Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/119224 |
Resumo: | The continuous advance of the Brazilian economy and increased competition in the heavy equipment market, increasingly point to the need for accurate sales forecasting processes, which allow an optimized strategic planning and therefore better overall results. In this manner, we found that the sales forecasting process deserves to be studied and understood, since it has a key role in corporate strategic planning. Accurate forecasting methods enable direction of companies to circumvent the management difficulties and the variations of finished goods inventory, which make companies more competitive. By analyzing the stages of the sales forecasting it was possible to observe that this process is methodical, bureaucratic and demands a lot of training for their managers and professionals. In this paper we applied the modeling method and the selecting process which has been done for Armstrong to select the most appropriate technique for two products of a heavy equipment industry and it has been through this method that the triple exponential smoothing technique has been chosen for both products. The results obtained by prediction with the triple exponential smoothing technique were better than forecasts prepared by the industry experts |
id |
UNSP_3e00d4998ffd58ad62d4b20f8a51dbe8 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/119224 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análiseVendas - AdministraçãoPrevisão de vendasMarketing - AdministraçãoSales – ManagementThe continuous advance of the Brazilian economy and increased competition in the heavy equipment market, increasingly point to the need for accurate sales forecasting processes, which allow an optimized strategic planning and therefore better overall results. In this manner, we found that the sales forecasting process deserves to be studied and understood, since it has a key role in corporate strategic planning. Accurate forecasting methods enable direction of companies to circumvent the management difficulties and the variations of finished goods inventory, which make companies more competitive. By analyzing the stages of the sales forecasting it was possible to observe that this process is methodical, bureaucratic and demands a lot of training for their managers and professionals. In this paper we applied the modeling method and the selecting process which has been done for Armstrong to select the most appropriate technique for two products of a heavy equipment industry and it has been through this method that the triple exponential smoothing technique has been chosen for both products. The results obtained by prediction with the triple exponential smoothing technique were better than forecasts prepared by the industry expertsO crescente avanço da economia brasileira e o aumento da concorrência no mercado de equipamentos pesados, cada vez mais apontam a necessidade de processos de previsão de vendas precisos, os quais permitem um planejamento estratégico otimizado e consequentemente melhores resultados globais. Desta forma, foi possível verificar que o processo de previsão de vendas merece ser estudado e compreendido, uma vez que tem um papel fundamental no planejamento estratégico das empresas. Métodos de previsão precisos possibilitam a direção das empresas a contornar a dificuldade de gerenciamento e as oscilações de estoque de produtos acabados, o que torna as empresas mais competitivas. Pela análise das etapas do processo de previsão de vendas foi possível notar que este é metódico, burocrático e demanda grande capacitação dos seus administradores e profissionais da área. Neste trabalho foi aplicado o método modelagem e a seleção de técnicas de previsão idealizada por Armstrong para dois produtos de uma indústria de equipamentos pesados e foi através deste método que se chegou à técnica de amortecimento exponencial triplo para ambos os produtos. Os resultados encontrados pela previsão obtida com a técnica de amortecimento exponencial triplo foram melhores que as previsões elaboradas pelos especialistas da indústria estudadaUniversidade Estadual Paulista (Unesp)Carvalho, Roberto José [UNESP]Universidade Estadual Paulista (Unesp)Gaspar, Pedro de Barros [UNESP]2015-03-23T15:17:35Z2015-03-23T15:17:35Z2011info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfGASPAR, Pedro de Barros. Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise. 2011. 1 CD-ROM. Trabalho de conclusão de curso (bacharelado - Engenharia Mecânica) – Universidade Estadual Paulista, Faculdade de Engenharia de Guaratinguetá, 2011.http://hdl.handle.net/11449/119224000692387gaspar_pb_tcc_guara.pdfAlephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-07-02T17:50:24Zoai:repositorio.unesp.br:11449/119224Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T13:46:13.089491Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise |
title |
Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise |
spellingShingle |
Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise Gaspar, Pedro de Barros [UNESP] Vendas - Administração Previsão de vendas Marketing - Administração Sales – Management |
title_short |
Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise |
title_full |
Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise |
title_fullStr |
Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise |
title_full_unstemmed |
Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise |
title_sort |
Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise |
author |
Gaspar, Pedro de Barros [UNESP] |
author_facet |
Gaspar, Pedro de Barros [UNESP] |
author_role |
author |
dc.contributor.none.fl_str_mv |
Carvalho, Roberto José [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Gaspar, Pedro de Barros [UNESP] |
dc.subject.por.fl_str_mv |
Vendas - Administração Previsão de vendas Marketing - Administração Sales – Management |
topic |
Vendas - Administração Previsão de vendas Marketing - Administração Sales – Management |
description |
The continuous advance of the Brazilian economy and increased competition in the heavy equipment market, increasingly point to the need for accurate sales forecasting processes, which allow an optimized strategic planning and therefore better overall results. In this manner, we found that the sales forecasting process deserves to be studied and understood, since it has a key role in corporate strategic planning. Accurate forecasting methods enable direction of companies to circumvent the management difficulties and the variations of finished goods inventory, which make companies more competitive. By analyzing the stages of the sales forecasting it was possible to observe that this process is methodical, bureaucratic and demands a lot of training for their managers and professionals. In this paper we applied the modeling method and the selecting process which has been done for Armstrong to select the most appropriate technique for two products of a heavy equipment industry and it has been through this method that the triple exponential smoothing technique has been chosen for both products. The results obtained by prediction with the triple exponential smoothing technique were better than forecasts prepared by the industry experts |
publishDate |
2011 |
dc.date.none.fl_str_mv |
2011 2015-03-23T15:17:35Z 2015-03-23T15:17:35Z |
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 |
GASPAR, Pedro de Barros. Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise. 2011. 1 CD-ROM. Trabalho de conclusão de curso (bacharelado - Engenharia Mecânica) – Universidade Estadual Paulista, Faculdade de Engenharia de Guaratinguetá, 2011. http://hdl.handle.net/11449/119224 000692387 gaspar_pb_tcc_guara.pdf |
identifier_str_mv |
GASPAR, Pedro de Barros. Previsão de vendas para uma indústria de equipamentos pesados: seleção de técnicas e análise. 2011. 1 CD-ROM. Trabalho de conclusão de curso (bacharelado - Engenharia Mecânica) – Universidade Estadual Paulista, Faculdade de Engenharia de Guaratinguetá, 2011. 000692387 gaspar_pb_tcc_guara.pdf |
url |
http://hdl.handle.net/11449/119224 |
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.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
Aleph reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128274290704384 |