ORGANIZAES EM CONTEXTO

Estudo comparativo da
aplicao de modelos clssicos de
previso de demanda no agronegcio
Classic models of comparative studies in
forecast of demand in agri-business
ODAIR OLIVA DE FARIAS*
MRIO DE SOUZA NOGUEIRA NETO**
CARLOS CSAR SALES NOGUEIRA***

RESUMO

Para delinear a dinmica dos arranjos produtivos locais e

alicerar a eficincia coletiva no agronegcio, o cluster de
indstrias de fertilizantes precisa dispor de um sistema de
previso de demanda adaptado s incertezas relacionadas
ao processo e ao mercado global. Por meio das projees
futuras, a empresa estima metas objetivando orientar todo
o sistema logstico e o fluxo de produtos e matria-prima
por meio do sistema porturio. O foco agregar um grande volume de informaes e por meio de sua anlise
realizar previses com a preciso desejada. As incertezas
so caracterizadas pela variao dos componentes sistemticos da srie de dados, o que influencia o comportamento das vendas. Ser apresentado um comparativo de
anlises quantitativas das sries sazonais relacionadas
demanda nacional de fertilizantes e demanda de trs
produtos de um complexo industrial de fosfatados da
regio sudeste. Modelos clssicos de avaliao da srie
sazonal foram aplicados, comparando-se seus coeficientes
de sazonalidade, tendncia e periodicidade, buscando
atenuar os efeitos da incerteza nos perodos seguintes.
Palavras-chave: agronegcio; previso de demanda; anlise
pr-qualitativa.

* (FATEC-BS) odairof@yahoo.com.br
**(FATEC-BS) mariong@sc.usp.br
*** (FATEC-BS) sousa@bignetcom.br
220

Organizaes em contexto, Ano 2, n. 3, junho 2006

E STUDO

COMPARATIVO DA APLICAO DE MODELOS CLSSICOS ...

ABSTRACT

To delineate the dynamics of the local productive

arrangements and to get a more elaborate collective
efficiency in agri-business cluster of fertilizer industries is
necessary to make use of a system of suitable forecast of
demand because of the uncertainties related to the process
and the global market. Through the future projections, the
company esteem goals, objectifying to guide the logistic
system and the flow of products and logistic inputs,
through the port system. The focus is to add a great
volume of information and, through it, an analysis to carry
forecast views, with the most precision. The uncertainties
are characterized by the variation of the systematic
components of series of data, that influence the behavior of
sales. A comparative degree will be presented and
quantitative analyzes of seasonal series related to the
national demand of fertilizers and the demand of three
phosphated products of an industrial complex in the
Southeastern region. Classic models of evaluation of
seasonal series had been applied, comparing its coefficients
of seasonallity, trend and regularity, searching to attenuate
the effect of the uncertainty in the sequential periods.
Key-words: agri-business; forecast of demand; prequalitative analysis.

INTRODUO
Os sistemas de produo tm, desde sua origem at os tempos
atuais, buscado adaptao s novas regras de negcio impostas pela
evoluo natural das relaes humanas.
At a primeira metade do sculo XX puderam ser observadas
duas grandes revolues de conceito em manufatura. A primeira que
pode ser citada a revoluo industrial, ocorrida na segunda metade
do sculo XVIII, como marco da mecanizao da produo, contribuindo para a substituio da produo artesanal pelas primeiras
unidades fabris. No incio do sculo XX pode ser observada outra
grande transformao por meio das teorias desenvolvidas e aperfeioadas por Henry Ford, introduzindo o conceito da linha de
montagem, gerando ganhos considerveis em relao aos sistemas
produtivos utilizados anteriormente. A partir desse marco de desenOrganizaes em contexto, Ano 2, n. 3, junho 2006

221

ORGANIZAES EM CONTEXTO

volvimento, a administrao cientfica solidificou-se participando

ativamente da evoluo dos processos de negcios.
Diante do atual cenrio mundial de competitividade, onde
encontramos grandes transformaes, seja no campo tecnolgico
seja nas aes de gesto de negcios, exigida das empresas uma
atuao cada vez mais rpida no sentido de aperfeioar os nveis de
servios oferecidos, a partir de estruturas operacionais mais
flexveis, necessidade esta atrelada premncia de garantir um fator
de diferenciao, principalmente quando os produtos de vrios
concorrentes possuem um mesmo grau de qualidade. Dentre as
vrias metodologias a serem utilizadas para enfrentar esta
realidade, destacam-se os modelos de previso de demanda,
buscando reduzir as diferenas relacionadas; realizando e
reforando as necessidades requeridas pelo processo de deciso e
planejamento da cadeia de suprimento.
Buscamos, neste estudo de caso, aplicar um modelo de previso
de demanda, enfocando a indstria de fertilizantes, comparando
seus resultados com o obtido em demandas conhecidas,
identificando fatores positivos da utilizao de tal algoritmo.

2. PREVISO

DE DEMANDA

2.1 Definies da Previso de Demanda

Oliveira (2002) define previso como corresponde ao esforo

para verificar quais sero os eventos que podero ocorrer, com base
no registro de uma srie de probabilidades.
Na viso de Ritzman (2004), As previses so necessrias para
auxiliar na determinao de que recursos so necessrios, da
programao dos recursos existentes e da aquisio de recursos
adicionais.
Pode ser observado que quando enfocamos a previso de
demanda, objeto deste estudo, temos que analisar um cenrio
amplo. Corra (2003) define um ambiente de Gesto de Demanda
onde a previso apenas um componente deste ambiente.
Diante de tal constatao, entendemos que o universo onde est
inserida a gesto da demanda multidisciplinar e multidepartamental, devendo ser estudado enfocando toda a sua amplitude.
A figura 2, adaptada de Gaither (2002), ilustra a extenso do
universo do planejamento de negcios com o enfoque central
voltado para a previso de demanda.

222

Organizaes em contexto, Ano 2, n. 3, junho 2006

E STUDO

COMPARATIVO DA APLICAO DE MODELOS CLSSICOS ...

c) Previso de demanda
a) Influncia sobre o mercado

e) Promessa de prazos
d) Gesto de demanda

b) Comunicao como mercado

f) Priorizao e alocao

Figura 1 Principais elementos da gesto de demanda, adaptado de Corra, H.; Gianesi, I.;
Caon, M. (2003)
MTODOS OU MODELOS DE PREVISO
1) ENTRADAS Condies de Mercado
Aes dos concorrentes
Preferncias do consumidor
Ciclos de vida dos produtos Estao
Planos dos clientes
Panorama Econmico
Status do ciclo comercial
Principais indicadores
Outros Fatores
Legais
Polticos
Sociolgicos
Culturais
2) Erros de previso
disponveis

1) SADAS Demanda Estimada Outras sadas

P
R
O
C
E
S
S
A
D
O
R

2) Capacidade Produtiva Recursos

Averso ao risco Experincia
Valores e motivos pessoais
Valores sociais e culturais
Outros valores

3) Pesquisas

3) Resultados da pesquisa

4) PREVISO DE VENDAS Previso

de demanda para cada produto em cada

4) Procedimentos para converter previso

de vendas em previso de recursos
de produo perodo de tempo

5) Estratgia de Negcios
Plano de Marketing Plano de Produo
Plano Financeiro

5) PREVISES DE RECURSOS DE
PRODUCO Longo Prazo
Capacidades de Fbrica
Fundos de Capital
Necessidades de instalao
Outros
Mdio Prazo
Fora de trabalho
Capacidades departamentais Materiais comprados
Estoques
Outros
Curto Prazo
Mo-de-obra por classe de habilidade
Capacidades de mquina
Dinheiro vivo
Estoques outros

Pde ser observado que a previso de demanda tem forte ligao com os setores de planejamento da
empresa ligados tanto a o campo produtivo como administrativo e financeiro.

Figura 2 Previso como uma parte integrante do planejamento de negcios (adaptado de

GAITHER; FRAZIER, 2002)
Organizaes em contexto, Ano 2, n. 3, junho 2006

223

ORGANIZAES EM CONTEXTO

2.2. Modelos mais usuais de previso de demanda

Sero apresentadas classificaes dos modelos de previso de
demanda, de acordo com a natureza do mtodo utilizado:
qualitativo ou quantitativo.
a) Mtodos Qualitativos
Segundo Choppra (2003)
modelos de previso qualitativos so essencialmente subjetivos.
Apoiam-se no julgamento e na opinio de algum para fazer a
previso. So mais apropriados quando existem poucos dados
histricos disponveis ou quando os especialistas tm inteligncia de
mercado, crucial para a realizao das previses.

Dentre os Mtodos Qualitativos de Previso, Gaither (2002)

destaca:
Consenso do comit executivo: executivos com capacidade de
discernimento, de vrios departamentos da organizao, formam
um comit que tem a responsabilidade de desenvolver uma
previso de vendas.
Mtodo Delphi: usado para se obter o consenso dentro do comit,
podendo ser obtida uma previso com a qual a maioria dos participantes
concordou, apesar de ter ocorrido uma discordncia inicial.
Pesquisa de equipe de vendas: estimativas de vendas regionais
futuras so obtidas e combinadas para formar uma estimativa de
vendas nica para todas as regies, que deve ento ser
transformada pelos executivos em uma previso de vendas para
assegurar estimativas realsticas.
Pesquisa de clientes: clientes individuais so pesquisados para
determinar quais quantidades dos produtos da empresa eles
pretendem comprar em cada perodo de tempo futuro.
Analogia histrica: o conhecimento das vendas de um produto
durante vrias etapas de seu ciclo de vida aplicado s estimativas
de vendas de um produto similar. Pode ser especialmente til na
previso de vendas de novos produtos.
Pesquisa de mercado: questionrios por correspondncia,
entrevistas telefnicas ou de campo formam base para testar
hipteses sobre mercados reais.
224

Organizaes em contexto, Ano 2, n. 3, junho 2006

E STUDO

COMPARATIVO DA APLICAO DE MODELOS CLSSICOS ...

b) Mtodos Quantitativos
Gaither (2002) define os modelos quantitativos de previso
como modelos matemticos baseados em dados histricos. Podem
ser ressaltados os modelos clssicos descritos a seguir:
b.1) Sries temporais
Regresso linear e correlao: um modelo de previso que
estabelece uma relao entre uma varivel dependente e uma ou
mais variveis independentes.
Mdia mvel simples: um tipo de modelo de previso com srie
temporal de curto prazo, que prev vendas para o perodo seguinte.
Mdia mvel ponderada: semelhante ao modelo de mdia
mvel, exceto que, ao invs de uma mdia aritmtica de vendas
passadas, a mdia ponderada das vendas passadas a previso
para o perodo de tempo seguinte.
Exponencial mvel: tambm um modelo de previso com srie
temporal de curto prazo, que prev as vendas para o perodo
seguinte. Neste mtodo, as vendas previstas para o perodo passado
so modificadas pela informao a respeito do erro previsto do
ltimo perodo.
Exponencial mvel com tendncia: o modelo exponencial mvel,
mas modificado para acomodar dados com um padro de tendncia.
b.2) Mtodos causais
Anlise de regresso: semelhante ao mtodo dos mnimos
quadrados das sries temporais, mas pode apresentar mltiplas
variveis.
Modelos de entrada/sada: enfoca as vendas de cada indstria
para outras empresas e governos.
Principais indicadores: estatsticas que se movem na mesma
direo das sries previstas, mas se alteram aps as sries, como
quando o aumento do preo da gasolina indica um declnio futuro
nas vendas de carros grandes.
Davis (2000) descreve uma comparao das tcnicas de
previso de demanda conforme tabela na pgina seguinte.

3. METODOLOGIA

UTILIZADA

Para desenvolver este estudo foram analisados os dados provenientes do plo industrial de Cubato, e terminais e fertilizantes
Organizaes em contexto, Ano 2, n. 3, junho 2006

225

ORGANIZAES EM CONTEXTO

Tabela 1 Comparao das tcnicas de previso de demanda (adaptado de

Bowersox e Coloss, Logstica Empresarial, o processo de integrao da
cadeia de suprimentos, 2001)
Tcnica
I. Qualitativo
Mtodo Delphi
11 Sries Temporais
Mdia mvel
Mdia exponencial
Regresso linear
111 Causal
Anlise de regresso

Horizonte
de tempo

Complexidade
do modelo

Preciso do
modelo

Dados
necessrios

Longo

Alta

Varivel

Muitos

Curto
Curto
Longo

Muito baixa
Baixa
Mdia alta

Mdia
Adequada
Mdia alta

Poucos
Muito poucos
Muitos

Longo

Adequada

Alta

Muitos

do porto de Santos. Trata-se de um cluster de indstrias com uma

demanda de produtos primrios, bem definida, e com caractersticas
prprias das sries sazonais com tendncia. Por uma questo tica
e para preservar o sigilo industrial, s sero apresentados dados
dessazonalizados e os produtos que compem a cadeia de suprimentos sero apresentados como produtos A, B e C. A proposta
analisar as sries temporais para os trs principais produtos da
cadeia produtiva, exatamente para demonstrar que para diferentes
nveis de tendncia e sazonalidade, diferentes modelos matemticos
podem ser aplicados com resultados distintos e que tambm distintamente sero complementados pela anlise qualitativa.

3.1. Anlise do segmento estudado

relevante considerar que este cluster industrial tem suas

atividades produtivas delimitadas por uma legislao ambiental
minuciosa, o que, em ltima anlise, contempla as unidades deste
segmento com uma participao de mercado relativamente estvel.
Esta constatao preliminar motiva a analisar as sries sazonais,
comparando no transcorrer da pesquisa os componentes sistemticos para a demanda macroeconmica e para as demandas do
segmento. Visto que nesta cadeia de suprimento o produto A
matria prima do produto B, e o produto B matria prima do
produto C, demos maior nfase a esta anlise de comparao prqualitativa para o mercado global em relao ao produto C. De
modo mais especfico, o produto A, que tem propriedades

226

Organizaes em contexto, Ano 2, n. 3, junho 2006

E STUDO

COMPARATIVO DA APLICAO DE MODELOS CLSSICOS ...

corrosivas importantes, o que conseqentemente torna seu processo

produtivo e o atendimento da demanda aleatoriamente impactado
por eventos de manuteno que lhe furtam parte da regularidade
sazonal. No entanto, os produtos B e C vo apresentar,
gradativamente, uma sazonalidade to regular quanto da
demanda nacional de fertilizantes, composta de dados extrados da
Associao Brasileira de Difuso do Adubo (ANDA 2004). Por se
tratarem de commodites, usualmente dispostos em armazns de
grande capacidade, no seria justificada uma previso de demanda
realizada por mtodos de elevada acurcia e alto custo. Contudo, a
escolha acertada do melhor modelo de previso, seguramente deve
trazer vantagens competitivas tanto no mbito da logstica quanto
no mbito do planejamento da produo.

3.2. Parmetros para escolha da metodologia

Para o estudo dos produtos acima descritos foram utilizados,

em um primeiro momento, a Mdia Mvel especialmente para o
produto A, e depois os trs principais modelos de previso de
demanda usuais para sries temporais com sazonalidade e tendncia: 1) mtodo percentual da tendncia a partir da regresso
linear; 2) mtodo de suavizao exponencial dupla (Box-Jenkins); e
3) mtodo de suavizao exponencial mltipla (Holt-winter multiplicativo) (CORRA, 2003). Como o ciclo de sazonalidade da srie
estudada anual, devem ser tomados uma srie de dados histricos
de dois ou mais anos e sempre mltiplos de doze. Os dados
utilizados para este estudo foram retirados de uma planilha
dinmica em Oracle/Unix; somando-se, para os produtos A e B, o
total de vendas consolidadas no perodo e o consumo interno, ms
a ms; e o total de vendas consolidadas para o produto C. As
demandas mensais analisadas correspondem aos meses dos anos de
2001 e 2002, e as previses geradas corresponderam ao ano de 2003.
Estas previses geradas foram comparadas com as demandas reais
mapeadas no referido perodo, por meio do erro quadrtico mdio
(EQM) e pelo coeficiente de aderncia (R quad).

3.3. Mtodos utilizados

3.3.1. Mtodo da mdia mvel
Este mtodo de anlise , na verdade, bem simplificado e neste
estudo serviu apenas como ponto de partida e para comprovar que
Organizaes em contexto, Ano 2, n. 3, junho 2006

227

ORGANIZAES EM CONTEXTO

suas previses s so satisfatrias onde a srie no tem uma sazonalidade regular e sim eventos aleatrios simtricos.
Pt = (Vt-l +Vt-2 +...+Vt-n)/N
Onde; V = valor real, Pt = previso e N = nmero de perodos
ou extenso da mdia, assim neste estudo utilizamos N=2.
3.3.2. Mtodo percentual da tendncia ou decomposio da tendncia
Este modelo decompe a srie em quatro componentes
sistemticos:
St = dado real dessazonalizado;
I.S. = ndice sazonal preestabelecido;
Rt = nvel estabelecido pela reta de regresso;
Tt = coeficiente sazonal mdio decorrente do efeito cclico.
Desta forma, o modelo aplicado se comps das seguintes etapas:
a) Primeiramente foram dessazonalizados os dados reais e,
conseqentemente, foram obtidos ndices sazonais (I.S.) para os
meses de cada perodo.
b) Fez-se a regresso dos dados dessazonalizados, obtendo-se
uma equao da reta, em funo do tempo (Rt = a + bt).
c) Foram estabelecidos coeficientes sazonais mdios para cada
ms do ciclo (T fi).
d) Foi calculada a previso para os meses subseqentes
(P(25,36) = Rt x T m).
e) Finalmente, a previso obtida foi resazonalizada (P = Pt x I.S.).
3.3.3. Mtodo de suavizao exponenciaI dupla ou exponencial mvel
(Box-Jenkins) (GAITHER 2001)
A exponencial mvel um caso especial do modelo BoxJenkins onde aplicada uma funo matemtica aos dados,
utilizando-se as seguintes variveis: Pt = previso amortecida no
perodo t, St = dados reais dessazonalizados, Tt = tendncia no
perodo t, FTt = previso com tendncia no perodo t, a = constante
de amortecimento sazonal ( 0< a <1) e = constante de
amortecimento da tendncia (0< <1).
As funes aplicadas foram:
FTt= P t-l + T t-l
Pt = FTt + a(St FTt)
Tt = T t-l + (FTt - FT t-l T t-l )
228

Organizaes em contexto, Ano 2, n. 3, junho 2006

E STUDO

COMPARATIVO DA APLICAO DE MODELOS CLSSICOS ...

Obs.: 1 A cada perodo de 12 meses foram estimadas, por

meio do solver, as melhores constantes de amortecimento para
minimizar o erro quadrtico mdio (EQM).
Obs.: 2 Ao final da modelagem matemtica, os resultados
obtidos foram ressazonalizados.
3.3.4. Suavizao exponencial mltipla e multiplicativa (Holt-Winter)
Este modelo suavizar a sazonalidade, tendncia e
periodicidade das sries em questo, utilizando-se das seguintes
variveis: Pt = previso amortecida no perodo t, St = dados reais
dessazonalizados, I.S. = ndice sazonal pr-estabelecido, Tt =
tendncia no perodo t, Ft = freqncia no perodo t, FTt = previso
com tendncia no perodo t, a = constante de amortecimento
sazonal ( 0< a <1), = constante de amortecimento da tendncia (0<
<1) e y = constante de amortecimento do perodo (0< y <1).
As funes aplicadas foram:
Pt= a.( 8tl Fd + (1-a) .(P t-l + T t-l) Tt= .( Pt- Pt-l) +.(1-). T t-l
Ft = Y .( 8d P t-l ) + (1" y) . F t-l Pt+n = (P t-l + T t-l. (nI)) .18
Obs.: 1 a cada perodo de 12 meses foram estimadas, por
meio do solver, as melhores constantes de amortecimento para
maximizar o coeficiente de correlao (R quad).
Obs.: 2 ao final da modelagem matemtica, os resultados
obtidos foram ressazonalizados.
3.4. Medidas de preciso na previso de demanda
Diversos so os mtodos para medir a preciso de um modelo, e
quanto menor a mdia percentual de erro (EAMP), maior a
proximidade do modelo frente demanda real. Dentre os diversos
mtodos, um dos mais amplamente utilizado o erro quadrtico
mdio (EQM), que penaliza desproporcionalmente os grandes erros,
seja positivo ou negativo. Outro mtodo utilizado neste estudo foi o
quadrado do coeficiente de correlao (Rquad), que esteve relacionado
com a aderncia do modelo srie, seu desvio padro e sua varincia.

4. RESULTADOS

OBTIDOS

Podemos observar na srie de produtos A, B, C e da demanda

Nacional de fertilizantes entre 2001 e 2003 uma leve tendncia e
Organizaes em contexto, Ano 2, n. 3, junho 2006

229

ORGANIZAES EM CONTEXTO

uma sazonalidade, gradativamente regular; o que explica uma

resposta progressivamente melhor aos modelos utilizados.

5. ANLISE

DOS RESULTADOS

5.1 Anlise dos resultados para o produto A

Das quatro sries de dados estudadas, a do produto A foi a

nica que realmente apresentou rudo e eventos aleatrios, o
suficiente para descaracterizar parcialmente os ciclos sazonais. Os
coeficientes sazonais (a) estimados nos modelos de suavizao se
mostraram ineficazes para amortizar a curva. Do mesmo modo, os
coeficientes de periodicidade (y) estimados no se traduziram em
componentes sistemticos. Isso nos motivou a utilizar a mdia
mvel, a decomposio da tendncia e a suavizao dupla. Com
esses modelos de previso, conseguiu-se acompanhar a tendncia,
amortizada por seu coeficiente (f3). Quanto anlise de aderncia
e proximidade da curva, os melhores resultados foram obtidos com
a mdia mvel e com a suavizao dupla BJ (Tabela 2). O principal
rudo se apresentou no meio do ciclo sazonal, o que de modo
compensatrio foi atenuado pelos dois modelos citados.
Seguramente, um melhor resultado seria obtido se aliado a um
modelo de Box-Jenkins fossem utilizados variveis explanatrios e
algoritmos mais sofisticados. Contudo, para o nvel de valor
agregado deste produto, a preciso dos modelos utilizados foi
satisfatria o bastante para alicerar a anlise qualitativa e o
planejamento da produo.

5.2. Anlise dos resultados para o produto B

Na srie de dados do produto B a curva passou a ser

rapidamente de sazonalidade regular, e com leve assimetria entre os
ciclos de 2001 e 2002. Neste ponto do estudo, os resultados se
mostraram extremamente satisfatrios, com altos coeficientes de
aderncia e uma baixa mdia de erros.
Com uma elevada aderncia para o modelo de Holt-Winter e
uma baixa mdia de erros para o modelo de Box-Jenkins, a faixa de
previso esteve muito prxima da demanda real, acompanhando
alm da sazonalidade e tendncia, a evoluo dos perodos. O
modelo de suavizao exponencial para a srie deste produto
conseguiu ainda acompanhar os intervalos com demanda elevada,
progressivamente mais longa a cada ciclo sazonal. Os dois modelos

230

Organizaes em contexto, Ano 2, n. 3, junho 2006

E STUDO

COMPARATIVO DA APLICAO DE MODELOS CLSSICOS ...

Tabela 2 Aderncia e erros encontrados 2003 Produto A

MM 12
R quad
EQM
EAMP

0,002
42900201
9,48

Decomp.
0,500
209972247
22,47

BJ

HW

P.Anual

0,0138
9791704
5,21

0,023
127559269
16,06

0,100
69129563
15,87

citados forneceram os melhores resultados, combinando baixas

mdias de erro (BJ) e um alto coeficiente de correlao (HW), o que
comprovou a aplicabilidade destes modelos nas sries com sazonalidade e tendncia.

5.3. Anlise dos resultados para o produto C

Comparativamente com a demanda nacional no estudo da srie

do produto C, os resultados e o conjunto de medidas de erro foram
significativamente melhores na aplicao da suavizao exponencial
dupla, com uma baixa mdia de erros e uma aderncia satisfatria.
Na suavizao exponencial mltipla a aderncia tambm esteve
satisfatria, porm o erro quadrtico mdio se manteve alto. Notouse no estudo das curvas que a periodicidade da srie alternou, o que
dificultou o amortecimento da curva pela constante gama. Um
resultado relevante que ao tentar estimar constantes intermedirias que maximizassem o Rquad e ao mesmo tempo
minimizassem o EQM, foram encontradas constantes muito
prximas das melhores constantes no estudo da demanda nacional
(a=O.Ol, (3=0.26 e y=0.55).
O mtodo de decomposio da tendncia mostrou-se
relativamente satisfatrio, sendo que o conjunto de medidas de erro
esteve prximo dos observados no plano anual. Ainda assim, neste
caso, a suavizao dupla (B1) se mostrou um modelo mais preciso
em relao aos demais; especialmente, quando utilizados constantes
de amortecimento proporcionais s utilizadas no estudo da

Tabela 3 Aderncia e erros encontrados 2003 Produto B

R quad
EQM
EAMP

MM 12
0,869
6567117
14,49

Decomp.
0,943
14642123
12,34

BJ
0,8283
1334502
10,62

Organizaes em contexto, Ano 2, n. 3, junho 2006

HW
0,948
5162145
12,19

P.Anual
0,505
53494091
32,83
231

ORGANIZAES EM CONTEXTO

Tabela 4 Aderncia e erros encontrados 2003 Produto C e DNF

R quad
EQM
EAMP

Produto C
MM12 Decomp.
BJ
HW
0,7996
0,8752
0,9028 0,9058
15946977 11788052 4182139 23853184
21,08
18,10
7,21
23,74

Demanda Nacional
P.Anual MM12 Decomp
BJ
HW
0,870
0,964
0,992
0,973 0,988
8492332 139162
34235
38515 66251
12,65
15,60
10,04
6,98 15,47

Tabela 5 Comparao de resultados

Produto Produto A Produto B Produto C
Modelo
BJ
BJ
BJ
Alfa a
0,88
0,98
0,95
Beta P
0,31
0,01
0,01
Gama{
Solver
** min
** min
*maxR

DNF
BJ
0,91
0,01
** min

Produto B
HW
0,01
0,62
0,83
** min

Produto C DNF
HW
HW
0,87
0,01
0,01
0,26
0,38
0,55
*maxR *maxR

* Melhor resultado maximizando R quad. ** Melhor resultado minimizando EQM.

demanda nacional. Nesse estudo do indicador macroeconmico, os

resultados foram os mais satisfatrios, com uma mdia de erros
bastante baixa e uma aderncia em torno de 99%, o que retratou
bem a regularidade desta srie sazonal e facilitou a escolha dos
modelos mais adequados para os produtos da cadeia.

5.4. Estudo dos componentes sistemticos e das

constantes de amortecimento

Os recursos da pesquisa operacional possibilitaram, no transcorrer do estudo, estimar as melhores constantes de amortecimento,
de modo a obter as melhores medidas de erro para os perodos com
dados conhecidos, o que conseqentemente nos levou a previses
mais precisas.

6. COMENTRIOS

FINAIS

Neste estudo, os diversos modelos de previso de demanda

escolhidos se mostraram distintamente eficazes nos vrios pontos
da cadeia produtiva. Embora o baixo valor agregado da cadeia
primria no justifique a utilizao de modelos de maior acurcia e
maior custo, nota-se que a aplicao elaborada de modelos clssicos
capaz de estimar os eventos futuros com uma preciso suficiente
232

Organizaes em contexto, Ano 2, n. 3, junho 2006

E STUDO

COMPARATIVO DA APLICAO DE MODELOS CLSSICOS ...

para apontar caminhos anlise qualitativa. Esta modelagem

permite alicerar um planejamento da produo acertado e dimensionar as operaes logsticas de importao da matria-prima
e distribuio fsica do produto de forma adequada.
No incio da cadeia produtiva, onde a srie de dados apresentou sazonalidade pouco regular, os modelos mais simplificados
nos forneceram resultados com uma mdia de erros relativamente
baixa e com uma baixa aderncia. Nos produtos seguintes, os
modelos de suavizao forneceram um bom resultado na mdia de
erros e na aderncia, e com uma boa participao dos componentes
sistemticos. A previso de perodos gradativamente mais longos de
demanda alta para os produtos B e C sugerem um mercado em
potencial para ambos, o que tem se confirmado por meio do recente
desempenho do agronegcio. Concluiu-se que a anlise quantitativa
e comparativa dos principais indicadores de mercado, previamente
eleitos, fornece evidncias acerca dos eventos futuros em relao
demanda dos diversos produtos e sua penetrao no mercado,
tornando mais confivel a previso de demanda. Da mesma forma,
todo arranjo produtivo, com as mesmas caractersticas sazonais,
pode ter a estimao dos seus recursos realizada por meio dessa
mesma metodologia.

REFERNCIAS

BIBLIOGRFICAS

BOWERSOX, D. J.; COLOSS, D. J. Logstica empresarial, o processo de integrao da cadeia de

suprimentos. So Paulo: Atlas, 2001.
CHOPRA, S.; MEINDL, P. Gerenciamento da cadeia de suprimentos. So Paulo: Pearson
Educatin, 2003.
CORRA, HERNRIQUE L.; GIANESI. Just in time, MRP 11 e OPT: Um enfoque estratgico.
2. ed. So Paulo: Atlas, 1993.
CORRA, HENRIQUE L.; GIANESI, 1.; CAON, M. Planejamento, programao e controle da
produo - MRPII / ERP: conceitos uso e implantao. So Paulo: Atlas, 2003.
DA VIS, M. M.; AQUILANO, N. J.; CHASE, R. B. Fundamentos da administrao da produo.
3 ed. Porto Alegre: Artmed, 2000.
FONSECA, J. S., MARTINS, G. A., TOLEDO, G. L. Estatstica aplicada. 2 ed. So Paulo:
Atlas, 1995.
GAITHER, N.; FRAZIER, G. Administrao da Produo e Operaes. So Paulo, Thomson
Learning, 2002.
MARTINS, P.; LAUGENI, F. Administrao da produo. So Paulo: Saraiva, 2001.
MOREIRA, D. A. Administrao da produo. So Paulo: Pioneira Thompson Learning, 2002.
OLIVEIRA, D. P. R. Planejamento estratgico, conceitos, metodologia, praticas. So Paulo: Atlas, 2002.

Recebido para publicao em: 22/4/06

Aceito em: 28/5/06
Organizaes em contexto, Ano 2, n. 3, junho 2006

233