Baixe o app para aproveitar ainda mais
Prévia do material em texto
Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Engenharia de Produção Coordenação de Eng. Produção Disciplina: PCP I – PLANEJAMENTO E CONTROLE DA PRODUÇÃO Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA ALEXANDRE C. PAIXÃO Doutorando e Mestre em Engenharia Civil na UFF, Pós-graduado em Engenharia de Equipamentos On&Off Shore - FUNCEFET, Especialista em Engenharia de Válvulas Industriais – USP e Pós-graduado em Gerenciamento de Projetos (Master in Project Manaagement) pela UFRJ, Engenheiro de Produção (UVA), e Técnico em Mecânica - ETER. Atuação de mais de 10 anos nas áreas de Gerenciamento de Projetos (Petrobras & Transpetro), Industria de Polímeros, Logística, Facility Management e Expansão e comercialização do fornecimento de Gás Natural no estado do Rio de Janeiro e Impermeabilização para a Construção Civil. Atuação em projetos acadêmicos, com apoio à alunos de graduação e programas de cursos de extensão e Pós-graduação envolvendo as melhores práticas de Gerenciamento de Projetos e Logística. Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA4. Previsão de Demanda - Definição Geral - Padrões de Demanda - Previsão e Planejamento - Processo de Previsão - Técnicas de Previsão Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Definição geral: • Previsão: São estimativas de como se vai comportar o mercado demandante no futuro, são especulações sobre o potencial de compra do mercado a que a empresa deseja atender e pode ter um objetivo motivacional, de incentivo à maior proatividade dos vendedores, por exemplo. Definição segundo: Henrique L. Corrêa & Carlos A. Corrêa 4.1 – Definição Geral 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Segundo Dalvio Tubino, 2000, as empresas de uma maneira ou de outra, direcionam suas atividades para o rumo em que acreditam que seu negócio andará. O rumo é normalmente traçado com base em previsões, sendo a previsão da demanda a principal delas . 4.1 – Definição Geral 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Planejamento – processo lógico que descreve as atividades necessárias para ir do ponto no qual nos encontramos até o objetivo definido. Predição – processo para determinação de um acontecimento futuro baseado em dados completamente subjetivos e sem uma metodologia de trabalho clara. Previsão – processo metodológico para determinação de dados futuros baseados em modelos estatísticos, matemáticos ou econométricos (medição econômica ) ou ainda modelos subjetivos apoiados em uma metodologia de trabalho clara . 4.1 – Definição Geral 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Importância da Previsão de Demanda • Redução de lead times • Redução de níveis de estoque • Utilização eficiente de capacidade dos recursos • Redução de tempo de produção • Estimativas para planejamento e programação da produção • Antecipação para mudanças em preços ou custos • Preparação quanto a novas leis ou regulamentações, concorrentes, escassez de recursos ou tecnologias 4.1 – Definição Geral 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Características de Demanda (II) Componentes Soma das observações de demanda para cada período dividido pelo número de períodos de dados Soma das observações de demanda para cada período dividido pelo número de períodos de dados Acréscimo ou decréscimo sistemático na média de séries ao longo do tempo Acréscimo ou decréscimo sistemático na média de séries ao longo do tempo Acréscimo ou decréscimo previsível na demanda em função do tempo (dia, semana, mês ou estação) Acréscimo ou decréscimo previsível na demanda em função do tempo (dia, semana, mês ou estação) Acréscimo ou decréscimo menos previsível na demanda em relação ao longo prazo (anos ou décadas) Acréscimo ou decréscimo menos previsível na demanda em relação ao longo prazo (anos ou décadas) Média Imprevisibilidade (erro)Imprevisibilidade (erro) Tendência Aleatoriedade Influência sazonal Movimento cíclico 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Características de Demanda (III) Média Tendência Influência sazonal Movimento cíclico Q ua nt id ad e Tempo Q ua nt id ad e Tempo Q ua nt id ad e J F M A M J J A S O N D Meses Q ua nt id ad e 1 2 3 4 5 6 Anos 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Características de Demanda (IV) Fatores afetando a demanda Economia em ascensãoMudanças em regulamentações governamentais Preferências do consumidorMudanças de imagem do produto para o consumidorAções da concorrência: preços, promoções, novos produtos etc. EXTERNOS Ponto de MudançaPonto de Mudança Indicadores condutores •Taxa de perda de negócios Indicadores coincidentes •Desemprego Indicadores retardados •Vendas no varejo 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Características de Demanda (V) Fatores afetando a demanda Projeto de produto e serviçoPromoções e preçosProjeto da embalagemQuotas e incentivos ao pessoal de vendasExpansão e contração geográfica de mercado alvo INTERNOS Gerenciamento de DemandaGerenciamento de Demanda *“Timing” de demanda Picos de demanda •Promoções e incentivos de preços Demandas sazonais •Produtos diferenciados Produção puxada 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Projeto de Sistema de Previsão de Demanda (I) Processo de previsão eficaz Histórico de táticas de pedidos Histórico de táticas de pedidos Gerenciamento de previsõesGerenciamento de previsões Técnicas de previsão Técnicas de previsão Sistema de suporte às previsões Sistema de suporte às previsões Finanças Marketing Vendas Produção Logística Finanças Marketing Vendas Produção Logística Base de dados de previsão Usuários das previsão Processo de previsão 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Projeto de Sistema de Previsão de Demanda (II)Projeto de Sistema de Previsão de Demanda (II) Metodologia para Implantação Áreas básicas de habilidade e conhecimento Identificação e definição dos problemas a serem tratados na previsão de demanda Aplicação dos métodos de previsão de demanda Procedimentos para seleção do método apropriado a situações específicas Suporte organizacional para adaptar e usar os métodos de previsão de demanda requeridos Condições de aplicabilidade Disponibilidade de informações históricas Possibilidade de transformação de informações históricas em dados numéricos Suposição da repetição de padrões observados em dados passados no tempo futuro 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Tipos de previsão Curto prazo (até 3 meses) – sãoutilizados métodos estatísticos baseados em médias ou no ajustamento de retas. Médio prazo (até 2 anos) ou Longo prazo (acima de 2 anos) – são utilizados modelos explicativos ou econométricos. 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Métodos de Previsão de Demanda (I) QUALITATIVOSQUALITATIVOS Pesquisa de Mercado Pesquisa de Mercado Coleta de dados por meios diversos (surveys, entrevistas etc.) para testar hipóteses sobre o mercado. Tipicamente usada para previsões de longo prazo ou venda de novos produtos. Coleta de dados por meios diversos (surveys, entrevistas etc.) para testar hipóteses sobre o mercado. Tipicamente usada para previsões de longo prazo ou venda de novos produtos. Painel de ConsensoPainel de Consenso Encontros abertos e livres. A idéia é que a discussão em grupo produzirá melhores previsões do que qualquer um individualmente. Os participantes podem ser executivos, pessoal de vendas ou consumidores. Encontros abertos e livres. A idéia é que a discussão em grupo produzirá melhores previsões do que qualquer um individualmente. Os participantes podem ser executivos, pessoal de vendas ou consumidores. Analogia HistóricaAnalogia Histórica Similaridades de itens podem conduzir a similaridades nas previsões. Importante no planejamento de novos produtos dos quais as previsões de demanda podem ser derivadas do uso do histórico de produtos similares. Similaridades de itens podem conduzir a similaridades nas previsões. Importante no planejamento de novos produtos dos quais as previsões de demanda podem ser derivadas do uso do histórico de produtos similares. Método DelphiMétodo Delphi Grupo de especialistas (experts) responde a um questionário. Um moderador compila resultados e formula um novo questionário para ser submetido ao grupo. Existe um processo de aprendizado para o grupo à medida que recebem novas informações e não existe qualquer influência de pressões coletivas ou indivíduo dominante. Grupo de especialistas (experts) responde a um questionário. Um moderador compila resultados e formula um novo questionário para ser submetido ao grupo. Existe um processo de aprendizado para o grupo à medida que recebem novas informações e não existe qualquer influência de pressões coletivas ou indivíduo dominante. Subjetivos; Julgamentos Gerencial. baseados em estimações e opiniões. Subjetivos; Julgamentos Gerencial. baseados em estimações e opiniões. 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Métodos de Previsão de Demanda (II) SÉRIES TEMPORAISSÉRIES TEMPORAIS Baseado na história de ocorrências no tempo para predizer o futuro Baseado na história de ocorrências no tempo para predizer o futuro Média Móvel SimplesMédia Móvel Simples Um período de tempo contendo um número de pontos de dados possui uma média obtida pela divisão da soma dos valores dos pontos pelo número de pontos. Cada ponto tem igual influência. Um período de tempo contendo um número de pontos de dados possui uma média obtida pela divisão da soma dos valores dos pontos pelo número de pontos. Cada ponto tem igual influência. Média Móvel Ponderada Média Móvel Ponderada Pontos específicos podem ter maior ou menor influência (peso) do que outros. As influências são ajustadas pela experiência. Pontos específicos podem ter maior ou menor influência (peso) do que outros. As influências são ajustadas pela experiência. Amortecimento Exponencial Simples Amortecimento Exponencial Simples Pontos de dados recentes têm pesos maiores e a distribuição dos pesos declina exponencialmente à medida que os dados se tornam velhos. Pontos de dados recentes têm pesos maiores e a distribuição dos pesos declina exponencialmente à medida que os dados se tornam velhos. Análise de Regressão Análise de Regressão Ajustes e linhas retas sobre dados passados geralmente relacionados aos valores dos dados ao longo do tempo. A técnica mais comum é a dos Mínimos Quadrados. Ajustes e linhas retas sobre dados passados geralmente relacionados aos valores dos dados ao longo do tempo. A técnica mais comum é a dos Mínimos Quadrados. Técnica Box-JenkinsTécnica Box-Jenkins Muito complicada, mas aparentemente a técnica estatística de maior acurácia disponível. Relaciona uma classe de modelos estatísticos de dados e ajusta o modelo para séries temporais. Muito complicada, mas aparentemente a técnica estatística de maior acurácia disponível. Relaciona uma classe de modelos estatísticos de dados e ajusta o modelo para séries temporais. 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA Métodos de Previsão de Demanda (III) MÉTODOS CAUSAISMÉTODOS CAUSAIS Tentativas de compreender o sistema subordinando e aproximando os valores dos itens cujas demandas estejam sendo previstas. Tentativas de compreender o sistema subordinando e aproximando os valores dos itens cujas demandas estejam sendo previstas. Análise de Regressão Análise de Regressão Relaciona a demanda a outras variáveis que “causam” ou explicam seu nível. As variáveis são selecionadas no campo de significância estatística. Relaciona a demanda a outras variáveis que “causam” ou explicam seu nível. As variáveis são selecionadas no campo de significância estatística. Modelos Econométricos Modelos Econométricos Procura descrever um determinado setor da economia utilizando uma série de equações interdependentes. Procura descrever um determinado setor da economia utilizando uma série de equações interdependentes. MODELOS DE SIMULAÇÃO MODELOS DE SIMULAÇÃO Modelos dinâmicos, normalmente computacionais, que permitem que o programador faça considerações e hipóteses sobre as variáveis internas e o ambiente externo no modelo. Dependendo das variáveis do modelo, o programador pode responder a questões como: O que poderia acontecer a previsão se o preço aumentasse em 10%? Quais os efeitos que uma recessão econômica pode causar sobre a previsão? Modelos dinâmicos, normalmente computacionais, que permitem que o programador faça considerações e hipóteses sobre as variáveis internas e o ambiente externo no modelo. Dependendo das variáveis do modelo, o programador pode responder a questões como: O que poderia acontecer a previsão se o preço aumentasse em 10%? Quais os efeitos que uma recessão econômica pode causar sobre a previsão? 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA 1)Coleta das Informações Relevantes; 2)Tratamento destas Informações; 3)Busca de Padrões de comportamento (ex: dados do Passado); 4)Fatores Qualitativos Relevantes; 5)Projeção de padrões de comportamento; 6)Estimativa de erros da previsão. Segundo: Henrique L. Corrêa & Carlos A. Corrêa Processo de Previsão: 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA 1) TÉCNICA PARA A PREVISÃO DA MÉDIA • A cada novo período de previsão se substitui o dado mais antigo pelo mais recente. MÉDIA MÓVEL n i=1 DiMm = nn Média móvel de “n” períodos. Demanda do período Número de períodos Índice do período 4.2 – Técnicas de Previsão 4. Previsão de Demanda Material produzido por: Alexandre C. Paixão, 2011 - ® UNESA – UNIVERSIDADE ESTACIO DE SA • Ex – 1: Nos últimos 6 meses a demanda de determinado produto foi a seguinte: Qual será a média móvel de três períodos p/ o mês de Julho? n i= 1 DiMm = nn 50 45Mm3 = + +70 3 = 55,00Mm3 4.2 – Técnicas de Previsão 4. Previsão de Demanda Slide 1 ALEXANDRE C. PAIXÃO Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Características de Demanda (II) Características de Demanda (III) Características de Demanda (IV) Características de Demanda (V) Projeto de Sistema de Previsão de Demanda (I) Projeto de Sistema de Previsão de Demanda (II) Tipos de previsão Métodos de Previsão de Demanda (I) Métodos de Previsão de Demanda (II) Métodos de Previsão de Demanda (III) Slide 18 Slide 19 Slide 20
Compartilhar