Classificação multicritério: aplicação do Electre TRI aos métodos de previsão de demanda para novos produtos
Conteúdo do artigo principal
Resumo
A pesquisa tem como objetivo propor uma classificação multicritério aos métodos de previsão de demanda para novos produtos, considerando as características do sistema brasileiro de franquias. Utilizou-se a técnica de coleta dos dados do tipo questionário e realizou-se uma validação com especialistas da área, além da aplicação do coeficiente alfa de Cronbach, que demonstrou confiabilidade e consistência do questionário. Utilizou-se o apoio multicritério à decisão, Electre TRI, por meio do software Iris 2.0. A análise dos resultados foi realizada em três segmentos de franquias e adotou uma classificação de novos produtos em classes como ‘adições a linhas de produtos existentes’ e ‘novos produtos para a empresa’. Para o de bares, restaurantes, padarias e pizzarias, na classe ‘adições a linhas existentes de produtos’, os resultados mostram que os métodos pesquisa de mercado, analogia histórica, simulação de cenários, pesquisa da equipe de vendas, Box-Jenkins (Arima) e análise de regressão foram considerados como recomendados. No segmento de cosméticos e perfumaria, na classe ‘adições a linhas existentes de produtos’, os resultados mostram que os métodos pesquisa de mercado e Delphi, analogia histórica, pesquisa da equipe de vendas, média móvel e Box-Jenkins (Arima) se enquadraram como recomendados. Por fim, os resultados para o segmento de livrarias, gráficas e sinalização, na classe ‘novos produtos para a empresa’, mostram que os métodos pesquisa de mercado e Delphi, analogia histórica, simulação de cenários e pesquisa da equipe de vendas foram considerados como recomendados.
Downloads
Detalhes do artigo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
A Revista de Gestão dos Países de Língua Portuguesa (RGPLP) compromete-se a contribuir com a proteção dos direitos intelectuais do autor. Nesse sentido:
- Adota a licença Creative Commoms BY (CC-BY) em todos os textos que publica, exceto quando houver indicação de específicos detentores dos direitos autorais e patrimoniais;
- Adota software de verificação de similaridade de conteúdo - plagiarismo (Crossref Similarity Check);
- Adota ações de combate ao plagio e má conduta ética, alinhada às diretrizes do Committee on Publication Ethics (COPE).
Mais detalhes do código de ética adotado pela RGPLP podem ser visualizados em Diretrizes Éticas.
Referências
ALMEIDA, A. T. O conhecimento e o uso de métodos multicritério de apoio à decisão. 2. ed. Recife: Editora UFPE, 2011.
ARMSTRONG, J. S. Principles of forecasting: a handbook for researchers and practioners. Boston: Kluwer Academic Publishers, 2001.
ARMSTRONG, J. S.; FILDES, R. Making progress in forecasting. International Journal of Forecasting, v. 22, n. 3, p. 433-441, 2006.
AZEVEDO, P. F.; SILVA, V. L. S. Food franchising and backward coordination: and empirical analysis on Brazilian firms. Journal on Chain and Network Science, v. 3, n. 1, p. 33-44, 2003.
BELTON, V.; STEWART, T. J. Multiple criteria decision analysis. Dordrecht: Kluwer Academic Publishers, 2002.
CECATTO, C.; BELFIORE, P. O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras. Gestão & Produção, v. 22, n. 2, p. 404-418, 2015.
CHAKHAR, S.; SAAD, I. Incorporating stakeholders’ knowledge in group decisionmaking. Journal of Decision Systems, v. 23, n. 1, p. 113-126, 2014.
CHAMBERS, J. C.; MULLICK, S. K.; SMITH, D. D. How to choose the right forecasting Technique. Harvard Business Review, v. 49, p. 45-71, 1971.
COHON, J. L. Multiobjective programming models and planning. Nova York: Academic Press, 1978.
COVAS, M.; SILVA, C. A.; DIAS, L. C. Multi-criteria decision analysis for sustainable data centers location: international transactions. International Transactions in Operational Research, v. 20, n. 3, p. 269-299, 2013.
DIAS, L. C.; MOUSSEAU, V. Iris: um SAD para problemas de classificação baseado em agregação multicritério. In: CONFERÊNCIA DA ASSOCIAÇÃO PORTUGUESA DE SISTEMAS DE INFORMAÇÃO, 3., 2002, Anais... Coimbra: APSI, 2002.
FIGUEIRA, J.; GRECO, S.; EHRGOTT, M. Multiple criteria decision analisis: state of the art surveys. Nova York: Springer Science, 2005.
GEORGOFF, D. M.; MURDICK, R. G. Manager’s guide to forecasting. Harvard Business Review, v. 64, n. 1, p. 110-120, 1986.
GIL, A. C. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas, 2008.
GOMES, L. F. A. M. Teoria da decisão. São Paulo: Thomson Learning, 2007.
GOMES, L. F. A. M.; ARAYA, M. C. G.; CARIGNANO, C. Tomada de decisões em cenários complexos: introdução aos métodos discretos do apoio multicritério à decisão. São Paulo: Pioneira Thomson Learning, 2004.
GOMES, L. F. A. M.; GOMES, C. F. S. Princípios e métodos para tomada de decisão: enfoque multicritério. Rio de Janeiro: Atlas, 2019.
GUETTA, A. et al. Franchising: learn from the experts. Rio de Janeiro: ABF, 2013.
GUIMARÃES, I. G.; LANGE, D. A. Desenvolvimento de uma metodologia para previsão de demanda em uma empresa de produtos ornamentais. Iberoamerican Journal of Project Management, v. 11, n. 1, p. 1-28, 2020.
KAHN, K. B. An exploratory investigati on of new product forecasting practices. The Journal of Product Innovation Management, v. 19, n. 2, p. 133-143, 2002.
KEENEY, R. L.; RAIFFA, H. Decisions with multiple objectives: preferences and value tradeoffs. Nova York: John Wiley & Sons, 1976.
MAKRIDAKIS, S.; WHEELWRIGHT, S. C.; HYNDMAN, R. J. Forecasting: methods and applications. 3. ed. Nova York: John Wiley & Sons, 1998.
MAS-MACHUCA, M.; SAINZ, M.; MARTINEZ-COSTA, C. A review of forecasting models for new products. Intangible Capital, v. 10, n. 1, p. 1-25, 2014.
MAURO, P. C. Guia do franqueado. São Paulo: Nobel, 2007.
MOUSSEAU, V.; SLOWINSKI, R.; ZIELNIEWICZ, P. P. A user-oriented implementation of the Electre-TRI method integrating preference elicitation support. Computers & Operations Research, v. 27, p. 757-777, 2000.
NEVES, L. P. et al. A multi-criteria decision approach to sorting actions for promoting energy efficiency. Energy Policy, v. 36, n. 7, p. 2351-2363, 2008.
OLIVEIRA, D; FUTAMI, A. H.; OLVEIRA M. A. Avaliação da previsão de demanda para o desenvolvimento de novo produto utilizando o processo de outsourcing: um estudo em uma empresa de transformação de plásticos. Revista Espacios, v. 38, n. 9, p. 23, 2017.
OTHA, S.; HIRAMOTO, R.; KITAMURA, A. Strategic decision making of the product-mix using a new demand forecasting model in the manufacturing industry. Japan Industrial Management Association, v. 64, n. 4, p. 614-619, 2014.
PEREIRA, D. V. S. Mensuração do índice de desenvolvimento humano: uma proposta utilizando o método multicritério Electre TRI-C. Dissertação (Mestrado em engenharia de produção) – Universidade Federal de Pernambuco, Recife, 2012.
QUEIROZ, M. E. A. Avaliação multicritério de riscos em contratos comerciais de terceirização: uma abordagem de classificação com o Electre TRI. Dissertação (Mestrado em engenharia de produção) – Universidade Federal de Pernambuco, Recife, 2011.
RITZMAN, L. P.; KRAJEWSKI, L. J.; MALHOTRA, M. Administração da produção e operações. 8. ed. São Paulo: Pearson/Prentice Hall, 2009.
ROY, B. The outranking approach and the foundations of Electre methods. Theory and Decision, v. 31, p. 49-73, 1991.
ROY, B. Multicriteria methodology for decision aiding. Dordrecht: Kluwer Academic, 1996.
ROY, B.; BOUYSSOU, D. Aide multicritère à la décision: méthodes et cas. Paris: Economica, 1993. p. 695.
SAATY, T. L. Fundamentals of decision making and priority theory: with the analytic hierarchy process. Pittsburgh: RWS Publications, 1994.
SARMIENTO, A. T.; SOTO, O. C. New product forecasting demand by using neural networks and similar product analysis. Dyna, v. 81, n. 186, p. 311-317, 2014.
SILVA, V. S. et al. Analysis of the production capacity of a photography company through the forecast of demand based on time series. Brazilian Applied Science Review, v. 5, n. 1, p. 340-357, 2021.
SIMÕES, R. G. Aplicação do Electre TRI na classificação de fornecedores de indústria automotiva. Dissertação (Mestrado em modelagem computacional) – Universidade Federal Fluminense, Volta Redonda, 2013.
SIPPER, D.; BULFIN, R. L. J. Production: planning, control and integration. Nova York: McGraw-Hill, 1997.
THOMAS, B. G.; BOLLAPRAGADA, S. General Electric uses an integrated framework for product costing, demand forecasting, and capacity planning of new photovoltaic technology products. Interfaces, v. 40, n. 5, p. 353-367, 2010.
YOKUM, J. T.; ARMSTRONG, J. S. Beyond accuracy: comparison of criteria used to select forecasting methods. International Journal of Forecasting, v. 11, n. 4, p. 591-597, 1995.