Práticas de previsão de demanda nas indústrias alimentícias brasileiras

• Ano de defesa: 2009
• Autor(a) principal: Cecatto, Cristiano
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Centro Universitário da FEI, São Bernardo do Campo
• Palavras-chave em Português: Análise multivariada; Demanda (Teoria econômica); Alimentos-Indústria; Pesquisa quantitativa
• Link de acesso: https://repositorio.fei.edu.br/handle/FEI/542

O presente trabalho busca conhecer as práticas de previsão de demanda que vem sendo utilizadas pelas indústrias de alimentos pesquisadas. Esse segmento industrial foi escolhido pela sua relevância na economia brasileira, sendo as empresas selecionadas a partir de sua filiação a ABIA - Associação Brasileira das Indústrias da Alimentação, entidade de classes representativa do setor no país e que congrega empresas de grande, médio e pequeno porte, de todas as regiões brasileiras. Com base na revisão da literatura sobre práticas de previsão de demanda, um questionário foi desenvolvido e enviado a uma amostra de 450 empresas do setor de alimentos encontradas na ABIA que representa 70% do universo total, e um índice de resposta de 14,4% (65/450) foi alcançado. O objetivo da pesquisa é detectar quais e como os métodos de previsão vem sendo utilziados por estas empresas, quais os principais fatores que influenciam na escolha do modelo e quais as principais dificuldades encontradas no uso de métodos de previsão dedemanda. Os dados foram anaisados por meio de técnicas estatísticas multivariadas, como análise de correspondência e análise discriminante, utilizando o software estatístico SPSS. Os resultados mostram que as indústrias de laimentos pesquisadas fazem uso de métodos de previsão de demanda, sendo o modelo de análise histórica o mais utilizado. Os fatores que influenciam a escolha dos modelos de previsão recaem no tipo de produto e no tempo despendido durante o processo de elaboração de previsões, e as maiores dificuldades levantadas na utilização dos modelos de previsão estão na disponibilidade de softwares e dificuldade no entendimento, aparecendo como grandes barreiras.