Escolar Documentos
Profissional Documentos
Cultura Documentos
CURSO DE
ENGENHARIA DE PRODUO
Planejamento e Controle da
Produo I
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
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
9
REGRESSO LINEAR: EXEMPLO
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
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.
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
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
20