AULA 2 AULA TEÓRICA 2 O PAPEL DA DEMANDA NO PLANEJAMENTO LOGÍSTICO

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