Previsão de demanda no setor de suplementação animal usando combinação e ajuste de previsões

A previsão de demanda desempenha um papel de fundamental importância dentro das organizações, pois através dela é possível obter uma declaração antecipada do volume demandado no futuro, permitindo aos gestores a tomarem decisões mais consistentes e alocarem os recursos de modo eficaz para atender esta demanda. Entretanto, a eficiência na tomada de decisões e alocação dos recursos requer previsões cada vez mais acuradas. Diante deste contexto, a combinação de previsões tem sido amplamente utilizada com o intuito de melhorar a acurácia e, consequentemente, a precisão das previsões. Este estudo tem por objetivo fazer a adaptação de um modelo de previsão para estimar a demanda de produtos destinados à suplementação animal através da combinação de previsões, considerando as variáveis que possam impactar na demanda e a opinião de especialistas. O trabalho está estruturado em dois artigos, sendo que no primeiro buscou-se priorizar e selecionar, através do Processo Hierárquico Analítico (AHP), variáveis que possam impactar na demanda para que estas pudessem ser avaliadas na modelagem via regressão do artigo 2. Por sua vez, no segundo artigo, realizou-se a adaptação do modelo composto de previsão idealizado por Werner (2004), buscando uma previsão final mais acurada. Os resultados obtidos reforçam que as previsões, quando combinadas, apresentam desempenhos superiores para as medidas de acurácia MAPE, MAE e MSE, em relação às previsões individuais.The demand prediction has a role of fundamental importance inside the organizations, because trough it is possible to obtain a previous declaration of the demanded amount in the future, allowing the managers to take more consistent decisions and to allocate the resources in an efficient manner in order to satisfy this demand. However, the efficiency in the support decision and resource allocation demands accurated predictions. So, the combination of predictions have been used with the aim of improving the accuracy and, consequently, the precision of the prediction. This study has as objective to do an adaptation of a prediction model to estimate the demand of products designated to animal supplementation through the combination of prediction, considering the variables that can impact in the demand and in the expert opinion. The work is structured in two papers, considering that the first searches to priorize and select through the Analitic Hierarch Process (AHP), variables that can impact in the demand, so they could be evalute in the regression modelling of the paper 2. By the way, in the second paper, it was done an adaptation of the composed prediction model proposed by Werner (2004), searching for a more accurated final prediction. The obtained results reinforce that the prediction, when combined, present superior performance to the accuracy metrics MAPE, MAE and MSE, in relation to the individual predictions