Uso de séries temporais e sistemas de forecasting como ferramentas de predição de demanda na Indústria 4.0

Abstract

A indústria de aromas é um segmento em constante crescimento, sendo responsável pela produção de aromas utilizados em diversos produtos. Em um ambiente altamente competitivo, é importante que as empresas do ramo mantenham um bom controle do processo para garantir eficiência e eficácia na produção. O Planejamento e Controle da Produção (PCP) é, portanto, uma função essencial para o sucesso desse tipo de empresa. Este trabalho de conclusão de curso tem como objetivo aplicar técnicas de análise de séries temporais e métodos quantitativos de previsão de demanda nos produtos de uma indústria de aromas. A análise de séries temporais é uma abordagem estatística que se concentra na análise de padrões em dados históricos para prever o comportamento futuro. Para isso, foi importante identificar os diferentes tipos de demanda e características como tendência e sazonalidade, para escolher o método de previsão mais adequado. Para a previsão da demanda foram aplicados os métodos quantitativos de Média Móvel Simples, Suavização Exponencial Simples, de Holt e de Winters em dados históricos de vendas de quatro tipos de aromas para obter as previsões mais precisas possíveis da demanda futura. Dois produtos apresentaram pouca demanda tendencial, e nesses casos os métodos com maior acurácia foram os de Média Móvel e Suavização Exponencial Simples. O terceiro produto exibiu uma curva de tendência crescente bem acentuada e para ele o melhor método foi o de Suavização Exponencial Dupla de Holt. Por fim, o último produto apresentou pouca tendência com ciclos sazonais, e o método que melhor se ajustou a ele foi o de Winters. Dito isso, é possível utilizar as previsões obtidas como insumos para otimizar a produção e atender as demandas futuras, garantindo a qualidade da operação e a satisfação dos clientes da empresa.