Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da região de Criciúma–SC = A study of forecasting and time series for business decision making in a furniture industry in Criciúma-SC

Uma previsão adequada deve dar suporte a uma decisão minimizadora de risco por parte dos tomadores de decisão, sendo essencial para o planejamento individual e organizacional de agentes econômicos. Neste sentido, o objetivo deste artigo é realizar um estudo sobre previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da região de Criciúma–SC. A metodologia utilizada fundamenta-se na construção de modelos univariados de previsão de preços, com base em dados de séries temporais. O estudo é classificado como exploratório, bibliográfico e um estudo de caso com dados quantitativos. Há uma grande variedade de modelos aplicáveis a estudos desta natureza. Para fins desta pesquisa, optou-se por selecionar o método linear Holt e Holt-Winters e o modelo ARIMA (Auto Regressive Integrate Moving Average). Procurou-se, neste sentido, apresentar os diferentes modelos disponíveis na literatura, objetivando estimar a demanda por móveis para banheiro e projetar vendas futuras. Os resultados mostraram que o modelo ARIMA (Auto Regressive Integrate Moving Average) não se mostrou eficiente no caso analisado, devido ao número pequeno de dados, o que impossibilitou uma análise da sazonalidade, sugerindo-se que a empresa utilize o método de Holt, a fim de estimar o número de produtos a ser vendido e que, à medida que os novos produtos sejam vendidos, os demais modelos sejam testados novamente, uma vez que a incorporação de novos dados irá permitir confirmar a existência ou não da sazonalidade. <br> An adequate forecast should give support to minimize risk decisions by the decision makers, being essential for individual and organizational planning of economic agents. In this sense, the purpose of this paper is to conduct a study about forecast and time series for business decision-making in a furniture industry in the region of Criciúma, SC. The methodology was based on the construction of univariate models to forecast prices based on time series data, the study is classified as exploratory, bibliographical and a case study with quantitative data. For purposes of this research, we chose to select the linear method, Holt and Holt-Winters and ARIMA (Auto Regressive Moving Average Integrate). Therefore, it was possible to present the different models available in the literature aiming to estimate the demand for bathroom’s furniture and project future sales. The results showed that the ARIMA (Auto Regressive Moving Average Integrate) was not efficient in the case analyzed due to small number of data precluding an analysis of seasonality, which suggests that the company uses the method of Holt to estimate the number of products being sold and that, as new products are sold, other models are tested again, since the incorporation of new data will allow to confirm the presence or absence of seasonality