Aplicação do modelo de previsão Grey GM (1,1) para previsão de vendas no segmento de automóveis sedans pequenos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGarcia, Pauli Adriano de Almada-
Autor(es): dc.contributorLeal Junior, Ilton Curty-
Autor(es): dc.contributorTeodoro, Pitias-
Autor(es): dc.creatorCastro, Vitor Gomes de-
Data de aceite: dc.date.accessioned2024-07-11T18:46:05Z-
Data de disponibilização: dc.date.available2024-07-11T18:46:05Z-
Data de envio: dc.date.issued2017-05-17-
Data de envio: dc.date.issued2017-05-17-
Data de envio: dc.date.issued2017-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/3632-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/777147-
Descrição: dc.descriptionA partir dos dados históricos das vendas de determinados modelos de veículos pertencentes ao segmento de veículos sedans pequenos, comercializados nos anos de 2008, 2009 e 2010, realizou-se uma pesquisa aplicada, que consistiu na realização de previsões de vendas de curto prazo utilizando o modelo de predição grey GM( 1,1); o objetivo deste estudo foi avaliar a aplicação de tal método para prever as vendas de cada veículo pertencente ao segmento de sedans pequenos, ou seja, se a utilização do modelo GM( 1,1) possibilitou uma previsão próxima do volume real de vendas no ano de 2010, com erros considerados aceitáveis. E importante ter uma confiável previsão de vendas, pois ela gera dados a serem interpretados por vários setores de uma empresa na definição de estratégias e metas, e, grandes erros nas previsões podem resultar em prejuízos. Foram realizadas previsões mensais, trimestrais e semestrais, sendo que as previsões semestrais se adequaram mais as características do modelo de predição grey. Por fim, foi verificado que, a utilização do modelo de predição grey GM( I, I) não foi suficientemente eficaz para prever as vendas do segmento automotivo, por se tratar de um modelo essencialmente quantitativo, aplicado a um cenário em que houveram grandes variações nas vendas-
Descrição: dc.descriptionFrom sales historical data of certain types of vehicles belonging to the small sedans cars segment sold in the years 2008, 2009 and 2010, there was an applied research, which consisted of sales forecasts of short-term using grey prediction model GM (1,1), the purpose of this study was to evaluate the application of this method to forecast the sales of vehicles belonging to the segment of small sedans, other words, if the use of the GM model (1.1) allowed a prediction close to the actual volume of sales in the year 2010, with considered acceptable errors. It is important to have a reliable forecast of demand, as it generates data to be interpreted by various sectors of a company to define strategies and targets, and large errors in forecasts Inay result in losses. Predictions were carried out monthly, quarterly and semiannual, and the sen1iannual forecasts were better suited to the characteristics oj' grey prediction model. Finally, we notecl that the use of Grey prediction model GM (1,1) was not effective enough to predict the sales of the automotive industry, because it is essentially a quantitative model, applied to a scenario where there were large variations in sales-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectPrevisão de vendas-
Palavras-chave: dc.subjectSetor automotivo-
Palavras-chave: dc.subjectModelo de predição grey-
Palavras-chave: dc.subjectPrevisão de vendas-
Palavras-chave: dc.subjectSetor automobilístico-
Palavras-chave: dc.subjectSales forecast-
Palavras-chave: dc.subjectAutomotive sector-
Palavras-chave: dc.subjectGrey prediction model-
Título: dc.titleAplicação do modelo de previsão Grey GM (1,1) para previsão de vendas no segmento de automóveis sedans pequenos-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.