APPLICATION OF DEMAND FORECASTING METHODS IN SERVICE PRODUCTION SECTORS WITH A FOCUS ON CUSTOMER SERVICE
DOI:
https://doi.org/10.56238/ERR01v10n6-068Keywords:
Demand Forecasting, Cost Planning and Control, MAPE, Time SeriesAbstract
Production Planning and Control (PCP) in the service sector faces the challenge of needing to serve more customers with fewer staff. Service demand forecasts must therefore be accurate to enable effective resource allocation planning. The objective of this study was to analyze and compare different quantitative demand forecasting methods applied to data from a banking company. The study used a quantitative approach, analyzing historical monthly service volume data over a period of two and a half years (January 2023 to June 2025). The data were separated into training periods (January 2023 to March 2025) and the remaining data, referring to April to June 2025, will be used as a test. Time series models with parameters optimized via Excel Solver were applied. The accuracy of the models was evaluated using the Mean Absolute Percentage Error (MAPE). The results indicated that Holt Winters and weighted moving average proved to be more efficient, presenting a lower MAPE in the test period. It is concluded that the method used is a good tool for sizing teams in short-term forecasts. However, it should be noted that human factors can influence demand and forecasting, requiring further analysis over a longer period of time.
Downloads
References
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.
