Aula 03 - Previsão da Demanda_ADM

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 ���.