Administrao de Produo e

Operaes
Captulo 8
Previses e gesto de demanda em
produo e operaes

Por que prever?

hoje
Horizontes de planejamento
curto prazo

tempo
mdio prazo
Longo prazo

decises

A
B
C

Efeito da
deciso A

Efeito da
deciso B

Efeito da
deciso C

Erros freqentes em previses

Erro 1 das previses: confundir previses com metas e, um erro
subseqente, considerar as metas como se fossem previses.
Erro 2 das previses: gastar tempo e esforo discutido se se
"acerta" ou "erra" nas previses, quando o mais relevante
discutir "o quanto" se est errando e as formas de alterar
processos envolvidos, de forma a reduzir estes "erros".
Erro 3 das previses: levar em conta, nas previses que serviro
a apoiar decises em operaes, um nmero s. Previses, para
operaes, devem sempre ser consideradas com dois
"nmeros": a previso em si e uma estimativa do erro desta
previso.
Erro 4 das previses: desistir ou no se esforar o suficiente
para melhorar os processos de previso por no se conseguir
"acertar" as previses, quando, em operaes, no se necessita
ter previses perfeitas, mas sim, previses consistentemente
melhores que as da concorrncia.

Erros esperados crescem com

horizonte
Previso de
demanda / erro

Previso

Hoje

Faixa de erro esperado

Erros esperados de previso crescem com o horizonte

Horizonte futuro

(tempo)

Efeito da agregao dos dados

Sanduche

Previso para o ms passado

(feita h um ano e meio)

Quarteiro com
queijo

2500

Big Mac

6000

Hamburger

4500

Cheeseburger

3000

Fil de peixe

1200

MacChicken

1800

Total

18.000

Efeito da agregao dos dados

Vendas efetivas no ms
passado na loja analisada

% erro da
previso

Quarteiro com queijo

1930

22,8%

Mdia dos

Big Mac

7269

21,5%

erros das

Hamburger

4980

10,6%

previses por

Cheeseburger

2730

9,0%

Sanduche

Fil de peixe

1429

19,0%

20,8%

MacChicken

1050

41,6%

18.443

2,4%

Sanduche

Total

Efeitos dos horizontes e da

agregao dos dados nas previses
Agregao dos dados pode ser maior para decises de longo prazo

Previso

Hoje

Horizonte futuro

Agregao gradualmente maior

dos dados faz erros gradualmente
diminuirem

Previso de
demanda / erro

Erros esperados de previso crescem com o horizonte

(tempo)

Previso como processo

Projeto e melhoramento contnuo do processo de gerar
previses

Processo
Informaes que
expliquem
comportamento
atpico
Informaes da
conjuntura
econmica
Decises da rea
comercial
Outras informaes
do mercado

Tratamento
Tratamentoquantitativo
estatstico
dos
dosdados
dadosde
devendas
vendasee
outras
outrasvariveis
variveis

Tratamento
Tratamentoqualitativo
estatstico
dosdas
dados
informaes
de vendas e
outras variveis

Informaes de
clientes
Informaes de
concorrentes

Reunio de Previso
Comprometimento das reas
envolvidas

Tratamento
Tratamentodas
das
informaes disponveis

Previso
Previsode
devendas
vendas

Avaliao crtica do processo de gerar previses

Dados
histricos de
vendas

Dados de
variveis que
expliquem as
vendas

Projees
Demanda

Vendas reais do passado

Faixa de erro
identificada no passado
e projetada para o futuro

Ciclicidade identificada no passado

e projetada no futuro

X
X

Previses de curto prazo

feitas com base nas projees

Tendncia identificada no passado

e projetada no futuro

tempo
passado

futuro

Tcnicas de previso
Tcnicas de
previso

Quantitativas

Intrnsecas

Mdias mveis
Suavizamento
exponencial
Projeo de
tendncias
Decomposio

Extrnsecas

Regresso
simples
Regresso
mltipla

Qualitativas

Mtodo Delphi
Juri de
executivos
Fora de
vendas
Pesquisa de
mercado
Analogia
histrica

Abordagem qualitativa vs
quantitativa
Presena crescente da hiptese de continuidade
dos padres de comportamento

Presena crescente de histricos longos e confiveis de dados

parcela qualitativa
da previso
parcela quantitativa
da previso

Vendas
tendncia
Meses

Ciclicidade

nov/03

set/03

jul/03

mai/03

mar/03

jan/03

nov/02

set/02

jul/02

mai/02

mar/02

jan/02

nov/01

set/01

jul/01

mai/01

mar/01

jan/01

Unidades

Sries histricas
450

400

350

300

250

200

150

100

50

Mdias mveis
Vendas reais

Mdia mvel de 3 perodos

de copos

MM3

Janeiro

154

Fevereiro

114

Maro

165

Abril

152

(154 + 114 + 165) / 3 = 144,3

Maio

176

(114 + 165 + 152) / 3 = 143,7

Junho

134

(165 + 152 + 176) / 3 = 164,3

Julho

123

(152 + 176 + 134) / 3 = 154,0

Agosto

154

(176 + 134 + 123) / 3 = 144,3

Setembro

134

(134 + 123 + 154) / 3 = 137,0

Outubro

156

(123 + 154 + 134) / 3 = 137,0

Novembro

123

(154 + 134 + 156) / 3 = 148,0

Dezembro

145

(134 + 156 + 123) / 3 = 137,7

Mdia mvel ponderada

Vendas reais

Mdia mvel de 3 perodos

de copos

ponderada com pesos 3, 2 e 1

Janeiro

154

Fevereiro

114

Maro

165

Abril

152

[(1*154) + (2*114) + (3*165)] / 6 = 146,2

Maio

176

[(1*114) + (2*165) + (3*152)] / 6 = 150,0

Junho

134

[(1*165) + (2*152) + (3*176)] / 6 = 166,2

Julho

123

[(1*152) + (2*176) + (3*134)] / 6 = 151,0

Agosto

154

[(1*176) + (2*134) + (3*123)] / 6 = 135,5

Setembro

134

[(1*134) + (2*123) + (3*154)] / 6 = 140,3

Outubro

156

[(1*123) + (2*154) + (3*134)] / 6 = 138,8

Novembro

123

[(1*154) + (2*134) + (3*156)] / 6 = 148,3

Dezembro

145

[(1*134) + (2*156) + (3*123)] / 6 = 135,8

Suavizamento exponencial
Vendas reais

Suavizamento exponencial com alfa

Suavizamento exponencial

de copos

0,1

0,8

ltima previso (feita em dezembro)

Janeiro

154

150

150

Fevereiro

114

[(0,1)*(154) + (1 - 0,1)*(150)] = 150,4

153,2

Maro

165

[(0,1)*(114) + (1 - 0,1)*(150,4)] = 146,8

121,8

Abril

152

[(0,1)*(165) + (1 - 0,1)*(146,8)] = 148,6

156,4

Maio

176

[(0,1)*(152) + (1 - 0,1)*(148,6)] = 148,9

152,9

Junho

134

[(0,1)*(176) + (1 - 0,1)*(148,9)] = 151,6

171,4

Julho

123

[(0,1)*(134) + (1 - 0,1)*(151,6)] = 149,9

141,5

Agosto

154

[(0,1)*(123) + (1 - 0,1)*(149,9)] = 147,2

126,7

Setembro

134

[(0,1)*(154) + (1 - 0,1)*(147,2)] = 147,9

148,5

Outubro

156

[(0,1)*(134) + (1 - 0,1)*(147,9)] = 146,5

136,9

Novembro

123

[(0,1)*(156) + (1 - 0,1)*(146,5)] = 147,4

152,2

Dezembro

145

[(0,1)*(123) + (1 - 0,1)*(147,4)] = 145,0

128,8

Efeito do parmetro

Acompanhamento dos erros de

previso: vis
Vendas reais
de copos
(V)

Previso
MM3
(P)

Erro
aritmtico
(V-P)

Erro
aritmtico
acumulado
EArA

Erro
absoluto
V-P

Erro
Erro mdio Tracking
absoluto
absoluto
signal
acumulado (EAA/n)
EArA/EMA
EAA
EMA
TS

Janeiro

154

Fevereiro

114

Maro

165

Abril

152

144,3

-7,7

-7,7

7,7

7,7

7,7

-1,0

Maio

176

143,7

-32,3

-40,0

32,3

40,0

20,0

-2,0

Junho

134

164,3

30,3

-9,7

30,3

70,3

23,4

-0,4

Julho

123

154,0

31,0

21,3

31,0

101,3

25,3

0,8

Agosto

154

144,3

-9,7

11,7

9,7

111,0

22,2

0,5

Setembro

134

137,0

3,0

14,7

3,0

114,0

19,0

0,8

Outubro

156

137,0

-19,0

-4,3

19,0

133,0

19,0

-0,2

Novembro

123

148,0

25,0

20,7

25,0

158,0

19,8

1,0

Dezembro

145

137,7

-7,3

13,3

7,3

165,3

18,4

0,7

Limites para tracking signal

Tracking signal

Ag
os
to
Se
te
m
br
o
O
ut
ub
ro
No
ve
m
br
o
De
ze
m
br
o

Ju
lh
o

Ju
nh
o

ai
o
M

Ab
ril

5,00
4,00
3,00
2,00
1,00
0,00
-1,00
-2,00
-3,00
-4,00
-5,00

Limite superior

Limite inferior

Acompanhamento da magnitude dos

erros
Previso
Suav. Expon
Vendas reais Alfa = 0,1

Previso
Suav. Expon
Alfa = 0,8

Desvio
Desvio
Desvio
Desvio
absoluto absoluto quadrtico quadrtico
Alfa = 0,1 Alfa = 0,8 Alfa = 0,1 Alfa = 0,8

Janeiro

154

150,0

150,0

4,0

4,0

16,0

16,0

Fevereiro

114

150,4

153,2

36,4

39,2

1325,0

1536,6

Maro

165

146,8

121,8

18,2

43,2

332,7

1862,8

Abril

152

148,6

156,4

3,4

4,4

11,7

19,1

Maio

176

148,9

152,9

27,1

23,1

733,0

534,8

Junho

134

151,6

171,4

17,6

37,4

310,9

1396,9

Julho

123

149,9

141,5

26,9

18,5

722,0

341,3

Agosto

154

147,2

126,7

6,8

27,3

46,5

745,6

Setembro

134

147,9

148,5

13,9

14,5

192,2

211,4

Outubro

156

146,5

136,9

9,5

19,1

90,7

364,5

Novembro

123

147,4

152,2

24,4

29,2

596,8

851,6

Dezembro

145

145,0

128,8

0,0

16,2

0,0

261,3

Desvios mdios

15,69

23,00

364,79

678,48

Projees com tendncia

400
350
300
250
200
150
100
50

Nov/03

Set/03

Jul/03

Mai/03

Mar/03

Jan/03

Nov/02

Set/02

Jul/02

Mai/02

Mar/02

Jan/02

Nov/01

Set/01

Jul/01

Mai/01

Vendas
2003
199
175
88
112
149
140
154
275
90
120
226
360

Mar/01

Vendas
2002
146
113
92
160
188
190
168
235
122
97
186
354

Jan/01

Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro

Vendas
2001
112
146
122
125
127
157
150
235
60
92
206
312

Projees com tendncia

400
350
300
250
200
150
100
50

Nov/03

Set/03

Jul/03

Mai/03

Mar/03

Jan/03

Nov/02

Set/02

Jul/02

Mai/02

Mar/02

Jan/02

Nov/01

Set/01

Jul/01

Mai/01

Vendas
2003
199
175
88
112
149
140
154
275
90
120
226
360

Mar/01

Vendas
2002
146
113
92
160
188
190
168
235
122
97
186
354

Jan/01

Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro

Vendas
2001
112
146
122
125
127
157
150
235
60
92
206
312

Considerao de ciclicidades
Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro

Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro

Vendas
2001
112
146
122
125
127
157
150
235
60
92
206
312

Vendas
2002
146
113
92
160
188
190
168
235
122
97
186
354

Vendas
2003
199
175
88
112
149
140
154
275
90
120
112 / 133,8 = 0,837
226
360

Reta de
Reta de
Reta de
tendncia tendncia tendncia
2001
2002
2003
133,8
155,4
177,1
135,6
157,2
178,9
137,4
159,0
180,7
139,2
160,8
182,5
141,0
162,6
184,3
142,8
164,4
186,1
144,6
166,2
187,9
146,4
168,0
189,7
148,2
169,9
191,5
150,0
171,7
193,3
151,8
173,5
195,1
153,6
175,3
196,9

Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro

Vendas/ Vendas/ Vendas/

Tendncia Tendncia Tendncia
2001
2002
2003
0,837
0,939
1,124
1,077
0,719
0,978
0,888
0,579
0,487
0,898
0,995
0,614
0,901
1,156
0,809
1,100
1,155
0,752
1,037
1,011
0,820
1,605
1,398
1,450
0,405
0,718
0,470
0,613
0,565
0,621
1,357
1,072
1,158
2,031
2,020
1,828

Mdia
0,967
0,925
0,651
0,836
0,955
1,002
0,956
1,484
0,531
0,600
1,196
1,960

Presena de
tendncia e
ciclicidade

Tecnologia para previses

Participao no mercado dos software de previso
Outros

7,1%

Delphus

0,3%

Distinction

0,3%

Parker

0,3%

Churchill

1,0%

Automatic Forecasting

1,0%

Applix

1,7%

Chesapeake

1,7%

Retek

2,4%

RER

2,7%

Adaytum

2,7%

Demantra
SPSS
Bus. Forecast System
Smartsoftware

3,7%
4,0%
4,4%
5,1%

John Galt

5,4%

SAS
Lotus (Planilha)

10,1%
3,7%

M C Excel Planilha)

0,0%

42,4%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

35,0%

40,0%

45,0%

Tecnologia para previses

Info rmatio n A dvantage

0,4%

Syncra Systems

0,4%

P rescient

0,7%

LP A

1,5%

Decisio neering

1,5%

Co mshare

2,2%

M ercia

2,2%

JDE

2,5%

P eo pleso ft

2,5%

Hyperio n
Lo gility

4,0%
4,7%
5,8%

Co gno

9,4%

Demad So lutio ns
i2

13,4%

Oracle

13,4%
14,9%

M anugistics

20,7%

SA P

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%