Previsão de demanda de refeições em restaurante universitário com oferta insuficiente

Este artigo aborda a previsão de demanda de refeições em Restaurante Universitário (RU) com oferta insuficiente. A pesquisa originou da problemática vivida na Universidade Estadual Paulista (UNESP), cujo RU não atende a todas as pessoas interessadas nas refeições, em razão da baixa capacidade produt...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Revista Gestão universitária na América Latina 2017-06, Vol.10 (2), p.210-228
Hauptverfasser: Santos, Adriana Barbosa, Martos, Melissa Galdino, Trento, Julia Muchatte, Janzantti, Natália Soares
Format: Artikel
Sprache:eng ; por
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Este artigo aborda a previsão de demanda de refeições em Restaurante Universitário (RU) com oferta insuficiente. A pesquisa originou da problemática vivida na Universidade Estadual Paulista (UNESP), cujo RU não atende a todas as pessoas interessadas nas refeições, em razão da baixa capacidade produtiva. Para estimar a proporção de pessoas verdadeiramente interessadas em comer no RU e calcular o excedente de não atendimentos, planejou-se utilizar uma combinação de técnicas estatísticas como análise de regressão múltipla, medidas de testes diagnósticos e curva ROC, associadas a uma pesquisa de marketing quantitativa. Aplicando essa combinação de técnicas, analisaram-se informações sobre características socioeconômicas, exigências sobre o cardápio, motivo para se alimentar em RU, hábitos alimentares, entre outros, referentes a 544 acadêmicos da UNESP. Para a Instituição analisada, estimou-se um excedente de 311 pessoas não atendidas diariamente (78% além da oferta). Na maioria, os usuários do RU são estudantes com restrições financeiras para alimentação e moradia; que utilizam o RU em razão do preço; que residem nas proximidades do campus; e são moderadamente exigentes com o cardápio. Conclui-se que incluir informações contextuais sobre o usuário no modelo de previsão de demanda contribui para aumentar a acurácia da estimativa do número de pessoas não atendidas.
ISSN:1983-4535
1983-4535
DOI:10.5007/1983-4535.2017v10n2p210