Previsão de Demanda

Prévia do material em texto

1. O que é previsão de demanda?
a) O processo de determinar os preços de produtos
b) A estimativa das vendas futuras de um produto ou serviço
c) O cálculo de quanto estoque deve ser comprado
d) A criação de estratégias de marketing para novos produtos
Resposta correta: b)
Explicação: A previsão de demanda é o processo de estimar a quantidade de um
produto ou serviço que os consumidores irão comprar em um determinado período
futuro, com base em dados históricos e outras variáveis relevantes.
2. Qual é a principal vantagem da previsão de demanda para as empresas?
a) Redução dos custos de marketing
b) Melhoria na alocação de recursos e otimização de estoques
c) Aumento imediato nas vendas
d) Eliminação total de falhas nos produtos
Resposta correta: b)
Explicação: Uma boa previsão de demanda ajuda as empresas a planejar melhor sua
produção e logística, evitando excessos de estoque ou faltas, o que leva a uma gestão
mais eficiente dos recursos.
3. Qual método de previsão de demanda é mais indicado para dados com padrões
sazonais?
a) Método de média móvel simples
b) Método de suavização exponencial
c) Método de decomposição sazonal
d) Método de regressão linear
Resposta correta: c)
Explicação: O método de decomposição sazonal é adequado para lidar com dados que
apresentam variações sazonais, separando as componentes de tendência, sazonalidade
e erro.
4. O que é uma série temporal em previsão de demanda?
a) Uma previsão para um único ponto no futuro
b) Um conjunto de dados organizados em ordem cronológica
c) O número de unidades de um produto vendido em um período específico
d) Um modelo que ignora tendências passadas
Resposta correta: b)
Explicação: Uma série temporal é uma sequência de dados registrados em intervalos
de tempo consecutivos, que ajuda a identificar padrões de comportamento de demanda
ao longo do tempo.
5. Qual é a principal limitação do método de média móvel simples?
a) Não leva em conta tendências sazonais
b) Pode ser sensível a variações aleatórias
c) Requer dados muito específicos
d) Não é adequado para períodos de alta demanda
Resposta correta: b)
Explicação: O método de média móvel simples pode ser muito sensível a flutuações
aleatórias de curto prazo, tornando-o menos eficaz em prever a demanda em cenários
instáveis.
6. Em que situação o método de suavização exponencial é mais indicado?
PREVISÃO DE DEMANDA
a) Quando não há variação nos dados históricos
b) Quando os dados possuem uma tendência clara, mas sem sazonalidade
c) Quando se deseja estimar a demanda para um produto novo
d) Quando os dados são altamente sazonais e cíclicos
Resposta correta: b)
Explicação: O método de suavização exponencial é ideal para prever séries temporais
com tendência, pois ele dá mais peso aos dados mais recentes, ajudando a capturar
mudanças ao longo do tempo.
7. O que é a "caixa preta" de modelos de previsão?
a) Um modelo que considera apenas variáveis externas
b) Um tipo de modelo estatístico utilizado para prever a demanda com precisão
c) A abordagem em que o processo de previsão não é claramente explicado ou
compreendido
d) Uma previsão feita por especialistas sem o uso de dados históricos
Resposta correta: c)
Explicação: O termo "caixa preta" refere-se a modelos em que os processos internos
são complexos ou não totalmente compreendidos, mas geram resultados úteis, como
algoritmos de aprendizado de máquina.
8. Qual é o impacto de uma previsão de demanda imprecisa para uma empresa?
a) Aumento da satisfação do cliente
b) Redução dos custos de produção
c) Sobrecarga de estoque ou falta de produtos
d) Melhora nas estratégias de marketing
Resposta correta: c)
Explicação: Previsões de demanda imprecisas podem levar a excessos de estoque,
aumentando os custos de armazenamento, ou a faltas de produtos, prejudicando a
satisfação do cliente e as vendas.
9. Quais são os principais fatores que influenciam a demanda de um produto?
a) Preço, clima, tendências de mercado e ações da concorrência
b) Apenas o preço e as características do produto
c) O comportamento dos consumidores em um único período
d) Apenas a variação nos preços de matérias-primas
Resposta correta: a)
Explicação: A demanda é influenciada por diversos fatores, como preço, clima,
tendências de mercado, ações da concorrência, entre outros, que podem afetar a
disposição dos consumidores em comprar.
10. Qual é a principal diferença entre previsão qualitativa e quantitativa?
a) A previsão qualitativa é baseada em dados numéricos, enquanto a quantitativa é
baseada em julgamentos subjetivos
b) A previsão quantitativa é baseada em dados históricos e modelos matemáticos,
enquanto a qualitativa depende da opinião de especialistas
c) A previsão qualitativa utiliza apenas dados sazonais, enquanto a quantitativa usa
apenas dados mensais
d) Não há diferença, ambos os métodos são idênticos
Resposta correta: b)
Explicação: A previsão quantitativa utiliza dados históricos e modelos matemáticos para
prever a demanda, enquanto a qualitativa se baseia na opinião de especialistas ou
grupos de discussão.
Reforçando o aprendizado
1. O que é previsão de demanda? a) O processo de determinar os preços de produtos b) A
estimativa das vendas futuras de um produto ou serviço c) O cálculo de quanto estoque deve ser
comprado d) A criação de estratégias de marketing para novos produtos Resposta correta: b)
Explicação: A previsão de demanda é o processo de estimar a quantidade de um produto ou serviço
que os consumidores irão comprar em um determinado período futuro, com base em dados
históricos e outras variáveis relevantes. 2. Qual é a principal vantagem da previsão de demanda para
as empresas? a) Redução dos custos de marketing b) Melhoria na alocação de recursos e
otimização de estoques c) Aumento imediato nas vendas d) Eliminação total de falhas nos produtos
Resposta correta: b) Explicação: Uma boa previsão de demanda ajuda as empresas a planejar
melhor sua produção e logística, evitando excessos de estoque ou faltas, o que leva a uma gestão
mais eficiente dos recursos. 3. Qual método de previsão de demanda é mais indicado para dados
com padrões sazonais? a) Método de média móvel simples b) Método de suavização exponencial c)
Método de decomposição sazonal d) Método de regressão linear Resposta correta: c) Explicação: O
método de decomposição sazonal é adequado para lidar com dados que apresentam variações
sazonais, separando as componentes de tendência, sazonalidade e erro. 4. O que é uma série
temporal em previsão de demanda? a) Uma previsão para um único ponto no futuro b) Um conjunto
de dados organizados