Uso do modelo composto como meio de melhoria da acurácia da previsão de demanda em uma indústria fornecedora da linha branca

Abstract

O planejamento de demanda é um estudo que cada vez mais ganha relevância nas empresas. A busca por maior assertividade faz com que os planejadores de demanda operem com diversas possibilidades de modelos estatísticos para composição de suas previsões. Esta escolha, no entanto, pode não ser algo simples quando deparada com um universo de modelos, tendo o planejador que escolher apenas um para sua previsão. Este trabalho desenvolveu um estudo aplicado em uma base de dados históricos de uma empresa brasileira de componentes para a linha branca, buscando avaliar a eficácia do uso do modelo composto como alternativa para uma melhor acurácia. Ao término do estudo, pode-se concluir que o modelo composto entregou mais segurança na previsão de uma carteira de produtos selecionados, quando comparado apenas com a previsão gerada por um modelo padrão otimizado, apresentando um ganho de 9% de assertividade e confirmando a hipótese de modelo mais eficiente. A construção da lógica de modelagem, bem como os modelos matemáticos escolhidos para este estudo, teve como objetivo sugerir uma forma simples a qual os planejadores de demanda possam aplicar em seu dia a dia, evitando assim a concentração do risco ao escolher apenas um único modelo padrão, além de gerar maior acurácia para suas previsões.

Demand planning is a study that is becoming increasingly relevant at companies around the world, the search for better accuracy makes planners operating with many statistical models to make their forecasting more get accuracy, but this choice may not be simple, when faced with the possible universe statistical models where planners choosing only one model for his forecast. This work developed a study applied in a historical database of a Brazilian home appliance company, seeking to evaluate the relevance when using the composite model as an alternative for a better accuracy. At the end of the study, it can be concluded that the composite model delivered more assertiveness for forecasting a portfolio of selected products, when compared only with the forecast generated by a standard model, showing a 9% gain in accuracy and confirming the hypothesis of be more efficient. The construction and logic modeling, as well as the mathematical models chosen for this study, aimed to suggest a simple way that demand planners can apply in their daily lives, thus avoiding the concentration of risk when choosing only a single model standard, in addition to enabling greater accuracy for your predictions.