Trabalho de Previso de Demanda PCP I

Tamanho da equipe: preferencialmente seis alunos por equipe. Data de entrega: mesma data de realizao da prova escrita referente 1 Avaliao. Mtodo de entrega: a equipe dever entregar um relatrio tcnico sucinto impresso, apresentando os resultados obtidos com o desenvolvimento dos respectivos modelos de previso de demanda, conforme orientado pelas diretrizes do trabalho a seguir apresentadas; tambm ser obrigatria a entrega das planilhas eletrnicas utilizadas na modelagem, no clculo e na avaliao dos mtodos testados, sendo que tais arquivos devero ser ao professor da disciplina (Pen-drive). Pontuao: 2,0 (dois) pontos, representando 20% da nota final da primeira avaliao da disciplina PCP 1.

Contexto do Trabalho
O Planejamento e Controle da Produo (PCP) um conjunto de esforos administrativos e tcnicos que pode ser dividido, de modo geral, em cinco nveis de planejamento hierrquico, representados pela Figura 1, sendo que cada um destes nveis est associado a um horizonte de planejamento e controle da produo, e a um determinado nvel de agregao de informaes. No entanto, cada nvel ou estgio do PCP composto por um conjunto de atividades gerenciais fundamentais eficcia e eficincia dos processos decisrios. Nesse sentido, a Gesto de Demanda e a Gesto de Estoques merecem destaque, uma vez que participam direta, ativa e efetivamente no dimensionamento do PCP como um todo, desde os estgios de informaes mais agregadas (PV&O) at os patamares de informaes mais especficas e detalhadas (MRP), auxiliando na resoluo das trs perguntas fundamentais de qualquer sistema produtivo, quais seriam: o QU produzir/comprar ? QUANTO produzir/comprar ? QUANDO se deve produzir/comprar ? No intuito de aprofundar nosso entendimento, em um primeiro estgio, a respeito dos procedimentos e aplicaes relacionados gesto de demanda (mais particularmente previso de demanda), proposta, a seguir, uma atividade de pesquisa, em que sua equipe dever estudar e compreender o comportamento de demanda de dois produtos/servios. Com base nos dados, informaes e restries

identificadas, sua equipe dever, partindo da identificao e caracterizao dos eventuais comportamentos de demanda apresentados pelos dados observados, desenvolver a previso de demanda para os prximos doze (caso sejam dados mensais) ou trinta (caso sejam dados dirios) perodos de ambos os produtos/servios analisados, experimentando os diferentes modelos de previso de demanda vistos em sala de aula.
Horizonte: Ms 1 Ms 2 Ms 3 . . . Ms n Planejamento Agregado

Planejamento de Recursos

Planejamento de Vendas e Operaes

Gerenciamento da Demanda

Horizonte: Sem. 1 Sem. 2 . . . Sem. m

Front End Planejamento Mestre de Produo

Plano Mestre de Produo

Planejamento de Mdio Prazo

Horizonte: Semana 1 Semana 2 Semana 3 Semana 4

Planejamento de Planejamento Detalhado de Capacidade Curto Prazo

Horizonte: Segunda Tera . . . Sexta

Planejamento Detalhado de Materiais (MRP)

Engine Planejamento Detalhado de Capacidade e Materiais

Programa de Produo

Planejamento de Curtssimo Prazo

Horizonte: Hora 1 Hora 2 Hora 3 . . . Hora 8

Back End

Execuo e Controle

Sistemas de Cho-deFbrica

Sistemas do Fornecedor

Figura 1 Nveis de Planejamento e Controle Hierrquico da Produo

Sistema de Planejamento de Recursos Materiais (ERP)

Planejamento de Longo Prazo

Cenrios Investigados
Os cenrios investigados dependero da pesquisa feita por sua equipe. De qualquer modo, algumas diretrizes gerais devem ser seguidas, para que o estudo de previso de demanda possa ser realizado e, mais importante, tenha algum tipo de validade matemtica e prtica do ponto de vista de Engenharia de Produo. Nesse sentido, ao longo de sua investigao por dados e informaes de demanda, oriente-se conforme os seguintes procedimentos: - Certifique-se de que seus dados sejam legtimos, ou seja, tenham relevncia prtica. Tal caracterstica fundamental porque somente dados/informaes reais so capazes de expressar os verdadeiros desafios inerentes a estudos de comportamento e previso de demanda; - Devem ser coletados preferencialmente, no mnimo, dados correspondentes a dois anos de demanda. Tal medida importante, pois assegura a possibilidade dos modelos de previso analisar eventuais sazonalidades existentes no comportamento da demanda. Para que tal padro de demanda possa ser identificado, h necessidade de se verificar ao menos um ciclo de vendas, sendo por isso necessrio o registro de, no mnimo, dois anos do histrico de vendas; - Identifique adequada e corretamente a fonte de seus dados. Em caso de sigilo de informaes, apenas caracterize de modo consistente o cenrio dos produtos/servios investigados. Exemplo: dois produtos de uma rede de farmcias voc pode at no citar o nome da rede, mas deve caracterizar os produtos investigados, o perodo de coleta dos dados, etc. Lembre-se: fundamental que seus dados sejam reais para sua equipe desenvolver uma percepo verdica das dificuldades de se trabalhar com previso de demanda; - No se esquea de que, antes de qualquer estudo de previso de demanda, torna-se essencial determinar os objetivos de sua previso (para vendas, para estudo de capacidade, etc.), bem como caracterizar consistentemente os comportamentos de demanda de seus produtos/servios, conforme um dos padres discutidos em sala de aula (estacionrio; com tendncia; estacionrio com sazonalidade; com tendncia e sazonalidade). Portanto, antes de avanar para os modelos de previso propriamente, contextualize e defina bem seus objetivos de estudo e os produtos/servios que sua equipe est investigando.

Desenvolvendo Modelos de Previso de Demanda

Uma vez coletados os histricos de vendas de dois produtos/servios e caracterizados seus respectivos padres de demanda, voc e sua equipe devem dar continuidade ao estudo, analisando qual o melhor modelo de previso de, dentre aqueles mais conhecidos e aplicados por diversos softwares especializados, tais como: Mdia Mvel; Suavizao Exponencial Simples; Suavizao Exponencial com Tendncia (Modelo de Holt); Suavizao Exponencial com Tendncia e Sazonalidade (Modelo de Holt e Winters); entre outros. Como voc e sua equipe j sabem, os modelos supracitados possuem parmetros que devem ser ajustados, de modo que seus respectivos desempenhos sejam maximizados. Logo, voc e sua equipe tambm devem identificar quais so os valores mais adequados configurao de cada modelo experimentado, ou seja, quais so os valores que permitem com que os modelos apresentem os menores erros possveis. Alm disso, lembre-se de que, profissionalmente, os resultados de qualquer projeto sero sempre apresentados em algum tipo de reunio, para um grupo de pessoas interessadas (scios, chefes, gerentes, clientes, etc.). Logo, torna-se fundamental a gerao de grficos que ilustrem e permitam a comparao direta entre os valores de demanda previstos por cada modelo e os valores de demanda efetivamente observados, de modo que fique visvel a adequao de cada mtodo de previso ao conjunto de dados investigado. Ainda em prol da qualidade da apresentao dos resultados, sua equipe precisar argumentar, sucintamente, quais caractersticas dos histricos de vendas produtos/servios orientaram os estudos para a escolha dos respectivos modelos de previso, ou seja, vocs devero explicar, em suas prprias palavras e utilizando os resultados dos mtodos experimentados, quais aspectos presentes no comportamento de demanda de cada produto/servio contriburam para que determinados mtodos de previso fossem apontados como os mais adequados.

Nota do Professor
Para desempenhar a previso de demanda dos produtos/servios investigados, sua equipe dever utilizar o software Oracle Crystal Ball v. 11.1.1.1 (o qual funciona de modo integrado ao programa Microsoft Office Excel 2007), bem como o prprio Excel, desenvolvendo as respectivas frmulas matemticas relacionadas aos mtodos vistos em sala de aula e confrontando seus resultados com aqueles gerados pelo software Crystal Ball. Nesse contexto, sua equipe dever identificar e registrar alguns dados tcnicos complementares sobre os modelos de previso investigados. Assim, vocs devero apresentar tambm os resultados obtidos por todos os mtodos experimentados, listando-os do melhor para o pior, tendo como parmetros os trs indicadores utilizados pelo software Crystal Ball (Erro Absoluto Mdio

MAD; Erro Percentual Absoluto Mdio MAPE; Erro Quadrtico Mdio - RMSE), sendo o critrio decisivo aplicado o MAPE. No se esquea de configurar os mtodos de previso com intervalos de confiana de 1% e 99%. Para o melhor mtodo de previso identificado para cada produto/servio verificado, alm dos dados e informaes supracitados, sua equipe dever registrar informaes mais especficas, tais como: os melhores valores de configurao dos parmetros de clculo do respectivo mtodo; o desvio padro dos dados analisados; os valores mnimo e mximo identificados nos histricos de vendas investigados; e, para os 12 (mensal) ou 30 (dirio) valores previstos, os limites inferior e superior indicados a partir do intervalo de confiana de 1% e 99%. No esquea tambm de arredondar os valores previstos para seus respectivos nmeros inteiros imediatamente superiores, ou seja, se um determinado valor previsto for de 105.12, por exemplo, a quantidade prevista para produo ser de 106 (lembre que importante preservar a segurana e a folga de seu planejamento de demanda). No intuito de desenvolver uma boa e slida argumentao para seu estudo de previso de demanda, aqui vai uma dica: fundamente suas explicaes com base nas caractersticas bsicas possveis de se vislumbrar em uma determinada srie histrica de dados, quais seriam: dados aleatrios; dados estacionrios; dados com tendncias (crescimento ou decrescimento); e/ou dados sazonais. Observando atentamente o comportamento das vendas de seus produto/servios e enquadrando-o nas caractersticas previamente citadas e no desempenho dos mtodos de previso investigados e comparados, voc e sua equipe sero capazes de expor e justificar corretamente a teoria por trs das escolhas do software Crystal Ball e do Excel.