A obsolescência de estoques é um fenômeno de destaque nas organizações, demandando o uso de métodos que identifiquem o inventário excessivo antes dele tornar-se obsoleto. Este artigo propõe um método para selecionar variáveis independentes em modelos de regressão preditivos com vistas à projeção do inventário ao longo do tempo, com o objetivo de reduzir o risco de obsolescência futuro. A abordagem proposta possui cinco passos, sendo os quatro primeiros dedicados à identificação dos fatores que contribuem para a obsolescência do inventário, a classificação do estoque em categorias e faixas de idade, a seleção de variáveis em contexto de PLS, a modelagem de regressão para projeção da idade do inventário ao longo do tempo e a definição de diretrizes para redução do risco de obsolescência. O quinto passo do método utiliza o conceito do ciclo PDCA buscando a melhoria contínua do processo e dos resultados. Na aplicação em uma indústria de bens de consumo, o método previu com precisão superior a 95% o montante do inventário por faixa de idade em um horizonte de seis meses.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.