Integração de métodos quantitativos e qualitativos para previsão de demanda no setor de autopeças

Abstract

O artigo tem como objetivo propor um método de previsão de demanda integrado que contemple tanto séries temporais quanto fatores contextuais. Para tal, são utilizados os modelos de suavização exponencial, ARIMA e média móvel. As previsões geradas pelo método quantitativo serão refinadas pelo método da análise hierárquica, AHP, incorporando a opinião de especialistas no processo. Tais especialistas são selecionados utilizando um indicador de consistência proposto por Ledauphin et al. (2006). O método gerou resultados robustos quando aplicado em dados de uma concessionária de veículos.

This paper proposes a forecasting framework integrating quantitative forecasting models and contextual factors. For that matter, we first estimate quantitative forecasting by testing the exponential smoothing, ARIMA and moving average forecasting models. Results are refined by the analytic hierarchy process, AHP, which incorporates experts’ opinions into the analysis. Experts are selected based on the consistency index developed by Ledauphin et al. (2006). The proposed method perfomed remarkably when applied to data from an automotive company.