Previsão de demanda integrada a ferramentas de clusterização aplicada ao setor alimentício

Abstract

O setor alimentício brasileiro tem passado por transformações impulsionadas por mudanças nos hábitos de consumo, com destaque para o crescimento da alimentação fora do lar. Esse cenário tem estimulado o aumento do número de empreendimentos no segmento de food service, ao mesmo tempo em que expõe desafios relacionados à gestão eficiente, especialmente no controle de estoques. A ausência de planejamento e a adoção limitada de ferramentas quantitativas contribuem para a alta taxa de mortalidade de empresas do setor. Diante desse contexto, este trabalho teve como problema de pesquisa investigar se a aplicação conjunta de métodos quantitativos de previsão de demanda e técnicas de clusterização poderia melhorar a acurácia das estimativas e reduzir o esforço operacional. A questão de pesquisa central é: a clusterização associada à previsão quantitativa de demanda resulta em previsões mais precisas e práticas do que a modelagem individual para cada produto? O objetivo principal é desenvolver e validar uma metodologia que combine séries temporais e clusterização, visando otimizar o planejamento operacional de empresas do setor alimentício. Como resultados, identificou-se que a clusterização proporcionou ganhos de acurácia em diversas situações, além de simplificar o processo de modelagem. O estudo de caso realizado em uma pizzaria demonstrou que, para a maioria dos sabores, a previsão desagregada a partir dos clusters apresentou melhores resultados do que a previsão direta.