Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/44812
Compartilhe esta página
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | Clemente, Thárcylla Rebecca Negreiros | - |
dc.contributor.author | Pacheco, Gabriel Menezes | - |
dc.date.accessioned | 2022-06-20T11:55:00Z | - |
dc.date.available | 2022-06-20T11:55:00Z | - |
dc.date.issued | 2022-05-16 | - |
dc.date.submitted | 2022-06-01 | - |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/44812 | - |
dc.description.abstract | O objetivo deste trabalho é fazer uma análise comparativa entre alguns métodos de previsão de demanda através de gráficos e estimativas de erros para descobrir qual seria o método mais indicado entre os que estão sendo estudados e o que mais se aproxima da realidade das vendas. Com foco na seção de bebidas do supermercado, a base de dados é elaborada a partir de um levantamento dos dados históricos das vendas dos anos 2020 e 2021 a partir do sistema operacional utilizado pela empresa para registro de entradas e saídas de produtos. Com base nisso, foi obtida uma classificação de todos os 28 tipos de bebidas e, com o auxílio da curva ABC, para definir em um ranking do produto de maior relevância para ser o objeto do estudo de caso, o qual os métodos de previsão serão aplicados. Partindo da ideia que o futuro tem base no passado estuda-se a sazonalidade, buscando a previsão de demanda que possibilita que a empresa saiba qual será a procura de seus produtos no futuro próximo. Com isso, tem-se a oportunidade de visualizar e estimar um padrão de consumo dos clientes ao longo dos meses do ano e as compras de novos pedidos para renovação dos estoques de matéria-prima e insumos. Com a variação das vendas entre um ano e outro é elaborado um pequeno questionário para averiguar potenciais motivos que influenciaram a demanda, para que seja analisado tudo que envolve o processo de entrada e saída dos produtos do supermercado, deixado assim a gerencia ciente e com uma base ampla de conhecimento para tomada de decisão. | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Métodos de previsão de demanda | pt_BR |
dc.subject | Gestão de estoque | pt_BR |
dc.subject | Supermercado | pt_BR |
dc.title | Estudo comparativo de métodos para a previsão de demanda em um supermercado de uma cidade do agreste de Pernambuco. | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.degree.level | Graduacao | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/6533366910211925 | pt_BR |
dc.description.abstractx | The objective of this work is to make a comparative analysis between some demand forecasting methods through graphs and error estimates to find out which would be the most suitable method among those being studied and the one that is closest to the reality of sales. Focusing on the supermarket's beverage section, the database is created from a survey of historical sales data for the years 2020 and 2021 from the operating system used by the company to record entries and exits of products. Based on this, a classification of all 28 types of beverages was obtained and, with the help of the ABC curve, to define in a ranking of the most relevant product to be the object of the case study, which the prediction methods will be applied. Starting from the idea that the future is based on the past, seasonality is studied, seeking the demand forecast that allows the company to know what the demand for its products will be in the near future. As a result, there is the opportunity to visualize and estimate a customer consumption pattern over the months of the year and the purchase of new orders for the renewal of raw material and input stocks. With the variation of sales between one year and another, a small questionnaire is prepared to investigate potential reasons that influenced the demand, so that everything that involves the entry and exit process of supermarket products is analyzed, thus leaving the management aware and with a broad knowledge base for decision making. | pt_BR |
dc.subject.cnpq | Áreas::Engenharias::Engenharia de Produção | pt_BR |
dc.degree.departament | ::(CAA-NT) - Núcleo de Tecnologia | pt_BR |
dc.degree.graduation | ::CAA-Curso de Graduação em Engenharia de Produção | pt_BR |
dc.degree.grantor | Universidade Federal de Pernambuco | pt_BR |
dc.degree.local | Caruaru | pt_BR |
Aparece nas coleções: | TCC- Engenharia de Produção - Bacharelado |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC - Gabriel - FINAL - 2022.pdf | 930,32 kB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons