Skip navigation
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 DCValorIdioma
dc.contributor.advisorClemente, Thárcylla Rebecca Negreiros-
dc.contributor.authorPacheco, Gabriel Menezes-
dc.date.accessioned2022-06-20T11:55:00Z-
dc.date.available2022-06-20T11:55:00Z-
dc.date.issued2022-05-16-
dc.date.submitted2022-06-01-
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/44812-
dc.description.abstractO 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.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectMétodos de previsão de demandapt_BR
dc.subjectGestão de estoquept_BR
dc.subjectSupermercadopt_BR
dc.titleEstudo comparativo de métodos para a previsão de demanda em um supermercado de uma cidade do agreste de Pernambuco.pt_BR
dc.typebachelorThesispt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/6533366910211925pt_BR
dc.description.abstractxThe 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.cnpqÁreas::Engenharias::Engenharia de Produçãopt_BR
dc.degree.departament::(CAA-NT) - Núcleo de Tecnologiapt_BR
dc.degree.graduation::CAA-Curso de Graduação em Engenharia de Produçãopt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localCaruarupt_BR
Aparece nas coleções:TCC- Engenharia de Produção - Bacharelado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC - Gabriel - FINAL - 2022.pdf930,32 kBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons