Baixe o app para aproveitar ainda mais
Prévia do material em texto
Previsão da Demanda A previsão da demanda é a base para o planejamento estratégico da produção, vendas e finanças de qualquer empresa. Permite que os administradores destes sistemas antevejam o futuro e planejem adequadamente suas ações. As previsões são usadas pelo APO em dois momentos distintos: para planejar o sistema produtivo e para planejar o uso deste sistema produtivo. Administração da Produção e Operações 1 ‹nº› Capítulo 3 Previsão da Demanda 2 A responsabilidade pela preparação da previsão da demanda normalmente é do setor de Marketing ou Vendas A previsão da demanda é a principal informação empregada pelo APO na elaboração de suas atividades Em empresas de pequeno e médio porte, normalmente, cabe ao APO, geralmente com a área de Vendas, elaborar estas previsões Atualmente as empresas estão buscando um relacionamento mais eficiente dentro de sua cadeia produtiva Previsão da Demanda Administração da Produção e Operações 2 ‹nº› Previsão da Demanda 3 Etapas de um modelo de previsão Administração da Produção e Operações 3 ‹nº› Capítulo 3 Previsão da Demanda 4 Objetivo do Modelo A primeira etapa consiste em definir a razão pela qual necessitamos de previsões. Em seguida, quais produtos, ou famílias de produtos, serão previstos, com que grau de acuracidade e detalhe a previsão trabalhará, e que recursos estarão disponíveis para esta previsão. A sofisticação e o detalhamento do modelo depende da importância relativa do produto, ou família de produtos, a ser previsto e do horizonte ao qual a previsão se destina. Itens pouco significativos podem ser previstos com maior margem de erro, empregando-se técnicas simples. Assim como admite-se margem de erro maior para previsões de longo prazo, empregando-se dados agregados de famílias de produtos. Administração da Produção e Operações 4 ‹nº› Previsão da Demanda 5 Etapas de um modelo de previsão Administração da Produção e Operações 5 ‹nº› Capítulo 3 Previsão da Demanda 6 Coleta e Análise dos Dados Identificar e desenvolver a técnica de previsão que melhor se aplique ao negócio. Alguns cuidados: Quanto mais dados históricos forem coletados e analisados, mais confiável a técnica de previsão será Os dados devem buscar a caracterização da demanda pelos produtos da empresa, que não é necessariamente igual as vendas passadas Variações extraordinárias da demanda devem ser analisadas e substituídas por valores médios, compatíveis com o comportamento normal da demanda O tamanho do período de consolidação dos dados tem influência direta na escolha da técnica de previsão mais adequada Administração da Produção e Operações 6 ‹nº› Previsão da Demanda 7 Etapas de um modelo de previsão Administração da Produção e Operações 7 ‹nº› Capítulo 3 Previsão da Demanda 8 Seleção da Técnica de Previsão Existem técnicas qualitativas e quantitativas. Cada uma tendo o seu campo de ação e sua aplicabilidade. Alguns fatores merecem destaque na escolha da técnica de previsão: A disponibilidade de dados históricos A disponibilidade de recursos computacionais A experiência passada com a aplicação de determinada técnica A disponibilidade de tempo para coletar, analisar e preparar os dados e a previsão O período de planejamento para o qual necessitamos da previsão Administração da Produção e Operações 8 ‹nº› Previsão da Demanda 9 Etapas de um modelo de previsão Administração da Produção e Operações 9 ‹nº› Capítulo 3 Previsão da Demanda 10 Obtenção da Previsões e Monitoração Com a definição da técnica de previsão e a aplicação dos dados passados para obtenção dos parâmetros necessários, podemos obter as projeções futuras da demanda. Quanto maior for o horizonte pretendido, menor a confiabilidade na demanda prevista. A medida em que as previsões forem sendo alcançadas pela demanda real, deve-se monitorar a extensão do erro entre a demanda real e a prevista, para verificar se a técnica e os parâmetros empregados ainda são válidos. Em situações normais, um ajuste nos parâmetros do modelo, para que reflita as tendências mais recentes, é suficiente. Administração da Produção e Operações 10 ‹nº› Capítulo 3 Previsão da Demanda 11 Técnicas de previsão As técnicas de previsão podem ser subdivididas em dois grandes grupos: Técnicas Qualitativas – Consideram, principalmente dados subjetivos, os quais são difíceis de representar numericamente. Estão baseadas na opinião e no julgamento de pessoas chaves, especialistas nos produtos ou nos mercados onde atuam estes produtos; Técnicas Quantitativas - Consideram a análise numérica dos dados passados, isentando-se de opiniões pessoais ou palpites. Empregam-se modelos matemáticos para projetar a demanda futura. Podem ser subdivididas em dois grandes grupos: as técnicas baseadas em correlações e as técnicas baseadas em séries temporais. Administração da Produção e Operações 11 ‹nº› Capítulo 3 Previsão da Demanda 12 Previsões baseadas em correlações Relação estatística entre duas variáveis Administração da Produção e Operações 12 ‹nº› Capítulo 3 Previsão da Demanda 13 Previsões baseadas em séries temporais Partem do princípio de que a demanda futura será uma projeção dos seus valores passados, não sofrendo influência de outras variáveis Média Móvel Média Ponderada Média Exponencial Média Técnicas para Previsão de Sazonalidade Administração da Produção e Operações 13 ‹nº› Capítulo 3 Previsão da Demanda 14 Previsões baseadas em séries temporais Administração da Produção e Operações 14 ‹nº› Técnicas para Média - Média Ponderada A média ponderada é bastante similar à média aritmética comum. A diferença, entretanto, é que na média aritmética todos os valores contribuem com peso igual, enquanto que no cálculo da média aritmética ponderada se leva em consideração a contribuição (peso) de cada termo, uma vez que existem termos que contribuem mais que outros. MMP = (C1 x p1) + (C2 x p2) + (C3 x p3) + ... + (Cn x pn) Administração da Produção e Operações Técnicas para Média - Média Ponderada Calcule a previsão de demanda do produto descrito para agosto da Empresa de Roupas “Kelvin e Cláudio”, tendo o seguinte volume de vendas de casacos durante os meses abaixo: MÊS DEMANDA PONDERAÇÃO Janeiro 2000 5% Fevereiro 1200 5% Março 1800 7% Abril 2100 8% Maio 2200 15% Junho 2150 20% Julho 2500 40% MMP = (2000 x 0,05) + (1200 x 0,05) + (1800 x 0,07) + (2100 + 0,08) + (2200 x 0,15) + (2150 x 0,2) + (2500 x 0,4) = 2214 Administração da Produção e Operações Capítulo 3 Previsão da Demanda 17 Técnicas para Média - Média Móvel A média móvel usa dados de um número predeterminado de períodos, normalmente os mais recentes, para gerar sua previsão. A cada novo período de previsão se substitui o dado mais antigo pelo mais recente. Administração da Produção e Operações 17 ‹nº› Previsão da Demanda 18 Técnicas para Média - Média Móvel Uma empresa, fabricante de peças WR, teve neste ano, o volume de vendas de seu produto AM conforme tabela abaixo. Determine a previsão para agosto e setembro, considerando 3 períodos: MÊS VENDAS PREVISÃO Janeiro 4100 Fevereiro 3800 Março 3800 Abril 4000 Maio 4100 Junho 4200 Julho 4900 Agosto Setembro 3900 3867 3967 4100 4400 4400 4500 Administração da Produção e Operações 18 ‹nº› Capítulo 3 Previsão da Demanda 19 O peso de cada observação decresce no tempo em progressão geométrica, ou de forma exponencial Cada nova previsão é obtida com base na previsão anterior, acrescida do erro cometido na previsão anterior, corrigidopor um coeficiente de ponderação. O coeficiente de ponderação (a) é fixado pelo analista dentro de uma faixa que varia de 0 a 1 Técnicas para Média - Média Exponencial Móvel Administração da Produção e Operações 19 ‹nº› Capítulo 3 Previsão da Demanda 20 Técnicas para Média - Média Exponencial Móvel Calcular previsão para o período 11 Mt = 90 + 0,10 x (95 – 90) Mt = 90,50 + 0,10 x (98 – 90,50) Erro = 95 - 90 Administração da Produção e Operações 20 ‹nº› Capítulo 3 Previsão da Demanda 21 Exercícios 1) Admitindo que a demanda de um produto nos últimos 9 meses teve o seguinte comportamento: a) Prever a demanda para o 10° mês empregando a média móvel com 4 períodos e a média exponencial móvel com α = 0,20 Administração da Produção e Operações 21 ‹nº› Capítulo 3 Previsão da Demanda 22 Exercícios b) Admitindo que a demanda do 10° mês foi de 40 unidades, fazer a previsão para o 11° mês com as duas técnicas. Administração da Produção e Operações 22 ‹nº› Capítulo 3 Previsão da Demanda 23 Exercícios c) Verificar qual das duas técnicas de previsão gera o menor erro acumulado. Administração da Produção e Operações 23 ‹nº› Capítulo 3 Utilize a tabela abaixo nos exercícios 2 e 3: Administração da Produção e Operações 24 ‹nº› Capítulo 3 2) Dado a tabela ao lado calcule a previsão de demanda para o mês 9 utilizando a média móvel com período igual a 2 e 4. Compare os métodos a partir de seu erro acumulado Administração da Produção e Operações 25 ‹nº› Capítulo 3 3) Dado a tabela ao lado calcule a previsão de demanda para o mês 9 utilizando a suavização exponencial com α = 0,05 e 0,25. Compare os métodos a partir de seu erro acumulado Administração da Produção e Operações 26 ‹nº› Capítulo 3 Previsão da Demanda 27 Uma equação linear possui o seguinte formato: Y = Previsão da demanda para o período X; a = Ordenada à origem, ou intercepção no eixo dos Y; b = Coeficiente angular; X = Período (partindo de X=0) para previsão; n = número de períodos observados. Técnicas para Tendência - Equação Linear Administração da Produção e Operações 27 ‹nº› Capítulo 3 Previsão da Demanda A empresa Beta que fabrica as peças HR, teve neste ano o volume de vendas conforme tabela abaixo. Calcule a previsão de demanda para agosto, considerando a equação linear para tendência. b = [7 . (76600) - 28 . 18300] / [7 . (140) - 28²] =[536200 - 512400] / [980 - 784] = 23800 / 196 = 121,4286 a = [18300 - 121,4286 (28)] / 7 = [18300 - 3400,0008] / 7 = 14899,9992 / 7 = 2128,5713 Y = 2128,5713 + 121,4286 . X Como o número correspondente para o mês de Agosto é 8: Y = 2128,5713 + 121,4286 . X = 3100,0001 Y ≅ 3100 peças Administração da Produção e Operações 28 ‹nº› Capítulo 3 Previsão da Demanda 29 Técnicas para Tendência - Equação Linear A empresa Beta que fabrica as peças HR, teve neste ano o volume de vendas conforme tabela abaixo. Calcule a previsão de demanda para setembro e outubro, considerando a equação linear para tendência. Administração da Produção e Operações 29 ‹nº› Previsão da Demanda Exercícios 1) Os dados históricos da demanda dos últimos 10 anos de um produto foram os seguinte: a) Identificar de forma gráfica a existência de tendência na série histórica da demanda Administração da Produção e Operações 30 ‹nº› Capítulo 3 Previsão da Demanda a) Identificar de forma gráfica a existência de tendência na série histórica da demanda Administração da Produção e Operações 31 ‹nº› Capítulo 3 Previsão da Demanda 32 Técnicas para Previsão da Sazonalidade A sazonalidade é expressa em termos de uma quantidade, ou de uma percentagem, da demanda que desvia-se dos valores médios da série. Caso exista tendência, ela deve ser considerada. O valor aplicado sobre a média, ou a tendência, é conhecido como índice de sazonalidade. A forma mais simples de considerar a sazonalidade nas previsões da demanda, consiste em empregar o último dado da demanda, no período sazonal em questão, e assumi-lo como previsão. Administração da Produção e Operações 32 ‹nº› Capítulo 3 Previsão da Demanda 33 Técnicas para Previsão da Sazonalidade A forma mais usual de inclusão da sazonalidade nas previsões da demanda, consiste em obter o índice de sazonalidade para os diversos períodos, empregando a média móvel centrada, e aplicá-los sobre o valor médio (ou tendência) previsto para o período em questão. O índice de sazonalidade é obtido dividindo-se o valor da demanda no período pela média móvel centrada neste período. O período empregado para o cálculo da média móvel é o ciclo da sazonalidade. Quando se dispõem de dados suficientes, calculam-se vários índices para cada período e tira-se uma média. Administração da Produção e Operações 33 ‹nº› Capítulo 3 Previsão da Demanda 34 Técnicas para Previsão da Sazonalidade No caso da demanda do produto apresentar sazonalidade e tendência, há necessidade de se incorporar estas duas características no modelo de previsão. Para se fazer isto, deve-se empregar os seguinte passos: Primeiro, retirar o componente de sazonalidade da série de dados históricos, dividindo-os pelos correspondentes índices de sazonalidade; Com estes dados, desenvolver uma equação que represente o componente de tendência; Com a equação da tendência fazer a previsão da demanda e multiplicá-la pelo índice de sazonalidade. Administração da Produção e Operações 34 ‹nº› Capítulo 3 Previsão da Demanda 35 Técnicas para Previsão da Sazonalidade Uma empresa deve realizar previsão de vendas de um produto sazonal e para tanto coletou os dados de consumo dos últimos 4 anos, conforme tabela abaixo. Qual o consumo em cada trimestre do ano 5, sabendo-se que naquele ano devem ser consumidas 3000 unidades. Coef. = 150 / 272,5 Coef. = 340 / 272,5 Coef. Medio = (0,5505 + 0,4615 + 0,5000 + 0,3767)/4 Para o Ano 5: Como a previsão de consumo para o próximo ano é de 3000 unidades, a média por trimestre é de: 3000/4 = 750 unidades Trimestre 1 -> 750 . 0,4722 = 354,1500 ≅ 354 Trimestre 2 -> 750 . 1,1498 = 862,3500 ≅ 862 Trimestre 3 -> 750 . 0,7061 = 529,5770 ≅ 530 Trimestre 4 -> 750 . 1,6719 = 1253,9250 ≅ 1254 Administração da Produção e Operações 35 ‹nº› Capítulo 3 Previsão da Demanda 36 Uma empresa deve realizar previsão de vendas de um produto sazonal e para tanto coletou os dados conforme a tabela abaixo. Qual a previsão do próximo ano, sabendo-se que 1100 unidades. Administração da Produção e Operações 36 ‹nº› Capítulo 3 Previsão da Demanda 37 Administração da Produção e Operações 37 ‹nº› Capítulo 3 Previsão da Demanda 38 Manutenção e Monitorização do Modelo Uma vez decidida a técnica de previsão e implantado o modelo, há necessidade de acompanhar o desempenho das previsões e confirmar a sua validade perante a dinâmica atual dos dados. Esta monitoração é realizada através do cálculo e acompanhamento do erro da previsão, que é a diferença que ocorre entre o valor real da demanda e o valor previsto pelo modelo para um dado período. A manutenção e monitoração de um modelo de previsão confiável busca: Verificar a acuracidade dos valores previstos; Identificar, isolar e corrigir variações anormais; Permitir a escolha de técnicas, ou parâmetros, mais eficientes. Administração da Produção e Operações 38 ‹nº› Capítulo 3 Previsão da Demanda Manutenção e Monitorização do Modelo Uma forma de acompanhar o desempenhodo modelo consiste em verificar o comportamento do erro acumulado que deve tender a zero, pois espera-se que o modelo de previsão gere, aleatoriamente, valores acima e abaixo dos reais, devendo assim se anular O erro acumulado deve ser comparado com um múltiplo do desvio médio absoluto, conhecido como MAD (Mean Absolute Deviation) Em geral, compara-se o valor do erro acumulado com o valor de 4 MAD. Quando ultrapassar este valor, o problema deve ser identificado e o modelo deve ser revisto. Administração da Produção e Operações 39 ‹nº› Capítulo 3 Previsão da Demanda 40 Manutenção e Monitorização do Modelo Administração da Produção e Operações 40 ‹nº› Capítulo 3 Previsão da Demanda 41 Manutenção e Monitorização do Modelo Uma série de fatores pode afetar o desempenho de um modelo de previsão, sendo que os mais comuns são: A técnica de previsão pode estar sendo usada incorretamente, ou sendo mal interpretada; A técnica de previsão perdeu a validade devido à mudança em uma variável importante, ou devido ao aparecimento de uma nova variável; Variações irregulares na demanda podem ter acontecido em função de greves, formação de estoques temporários, catástrofes naturais, etc. Ações estratégicas da concorrência, afetando a demanda; Variações aleatórias inerentes aos dados da demanda. Administração da Produção e Operações 41 ‹nº› 0 10 20 30 40 50 60 70 Jan.Fev.Mar.Abr.Mai.Jun.Jul.Ago.Set.Out.Nov.Dez. Demanda Variação irregular Sazonalidade Tendência Variação randômica Mm D n n i i 1 n = = å Mm n = Média móvel de n períodos; D i = Demanda ocorrida no período i; n = Número de períodos; i = índice do período (i = 1,2,3,...) Mmn = Média móvel de n períodos; Di = Demanda ocorrida no período i; n = Número de períodos; i = índice do período (i = 1,2,3,...) ( ) M M D M t t t t = + - - - - 1 1 1 a M t = Previsão para o período t; M t-1 = Previsão para o período t-1; a = coeficiente de ponderação; D t-1 = Demanda do período t-1. Mt = Previsão para o período t; Mt-1 = Previsão para o período t-1; a = coeficiente de ponderação; Dt-1 = Demanda do período t-1. a = 0,10 a = 0,50 Período Demanda Previsão Erro Previsão Erro 1 90 - - - - 2 95 90,00 5,00 90,00 5,00 3 98 90,50 7,50 92,50 5,50 4 90 91,25 -1,25 95,25 -5,25 5 92 91,12 0,88 92,62 -0,62 6 95 91,20 3,80 92,31 2,69 7 90 91,58 -1,58 93,65 -3,65 8 100 91,42 8,58 91,82 8,18 9 92 92,27 -0,27 95,91 -3,91 10 95 92,25 2,75 93,95 1,05 11 92,52 94,47 � � a = 0,10� a = 0,50� � Período� Demanda� Previsão� Erro� Previsão� Erro� � 1� 90� -� -� -� -� � 2� 95� 90,00� 5,00� 90,00� 5,00� � 3� 98� 90,50� 7,50� 92,50� 5,50� � 4� 90� 91,25� -1,25� 95,25� -5,25� � 5� 92� 91,12� 0,88� 92,62� -0,62� � 6� 95� 91,20� 3,80� 92,31� 2,69� � 7� 90� 91,58� -1,58� 93,65� -3,65� � 8� 100� 91,42� 8,58� 91,82� 8,18� � 9� 92� 92,27� -0,27� 95,91� -3,91� � 10� 95� 92,25� 2,75� 93,95� 1,05� � 11� � 92,52� � 94,47� � � ( ) ( ) ( ) ( ) ( ) b n XY X Y n X X = - - å å å å å 2 2 ( ) a Y b X n = - å å Y a bX = + Mês (X)Demanda (Y)XX²XY1240012240022100244200325503976504270041610800527505251375062800636168007300074921000∑183002814076600 b = × - × × - × = = 8 17770 36 3830 8 204 36 36 4280 336 12 73 , a = - × = 3830 12 73 36 8 421 46 , , Y = 421,46 + 12,73 X Y 9 = 421,46 + 12,73 (9) = 536,03 Y 10 = 421,46 + 12,73 (10) = 548,76 Y = 421,46 + 12,73 X Y9 = 421,46 + 12,73 (9) = 536,03 Y10 = 421,46 + 12,73 (10) = 548,76 Semana (x)Demanda (Y)XX²XY 145011450 243024860 347039 1410 4480416 1920 5450525 2250 6500636 3000 7520749 3640 8530864 4240 ∑ 38303620417770 11501802302100,55050,46150,50000,37670,4722 23404205106501,24771,07691,10871,16591,1498 3190260350 3900,69720,66670,76090,6996 0,7061 4410700750 9801,50461,79491,63041,7578 1,6719 Total1090156018402230 Media272,5390460557,5 Coef. De Sazonalidade Ano 02 Coef. De Sazonalidade Ano 03 Coef. De Sazonalidade Ano 04 Coef. De Sazonalidade Médio TrimestreAno 1Ano 2Ano 3Ano 4 Coef. De Sazonalidade Ano 01 MAD D D n atual prevista = - å a = 0,10 a = 0,50 Período D atual D prevista Erro D prevista Erro 1 90 - - - - 2 95 90,00 5,00 90,00 5,00 3 98 90,50 7,50 92,50 5,50 4 90 91,25 -1,25 95,25 -5,25 5 92 91,12 0,88 92,62 -0,62 6 95 91,20 3,80 92,31 2,69 7 90 91,58 -1,58 93,65 -3,65 8 100 91,42 8,58 91,82 8,18 9 92 92,27 -0,27 95,91 -3,91 10 95 92,25 2,75 93,95 1,05 Erro = å 25,41 Erro = å 8,99 MAD = 31,61/9 = 3,51 MAD = 35,85/9 = 3,98 · Para a = 0,10, temos que: 4 3 51 14 04 25 41 × = < , , , ; · Para a = 0,50, temos que: 4 3 98 15 92 8 99 × = > , , , . � � a = 0,10� a = 0,50� � Período� Datual� Dprevista� Erro� Dprevista� Erro� � 1� 90� -� -� -� -� � 2� 95� 90,00� 5,00� 90,00� 5,00� � 3� 98� 90,50� 7,50� 92,50� 5,50� � 4� 90� 91,25� -1,25� 95,25� -5,25� � 5� 92� 91,12� 0,88� 92,62� -0,62� � 6� 95� 91,20� 3,80� 92,31� 2,69� � 7� 90� 91,58� -1,58� 93,65� -3,65� � 8� 100� 91,42� 8,58� 91,82� 8,18� � 9� 92� 92,27� -0,27� 95,91� -3,91� � 10� 95� 92,25� 2,75� 93,95� 1,05� � � � � INCORPORAR Equation.2 ���25,41� � INCORPORAR Equation.2 ���8,99� � � � MAD = 31,61/9 = 3,51� MAD = 35,85/9 = 3,98� � Para a = 0,10, temos que: � INCORPORAR Equation.2 ���; Para a = 0,50, temos que: � INCORPORAR Equation.2 ���.
Compartilhar