Aula 5

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 ascensãoMudanças em regulamentações governamentais
Preferências do consumidorMudanças de imagem do produto para o consumidorAções 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 serviçoPromoções e preçosProjeto da embalagemQuotas e incentivos ao pessoal de vendasExpansão 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