Previsão de demanda utilizando o método de Holt-Winters: aplicação em um restaurante brasileiro
Conteúdo do artigo principal
Resumo
O método de Holt-Winters é uma técnica que estabelece previsões precisas, além de ser de fácil implementação. Desse modo, este trabalho teve como objetivo avaliar a adequação do referido método na análise de previsão de demanda de um restaurante de comida oriental, situado em Petrolina-PE. A escolha do método se deu em função do comportamento da demanda apresentada, além do baixo custo de execução e adaptabilidade aos diversos tipos de série temporal. Para isso, foi feito inicialmente um levantamento da representatividade de vendas de cada item do cardápio do restaurante, de modo a entender quais itens são os mais consumidos e estabelecer uma equação que relacione essa representatividade de vendas com a previsão de demanda de cada produto. Na sequência, foi feito um comparativo entre os dois métodos de Winters para analisar qual era o mais adequado aos dados. Como resultados, obteve-se que a maior representatividade era dos combos promocionais e especiais (representando, juntos, 81% das vendas), e foi estabelecida também a equação para a previsão de demanda dos produtos. Além disso, concluiu-se que o método aditivo era o mais adequado aos dados, obtendo as menores medidas de erro.
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
ALVES, C. da C. et al. Aplicação de métodos estatísticos com suavização exponencial dupla e tripla para previsão de demanda na gestão de estoques. Revista Produção Online, Florianópolis, v. 19, n. 3, p. 1001- 1026, 2019. DOI: https://doi.org/10.14488/1676-1901.v19i3.3539.
BASSETO, A. L. C. Previsão de demanda em uma empresa de produção de peças para implementos agrícolas. 2015. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) – Universidade Tecnológica Federal do Paraná, Medianeira, 2015. Disponível em: http://repositorio.utfpr.edu.br/jspui/handle/1/12918. Acesso em: 05 set. 2022.
CALAIS, B. Crise do coronavírus impulsiona aplicativos de entregas no Brasil: plataformas já acionam medidas para suprir o aumento da demanda com segurança e qualidade. Forbes, São Paulo, 17 mar. 2020. Disponível em: https://forbes.com.br/last/2020/03/crise-do-coronavirus-impulsiona-aplicativos-de-entregas-no-brasil/. Acesso em: 05 set. 2022.
CAVALHEIRO, D. Método de previsão de demanda aplicada ao planejamento da produção de indústrias de alimentos. 2003. Dissertação (Mestrado em Engenharia Mecânica) – Universidade Federal de Santa Catarina, Florianópolis, 2003. Disponível em: http://repositorio.ufsc.br/xmlui/handle/123456789/85516. Acesso em: 04 set. 2022.
CECATTO, C.; BELFIORE, P. O uso de métodos de previsão de demanda nas indústrias alimentícias brasileiras. Gestão & Produção, São Carlos, v. 22, n. 2, p. 404-418, 2015. DOI: https://doi.org/10.1590/0104-530X108-12.
CHEN, M.; DU, W. Dynamic relationship network and international management of enterprise supply chain by particle swarm optimization algorithm under deep learning. Expert Systems, Hoboken, v. 41, n. 5, p. 1-13, 2024. DOI: https://doi.org/10.1111/exsy.13081.
CORRÊA, H. et al. Planejamento, programação e controle da produção. 4. ed. São Paulo: Atlas, 2001.
FERNANDES, F. C. F.; GODINHO FILHO, M. Planejamento e controle da produção: dos fundamentos ao essencial. São Paulo: Atlas, 2010.
GAO, Q.; XU, H.; LI, A. The analysis of commodity demand predication in supply chain network based on particle swarm optimization algorithm. Journal of Computational and Applied Mathematics, Amsterdam, v. 400, p. 1-15, 2022. DOI: https://doi.org/10.1016/j.cam.2021.113760.
KOTLER, P. Marketing management: analysis, planning, implementation, and control. New Jersey: Prentice-Hall, 1991.
KRAJEWSKI, L.; RITZMAN, L.; MALHOTRA, M. Administração de produção e operações. São Paulo: Person Prentice Hall, 2009.
KUMAR, L.; KHEDLEKAR, S.; KHEDLEKAR, U. K. A comparative assessment of holt winter exponential smoothing and autoregressive integrated moving average for inventory optimization in supply chains. Supply Chain Analytics, United Kingdom, v. 8, 100084, 2024. DOI: https://doi.org/10.1016/j.sca.2024.100084.
LEWIS, C. D. Demand forecasting and inventory control. New York: Wiley, 1997.
LIMA, L. S.; SANTOS, P. V. S.; FERNANDES, C. H. A.; LEITE, A. A. M. Aplicação da engenharia de métodos no processo de fabricação de drywall: mapeamento e melhorias no setor de embalagem. Revista Gestão e Tecnologia, v. 25, n. 4, p. 164-198, 2025. DOI: https://doi.org/10.20397/2177-6652/2025.v25i4.3216.
LOBO, B. A. Métodos estatísticos de previsão: amortecimento exponencial. Porto: Faculdade de Engenharia, Universidade do Porto, 2007. 1 arquivo (slides). Disponível em: https://sigarra.up.pt/feup/pt/conteudos_service.conteudos_cont?pct_id=34792&pv_cod=36aaXairaa2f. Acesso em: 05 ago. 2022.
MAIA, A. L. S.; CARVALHO, F. A. T. Holt’s exponential smoothing and neural network models for forecasting interval-valued time series. International Journal of Forecasting, Amsterdam, v. 27, n. 3, p. 740-759, 2011. DOI: https://doi.org/10.1016/j.ijforecast.2010.02.012.
MAKRIDAKIS, S.; WHEELWRIGHT, S. C.; HYNDMAN, R. J. Forecasting: methods and applications. 3. ed. New York: John Wiley & Sons, 1998.
MARTINS, P.; LAUGENI, F. Administração da produção. 2. ed. São Paulo: Saraiva, 2005.
MENTZER, J.; BIENSTOCK, C. Sales forecasting management. California: Sage, 1998.
MOREIRA, D. Administração da produção e operações. 2. ed. São Paulo: Cengage Learning, 2011.
MORETTIN, P.; TOLOI, C. Previsão de séries temporais. 2. ed. São Paulo: Atual, 1987.
PURIFICAÇÃO, M. R. R. G.; FERNANDES, C. H. A.; SANTOS, P. V. S.; SANTOS, A. A. R. ; DIAS NETO, L. S. Utilização do método da média móvel exponencial para previsão de demanda: um estudo de caso. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO DO VALE DO SÃO FRANCISCO, 7., 2017, Juazeiro. Anais [...]. Juazeiro/BA: DAEP, 2017. v. 1. p. 20-32.
QUEIROZ, P. W. V. Alimentação fora de casa: uma análise do consumo brasileiro com dados da POF 2008- 2009. 2015. Dissertação (Pós-Graduação em Economia Aplicada) – Universidade Federal de Viçosa, Viçosa, 2015. Disponível em: http://www.locus.ufv.br/handle/123456789/6341. Acesso em: 05 set. 2022.
SANTOS, P. V. S. Previsão da demanda por produção de café no Brasil: uma análise. Latin American Journal of Business Management, Taubaté, v. 11, n. 1, p. 19-28, 2020. Disponível em: https://www.lajbm.com.br/journal/article/view/591. Acesso em: 05 set. 2022.
SANTOS, P. V. S. Previsão da demanda como suporte à filosofia lean. Exacta, v. 18, n. 1, p. 226-243, 2020. DOI: https://doi.org/10.5585/exactaep.v18n1.8935.
SANTOS, P. V. S.; VIANA, I. M. S.; DAMASCENO, N. T. S.; SILVA, E. C. Estudo comparativo da eficiência em operações de vinícolas brasileiras e portuguesas. Revista de Gestão dos Países de Língua Portuguesa (RGPLP), Rio de Janeiro, v. 20, n. 1, p. 21-40, 2021. DOI: https://doi.org/10.12660/rgplp.v20n1.2021.81066.
SANTOS, P. V. S.; FERNANDES, C. H. A.; SANTOS, A. A. R.; PURIFICAÇÃO, M. R. R. G. da; DIAS NETO, L. S. Application of the Holt Winters model for demand forecasting in additive seasonal series: a case study. Journal of Engineering and Technology for Industrial Applications (ITEGAM-JETIA), Manaus, v. 3, n. 10, p. 164-168, 2017.
SOARES, L. M. C.; SILVA, A. C. G. C.; SILVA, J. C.; SANTOS, P. V. S. Previsão de demanda de peças sobressalentes utilizando rede neural artificial. Revista Eletronica Sistemas & Gestão, v. 17, p. 255-270, 2022. DOI: https://doi.org/10.20985/1980-5160.2022.v17n3.1806.
SOBRAL, J. F. S.; SILVA, A. C. G. C.; SANTOS, P. V. S. Previsão de demanda em uma empresa de asfalto estocável. IJIE - Iberoamerican Journal of Industrial Engineering, v. 17, n. 32, p. 1-30, 2025. DOI: https://doi.org/10.5007/2175-8018.2025.e106794.
SOUZA, C. Quem diria, travestida de embalagem, a mandioca está cada vez mais em alta. Forbes. São Paulo, 5 maio 2021. Disponível em: https://forbes.com.br/forbesesg/2021/05/quem-diria-travestida-de-embalagem-a-mandioca-esta-cada-vez-mais-em-alta/. Acesso em: 08 ago. 2022.
SOUZA, K. D.; SILVA, D. M. Previsão de demanda do estoque em uma empresa agrícola do sudoeste goiano. 2017. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) – Universidade de Rio Verde, Rio Verde, 2017. Disponível em: https://www.unirv.edu.br/conteudos/fckfiles/files/PREVIS%C3%83O%20DE%20DEMANDA%20DO%20ESTOQUE%20EM%20UMA%20EMPRESA%20AGR%C3%8DCOLA%20 DO%20SUDOESTE%20GOIANO.pdf. Acesso em: 09 set. 2022.
STEVENSON, W. Administração das operações de produção. 6. ed. Rio de Janeiro: LTC, 2001.
TUBINO, D. Planejamento e controle da produção. São Paulo: Atlas, 2007.