PREVISÃO DE DEMANDA: REVISÃO BIBLIOGRÁFICA E ANÁLISE ACADEMICA ATUAL · demanda de mercado para...
-
Upload
truongkiet -
Category
Documents
-
view
214 -
download
0
Transcript of PREVISÃO DE DEMANDA: REVISÃO BIBLIOGRÁFICA E ANÁLISE ACADEMICA ATUAL · demanda de mercado para...
PREVISÃO DE DEMANDA: REVISÃO
BIBLIOGRÁFICA E ANÁLISE ACADEMICA
ATUAL
Gustavo Quadra Vieira dos Santos (UNIFEI)
Jose Airton Marques Junior (UNIFEI)
Yan Nick Soares Bernardo (UNIFEI)
O planejamento das atividades de um empreendimento é um dos pontos
principais que devem ser considerados ao se tratar de uma atividade
competitiva. Nesse contexto a previsão de demanda se torna extremamente
importante, seja na sua forma qualitativa ou quantitativa de previsão, esse
assunto tem ganhado cada vez mais importância na comunidade cientifica e
acadêmica. O presente trabalho apresenta, de forma sucinta alguns métodos
de previsão de demanda, além da integração dos métodos qualitativo e
quantitativo. Outro ponto buscado pelos autores foi a analise do numero de
artigos publicados, com uma ênfase nos dados encontrados para artigos
publicados em língua inglesa e língua portuguesa, com a finalidade de se
encontrar uma relação entre os anos de publicação e o numero de
publicações efetuadas.
Palavras-chave: Previsão de demanda, qualitativa, quantitativa, integração
de métodos, análise de artigos
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
2
1 Introdução
Na literatura é possível encontrar algumas definições de demanda, Kotler (1991) define a
demanda de mercado para um produto como sendo o “volume total que seria comprado por
um grupo de clientes definido, em uma área geográfica definida, em um período definido, em
um ambiente de marketing definido e sob um programa de marketing definido”. Consul e
Werner (2010) explicam a importância da previsão de demanda pelo fato de se ficar evidente
o “que”, “quanto” e “quando” comprar, os autores ainda expressam que os benefícios dessa
previsão afetam a velocidade de entrega e o custo do produto.
Pellegrini e Fogliatto (2001) afirmam que as técnicas de forecasting permitem realizar uma
modelagem matemática através de dados disponíveis, permitindo realizar previsões mais
precisas em relação àquelas feitas com base na intuição, enquanto Werner, Lemos e Daudt
(2006), indicam que uma má previsão pode, de algum modo, gerar problemas à empresa,
sendo pelo fato de não conseguir atender a demanda do mercado – previsão subdimensionada,
ou apresentando produto acabado em excesso, gerando um estoque não planejado – previsão
superdimensionada.
Partindo do pressuposto que a previsão de demanda é uma ferramenta importante para a
organização, fica evidente que seu objetivo é melhorar a tomada de decisão da empresa, sobre
isso, Kotler (1991) afirma que as previsões de demanda atendem à objetivos específicos da
empresa, como por exemplo a medida de curto prazo, que pode auxiliar no pedido de matéria
prima, além de ter como objetivo analisar os recursos financeiros necessários para realizar
determinadas operações.
Como foi possível encontrar na literatura vários trabalhos a respeito da importância de uma
previsão de demanda bem elaborada, o presente artigo explicita a definição de previsão de
demanda e alguns métodos de realizá-la. Essas previsões abrangem métodos quantitativos,
qualitativos e a integração dos dois, além disso, conta também com uma análise do número de
trabalhos publicados sobre o assunto em questão.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
3
2 Metodologia
Para a realização deste trabalho utilizou-se o método de pesquisa bibliográfica. Este tipo de
pesquisa utiliza como base documentos já elaborados, principalmente livros e artigos
científicos. Em seu livro, Gil (2002) afirma que a principal vantagem desse tipo de pesquisa:
“[...] reside no fato de permitir ao investigador a cobertura de uma gama de fenômenos muito
mais ampla do que aquela que poderia pesquisar diretamente.”.
Além da principal vantagem desse tipo de pesquisa, Gil (2002) também apresenta uma
contrapartida que é a qualidade das fontes utilizadas. Para assegurar a qualidade do trabalho,
os pesquisadores analisaram cuidadosamente as informações obtidas, além da utilização de
diversas fontes confiáveis.
É importante ressaltar que este trabalho contém um levantamento de dados sobre a quantidade
de trabalhos publicados nos últimos dez e cinco anos. A busca pelos trabalhos foi realizada no
portal Capes.
3 Referencial teórico
3.1 Previsão de demanda e sua classificação
A previsão de demanda exerce uma função de grande importância nas organizações em geral,
como explicitado por Gerber et. Al (2013), ao enunciar que a previsão de demanda é o ponto
inicial do planejamento de atividades como fluxo de caixa, planejamento da produção entre
outras, sendo utilizada com mais frequência em empresas que tratam de bens de consumo, já
Veiga, Veiga e Duclós (2010) afirmam que uma boa previsão de demanda pode proporcionar
à empresa uma vantagem competitiva, visto que sua utilização auxilia na tomada de decisão,
no entanto, por se tratar de uma ferramenta gerencial e lidar com projeções, seu resultado não
é exato, sendo assim, cabe ao gestor, segundo Carvalho (2011) buscar informações como o
desempenho passado da organização e até mesmo o ambiente socioeconômico e político do
país e do cenário internacional para chegar a uma previsão mais próxima o possível do real.
Existem divergências entre alguns autores em relação à qualificação dos métodos de previsão
de demanda, enquanto Gomes (2011) afirma que existem quatro modelos de previsão, sendo
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
4
eles o qualitativo, o de séries temporais, o causal e o de simulação, Carvalho (2010) afirma a
existência do método qualitativo e do quantitativo, mas em contra partida, afirma a existência
de um modelo que pode ser considerado como a combinação de ambos.
Veiga, Veiga e Duclós (2010) indicam a utilização de modelos quantitativos quando o
ambiente é volátil, ou seja, a demanda histórica e a intuição do gestor não são o suficiente
para se fazer uma boa previsão, e sobre os modelos mistos, Box, Jenkins e Reinsel (2011)
afirmam que sua utilização é indicada quando se deseja alcançar maior flexibilidade e ajuste
às séries temporais.
3.2 Método Qualitativo
O modelo ou método qualitativo, assim como toda técnica qualitativa é baseado em aspectos
que apresentam maior dificuldade em se quantificar, fatores como opiniões e experiências,
sendo indicado o seu uso quando a aquisição de dados específicos é considerada mais difícil,
no entanto, Dias (1999), em seu estudo afirma que, das quatro empresas estudadas, apenas
uma delas utiliza de maneira consistente os modelos baseados em dados quantitativos,
enquanto as outras, apesar de usarem também, métodos qualitativos, a previsão final é
baseada em dados qualitativos. Gomes (2011) define o modelo de séries temporais como o
modelo no qual se espera que os dados históricos possam ser tomados como padrões e o
modelo causal como aquele em que outras variáveis definem o comportamento da demanda,
já Lemos (2006) apresenta uma definição mais simples, diz apenas que os métodos
qualitativos utilizam da opinião de especialistas ou consumidores para realizar estimações
subjetivas.
Dias (1999) afirma que os modelos baseados em dados qualitativos podem ser considerados
apenas como aproximação da realidade e que a utilização exclusiva desse modelo, pode gerar
problemas na previsão. Makridakis, Wheelwrigh e Hyndman (1998) também citam que
algumas pessoas não muito familiarizadas com o estudo de previsão de demanda, podem
achar que informações do passado não vão ser de muita utilidade para as previsões (futuro),
mas ainda segundo o autor após analisar os dados e o próprio método de previsão é evidente
que os dados não se repetiram exatamente, mas alguns aspectos são repetidos no futuro.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
5
Ainda sobre os métodos qualitativos, Makridakis, Wheelwright e Hyndman (1998) afirmam
que são mais utilizados para prover dicas, podendo, portanto auxiliar o planejamento
realizado. Além disso, os autores citam que esses métodos são indicados para previsões a
médio e longo prazo, os autores afirmam ainda que eles podem ser utilizados separadamente,
no entanto, usualmente, sua aplicação se dá em conjunto com outros métodos qualitativos ou
quantitativos. Lemos (2006) define três métodos qualitativos, sendo eles os métodos
chamados pelo autor de jogo de representações, a pesquisa de intenções e por último o Delphi,
métodos esses apresentados nos tópicos posteriores.
3.2.1 Jogo de Representações
O método chamado de jogo de representações (Role Playing) é definido por Armstrong
(2001) como sendo uma interação entre pessoas escolhidas pela administração, essas pessoas
vão decidir acerca de alguma questão, e essa decisão seria tratada como uma previsão. Lemos
(2006) afirma que a aplicação dessa técnica se dá quando há conflito entre as partes
envolvidas. Armstrong (2001) ainda cita a importância da similaridade entre o evento real, e o
simulado, sendo necessária a criação de regras e o conhecimento por parte dos participantes,
da situação a ser tratada.
3.2.2 Pesquisa de intenções
A pesquisa de intenções é definida por Lemos (2006) como um método para se avaliar planos,
metas e expectativas dos indivíduos em relação a uma variável ou evento, deste modo, sua
utilização está intimamente ligada a previsão de demanda e tomada de decisão referentes à
penetração de um novo produto no mercado, por exemplo, como citam Chambers; Mullick e
Smith (1971), quando afirmam que as preferencias de clientes e a probabilidade dos mesmos
comprarem produtos, podem ser descritos por padrões de prioridade, sendo portanto, de
grande auxílio na previsão de demanda, no entanto, Lemos (2006) afirma que o método é
mais efetivo quando os entrevistados estão realmente interessados no produto.
3.2.3 Delphi
O método Delphi, de acordo com Linstone e Turoff (2002) pode ser definido como um
método para a estruturação de um processo de comunicação em grupo tendo esse processo o
objetivo de resolução de problemas complexos, do mesmo modo, Ribeiro (2009) confirma
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
6
que o método busca o aprendizado através da troca de opiniões entre os participantes, visando
minimizar os inconvenientes e destacar os pontos positivos do grupo, evidenciando as
convergências de opiniões. Ainda segundo Ribeiro (2009), sua aplicação é indicada quando
não é possível aplicar técnicas puramente matemáticas e quando o julgamento pessoal é
relevante.
3.3 Método Quantitativo
A respeito dos métodos quantitativos, Higuchi (2006) é incisivo e define como uma análise de
dados passados de maneira objetiva a fim de realizar uma projeção futura através do emprego
de modelos matemáticos. Garcia (2011) afirma que há diversos métodos de previsão de
demanda de maneira quantitativa sendo nesses métodos empregadas técnicas simples, como
no caso da média simples, e também métodos complexos que exigem do usuário
conhecimento estatístico e de matemática computacional, como o ARIMA (modelo auto
regressivo de média móvel) e o método de redes neurais.
3.3.1 Técnica de Regressão Linear e Correlação
O método que utiliza a Regressão linear e Correlação é definido por Gaither e Fraizer (2002)
como sendo um modelo de previsão que relaciona uma variável dependente e outras
independentes, sendo utilizado do conhecimento do pesquisador para estabelecer valores
futuros da variável dependente, a partir dessa relação.
3.3.2 Método da média móvel
Sobre os modelos baseados em média, Tubino (2009) afirma que são importantes para
remover influencias de variações randômicas dos dados históricos, combinando os valores
extremamente baixos e altos gerando uma previsão com menor variabilidade, no entanto, o
autor indica que, para a média móvel, utilizam-se dados de um conjunto de períodos,
geralmente mais recentes e com um número definidos anteriormente para gerar uma previsão,
além disso, para cada novo período incluído nesse conjunto, um período mais antigo é
retirado.
3.3.3 Método Box-Jenkins
Um método considerado mais complexo por alguns autores, a técnica Box-Jenkins é
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
7
explicitada por Martínez e Zamprogno (2003), esses autores afirmam que se trata de uma
modelagem paramétrica, trabalhando com ajuste de modelos auto regressivos e/ou de média
móveis de um conjunto de dados, este modelo é conhecido como ARIMA, citado
anteriormente e sobre ele, Box, Jenkins e Reinsel (2011), afirmam se tratar de um modelo
poderoso para a descrição das séries temporais, e pode ser obtido somando ou integrando
processos.
3.3.4 Método de Redes Neurais
Como citado anteriormente um dos métodos qualitativos é o método de Redes Neurais,
segundo Kuo e Xue (1999) essa técnica “é derivada de modelos de neurofisiologia, e consiste
em uma coleção de elementos não lineares simples cujos inputs e outputs são ligados para
formar uma rede.” Ainda segundo Kuo e Xue (1999) existem diversos estudos que buscam
comparar os métodos de redes neurais com métodos considerados tradicionais de previsão de
demanda como Box-Jenkins e outros métodos quantitativos, o autor ainda revela que esses
estudos são muitas vezes contraditórios.
3.3.5 Método Fuzzy neural network (rede Neuro-Fuzzy)
Existe outro método qualitativo de previsão de demanda que utiliza como base as redes
neurais artificiais, chamado de Fuzzy neural network (rede Neuro-Fuzzy). A lógica Fuzzy, que
segundo Gomide e Gudwin (1994) pode ser traduzida como Nebulosa, é baseada na teoria dos
conjuntos Fuzzy. Os autores afirmam ainda que, diferente da lógica binária onde a variável
verdade só pode ser verdadeira ou falsa, ou da lógica multivalores, no qual a verdade pode se
apresentar na forma de um elemento de um conjunto finito em um intervalo, na lógica
Nebulosa os valores assumem aspectos linguísticos como “muito verdade”, “não verdade”,
“muito falso” entre outros. Segundo Kou e Xue (1999) algumas maneiras de se utilizar essa
integração fuzzy-neural já foram testadas, como o emprego do algoritmo de aprendizado para
melhorar a performance de sistemas Fuzzy.
3.3.6 Modelo auto regressivo
Outro exemplo de modelo é o modelo auto regressivo, que segundo Box, Jenkins e Reinsel
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
8
(2011) é um modelo estocástico, no qual o resultado se da através da combinação linear de
valores anteriores do processo e um valor randômico.
3.3.7 Modelo integrado de previsão de demanda
Foram citados no presente artigo, métodos de previsão de demanda tanto qualitativos quanto
quantitativos, além dos apresentados, outros métodos diferentes podem ser encontrados na
literatura, como o modelo proposto por Fernandes e Anzanello (2010), que consiste
basicamente em um modelo integrado de previsão de demanda, ou seja, um modelo que
apresenta tanto dados quantitativos quanto informações qualitativas. Os autores apresentam
em seu trabalho a metodologia dessa técnica separando a mesma em etapas (cinco) utilizando
o parecer de especialistas e da ferramenta AHP (Analytic Hierarchy Process) como forma de
realizar essa previsão. Segundo Lemos e Fogliatto (2008) o emprego da integração de
métodos é uma maneira de obter resultados mais precisos, conseguindo mesclar a
contextualização fornecida pelos dados qualitativos com a parte matemática das séries
temporais. Lemos e Fogliatto (2008) ainda apresentam em seu trabalho outra forma de técnica
integrada, utilizando método de extrapolação, sendo este quantitativo, com método Delphi
que é qualitativo.
4 Levantamento de dados e análise
Para a realização da análise, pesquisas foram efetuadas no portal de periódicos CAPES,
palavras chave foram escolhidas de acordo com o tema previsão de demanda. Para visualizar
uma possível evolução do numero de publicações a respeito do tema, as buscas em questão
foram realizadas nos períodos de dez, cinco e no ultimo ano, além disso, as palavras chave
escolhidas foram tanto no idioma português quanto no inglês, possibilitando uma melhor
acurácia das buscas que foram efetuadas.
A primeira etapa da pesquisa realizada foi com as palavras chave “Demand Forecast”, os
resultados encontrados para os últimos dez anos foram os seguintes, 371 trabalhos sendo 301
artigos ao todo, sendo 287 em inglês, 43 em alemão, sete em espanhol, quatro em português,
três em japonês, dois em chinês e um artigo em catalão. Como mostrado na figura abaixo.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
9
Figura 1 – Demand Forecast 10 anos
Fonte: CAPES adaptado por autores
Pode-se ressaltar a presença muito elevada de artigos em língua inglesa, além de os países de
língua inglesa nativa produzirem muitos trabalhos nessa área, outros fatores como o dessa
linguagem ser utilizada em um vasto numero de revistas internacionais de grande impacto
colabora com esse fator.
Para a próxima fase da análise somente o intervalo de publicação foi alterado, sendo que
dessa vez foram cinco anos de publicações. Foram encontrados 244 trabalhos ao todos, sendo
que foram 206 artigos, 197 em inglês, 37 em alemão, sete em espanhol, quatro em português,
três em japonês, dois em chinês e um em catalão. Como ilustra a figura abaixo.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
10
Figura 2 – Demand Forecast, 5 anos
Fonte: CAPES adaptado por autores
Observa-se desses dados que a porcentagem de artigos publicados no período de cinco anos
foi de cerca 68,44% do total de dez anos pesquisados, sendo, portanto os últimos anos mais
produtivos que os cinco primeiros. A predominância do inglês ainda existe, pelos motivos
explicitados anteriormente não terem se alterado.
Para a última fase, os trabalhos publicados no ultimo ano com a palavra chave em questão
foram analisados. Os resultados obtidos foram de 93 trabalhos, sendo 90 artigos, 86 em
inglês, três em alemão, dois em japonês e um catalão. Como a figura abaixo ilustra.
Figura 3 – Demand Forecast, último ano
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
11
Fonte: CAPES adaptado por autores
Desses resultados constatou-se uma porcentagem de 29,90% de artigos publicados no ultimo
ano, comparados com os últimos dez anos. Essa porcentagem ilustra o fato dos últimos anos
apresentarem uma crescente no numero de publicações. A predominância do inglês continua
sendo marcante, o próprio fato das palavras chave serem apresentadas em língua inglesa
podem colaborar para esse fato.
No entanto, realizando uma pesquisa com as palavras chave em português, chegou-se a um
resultado, de certo modo, não considerável, visto que, nos últimos dez anos apenas artigos
foram publicados, além disso, há um equilíbrio entre os idiomas inglês e português, sendo 13
para o primeiro e 13 para o seguinte, apresentando ainda dois artigos no idioma espanhol. Nos
últimos cinco anos, somente 40 trabalhos foram publicados e desses, 19 foram classificados
como artigos e já é possível visualizar uma pequena diferença entre as linguagens, 11 artigos
em inglês contra nove em português. O ultimo ano apresentou dez trabalhos publicados, onde
seis são classificados como artigos e, enquanto no idioma inglês foram publicados quatro
artigos, apenas dois foram publicados em português.
Com os dados obtidos, fica evidente a carência de publicação dos pesquisadores brasileiros,
no entanto verificou-se, como foi afirmado na literatura, que trata-se de um tema cuja
importância vem crescendo, um exemplo disso, pode ser visto no estudo realizado por
Peinado e Graeml (2013) em 13 periódicos científicos nacionais, abrangendo uma amostra de
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
12
598 artigos, entre 2001 e 2010, que tratam do tema gestão de operações, desses artigos, o
tema gestão de demanda, se apresentou como o terceiro tema mais relevante dentro da área
de logística e cadeia de suprimento, além disso, de acordo com a busca utilizando as palavras
chave no idioma inglês, constatou-se uma crescente na publicação de trabalhos relacionados
a essa área.
Sobre o número reduzido de publicações em português, Grinberg, Solimene e Barreto (2012)
afirmam que existe uma relutância em publicar estudos em revistas nacionais, devido à crença
de que, artigos publicados em periódicos estrangeiros geram mais reconhecimento e que esses
periódicos apresentam maior impacto, no entanto, os autores afirmam que essa mentalidade
está mudando, já que, os periódicos brasileiros começam a oferecer edições eletrônicas que
podem ser encontradas em outras línguas e o fato de se encontrar revistas brasileiras em bases
de dados internacionais (Web of Science, Scopus, Latindex). Ainda sobre o número de
publicações em português, Meneghini (2012), afirma que não existem muitas razões
comerciais para a publicação de artigos, o autor reafirma a crença de que, publicações
relacionadas à questões locais ou nacionais, não seria um tema interessante para publicações
de nível internacional, além disso, o autor ressalta que no Brasil, as revistas nacionais são
responsáveis por um terço das publicações de artigos científicos.
5 Considerações finais
Tendo em vista o objetivo de se obter uma base teórica a respeito de previsão de demanda, o
trabalho pode concentrar no tópico referencial teórico os principais modelos e métodos dessa
área, desse modo, foram apresentadas inicialmente, as diferenças entre as visões de alguns
autores, em seguida uma breve explicação sobre cada divisão para que se pudesse enfim,
descrever os pontos principais dos sete principais modelos ou métodos quantitativos e dos três
principais qualitativos encontrados na literatura. O tópico referencial teórico apresentou outras
informações relevantes, entre elas, a afirmação de que, historicamente, os métodos ou
modelos qualitativos vêm sendo mais aplicados nas empresas e o fato da extrema importância
de uma previsão de demanda bem elaborada.
O método de revisão bibliográfica para a realização do presente artigo foi um fator que
possibilitou explorar melhor o tema em questão, apresentando as principais metodologias para
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
13
a elaboração de uma previsão de demanda e possibilitou atingir o objetivo de expor o assunto
e analisar a situação das publicações a respeito desse tema, no âmbito nacional e
internacional.
No tópico relacionado à análise, alguns fatos relevantes também foram observados, entre eles,
a crescente de publicações no idioma inglês, que chegam a atingir uma porcentagem de 29,90
no último ano, mas por outro lado, observou-se também o fato de haverem poucas
publicações relacionadas ao tema no idioma português.
REFERÊNCIAS
ARMSTRONG, SCOTT J. Principles of Forecasting: A handbook for Researchers and Practioners.Kluwer
Academic Publishers.2001.
BOX, G. E. P.; JENKINS, G. M.; REINSEL, G.C. Time Series Analysis: forecasting and control. 4ª Edição.
Hoboken, John Wiley & Sons INC, 2011.
CARVALHO, Laura Gonçalves. Metodologia para implementação de sistemas de previsão de demanda: um
estudo de caso em um distribuidor de produtos químicos. 2010. 81 f. Dissertação (Mestrado) - Curso de
Engenharia de Produção, Pontíficia Universidade Católica do Rio de Janeiro - Puc-rio, Rio de Janeiro, 2010.
CHAMBERS, J. C.; MULLICK, S. K. SMITH, D. D. How to Choose the Right Forecasting Technique.
Harvard Business Review.1971.
CONSUL, F. B.; WERNER, L. Avaliação de Técnicas de Previsão de Demanda Utilizadas por um Software
de Gerenciamento de Estoques no Setor Farmacêutico. XXX Encontro Nacional de Engenharia de Produção,
São Carlos, out. 2010.
DIAS, G. P. P. Proposta de processo de previsão de vendas para bens de consumo. XIX Encontro Nacional
de Engenharia de Produção, Rio de Janeiro: ABEPRO,1999.
FERNANDES, F.; ANZANELLO, M. J. Integração dos Métodos Quantitativos e Qualitativos para Previsão
de Demanda no Setor de Autopeças. 2010.
GAITHER, N.; FRAZIER, G. Administração da Produção e Operações. 8ª Edição. São Paulo, Pioneira
Thomson Learning, 2002.
GARCIA, R. A. Análise dos Métodos de Previsão de Demanda: estudo de caso em unidades distintas de uma
escola de idiomas. São Mateus: UFES, 2011. 89 p. – Programa de Graduação. Departamento de Engenharias e
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
14
Computação, Universidade Federal do Espírito Santo, São Mateus, 2011.
GERBER, J. Z.; MIRANDA, R. G. de,; BORNIA, A. C.; FREIRES, F. G. M. Organização de Referenciais
Teóricos sobre Diagnóstico para a Previsão de Demanda. Revista Eletrônica de Gestão Organizacional,
Recife, v. 11, n. 1, p. 160-185, jan./abr. 2013.
GIL, ANTONIO CARLOS. Como elaborar projetos de pesquisa. 4 edição. São Paulo: Atlas, 2002.
GOMES, Renata Miranda. Detecção de viés na previsão de demanda. 2011. 65 f. Dissertação (Mestrado) -
Curso de Engenharia de Produção, Pontíficia Universidade Católica do Rio de Janeiro - Puc-rio, Rio de Janeiro,
2011.
GOMIDE, F. A.C.; GUDWIN, R. R.; Modelagem, Controle, Sistemas e Lógica Fuzzy. SBA Controle &
Automação. v. 4, n. 3, p. 97-115, set. /out. 1994.
GRINBERG, Max; SOLIMENE, Maria Cecília; BARRETO, Maria do Carmo Cavarette. Por que publicar em
periódicos nacionais. Arquivos Brasileiros de Cardiologia, São Paulo, v. 98, n. 3, p.62-63, mar. 2012.
HIGUCHI, AGNALDO KEITI. A previsão de demanda de produtos alimentícios perecíveis: três estudos de
caso. REA-Revista Eletrônica de Administração, v. 5, n. 2, 2006.
KOTLER, Philip.;Administração de Marketing. Prentice Hall. 10ª edição. p. 140-143. 1991.
KUO, R. J.; XUE, K. C. Fuzzy Neutral Network with Application to Sales Forecasting. Elsevier Science B.
V. Out. 1999.
LEMOS, F. de O.; FOGLIATTO, F. S. Integração de Métodos Quantitativos e Qualitativos de Previsão para
Desenvolvimento de um Sistema de Previsão de Demanda de Novos Produtos. Revista Gestão Industrial,
Ponta Grossa, v.4, n.3, p. 84-98. 2008.
LEMOS, F. de O. Metodologia para Seleção de Métodos de Previsão de Demanda. Porto Alegre. UFRGS,
2006. 183 p. Dissertação (Mestrado) – Programa de Pós-Graduação em Engenharia de Produção, Escola de
Engenharia, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2006.
LINSTONE, HAROLD A.; TUROFF, MURRAY. The Delphi Method : Techniques and Applications.2002.
MAKRIDAKIS, S.; WHEELWRITE, S. C.; HYNDMAN, R. J. Forecasting: methods and applications, 3ª ed.
New York, John Wiley & Sons. Inc. 1998.
MARTÍNEZ, R. O.; ZAMPROGNO, B. Comparação de Algumas Técnicas de Previsão em Análise de Séries
Temporais. Revista Colombiana de Estadística, v. 28, n. 2, p. 129-157. 2003
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
15
MENEGHINI, Rogerio. Emerging journals: The benefits of and challenges for publishing scientific
journals in and by emerging countries. EMBO Reports, Heidelberg, Alemenha, v. 13, n. 2, p.106-108, jan.
2012.
PEINADO, Jurandir; GRAEML, Alexandre Reis. A produção científica em gestão de operações no Brasil:
Uma análise de temas, autores e instituições de pesquisa no período entre 2001 e 2010. Revista de
Administração Mackenzie, São Paulo, v. 15, n. 5, p.224-255, out. 2013.
PELLEGRINI, F. R.; FOGLIATTO, F. S. Passos para Implementação de Sistemas de Previsão de Demanda
- Técnicas e Estudo de Caso. Revista Produção, v. 11, n. 1, p. 43-64. 2001
RIBEIRO, M. A. M. Contribuição ao Estudo do Impacto Ambiental das Pilhas a Combustível de Baixa e
Média Temperatura Através da Metodologia Delphi. São Paulo. USP, 2009. 316 p. Tese (Doutorado),
Instituto de Pesquisas Energéticas e Nucleares, Universidade de São Paulo, São Paulo, 2009.
TUBINO, Dalvio Ferrari. Planejamento e controle da produção: teoria e prática. Atlas, 2009.
VEIGA, C. R. P.; VEIGA, C. P.; DUCLÓS, L. C. A Acurácia dos Modelos de Previsão de Demanda Como
Fator Crítico para o Desempenho Financeiro na Industria de Alimentos. Profuturo: Programa de Estudos do
Futuro, São Paulo, v. 2, n. 2, p. 83-107, jul./dez. 2010.
WERNER, L.; LEMOS, F. de O.; DAUDT, T.; Previsão de Demanda e Níveis de Estoque uma Abordagem
Conjunta Aplicada no Setor Siderúrgico. XIII SIMPEP, Bauru, nov. 2006.