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)

[email protected]

Jose Airton Marques Junior (UNIFEI)

[email protected]

Yan Nick Soares Bernardo (UNIFEI)

[email protected]

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.




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.




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




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.




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




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




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




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.




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.




10

Figura 2 – Demand Forecast, 5 anos


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




11


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




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




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




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




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.

previsÃo de demanda: revisÃo bibliogrÁfica e anÁlise academica atual · demanda de mercado para...

Documents