Baixe o app para aproveitar ainda mais
Prévia do material em texto
Previsão da Demanda. Introducão. Constantemente, todas as áreas estão envolvidas com planejamento, de maneira formal ou informal. Há um grande de decisões que compõem o próprio planejamento ou são dele derivadas, como: Quanto se leve fabricar de cada linha de produtos nos proxinios dias, semanas ou meses; Tipos de produtos e/ou serviços a oferecer daqui lia dois. três ou dez anos; Evolução da tecnologia nos próximos anos: Necessidade de inve.stinienios futuros: Adoção de novos processos e tecnologias: Ampliação e /ou construção dc novas instalações: Contratações futuras de pessoal e treinamento: Necessidades de matérias-primas. Como podemos perceber, além de haver vários tipos de planejamento, tratando com assuntos diferentes, conforme a área em que sejam gerados (Finanças, Recursos Humanos, Produção, etc.), os horizontes de tempo (período coberto pelo planejamento) também são variáveis. Há necessidade de se planejar para cinco ou dez anos no futuro, tanto quanto há necessidade de se planejar os próximos dias ou semanas, embora o grau de detalhe seja muito diferente nos dois casos. De uma forma geral, quanto maior o período coberto pelo planejamento, menor a precisão com que podemos contar. Apesar das eventuais diferenças, pelo menos uma grande e importante base comum a todo planejamento, que á a previsão da demanda. É necessário saber quanto a empresa planeja vender de seus produtos ou serviços no futuro, pois essa expectativa é o ponto de partida, direto ou indireto, para praticamente todas as decisões. As vendas podem depender de muitos fatores (aumento vegetativo da população, situação da economia mundial, movimentos de mercados internacionais, esforços para aumentar a participação da empresa no mercado, etc.), mas uma previsão, por mais imperfeita que seja, sempre é necessária. A previsão da demanda é, pois, um processo racional de busca de informações acerca do valor das vendas futuras de um item ou de um conjunto de itens. Tanto quanto possível a previsão deve fornecer também informações sobre a qualidade e a localização (lugar onde serão necessários) dos produtos no futuro. Para se obter uma previsão, existem vários métodos disponíveis, que em princípio podem ser usados em quaisquer circunstâncias, dependendo de certos fatores. Os principais desses fatores são: Disponibilidade de dados, tempo e recursos - há certos métodos, mais sofisticados, normalmente envolvendo modelos matemáticos, que exigem, além de dados numéricos com certa abundância, também a existência de profissionais com o conhecimento necessário para trabalhar com os modelos; Horizonte de previsão - há métodos que se mostram melhores para previsões de longo prazo (vários anos no futuro), enquanto que outros são rotineiramente aplicados às previsões para períodos mais curtos, como meses, semanas ou mesmo dias. Por outro lado, os métodos de previsão possuem algumas características que são comuns a todos eles: Os métodos de previsão geralmente assumem que as mesmas causas que estiveram presen tes no passado, configurando a demanda, continuarão presentes no futuro. Isso quer dizer que o comportamento do passado é a base para se inferir sobre o comportamento do futuro; Os métodos não conduzem a resultados perfeitos, e a chance de erro é tanto maior quanto mais nos aprofundamos no futuro, ou seja, quanto maior seja nosso horizonte de previsão. Isso acontece porque os fatores aleatórios, que nenhuma previsão consegue captar, passam a exercer maior influência no decorrer do tempo. Apesar disso, muitos métodos nos oferecem recursos para prever dentro de um intervalo de valores (dentro de uma certa precisão). Além disso, é possível controlar o erro da previsão de forma que, se ele aumentar exageradamente, tenhamos a oportunidade de mudar para um método mais conveniente. Classificação dos Métodos de Previsão. Qualitativos (ou baseados no julgamento). São métodos que repousam basicamente no julgamento de pessoas que, de forma direta ou indireta, tenham condições de opinar sobre a demanda futura, tais como gerentes, vendedores, clientes, fornecedores, etc. Não se apóiam em nenhum modelo específico, embora possam ser conduzidos de maneira sistemática. São muito úteis, por exemplo, quando da ausência de dados (ou presença de dados não confiáveis) ou do lançamento de novos produtos. Matemáticos (ou Quantitativos). São aqueles que utilizam modelos matemáticos para se chegar aos valores previstos. Permitem controle do erro, mas exigem informações quantitativas preliminares. Os métodos matemáticos subdividem-se em: Métodos causais - a demanda de um item ou conjunto de itens é relacionada a uma ou mais variáveis internas ou externas à empresa. Essas variáveis são chamadas de variáveis causais. A população, o PNB (Produto Nacional Bruto), o consumo de certos produtos, etc., são alguns exemplos de variáveis causais. Na verdade, o que determina a escolha de uma particular variável causal para a previsão da demanda é a sua ligação lógica com essa última. Se tivermos uma boa estimativa desse valor, será possível obter a projeção desejada para um produto ou grupo de produtos em estudo. Séries temporais - a análise de séries temporais nada exige além do conhecimento de valores passados da demanda (ou, de forma geral, da variável que se quer prever). O termo série temporal indica apenas uma coleção de valores da demanda tomados em instantes específicos de tempo. A expectativa é a de que o padrão observado nos valores passados forneça informação adequada para a previsão de valores futuros da demanda. Dentro das duas categorias de modelos matemáticos citadas, contam-se algumas subdivisões. No caso dos modelos causais, um dos mais populares é a regressão da demanda sobre a(s) variável(eis) causal(is). Na regressão, tenta-se descobrir, utilizando pares de valores da demanda e da(s) variável(eis) causal(is), alguma lei que as ligue, lei essa expressa por uma equação matemática. Podemos ter: Regressão simples: é o caso em que se considera a demanda ligada a apenas unia variável causal; Regressão múltipla: é o caso em que são consideradas duas ou mais variáveis causais supostamente ligadas à demanda. Por sua vez, dentro das séries temporais, são muito conhecidas e usadas algumas classes de médias que podem ser extraídas de valores passados da demanda. Também são muito úteis os modelos de decomposição das séries temporais. Estes envolvem a determinação da linha de tendência obtida por meio de uma regressão que considera o tempo como variável ligada à demanda (o termo causal evidentemente não se aplica). Valores previstos pela linha de tendência podem então ser corrigidos para responder por outras características da demanda. Métodos Qualitativos. Os métodos qualitativos são baseados no julgamento e na experiência de pessoas que possam, por suas próprias características e conhecimentos, emitir opiniões sobre eventos futuros. Neste sentido, o uso de julgamento pessoal não se restringe de forma alguma às previsões da demanda, podendo ser usado para analisar movimentos do comércio internacional, rumos da tecnologia, tendências de novos produtos, futuras condições econômicas e políticas, etc. Vejamos brevemente algumas técnicas mais comuns. Opiniões de Executivos. Um grupo de altos executivos da empresa se reúne para desenvolver, em conjunto, uma previsão. O grupo é formado por executivos vindos de áreas diversas, como Marketing, Finanças, Produção, etc. O interesse do grupo está normalmente em previsões de longo prazo, envolvendo um ou outro aspecto do planejamentoestratégico da empresa, inclusive desenvolvimento de novos produtos, processos e planejamento estratégico de manufatura. A vantagem evidente deste procedimento é a reunião de talentos com diferentes visões do assunto, o que pode levar qualidade e precisão ao consenso que se venha a obter. A grande desvantagem é a de que uma das pessoas, por sua forte personalidade, venha a exercer uma influência exagerada sobre o grupo, impondo em maior ou menor grau a própria opinião. Opinião da Força de Vendas. Desenvolver previsões com base na opinião do pessoal envolvido diretamente com as vendas pode ser uma alternativa atraente. Afinal de contas, esse pessoal tem contato diário tanto com os produtos da empresa como com os consumidores. Conhecem o desenvolvimento histórico dos produtos e percebem as evoluções do mercado. Alguns problemas podem aparecer, no entanto. Podem ser muito influenciados por eventos de um passado recente. Se as vendas têm sido boas; talvez tendam a superestimar a demanda: se têm sido ruins, talvez tendam a subestimá -la. Além de tudo, naqueles casos em que as previsões são usadas para fixar cotas mínimas de vendas para cada vendedor ou equipe de vendedores, cria-se um evidente conflito de interesses, onde talvez seja interessante aos vendedores projetar baixas estimativas da demanda. Pesquisas Junto a Consumidores. Afinal, são eles que determinam a demanda. Muito freqüentemente, o número de consumidores potenciais é excessivo para que se pesquise a opinião de cada um em particular. Nestes casos, procede-se por amostragem, conduzindo-se o que se chama comumente de pesquisas de mercado. As pesquisas de mercado requerem conhecimentos técnicos especializados e exigem grande cuidado no seu planejamento. Montar a estrutura da pesquisa, os instrumentos de coleta dos dados, o plano de execução e interpretar os resultados pede a presença de profissionais do assunto. Tomados os devidos cuidados, entretanto, e possuindo a empresa os recursos financeiros e/ou humanos para levar a bom termo a pesquisa de mercado, o método pode e geralmente dá resultados compensadores. O Método Delphi. O método Delphi consiste na reunião de um grupo de pessoas que devem opinar sobre um certo assunto, dentro de regras determinadas para a coleta e a depuração das opiniões. O método foi usado pela primeira vez em 1948 pela RAND Corporation, para avaliar o impacto potencial de um ataque à bomba atõmica sobre os Estados Unidos. A partir daí, sua aplicação estendeu-se a outras áreas, particularmente na previsão tecnológica, ou seja, na avaliação de mudanças na tecnologia existente e seu impacto sobre a organização. Envolvem geralmente situações de longo prazo, onde os dados são escassos ou mesmo inexistentes, sendo o julgamento pessoal uma das poucas alternativas abertas à previsão. Aliás, o nome Delphi deriva do oráculo de Delfos, na Grécia antiga, que supostamente tinha condições de prever eventos futuros. O comitê Delphi é formado inicialmente com as pessoas que participarão do processo; esses participantes são especialistas no assunto em pauta e/ou em assuntos correlatos. Para que uma personalidade não se sobreponha à outra, as opiniões são expressas independentemente, por exemplo através de um questionário preestabelecido. Um sumário das opiniões é então preparado e distribuído ao grupo, dando-se atenção particular àquelas opiniões significativamente divergentes da média do grupo. Pergunta-se aos participantes se desejam rever suas previsões à luz dos novos resultados. Esse procedimento é repetido algumas vezes até que o grupo chegue a opiniões que não sejam muito variadas. Esse consenso, se for possível, será atingido por volta da terceira ou quarta rodada do método. Como qualquer outro método, é possível apontar vantagens e desvantagens. Talvez a principal vantagem seja a de que o método Delphi permite obter opiniões pessoais sem que haja interações dentro do grupo, as quais poderiam distorcer os resultados. Entretanto, o método é muito sensível à qualidade do instrumento de coleta de opiniões: como o contato pessoal é evitado, não há mecanismos para se debater a eventual ambigüidade de algumas questões. Métodos Causais. Vimos anteriormente que a regressão (simples ou múltipla) é a técnica mais conhecida dentro da classe dos modelos causais. Simbolicamente, temos a seguinte representação para a regressão simples: y = f(x) onde y é chamada de variável dependente (em nosso caso, a demanda) e x é a variável causal ou variável independente. Para a regressão múltipla, temos: y = f(X1, X2, ... Xn) onde X1, X2, ... Xn são o conjunto de n variáveis independentes. Consideremos por um momento apenas a regressão simples, onde a variável dependente está ligada a somente uma variável independente. Temos várias possibilidades para o formato da função y = f(x). Alguns dos mais utilizados são os seguintes: Y = a + b X (reta) Y = a b X (exponencial) Y = a + b X + c X 2 (parábola) Em cada um dos três casos citados, as letras a e b representam parâmetros, ou seja, valores numéricos constantes. Na regressão múltipla, as possibilidades ficam em aberto, devido tanto ao formato da função como ao número de variáveis independentes que se queira considerar: Y = b0 + b1X1 + b2X2 + ... + bnXn onde os bi são os parâmetros. A regressão é chamada de linear porque todas as variáveis independentes têm expoente igual a 1. Suponhamos que se tenha escolhido um particular formato para Y = f(X), como por exemplo Y = a + bX; esse formato só será completamente determinado se conhecermos os valores dos parâmetros a e b. No caso específico da regressão linear simples, o procedimento chama-se ajuste da linha reta ou ajuste da equação da reta aos dados originais. Essa reta é chamada de Reta dos Mínimos Quadrados, pois possui a propriedade de minimizar o quadrado das distâncias dos pontos (do gráfico de disperão) até a reta de ajuste. Para a exponencial e a parábola a designação é semelhante. Como se faz esse ajuste - ou seja - como são determinados os parâmetros para um particular formato de função foi assunto visto na disciplina Estatística. É importante lembrar que os modelos são de fácil determinação usando palnilhas eletrônicas. Exemplo. Determinar a reta que ajusta os dados tabelados a seguir: x 0 1 2 3 4 y = f(x) 10 15 15 18 20 O gráfico de dispersão e a reta de tendência (com sua respectiva equação) são mostrados abaixo. Ambos foram obtidos com o auxílio do Microsoft Excel: y = 2,3x + 11 0 5 10 15 20 25 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 Séries Temporais. Uma Série Temporal é uma sequência de observações ao longo do tempo. A hipótese básica na utilização de séries é que os valores futuros podem ser estimados com base nos valores passados. Série Temporal é um conjunto de observações tomadas ao longo do tempo. Exemplo de Séries Temporais são as cotações do Dólar norte-americano em relação ao Real em determinado trimestre, a população do Brasil ao longo do século XX, temperaturas médias diárias em uma cidade durante um ano, etc. Matematicamente, uma série temporal é definida por valores ,...,, 321 YYY (onde Y é a população, cotação do Dólar, temperatura, etc.) nos tempos ,...,, 321 ttt , portanto Y é uma função de t (Y=f(t)). Uma boa metáfora para entendermos a série temporal da figura 12.1 é imaginarmos que o gráfico é descrito por um ponto material movido por forças físicas. Na realidade ele é movido por forças econômicas, sociais, políticas epsicológicas. A análise do movimento é de grande valor na previsão de movimentos futuros e tem aplicações na industria, comércio e em setores governamentais, entre outros. População Brasileira - 1940 a 2000 0 20 40 60 80 100 120 140 160 180 1940 1950 1960 1970 1980 1990 2000 Anos M ill hõ es d e H ab ita nt es O movimento e Séries Temporais podem ser classificados em quatro tipos: Movimentos a Longo Prazo (secular): refere-se à direção geral que o gráfico se desenvolve num longo intervalo de tempo. Por exemplo, o gráfico da população brasileira mostra uma tendência de crescimento e que este diminuiu a partir da década de 1990. Movimentos Cíclicos: Refere-se ‘as oscilações ao longo do tempo. Um gráfico de nível de atividade econômica é cíclico e suas fase são chamadas de prosperidade, ápice, recessão, depressão e recuperação. Movimentos Sazonais: Refere-se a movimentos idênticos em determinadas fases do ano. Exemplo: a diminuição da venda de refrigerantes e cervejas nos meses do inverno e o súbito aumento das vendas no comércios nos dias que antecedem o natal. Movimentos Irregulares ou Aleatórios. Refere-se a movimentos provocados por eventos casuais. O gráfico abaixo mostra a variação das cotações do Dólar norte-amaricano durante o mês de Setembro de 2001. O Dólar possuía uma tendência estacionária no início do mês, que se acentuou a partir do dia 11 (data do atentado terrorista ao World Trade Center, em New York, e ao Pentágono, em Washington). As quedas nas cotações dos dias 17 e a partir do dia 24, deve-se a intervenção (venda, neste caso) do Banco Central do Brasil no mercado de Dólar, para forçar a baixa do seu valor. Cotação do Dólar Setembro de 2001 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3 4 5 6 10 11 12 13 14 17 18 19 20 21 24 25 26 27 28 Dia Va lo r ( R$ ) Pode ser obtida dos seguintes modos: Método dos Mínimos Quadrados; Método do Sentimento: ajustamento de curvas através de uma simples inspeção visual. Possui a desvantagem de depender da sensibilidade do avaliador. Método das Médias Móveis: aplicação de Médias Móveis de ordem apropriada para eliminar as variações e conservar o movimento de tendência. Horizonte de Previsão. Existe um método mais adequado para a previsão, dado um horizonte de planejamento? A resposta pode ser positiva, guardadas algumas cautelas. Na verdade, quer a previsão seja de longo prazo (2 a 10 anos), médio prazo ( 1 a 2 anos) ou curto prazo (até um ano), o melhor método é aquele que fornece os valores mais próximos entre a previsâo e a demanda real. Do ponto de vista estritamente teórico, seria diffcil defender um ou outro método. Os métodos qualitativos e causais parecem adaptar-se melhor as previsöes de médio e longo prazo, enquanto a anslise de séries temporais, particularmente pelos métodos das médias, parecem adequar-se mais a previsöes a curto prazo. Qualquer que seja o caso, porém, é necessária o teste de vários modelos até se encontrar o mais adequado ao caso especftico que se está analisando. Escolhido um método, deve-se mantê-lo sob controle, de maneira a efetuar correçöes no menor prazo possível.
Compartilhar