Previsão de demanda no varejo alimentício como ferramenta estratégica de sustentabilidade em uma pequena empresa brasileira
DOI:
https://doi.org/10.24023/FutureJournal/2175-5825/2013.v5i2.142Palavras-chave:
Demand forecasting. Sustainable supply chain. SustainabilityResumo
Em um mundo competitivo e globalizado, a previsão de demanda assume um importante papel para o planejamento das operações e na sua transição para uma cadeia de suprimentos sustentável. Neste sentido, o objetivo do presente trabalho é descrever a previsão de demanda como uma ferramenta estratégica de sustentabilidade aplicável a uma PME brasileira. Para a previsão de demanda utilizou-se o modelo de redes neurais artificiais e o fill rate como indicador do nível de serviço oferecido ao consumidor, assim como do custo de oportunidade em resposta à demanda. O estudo também estabeleceu relação de causa-efeito entre a acuracidade da previsão, a responsividade da demanda e o desempenho econômico, ambiental e social decorrentes do processo. Em concordância com os conceitos da VBRN e do 3BL, o estudo demonstrou que a previsão de demanda proporciona eficiência na utilização dos recursos, melhorias na responsividade do cliente e evita “perdas” por stock out e por overstock na cadeia de suprimentos. Além deste ganho econômico, a previsão de demanda reduz a quantidade de resíduos gerados pelo vencimento de produtos no varejo, melhora o atendimento da demanda e a satisfação do consumidor, com consequentes ganhos ambientais e sociais. Trata-se de um estudo de caso descritivo, ex-post facto e de corte temporal seccional, com utilização de dados qualitativos, dados quantitativos históricos e observação direta.Downloads
Referências
Acar, Y. & Gardner, J. E. S. (2012). Forecasting method selection in a global supply. International Journal of Forecasting, Turkey, doi:10.1016/j.ijforecast.2011.11.003, 28(4), 842-848.
Almeida, F. C. & Passari, A. F. (2006) Previsão de vendas no varejo por meio de redes neurais. Revista de Administração, 41(3), 257-272.
Angelo, C. F., Zwicker, R., Fouto, N. M. M. D. & Luppe, M. R. (2011). Séries temporais e redes neurais: uma análise comparativa de técnicas na previsão de vendas do varejo brasileiro. Brazilian Business Review, 8(2), 1-21.
Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99-120.
Buytendijk, F., Hatch, T. & Micheli, P. (2010). Scenario-based strategy maps. Business Horizons, 53(4), 335-347.
Castro, L. N. (2006). Fundamentals of natural computing: an overview. Physics of Life Reviews, 4(1), 1-36.
Chen, K-Y. (2011) Combining linear and nonlinear model in forecasting tourism demand. Expert Systems with Application, Taiwan, doi:10.1016/j.eswa.2011.02.049, 38(8), 10368-10376.
Chopra, S. & Meindl, P. (2003). Gerenciamento da cadeia de suprimentos: estratégia, planejamento e operações. São Paulo: Pearson Prentice Hall.
Chu, C-W & Zhang, G. P. (2003). A comparative of linear and nonlinear models for aggregate retail sales forecasting. International Journal of Production Economics, 86(3), 217-231.
Coelho, L. S., Santos, A. A. P., Costa Jr, N. C. A. (2008). Can we forecast Brazilian exchange rates? Empirical evidences using computational intelligence and econometric models. Gestão e Produção, Brazil, 15(3), 1-14.
Dias, S. R. (1993). Estratégia e canais de distribuição. São Paulo: Atlas.
Epstein, M. J. & Wisner, P. S. (2001). Using the balanced scorecard approach to implement sustainability. Environmental Quality Management, 11(2), 1-10.
Elkington, J. (1997). Cannibals with forks. United Kingdom: Capstone.
Gladwin, T. N., Kennelly, J. J. & Krause, T-S. (1995). Shifting paradigms for sustainable development: implications for management theory and research. Academy of Management Review, 20(4), 71-88.
Gupta, S. & Palsule-Desai, O. D. (2011, December). Sustainable supply chain management: review and research opportunities. IIMB Management Review, 23(4), 234-245.
Haykin, S. (2001). Redes neurais: princípios e prática (2a ed.). Porto Alegre: Bookman.
Häner, C. (2011). SMEs in turbulent times – a comparative analysis between Argentina, Brazil and European countries. Master Thesis (International Business Administration) – Wiesbaden Business School, Germany.
Hart, S. L. (1995). A natural-resource-based view of the firm. Academy of Management Review, 20(4), p. 990.
Kuo, R. J. & Xue, K. C. (1999, December). Fuzzy neural networks with application to sales forecasting. Fuzzy Sets and Systems, 108(2), 123-143.
Lee, S.-Y. (2008). Drivers for the participation of small and medium-sized suppliers in green supply chain initiatives. Supply Chain Management: An International Journal, 13(3), 185-198.
Lemme, C. F. (2010). O valor gerado pela sustentabilidade corporativa. In D. Zylberstajn & C. Lins, Sustentabilidade e geração de valor: a transição para o século XXI. Rio de Janeiro: Elsevier.
Levis, A. A. & Papageorgiou, G. (2005). Customer demand forecasting via support vector regression analysis. Chemical Engineering Research and Design, 83(A8), 1009-1018.
Lima, M. (2003). Estoque: custo de oportunidade e impacto sobre os indicadores financeiros. Recovered in June 14, 2013, from http://www.ilos.com.br.
Mazur, E. (2012). Green transformation of small business: achieving and going beyond environmental requirements. OECD Environmental Working Papers, n. 47, 1-50.
Meijden, V. D. L. H., Nunen, J. A. E. E. V. & Ramondt, A. (1994). Forecasting: bridging the gap between sales and manufacturing. International Journal Production Economics, 37(1), 101-114.
Moore, S. B. & Manring, S. L. (2009). Strategy development in small and medium sized enterprises for sustainability and increased value creation. Journal of Cleaner Production, 17, 276-282.
Pao, H-T. (2006). Comparing linear and nonlinear forecasts for Taiwan’s electricity consumption. Energy, Taiwan, 31, 2129-2141.
Price, D. H. R. & Sharp, J. A. (1985). Investigation of the impact of changes in demand forecasting method on the financial performance of an electricity supply undertaking. International Journal of Electrical Power & Energy Systems, 7(3), 131-137.
Romualdo, L. C. S., Baptista, E. & Vieira, D. R. (2010, Março/abril). Sistema Fuzzy-Expert: para previsão de séries temporais no supply chain. Logística e Supply Chain Management, Brazil, 15, ano III, 74-82.
Sarkis, J. (2012). A boundaries and flows perspective of green supply chain management. Supply Chain Management: An International Journal, 17(1), 2012-216.
Swanson, N. R. & White, H. (1997). Forecasting economic time series using flexible versus fixed specification and linear versus nonlinear econometric models. International Journal of Forecasting, United States, 13, 439-461.
Terasvirta, T., Dijk, D. van & Medeiros, M. C. (2005). Linear models, smooth transition auto regressions, and neural networks for forecasting macroeconomic time series: a re-examination. International Journal of Forecasting, Sweden, 21, 755-774.
Teece, D. J., Pisano, G. & Shuen, A. (1997). Dynamic capabilities and strategic management. Strategic Management Journal, 18(7), 509-533.
Vachon, S. & Mao, Z. (2008, October). Linking supply chain strength to sustainable development: a country-level analysis. Journal of Cleaner Production, 16(15), 1552-1560.
Veiga, C. P. (2009). Análise de métodos quantitativos de previsão de demanda: estudo comparativo e desempenho financeiro. Dissertação (Mestrado em Engenharia de Produção e Sistemas) – Pontifícia Universidade Católica do Paraná, Brazil.
Veiga, C. R. P., Veiga, C. P. & Duclós, L. C. (2010). The accuracy of demand forecasting models as critical problem to financial performance in the food industry. Future Studies Research Journal: Trends and Strategies, Brazil, 2(2), 81-104.
Veiga, C. P., Veiga, C. P., Vieira, G. E. & Tortato, U. (2012). Impacto financeiro dos erros de previsão: um estudo comparativo entre modelos de previsão lineares e redes neurais aplicados na gestão empresarial. Produção Online, 12, 629-656.
Voss, C., Tsikriktsis, N. & Frohlich, M. (2002). Case research in operations management. International Journal of Operations & Production Management, 22(2), 195-219.
Xie, J., Lee, T. S. & Zhao, X. (2004). Impact of forecasting error on the performance of capacitated multi-item production systems. Computers & Industrial Engineering, 46, 205-219.
Wu, Z. & Pagell, M. (2011). Balancing priorities: decision-making in sustainable supply chain management. Journal of Operations Management, 29(6), 577-590.
Yin, R. (1987). Case study research: design and methods. Beverly Hills: Sage Publications.
Yokum, J. T. & Armstrong, J. S. (1995). Beyond accuracy: comparison of criteria used to select forecasting methods. International Journal of Forecasting, United States, 11, 591-597.
Zailani, S., Jeyaraman, K., Vengadasan, G. & Premkumar, R. (2012). Sustainable supply chain management (SSCM) in Malaysia, a survey. International Journal Production Economics, doi:10.1016/j.ijpe.2012.02.008, 14(1), 330-340.
Zeng, A. Z. (2000). Efficiency of using fill-rate criterion to determine safety stock: a theoretical perspective and a case study. Production and Inventory. Management Journal, United States, 41(2), 41-44.
Zorpas, A. (2010). Environmental management systems as sustainable tools in the way of life for the SMEs e VSMEs. Bioresource Technology, 101(6), 1544-1557.
Zotteri, G., Kalchschmidt, M. & Caniato, F. (2005). The impact of aggregation level on forecasting performance. International Journal of Production Economics, 93-94(8), 479-491.
Zylbersztajn, D. & Lins, C. (2007). Sustentabilidade e geração de valor: transição para o século XXI. Rio de Janeiro: Elsevier.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
O(s) autor(es) autoriza(m) a publicação do artigo na revista; • O(s) autor(es) garante(m) que a contribuição é original e inédita e que não está em processo de avaliação em outra(s) revista(s); • A revista não se responsabiliza pelas opiniões, ideias e conceitos emitidos nos textos, por serem de inteira responsabilidade de seu(s) autor(es); • É reservado aos editores o direito de proceder ajustes textuais e de adequação dos artigos às normas da publicação.
Os artigos publicados estão licenciados sob uma licença Creative Commons Atribuição - Não comercial - Sem derivações 4.0 Internacional.
