Baixe o app para aproveitar ainda mais
Prévia do material em texto
CADEIA DE SUPRIMENTOS IDENTIFICAÇÃO E VISÃO INTEGRADA DOS FATORES CHAVES O QUE VAMOS ESTUDAR? Previsão da Demanda Os processos do Ciclo de Atividade de Suprimentos Os processos do Ciclo de Atividades de Produção Os processos do Ciclo de Atividades de Distribuição 9/27/2021Prof Dias Graça GCS 2 PREVISÃO E GESTÃO DE DEMANDA EM PRODUÇÃO PROCESSOS E MÉTODOS. PROF. MS. DIAS GRAÇA. PROCESSO DE PREVISÃO: Coleta de informações relevantes; Tratamento dessas informações; Busca de padrões de comportamento; Consideração de fatores qualitativos relevantes; Projeção de padrões de comportamento Estimativa de erros da previsão. 9/27/2021Prof Dias Graça GCS 4 MÉTODOS DE PREVISÃO Métodos Qualitativos Recorrem a julgamento, intuição, pesquisas ou técnicas comparativas Produzem estimativas quantitativas sobre o futuro Previsões são afetadas por fatores subjetivos Dados históricos não são relevantes Previsões são de médio a longo alcance Baseados em critério subjetivo e nas opiniões humanas. 9/27/2021Prof Dias Graça GCS 5 QUALITATIVAS: MÉTODOS Método Delphi. Júri de executivos. Força de vendas Pesquisa de mercado Analogia histórica 9/27/2021Prof Dias Graça GCS 6 QUALITATIVO: Método de Delphi: consiste na reunião de um grupo de pessoas que devem opinar sobre um certo assunto, dentro de regras determinadas para a coleta e depuração das opiniões, permitindo que especialistas, às vezes distantes, possam participar do processo de previsão. 9/27/2021Prof Dias Graça GCS 7 QUALITATIVO: Método de Delphi: uma série de questionários respondidos anonimamente por pessoas tem conhecimento de causa, são excelentes para prever demandas de produtos a longo prazo, mudanças tecnológicas e avanços científicos. 9/27/2021Prof Dias Graça GCS 8 QUALITATIVO: Júri de Executivos: procura capturar a opinião de um grupo de altos executivos da empresa, com capacidade de discernimento, que tem como responsabilidade de desenvolver uma previsão de vendas. 9/27/2021Prof Dias Graça GCS 9 QUALITATIVO: Força de Vendas: desenvolver previsões com base na opinião do pessoal envolvidos diretamente com as vendas. O composto agregado de todas as estimativas desagregadas é tomado como estimativa global. 9/27/2021Prof Dias Graça GCS 10 QUALITATIVO: Pesquisa de Mercado: esse método solicita diretamente dos clientes em potenciais sua intenção de compra futura. Deve-se atentar para o fato que nem sempre os entrevistados são realmente fiéis a suas respostas. 9/27/2021Prof Dias Graça GCS 11 QUALITATIVO Projeção Histórica ou Analogia Histórica: Necessário ter dados históricos para que as tendências e variações sazonais sejam estáveis e bem definidas Previsão de curto prazo: exatidão e estabilidade Premissa básica: padrão de tempo futuro será uma repetição do passado Uso de modelos matemáticos e estatísticos Procura identificar produtos similares dos quais se possuem dados para, por analogia, melhor estimar, por exemplo, um produto novo 9/27/2021Prof Dias Graça GCS 12 QUANTITATIVO: São os métodos de previsão baseados em séries de dados históricos nas quais se procura, através de análise, identificar padrões de comportamento para que estes sejam então projetados para o futuro. 9/27/2021Prof Dias Graça GCS 13 COMPONENTES DA SÉRIE TEMPORAL: Tendência: é a orientação geral, para cima ou para baixo, dos dados históricos. Sazonalidade: são padrões de variação dos dados de uma série que se repetem a cada determinado intervalo de tempo. 9/27/2021Prof Dias Graça GCS 14 COMPONENTES DA SÉRIE TEMPORAL Aleatoriedade: são erros ou variações da série histórica de dados que não são devidas as variáveis presentes no modelo de previsão. Ciclo: são variações associadas a uma variedade de condições políticas ou econômicas. 9/27/2021Prof Dias Graça GCS 15 QUANTITATIVAS: SÉRIES TEMPORAIS Médias móveis. Suavizamento exponencial. Projeção de tendências. Decomposição. 9/27/2021Prof Dias Graça GCS 16 EXERCÍCIOS BASEADOS EM MÉDIAS MÓVEIS As vendas dos últimos 10 meses de bicicletas ergométricas têm os valores da tabela. Determinar a previsão de vendas para os meses 12 a 16, utilizando o modelo da media móvel dos últimos 10 meses. 9/27/2021Prof Dias Graça GCS 17 EXERCÍCIOS BASEADOS EM MÉDIAS MÓVEIS: Mês 1 2 3 4 5 6 7 8 9 10 Bicicle tas 285 288 310 290 305 299 315 320 303 300 9/27/2021Prof Dias Graça GCS 18 Ponderação Exponencial Ideal para previsão a curto prazo Necessita de um mínimo de dados Simplicidade Precisão Adapta-se às mudanças fundamentais nos dados de previsão Média móvel em que as observações mais recentes recebem peso maior que as mais antigas: MÉTODO QUANTITATIVO ttt FAF ).1(.1 −+=+ Ft+1: previsão para o próximo período t+1 α: constante da ponderação exponencial, 0 a 1 At: demanda no período t Ft: previsão para o período t 9/27/2021 Prof Dias Graça GCS 19 Ponderação Exponencial MÉTODO QUANTITATIVO ttt FAF ).1(.1 −+=+ maior α maior peso à demanda recente maior agilidade na resposta às mudanças menor α maior peso ao histórico de previsões menor agilidade na resposta às mudanças, estabilidade 9/27/2021 Prof Dias Graça GCS 20 MÉTODO QUANTITATIVO Ponderação Exponencial ✓Definição dos Erros de Previsão Projetar uma faixa para a demanda real Previsão estatística → desvio padrão Erro de previsão = demanda real – demanda prevista ( ) 1 2 − − = N FA S t tt F SF: erro padrão da previsão At: demanda real no período t Ft: previsão para o período t N: número de períodos de previsão 9/27/2021 Prof Dias Graça GCS 21 EXERCÍCIO BASEADO EM MÉDIAS MÓVEIS: Uma empresas usa a média exponencial móvel com ᾳ=0,1 para prever a demanda de caixas de latas de cerveja. A previsão é feita semanalmente. Na primeira semana de fevereiro, a previsão atingiu 500 unidades, enquanto a demanda real fechou em 450 unidades. Então: Qual será a demanda projetada para a segunda semana de fevereiro? Considerando que a demanda real na segunda semana de fevereiro foi de 515 caixas, qual será a demanda projetada para a terceira semana de fevereiro? O que aconteceria com as previsões se a empresa usasse como coeficiente exponencial ᾳ=0,15? 9/27/2021Prof Dias Graça GCS 22 EXERCÍCIO BASEADO EM MÉDIAS MÓVEIS: Um boxe de venda de produtos alimentícios do mercado municipal da cidade vendeu a seguinte quantidade de produtos em quilogramas, nos últimos dez dias: Calcule a previsão de demanda desses produtos para o décimo primeiro dia, utilizando: a) O modelo da média móvel simples para os três últimos períodos de venda. (R.24,3; 49; 37,7;20) b) O modelo da média móvel ponderada, atribuindo pesos 0,6; 0,3; 0,1 para o último, o penúltimo e o antepenúltimo períodos, respectivamente. (R.25; 48,5; 36,8;18,9) c) O modelo da média móvel com suavização exponencial simples, para os três últimos períodos, atribuindo o valor de = 0,15. (R. 24,9; 48,1; 35,3;19) 9/27/2021Prof Dias Graça GCS 23 EXERCÍCIO BASEADO EM MÉDIAS MÓVEIS: Dia 1 2 3 4 5 6 7 8 9 10 Feijão 26 23 25 20 19 22 20 22 26 25 Arroz 36 40 42 43 45 42 47 50 49 48 Macarrão 25 32 30 34 37 36 30 38 40 35 Farinha 19 18 15 22 19 23 20 24 17 19 9/27/2021Prof Dias Graça GCS 24 AJUSTAMENTO SAZONAL: metodologia Determinar a média em cada ano; Determinar os coeficientes de sazonalidade em cada período de sazonalidade; Calcular o coeficiente médio de sazonalidade em cada período; Projetar a demanda global para o ano Determinar a média para cada período do ano previsto; Determinar a demanda em cada período do ano utilizando o coeficiente médio de sazonalidade. 9/27/2021Prof DiasGraça GCS 25 EXERCÍCIO BASEADO NA SAZONALIDADE Uma empresa deve realizar previsão de demanda de um produto sazonal e para tanto coletou os dados de consumo dos últimos quatro anos. Desenvolva o modelo de ajustamento sazonal; Qual o consumo em cada trimestre do ano 5, sabendo-se que naquele ano devem ser consumidas 3.000 unidades ao todo? 9/27/2021Prof Dias Graça GCS 26 EXERCÍCIO BASEADO NA SAZONALIDADE: Trimestre Ano 1 Ano 2 Ano 3 Ano 4 1 150 180 230 210 2 340 400 500 600 3 200 250 340 400 4 400 600 750 890 9/27/2021Prof Dias Graça GCS 27 QUANTITATIVA: MODELOS CAUSAIS Premissa básica: nível da variável de previsão depende do nível de outra(s) variável(is) Com boas relações de causa-e-efeito → efetividade na previsão Dificuldade em encontrar variáveis causais Modelos em formatos estatísticos (modelos de regressão e econométricos) e descritivos (modelos de entrada e saída, ciclo de vida e simulação) 9/27/2021Prof Dias Graça GCS 28 QUANTITATIVA: MODELOS CAUSAIS Regressão simples. Regressão múltipla. 9/27/2021Prof Dias Graça GCS 29 REGRESSÃO LINEAR: COEFICIENTES 9/27/2021Prof Dias Graça GCS 30 ( ) ( ) ( ) ( )22 − − ii iiii x xn. yx yxn. b = n xby a = ii − COEFICIENTES REGRESSÃO Y = a.X + b 9/27/2021CORRELAÇÃO & REGRESSÃO DIAS GRAÇA 31 ESTIMATIVA REGRESSÃO 9/27/2021CORRELAÇÃO & REGRESSÃO DIAS GRAÇA 32 EXERCÍCIO BASEADO NA REGRESSÃO LINEAR: Uma empresa fabrica e comercializa seringas descartáveis. A demanda, expressa em mil unidades, nos primeiros nove meses do ano foi: Preveja, por meio do método dos mínimos quadrados, o consumo de seringas nos meses de outubro, novembro e dezembro. (R. 192; 198; 203) 9/27/2021Prof Dias Graça GCS 33 EXERCÍCIO BASEADO NA REGRESSÃO LINEAR: MES JAN FEV MAR ABRIL MAIO JUN JUL AG SET Deman da 145 134 142 161 158 168 180 172 180 9/27/2021Prof Dias Graça GCS 34 EXERCÍCIO BASEADO NA REGRESSÃO LINEAR: O consumo de caixas de sabão em pó em um pequeno supermercado nos últimos dez meses atingiu os seguintes níveis: 750; 680; 740; 710; 690; 640; 720; 700; 600 e 650. Utilize o método dos mínimos quadrados e calcule as previsões para os próximos três meses. 9/27/2021Prof Dias Graça GCS 35 RASTREAMENTO DA PREVISÃO É o processo que compara a demanda real com a previsão, obtendo-se o “erro de previsão” (variação). Deve possibilitar uma reação ao erro de previsão: . Replanejamento . Diminuição do erro 9/27/2021Prof Dias Graça GCS 36 GESTÃO DA DEMANDA: Consiste em coordenar e controlar todas as origens de demandas para que o sistema produtivo possa ser usado efetivamente e o produto possa ser entregue no prazo. 9/27/2021Prof Dias Graça GCS 37 FUNÇÕES DA GESTÃO DA DEMANDA: Habilidade para prever a demanda. Canal de comunicação com o mercado. Poder de influencia sobre a demanda. Habilidade de prometer prazos. Habilidade de priorização e alocação 9/27/2021Prof Dias Graça GCS 38 TIPO DE DEMANDA Itens de demanda independente – IDI Vendas depende do mercado / sem controle direto da empresa Técnicas de previsão – métodos qualitativos; métodos quantitativos Ex.: Produtos acabados / peças / itens finais Bicicleta, DVD, rádio, automóvel, colchão, desodorante 9/27/2021Prof Dias Graça GCS 39 TIPO DE DEMANDA Itens de demanda dependente – IDD A demanda depende da demanda de um IDI Não precisam ser previstas: derivam da demanda de IDI Sistema MRP – quando e quanto comprar Ex.: Matéria-prima / peças para montagem Guidon, corrente, selim, pneus, freios, catraca, etc 9/27/2021Prof Dias Graça GCS 40
Compartilhar