26,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
13 °P sammeln
  • Broschiertes Buch

Afin d'assurer des différentiels concurrentiels, de répondre au niveau estimé de service à la clientèle et de mieux gérer les articles stockés, les organisations contemporaines appliquent des méthodes de prévision de la demande qui tiennent compte des données historiques pour la planification future à court et moyen terme. L'objectif de la présente étude consistait en une analyse appliquée des outils de prévision de la demande dans une unité de vente au détail de produits alimentaires. Pour définir la méthodologie la plus adaptée à l'étude de cas, on a d'abord utilisé la sélection d'éléments…mehr

Produktbeschreibung
Afin d'assurer des différentiels concurrentiels, de répondre au niveau estimé de service à la clientèle et de mieux gérer les articles stockés, les organisations contemporaines appliquent des méthodes de prévision de la demande qui tiennent compte des données historiques pour la planification future à court et moyen terme. L'objectif de la présente étude consistait en une analyse appliquée des outils de prévision de la demande dans une unité de vente au détail de produits alimentaires. Pour définir la méthodologie la plus adaptée à l'étude de cas, on a d'abord utilisé la sélection d'éléments pour l'étude. Pour définir les articles qui appartiennent au panier alimentaire de base, des calculs par la méthode des courbes ABC ont été effectués à l'aide de l'outil Microsoft Excel, comme le montre le tableau 5, en utilisant les variables prix, quantité vendue, coût des marchandises vendues et rentabilité. Les données historiques de cette étude ont été extraites par le logiciel ERP de supermarché appelé FDC Market. Sur la base des données obtenues au cours de la recherche, on peut conclure que la méthode de la moyenne mobile pondérée a obtenu des résultats satisfaisants avec des erreurs absolues moyennes plus faibles.
Autorenporträt
Josinaldo Dias é Doutor em Engenharia e Ciência dos Materiais, Mestre em Engenharia de Produção e Professor associado ao Departamento de Engenharia de Produção.