Métodos de previsão de demanda: uma revisão da literatura.
| Autor | Ackermann, Andres E.F. |
Introdução
As empresas necessitam planejar as suas operações com relação à oferta de produtos ou de serviços. A previsão de demanda é uma metodologia da administração de empresas para estimar um valor futuro de uma grandeza de interesse. As previsões são elemento necessário no processo de tomada de decisão sobre o futuro (Petropoulos et al., 2018). Realizar previsões de demanda significa reconhecer padrões de comportamento em séries históricas e predizer o comportamento futuro ou, ainda, identificar fatores causais que afetam o comportamento e extrapolá-lo.
Existem métodos de previsão de demanda basicamente classificados em quantitativos e qualitativos (Arvan et al., 2019), aplicados ao consumo e à produção de bens ou de serviços. Método, em seu conceito fundamental, caracteriza-se pela coleta e pela organização de informações e sua devida interpretação segundo um princípio, a fim de explicar ou prever determinados eventos. Modelo é uma idealização reduzida de um sistema que apresenta maior complexidade, mas que reproduz, na sua essência, a parte que interessa do comportamento do sistema complexo. Métodos quantitativos geralmente não necessitam de julgamento, pois são procedimentos padronizados que produzem resultados objetivos por meio de modelos matemáticos. Já os métodos qualitativos não requerem manipulação de dados, e somente julgamentos são utilizados para criar a previsão (Jun et al., 2017).
Nos anos 1970, George Box e Gwilym Jenkins propuseram os métodos autorregressivos integrados à média móvel (Arima, na sigla em inglês). Os autores basearam seus estudos na premissa que valores em sequência de uma série temporal sejam mutuamente dependentes, e essa dependência seja alta (Brentan et al., 2017). Com o advento da computação, passou-se a utilizar métodos baseados em computação e fundamentados em modelos com inteligência artificial que modelam situações simples e complexas, e apresentam a capacidade de identificar relacionamentos não lineares e interativos (Wang et al., 2018). Já a partir de 2010, as redes neurais artificiais e as abordagens compostas, como neuro-fuzzy e associados aos modelos caóticos, foram consideradas uma poderosa ferramenta computacional para resolver problemas complexos em previsão de demanda (Fiot & Dinuzzo, 2016; Tapia Cortez, Hitch et al., 2018).
Sob o aspecto acadêmico, pesquisas como a de Raza e Khosravi (2015) trazem uma revisão sobre técnicas de previsão de demanda de carga baseada em inteligência artificial para redes e edifícios inteligentes. Deb et al. (2017) apresentam uma revisão sobre as técnicas de previsão com uso de séries temporais voltadas ao consumo de energia. Katsikopoulos et al. (2018) revisaram e sintetizaram pesquisas que usaram análises matemáticas e simulações em computador em modelos simples e complexos. Armstrong e Green (2019) discorreram sobre os diferentes métodos de previsão de demanda em aplicações empíricas.
O uso do julgamento humano, único ou em conjunto com modelos quantitativos, foi amplamente pesquisado na literatura acadêmica e é uma abordagem popular de previsão na prática da administração de empresas. Arvan et al. (2019) apresentam uma revisão sistemática da literatura sobre previsão de demanda julgadora, com foco na integração de métodos. Entretanto, percebeu-se a lacuna de uma pesquisa acadêmica que faça a revisão da literatura que contemple os métodos qualitativos, quantitativos e com base em inteligência artificial, com o foco voltado à administração de empresas, no que diz respeito ao consumo e à produção de produtos e serviços.
Sob o aspecto empresarial e social, o tema da previsão de demanda indica ser atual e relevante para as instituições de diversos segmentos de atuação. As consequências de um plano de trabalho inadequado são inúmeras e prontamente percebidas (Arvan et al., 2019). Como consequência, pode afetar a qualidade, a satisfação do cliente e o custo, e prejudicar a eficiência operacional do negócio (Tratar, 2015); em consequência, pode gerar impactos negativos tanto para as organizações quanto para a sociedade.
Assim, conhecer os conceitos, os métodos e os modelos para prever a demanda de produtos, serviços, materiais e otimizar a utilização dos recursos organizacionais tornam-se relevantes para a comunidade acadêmica no campo teórico da administração de empresas. Também se torna relevante para as empresas no que se refere à gestão de recursos e para a sociedade como geração de progresso econômico e financeiro. Nesse sentido, a questão de pesquisa que este artigo enfocou foi: quais são os métodos de previsão de demanda sobre o consumo e a produção de produtos e serviços utilizados atualmente na administração de empresas?
O objetivo deste estudo é, portanto, realizar uma revisão da literatura dos métodos de previsão de demanda com o propósito de reunir os métodos e modelos disponíveis acerca dos conceitos utilizados atualmente na administração de empresas relacionados ao consumo e à produção de produtos e serviços. O artigo está separado em quatro seções. Após a introdução ao tema de pesquisa, na seção de metodologia, são descritas a abordagem e a metodologia de estudo. Na terceira seção, encontra-se a revisão da literatura que descreve os métodos de previsão de demanda, tratados em termos de métodos qualitativos, métodos quantitativos e métodos com base em inteligência artificial. As conclusões, as considerações finais e as sugestões de novos estudos são apresentadas na última seção.
Metodologia
A metodologia utilizada neste artigo é a revisão da literatura com abordagem qualitativa e com o propósito de dar uma visão descritiva geral dos métodos dominantes utilizados em previsão de demanda (Wee & Banister, 2016). Foi realizado o mapeamento da literatura para identificar o estado da ciência por meio da produção científica disponível nos bancos de dados mais relevantes (Zupic & Cater, 2015).
A pesquisa foi conduzida em quatro etapas: i) definição dos termos de busca, ii) pesquisa nas bases de dados, iii) coleta e avaliação dos artigos e iv) interpretação dos resultados.
Na primeira etapa, foram definidos os termos de busca "demand forecasting", "demand forecasting methods" e "demand forecasting models". Os termos de busca foram utilizados na língua inglesa presentes no título, no resumo ou nas palavras-chave. As pesquisas dos termos de busca, ou seja, a etapa dois, foi realizada nos bancos de dados Scopus e Google Scholar. Ambos os bancos de dados foram selecionados por apresentarem o maior número de artigos relacionados aos termos de busca. As buscas foram refinadas, restringindo-as somente a documentos do tipo "artigo", em língua inglesa, de 2015 a 2020, para se ter uma base atual de pesquisa (Zupic & Cater, 2015). A Tabela 1 mostra as quantidades de artigos por base de dados ao final da etapa dois.
Na terceira etapa, os arquivos foram analisados por título e resumo, para que fossem incluídos somente os documentos que se referem ao tema de pesquisa e selecionados por ordem de documentos mais citados. Do total de 22.505 artigos, foram excluídos 22.454 pelo título e pelo resumo, bem como arquivos duplicados, o que resultou 51 para as análises. A etapa quatro foi a análise sobre os diferentes métodos de previsão de demanda e os seus conceitos, o que permitiu, em pesquisa acadêmico-descritiva única, reunir os métodos e os modelos disponíveis acerca dos conceitos utilizados atualmente na administração de empresas relacionados ao consumo e à produção de produtos e serviços.
Revisão da literatura
As previsões de demanda desempenham um importante papel em diversas áreas na gestão de organizações e, independentemente do tamanho ou da área de atuação, todas as empresas necessitam planejar. Planos de negócios, geralmente, confiam e necessitam de alguma forma de previsão de demanda, principalmente da previsão de variáveis relacionadas a elementos de produção, tais como capacidade, matérias-primas, mão de obra e capitais de giro (Petropoulos et al., 2018). Previsões são usadas extensivamente nos negócios para planejamento e gerenciamento tático, estratégico ou operacional em horizontes diferentes que variam de dias, semanas ou meses, embora o nível de detalhamento seja diferente (Aboagye-Sarfo et al., 2015).
Nesse sentido, existe uma base comum e importante a todos os planejamentos que é a previsão de demanda. As previsões de demanda abrangem o grau de disponibilidade do produto na cadeia de suprimentos e caracterizam-se necessárias como elemento qualificador para uma melhor tomada de decisão com relação ao futuro (Fortsch & Khapalova, 2016).
A necessidade de planejar surge do requisito de se trabalhar no presente em atividades que serão requisitadas como demanda futura. Porém, a realidade das organizações não é estática. A dinâmica de mudanças dos negócios em alguns casos pode ser gradual, em outros, podem ser súbitas (Ferreira et al., 2016). Os mercados também estão expostos a condições semelhantes. Um produto pode ter demanda constante por anos, enquanto outro produto pode desaparecer antes mesmo da fase do desenvolvimento do projeto ser finalizada. Serviços podem apresentar alta demanda em um período, ter baixa procura em outro período e ser substituídos por outros serviços inéditos na sequência.
As técnicas de previsões permitem transformações das informações empresariais estratégicas para prever a demanda por novos produtos, novas tecnologias, novas participações de mercado ou melhor estratégia competitiva. Afinal, as empresas necessitam planejar as suas operações e vendas de seus produtos ou serviços no futuro (Sellitto et al., 2017). Essa expectativa de desempenho pode ser usada como ponto de partida ou ancoragem para o conjunto de decisões a serem tomadas pelo corpo gerencial da empresa.
Entender a demanda por um produto ou serviço é um processo complexo e envolve elucidar relações existentes entre diversos fatores ou variáveis independentes. Compreender a influência das principais variáveis independentes na...
Para continuar leyendo
Solicita tu pruebaCOPYRIGHT GALE, Cengage Learning. All rights reserved.
