APLICACIÓN DE MÉTODOS DE PRONÓSTICO DE LA DEMANDA EN SECTORES PRODUCTIVOS DE SERVICIOS CON ENFOQUE EN LA ATENCIÓN AL CLIENTE
DOI:
https://doi.org/10.56238/ERR01v10n6-068Palabras clave:
Previsión de la Demanda, Planificación y Control de Costos, MAPE, Series TemporalesResumen
La Planificación y el Control de la Producción (PCP) en el sector servicios se enfrenta al reto de atender a un mayor número de clientes con menos personal. Por lo tanto, las previsiones de la demanda de servicios deben ser precisas para poder planificar adecuadamente la asignación de recursos. El objetivo de este trabajo era analizar y comparar diferentes métodos cuantitativos de previsión de la demanda aplicados a los datos de una empresa del sector bancario. El estudio utilizó un enfoque cuantitativo, analizando datos históricos mensuales del volumen de atención en un período de dos años y medio (enero de 2023 a junio de 2025). Los datos se separaron en períodos de entrenamiento (enero de 2023 a marzo de 2025) y los restantes, correspondientes a abril a junio de 2025, se utilizarán como prueba. Se aplicaron modelos de series temporales con parámetros optimizados mediante Solver de Excel. La precisión de los modelos se evaluó utilizando el error porcentual absoluto medio (MAPE). Los resultados indicaron que Holt Winters y la media móvil ponderada resultaron más eficientes, presentando un MAPE menor en el período de prueba. Se concluye que el método utilizado es una buena herramienta para dimensionar equipos en previsiones a corto plazo. Sin embargo, cabe destacar que los factores humanos pueden influir en la demanda y la previsión, por lo que es necesario realizar más análisis en un entorno de mayor duración.
Descargas
Referencias
ACKERMANN, A. E. F., & Sellitto, M. A. (2022) Métodos de previsão de demanda: uma revisão da literatura. Innovar, 32(85), 83-99. Disponível em: <http://www.scielo.org.co/pdf/inno/v32n85/0121-5051-inno-32-85-83.pdf>. Acesso em: 30 ago. 2025.
ACKERMANN, A. E. F.; SELLITTO, M. A. Métodos de previsão de demanda: uma revisão da literatura. Innovar, v. 32, n. 85, p. 83-100, 2022. Disponível em: https://www.researchgate.net/publication/358623651_Metodos_de_previsao_de_demanda_uma_revisao_da_literatura. Acesso em: 23 set. 2025.
ALBRECHT, D. L. et al. Modelo de previsão por séries temporais: aplicação para serviços comerciais em uma concessionária de energia elétrica. Iberoamerican Journal of Industrial Engineering, Florianópolis, v. 11, n. 21, p. 14-29, 2019. Disponível em: https://periodicos.ufsc.br/index.php/IJIE/article/view/v11n2102. Acesso em: 23 set. 2025.
BASSI, Renata Elaine; SILVA, Alex; CRUZ, Alexandro Araujo; TOGNOLLI, Marcos Cezar Souza. A utilização da previsão de demanda em uma distribuidora de temperos alimentícios. In: XIII FATECLOG – Os impactos das novas demandas pós-pandemia nos sistemas logísticos das organizações, 13., 2022, Mauá, SP. Anais…. Mauá: Fatec Mauá, 2022. Disponível em: https://fateclog.com.br/anais/2022/57-99-1-RV.pdf. Acesso em: 31 ago. 2025.
BENEVANTI, B. R. F. Previsão de demanda: aspectos de horizonte temporal e componentes de séries temporais. Universidade de Araraquara (Uniara), 2017. Disponível em: https://m.uniara.com.br/arquivos/producao/prod-cadc4583c983c78f9cb03ec0a7ddaf1f.pdf. Acesso em: 31 ago. 2025. Uniara
BEZERRA, Francisco Diego Vidal. Avaliação de métodos de ensemble dinâmico em aprendizado de máquina para previsões de irradiância solar e velocidade do vento – 2024. 61. Dissertação (mestrado) – Universidade Federal do Ceará, Centro de Tecnologia, Programa de PósGraduação em Engenharia Mecânica, Fortaleza, 2024. Orientação: Prof. Dr. Paulo Alexandre Costa Rocha. Disponível em <https://repositorio.ufc.br/bitstream/riufc/79234/3/2024_dis_fdvbezerra.pdf>. Acesso em: 30 ago. 2025
ESPACIOS. Planejamento e Controle da Produção (PCP). Revista ESPACIOS, v. 37, n. 27, 2016. Disponível em: https://www.revistaespacios.com/a16v37n27/16372708.html. Acesso em: 31 ago. 2025.
ESPACIOS. PPCP: sua abrangência e relação com as áreas produtivas. Revista ESPACIOS, v. 38, n. 17, 2017. Disponível em: https://www.1.revistaespacios.com/a17v38n17/17381736.html. Acesso em: 31 ago. 2025.
GARDNER JR., Everette S. Exponential smoothing: The state of the art—Part II. International Journal of Forecasting, v. 22, n. 4, p. 637–666, 2006. DOI: 10.1016/j.ijforecast.2006.03.005. Disponível em: https://www.bauer.uh.edu/egardner/3301H%20Operations%20Management/ESG%20Publications/2006%20Exp.%20Sm.%20State%20of%20the%20art%20-%20Part%20II.pdf
HYNDMAN, Rob J.; ATHANASOPOULOS, George. 8.1 Suavização exponencial simples. In: HYNDMAN, Rob J.; ATHANASOPOULOS, George. Previsão: princípios e prática. 3. ed. Melbourne: OTexts, 2021. cap. 8.1. Disponível em: https://otexts.com/fpppg/ses.html. Acesso em: 31 ago. 2025.
KUSTER, Janaina Silva Hastenreiter, 1992- Estudos de correlações e comparações entre limites de liquidez de solos obtidos pelos métodos de Casagrande e cone / Janaina Silva Hastenreiter Küster. - 2022. Küs269 f. : il. Disponível em <https://dspace5.ufes.br/server/api/core/bitstreams/2384ad7a-b4fa-481a-8a38-527175604146/content>. Acesso em: 30 ago. 2025
LIMA JÚNIOR, Pedro Pereira. Previsão de demanda de veículos automotores através do modelo de regressão linear múltipla. 2015. 64 f. Trabalho de Graduação (Engenharia Mecânica) — Faculdade de Engenharia do Campus de Guaratinguetá, Universidade Estadual Paulista, Guaratinguetá, 2015. Disponível em: <https://repositorio.unesp.br/server/api/core/bitstreams/d82b02f1-5b99-46a8-831c-f7721a1ad4b1/content>
MARQUES, Joana Brás Varanda; FREITAS, Denise de. Método DELPHI: caracterização e potencialidades na pesquisa em Educação. Pro-Posições, v. 29, n. 2, p. 389–415, 2018. Disponível em: <https://www.scielo.br/j/pp/a/MGG8gKTQGhrH7czngNFQ5ZL/?format=html&lang=pt> Acesso em: 28 ago. 2025.
METALÚRGICA PRO. PCP e sustentabilidade: redução de desperdícios. Metalúrgica Pro, Disponível em: https://metalurgicapro.com.br/blog/gestao-industrial/pcp-e-sustentabilidade-reducao-de-desperdicios. Acesso em: 31 ago. 2025.
ROSA, Douglas Larruscain da. Previsão de demanda aplicada em setor de serviços. Disponível em: <https://dspace.ifrs.edu.br/xmlui/handle/123456789/702>. Acesso em: 31 ago. 2025.
ROSSETTO, Marta. Técnicas Qualitativas de Previsão de Demanda: um Estudo Multicasos com Empresas do Ramo de Alimentos. Disponível em: <https://www.aedb.br/seget/arquivos/artigos11/55814697.pdf>. Acesso em: 28 ago. 2025.
ROSSETTO, R. Previsão de demanda: métodos quantitativos e qualitativos. São Paulo: Atlas, 2025.
SAADI, I. et al. An investigation into machine learning approaches for forecasting spatio-temporal demand in ride-hailing service. arXiv preprint, 2017. Disponível em: https://arxiv.org/abs/1703.02433. Acesso em: 23 set. 2025.
SILVA, Rafael Guilherme Fernandes de Lima. Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais. 2019. 10 f. Trabalho de Conclusão de Curso (Graduação em Gestão da Informação) – Universidade Federal de Uberlândia, Uberlândia, 2019. Disponível em: <https://repositorio.ufu.br/bitstream/123456789/25547/1/Avalia%c3%a7%c3%a3oPrecis%c3%a3oModelos.pdf>
SILVA, L. P. da; MALTA, P. H. F.; IRGOLICI, S. A.; ARAUJO, R. M. C. D. P. de. Reflexões e perspectivas sobre a relevância do planejamento e controle da produção na área da logística: estudo de caso em uma indústria de peças automotivas na cidade de Barueri. Revista Conecta, São Paulo, v. 8, n. Especial, p. 36–47, jun. 2025. Disponível em: https://fatecrl.edu.br/revistaconecta/index.php/rc/article/view/332. Acesso em: 31 ago. 2025.
