Baixe o app para aproveitar ainda mais
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
Compartilhar