Baixe o app para aproveitar ainda mais
Prévia do material em texto
LOGÍSTICA EMPRESARIAL AULA 2 Prof. Sérgio Luiz Pirani CONVERSA INICIAL Qualquer organização, privada ou não, existe e trabalha em torno de alguma demanda, seja de materiais ou serviços. Só nessa primeira fala pode- se imaginar a importância do estudo da demanda para as organizações. A demanda é a base do planejamento organizacional, pois é com os dados da demanda que a empresa pode se organizar em relação ao planejamento financeiro, de pessoal, equipamentos, transportes e distribuição, compras, produção, enfim, ao estudar a demanda, a empresa pode realizar o seu planejamento como um todo. Tamanha é a importância da demanda que ela se torna uma grande preocupação para as organizações, que, no intuito de minimizar qualquer impacto negativo sobre o planejamento organizacional, procuram antever – por meio de previsões de demanda apoiadas em modelos matemáticos e estatísticos – para poder se planejar para o futuro, uma vez que o planejamento é a tentativa de evitar no presente problemas futuros. Embora apoiadas em modelos estatísticos e matemáticos, assim como em informações que procuram trazer o maior número de dados possíveis daquilo que se está tentando prever, as previsões são passíveis de erros. Diante disso, as pesquisas devem ser muito bem direcionadas e aplicadas de modo correto, para que não haja nenhum viés nos dados finais e, com isso, impactem negativamente no planejamento organizacional. O objetivo das previsões de demanda é dar um norte para o planejamento organizacional, tornando-se, dessa forma, um fator estratégico, afinal, se a empresa não se planejar para o futuro e não souber qual caminho irá seguir, qualquer direção será considerada correta, mas incerta, uma vez que não há planejamento e, consequentemente, não se sabe aonde deseja chegar. O objetivo desta aula é demonstrar a importância da demanda e das previsões para o planejamento organizacional. Assim, serão abordados os seguintes assuntos: • o papel da demanda no planejamento organizacional; • as características das previsões; • os tipos de previsões e como são trabalhados; • os fatores a serem considerados na gestão da demanda. TEMA 1 – O PAPEL DA DEMANDA NO PLANEJAMENTO LOGÍSTICO No atual momento, as empresas que se adaptam melhor ao ambiente em constante mudança são as mais capazes de sobreviver ao longo do tempo. Aquelas que possuem esse perfil não são apenas capazes de antever os desejos de seus clientes, mas também dispõem de flexibilidade para reagir às necessidades e mudanças deles. A gestão do fluxo de informações na cadeia de abastecimento está relacionada à capacidade que a empresa possui de responder de forma imediata à concorrência, pois é esse fluxo que permite que a empresa seja mais eficiente na gestão de seus processos internos e na relação com seus clientes e fornecedores em toda a cadeia de suprimento. As empresas estão sendo pressionadas constantemente por seus clientes em relação a capacidade de inovação e responsividade na prestação de seus serviços. Essa pressão, logicamente, é repassada para toda a cadeia de fornecedores, a fim de que trabalhem em conjunto para atender de forma satisfatória aos consumidores, que são alvo de ambos, fornecedores e indústria. Essas pressões trazem consequências, uma delas é o aumento de custos no esforço de atender a todas as necessidades dos clientes: qualidade do produto, rapidez na entrega, por exemplo. É nesse sentido que a gestão da demanda e de produção busca suprimir os aumentos de custos de todas as formas, mas isso só é possível com a gestão das informações, as quais devem seguir o caminho de ida e volta entre clientes, indústria e fornecedores, em forma de parcerias. Podemos inferir, então, que a demanda tem como função explicar a relação entre uma variável independente – por exemplo, variações da economia de mercado e mudanças na legislação, comportamento do consumidor e seus determinantes – ou como a variável independente afeta a dependente – por exemplo, se a economia aquecer haverá aumento de consumo. Assim, a previsão de demanda procura descrever a quantidade de bens que pode ser consumida em relação aos seus preços e correlatos, como serviços agregados a um produto num horizonte de tempo, por exemplo. A demanda está diretamente relacionada ao nível de renda de uma população, aos seus costumes e aos preços dos produtos. Em relação à demanda na gestão de produção, logística, estoques, recursos humanos, finanças etc., existem inúmeros métodos e princípios, porém, com o avanço incessante e rápido das tecnologias da informação nos últimos tempos, essa tecnologia passou a exercer um papel fundamental no planejamento operacional e de gestão em todos os setores de uma organização. Hoje, não se pode imaginar uma indústria, juntamente com a logística empresarial, executando tarefas sem sistemas de informações como estes: Planejamento de Recursos Empresariais (Enterprise Resource Planning – ERP): Planejamento das Necessidades de Materiais (Material Requirement Planning – MRP I); Planejamento de Recursos de Manufatura (Manufacturing Resources Planning – MRP II), os quais iremos ver com maior profundidade posteriormente. O ERP não se resume a um software de integração dos processos de uma organização, trata-se de um complexo sistema de informação, projetado com base nos processos internos dela, o qual, hoje, extrapola suas fronteiras, permitindo a integração com fornecedores e clientes. Esses sistemas permitem que as informações sobre a demanda otimizem os processos da organização num curto horizonte de tempo, proporcionando uma gestão mais eficaz sobre os volumes de vendas. Assim, os prognósticos serão muito mais exatos, permitindo que a empresa faça uma gestão mais eficaz de toda a cadeia, a montante e a jusante, em relação às previsões de demanda, sobre as quais iremos tratar a seguir. 1.1 A previsão de demanda e sua importância A previsão de demanda é responsável por criar uma base para o planejamento dos processos de produção e serviços de uma empresa. A previsão é um processo que estuda e analisa as variantes futuras de um fenômeno, no nosso caso, o consumo de bens e serviços. As previsões empresariais envolvem mais do que prever a demanda, elas são também utilizadas para se fazer as estimativas de lucros, receitas, custos, mudanças nos níveis de produtividade, preço, disponibilidade de energia e matérias- primas, taxas de juros [...] (Stevenson, 2001, p. 63). As previsões devem ser um processo contínuo na busca de informações que permitam aos gerentes planejarem as tomadas de decisões atuais para o futuro, agindo de forma mais racional e próxima da realidade a respeito do que poderá acontecer em relação aos consumos. Embora as previsões se apoiem em modelos matemáticos que podem ser utilizados em computadores, os cálculos não pertencem ao campo das ciências exatas. Apoiado na ciência, o setor de marketing, que geralmente é responsável por essa área nas grandes empresas, se vale de certa dose de arte na análise do comportamento do consumidor. Afinal, um consumidor pode responder a um questionário assinalando que deseja certo produto, e até dar indícios de consumo, mas não consumi-lo. É importante frisar que os cálculos apoiados nas informações advindas do mercado devem ser fidedignos, ou seja, não adianta os previsores apresentarem resultados otimistas para satisfazer a chefia se os resultados indicam o contrário. Com os resultados verdadeiros, o gestor poderá, de fato, tomar o rumo certo, tanto para situações otimistas quanto para as que são pessimistas, afinal as decisões dependem dos resultados dos cenários para se tomar o caminho certo. Ao realizar os procedimentos de previsões, outro fator importante para a tomada de decisão é definir qual omelhor método a ser adotado, pois acertando o método correto, os resultados ficarão muito próximos da realidade, fato que poderá auxiliar o gestor a tomar as melhores decisões. A previsão de demanda indica o volume de produção, o local onde haverá maior ou menor consumo e o horizonte de tempo que terá validade. Há dois fatores a serem considerados na previsão de demanda: quantidade e qualidade. Assim, a demanda não pode ser tratada somente nos aspectos quantitativos em relação ao volume demandado, mas deve se apoiar, também, nas necessidades reais dos clientes, ou seja, nos aspectos qualitativos. O acaso descreve o futuro, e é nesse cenário que está o mercado de consumo. A turbulência é fator comum, pois o que se vê na atualidade são avalanches de produtos novos, empresas fechando e outras abrindo, tudo isso numa velocidade nunca vista em nossa história. Assim, as previsões vêm para apoiar as decisões gerenciais, mas não devem ser a única fonte para as tomadas de decisões sobre produção, mudanças de processos etc. Como não há um único modelo de previsão, o modelo utilizado deve ser sempre avaliado, inclusive dentro de uma mesma empresa, para produtos diferentes, pois o comportamento de consumo será diferente entre um produto e outro. Portanto, cabe ao setor de marketing entender essas variantes para, juntamente com os gestores, tomarem as melhores decisões. 1.2 Planejamento da demanda O objetivo do planejamento da demanda – que é representado por uma série de metodologias e tecnologias da informação para realização das previsões – é acelerar o fluxo de materiais e serviços, por meio de fornecedores, transformação e distribuição dos produtos acabados aos clientes finais. Isso auxilia o processo de planejamento organizacional, a fim de entender antecipadamente o potencial de lucro para a situação prevista. De modo indireto, com o planejamento a empresa consegue analisar a sua capacidade de produção, se terá recursos de capital, equipamentos e recursos humanos próprios capazes de suprir a demanda. Com a efetivação do plano de demanda, a organização poderá decidir qual será o volume de produção, distribuição, estoques e fontes de suprimentos, por exemplo, para o período planejado. A empresa não pode ter uma visão de que as previsões devam ser realizadas por departamentos. Assim como todos os processos logísticos, as previsões devem ser integradas, pois a previsão de um setor pode impactar direta ou indiretamente outro. Por exemplo, uma unidade de negócios pode sofrer com falta de capital para produção se o capital for destinado a outra unidade menos expressiva na empresa. É fato que o planejamento embasado na demanda não representa a única fonte de informações para os gerenciamentos dos processos da organização. No contexto de gestão, existem a cultura e a filosofia, além de métodos já instituídos dentro da empresa, que alicerçam as tomadas de decisões na construção do plano estratégico em longo, médio e curto prazos. 1.3 Métodos de planejamento da demanda O ato de planejar exige, primeiramente, que seja realizado por uma equipe multidisciplinar, no conceito de integração de setores e processos da organização, afinal, todos eles estarão integrados de forma direta ou indireta e serão também afetados de alguma forma pelo planejamento da empresa. Moreira (2008, p. 293) afirma que “há um sem-número de decisões que compôem o próprio planejamento ou são dele derivadas, como, por exemplo: quanto se deve fabricar de cada linha de produto, necessidades de investimentos futuros, adoção de novos processos e tecnologias [...]”. O sucesso de um planejamento de previsão de demanda deve obedecer algumas metodologias que podem ser consideradas essenciais: • Primeiramente, devem ser conhecidos profundamente os princípios essenciais de previsão, por exemplo, a incerteza do futuro. • É essencial a integração dos sistemas de previsão e planejamento. • Estudar e identificar os principais fatores que influenciam o nível de demanda, por exemplo, renda per capita de uma região. • Identificar e saber escolher a melhor técnica de previsão para a situação em estudo. • Determinar um sistema para medir o desempenho e desvio-padrão nas previsões. • Elaborar uma política de tolerâncias e meios de previsões. A previsão de demanda deve iniciar com objetivos claros. A empresa deve definir, precisamente, a área de interesse que será estudada; o volume que pretende atingir, seja de serviços ou produção; o horizonte de tempo de início e fim da previsão. Essas decisões devem estar em consonância com as necessidades de outros processos da organização nos três níveis do planejamento estratégico: estratégico, tático e operacional, respectivamente em longo, médio e curto prazos. De forma geral, o setor de marketing é o responsável pelas prospecções de informações do mercado e cálculos das previsões. Embora o sistema de previsão deva ser integrado, ele deve se concentrar em um só setor para evitar desencontro de informações e conflito entre setores. TEMA 2 – PREVISÃO DE DEMANDA – CARACTERÍSTICAS E CLASSIFICAÇÃO Se a organização deseja que as previsões sejam as mais precisas e confiáveis, deve se apoiar ao máximo possível em informações sobre o foco de estudo. Assim, ela deve estar ciente sobre quais nichos de clientes irá atender, quais serão os canais de distribuição a serem adotados, além de identificar as necessidades dos clientes, seus desejos e requisitos do produto ou serviço, pois esses aspectos determinam e influenciam diretamente o volume de produção e serviços a serem prestados. Com isso, é possível perceber que a tarefa de realizar uma previsão de demanda é dada como uma das mais complexas de uma organização, por isso existem vários métodos e classificações, que veremos a seguir. 2.1 Características das previsões Na construção da previsão, na coleta de dados e na classificação é necessário utilizar todos os meios possíveis para a segmentação de mercado e dos métodos de análise, a fim de apurar dados precisos. A busca pela utilização de meios corretos de previsão pode, inclusive, suprimir alguns métodos, uma vez que se pode trabalhar por famílias de produtos, trabalhando com projeções agregadas e trazendo economia de capital e tempo para a empresa. Como vimos até aqui, acreditamos que você tenha percebido que existem várias possibilidades e formas de previsões de demanda, que são caracterizadas de forma particular, como podemos ver a seguir. • As previsões de demanda devem fornecer as informações finais provida de tempo, precisão e confiabilidade, para que, assim, a empresa possa se preparar para a produção futura. Dessa forma, a previsão deve ser de fácil compreensão e fornecer informações expressivas para o setor de produção e/ou serviços. • Também são passíveis de erros, assim, os resultados reais podem se diferenciar, para cima ou para baixo e expressivamente ou não, dos resultados previstos. • Quando realizadas para famílias ou grupos de produtos (previsões agregadas), tendem a ter resultados mais exatos do que aquelas realizadas para produtos individuais. Nas previsões de famílias ou grupos de produtos as margens de erros são, de certa forma, compensadas por outros produtos da família. • Nas previsões que lidam com séries temporais, as exatidões diminuem em relação ao horizonte de tempo estudado, assim, quanto mais longo o tempo de projeção, maiores serão os erros. Isso é fácil de compreender, uma vez que estamos lidando com o futuro e em relação a hábitos de consumo, por exemplo. Assim, o que é consumido hoje ou no próximo ano pode não ser consumido, ou ainda pior, nem existir daqui a cinco ou dez anos. 2.2 Sistemas de previsões É importante evidenciar que os sistemas de previsões de demanda que utilizam métodos estatísticos e a teoria da probabilidadeprojetam a demanda para frente, embasados em dados passados (Consumo Real – CR). Até aí não há problema algum, mas esses métodos são cegos, ou seja, são simplesmente números, logo, são incapazes de identificar desvios como mudança de preço e promoções; falta de produtos e o motivo; mudanças no comportamento do consumidor. As diferenças irão aparecer quando houver a comparação entre o que foi previsto e a demanda real, aí pode ser tarde demais. Quando é observado o volume de dados e informações originado pelos sistemas de planejamento organizacional, assim como a complexidade e inconstância da demanda, o processo de gerenciamento de exceções torna-se um componente estratégico para um planejamento eficaz da demanda. A tecnologia da informação entra novamente no cenário e permite a identificação e o gerenciamento de exceções praticamente em tempo real. No intuito de melhorar as previsões, muitas empresas estão investindo em softwares que trabalham com o gerenciamento de exceções, trazendo significativas melhoras para os sistemas de previsões. Esse processo tem como premissa identificar as imprecisões das previsões geradas pelo sistema, analisando a previsão de itens em separado em cada local. Na sequência, o sistema cruza as informações dos dados passados e previstos no mesmo período do ano. Com esse cruzamento, o sistema é capaz de identificar as diferenças entre o consumo de itens que sinalizam grande discrepância de consumo e os trata como exceção. São informações preciosas para os responsáveis pelo planejamento de demanda, analistas de previsões ou, ainda, fornecedores. Com essas informações, é possível assinalar os fatores-chave que podem ter levado à imprecisão das previsões de demanda. Assim, os responsáveis podem trabalhar em mudanças nas previsões, alterar modelos e identificar as previsões dadas como válidas e, numa análise mais profunda, podem, inclusive, alterar históricos de consumo, se for detectada alguma anomalia, que pode ser verdadeira ou não. Por exemplo, se numa previsão de consumo de cerveja para um mesmo período do ano anterior numa determinada cidade era de 15.000 latinhas de 350 ml, mas foi de 50.000 latinhas de 350 ml, e no mesmo período do ano atual o consumo foi de 15.000 latinhas de 350 ml, na análise, cabe averiguar o que aconteceu. Numa situação hipotética, para o consumo vertiginoso do ano anterior foi verificado que houve muitos eventos artísticos no verão de longa duração na cidade, incrementando o consumo da bebida. Assim, as informações seriam verdadeiras, porém pode-se, numa análise, identificar erros de cálculos, de informações etc. que podem levar a previsão para caminhos errados. Essas anomalias são conhecidas como outlier, ou ponto fora da curva, e, em ambos os casos do exemplo citado, os dados devem ser desconsiderados, pois não indicam a realidade de consumo médio. Veja a ilustração da situação no gráfico 1. Gráfico 1 – Demonstrativo de um ponto fora da curva Fonte: Pirani, 2021. No gráfico 1, fica fácil identificar onde houve a anomalia e a discrepância de consumo no período, veja a curva de tendência (tracejada), indicando o consumo normal e o pico de consumo no mês 6. Assim, em situações como essa, os dados devem ser arrumados, mas deixado em observação. Mas por que deixar em observação? Se no mesmo período do ano seguinte estiverem previstos eventos parecidos, o consumo pode ter as mesmas características e a empresa poderá se preparar de modo mais assertivo para o atendimento da demanda. No entanto, no caso de erro, fica no relatório o registro dos acontecimentos, trazendo experiência e aprendizagem à equipe. 10 12 12 15 14 50 14 15 16 0 10 20 30 40 50 60 0 2 4 6 8 10 Outlier ou ponto fora da curva Vimos nesse cenário as incertezas nas previsões, que indicam duas fontes de erros que são comuns. A primeira está relacionada ao mercado, que apresenta instabilidade, como observamos na situação hipotética em que houve o pico de consumo com influência direta em sua previsibilidade. A segunda, de acordo com Corrêa, Gianesi e Caon (2001 p. 245): está ligada diretamente ao sistema de previsão, que com base em informações coletadas no mercado e em dados históricos gera uma informação que pretende antecipar a demanda futura, informação esta que pode conter incertezas em virtude da própria eficácia (ou falta de eficácia) do sistema de previsão. O conceito de sistema de previsão é dado como sendo uma categoria de mecanismos de coleta, tratamento, análise de dados e informações, com o objetivo de estimar consumos futuros num horizonte de tempo preestabelecido para estudo, no qual as medidas podem ser dias, semanas, meses etc. As previsões estão associadas a diversos fatores para serem realizadas. Vejamos alguns deles: • Demanda passada com dados relativos aos históricos de consumo em períodos; • Análise dos pontos fora da curva, quando houver; • Situação econômica; • Atuação da concorrência e de possíveis novos entrantes; • Planos de promoções; • Levantamento de dados agregados dos possíveis consumidores. Figura 1 – Sistema genérico de previsão de vendas Fonte: Elaborado com base em Corrêa, Gianesi e Caon, 2001, p. 247. A figura 1, ilustra um sistema genérico de previsão. Nela podem ser visualizados os sistemas inerentes às previsões: o estágio inicial; a inter- relação de informações para que sejam feitas as reuniões de previsões; o ajuntamento das áreas envolvidas para o tratamento e a análise das informações; e, então, se tem os resultados das previsões. Para que sejam realizadas as previsões, devemos conhecer os métodos de previsões e ver qual é o mais adequado para uma ou outra situação. Vamos ver como isso funciona. TEMA 3 – MÉTODOS DE PREVISÃO DE DEMANDA Está disponível na literatura uma gama de técnicas de modelagem para previsões de demanda. A escolha do método de previsão pode diferir em relação a alguns padrões a serem considerados, como o recorte de tempo em que se deseja fazer a previsão, a facilidade de disponibilizar e prospectar dados e informações, e os requisitos de negócios. Assim, com a combinação adequada de técnicas, inclusive híbridas, fica mais fácil construir estimativas que possam influenciar os fatores quantitativos identificados (como a situação econômica) e definir com maior precisão a previsão da demanda. A técnica de série temporal é usualmente mais utilizada, a qual se sustenta em dados históricos de consumo real num período e a demanda é projetada para o mesmo horizonte de tempo para frente. Os modelos qualitativos são subjetivos, pois se sustentam na opinião de consumidores para que seja realizada a previsão, e são mais utilizados quando os dados históricos são escassos ou inexistentes. O método Delphi é o mais conhecido e utilizado nessa modalidade, além disso, é um processo usado para chegar a uma opinião ou decisão com um grupo de especialistas com inteligência de mercado. Esses profissionais respondem a várias rodadas de questionários, e as respostas são agregadas e compartilhadas com o grupo após cada rodada, até que se chegue a um consenso. Veja na figura 2 a sequência para realização do método de pesquisa utilizando o método Delphi. Figura 2 – Sequência para a realização de previsão utilizando o método Delphi – modificado Fonte: Elaborado com base em Davidson, 2021. O modelo de previsão causal assume que a variável a ser prevista (variável dependente) tem uma relação de causa e efeito com uma ou mais variáveis independentes em relação a fatores conjunturais, como situação econômica, custo de capital, por exemplo. Essa técnica considera que todas as possíveis causas impactam a variável dependente. Modelos de previsão sustentados na simulação trabalham com dados advindos de consumidores escolhidos previamente para sechegar a um resultado de demanda. Esse modelo se depara com um número muito grande de consumidores, o que impede que se tenha a opinião particular de cada um. Nesse caso, trabalha-se com amostras que possam ser validadas. 3.1 Tipos de demanda Vimos anteriormente alguns modelos de previsão de demanda, agora iremos ver os tipos de demanda e como são evidenciados conforme suas características, ou seja, se é demanda negativa, inexistente ou irregular, por exemplo. Já identificamos que o comportamento do mercado é irregular e muda constantemente. Isso acontece porque os consumidores o fazem assim, pois em um instante desejam uma coisa e em outro desejam outra. As empresas, por sua vez, devem acompanhar essas mudanças a qualquer custo, pois dependem do consumo dos potenciais clientes. O comportamento do consumidor (seus hábitos de consumo) define os tipos de demanda, que são: • Demanda negativa – ocorre quando os produtos não são bem aceitos por grande parte da população, que, de certa forma, necessita de produtos e serviços que se encaixam nessa modalidade, por exemplo, cirurgias dentárias, vacinas etc. • Demanda latente – quando há similaridade de desejos entre muitos consumidores e não existe produto no mercado capaz de suprir essa necessidade. • Demanda excessiva – ocorre quando um produto ou serviço é procurado por consumidores além da capacidade de produção de uma empresa. • Demanda irregular – os produtos sazonais entram nessa categoria, pois eles se caracterizam pelo alto índice de consumo num mesmo período do ano e a procura após o período sazonal chega próximo de zero, por exemplo, os produtos natalinos, de Páscoa, carnaval entram nesse perfil. Há outros produtos não sazonais que também entram nesse tipo de demanda, por exemplo, venda de sorvetes, pois no inverno cai o consumo, mas continua sendo vendido. • Demanda em declínio – todo produto tem seu ciclo de vida, uns mais curtos e outros mais longos, porém, quando um produto não atende mais às necessidades dos consumidores, a tendência é que ele deixe de ser procurado. • Demanda plena – é o sonho de toda organização, pois há o equilíbrio entre a oferta e a procura do produto de forma constante. • Demanda inexistente – ocorre quando não há conhecimento do produto por parte dos consumidores ou, simplesmente, são indiferentes a ele e não veem nenhuma necessidade de consumo. TEMA 4 – MODELOS MATEMÁTICOS DE PREVISÃO DE DEMANDA Até o momento, vimos os tipos e as características da demanda, mercado consumidor. Vimos também que as previsões, como o nome sugere, é futura e é o alicerce para as decisões estratégicas de uma organização em relação ao planejamento da produção, de toda a cadeia logística e vendas. Então, existe uma grande responsabilidade do profissional que realiza os cálculos e a análise dos dados e das informações, para que, assim, os resultados auxiliem de forma correta as decisões operacionais da empresa. As previsões obedecem, de modo geral, a três horizontes de tempo: longo, médio e curto prazos. Os prazos são fatores determinantes para a aplicação do método mais adequado. Nas previsões para curto prazo (em torno de 90 dias), por exemplo, são utilizados, geralmente, modelos estatísticos amparados em média ou regressão linear simples (ajustamento de reta). Para previsões em médio prazo, estimadas em até dois anos, são utilizados modelos mais complexos, por exemplo, os modelos explicativos e econométricos. 4.1 Previsões pelo método de média móvel simples Nesse método é considerado o consumo real (CR) do passado, em relação aos dados de histórico de consumo, no qual, em curto prazo, é considerada a mesma tendência do consumo futuro em relação ao consumo passado. Assim, a previsão é realizada em função do tempo t em um determinado período n. A empresa deve determinar a política a ser adotada para as previsões em relação ao horizonte de tempo de previsão (ou seja, se será de dois, três, quatro meses, e assim por diante) e sobre quantos períodos a média será calculada (ou seja, se será considerada para períodos de dois ou três meses, por exemplo). Vamos ver um exemplo a seguir. Uma empresa de produtos alimentícios tem em seus arquivos o histórico de consumo dos últimos oito meses e pretende realizar as previsões para os próximos quatro meses do ano utilizando o modelo da média móvel simples. Tabela 1 – Dados dos históricos de consumo Fonte: Pirani, 2021. Para determinar a previsão para o período estipulado (quatro meses), o período de cálculo deve ser constante, ou seja, oito meses. Assim, para a previsão dos meses de setembro, outubro, novembro e dezembro, temos os dados da tabela 2, a seguir. Tabela 2 – Demonstrativos de cálculos e resultados da previsão DADOS DO HISTÓRICO DAS DEMANDAS PREVISÕES PERÍODOS DEMANDAS (UN) setembro outubro novembro dezembro JAN 1000 FEV 1200 1200 MAR 1100 1100 1100 ABR 1300 1300 1300 1300 MAIO 1300 1300 1300 1300 1300 JUN 1400 1400 1400 1400 1400 AGO 1480 1480 1480 1480 1480 JUL 1450 1450 1450 1450 1450 TOTAL PERÍODO 10230 1278,75 1278,75 1278,75 1278,75 10508,75 1313,59 1313,59 1313,59 set (10.230/8) = 1278,75 10622,34 1327,79 1327,79 out (10508,75/8) = 1313,59 10850,13 1356,26 nov (10622,34/8) = 1327,79 10906,39 dez (10850,13/8)= 1356,26 Fonte: Pirani, 2021. Observe que para a previsão de setembro foi realizado o somatório do período de oito meses (de janeiro a agosto). Para o mês de outubro a média é considerada do mês de fevereiro a setembro (considerando na média a previsão de setembro), permanecendo oito meses. Há, nesse caso, o movimento do mês de janeiro para fevereiro, e assim por diante. 4.2 Previsão pelo método de ajustamento de reta – regressão linear A previsão por ajustamento de reta estabelece a função 𝑦𝑦� = 𝑎𝑎 + 𝑏𝑏 . 𝑥𝑥 como sendo a equação da reta. O 𝑦𝑦� (y predito) é a variável dependente, o que se quer prever, é a variável impactada pela variável independente 𝑥𝑥. Para os cálculos das previsões, utiliza-se a equação da reta:𝑦𝑦� = 𝑦𝑦� + 𝑏𝑏 . (𝑥𝑥 − �̅�𝑥), em que: 𝑦𝑦� é o que se quer prever, b é o coeficiente angular, 𝑥𝑥 é o período de estudo e �̅�𝑥 é o resultado da média da soma dos períodos. Para determinar os resultados de 𝑦𝑦� e �̅�𝑥, deve-se utilizar as equações: 𝑦𝑦� = ∑𝑦𝑦 𝑛𝑛 e para �̅�𝑥 = ∑𝑥𝑥 𝑛𝑛 O coeficiente angular 𝑏𝑏 é determinado pela seguinte equação: 𝑏𝑏 = 𝑥𝑥𝑦𝑦 𝑥𝑥𝑥𝑥 (mínimo quadrado) e, para determinar as variáveis 𝑥𝑥𝑦𝑦, 𝑥𝑥𝑥𝑥 e 𝑦𝑦𝑦𝑦, tem-se: 𝑥𝑥𝑦𝑦 = ∑𝑥𝑥𝑦𝑦 − ∑𝑥𝑥 . ∑𝑦𝑦 𝑛𝑛 ; 𝑥𝑥𝑥𝑥 = ∑𝑥𝑥2 − (∑𝑥𝑥)2 𝑛𝑛 ; 𝑦𝑦𝑦𝑦 = ∑𝑦𝑦2 − (∑𝑦𝑦)2) 𝑛𝑛 = Com os dados e indicadores da regressão é calculada a correlação. O resultado do coeficiente de correlação r permite analisar se a correlação é forte (com resultados mais próximos de 1) ou baixa (com resultados abaixo de 0,4). Assim, para ser validado, o resultado da correlação deve ser ≥ a 0,7. Temos os seguintes indicadores para análise dos resultados do coeficiente de correlação: Coeficiente de correlação r Resultados das correlações 0,0 a 0,2 Muito baixa 0,3 a 0,4 Baixa 0,5 a 0,6 Média 0,7 a 0,8 Alta 0,9 a 1,0 Muito alta Para determinar a correlação, utiliza-se a seguinte equação: 𝑟𝑟 = 𝑏𝑏 .� 𝑥𝑥𝑥𝑥 𝑦𝑦𝑦𝑦 ou 𝑟𝑟 = 𝑥𝑥𝑦𝑦 √𝑥𝑥𝑥𝑥 . 𝑦𝑦𝑦𝑦 O coeficiente de correlação pode ser negativo -1 para retas descendentes e + 1 para retas ascendentes. Quanto mais próximo de 1 (negativo ou positivo) mais forte é a correlação, e quando há resultados entre 0,7 e 0,5 existirão muitos pontos longe da reta, que poderá comprometer a validade da previsão. Vimos essa questão sobre o outlier (ponto fora da curva) anteriormente,no gráfico 1. A análise da correlação ajuda o analista a entender o comportamento das variáveis (e como uma afeta a outra) e a descrever se há forte ou baixa relação para as previsões. Por exemplo, se uma empresa produtora de fechaduras para portas estiver em uma região onde serão construídos enormes conjuntos de moradias, como a construção dessas casas pode impactar na produção de fechaduras? Pode ser que impacte ou não. É para essa análise que cabe à pesquisa de mercado, publicidade, propaganda, com os resultados, fazer as previsões e ver se haverá correlação ou não nesse caso. Vamos ver um exemplo: uma fábrica de tinta irá utilizar o seu histórico de vendas (em 1.000 un) de janeiro a junho para realizar a previsão de demanda para os meses de julho, agosto e setembro. Depois, irá fazer o seu planejamento de compras de insumos para esse período. O método que a empresa irá utilizar é o da regressão linear (ajustamento de reta). Período (x) jan fev mar abr Maio jun jul Ago set Histórico CR (Y) 105 110 120 120 125 135 Vamos montar uma tabela para facilitar os cálculos: X Y X . Y X2 Y2 1 105 105 1 11025 2 110 220 4 12100 3 120 360 9 14400 4 120 480 16 14400 5 125 625 25 15625 6 135 810 36 18225 ∑𝑥𝑥 = 21 ∑𝑦𝑦 = 715 ∑𝑥𝑥𝑦𝑦 = 2600 ∑𝑥𝑥2 = 91 ∑𝑦𝑦2 = 85775 �̅�𝑥 = ∑𝑥𝑥 𝑛𝑛 = 21 6 = 3,5 𝑦𝑦� = ∑𝑦𝑦 𝑛𝑛 = 715 6 = 119,16 Com os dados da tabela, substituímos em1: 𝑥𝑥𝑦𝑦 = ∑𝑥𝑥𝑦𝑦 − ∑𝑥𝑥 .∑𝑦𝑦 𝑛𝑛 = 2600 − 21 .715 6 = 97,5 𝑥𝑥𝑥𝑥 = ∑𝑥𝑥2 − (∑𝑥𝑥)2 𝑛𝑛 = 91 (21)2 6 = 17,5 𝑦𝑦𝑦𝑦 = ∑𝑦𝑦2 − (∑𝑦𝑦)2 𝑛𝑛 = 85775 − (715)2 6 = 570,83 Agora que temos os resultados das variáveis xx, xy e yy, podemos determinar o coeficiente angular b, que é a própria previsão: 𝑏𝑏 = 𝑥𝑥𝑦𝑦 𝑥𝑥𝑥𝑥 = 97,5 17,5 = 5,57 Como temos o valor de b, podemos calcular o coeficiente de correlação r (observe que pode ser utilizada uma das duas fórmulas): 𝑟𝑟 = 𝑏𝑏 .� 𝑥𝑥𝑥𝑥 𝑦𝑦𝑦𝑦 ou 𝑟𝑟 = 𝑥𝑥𝑦𝑦 √𝑥𝑥𝑥𝑥 . 𝑦𝑦𝑦𝑦 𝑟𝑟 = 𝑏𝑏 .� 𝑥𝑥𝑥𝑥 𝑦𝑦𝑦𝑦 = 5,57 .� 17,5 570,83 = 0,9752 É uma relação muito alta, o que é ótimo e valida os dados para realizar as previsões de julho, agosto e setembro: 𝑦𝑦� = 𝑦𝑦� + 𝑏𝑏 . (𝑥𝑥 − �̅�𝑥) 𝑦𝑦7� = 119,16 + 5,57 . (7 − 3,5) = 138,65 𝑦𝑦8� = 119,16 + 5,57 . (8 − 3,5) = 144,22 𝑦𝑦9� = 119,16 + 5,57 . (9 − 3,5) = 149,79 Observe no histórico que no mês de junho as vendas foram de 135 (x 1.000 unidades) e há uma forte tendência de crescimento até setembro (de 149,79), um aumento de 10,93%. É com esse resultado que a empresa irá trabalhar e fazer o seu planejamento, assim como verificar se haverá capital próprio para essa demanda, se o pessoal existente é suficiente para esse aumento de produção etc. 1 Observação: as fórmulas e a idealização dos enunciados foram embasadas no material de Martins e Laugeni (2002). 4.3 Previsão pelo método sazonal Esse método é indicado para produtos que têm características de consumo sazonais, por exemplo, produtos natalinos, de Páscoa, carnaval, entre outros. Esses produtos têm como particularidade períodos de demanda altamente aquecida e períodos em que as vendas ou são nulas ou ficam próximas de zero. Vamos ao exemplo para ver como isso funciona? Exemplo: uma distribuidora de produtos natalinos importados deseja fazer o seu planejamento para a próxima estação e irá trabalhar com os dados históricos dos últimos quatro anos para construir a previsão do quinto ano. Os dados históricos estão acumulados em trimestres, pois há trimestres com vendas extremamente aquecidas e outros em que praticamente não existe venda. Os dados de vendas trimestrais são os seguintes: TRIMESTRES ANO I ANO II ANO III ANO IV 𝑪𝑪� 1º 7 8 9 10 2º 10 12 14 16 3º 30 35 45 50 4º 200 250 350 450 TOTAL 247 305 418 526 MÉDIA 61,7 76,25 104,5 131,5 Passos a serem seguidos para a realização dos cálculos (acompanhe-os na tabela a seguir): 1. Determinar as vendas médias dividindo o total pelos períodos em estudo, no caso, quatro trimestres, onde m = total/n; 2. Determinar o coeficiente (C) de sazonalidade para cada período de venda do trimestre, onde C = venda do trimestre/m. Exemplo: 2º trimestre do ano I, em que C = 10/61,75 = 0,1619 – isso indica que no primeiro trimestre do ano I foram vendidos 16,19% da venda média. Repete-se para todos os períodos de todos os anos. 3. Determinar os coeficientes médios de cada período. �̅�𝐶 = ∑𝑐𝑐/𝑛𝑛 – 1º trimestre = �̅�𝐶 = 0,1133 + 0,1049 + 0,086 + 0,0760/4 = 0,0950 4. Deve-se observar que nesse estudo há uma tendência de alta nas vendas, pois sai de um total de 247 no ano I para 526 no ano IV. Devemos, então, determinar o crescimento médio de vendas (CMV): CMV = Vf – Vi/n, onde Vf é venda final, Vi é venda inicial e n o período em estudo. Temos, então, CMV = 526 – 247/4 = 69,75, ou seja, houve um crescimento médio de 69,75 ao ano. Se obedecer a tendência de crescimento, temos que a Vf = 526. Assim, as vendas para o ano V ocorrem pela soma do CMV + VF, logo, tem-se que as vendas totais do ano V serão de 526 + 69,75 = 595,75. TRIMESTRES ANO I ANO II ANO III ANO IV 𝑪𝑪� 1º 7/61,75=0,1133 8/76,25=0,1049 9/104,5=0,086 10/131,5=0,0760 0,095 2º 10/61,75=0,1619 12/76,25=0,1573 14/104,5=0,1339 16/131,5=0,1216 0,144 3º 30/61,75=0,4858 35/76,25=0,4590 45/104,5=0,4306 50/131,5=0,3802 0,439 4º 200/61,75=3,2388 250/76,25=3,2786 350/104,5=3,3492 450/131,5=3,4220 3,322 TOTAL 247 305 418 526 MÉDIA 247/4 = 61,75 305/4 = 76,25 418/4 = 104,5 526/4 = 131,5 5. Deve-se multiplicar os coeficientes médios pela venda média do ano V: TRIMESTRES 𝑪𝑪� ANO V 1º 0,095 x 148,93 = 14,15 2º 0,144 x 148,93 = 21,45 3º 0,439 x 148,93 = 65,38 4º 3,322 x 148,93 = 494,75 TOTAL 595,75 MÉDIA 595,75/4 = 148,93 Com esses resultados, o gerente poderá tomar as melhores decisões. Nos dois primeiros trimestres percebe-se que as vendas são baixas, no terceiro ocorre uma boa reação e há alto aquecimento no último trimestre. Nos dois últimos períodos, talvez seja necessário contratar mão de obra temporária, terceirizar parte do frete e, logicamente, antecipar as compras para que cheguem a tempo de atender aos clientes. Essas são apenas algumas das possíveis atitudes para o planejamento, com base na previsão de demanda. 4.4 Previsão pelo método da média móvel ponderada O método da média móvel ponderada trabalha com série temporal e dados de consumo do passado para projetar as previsões futuras. Nesse método, são atribuídos pesos ao período estipulado, dando os maiores pesos aos dados mais recentes, pois existe uma forte tendência de pouca variação de consumo em relação aos dados mais recentes. A soma dos pesos é igual a 1. A política de estudo deve ser dada pela organização para os períodos n, a serem projetados. Esse é um método utilizado para projeções de curto prazo. Exemplo: com os dados de consumo real (CR) de vendas dos últimos seis meses, fazer a projeção para os três meses seguintes aos informados, utilizando o modelo da média móvel ponderada. Para isso, devem ser usados os três últimos períodos (n). A política de peso a ser adotada é: 0,1; 0,3 e 0,6. DADOS HISTÓRICOS DOS CONSUMOS n jan Fev Mar abr maio jun CR 30 45 55 60 75 85 • Devem ser realizadas as previsões para julho, agosto e setembro. Para julho, tem-se: DADOS HISTÓRICOS DOS CONSUMOS n jan Fev mar abr maio jun CR 30 45 55 60 75 85 0,1 0,3 0,6 Como a previsão deve ser realizada nos três últimos períodos, são utilizados os dados de abril, maio e junho, assim, temos: • Previsão para julho = (0,1 x 60) + (0,3 x 75) + (0,6 x 85) • Previsão para julho = 6 + 22,5 + 51 = 79,5 • Previsão para agosto – observe que houve o movimentode abril para maio, permanecendo o mesmo período de três meses, utilizando o valor previsto de julho. DADOS HISTÓRICOS DOS CONSUMOS N Abr Maio jun jul ago CR 60 75 85 79,5 80,7 0,1 0,3 0,6 7,5 25,5 47,7 80,7 • Previsão para setembro: DADOS HISTÓRICOS DOS CONSUMOS N Abr Maio jun jul ago set CR 60 75 85 79,5 80,7 80,8 0,1 0,3 0,6 8,5 23,9 48,4 80,8 Aqui apresentamos apenas os métodos mais usuais, existem outros que podem ser estudados e utilizados, como a média móvel com ajustamento exponencial, a regressão linear múltipla e a regressão não linear, por exemplo. Vimos que a demanda é fator crucial para o planejamento organizacional, também que ela atinge diretamente a capacidade de produção de bens e serviços de uma empresa, denotando, assim, a importância do estudo do dimensionamento da capacidade da empresa, assunto sobre o qual iremos tratar em seguida. TEMA 5 – GESTÃO DA CAPACIDADE NA LOGÍSTICA O conceito de medida e gerenciamento da capacidade é advindo da área do Planejamento, Programação e Controle da Produção (PPCP). Assim, “a capacidade de produção de bens e serviços que uma organização com fins econômicos de qualquer magnitude tem em produzir bens e serviços num horizonte de tempo” é uma definição apresentada por Moreira (2008 p. 137), que ainda reforça esse conceito quando afirma que: a capacidade é a quantidade máxima de produtos ou serviços que podem ser produzidos em uma unidade produtiva, em um dado intervalo de tempo. Por unidade produtiva entendemos tanto uma fábrica como um departamento, um armazém, uma loja, um posto de atendimento médico, uma simples máquina ou posto de trabalho etc. A demanda por produtos ou serviços, de um modo geral, tem como característica flutuar ao longo do tempo, o que dificulta a precisão das previsões. Isso impacta diretamente no sistema produtivo da empresa e na sua capacidade de equilibrar a oferta e a demanda. O conceito de capacidade de produção pode ser utilizado para o gerenciamento da capacidade da logística empresarial, na qual a demanda flutuante dos consumidores é também integrada às limitações da capacidade de armazenamento, transporte e distribuição dos produtos. Os clientes exigem das empresas capacidade de flexibilização nas negociações e que tenham agilidade em relação aos prazos de entrega, o que torna um desafio para a capacidade de gestão de uma planta já definida e instalada, tanto em produção quanto para a prestação de serviços logísticos. Nesse cenário, a empresa deve ser capaz de definir estratégia de curto prazo para o gerenciamento da capacidade e investir fortemente em softwares de gestão para dar suporte e eficiência às tomadas de decisões. Na atualidade, há uma forte tendência à distribuição do gerenciamento de processos de produção e logística, ou seja, à terceirização, isso proporciona economia e flexibilidade às empresas. 5.1 Integração da organização na gestão da produção O mercado atual está mais dinâmico e imprevisível devido à internacionalização da economia e abertura das fronteiras econômicas de uma infinidade de países. Isso permitiu que as empresas locais também entrassem nesse cenário e se deparassem com uma concorrência num patamar mundial. Assim, as empresas passaram a se preocupar com a criação de valores em seus produtos e serviços, a fim de buscar um lugar ao sol nesse contexto. O tempo, a qualidade em produtos e serviços, os custos operacionais e a capacidade de flexibilidade para responder às variações de mercado tornaram-se fatores críticos para as empresas, e a gestão desses fatores passou a ser decisiva para o sucesso de uma organização. A gestão da produção pode ser organizada, geralmente, de duas formas: estrutural e por processos. A estrutural é compreendida como a responsável pelas tarefas de produção e volta-se para o planejamento global da produção, planejamento da capacidade e manutenção. Já a organização de processos se incumbe da estratégia de produção (estoques, leiaute etc.), pelo plano de produção em relação aos pedidos e pela gestão da capacidade referente à programação dos equipamentos de produção. Desse modo, os objetivos do PPCP são: • Ter horários rígidos para recebimento e entrega de produtos; • Fazer a utilização máxima da capacidade instalada, de modo contínuo; • Diminuir ao máximo o tempo de processamento de produção e serviços; • Trabalhar com estoques mínimos; • Ter alta flexibilidade para responder às mudanças de mercado. Vimos anteriormente sobre as previsões de demanda e aqui aprendemos que seus resultados norteiam o PPCP, a fim de atender às demandas de modo fixo por período. Com o auxílio do planejamento de vendas, a demanda primária bruta é calculada em relação à quantidade de estoque. Essa programação deve ser de médio prazo e estar voltada para os recursos operacionais, materiais, mão de obra etc., os quais incluem o planejamento da capacidade de produção, da demanda e do tempo de produção. 5.2 Planejamento e requisitos da capacidade O plano de produção depende da demanda de mercado, que, por sua vez, depende da capacidade instalada para atender plenamente as necessidades dos clientes. Há duas nuances a serem consideradas em relação ao gerenciamento da demanda, uma voltada para o cliente e outra orientada para o mercado. Assim, com o planejamento voltado para o cliente, a produção volta-se aos pedidos firmados, isso para evitar ao máximo os impactos na produção e na capacidade em relação às flutuações do mercado. Quando o planejamento da demanda é voltado para o mercado e se tem o volume previsto de vendas embasado em dados histórico, é possível que a produção seja próxima do real, mas é bastante comum a combinação das duas práticas para atender ao mercado. Tem-se, então, que os resultados sobre os requisitos da capacidade (RC) ocorrem por: RC = tempo de set up2 + tempo de processo x número de pedidos. Logo, a capacidade pode ser medida em quantidade de saída com base em unidades de tempo e é especificada como capacidade bruta e capacidade líquida ou efetiva. A capacidade bruta se refere a uma quantidade produzida por uma máquina que trabalha sem paradas ou mudanças, na prática, essa capacidade raramente é alcançada, pois em virtude qualquer parada, por qualquer razão, essa capacidade não será alcançada. A capacidade líquida é alcançada quando são considerados os tempos com manutenção, as reuniões com o pessoal de frente, os intervalos etc. A capacidade efetiva leva em consideração também os tempos de set up e a configuração dos 2 Set up é o tempo que se leva para mudar de um processo de produção para outro. Ou, ainda, o tempo que se gasta para que a máquina entre em funcionamento pleno. equipamentos, mas a capacidade de produção efetiva da máquina irá depender diretamente da capacidade de mão obra, considerando: • funcionários disponibilizados por turno; • taxas médias de atendimento; • horário de trabalho; • número de operadores por máquina; • entre outros aspectos. Como podemos perceber, a medida e o gerenciamento da capacidade exigem muito do gestor para equilibrar o atendimento da oferta e procura. E ainda tem a gestão da capacidade logística, que pode ser um gargalo, ou seja, um ponto de restrição para a organização. A empresa pode ter capacidade de produção para atender aos pedidos, mas pode enfrentar problemas com espaço de armazenamento dos produtos acabados, e também com a distribuição e o transporte dos produtos até os clientes, por isso a medida da capacidade logística também deve ser estudada. 5.3 Planejamento da capacidade logística O sistema de armazenamento na logística pode ser definido como um meio de amortecimento em relação à oferta e procura de produtos. Essa necessidade surge quando o tempo e a estruturaquantitativa dos fluxos de mercadorias estão dessincronizados. A coordenação do programa de produção é o ponto-chave para o planejamento dos requisitos da capacidade, pois o PPCP deve estar integrado às demandas de produtos acabados, assim, há a produção sob encomenda, pedidos firmados e produção para estoque. A produção voltada para estoques está vinculada a categorias de produção em massa, a produtos altamente padronizados, a produções em grandes lotes, a prazo de entrega curto e a fornecimento para grandes distribuidores. A produção sob encomenda se caracteriza quando a produção dos itens só acontecerá após o pedido confirmado pelo cliente. Na maioria desses casos, há a estocagem dos produtos acabados por períodos muito curtos ou, ainda, eles são despachados no mesmo dia. O armazenamento fica responsável pelos processos de recebimento e conferência, inspeção e identificação das mercadorias, separação e expedição. Ele se apoia em subprocessos, como alocação dos produtos para estocagem por meio de dispositivos (equipamentos de movimentação de materiais, por exemplo), efetividade no manuseio para manter os produtos em mãos no pátio de armazenamento, e liberação do estoque por meio de dispositivos (esteiras rolantes e equipamentos de movimentação). Podemos perceber que a quantidade de itens a serem armazenados é resultado do plano de produção e distribuição, que deve estar em consonância com a capacidade máxima de que dispõe o pátio de armazenagem. Assunto esse que iremos abordar de forma mais detalhada em outra aula. FINALIZANDO Nesta aula, vimos no tema 1 sobre o papel da demanda no planejamento logístico, assim como sobre a importância das previsões de demanda para a logística empresarial e de produção. Também aprendemos como é realizado o planejamento da demanda e sobre seus métodos. O tema 2 tratou das previsões de demanda, suas características e classificações, além dos sistemas de previsões, que muito ajudam na hora de definir os métodos de previsão, os quais foram tratados no tema 3, no qual também vimos sobre os tipos de demandas e suas aplicações. No tema 4 foram colocadas em prática as teorias e abordamos os modelos matemáticos de previsões e os métodos mais utilizados, por exemplo, a média móvel simples e ponderada. Estudamos como são feitas as previsões para produtos sazonais utilizando o modelo sazonal e vimos um modelo estatístico, a análise de regressão, que é bastante sensível às mudanças de demanda. E, por fim, no tema 5, aprendemos como a demanda influencia a gestão da capacidade na logística e na produção das empresas. Vimos também a importância da integração da organização na gestão da produção, do planejamento e dos requisitos da capacidade, assim como a importância do planejamento da capacidade logística. Bons estudos! REFERÊNCIAS CORRÊA, H. L.; GIANESI, I. G. N.; CAON, M. Planejamento, programação e controle da produção. 4. ed. São Paulo: Atlas, 2001. DAVIDSON, P. Método Delphi. University of Phoenix, 2021. Disponível em: <https://research.phoenix.edu/content/research-methodology-group/delphi- method>. Acesso em: 23 mar. 2021. MARTINS, P. G.; LAUGENI, F. P. Administração da produção. São Paulo: Saraiva, 2002. MOREIRA, D. A. Administração da produção e operações. 2. ed. São Paulo: Cengage Learning, 2008. STEVENSON, W. J. Administração das operações de produção. 6. ed. Rio de Janeiro: LTC, 2001. Conversa inicial FINALIZANDO REFERÊNCIAS
Compartilhar