Previsão da procura na indústria do vestuário

Abstract

Tradicionalmente, produtos de moda, designadamente na indústria do vestuário, incorrem em grandes perdas devido a quebras de stock e a stocks obsoletos, devido a dois fatores muito caraterísticos deste mercado, longos tempos de processamento dos produtos, combinado com a concentração das vendas em períodos muito curtos. Assim sendo, as previsões de vendas tem tido um papel cada vez maior na cadeia de abastecimento, e cada vez mais relevantes para a manutenção da competitividade num mercado cada vez mais globalizado e concorrencial. Nesse sentido, surge o projeto de investigação apresentado nesta dissertação, que consiste no desenvolvimento de um modelo de previsão da procura para a empresa Cruz&Areal, detentora da marca BusUrban Wear. O atual processo de previsão da procura (indutivo, sem qualquer base matemática), tem conduzido a elevados custos provenientes de excesso ou quebras de stocks. Neste sentido, o projeto de desenvolvimento de um modelo de previsão tem como objetivo atingir um valor de erro reduzido (erro percentual absoluto médio próximo de 10%), que permita a racionalização dos recursos envolvidos e a maximização da faturação proveniente da redução de stocks conjugada com a minimização das quebras. Na fase inicial do projeto, foi efetuada a revisão da literatura que incidiu na análise dos conceitos, técnicas e abordagens no processo de previsão. Esta revisão bibliográfica foi importante para uma melhor compreensão das dificuldades e desafios associados aos métodos de previsão de novos produtos e a analisar possíveis abordagens para ultrapassar estas dificuldades. A fase seguinte consistiu na aplicação das abordagens referidas na literatura no sentido de verificar a adaptabilidade das mesmas à tipologia do problema, sendo necessário recorrer a uma série de métodos para a obtenção de resultados enquadrados com o objetivo. A última fase consistiu num estudo originado pelo tratamento dos dados, que indicava uma grande oportunidade de optimizar o mostruário (grupo de peças de coleção propostas aos clientes), podendo levar a poupanças muito significativas e a um eficiente aproveitamento dos recursos.

Traditionally, fashion products, particularly in the garment industry have incurred high losses due to stock outs and inventory obsolete caused by two factors very characteristic of this market, long lead times, combined with the concentration of sales in very short periods. Therefore, sales forecasts have had a growing role in the supply chain, and more and more relevant to maintaining competitiveness in an increasingly globalized and competitive market. In this regard, arises the research project presented in this dissertation, which is to develop a model for forecasting demand to the company Cruz&Areal, owner of the brand Bus Urban Wear. The current process of forecasting demand (inductive, without any mathematical foundation), has led to high costs from excess stocks or breaks. In this sense, the project of developing a forecasting model aims to achieve a low error value (mean absolute percentage error around 10%), allowing the rationalization of resources involved and the maximization of billing from the lower inventories combined with minimization of stock outs. In the initial phase of the project was made a literature review that focused on the analysis of concepts, techniques and approaches in the forecasting process. This literature review was important for a better understanding of the difficulties and challenges associated with forecasting methods of new products and analyze possible approaches to overcome these difficulties. The next step was the application of these approaches referred in the literature in order to verify the adaptability of them to the typology of the problem, being necessary use a number of methods for obtaining results framed with the objective. The final stage consisted of a study caused by the processing of data, which indicated a great opportunity to optimize the showcase (group of collection pieces offered to customers), that can lead to very significant savings and an efficient use of resources.