Gestão de Estoques e Previsão de Demanda na Cadeia de Suprimentos

Prévia do material em texto

GESTÃO DE ESTOQUES 
E COMPRAS
Gisele Lozada
Necessidades de previsão 
da cadeia de suprimentos
Objetivos de aprendizagem
Ao final deste texto, você deve apresentar os seguintes aprendizados:
 � Reconhecer a importância do planejamento de demandas para o 
controle de previsões.
 � Identificar necessidades de projeções de demanda para planejamento 
e controle.
 � Analisar os métodos e as técnicas utilizadas para relacionar serviços 
ao cliente e vendas nos controles de previsão.
Introdução
Planejar atividades é essencial para toda e qualquer empresa. No entanto, 
isso se torna ainda mais fundamental no contexto da cadeia de suprimen-
tos, universo em que estão a empresa e os vários agentes com os quais 
ela se relaciona (como fornecedores e distribuidores) e divide o desafio 
de atender às exigências e expectativas do cliente final, que é o foco da 
cadeia. Todo esse cenário envolve o levantamento, a organização e o 
atendimento de inúmeras necessidades, como matéria-prima, recursos 
de produção, capacidade produtiva, logística e distribuição, entre muitas 
outras atividades. Tais necessidades devem ser conhecidas, projetadas, 
planejadas e adequadamente atendidas a fim de que cada integrante da 
cadeia de suprimentos possa cumprir seu papel na rede. E, para que isso 
seja possível, existe um importante fator a ser observado: a demanda. 
Ou seja, é preciso prever as necessidades da cadeia de suprimentos — 
e isso começa na previsão da demanda.
Neste capítulo, você vai poder estudar sobre a importância do plane-
jamento de demandas, bem como sobre a identificação das necessidades 
envolvidas nas projeções de demanda e, ainda, sobre os métodos e as 
técnicas utilizadas para a elaboração de previsões.
1 Planejamento de demandas para 
o controle de previsões
As empresas, de modo geral, não são capazes de ser totalmente autossuficientes, 
sendo o trabalho em conjunto com outras empresas essencial para o sucesso 
duradouro. Relacionamentos comerciais com outras empresas permitem que 
as organizações possam realizar atividades essenciais em conjunto, o que 
torna mais viável a superação de desafios. Embora possa gerar alguma espécie 
de dependência, isso possibilita às empresas planejar e desenvolver de forma 
estratégica suas competências essenciais e, ainda, obter os benefícios da 
especialização e da economia de escala. Porém, para que tal integração entre 
as empresas seja efetiva, precisa haver um elevado nível de colaboração entre 
as organizações, de modo que tal cooperação resulte em benefícios para todos 
os envolvidos. Isso requer uma troca de informações em volume, relevância e 
qualidade significativos. Além disso, como cada empresa precisa focar esfor-
ços na busca por objetivos coletivos, que sobressaem em relação a objetivos 
individuais de cada organização, estabelece-se uma forma diferenciada de 
pensar a competitividade. Essas são algumas premissas que fundamentam o 
contexto da cadeia de suprimentos (BOWERSOX et al., 2014).
A cadeia de suprimentos consiste em um relacionamento de efetiva integra-
ção e colaboração entre empresas, com foco em impulsionar o posicionamento 
estratégico, melhorar a eficiência operacional e elevar a competitividade de 
todos os envolvidos. Desse modo, uma estratégia de cadeia de suprimentos 
consiste em um arranjo organizacional de canais e de negócios, no qual as 
operações exigem processos gerenciais que perpassem as áreas funcionais 
dentro de cada empresa e, até mesmo, ultrapassem as fronteiras organizacionais, 
conectando fornecedores, parceiros comerciais e clientes. Quando isso é de fato 
atingido, tem-se uma cadeia de suprimentos integrada, geralmente representada 
por um esquema linear que conecta as empresas participantes, formando uma 
unidade competitiva coordenada, conforme ilustrado na Figura 1.
O arranjo geral da cadeia de suprimentos conecta uma empresa e sua rede de forne-
cedores e distribuidores aos seus clientes.
Necessidades de previsão da cadeia de suprimentos2
Figura 1. Estrutura da cadeia de suprimentos integrada.
Fonte: Bowersox et al. (2014, p. 7).
A perspectiva da cadeia de suprimentos integrada é uma iniciativa coorde-
nada para reforçar aspectos como participação de mercado, eficiência geral, 
melhoria contínua e competitividade. Assim, uma cadeia de suprimentos 
integrada consiste na colaboração entre empresas dentro de uma estrutura de 
fluxos e restrições de recursos essenciais, em que são empenhados esforços 
para alinhar operacionalmente uma empresa com seus clientes e com seus 
fornecedores e distribuidores, os quais formam redes de apoio para obtenção 
de vantagem competitiva. Nesse contexto, as operações são integradas desde 
a compra inicial de material até a entrega de bens e serviços aos clientes. Para 
tanto, as empresas se organizam de modo a perseguirem objetivos comuns na 
condução de fluxos que envolvem informação, produtos, serviços, recursos 
financeiros e conhecimento.
É imprescindível que as necessidades de cada uma das empresas envolvidas 
na cadeia sejam levantadas e organizadas de forma conjunta, a fim de que cada 
um dos envolvidos possa desempenhar seu papel na rede, colaborando para que 
o objetivo geral da cadeia seja atingido. E, para que isso seja possível, planejar 
3Necessidades de previsão da cadeia de suprimentos
atividades é algo fundamental, que se torna ainda mais importante no ambiente 
da cadeia de suprimentos de modo que a integração seja, de fato, possível. 
Afinal, as previsões são essenciais para toda organização, auxiliando 
no processo de tomada de decisões importantes da administração — aliás, 
as previsões são o alicerce do planejamento corporativo de longo prazo. E 
isso é uma verdade em todo tipo de empresa (fabricante, atacadista, varejista 
ou prestador de serviço), seja qual for o porte (pequeno, médio ou grande) 
ou configuração da organização (estatal, privada, nacional ou multinacional). 
Enfim, todas as empresas necessitam planejar suas atividades, seus recursos 
de produção, aquisição de insumos, distribuição de produtos e prestação de 
serviços sob condições futuras incertas, e a previsão é uma forma de tentar 
minimizar essa incerteza (JACOBS; CHASE, 2012; WANKE et al., 2011; 
MOREIRA, 2012). 
Isso tudo tem como ponto de partida um elemento essencial: a demanda. 
Ou seja, o planejamento, em sua concepção mais ampla, depende do pla-
nejamento da demanda. Por isso, o processo de planejamento da demanda 
possui grande relevância no contexto empresarial, pois possibilita aos gestores 
estimar as vendas a serem realizadas em períodos futuros, colaborando para 
o planejamento e a coordenação das diversas atividades internas e externas 
das empresas, o que inclui as conexões entre os departamentos das empresas 
e entre as empresas na cadeia de suprimentos (WANKE et al., 2011).
Assim, a previsão das necessidades em geral dos envolvidos na cadeia de 
suprimentos envolve tanto o contexto interno da empresa (suas áreas funcio-
nais) quanto o ambiente externo (as várias empresas envolvidas na cadeia de 
suprimentos e a conexão entre elas e entre as suas áreas funcionais). Como 
exemplo, podemos citar a conexão entre a área de compras de uma empresa 
cliente na cadeia e a área de produção de uma empresa fornecedora na cadeia 
(sendo que essa também será cliente de alguma outra empresa). Ou seja, está 
tudo interligado, e as necessidades se influenciam em um efeito cascata. 
Se uma empresa manifesta uma necessidade, essa será considerada pelas 
empresas que a antecedem na cadeia, as quais vão preparar-se para atendê-la. 
Se essa empresa mudar seu planejamento e tal ação afetar suas necessidades 
(e, consequentemente, sua demanda), isso afetará a operação da empresa que 
fornece para ela. Se essa alteração não for conduzida em conjunto, com co-
municação adequada, haverá problemas para todas as empresas envolvidas na 
cadeia, e esse problema poderá até mesmo chegar ao cliente final. Por exemplo, 
Necessidades de previsão da cadeia de suprimentos4
sea necessidade da empresa cliente diminuir, a empresa fornecedora, que se 
preparou para atender a uma demanda maior, ficará com excesso de estoque, 
e isso poderá acabar se refletindo nos custos de produção da cadeia; mas o 
contrário também poderá ocorrer: se a demanda da empresa cliente aumentar e 
a empresa fornecedora estiver preparada para atender a uma necessidade menor, 
a empresa cliente ficará, com isso, desabastecida, o que poderá comprometer 
o atendimento da demanda do cliente final.
Desse modo, prever necessidade é algo fundamental para as empresas, 
em especial no contexto da cadeia de suprimentos, sendo que a demanda é o 
gatilho para as necessidades em geral. A previsão de demanda corresponde, 
portanto, a um fator essencial para toda e qualquer empresa. Pensando-se na 
organização como um todo, a demanda é a base que lastreia o planejamento 
e controle das atividades em todas as áreas funcionais, tais como finanças, 
marketing, produção e logística. Além disso, aspectos como nível e momento 
de ocorrência da demanda afetam de forma significativa a capacidade produtiva 
das empresas (que pode ficar ociosa, ser mal aproveitada ou ser insuficiente 
para atender à demanda), bem como suas necessidades financeiras e de demais 
recursos, entre outros aspectos. E tudo isso se potencializa quando ocorre no 
contexto da cadeia de suprimentos, em que, além dos relacionamentos entre 
as áreas funcionais de cada empresa, existem ainda os relacionamentos entre 
as empresas e entre as áreas funcionais de cada organização envolvida na 
rede (BALLOU, 2006).
2 As necessidades de projeções de demanda 
para planejamento e controle
A previsão é um processo metodológico por meio do qual são determinados 
dados futuros sobre diversos temas (como a demanda, por exemplo), tendo 
como base modelos estatísticos, matemáticos, econométricos e até mesmo 
subjetivos (apoiados em uma metodologia de trabalho clara e previamente 
definida). O planejamento, por seu turno, consiste em um processo lógico 
mediante o qual são descritas as necessidades para que seja possível ir do 
ponto atual até o objetivo definido. Sendo assim, previsão e planejamento estão 
intimamente ligados, sendo a previsão uma necessidade para o planejamento 
e controle (MARTINS; LAUGENI, 2000).
5Necessidades de previsão da cadeia de suprimentos
Cada integrante da cadeia de suprimentos tem suas próprias necessidades 
de previsão, que podem envolver aspectos como demanda, prazos de entrega, 
preços, custos e muitos outros fatores, necessidades essas que são utilizadas 
para o planejamento e controle estratégico e operacional. Além disso, diferentes 
integrantes da cadeia podem ter necessidades de previsão relativas a distintos 
intervalos de tempo, como curto, médio e longo prazos, o que implica diferenças 
no processo de previsão, seja em relação aos métodos aplicáveis, seja com 
respeito ao nível de acurácia das projeções elaboradas (já que, quanto maior 
for o prazo, menos acuradas serão as previsões) (BALLOU, 2006).
Ademais, cada área funcional de uma organização tem suas necessidades 
particulares a respeito do tema “previsões”, as quais são utilizadas para que 
os setores possam desempenhar seu papel no todo organizacional. Áreas 
funcionais, como finanças e contabilidade, utilizam as previsões como base 
para o planejamento orçamentário e o controle de custos; o marketing faz uso 
da previsão de vendas em questões como planejamento de novos produtos, 
recompensas da equipe de vendas e outras decisões importantes da área; 
o setor de produção e operações lança mão das previsões para tomar decisões 
periódicas a respeito de aspectos como seleção de fornecedores e processos, 
planejamento da capacidade e do arranjo físico das instalações, planejamento 
da produção, programação e estoque, compras, etc. (JACOBS; CHASE, 2012).
A área de logística geralmente trata das previsões de curto prazo que auxiliam no con-
trole de estoque, na programação de embarques, no planejamento de carregamento 
de armazéns e semelhantes.
É oportuno comentar que, dependendo do horizonte de previsão, as áreas 
funcionais tem diferentes níveis de envolvimento com a elaboração das pro-
jeções: previsões de médio e de longo prazo, por exemplo, costumam ser 
centralizadas em áreas como marketing, planejamento ou análise econômica 
da empresa, as quais recebem as informações das diversas áreas funcionais, 
Necessidades de previsão da cadeia de suprimentos6
as consolidam e as transformam em previsões posteriormente compartilhadas 
com todas as demais áreas, que normalmente acabam se envolvendo mais na 
elaboração de previsões de curto prazo (BALLOU, 2006). 
O fato é que todas as áreas funcionais, assim como todas as empresas en-
volvidas na cadeia de suprimentos, necessitam de informações sobre previsões 
(em especial sobre a demanda), pois elas têm direta ligação com o planejamento 
a ser desenvolvido em cada área e/ou empresa. Nesse contexto, há uma infini-
dade de decisões que integram o planejamento ou são derivadas dele, como, 
por exemplo, as que respondem às seguintes questões (MOREIRA, 2012).
 � Que tipos de produtos e/ou serviços serão oferecidos daqui a dois, três 
ou dez anos?
 � Quanto é necessário fabricar de cada linha de produtos nos próximos 
dias, semanas ou meses?
 � Como será a evolução da tecnologia nos próximos anos?
 � Que novos processos e tecnologias deverão ser adotados futuramente?
 � Qual será a necessidade de investimentos futuros?
 � Será preciso ampliar e/ou construir novas instalações?
 � Qual será a necessidade futura de contratação de pessoal e treinamento?
 � Quais serão as necessidades de matérias-primas? 
Para que essas decisões possam ser tomadas, devem-se fazer previsões, 
especialmente sobre a demanda, pois ela é o ponto de partida para a previsão 
de muitos outros aspectos. Sendo assim, há necessidades decorrentes das pre-
visões e, também, necessidades para que as previsões possam ser elaboradas.
Como cada área funcional tem características peculiares no que diz respeito 
a previsões, é natural que haja necessidades e problemas específicos. Afinal, 
em cada área funcional a previsão envolve vários fatores relativos à demanda, 
como a natureza, a variabilidade e a aleatoriedade, sendo que a natureza da 
demanda ainda inclui outros diversos fatores e seus contrapontos, tais como 
os listados e detalhados a seguir (BALLOU, 2006): 
 � espacial versus temporal;
 � regular versus irregular;
 � dependente versus independente.
7Necessidades de previsão da cadeia de suprimentos
Quando se fala em prever a demanda, o primeiro aspecto que geralmente vem à mente 
é quantidade. No entanto, existem outros aspectos envolvidos no contexto, como 
o momento e o local em que a demanda ocorrerá. Dependendo da área funcional, 
esses aspectos podem ser ainda mais relevantes, como é o caso da área de logística.
Demanda espacial versus temporal
Preocupações temporais com relação aos níveis de demanda são comuns em 
previsões, uma vez que a variação da demanda de acordo com o tempo é um 
resultado do aumento ou redução das taxas de vendas, da sazonalidade do 
padrão da demanda e das flutuações gerais causadas por incontáveis fatores. 
Muitos métodos de previsão de curto prazo trabalham com esse tipo de variação 
temporal nas chamadas “séries temporais”. Tomando como exemplo a área de 
logística, percebe-se a existência de preocupação com relação não só à dimen-
são temporal da demanda, mas também relativamente à sua dimensão espacial, 
sendo necessário saber não apenas quando, mas também onde a demanda vai 
se manifestar. Afinal, a localização espacial da demanda é indispensável para 
questões como planejamento da localização de armazéns, determinação do 
balanceamento dos estoques ao longo da rede logística e alocação geográfica 
dos recursos de transporte. Sendo assim, as técnicas de previsão devem ser 
selecionadas de modo a refletir também as diferenças geográficas capazes de 
exercer influência sobre os padrões de demanda.Demanda regular versus irregular 
Os padrões de demanda podem ser divididos em componentes, entre os quais 
estão tendência, sazonalidade e variação aleatória. Desde que as variações 
aleatórias constituam uma parte pequena da variação restante na série de 
tempo, boas previsões são normalmente obtidas a partir de procedimentos 
predefinidos. Porém, quando a demanda é intermitente em função de fatores 
como incerteza sobre quando e em que nível essa demanda ocorrerá, a série 
temporal é considerada incerta ou irregular. Esse é um padrão normalmente 
verificado na demanda de produtos que estão entrando ou saindo de linha, 
os quais são procurados por poucos clientes ou cuja demanda está dividida 
entre um elevado número de localizações, o que torna baixa a demanda em cada 
Necessidades de previsão da cadeia de suprimentos8
uma delas. Contudo, esses produtos podem representar uma fração expressiva 
dos produtos de uma empresa e, com isso, constituir um problema muito 
especial de previsão de demanda, já que tais padrões de demanda dificultam 
a elaboração de previsões por meio da utilização das técnicas mais comuns.
Demanda dependente versus independente
Se a demanda é gerada a partir de muitos clientes, cuja maioria faz compras 
individuais de apenas uma fração do volume total distribuído pela empresa, 
tem-se um caso de demanda independente. Por outro lado, se a demanda de-
pende da programação de produção de outros produtos e/ou serviços, trata-se 
de uma demanda dependente. Por exemplo, o número de pneus encomendados 
de um fornecedor é um múltiplo do número de carros que um fabricante 
colocará em produção. Essa diferença exige meios específicos de previsão 
das necessidades. A demanda independente é aleatória, ou seja, as causas da 
variação na demanda são incertas e têm origem em muitos fatores. Nesse caso, 
a previsão pode ser elaborada mediante técnicas de previsão estatística — 
o que normalmente gera bons resultados. Aliás, a maior parte dos modelos 
de previsão de curto prazo é focada em condições de demanda independente 
e aleatória. Já a demanda dependente é altamente influenciada pela demanda 
independente e, por isso, não é aleatória, sendo que o entendimento dessas 
influências permite apurar a demanda dependente. Com isso, a previsão de 
necessidades relativas à demanda dependente resulta em projeções perfeitas, 
uma vez que se baseia na demanda do produto final, conhecida antecipada-
mente e com exatidão. Esse, aliás, é um bom exemplo de como a previsão 
pode ser aperfeiçoada por meio da identificação de influências sistemáticas, 
regularidades e padrões que ocorrem na demanda com o passar do tempo.
Outra questão relevante é que a elaboração de previsões relativas às neces-
sidades de uma cadeia de suprimentos sofre o impacto de alguns problemas 
especiais, tais como lançamento de novos produtos, demanda incerta, 
previsão regional e erro de previsão. Isso faz que a elaboração das proje-
ções, muitas vezes, tenha de ser iniciada com pouca ou nenhuma informação 
anterior, precise lidar com padrões incertos ou irregulares de necessidades e 
necessite da utilização de uma combinação de métodos a fim de reduzir os 
erros de previsão. Esses problemas especiais surgem ocasionalmente quando 
da elaboração de previsões de necessidades, podendo requerer o envolvimento 
de várias áreas funcionais e até mesmo vários integrantes da cadeia em seu 
tratamento, de modo que se possam determinar as necessidades do empreen-
dimento foco da cadeia (BALLOU, 2006).
9Necessidades de previsão da cadeia de suprimentos
Lançamento de novos produtos
Prever níveis de necessidades para produtos ou serviços novos é um problema, 
pois não existem dados históricos a partir dos quais se possa dar início ao 
processo de previsão das necessidades. Embora inúmeros métodos ou aborda-
gens possam ser usados durante esse período inicial de previsão, as empresas 
geralmente acabam trilhando caminhos como os seguintes.
 � Deixar a estimativa inicial a cargo da área de marketing, já que seus 
profissionais têm melhores condições para conhecer/entender a reação 
inicial e a aceitação a ser esperada do cliente. Uma vez gerada uma 
razoável história da demanda, passa a ser possível a utilização dos 
métodos de previsão com algum grau de confiança. 
 � Elaborar uma estimativa a partir do padrão de demanda de produtos 
similares que já estejam em linha. Embora muitas empresas costumem 
mudar sua linha de produtos com certa frequência, poucos são os ra-
dicalmente novos — geralmente, os novos produtos correspondem a 
uma revisão dos já existentes. Sendo assim, a demanda já conhecida 
de produtos similares pode ser uma base para a previsão da demanda 
inicial de produtos novos. 
 � Utilizar o modelo da ponderação exponencial para a elaboração da pre-
visão, com o coeficiente de ponderação definido em alto nível durante o 
período inicial de previsão e sendo reduzido a um nível normal a partir 
do momento em que for gerada uma história adequada de demanda.
Ponderação exponencial é uma variação dos métodos de previsão baseados em 
médias, cuja intenção central é atribuir um maior peso para os valores históricos mais 
recentes, entendendo-os como mais importantes na determinação da previsão. Essa 
relevância é determinada pelo coeficiente de ponderação, que varia entre 0 e 1 (quanto 
mais perto de 1 for o α, mais sensível ao último valor será a previsão).
Necessidades de previsão da cadeia de suprimentos10
Demanda irregular
O problema da demanda incerta ou irregular representa a condição em que 
são tantas as variações aleatórias no padrão da demanda, que comportamen-
tos como tendência e sazonalidade acabam sendo encobertos. O padrão da 
demanda incerta pode ocorrer devido a uma variedade de razões, embora 
envolva, frequentemente, questões como as seguintes: demanda expressiva 
de clientes muito grandes e infrequentes; demanda derivada da demanda 
de outros produtos ou serviços (mas sem que haja a relação causal descrita 
anteriormente); demanda resultante de dados excepcionais, fatores externos 
ou condições totalmente imprevistas. Desse modo, elaborar previsões de 
demanda irregular por meio de métodos matemáticos é algo que é difícil ou 
que pode gerar projeções pouco acuradas em função da ampla variabilidade 
nas séries de tempo. Porém, apesar disso, podem ser apresentadas algumas 
sugestões para o tratamento desse problema, tais como: 
 � separar a previsão de produtos de demanda irregular daquela dos arti-
gos que demonstrem um padrão de regularidade, usando métodos de 
previsão adequados a cada um; 
 � não reagir com rapidez excessiva às mudanças nos padrões de de-
manda de produtos e serviços cujas razões não se conseguirem localizar, 
o que pode ser feito mediante um método simples de previsão estável 
que não reaja muito rapidamente à demanda, como o modelo básico da 
ponderação exponencial com um baixo valor de coeficiente; 
 � como a demanda irregular frequentemente ocorre em produtos de 
baixa demanda, a exatidão da previsão pode não ser algo tão relevante, 
podendo ser solucionada por meio do ajustamento de algumas compen-
sações — por exemplo, se a previsão for destinada ao estabelecimento 
dos níveis de estoque, aumentar um pouco o estoque pode ser mais 
proveitoso do que empenhar esforços na busca por uma previsão mais 
acurada.
11Necessidades de previsão da cadeia de suprimentos
Previsão regional
Ainda que boa parte da discussão sobre previsões de demanda esteja focada 
no fator tempo, a agregação ou desagregação geográfica da previsão constitui 
motivo de preocupação com igual relevância. Ou seja, por vezes é necessá-
rio optar entre uma previsão da demanda total e sua distribuição por regiões 
(como territórios de fábrica ou armazém), ou fazer separadamente a previsão 
para cada região. Elaborar a previsão de todas as demandas de cada região 
simultaneamente costuma proporcionar resultados melhores (mais acurados) 
em comparação ao que ocorreria com a soma das previsões individuaisde cada 
região. Se a previsão simultânea for a alternativa escolhida, ratear a previsão 
agregada entre cada uma das regiões poderá ser uma boa opção. Contudo, atingir 
a máxima acurácia na previsão em nível regional é uma grande questão, à qual é 
difícil responder de forma definitiva acerca de qual é a melhor das abordagens. 
Por isso, é recomendável que o responsável por elaborar as previsões esteja a 
par de ambas as possibilidades e faça a comparação entre os métodos levando 
em conta as características e particularidades da própria situação.
Erro de previsão
O objetivo central da elaboração de previsões é aproveitar ao máximo as 
técnicas de previsão disponíveis. Contudo, é preciso ter em mente que, 
na prática, não existe um modelo perfeito, capaz de gerar uma previsão exata. 
Afinal, a variação aleatória sempre estará presente nas previsões, e, com isso, 
sempre haverá uma parte da demanda que não se poderá prever. Sendo assim, 
é preciso ter consciência da presença do erro e buscar formas de reduzi-lo ao 
menor nível possível. 
Além disso, não existe um modelo único de previsão capaz de ser o melhor 
em todas as situações. A receita mais eficiente é justamente o oposto disso: 
embora a discussão até aqui desenvolvida tenha sido centrada no uso de 
modelos e métodos individuais, uma combinação de vários modelos pode ser 
capaz de gerar previsões mais estáveis e de maior acurácia. E tal combinação 
de múltiplos métodos de previsão pode ser estabelecida de acordo com o 
erro de previsão presente em cada um deles, buscando selecionar aqueles 
que geram previsões com menor erro. Em geral, isso leva a bons resultados 
em termos de previsão de longo prazo. Já para previsões de curto prazo, 
previsões igualmente ponderadas têm se mostrado especialmente robustas, 
sendo capazes de proporcionar previsões bem mais acuradas do que aquelas 
Necessidades de previsão da cadeia de suprimentos12
desigualmente ponderadas. Uma das formas de combinar a informação de cada 
um dos modelos de previsão é ponderar os resultados de acordo com o erro 
médio histórico por eles produzido, com pesos inversamente proporcionais 
ao erro de previsão. Dessa forma, nenhum dos modelos teria seus resultados 
eliminados, nem haveria dependência total em relação aos resultados do 
modelo com melhor desempenho ao longo da história.
Você pode saber mais sobre como realizar essa ponderação na obra Gerenciamento 
da cadeia de suprimentos/logística empresarial (BALLOU, 2006).
Utilizando-se uma aplicação combinada de métodos de previsão, é possível 
reduzir significativamente os erros de previsão. Isso é especialmente verdadeiro 
quando as séries de tempo apresentam tendências significativas, incerteza 
reduzida e estabilidade, e o encarregado da previsão tem bom conhecimento 
da aplicação, o que permite que cada um dos métodos seja ponderado de 
forma apropriada.
3 Métodos e técnicas utilizadas para 
relacionar serviços ao cliente e vendas 
nos controles de previsão
Métodos de previsão
Vários são os métodos de previsão disponíveis, que podem ser divididos em 
categorias como métodos qualitativos, métodos de projeção histórica e métodos 
causais, sendo os dois últimos subcategorias de métodos quantitativos. Cada 
categoria apresenta diferenças em relação a aspectos como grau de acurácia 
das previsões (que varia em função do horizonte de tempo projetado), nível 
de sofisticação quantitativa empregado e base lógica utilizada (como dados 
históricos, opiniões de especialistas ou estudos), conforme detalhado a seguir 
(BALLOU, 2006).
13Necessidades de previsão da cadeia de suprimentos
Métodos qualitativos são aqueles que utilizam julgamento, intuição, 
pesquisas ou técnicas comparativas para produzir estimativas quantitativas 
sobre o futuro. Nesses métodos, as informações relativas aos fatores que afetam 
a previsão são não quantitativas, flexíveis e subjetivas; como consequência, 
a natureza não científica desses métodos dificulta sua padronização e até 
mesmo a validação de sua exatidão. Tais métodos são indicados para situações 
em que dados históricos não estejam disponíveis ou não sejam suficientemente 
relevantes e confiáveis para a elaboração de previsões (como ocorre quando 
há novos produtos, mudanças de políticas de governo ou impacto de uma 
nova tecnologia), sendo sua aplicação recomendável para previsões de médio 
a longo alcance.
Quando há dados históricos disponíveis (em razoável quantidade, relevância 
e confiabilidade) nos quais tendência e variações sazonais são estáveis e bem 
definidas, podem-se adotar métodos de projeção histórica, cuja premissa 
básica é a de que o futuro será uma repetição do passado. Esses métodos 
baseiam-se em séries de tempo — dotadas de uma natureza quantitativa que 
incentiva o uso de modelos matemáticos e estatísticos como principais fontes 
de previsão — e são bastante eficientes para previsões de curto prazo, nas 
quais, em geral, é muito boa a exatidão que se pode alcançar para períodos 
de tempo de menos de seis meses. São modelos reativos por natureza, que 
detectam mudanças a partir da atualização sempre que novos dados se tornam 
disponíveis, permitindo adaptação a mudanças nos padrões de tendências 
e sazonalidade. Porém, quando se trata de mudanças rápidas, tais modelos 
podem não ser eficientes na sinalização da necessidade de mudanças funda-
mentais, pois só sinalizam tal alteração após sua ocorrência — o que não é 
necessariamente uma limitação grave no caso de previsões de curto prazo. 
Ou seja, são modelos que funcionam bem sobretudo em função da estabilidade 
inerente às séries temporais no curto prazo.
Já os métodos causais são baseados na premissa de que o nível da variável 
a ser prevista é derivado do nível de outras variáveis a ela relacionadas e que 
a influenciam. Desse modo, são modelos indicados para situações em que 
podem ser descritas boas relações de causa e efeito, nas quais tais métodos 
são efetivos na antecipação de grandes mudanças nas séries temporais e na 
previsão acurada para períodos de médio a longo prazo. Os modelos causais 
baseiam-se em padrões de dados históricos que estabelecem a associação entre 
as variáveis causais e a variável a ser prevista. Porém, tais métodos enfrentam 
alguns problemas, como a dificuldade de se localizarem variáveis verdadeira-
mente causais, as quais, mesmo quando encontradas, podem exercer influência 
muito baixa sobre a variável a ser prevista. Além disso, pode ser ainda mais 
Necessidades de previsão da cadeia de suprimentos14
difícil encontrar as variáveis causais que conduzem a variável prevista no 
tempo, já que muito frequentemente a aquisição de dados sobre as variáveis 
causais consome grande parte do tempo durante o qual tais variáveis conduzem 
a previsão. Em função de tais problemas, algumas técnicas integrantes dessa 
categoria podem conter substanciais erros de previsão.
Você pode saber mais sobre as técnicas integrantes dessas categorias de métodos de 
previsão na obra “Gerenciamento da cadeia de suprimentos/logística empresarial”, que 
apresenta uma listagem das técnicas mais utilizadas e oferece uma breve descrição 
sobre cada uma (BALLOU, 2006, p. 245–248).
Com base em fatores como grau de sofisticação necessário e disponibilidade 
de dados, apenas um número limitado de métodos se mostra adequado ou 
aplicável, e, devido a isso, pode não ser necessário conhecer todos em grande 
profundidade. Além disso, inúmeros estudos apontam que os modelos mais 
“simples” da categoria de séries temporais costumam viabilizar a elaboração 
de previsões tão boas ou até melhores do que as versões mais sofisticadas e 
complexas. Aliás, cabe comentar que a complexidade nos modelos de previsão 
não necessariamente aumenta sua precisão. Assim, dentre os métodos de 
previsão mais “úteis”, cabe destacar três alternativas “básicas” de previsão em 
séries temporais: média móvel com ponderação exponencial, decomposição 
clássica e análise de regressão.
Previsão colaborativa
Para a elaboração deprevisões, tão importante quanto o método utilizado são as 
informações com base nas quais as previsões são construídas, ainda mais quando 
se trata da cadeia de suprimentos. Afinal, esse é um cenário formado por vários 
elementos, entre os quais estão diversos clientes intermediários (empresas que são 
clientes de outras empresas), e a mudança de previsão por um desses envolvidos 
causa reflexo nas projeções de todos os demais. Por isso, é de extrema relevância 
que haja uma boa conexão entre os envolvidos, de modo que eles compartilhem 
informações a respeito de suas previsões e as necessidades que delas decorrem, 
sinalizando em tempo adequado eventuais modificações nas projeções. Caso 
15Necessidades de previsão da cadeia de suprimentos
contrário, haverá uma variabilidade tamanha, que comprometerá a assertividade 
dos métodos de previsão, impedindo que os integrantes da rede possam se organizar 
de forma adequada para atender à demanda, sem faltas nem excessos.
Nesse contexto, uma boa alternativa para minimizar a variabilidade na 
previsão de demanda é a adoção da chamada previsão colaborativa, uma 
prática especialmente útil em cenários de demanda irregular, altamente incerta 
e dinâmica, provocada por fatores como promoções, compras sazonais/cícli-
cas, concentração de demanda em poucos clientes que compram em grandes 
quantidades, entre outros, que criam um cenário todo especial. Embora existam 
alternativas específicas para tratar da demanda incerta, a previsão colabora-
tiva se mostra uma abordagem aperfeiçoada do problema, especialmente no 
planejamento dos processos de negócio no ambiente da cadeia de suprimentos. 
A previsão colaborativa se baseia na premissa de que “duas cabeças pensam 
melhor do que uma”, ou seja, previsões elaboradas de forma conjunta por 
diversos integrantes da cadeia tendem a ser mais acuradas do que aquelas 
elaboradas por apenas um integrante isoladamente (BALLOU, 2006).
Sendo assim, a previsão colaborativa consiste no desenvolvimento de 
previsões utilizando-se as entradas de múltiplos integrantes da cadeia de supri-
mentos, o que envolve tanto as entradas oriundas das diversas áreas funcionais 
de uma só empresa (marketing e comercial, produção e operações, compras 
e suprimentos, logística, financeiro, etc.) ou das várias empresas envolvidas 
na cadeia de suprimentos (compradores, transportadores, distribuidores, ven-
dedores). Essa colaboração tem como principal objetivo a redução do erro de 
previsão, o que se torna potencialmente mais viável quando cada participante 
contribui para o processo de previsão com sua perspectiva, compartilhando 
informações oriundas de sua área de domínio. 
Integrantes da área de marketing, assim como as empresas compradoras, normalmente 
estão mais perto do cliente final e, em função disso, costumam ter um melhor “sen-
timento” da demanda final. Do mesmo modo, integrantes do setor de compras ou 
de empresas vendedoras costumam estar mais atentos à escassez nos suprimentos 
ou às limitações de capacidade que podem delimitar a demanda ou afetar o preço 
do produto, o que acaba tendo implicações nos preços e nos níveis de demanda. 
Por sua vez, a área de transporte ou as empresas transportadoras possuem melhor 
capacidade de prever prazos de entrega de modo a beneficiar os serviços aos clientes 
e o nível das vendas.
Necessidades de previsão da cadeia de suprimentos16
A elaboração de previsões por meio da colaboração requer a administração 
de uma equipe formada por diferentes participantes, o que traz a necessidade 
de cuidados com algumas questões, tais como:
 � definição de um responsável para liderar o processo e gerir aspectos 
como comunicação e cronograma das reuniões do grupo;
 � definição dos tipos de informação necessários à previsão e ao pro-
cesso de sua coleta (incluindo aspectos como momento, quantidade e 
responsáveis);
 � seleção dos métodos para o processamento da informação de múltiplas 
fontes (que podem apresentar tipos e formatos distintos) e dos pesos 
a serem considerados para combinar e equilibrar previsões dos vários 
participantes;
 � seleção dos métodos para traduzir a previsão final, levando-a para o 
formato necessário para cada participante (tais como vendas, transportes, 
suprimentos, entre outros);
 � estabelecimento de um processo para revisão e atualização da previsão 
utilizando como base informações em tempo real;
 � estabelecimento de métricas que permitam avaliar a previsão e verificar 
se o modelo colaborativo se mostra realmente adequado, sendo que seus 
benefícios em relação aos métodos tradicionais precisam ser claramente 
percebidos pelos participantes.
Contudo, é preciso ter em mente que a prática da previsão colaborativa é 
um processo complexo e, muitas vezes, de difícil concretização, pois, para uma 
colaboração bem-sucedida, deve haver partilha, coordenação e comprometi-
mento, entre outros aspectos. Além disso, ela requer monitoramento constante, 
uma vez que a previsão tende a retornar para o cenário em que cada integrante 
da cadeia faz previsões individuais. Ainda assim, essa prática gera inúmeros 
e significativos benefícios, tais como aumento da acurácia das previsões e 
melhoria da comunicação entre os integrantes da cadeia (interfuncional e 
interorganizacional), o que justifica o esforço adicional que o trabalho em 
cooperação exige. 
17Necessidades de previsão da cadeia de suprimentos
Uma empresa fornecedora na cadeia de suprimentos pode utilizar software de previsão 
colaborativa de forma integrada com os sistemas de seus clientes (como distribuidores 
e vendedores dos seus produtos), fazendo que os sistemas se comuniquem e gerem 
previsões atualizadas de forma constante e automática.
Flexibilidade e resposta rápida
Mesmo com todo o empenho e cuidado na elaboração de previsões, há de 
se considerar, ainda, que a venda de alguns produtos e serviços é algo tão 
imprevisível, que, por melhor que seja o método escolhido e por mais bem 
conduzida que seja sua aplicação, o resultado por ele gerado carrega potencial 
erro de previsão, tornando inviável sua adoção na tomada de decisões. Sendo 
assim, pode ser necessário buscar outras alternativas à previsão. Nesse cenário, 
destacam-se questões como flexibilidade e resposta rápida. Ou seja, em 
algumas situações pode não haver previsão melhor do que aguardar até que 
a demanda se concretize, desde que a empresa esteja preparada para reagir 
apropriada e rapidamente à demanda (BALLOU, 2006). 
A previsão serve para estabelecer aspectos como níveis de produção, 
compras e estoques capazes de garantir que os produtos estejam disponíveis 
quando a demanda ocorrer. Contudo, se for possível flexibilizar os processos 
na cadeia de suprimentos de tal modo que a rede seja capaz de reagir com 
rapidez às necessidades de demanda, é possível que a cadeia se torne menos 
dependente da elaboração de previsões e menos suscetível aos erros que elas 
podem carregar. Isso pode ser não somente uma alternativa, mas, até mesmo, 
uma necessidade, como nos casos em que a demanda é altamente imprevisível, 
como mencionado anteriormente, situações nas quais a exploração dessa 
abordagem alternativa pode ser uma solução bastante apropriada. 
Necessidades de previsão da cadeia de suprimentos18
Uma empresa fabricante de bicicletas esportivas de alto padrão tinha consciência de 
que as vendas de seu produto eram motivadas, entre outras razões, pelos padrões de 
cores, que mudavam todos os anos. Porém, sendo incapaz de prever as cores que seriam 
as preferidas a cada novo ano, a empresa estava produzindo acima do necessário em 
algumas cores e abaixo da demanda em outras, o que estava provocando enormes 
prejuízos. Para superar esse problema de previsão, a empresa criou um sistema de 
pedidos personalizados, do tipo “monte o seu produto”, em que o cliente podia 
escolher, entre as alternativas disponíveis, seu padrão preferido de cores. A bicicleta 
“ideal”, então, era produzida e entregue ao cliente algumas semanas após a confirmaçãodo pedido, reduzindo as perdas da empresa e aumentando a satisfação do cliente. 
Isso, porém, só foi possível porque a cadeia de suprimentos na qual a fabricante de 
bicicletas estava inserida foi preparada para a flexibilização proposta, sendo capaz de 
reagir com agilidade suficiente para o atendimento da demanda.
Ou seja, é necessário ter a consciência de que o encontro de alternativas à 
previsão pode ser algo inevitável nos casos em que a demanda for imprevisível 
a tal ponto que torne os resultados previstos insatisfatórios para os propósitos 
da elaboração de previsões. Nesses casos, uma alternativa é promover adap-
tações na cadeia de suprimentos para torná-la flexível e de resposta rápida, 
permitindo que a demanda seja satisfeita à medida que ela ocorre, o que pode 
tornar desnecessária a previsão. Contudo, é importante mencionar e ressaltar 
que, nos muitos casos em que a demanda é mais regular, elaborar previsões de 
demanda e preparar-se para supri-la continua sendo a alternativa preferencial.
Tanto para a obtenção da flexibilidade e da agilidade de resposta mencio-
nadas, quanto para a viabilização da previsão colaborativa, é necessário que 
haja a integração entre os agentes da cadeia. Frente a tal necessidade, muitas 
empresas lançam mão de software voltados para esse fim, que permitem 
uma comunicação mais facilitada entre as partes envolvidas, automatizando 
o processo de compartilhamento de informações e tornando-o, dessa forma, 
mais dinâmico e produtivo.
Dentre as ferramentas e tecnologias que atendem a essa finalidade, cabe 
destacar o intercâmbio eletrônico de dados (EDI, do inglês Electronic Data 
Interchange), uma ferramenta citada por muitos autores que consiste na trans-
missão eletrônica de dados entre agentes da cadeia de suprimentos — como uma 
empresa e seus fornecedores —, permitindo que eles compartilhem informações 
de forma direta e automática, o que gera uma comunicação mais acurada e 
19Necessidades de previsão da cadeia de suprimentos
dinâmica. O uso do EDI permite a transmissão direta de muitos tipos de dados, 
incluindo remessa de requisições de compra, recebimento e confirmação de 
pedidos de compras, acompanhamento de pedidos, rastreamento de pedidos 
ao longo de toda a cadeia até sua entrega ao cliente final e muitas outras 
informações relevantes. Trata-se de uma ferramenta que colabora em muitas 
atividades, garantindo maior agilidade e segurança na condução de tarefas 
entre departamentos e entre empresas. Com isso, tal tecnologia gera benefícios, 
como maior domínio sobre os prazos de entrega (e até mesmo sua redução), 
melhor gerenciamento dos estoques (inclusive viabilizando sua redução por 
meio da adoção de estratégias de estoque mínimo), padronização e/ou tradu-
ção de dados, troca de informações com maior acurácia e em menor tempo, 
entre muitos outros. Tudo isso contribui muito para que as empresas possam 
realizar previsões colaborativas ou encontrar alternativas, como flexibilizar 
e agilizar os processos da cadeia de suprimentos, sendo que, em ambos os 
casos, o EDI promove a integração entre os agentes da rede, algo de extrema 
relevância no contexto da gestão de necessidades de previsão da cadeia de 
suprimentos (BALLOU, 2006; BOWERSOX et al., 2014; FITZSIMMONS, 
J.; FITZSIMMONS, M., 2014; JACOBS; CHASE, 2012; IZIDORO, 2016).
BALLOU, R. H. Gerenciamento da cadeia de suprimentos/logística empresarial. 5. ed. Porto 
Alegre: Bookman, 2006.
BOWERSOX, D. et al. Gestão logística da cadeia de suprimentos. 4. ed. Porto Alegre: 
AMGH, 2014.
FITZSIMMONS, J. A.; FITZSIMMONS, M. J. Administração de serviços: operações, estratégias 
e tecnologia da informação. 7. ed. Porto Alegre: AMGH, 2014.
JACOBS, F. R.; CHASE, R. B. Administração de operações e da cadeia de suprimentos. 
13. ed. Porto Alegre: AMGH, 2012.
IZIDORO, C. Gestão de tecnologia e informação em logística. São Paulo: Pearson Educa-
tion do Brasil, 2016.
MARTINS, P. G.; LAUGENI, F. P. Administração da produção. São Paulo: Saraiva, 2000.
MOREIRA, D. A. Administração da produção e operações. 2. ed. São Paulo: Cengage 
Learning, 2012.
WANKE, P. et al. Previsão de vendas: processos organizacionais e métodos quantitativos 
e qualitativos. 2. ed. São Paulo: Atlas, 2011.
Necessidades de previsão da cadeia de suprimentos20