Equalização da demanda para industrialização de embalagens plásticas no segmento químico

Abstract

Resumo: A previsão de demanda que combina método quantitativo, qualitativo e temporal é uma técnica amplamente utilizada na tentativa de aproximar a previsão da demanda real para qualquer empresa. Essa dissertação apresenta uma revisão bibliográfica sobre combinações de previsões sendo elas média móvel, média exponencial, tendência e sazonal, no qual propõe o modelo estatístico aritmético a partir de modelos quantitativos baseado em uma demanda real. A revisão da sistemática literatura foi realizada em trabalhos atuais, alguns clássicos e de relevância para o tema em estudo. O referencial teórico está atribuído a algumas publicações e comparado com outras dissertações sobre o tema, apresenta conceitos teóricos sobre técnicas de previsões de demanda bem como exemplificada, através de aplicações prática, como esta técnica está sendo utilizada pelas empresas. Com base nessa revisão, foi possível estruturar um método de previsão baseado em estatística e erros médios ponderando em alguns momentos o efeito de uma pequena queda na tendência da demanda para o ano de 2017. Essa dissertação, além de descrever detalhadamente o método proposto, ilustra a aplicação deste através de um estudo de caso realizado entre uma empresa de transformação de embalagens plásticas prestadora de serviços para uma renomada empresa química multinacional. Tal estudo foi realizado em embalagens plásticas de polietileno para óleo lubrificante automotivo, considerado um horizonte de previsões de doze meses entre os anos de 2016 e 2017. O resultado foi que a previsão da demanda baseada em média aritmética serviu de base para estimar um consumo mensal, e algumas ações tomadas em conjuntos com as empresas em antecipar previamente o volume de informações entre os Planejamentos e Controles da Produção no início de cada mês, apresentou os menores erros entre as previsões analisada e comparadas, melhorando a acurácia em 75,79%, mas também melhorando o nível de serviço, elevando a taxa de atendimento de embalagens entregues em média para 96,92% mensal, fortalecendo o relacionamento das empresas. A partir da revisão bibliográfica e do modelo proposto de previsão, foram identificados outras oportunidades para futuros estudos.

Abstract: The forecast of demand that combines quantitative, qualitative and temporal method is a technique widely used in the attempt to approximate the forecast of the real demand for any company. This dissertation presents a bibliographical review on combinations of predictions being them moving average, exponential average, trend and seasonal, in which it proposes the statistical model arithmetic from quantitative models based on a real demand. The review of the systematic literature was carried out in current works, some classics and of relevance for the theme under study. The theoretical reference is attributed to some publications and compared with other dissertations on the subject, presents theoretical concepts on demand forecasting techniques as well as exemplified, through practical applications, as this technique is being used by companies. Based on this review, it was possible to structure a forecasting method based on statistics and average errors, and weighted the effects of a small drop in the demand trend for 2017. This dissertation, besides describing in detail the proposed method, illustrates the application of this through a case study carried out between a plastic packaging processing company providing services to a renowned multinational chemical company. This study was carried out in polyethylene plastic containers for automotive lubricating oil, considered a twelve-month forecast horizon between the years 2016 and 2017. The result was that the demand forecast based on arithmetic mean served as a basis for estimating a monthly consumption , and some actions taken jointly with the companies to anticipate the volume of information between the Planning and Production Controls at the beginning of each month, presented the smallest errors between the analyzed and compared forecasts, improving the accuracy in 75,79% but also improving the level of service, increasing the attendance rate of packages delivered on average to 96,92% monthly, strengthening the relationship of companies. From the literature review and the proposed forecast model, other opportunities for future studies were identified.