Baixe o app para aproveitar ainda mais
Prévia do material em texto
Se existe sazonalidade, a comparação da demanda real seria sem sentido. Para uma comparação, são necessários dados desestacionalizados. Demanda desestacionalizada = demanda sazonal real Índice sazonal Exemplo Uma empresa que vende raquetes de tênis tem uma demanda para o mês de junho de 5.200 unidades e para o mês de janeiro de 24.000 unidades. Se os índices sazonais para junho foram de 0,5 e para janeiro de 2,5, calcule a demanda desestacionalizada para julho e janeiro. Como os dois meses são comparados? Resposta Demanda desestacionalizada para junho = 5.200 / 0,5 = 10.400 unidades Demanda desestacionalizada para janeiro = 24.000 / 2,5 = 9.600 unidades. Calcule as demandas desestacionalizadas para os seguintes itens: Trimestre Demanda real Índice Sazonal Demanda Desestacionalizada 1 130 0,62 2 170 1,04 3 375 1,82 4 90 0,52 Total Trimestre Demanda real Índice Sazonal Demanda Desestacionalizada 1 130 0,62 210 2 170 1,04 163 3 375 1,82 206 4 90 0,52 173 Uma empresa utiliza a suavização exponencial para prever a demanda de seus produtos. Para abril, a previsão desestacionalizada foi de 1000 unidades e a demanda sazonal real foi de 1.250 unidades. O índice sazonal para abril é de 1,2 e para maio é de 0,7. Se 𝛼 = 0,1, calcule: a) A demanda desestacionalizada real para abril. b) A previsão desestacionalizada para maio. c) A previsão sazonalizada para maio. a) Demanda desestacionalizada real para abril = demanda sazonal real/indice sazonal = 1.250/1,2 = 1.042 b) Previsão desestacionalizada para maio = 𝛼 (última real) + (1-𝛼) (previsão anterior) = 0,1 (1.042) + 0,9 (1.000) = 1.004 c) Previsão sazonalizada para maio = (índice sazonal) (previsão desestacionalizada) = 0,7 (1.004) = 703 Uma empresa utiliza a suavização exponencial para prever a demanda de seus produtos. Para março, a previsão desestacionalizada foi de 1.110 unidades e a demanda sazonal real foi de 1.370 unidades. O índice sazonal para março é de 1,5 e para abril é de 0,6. Se 𝛼 = 0,2, calcule: a) A demanda desestacionalizada real para março. b) A previsão desestacionalizada para abril. c) A previsão sazonalizada para abril. a) Demanda desestacionalizada real para março = demanda sazonal real/indice sazonal = 1.350/1,5 = 900 b) Previsão desestacionalizada para abril = 𝛼 (última real) + (1-𝛼) (previsão anterior) = 0,2 (900) + 0,8 (1.110) = 1.068 c) Previsão sazonalizada para abril = (índice sazonal) (previsão desestacionalizada) = 0,6 (1.068) = 641 O rastreamento da previsão é o processo que compara o erro com a previsão. Erro de previsão: É a diferença entre a demanda real acumulada e a prevista. O erro pode ocorrer de duas maneiras: variação por viés variação aleatória. O viés existe quando a demanda acumulada real varia em relação à previsão acumulada. Isso significa que a demanda média prevista estava errada. No exemplo abaixo, a demanda média prevista foi de 100 unidades, mas a demanda média real foi 120 unidades (720/6). Mês Mensal Prevista Mensal acumulada Mensal real Mensal acumulada 1 100 100 110 110 2 100 200 125 235 3 100 300 120 355 4 100 400 125 480 5 100 500 130 610 6 100 600 110 720 Total 600 600 120 720 Acontece quando a demanda real acumulada varia em relação a previsão acumulada 0 100 200 300 400 500 600 700 800 1 2 3 4 5 6 Prevista Acumulada Real Acumulada Previsão precisa ser revista Prevista Real Acumulada prevista Acumulada real Janeiro 100 95 100 95 Fevereiro 100 110 200 205 Março 100 155 300 360 Abril 100 45 400 405 Maio 100 90 500 495 0 100 200 300 400 500 600 1 2 3 4 5 6 Acumulada prevista Acumulada real É quando em um dado período a demanda real varia em torno da demanda média. O erro de previsão deve ser mensurado antes de poder ser utilizado para revisar a previsão, ou para auxiliar no planejamento. A maneira mais frequente de mensurar o erro é através do Desvio absoluto médio (DAM). DAM = soma dos desvios absolutos / número de observações DAM = (5 + 6 + 2 + 4 +3 +4)/6 = 4 Mês Prevista Real Erro 1 100 105 5 2 100 94 -6 3 100 98 -2 4 100 104 4 5 100 103 3 6 100 96 -4 Total 600 600 0 Soma do erro das previsões Dada as seguintes demandas prevista e real, calcule o DAM. Período Prevista Demanda real Desvio absoluto 1 100 85 2 100 105 3 100 120 4 100 100 5 100 90 Total Um grande problema é descobrir se a diferença se deve a uma variação aleatória ou a um viés. Se a diferença se deve à variação aleatória, o erro corrigirá a si próprio e nada deve ser feito para ajustar a previsão. Entretanto, se um erro se deve a um viés, a previsão deve ser corrigida. Um sinal de rastreamento pode ser utilizado para monitorar a qualidade da previsão. Uma forma simples de rastreamento é fazer uma comparação da soma acumulada dos erros de previsão com o DAM. Sinal de Rastreamento = Soma algébrica dos erros de previsão DAM A previsão é de 100 unidades por semana. A demanda real para as últimas seis semanas foi de 105, 110, 103, 105, 107 e 115 unidades. Se o DAM tem valor 5, calcule a soma dos erros de previsão e o sinal de rastreamento. Resposta: Soma do erro das previsões: 5 + 10 + 3 + 5 + 7 + 15 = 45 Sinal de Rastreamento: 45 / 5 = 9 Dado o seguinte histórico, determine em que período a previsão deve ser revisada. O DAM para o item tem valor 2. Período Demanda prevista Demanda real Desvio Desvio acumulado Sinal de rastreamento 5 2,5 1 100 96 2 100 98 3 100 104 4 100 110 Período Demanda prevista Demanda real Desvio Desvio acumulado Sinal de rastreamento 5 2,5 1 100 96 -4 1 0,5 2 100 98 -2 -1 -0,5 3 100 104 4 3 1,5 4 100 110 10 13 6,5
Compartilhar