Ajuste da curva de demanda em função do preço para a melhoria de métodos de previsão de demanda de séries temporais

Abstract

O presente artigo propõe a inserção da variável preço para atuar como fator de ajuste na curva de demanda. Para isso, verifica-se o preço em cada ponto da série para, em seguida, verificar sua relação com a demanda. A série histórica é então ajustada em função de um único preço, determinado com o auxílio do SOLVER. Para tal ajuste, os valores de demanda da série original são modificados de acordo com a variação entre o preço determinado e o preço original. Isso é possível por meio da análise de elasticidade-preço da demanda. A curva ajustada é utilizada como entrada nos métodos de previsão de demanda de séries temporais. Os resultados da previsão são corrigidos de acordo com o preço que se deseja utilizar. Previsões de demanda são geradas com a curva original e a curva ajustada. Comparou-se as previsões com as duas curvas, sem ajuste e com ajuste, por meio dos coeficientes de determinação R² ajustado e MAPE. Foi verificado que a previsão na curva ajustada obteve em todos os modelos de séries-temporais estudados melhores valores nos coeficientes.

This paper proposes the inclusion of the variable price as an adjustment factor in the demand curve. As methodology, the price at each point of the historical demand data is analyzed and then it is observed its relationship with the demand. An analysis of price elasticity of the demand is then generated. The demand data is adjusted for a single price, which is calculated by the tool SOLVER. For this adjustment, the demand values of the original series are modified according to the variation between the fixed price and the original price (observed in the price elasticity analysis). This curve is used as an input to the time series methods of the demand forecasting. In consequence, the prediction results are corrected according to the desired price. Demand forecasts are generated from the original curve and the curve adjusted by the price. The predictions from each curve, unadjusted and adjusted, were compared by using the coefficients of determination R² adjusted and MAPE. It was found that the predictions in the adjusted curves in all studied models have obtained better values in the coefficients.