RDBU| Repositório Digital da Biblioteca da Unisinos
Modelo para atualização da previsão de demanda em cadeia de suprimentos de moda rápida na indústria calçadista
- RDBU
- →
- Rede Jesuíta Brasil
- →
- Unisinos
- →
- Produção Acadêmica
- →
- Escola Politécnica
- →
- Teses e dissertações
- →
- Mestrado
- →
- PPG Engenharia de Produção e Sistemas
- →
- View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
Modelo para atualização da previsão de demanda em cadeia de suprimentos de moda rápida na indústria calçadista
Stüker, Timóteo André
Date:
2014-09-12
xmlui.dri2xhtml.METS-1.0.item-contributorAdvisor:
Sellitto, Miguel Afonso
Abstract:
Para produtos de moda, a demanda é de difícil previsão por modelos lineares ou polinomiais e o ciclo de vida dos produtos é curto. Os varejistas são obrigados a tomarem as decisões de sortimento de produtos e quantidades de compra e estoques bem antes da época da venda, quando apenas informações limitadas e imprecisas estão disponíveis. As decisões são tomadas basicamente confiando em dados qualitativos e questões subjetivas. Os erros na previsão da demanda associados a esse modelo de tomada de decisão se aproxima de 50%. No entanto, as previsões de demanda podem ser melhoradas atualizando as previsões com base nas vendas iniciais. Nesse contexto, o objetivo do presente trabalho é propor um modelo de previsão de demanda baseado no aprendizado com as vendas iniciais para uma cadeia de suprimentos de um varejista de calçados. O modelo foi aplicado em uma rede de varejo calçadista brasileira, na coleção de Verão 2013/2014. O modelo de previsão de demanda foi proposto em duas etapas: (i) a primeira que utilizou dados históricos de vendas agregados por subgrupo de produtos, por loja; e (ii) a segunda que utilizou dados das vendas iniciais para desagregar a previsão por subgrupo na previsão por produtos e cores. Para gerar a previsão de longo prazo foi utilizado o modelo logístico. A Razão de Incremento Semanal (RIS), que é a previsão de vendas semanal por subgrupo dividida pela quantidade de produtos vendidos, foi utilizada como dados de entrada para decompor a previsão em produtos e cores. Além dessa informação, são entradas a quantidade vendida na primeira semana e a quantidade de produtos em estoque. A partir da modificação do cálculo da cobertura de estoques para incluir o RIS, tem-se a previsão de demanda atualizada. A previsão também considera a demanda de substituição e a quebra de grade. Os resultados encontrados demonstraram que o modelo de previsão de demanda atualizado com os dados de vendas obteve desempenho superior ao modelo de previsão original. O modelo de previsão de longo prazo se mostrou adequado para dois dos três subgrupos de produtos analisados. As métricas para medição do desempenho preditivo do modelo utilizadas foram o APE (absloute percentual errors ou erro percentual absoluto) e o MAPE* (média absoluta percentual dos erros ajustada). Foram considerados dois horizontes de previsão, seis e oito semanas. O desempenho do modelo conforme a métrica APE para seis semanas de horizonte de previsão foi de 55,199 para o modelo e de 207,511 para o modelo de previsão original. Já para oito semanas de horizonte de previsão foi de 51,232 para o modelo e de 93,212 para o modelo de previsão original. Conforme a métrica MAPE* para seis semanas de horizonte de previsão, o modelo apresentou resultados de 87,598 e o modelo de previsão original apresentou 239,777. E para oito semanas de horizonte de previsão o resultado foi de 88,454 para o modelo e de 167,515 para o modelo de previsão original. Como o modelo foi aplicado somente a um caso, o mesmo não pode ser considerado como validado. Não se pode esperar que os mesmos resultados sejam encontrados em casos diferentes.
Files in this item
This item appears in the following Collection(s)
-
PPG Engenharia de Produção e Sistemas [244]
PPG Engenharia de Produção e Sistemas