UNIGRANRIO

CURSO DE
ENGENHARIA DE PRODUO

Planejamento e Controle da
Produo I

Tpico III Previso de Demanda

MATERIAL UTILIZADO COMO APOIO:
RITZMAN & KRAJEWSKI Administrao de Produo e Operaes
CORRA & CORRA - Administrao de Produo e Operaes
SLACK e outros - Administrao da Produo

Prof. Leonardo Arago Guimares, M.Sc.

Sistema Genrico de Previso de Demanda
Dados de variveis que Dados histricos Informaes que expliquem
expliquem as vendas de vendas comportamento atpico

Tratamento estatstico dos dados

de vendas e outras variveis
Informaes da Informaes
conjuntura econmica de clientes
Decises da rea Informaes
comercial de concorrentes
Outras informaes Outras informaes
econmicas de mercado

Reunio de Previso
Comprometimento das reas envolvidas
Tratamento das
informaes disponveis

PREVISO DE VENDAS 2
 Decomposio de dados histricos
para elaborar a Previso de Demanda
Vendas
Vendas reais

Previso

Tendncia

Sazonalidade

HOJE Tempo

3
PREVISO DE DEMANDA: TCNICAS MAIS USADAS

Mtodos Qualitativos - de Julgamento:

Estimativas da equipe de vendas
Opinio dos executivos
Mtodo Delphi

Mtodos Quantitativos - Causais:

Regresso linear

Mtodos Quantitativos - Sries Temporais:

Mdia mvel
Mdia mvel ponderada
Previses combinadas
Focus forcasting
Suavizao exponencial
Suavizao exponencial com ajuste de tendncia
Suavizao exponencial com ajuste sazonal
Suavizao exponencial com ajuste de tendncia e sazonal
4
 MTODOS DE JULGAMENTO:
ESTIMATIVAS DA EQUIPE DE VENDAS
Vantagens:
A equipe de vendas, em geral, quem melhor conhece o
mercado
Possibilidade de se obter previses por segmento de
mercado
Facilidade de agregao regional ou nacional

Desvantagens:
Heterogeneidade de critrios pode trazer distores de
difcil percepo
Risco de previso superestimada, objetivando alta
disponibilidade de produtos
Risco de previso subestimada para que eventuais metas
comerciais sejam mais facilmente superadas
Aplicabilidade:
Previso de curto prazo por famlias de produtos ou por
itens individuais
5
 MTODOS DE JULGAMENTO:
OPINIO DOS EXECUTIVOS
Vantagens:
Maior experincia e conhecimento tcnico por partes dos
julgadores
Possibilidade de se considerar informaes incomuns como
promoes, movimentos da concorrncia, entre outros

Desvantagens:
Risco de que as previses sejam puxadas para cima, no
intuito de se gerar maiores desafios para a organizao
Maior dificuldade de se obter previses suficientemente
desagregadas

Aplicabilidade:
Reviso de outros mtodos de previso para que sejam
consideradas informaes incomuns
Previso para novos produtos ou servios

6
 MTODOS DE JULGAMENTO:
MTODO DELPHI
O que :
Processo de busca de consenso entre diversos
especialistas que devem responder perguntas e avaliar o
conjunto das respostas at que ocorra suficiente
convergncia entre as diversas opinies
Normalmente no ocorrem reunies entre os especialistas e
a participao annima

Aplicabilidade:
Projeo de demanda a longo prazo
Previses para novos produtos e servios
Construo de cenrios tecnolgicos e mudanas sociais

7
 MTODOS CAUSAIS
Partem do pressuposto de que a demanda futura (varivel
dependente) pode ser explicada pelo comportamento de outras
variveis de mais fcil previso (variveis independentes ou
explicativas)

Exemplos:
As vendas de vidro plano podem ser explicadas em grande
parte pelo nvel de atividade da indstria automobilstica e
da construo civil
As vendas de uma companhia podem ser explicadas pelo
montante gasto em propaganda

Aplicabilidade:
Previso para famlias de itens a mdio ou longo prazo

REGRESSO LINEAR
o mtodo causal mais comum
Est implementado no Excel atravs da funo Previso
8
 REGRESSO LINEAR: EXEMPLO

A tabela abaixo apresenta o volume de vendas de uma

empresa e o montante gasto com propaganda nos ltimos 5
meses. Considerando que no prximo ms a empresa gastar $
1.750 com propaganda, deseja-se estimar o volume de vendas
atravs de regresso linear.

Meses Vendas Propaganda

1 264 2,5
2 116 1,3
3 165 1,4
4 101 1,0
5 209 2,0

9
 REGRESSO LINEAR: EXEMPLO

Exemplo de Regresso Linear

300
Vendas (milhes de

250
unidades)

200
150
100
50
0
0 0,5 1 1,5 2 2,5 3
Propaganda (milhes de $)

10
 SRIES TEMPORAIS:
MDIA MVEL SIMPLES
Aplicabilidade:
Previso de curto prazo para itens individuais com
demanda estabilizada (padro horizontal)
Exemplo:
VENDAS MDIA MVEL MDIA MVEL MDIA MVEL
3 MESES 4 MESES 6 MESES
Janeiro 89 --- --- ---
Fevereiro 92 --- --- ---
Maro 100 --- --- ---
Abril 107 --- ---
Maio 89 ---
Junho 90 ---
Julho 87
Agosto 93
Setembro 92
Outubro 110
Novembro 86
Dezembro 107
PREVISO Janeiro
11
 SRIES TEMPORAIS:
MDIA MVEL PONDERADA
Aplicabilidade:
Previso de curto prazo para itens individuais com
demanda estabilizada (padro horizontal)
Exemplo:

FATORES DE
MS VENDAS
PONDERAO

Janeiro 115 0,2

Fevereiro 120 0,3

Maro 105 0,5

Previso para Abril

12
 SRIES TEMPORAIS:
PREVISES COMBINADAS
Utiliza como previso a mdia de previses independentes,
obtidas com diferentes mtodos de previso
Parte do pressuposto de que a mdia das previses oferece
melhor resultado do que at mesmo o melhor dos mtodos
Aplicabilidade:
Previso de curto prazo para itens individuais

FOCUS FORCASTING
Sistema de previso que, a cada perodo, realiza o seguinte
procedimento:
aplica vrios mtodos simples de previso
mede a performance de cada um dos mtodos
utiliza a previso do mtodo de melhor performance

Aplicabilidade:
Previso de curto prazo para itens individuais
13
 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.

14
 Finalizando ...........
Uma previso uma afirmativa ou inferncia
sobre o futuro, usualmente baseada em
informao histrica.

A melhor maneira de prever o futuro cri-lo

(Peter Drucker)

15
 ANEXO

SUAVIZAO EXPONENCIAL
simples, com ajuste de tendncia,
com ajuste de tendncia e sazonalidade
 SRIES TEMPORAIS:
SUAVIZAO EXPONENCIAL
Aplicabilidade:
Previso de curto prazo para itens individuais com
demanda estabilizada
Definio:
Mdia ponderada de todos os valores da srie histrica com o
peso decrescendo exponencialmente do valor mais recente
(maior peso) para o mais antigo (menor peso)
Tem como vantagem a simplicidade de uso pois para realizar
uma nova previso bastam as seguintes informaes:
Demanda no ltimo perodo (Dt)
Constante de aproximao (peso do ltimo perodo) ()
Previso para o ltimo perodo (Ft) (representa todos os
valores anteriores da srie histrica j ponderados)
Frmula:
Previso p/ = ( Demanda neste ) + ( 1 - ) (Previso p/este perodo)
Prximo perodo Perodo
P t+1 = D t + ( 1 - ) P t 17
 SRIES TEMPORAIS:
SUAVIZAO EXPONENCIAL
C/ AJUSTE DE TENDNCIA

Aplicabilidade:
Previso de curto prazo para itens individuais com demanda
sistematicamente crescente ou decrescente

Definio:
Alm de calcular a NVEL (M) mdio com ponderao
exponencial, calcula-se a TENDNCIA (T) com ponderao
exponencial

18
 SRIES TEMPORAIS:
SUAVIZAO EXPONENCIAL
C/ AJUSTE DE TENDNCIA (cont.)
Frmulas (cont.):
Nvel neste = (Demanda real) + (1 - ) (Nvel perodo + Tendncia perodo)
perodo neste perodo anterior anterior

M t = D t + (1-) (M t-1 + T t-1)

Tendncia
neste = (Nvel neste - Nvel perodo) + (1 - ) (Tendncia perodo)
perodo perodo anterior anterior

Tt = (M t - M t-1) + ( 1 - ) T t-1
Desta forma, a previso para o prximo perodo :
P t+1 = Mt + Tt
Generalizando, a previso para n perodos a frente seria:

P t+n = M t + (T t x n)
19
 SRIES TEMPORAIS:
SUAVIZAO EXPONENCIAL C/ AJUSTE DE
TENDNCIA E SAZONALIDADE
Aplicabilidade:
Previso de curto prazo para itens individuais com demanda
apresentando simultaneamente tendncia e sazonalidade
Definio:
Aps projetar o NVEL e a TENDNCIA, obtemos a previso
multiplicando o valor obtido por um FATOR SAZONAL

Frmulas:
M t = D t / Ft + ( 1 - ) (M t-1 + T t-1)

T t = (M t - M t-1) + ( 1 - ) T t-1

P t+n = (M t + (T t x n)) x Ft+n

20