O bom dimensionamento de equipes contribui para o aumento do nível dos serviços prestados pelas empresas, com o menor custo possível. Uma alternativa para abordar a questão foi dimensionar as equipes de eletricistas, de uma empresa do setor elétrico, (utilizando técnicas de previsão de demanda, de simulação e de alocação) para atender de forma otimizada, a demanda variável das atividades prestadas - fornecimento de energia. Um equilíbrio entre a demanda por serviços e a capacidade de execução da empresa evitaria longas filas de espera dos clientes e servidores (eletricistas) ociosos. Cinco etapas forma cumpridas: fase exploratória, coleta de dados, previsão de demanda e simulação do processo e alocação do recurso. Na primeira houve um entendimento de como chegava o pedido do serviço na empresa até a finalização da ordem de serviço. Na coleta de dados foram levantados aproximadamente 80 tipos diferentes de atividades desenvolvidas pelos eletricistas e classificadas de acordo com a prioridade de urgência, prazos de atendimento dos serviços e afinidade de execução das tarefas. Nesta etapa ainda foram coletados os volumes de serviços gerados e tempos médios de deslocamento e execução das atividades. Na terceira etapa foi utilizado um software de previsão de demanda chamado Forecast Pro, possibilitando a escolha automática do modelo de previsão mais apropriado para a série histórica em estudo. Na quarta etapa, foi utilizado um software de simulação de processos chamado Arena. Desenvolveu-se um modelo do processo real com os respectivos dados de entrada dos serviços, tempos de deslocamento e execução e número de equipes. Na última etapa, utilizando a ferramenta Solver do Excel otimizou-se o número de equipes. Um dos resultados da ação foi obter vários cenários com a variação do número de equipes e seus respectivos tempos médios de atendimento, sem causar nenhum dano para a empresa, podendo assim ser analisado qual o melhor cenário para ser implementado na companhia, minimizando o problema.

A identificação antecipada do comportamento da demanda de veículos novos na extremidade da rede de distribuição é imprescindível para implementação de um sistema de produção puxada pela demanda. Previsões confiáveis, obtidas nas concessionárias, conferem aos fabricantes maior sensibilidade diante das peculariedades locais da demanda e reduzem as incertezas da produção em larga escala. A obtenção de previsões consistentes requer, porém, o emprego de métodos formais. Os profissionais responsáveis pela elaboração de previsões nas concessionárias desconhecem, em grande parte, os métodos de forecasting abordados na literatura. Essa dissertação visa o desenvolvimento de um sistema formal para elaboração de previsões de demanda de veículos novos em concessionárias. Em estudo de caso, conduzido em uma concessionária da marca Volkswagen, modelos estatísticos de Box-Jenkins e de suavização exponencial são aplicados para gerar previsões quantitativas das vendas de veículos novos. Previsões qualitativas, correspondentes ao julgamento de especialistas no segmento, são formalizadas através do método Delphi. Finalmente, as previsões quantitativas e qualitativas são combinadas matematicamente e comparadas. Tal comparação demonstra que as vantagens inerentes a cada método podem ser absorvidas para proporcionar previsões mais acuradas.

Esta dissertação objetiva identificar a estrutura de decisão dos usuários do transporte aéreo, tomando por base uma rota nacional, através da modelagem do comportamento de escolha da demanda. O processo de identificação da estrutura de decisão dos usuários leva em consideração que existem características específicas de cada companhia, que são percebidas pelos usuários, e sobre as quais se fundamenta o seu processo de escolha entre uma ou outra companhia aérea para a realização de suas viagens A estrutura geral do trabalho pode ser sumarizada em 3 etapas. Primeiro, a obtenção de dados, que serviram de base para a segunda etapa, na qual foram estimadas as funções de Utilidade, que, por sua vez, foram utilizadas na terceira etapa. Esta última, estimou as probabilidades de escolha das companhias a partir da utilização do modelo Logit Multinomial. Para estimar as funções de Utilidade, considerou-se a influência do preço e da marca na escolha do usuário do transporte aéreo. A influência da marca no processo de decisão foi identificada através do valor da constante do modelo. Os modelos estimados permitem a simulação de diferentes políticas tarifárias, identificando a parcela de mercado de cada companhia. Os resultados obtidos apresentaram-se coerentes e adequados à realidade analisada, indicando o bom desempenho da técnica empregada para a estimação da demanda dentro do transporte aéreo. / The aim of this dissertation is to identifY the decision making process guiding air transport passengers. The study is based on modelling the demand on a domestic route. The identification of the decision making process takes into accont the existence of specific characteristics related to each airline company operating in the market. These characteristics are 'perceived by the users while chosing amongst the range of alternative services being offered in the market. Utility fimctions are estimated rrom field data collection during interviews with passengers. These function were used to estimate, through the multinomial logit model, the probability o f a given company being chosen. The influence of both price and brand on the user's choice was considered in the estimation of the Utility function. The intluence of the brand, on the decision making process, was identified through the constant o f the model. The estimated models allow the simulation of different fare policies, enabling the identification ofthe market share for each company. Results match reality, indicating the adequbility of the chosen technique in estimating air transport demand.

Um bom sistema de previsão de demanda é um dos passos para o sucesso de uma empresa. Previsões com baixos erros permitem a manutenção de um estoque reduzido, uma ocupação de fábrica e uma gestão financeira mais eficiente, em conjunto com outros benefícios trazidos por um sistema confiável. Há diversas formas de realizar uma previsão, mas há anos a que vem sendo considerada mais promissora é a que integra métodos quantitativos e qualitativos. Ambos os métodos possuem vantagens exclusivas, o que torna a integração particularmente interessante. Este trabalho visa o desenvolvimento e teste de um sistema de previsão em uma empresa de grande porte, a fim de disponibilizar uma forma confiável de integração de métodos. Busca ainda validar o auxilio de especialistas nos ajustes de previsão de forma que os problemas provenientes do julgamento humano possam ser evitados. Uma comparação entre as várias previsões realizadas é apresentada, de forma que o leitor possa interpretá-las e julgar quais possam ser as mais adequadas à situação em que se encontra. / A good forecasting system is one of the steps to the success of a company. Forecasts with small errors enable the maintenance of a reduced inventory, a more efficient factory occupation and financial management, together with other benefits provided by a reliable system. There are several ways to make a forecast, but for years the quantitative and qualitative methods integrated has been considered more promising. Both methods have unique advantages which makes it particularly interesting integration. This paper aims to develop and test a forecasting system in a large company in order to provide a reliable form of integration methods. It also seeks to validate the aid of experts in the predictive adjustments so that problems derived from the human judgment can be avoided. A comparison of the various forecasts made is provided in a way that the reader can interpret them and judge which may be the most appropriate to the situation you are in.

Um bom sistema de previsão de demanda é um dos passos para o sucesso de uma empresa. Previsões com baixos erros permitem a manutenção de um estoque reduzido, uma ocupação de fábrica e uma gestão financeira mais eficiente, em conjunto com outros benefícios trazidos por um sistema confiável. Há diversas formas de realizar uma previsão, mas há anos a que vem sendo considerada mais promissora é a que integra métodos quantitativos e qualitativos. Ambos os métodos possuem vantagens exclusivas, o que torna a integração particularmente interessante. Este trabalho visa o desenvolvimento e teste de um sistema de previsão em uma empresa de grande porte, a fim de disponibilizar uma forma confiável de integração de métodos. Busca ainda validar o auxilio de especialistas nos ajustes de previsão de forma que os problemas provenientes do julgamento humano possam ser evitados. Uma comparação entre as várias previsões realizadas é apresentada, de forma que o leitor possa interpretá-las e julgar quais possam ser as mais adequadas à situação em que se encontra. / A good forecasting system is one of the steps to the success of a company. Forecasts with small errors enable the maintenance of a reduced inventory, a more efficient factory occupation and financial management, together with other benefits provided by a reliable system. There are several ways to make a forecast, but for years the quantitative and qualitative methods integrated has been considered more promising. Both methods have unique advantages which makes it particularly interesting integration. This paper aims to develop and test a forecasting system in a large company in order to provide a reliable form of integration methods. It also seeks to validate the aid of experts in the predictive adjustments so that problems derived from the human judgment can be avoided. A comparison of the various forecasts made is provided in a way that the reader can interpret them and judge which may be the most appropriate to the situation you are in.

Resumo não disponível.

O bom dimensionamento de equipes contribui para o aumento do nível dos serviços prestados pelas empresas, com o menor custo possível. Uma alternativa para abordar a questão foi dimensionar as equipes de eletricistas, de uma empresa do setor elétrico, (utilizando técnicas de previsão de demanda, de simulação e de alocação) para atender de forma otimizada, a demanda variável das atividades prestadas - fornecimento de energia. Um equilíbrio entre a demanda por serviços e a capacidade de execução da empresa evitaria longas filas de espera dos clientes e servidores (eletricistas) ociosos. Cinco etapas forma cumpridas: fase exploratória, coleta de dados, previsão de demanda e simulação do processo e alocação do recurso. Na primeira houve um entendimento de como chegava o pedido do serviço na empresa até a finalização da ordem de serviço. Na coleta de dados foram levantados aproximadamente 80 tipos diferentes de atividades desenvolvidas pelos eletricistas e classificadas de acordo com a prioridade de urgência, prazos de atendimento dos serviços e afinidade de execução das tarefas. Nesta etapa ainda foram coletados os volumes de serviços gerados e tempos médios de deslocamento e execução das atividades. Na terceira etapa foi utilizado um software de previsão de demanda chamado Forecast Pro, possibilitando a escolha automática do modelo de previsão mais apropriado para a série histórica em estudo. Na quarta etapa, foi utilizado um software de simulação de processos chamado Arena. Desenvolveu-se um modelo do processo real com os respectivos dados de entrada dos serviços, tempos de deslocamento e execução e número de equipes. Na última etapa, utilizando a ferramenta Solver do Excel otimizou-se o número de equipes. Um dos resultados da ação foi obter vários cenários com a variação do número de equipes e seus respectivos tempos médios de atendimento, sem causar nenhum dano para a empresa, podendo assim ser analisado qual o melhor cenário para ser implementado na companhia, minimizando o problema.

A identificação antecipada do comportamento da demanda de veículos novos na extremidade da rede de distribuição é imprescindível para implementação de um sistema de produção puxada pela demanda. Previsões confiáveis, obtidas nas concessionárias, conferem aos fabricantes maior sensibilidade diante das peculariedades locais da demanda e reduzem as incertezas da produção em larga escala. A obtenção de previsões consistentes requer, porém, o emprego de métodos formais. Os profissionais responsáveis pela elaboração de previsões nas concessionárias desconhecem, em grande parte, os métodos de forecasting abordados na literatura. Essa dissertação visa o desenvolvimento de um sistema formal para elaboração de previsões de demanda de veículos novos em concessionárias. Em estudo de caso, conduzido em uma concessionária da marca Volkswagen, modelos estatísticos de Box-Jenkins e de suavização exponencial são aplicados para gerar previsões quantitativas das vendas de veículos novos. Previsões qualitativas, correspondentes ao julgamento de especialistas no segmento, são formalizadas através do método Delphi. Finalmente, as previsões quantitativas e qualitativas são combinadas matematicamente e comparadas. Tal comparação demonstra que as vantagens inerentes a cada método podem ser absorvidas para proporcionar previsões mais acuradas.

O turismo entrou em um período de forte expansão após a Segunda Guerra Mundial que perdura até os dias atuais. O aumento da circulação de turistas repercute na geração de renda e empregos para os países visitados, além do enriquecimento adquirido através das trocas culturais. Este crescimento tem despertado o interesse da comunidade científica, bem como profissional, com o intuito de explorar as metodologias para a modelagem e previsão da demanda turística. Estimativas acuradas da demanda servem de apoio para corretas tomadas de decisão por parte dos gestores quanto ao dimensionamento adequado de recursos financeiros, especialmente frente à realização de um evento de grandes proporções. Neste sentido, este trabalho tem por objetivos verificar quais são as técnicas atualmente mais utilizadas para previsão de demandas turísticas através de revisão da literatura, desde 2005 até 2015; utilizar dois métodos de modelagem (ARIMA e RNA) para modelar e prever a demanda turística de duas sedes olímpicas recentes; comparar essas previsões com as previsões obtidas por cinco métodos de combinação de previsões (médias aritmética, harmônica e geométrica, variância mínima e regressão linear) e; aplicar o método mais acurado para prever a demanda turística do Brasil. Os resultados foram avaliados através de três medidas de acurácia. Em virtude da realização dos Jogos Olímpicos em 2016, a demanda brasileira para este período foi modelada e prevista e a previsão foi ajustada segundo um ajuste matemático sazonal, objetivando ganho de acurácia. Foi observado ganho de acurácia quando as previsões foram combinadas e, na série brasileira, o ajuste adotado indicou um acréscimo de 175% na demanda original para agosto de 2016. / Tourism has experienced a strong increase since the end of World War II. The increase in tourist circulation results in income and employment expansion, besides the cultural enrichment involved in such experiences. This growth has attracted attention from the scientific community as well as professional, with the objective of exploring the methodologies for tourism demand modelling and forecasts. Accurate demand estimates serve as support for correct decision making by managers especially considering financial resource scaling for major events. In this sense, this study aims to verify which techniques are more currently used for forecasting tourism demand through review of the literature from 2005 to 2015; using two modeling methods (ARIMA and ANN) to make models and forecasting the tourism demand of two recent Olympic hosts; comparing these forecasts with the forecasts obtained for five methods of combining forecasts (arithmetic, harmonic and geometric means, minimum variance and linear regression) and; applying the most accurated method to forecast the tourism demand in Brazil. The results were evaluated using three different accuracy measurements. By virtue of the 2016 Olympic Games, the Brazilian tourism demand was modeled and the forecast was adjusted by a seasonal mathematical adjustment, designed for better precision. A gain in preciseness was observed when forecasts were combined and, for the Brazilian series, the adopted adjustment indicated an increase of 175% when compared with the original demand for August 2016.

A previsão de demanda desempenha um papel de fundamental importância dentro das organizações, pois através dela é possível obter uma declaração antecipada do volume demandado no futuro, permitindo aos gestores a tomarem decisões mais consistentes e alocarem os recursos de modo eficaz para atender esta demanda. Entretanto, a eficiência na tomada de decisões e alocação dos recursos requer previsões cada vez mais acuradas. Diante deste contexto, a combinação de previsões tem sido amplamente utilizada com o intuito de melhorar a acurácia e, consequentemente, a precisão das previsões. Este estudo tem por objetivo fazer a adaptação de um modelo de previsão para estimar a demanda de produtos destinados à suplementação animal através da combinação de previsões, considerando as variáveis que possam impactar na demanda e a opinião de especialistas. O trabalho está estruturado em dois artigos, sendo que no primeiro buscou-se priorizar e selecionar, através do Processo Hierárquico Analítico (AHP), variáveis que possam impactar na demanda para que estas pudessem ser avaliadas na modelagem via regressão do artigo 2. Por sua vez, no segundo artigo, realizou-se a adaptação do modelo composto de previsão idealizado por Werner (2004), buscando uma previsão final mais acurada. Os resultados obtidos reforçam que as previsões, quando combinadas, apresentam desempenhos superiores para as medidas de acurácia MAPE, MAE e MSE, em relação às previsões individuais. / The demand prediction has a role of fundamental importance inside the organizations, because trough it is possible to obtain a previous declaration of the demanded amount in the future, allowing the managers to take more consistent decisions and to allocate the resources in an efficient manner in order to satisfy this demand. However, the efficiency in the support decision and resource allocation demands accurated predictions. So, the combination of predictions have been used with the aim of improving the accuracy and, consequently, the precision of the prediction. This study has as objective to do an adaptation of a prediction model to estimate the demand of products designated to animal supplementation through the combination of prediction, considering the variables that can impact in the demand and in the expert opinion. The work is structured in two papers, considering that the first searches to priorize and select through the Analitic Hierarch Process (AHP), variables that can impact in the demand, so they could be evalute in the regression modelling of the paper 2. By the way, in the second paper, it was done an adaptation of the composed prediction model proposed by Werner (2004), searching for a more accurated final prediction. The obtained results reinforce that the prediction, when combined, present superior performance to the accuracy metrics MAPE, MAE and MSE, in relation to the individual predictions.