tarefa trivial. A crescente variedade e complexidade dos problemas de previsão resultou na necessidade de modelos preditivos cada vez mais complexos e de difícil parametrização. De forma geral, modelos mais complexos requerem mais dados e ajustes para serem treinados e, consequentemente, exigem um maior custo computacional. Quando se há um grande número de itens a serem previstos, o processo de previsão demanda pode demorar várias horas, ou até mesmo dias, o que pode ser prejudicial para a operação. Dessa forma, o presente estudo visa propor um modelo de previsão de demanda no varejo do setor de saúde e bem-estar que melhore a acurácia de predição e seja equilibrado em termos de custo computacional e desempenho. Para isto, o modelo desenvolvido incorpora classes de métodos preditivos como Suavização Exponencial, modelos ARIMA, SARIMA e Redes Neurais Recorrentes. As abordagens de seleção individual, na qual determina-se e aplica-se o melhor modelo preditivo em cada série individual, e seleção agregada, onde o modelo com melhor performance para a população como um todo é determinado e aplicado, foram testadas e comparadas. Técnicas de clusterização de séries temporais foram empregadas com o intuito de aprimorar o método da seleção agregada. Dessa forma, buscou-se o método preditivo a ser aplicado em cada cluster, ao invés de buscar um único método para toda a população. As séries temporais dos centroides obtidos foram utilizadas para eleger o método preditivo a ser utilizado em cada cluster e o resultado dessa abordagem foi comparado com uma árvore de regressão. O custo computacional na seleção agregada foi 96,7% menor comparado com a seleção individual. Em contrapartida, houve um aumento de 9,5% no erro médio de previsão. Em vista dos resultados, empregou-se a abordagem seleção agregada. Em comparação com o modelo corrente na empresa objeto de estudo, os resultados do modelo proposto demonstraram reduções consideráveis no erro de previsão a um custo médio de processamento do modelo de apenas 2,09 segundos por SKU. Ademais, a seleção do método preditivo para cada cluster através dos centroides demonstrou ser uma estimativa com grande potencial de aplicação.108Florianópolis, SCPrevisão de demandaClusterização de séries temporaisVarejoUm modelo de previsão de demanda no varejo do setor de saúde e bem-estarinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCLICENSElicense.txtlicense.txttext/plain; charset=utf-81383https://repositorio.ufsc.br/bitstream/123456789/223370/2/license.txt11ee89cd31d893362820eab7c4d46734MD52ORIGINALTCC.pdfTCC.pdfTCCapplication/pdf1941093https://repositorio.ufsc.br/bitstream/123456789/223370/1/TCC.pdfb0d919ce492f8b0dafedaef062f60285MD51123456789/2233702021-05-20 12:01:10.348oai:repositorio.ufsc.br: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ório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732021-05-20T15:01:10Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.pt_BR.fl_str_mv |
Um modelo de previsão de demanda no varejo do setor de saúde e bem-estar |
title |
Um modelo de previsão de demanda no varejo do setor de saúde e bem-estar |
spellingShingle |
Um modelo de previsão de demanda no varejo do setor de saúde e bem-estar Rodrigues, Vitor Previsão de demanda Clusterização de séries temporais Varejo |
title_short |
Um modelo de previsão de demanda no varejo do setor de saúde e bem-estar |
title_full |
Um modelo de previsão de demanda no varejo do setor de saúde e bem-estar |
title_fullStr |
Um modelo de previsão de demanda no varejo do setor de saúde e bem-estar |
title_full_unstemmed |
Um modelo de previsão de demanda no varejo do setor de saúde e bem-estar |
title_sort |
Um modelo de previsão de demanda no varejo do setor de saúde e bem-estar |
author |
Rodrigues, Vitor |
author_facet |
Rodrigues, Vitor |
author_role |
author |
dc.contributor.pt_BR.fl_str_mv |
Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Rodrigues, Vitor |
dc.contributor.advisor1.fl_str_mv |
Fries, Carlos Ernani |
contributor_str_mv |
Fries, Carlos Ernani |
dc.subject.por.fl_str_mv |
Previsão de demanda Clusterização de séries temporais Varejo |
topic |
Previsão de demanda Clusterização de séries temporais Varejo |
description |
TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Produção |
publishDate |
2021 |
dc.date.accessioned.fl_str_mv |
2021-05-20T15:01:10Z |
dc.date.available.fl_str_mv |
2021-05-20T15:01:10Z |
dc.date.issued.fl_str_mv |
2021-05-10 |
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 |
https://repositorio.ufsc.br/handle/123456789/223370 |
url |
https://repositorio.ufsc.br/handle/123456789/223370 |
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 |
108 |
dc.publisher.none.fl_str_mv |
Florianópolis, SC |
publisher.none.fl_str_mv |
Florianópolis, SC |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSC instname:Universidade Federal de Santa Catarina (UFSC) instacron:UFSC |
instname_str |
Universidade Federal de Santa Catarina (UFSC) |
instacron_str |
UFSC |
institution |
UFSC |
reponame_str |
Repositório Institucional da UFSC |
collection |
Repositório Institucional da UFSC |
bitstream.url.fl_str_mv |
https://repositorio.ufsc.br/bitstream/123456789/223370/2/license.txt https://repositorio.ufsc.br/bitstream/123456789/223370/1/TCC.pdf |
bitstream.checksum.fl_str_mv |
11ee89cd31d893362820eab7c4d46734 b0d919ce492f8b0dafedaef062f60285 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1766805276100395008 |