Renata Melo e Silva de Oliveira (org.) - Engenharia de produção - Tópicos e aplicações
46 pág.

Renata Melo e Silva de Oliveira (org.) - Engenharia de produção - Tópicos e aplicações


DisciplinaIntrodução à Engenharia1.681 materiais11.536 seguidores
Pré-visualização46 páginas
5.2 Coleta de informações
5.3 Análise Preliminar dos Dados
5.4 Escolha e ajuste do modelo
5.5 Uso e avaliação do modelo
6. Aplicação
7.Conclusão

E n g e n h a r i a d e P r o d u ç ã o | 129

ANÁLISE DE DEMANDA EM UMA COMPANHIA DE
ÁGUA MINERAL DA REGIÃO METROPOLITANA DE
BELÉM UTILIZANDO MODELOS DE HOLT-WINTERS

Diktherman Viana da Silva
André Clementino de Oliveira Santos

André Cristiano Silva Melo

Resumo

Este texto possui como objetivo apresentar uma aplicação de
técnicas de previsão de demanda na área de Pesquisa Operacional e
Engenharia de Operações e Processos da Produção. Essas técnicas
de previsão são capazes de auxilia amplamente na tomada de
decisão de gestores de processos atuantes nos mais diveroso níveis
organizacionais. Para fins ilustrativos apresenta-se o estudo de
casos de uma companhia de Água Mineral da Região Metropolitana
de Belém (RMB), no qual são analisados os modelos de Holt-Winters
e o da sazonalidade; ambos utilziados em dois formatos: o foramto
aditivo e o multiplicativo. O conteúdo do capitulo incia-se com uma
breve apresentação do conceitos fundamentais dessa área e, em
seguida, são definidos os modelos mais adequados de previsão para
aplicação em sistemas reais, considerandoobjetivos como a geração
de modelos de fácil entendimento; com aplicação não dispendiosa e
o uso de testes computacionais estatísticospara validar as
propostas. Discute-se também a previsão de demanda e sua
importância para o planejamento operacional e estratégico de
organizações autantes nos mais diversos setores.
Palavras-chave: Previsão de Demanda, Séries Temporais, Modelos
de Holt-Winters

130| T ó p i c o s e A p l i c a ç õ e s

1. Introdução

Toda organização precisa, de alguma forma, saber como
dimensionar suas capacidades produtivas da forma que estas se
encaixem de modo perfeito às demandas, evitando assim possíveis
desperdícios de tempo, material e energia, ou a falta de produtos
para atender o mercado.

Segundo Martins e Laugeni (2006), \u201cprevisão é o processo
metodológico para determinação do futuro, baseado em modelos
estatísticos, matemáticos ou econométricos ou ainda em modelos
subjetivos apoiados em uma metodologia de trabalho clara e
previamente definida\u201d. A previsão de demanda entre outras
estatísticas assume um fator importante no processo decisório,
tanto no nível estratégico quanto no operacional. Os planos de
capacidade, atividades de infra-estrutura, vendas, fluxo de caixa,
estoques, gerenciamento da mão-de-obra (férias, contratações), e
compras são todos baseados na previsão de demanda.

Os modelos de séries temporais são ferramentas
importantíssimas e têm sido largamente utilizadas nos mais diversos
campos do conhecimento. Fogliatto (2003) enfatiza que \u201cas
vantagens desta técnica estendem-se desde auxilio ao
planejamento de infra-estrutura até o estudo das capacidades,
reduzindo, assim, riscos inerentes ao processo decisório das
atividades\u201d.

Portanto, \u201cprever níveis de demanda é vital à empresa como
um todo, porque fornece as entradas básicas para planejamento e
controle de todas as áreas funcionais, incluindo a logística, o
marketing, a produção e as finanças (BALLOU, 2001)\u201d. \u201cDessa forma,
permite que os administradores destas organizações antecipem o
futuro e planejem de forma mais conveniente suas ações (TUBINO,
2000)\u201d.

De acordo com Tubino (2000) \u201cas empresas, de uma ou de
outra maneira, direcionam suas atividades para o rumo em que
acreditam que seu negócio andará\u201d.

E n g e n h a r i a d e P r o d u ç ã o | 131

Nesse sentido, este trabalho busca avaliar o uso dos modelos
de séries temporais para análise de demanda do produto Garrafão
20L; de uma companhia de águas minerais da Região Metropolitana
de Belém. Para tanto, foram utilizados modelos de previsão
quantitativos baseado em séries temporais, mais especificamente
os modelos de Holt-Winters multiplicativos e aditivos através do uso
do software CrystalBall. A série coletada corresponde aos dados
mensais no período entre 2004 e 2007, sendo que os últimos seis
meses dessa série foram utilizados para validar o modelo escolhido
através dos cálculos dos erros entre os valores estimados pelo
modelo e o valor real da série.

Ressalta-se a grande relevância da adoção da prática de
previsão de demanda pelas empressas visto que a boa gestão de
sistemas de produção perpassa pela utilização de modelos de
previsão consistentes que impactam positivamente nas operações
de compra de materiais e dimensionamento de capacidades ao
longo de toda a cadeia logística.

2. Séries temporais

Uma série temporal consiste em qualquer conjunto de
observações ordenadas no tempo (MORETTIN E TOLOI, 2004). Se
estas observações consecutivas são dependentes uma das outras, é
possível conseguir-se uma previsão e assim fornecer bases para
compreender o comportamento do evento ao qual está se
analisando.

Nessa técnica, conhecer o comportamento das variáveis do
estudo é muito importante nos processos de decisão relacionados
ao planejamento gerencial e ao planejamento estratégico. Empresas
poderão reduzir seus estoques e fazer novos empreendimentos a
partir do conhecimento futuro da demanda.

De acordo com Tubino (2007), \u201cUma das considerações para o
uso de modelos de séries temporais, é partir do princípio de que a
demanda futura será uma projeção dos seus valores passados, não
sofrendo influência de outras variáveis\u201d.

132| T ó p i c o s e A p l i c a ç õ e s

Cita Morettin e Toloi (2004), que ao se realizar um estudo de
séries temporais, pode-se estar interessado em:

a)Investigar o mecanismo gerador da série temporal;

b)Fazer previsões de valores futuros da série;

c)Descrever apenas o comportamento da série, como
tendências e sazonalidades, por exemplo;

Procurar periodicidades relevantes nos dados.

Os mesmos autores ressaltam que os modelos devem ser
simples, com o menor número de parâmetros possíveis, e sua
utilização não deve apresentar dificuldades às pessoas interessadas
em manipulá-los, entendendo-se por modelos uma descrição
probabilística de uma série temporal.

\u201cMorettin e Toloi (2004) classificam os modelos de séries
temporais em: paramétricos, cuja análise é feita no domínio do
tempo; e os não paramétricos cuja análise é realizada no domínio da
freqüência\u201d. De acordo com as características dos dados da série e
do objetivo da análise, há um conjunto de modelos que podem ser
usados, variando dos mais simples e intuitivos até os mais
complexos, que precisam de conhecimentos especializados e
softwares mais sofisticados.

3. Métodos de Previsão

\u201cNa escolha do modelo de previsão, deve-se considerar
aspectos como o horizonte da previsão, disponibilidade de dados,
precisão necessária e disponibilidade de recursos (SLACK, 2002)\u201d. As
previsões de demanda são elaboradas através de métodos
quantitativos, qualitativos ou da mistura dos dois tipos.

O terceiro modelo seria uma mistura que considera a opinião
de especialistas e utiliza alguma modelagem matemática para a
resolução de um problema (LARSON, 2004). O Quadro 1 ilustra a(s)
principal(ais) técnicas de cada método de previsão e suas
características.

E n g e n h a r i a d e P r o d u ç ã o | 133

Método Técnica Tempo
Comple
xidade

Precisão
Volume de

Dados

Qualitativos
Método
Delphi

Longo Alta Variavel Muitos

Quantitativos

Média
Móvel

Curto Muito
baixa

Média Poucos

Média
Ponderada

Curto Baixa Adequa
da

Muito
pouco

Regressão
Linear

Curto Média
Baixa

Média
alta

Muitos

Análise de
Regressão

Longo Adequa
da

Alta Muitos

Fonte: BALLOU(2006)
Quadro 1 \u2013 Comparação das técnicas