O mundo vive um contínuo e acelerado processo de transformação que envolve todas as áreas
do conhecimento. É possível afirmar que a velocidade desse processo tem uma relação direta
com a rapidez em que ocorrem as mudanças na área tecnológica. Estas mudanças têm tornado
cada vez mais as relações globalizadas, modificado as transações comercias e fazendo com
que as empresas repensem as formas de competir. Nesse contexto, o conhecimento assume, a
partir do volume de dados e informações, um papel de novo insumo, muitas vezes com maior
importância que o trabalho, capital e a terra. Essas mudanças e a importância da informação
fazem com que as empresas busquem um novo posicionamento, procurando identificar no
ambiente externo sinais que possam indicar eventos futuros. O grande desafio das empresas
passa pela obtenção de dados, extração da informação e transformação dessa em
conhecimento útil para a tomada de decisão. Nessa conjuntura este estudo teve como objetivo
identificar qual o modelo de previsão de consumo para análise das informações no processo
de Inteligência Competitiva em uma empresa do setor metalúrgico localizada no estado do
Rio Grande do Sul. No desenvolvimento do estudo foram utilizados os temas Big Data, Data
Mining, Previsão de Demanda e Inteligência Competitiva com a finalidade de responder à
seguinte questão: Qual o modelo de previsão de consumo de aço que pode ser usado para
análise das informações no processo de Inteligência Competitiva? Na realização do estudo
foram analisados dados internos e externos a empresa na busca pela identificação de
correlação entre o consumo de aço da empresa e variáveis econômicas que posteriormente
foram utilizadas na identificação do modelo de previsão de consumo. Foram identificados
dois modelos, um univariado sem intervenção através da metodologia de Box e Jenkins, o
segundo modelo foi um modelo de previsão com Função de Transferência. Os dois modelos
apresentaram uma boa capacidade de descrever a série histórica do consumo de aço, mas o
modelo univariado apresentou melhores resultados na capacidade de previsão. / The world has been in a continuous and rapid process of transformation which involves all the
areas of knowledge. It is possible to assert that the speed of this process has a direct
relationship with the fast changes in the technological area. These changes have influenced
the global relationships even more; modifying the commercial trades and making companies
rethink their competitive actions. In this field, knowledge takes on a new role giving more
importance to the amount of data and information to the detriment of land, labor and capital.
These changes and the importance given to information make companies establish new
positions in order to identify signs that anticipate events. Obtaining, extracting and
transforming information into useful knowledge to help in the final decision is a challenge.
Thus the purpose of this study is determine a model of consumption anticipation to analyze
the process of competitive intelligence in a Metallurgy Company located in the state of Rio
Grande do Sul. To develop the study the themes Big Data, Data Mining, Demand Prediction
and Competitive Intelligence were used aiming to answer the question: Which model to
anticipate consumption for iron can be used to analyze information in the process of
competitive intelligence? For the study, internal and external data were analyzed to identify
the relation between the company iron consumption and the economic variables, which were
used in the demand anticipation afterwards. Two models were identified, beeing one of them
univariate and having no intervention through Box and Jenkins methodology. The second
model had a transfer function. Both of them demonstrated good capability in describing
historical series of iron consumption, however the univariate model has demonstrated better
results in the capability of anticipation.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ucs.br:11338/158 |
| Date | 30 August 2013 |
| Creators | Espíndola, André Mauro Santos de |
| Contributors | Ansuj, Angela Pellegrin, Lopes, Luis Felipe Dias, Pinto, Marcelo Machado Barbosa, Tondolo, Vilmar Antonio Gonçalves, Camargo, Maria Emilia, Fachinelli, Ana Cristina |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UCS, instname:Universidade de Caxias do Sul, instacron:UCS |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0033 seconds