Tamanho da fonte: 

RESUMO: Perante o cenário competitivo e globalizado que o setor industrial se encontra, torna-se crucial que os gestores de produção utilizem, de forma incessável, as técnicas de programação, planejamento e controle da produção (PPCP). Desta forma, Slack et al. (1999), sugerem que a redução de custos de produção e a melhoria da produtividade estão associadas aos principais objetivos de desempenho da produção. Neste contexto, a previsão de demanda é fundamental para a ascensão de uma organização, visto que esta é o alicerce para o planejamento estratégico da produção, auxiliando-as na tomada de decisões, destacando-se o planejamento da logística, marketing, produção e finanças (GERBER -et al., 2013). Esta ferramenta proporciona às organizações uma vantagem competitiva, pois é um dos principais fatores de eficiência destas, assim, com grande potencial para alavancar sua lucratividade (SANTOS et al., 2015). Considerando os métodos de previsão de demanda, Morettin e Toloi (2006) apud Bassoli et al. (2015), destacaram os modelos: qualitativos, as séries temporais e causais, como sendo os mais utilizados. Diante deste contexto, este trabalho tem como objetivo aplicar os métodos de previsão de demanda afim de dimensionar de modo mais assertivo, o estoque, para uma loja de eletrodomésticos. A metodologia utilizada para este trabalho, consiste na previsão de demanda baseada em séries temporais, considerando dados das vendas de janeiro de 2010 a dezembro de 2017, aplicando o método de regressão linear, conforme descrito por Tubino (2006), afirmando ser possível gerar uma equação crescente ou decrescente, através dos dados históricos da demanda. Os resultados esperados com este trabalho, serão aplicados na melhoria da programação de compras futuras, baseadas no comportamento dos meses conforme apontado pela regressão linear, haja visto que em determinados meses comemorativos, a demanda aumenta relativamente. No trabalho de Oliveira e Carvalho (2013), os autores apontaram êxito ao concluírem que o método de regressão linear é adequado para a previsão pois os dados gerados enquadraram-se dentro dos limites de tolerância de variação entre o previsto e o realizado, onde, segundo os autores, foi o método que apresentou os menores índices de erro absoluto. Desta forma, tendo como referência a pesquisa de alguns trabalhos já publicados, a tendência é lograr êxito nos resultados obtidos, aplicando os métodos de previsão de demanda para a empresa objeto desta pesquisa.