3° EREDS – Belém, Pará, Brasil.

06, 07, 08 e 09 de julho de 2015

Previsão de demanda e gestão de materiais em um centro de

distribuição de um banco multinacional

Área Temática: Tecnologia e Trabalho

Diego M. L. Tavares¹, Fábio G. Jardim², Igor C. Silva³, Yasmim P. C. Oliveira4 , Allan S.

Albuquerque5

¹ Universidade do Estado do Pará - UEPA CCNT- moah6@gmail.com

² Universidade do Estado do Pará - UEPA CCNT- eng.jardim@yahoo.com.br
³Universidade do Estado do Pará - UEPA CCNT- igorcruz93@hotmail.com
4
1 Universidade do Estado do Pará - UEPA CCNT- yasmim.paulina@gmail.com
15 Universidade da Amazônia- UNAMA Campus Alcindo Cacela- allan_180@hotmail.com

Resumo
O artigo aplica um modelo de previsão de demanda, cálculo de lote econômico e Material
Requirement Planning (MRP), para aperfeiçoar todo o processo de armazenagem e
distribuição, em um centro de ordenamento de material de escritórios e outros itens no centro
de distribuição de um banco multinacional. Foram realizadas as seguintes etapas: coleta de
dados, definição do item para a previsão (classificação ABC), no sentido de detectar o
produto mais demandado e com mais impacto nos custos, seleção do modelo de previsão que
melhor se adeque a situação. Para tanto, este estudo tem como âncora,os princípios de
métodos quantitativos, aplicados a métodos de séries temporais. Apresenta também o cálculo
do estoque de segurança, lote econômico e MRP.

Palavras-chave: Previsão de Demanda; Estoque de segurança; MRP; Lote econômico de

compra; Setor bancário.

1 Introdução
Toda empresa necessita quantificar sua capacidade produtiva para que esta, atenda
completamente sua demanda, evitando ruptura de serviços, produtos ou estoques
desnecessários, porque isso pode comprometer a imagem da empresa e seu lugar no mercado.
Assim, primeiramente deve se encontrar o produto de maior significância para organização
através de alguma ferramenta ou instrumento. A ferramenta utilizada nesta análise foi a Curva
ABC, que possibilita examinar estoques, permitindo a identificação dos itens que tem maior
significância e que requer mais atenção.
Após identificar esses o item que necessita de mais atenção, é utilizada a previsão de
demanda, que é um fator importante no processo de tomada de decisão, tanto no nível
estratégico quanto no operacional. A previsão de tem influencia desde a infra-estrutura,
contratação de mão de obra e outros. Segundo Tubino (2007), com a adoção da referida
previsão, é possível que os dirigentes destas empresas, antecipem o futuro e possam estruturar
suas ações da forma mais adequada para sua organização.
Demanda de mercado para um produto é o volume total que seria comprado por um

1
 3° EREDS – Belém, Pará, Brasil. 06, 07, 08 e 09 de julho de 2015

grupo de clientes definido, em uma área geográfica definida, em um período

definido, em um ambiente de marketing definido e sob um programa de marketing
definido. (KOTLER, 2000, p.142).
De acordo com Moon et al. (1998), previsão de demanda é uma aproximação do que pode ser
a demanda futura sobre certos níveis hipotéticos. A partir da previsão de demanda podemos
determinar um lote econômico de compra e em seguida o MRP que é o real objetivo deste.
Martins (2009), diz que o MRP ou planejamento das necessidades de materiais, é uma ação
que permite determinar as necessidades de compras dos materiais, ou mesmo produtos
acabados que serão utilizados na fabricação de certo produto.
O MRP se propõe a calcular o lote econômico de compra de um produto escolhido pela curva
ABC, de um banco multinacional, que tem seu centro de distribuição (analisado) situado na
cidade de Belém do Pará. O principal objetivo é realizar o MRP para o produto com o
horizonte de três meses.
2 Referencial Teórico
2.1 Previsão de demanda
Para garantir que uma empresa se consolide no mercado, seja de qual ramo for, necessita
adquirir conhecimentos abrangentes na área de planejamento organizacional, e a previsão de
demanda se encaixa em uma das ferramentas para esta técnica.
A previsão de demanda é, pois, um processo racional de busca de informações acerca
do valor das vendas futuras de um item ou de um conjunto de itens. Tanto quanto
possível, a previsão deve fornecer também informação sobre a qualidade e a
localização dos produtos no futuro. (MOREIRA, 2008, p.170).
As previsões atuam por toda a organização, e em cada área funcional de modo diferenciado,
seja no marketing, com intuito de que os clientes internos da empresa dependam de previsões,
para planejar e executar seus planos; nas finanças, utilizando as previsões para projetar fluxos
de caixa e necessidade do capital interno; nos recursos humanos, necessitando das previsões
para saber qual o momento certo de contratar ou descontratar, e manter-se preparado para
futuros treinamentos de funcionários; e, de modo mais intenso nos processos de planejamento
dos sistemas de produção, permitindo que os gestores da empresa planejem adequadamente
suas ações, com base no que foi previsto. Desta forma, estará sempre preparada para agir em
qualquer situação, por exemplo: na aquisição de materiais e serviços, distribuição da mão de
obra, estoques e capacidade.
As técnicas de previsão estão subdividas em métodos quantitativos e qualitativos. Contudo, os
conceitos das técnicas qualitativas não foram aplicados neste estudo de caso, por isto seus
conceitos não foram aprofundados, a ênfase foi nos métodos quantitativos.
Os modelos de previsão qualitativos apresentam métodos baseados no julgamento e na
experiência de pessoas da própria organização, e, de outro meio, ou seja, são técnicas
formuladas por informações subjetivas. Por conta disto, nota-se uma desvantagem na
apropriação deste método, pois o nível de confiabilidade concentra-se num método sensível a
coleta de dados.
As técnicas qualitativas, são mais rápidas de se preparar, por isso, são empregadas
quando não se dispõe de tempo para coleta e análise de dados da demanda passada.
Ou então, na introdução de um produto novo, para o qual não existam dados
passados a se considerar. Ou ainda quando a economia/política se encontrar muito
instável tornando os dados passados muito obsoletos e não se adquira informações
atualizadas. (TUBINO, 2007, p. 18).
Dentre as possíveis formas de se realizar uma previsão qualitativa, Moreira (2008), classificou

2
 3° EREDS – Belém, Pará, Brasil. 06, 07, 08 e 09 de julho de 2015

as seguintes: Técnica Delphi, Opiniões de Executivos, Opinião das Forças de Vendas e

Pesquisas de Mercado, as de maior importância. Ressaltando que apenas uma técnica não
satisfaz a realização de uma excelente análise, por não haver elementos suficientes para
integrar os conhecimentos incorporados ao ambiente de previsão.
Dentro das técnicas quantitativas são demonstradas as previsões baseadas em séries
temporais, ressaltando os modelos de média e tendência. Estas serão profundamente
analisadas neste artigo, por serem de suma importância para o estudo de caso.
Os fatores que influenciam a previsão final de séries temporais são subdividas e relacionadas
ao dimensionamento de cada fator, e ao final será obtida a composição destes fatores. Então,
posteriormente, o modelo que melhor se adequa a aplicação de análise destes fatores é
escolhido. Existem técnicas utilizadas para esta análise, dentre elas a previsão por média, que
é selecionada em situações que ocorrem variações aleatórias ou normais. Previsão por
tendência, é utilizada na ocorrência de dados com gradual crescimento dos dados coletados. A
previsão por sazonalidade, refere-se a variações cíclicas de curto prazo, que sofrem influência
por alterações de fatores climáticos e econômicos, como férias escolares e datas
comemorativas, ou seja, são resultados excepcionais, comparando-as com demandas passadas,
com exceção de greves ou alterações climática inesperadas, que também são analisados, mas
não podem ser previstos. E por fim, a previsão por correlação.
2.1.1 Tendência exponencial
Segundo Martins & Loureiro (2004), a tendência exponencial é muito útil, quando valores de
dados estão crescendo ou caindo com taxas cada vez mais altas. Não é possível criá-la se os
dados contiverem valores nulos ou negativos e seu cálculo é feito por mínimos quadrados
através de pontos usando a seguinte Equação 1:
Y= Cebx (1)

Em que
C e b =constantes
e =base do logaritmo natural.
x = período

2.2 Medidas de desempenho e Mean Absolute Deviation – Desvio Médio Absoluto (MAD)
De acordo com Côrrea et al. (1997), os erros de previsão afetam qualquer processo de
planejamento. Este dilema ocorre devido dois elementos: o mercado e sua alta instabilidade,
apesar deste não ser exatamente um verdadeiro problema, já que tal instabilidade afeta a
concorrência também; e o próprio sistema de previsão escolhido.
O MAD mede o erro em unidade. Quanto menor o MAD for, mais precisa será a previsão
analisada. Além disso, é necessário tomar cuidado com a quantidade de produtos que serão
analisados. A verificação de múltiplos itens pode deturpar o resultado final médio.
Os valores do MAD indicam a hierarquia das previsões, sendo que quanto menor o
valor do MAD apresentado por um método de previsão, melhor será sua precisão. O
MAD, então, pode ser usado como critério para se fazer escolha entre métodos. Ele
não necessariamente está limitado às médias, pois é possível e perfeitamente válido
comparar-se previsões realizadas através de ajustamentos de reta e previsões
realizadas por algum tipo de média, calculando-se o MAD para ambos os métodos.
(MOREIRA, 2008, p. 153).
2.3 Manutenção do Modelo

3
 3° EREDS – Belém, Pará, Brasil. 06, 07, 08 e 09 de julho de 2015

Após a identificação do modelo de previsão que melhor se ajusta aos dados, esse é utilizado
para prever os valores dos próximos períodos. Contudo, não se pode garantir que o modelo
selecionado continue, indefinidamente a representar adequadamente o fenômeno verdadeiro.
Destarte, há a necessidade de instrumentos que permitam o acompanhamento do modelo
escolhido e que informem se o modelo ainda representa o fenômeno. (MARTINS &
LAUGENI, 2005,).
2.4 Estoques de segurança
Neste estudo especificamente, o estoque de segurança tem uma importância mais elevada,
haja vista que não existe possibilidade de compra por parte das agencias de outro fornecedor,
a não ser, a do centro de distribuição que também faz parte da organização.
De acordo com Tubino (2007), o estoque de segurança pode representar o estoque de
produtos utilizados no intuito de complementar em uma determinada época, além do tempo de
entrega para consumo ou vendas, evitando prováveis demoras que possam ocorrer por parte
do provedor.
Segundo Garcia et al. (2008), devido à dificuldade de equilibrar com total certeza, o custo da
falta e o custo do excesso, o estoque de segurança deve ser calculado com base na concepção
do grau de serviço, que se refere à chance de ausência de um dos artigos no estoque não
aconteça.
2.5 Classificação ABC
Para determinar o produto previsto, aplica-se a referida classificação, a qual tem a função de
separar por grau de importância, os produtos dentro do setor de estocagem, classificando-os
por: giro do produto, proporção de faturamento, maior margem de lucro, custo de estoque ou
qualquer outro parâmetro escolhido excepcionalmente. Deste modo, este método representa-
se por gráficos. Comumente o mais usado é o Diagrama de Pareto, permitindo aos gestores a
análise visual dos itens de maior a menor importância, dando a devida tomada de decisão para
tal. Aplicando todos os esforços para o principal item (item A), aplicando um controle menos
rigoroso aos itens de importância intermediaria (itens B), e menos ainda ao numeroso grupo
de itens de menor importância (itens C).
Apesar da comprovada eficiência, a curva ABC necessita de atenção em sua
utilização na gestão de estoques. A pouca atenção aos itens C, combinada a uma
dependência forte entre todos os itens, por exemplo, pode levar a grandes
desbalanceamentos do estoque. (LUSTOSA et al., 2011, p. 82).
2.6 Lote Econômico de compra
O lote econômico é o cálculo que permitirá chegar ao número ideal de produtos a serem
comprados, baixando o custo ao mínimo. O lote econômico leva em consideração o preço da
mercadoria, sua demanda por período, o custo de estocagem e o custo do frete.
O modelo de determinação do volume ideal de recursos aplicados em itens
estocados, ou seja, aquele que minimiza o custo total, somando os dois tipos de
custos anteriormente indicados, refere-se tanto a compras e estoques de matéria
prima como a ordens de produção e estoques de produtos acabados.
(SANVICENTE, 2007, p.132).
Para Dias (2005 apud CAUDURO; ZUCATTO 2011, p. 81) a fórmula do lote econômico de
compra está na Equação 2:

2 × 𝐶𝑜 × 𝐷
𝐿𝐸𝐶 = √ (2)
𝐶𝑖 × 𝑈

4
 3° EREDS – Belém, Pará, Brasil. 06, 07, 08 e 09 de julho de 2015

Dessa maneira:
LEC = lote econômico de compra;
Co = custo de emitir e colocar um pedido;
D = volume anual de vendas, em unidades (demanda anual);
Ci = custo anual de manutenção de estoque (percentagem);
U = custo por unidade.
2.7 MRP (Material Requirements Planning–Planejamento das Necessidades de Material)
O MRP visa à otimização do sistema produtivo através do cálculo das necessidades de
material e através da redução dos atrasos de entrega de pedido. O objetivo do MRP é de
melhorar o serviço ao cliente, de reduzir custos de estoques e de otimizar a eficiência
operacional da fábrica.
Com o desenvolvimento da capacidade de processamento dos computadores, aliado
ao advento dos microcomputadores, cada vez mais acessíveis, expandiu-e conceito
do MRP até então utilizado, Assim, além dos materiais que já eram tratados, passou-
se a considerar também outros insumos, como mão-de-obra, equipamentos, espaços
disponíveis para estocagem, instalações, entre outros. Os softwares com tais
capacidades de processamento passaram a ser denominados sistemas de
manufacturing requirements planning. (MARTINS; LAUGENI, 2005, p.354).
Outros autores definem e afimam a imprtância MRP:
O MRP tornou-se uma valiosa ferramenta de planejamento para milhares de fábricas
em todo mundo. Depois da implementação do MRP, os benefícios comuns são o
aumento nos giros de estoque, mas promessas de entregas cumpridas, um número
menor de pedidos que precisam ser divididos devido à escassez de materiais,
necessidade de um número menor de expedidores, e lead times menores do pedido
do cliente até a entrega dos produtos acabados. (GAITHER; FRAZIER, 2002,
p.313).
3 Metodologia
A coleta de dados foi efetuada utilizando o banco de dados do centro de distribuição, que
acelerou este processo. Através destes dados, foi possível definir os produtos e em qual item
eles seriam classificados, auxiliando na verificação do produto que realmente necessitava de
uma atenção maior.
Definido o produto, foi feita a previsão de demanda baseando-se na importância que cada
artigo da empresa exerce no mercado. De acordo com a lógica da curva ABC, itens
classificados como produtos classe A, tem uma demanda maior e mais frequente que produtos
de classe C.
Foi realizada a validação do modelo através do 4 MAD, que verificou se os erros absolutos
encontravam-se sob controle, isto é, se estavam adequados ou não ao limite. Com os dados
obtidos do gráfico 4 MAD, foi calculado o estoque de segurança que seria ótimo para o
produto analisado, LEC e MRP. Então foi verificado qual seria o lote econômico de compra
para a agência analisada e seu MRP. A Figura 1 ilustra a metodologia utilizada.

Coleta de Definição do produto Previsão de Validar modelo

dados (Curva ABC) demanda (4 MAD)

MRP Calcular o Lote Calcular estoque

Econômico de Segurança

FIGURA 1 – Metodologia aplicada. Fonte: Autores, (2015).

5
 3° EREDS – Belém, Pará, Brasil. 06, 07, 08 e 09 de julho de 2015

4 Estudo de caso
O centro de distribuição deste banco multinacional atende ao Maranhão e a 5 estados do norte
do Brasil: Amapá, Amazonas, Acre, Pará e Roraima. Este fornece todo o material de
escritório às agências desses estados, desde caneta, ligas elásticas, papel, toner de impressora
e outros elementos.
O centro de distribuição analisado, obedece a lei 8.666 (licitações, ARP, Pregões) para
comprar qualquer tipo de material, garantido efetuar a compra do material pelo menor preço
de mercado. A partir deste material em estoque no centro, revende o material para as agências
pelo mesmo preço de compra, não obtendo lucro, haja vista o objetivo principal deste CD é
abastecer as agências com o menor custo possível, visto que, nas agências sãos os espaços
onde realmente o serviço é prestado ao cliente.
As agências dessa organização são obrigadas a comprar qualquer material com o centro de
distribuição para garantir a transparência e registro do processo, além de obter o produto com
o menor preço possível. Contudo, se houver uma demanda muito acima da média cujo o CD
não possa atender satisfatóriamente as agências, ocorre a ruptura do serviço, por exemplo,
vamos supor que você é um cliente deste banco supramencionado e você necessita fazer um
pagamento urgente e também necessita do comprovante de pagamento, dessa maneira você
vai a uma agência e inicia o pagamento em um caixa eletrônico, nos finalmentes o caixa
eletrônico exibi a mensagem “estamos sem papel para o comprovante de pagamento”, quando
isso acontece causa uma insatisfação ao cliente e um dano a imagem do banco, as perdas são
imensuráveis, o que demonstra a importância da gerência de materiais.
No momento que a licitação é fechada com o fornecedor, já está imbutido no preço do
produto o custo de transporte dentre outros possíveis custos, dessa maneira o custo de pedir é
mínimo. Abaixo, a Figura 2 ilustra os estados que são atendidos por este CD e a quantidade
de dependências.

Total de
UF
Dependência
AC 130
AM 230
AP 100
MA 520
PA 421
RR 1101 – Estados
FIGURA da jurisdição. Fonte: Autores (2013).

FIGURA 2 – Estados e quantidade de dependências da jurisdição. Fonte: Autores (2015).

6
 3° EREDS – Belém, Pará, Brasil. 06, 07, 08 e 09 de julho de 2015

5 Resultados e Discussões
5.1 Escolha do produto
O produto indicado através da classificação ABC foi a bobina papel termos, a referida bobina
de é utilizada nos caixas eletrônicos para impressão de extratos, comprovantes de pagamento
dentre outras coisas. As Figuras 3 e 4 abaixo ilustram como este produto é mais demandado e
o seu impacto nos custos.
400000
100,00% 100,00%
350000
300000 363.407
80,00%
250000 67,36%
118.628 60,00%
200000
77.648 99.691 32,64%
150000 40,00%
14,66% 21,37% 27,43%
100000
53.282 6,70% 20,00%
50000 6,07% 5,21%
0 0,00%
BOBINA PAPEL PAPEL OFÍCIO PASTA PALHA BOBINA PAPEL OUTROS 361
TERMOS BRANCO TERMOS 2

FIGURA 3 – Classificação ABC. Fonte: Autores (2015).

R$ 600.000,00
R$ 500.000,00
R$ 400.000,00
R$ 300.000,00
R$ 200.000,00
R$ 100.000,00
R$ 0,00
BOBINA PAPEL PAPEL OFÍCIO PASTA PALHA BOBINA PAPEL
TERMOS BRANCO TERMOS 2

FIGURA 4 – Custos dos materiais mais demandados. Fonte: Autores (2015).

5.2 Previsão, validação do modelo, lote econômico e estoque de segurança

A demanda da bobina papel termos, tem uma variação que sugere uma tendência crescente, a
Figura 5 ilustra o comportamento da demanda.

FIGURA 5 – Custos dos materiais mais demandados. Fonte: Autores (2015).

7
 3° EREDS – Belém, Pará, Brasil. 06, 07, 08 e 09 de julho de 2015

Aplicou-se os modelos de média móvel exponecial (𝛼 = 0,1 𝑎 0,9), média móvel simples
(número de períodos de 2 a 6), média móvel ponderada para três períodos (coeficientes de
ponderação iniciando pelo período mais atual 0,5; 0,3; 0,2), tendência linear, tendência
logaritma e tendência exponecial. Dentre essas, a que apresentou menor MAD, foi a tendência
exponecial, porém a tendência linear teve o MAD praticamente igual a exponencial. Abaixo
na Tabela 1 os valores do MAD.
TABELA 1 – MAD das previsões

Técnicas de previsão Raking MAD

Tendência exponecial 1 447
Tendência linear 2 448
Tendência logaritmo 3 463
Média Móvel (6) 4 503
Média Móvel exponecial (0,1) 5 538
Média Móvel Ponderada 6 664
Fonte: (Autores, 2014).

Para validar o modelo de previsão, o teste dos 4 MAD foi aplicado, todos as técnicas
aplicadas foram reprovadas no teste, as técnicas foram reprovadas foi devido o erro que
acontece no mesmo período, como ilustra o a Figura 6 abaixo.

FIGURA 6 – Custos dos materiais mais demandados. Fonte: Autores (2015).

Para entender melhor o que houve no período do erro em questão, realizou-se entrevistas com
o gerente do almoxarifado, na pespectiva de entender o que ocorreu de incomum no período e
os motivos da alteração da demanda. Então, descobriu-se que este período, é o mês de
realização de acordo trabalhistas e quando os dois lados não entram em consenso, ocorre
greve. Dessa maneira, a demanda dos terminais de auto atendimento aumenta,
consequentemente aumenta a demanda da bobina de papel termos. Nesse período, a greve
durou 3 semanas, o mesmo aumento ocorre no perído 21, porém ocorre um aumento menor,
pois a greve durou uma semanda. Destarte, o modelo foi aprovado considerando as
especificidade do erro, que foi reprovado pelo teste de 4 MAD.
Para o cálculo do estoque de segurança, considerou duas níveis de confiança diferente, isso
ocorreu devido um período especifico, nesse perído foi adotado o nível de confiança 99,99%
para os demais o nível adotado foi de 90%

𝐸𝑠(90%) = 447 × 1,28 = 527

8
 3° EREDS – Belém, Pará, Brasil. 06, 07, 08 e 09 de julho de 2015

𝐸𝑠(99%) = 447 × 2,576 = 1151

Abaixo na Tabela 2, a previsão de demanda gerada pela técnica de previsão de tendência

exponencial, também o cálculo utilizado para a obtenção do LEC.

TABELA 2 – Previsões Tenência exponencial

1 2 3 4 5 6 7 8 9 10 11 12
4062 4106 4150 4194 4239 4285 4331 4378 4425 4472 4521 4569
Fonte: (Autores, 2015).

2 × 1 × 53.282
𝐿𝐸𝐶 = √ = 1262
13,38 × 0,005

5.3 MRP
Com base na previsão de demanda, LEC, e estoque de de segurança gerou-se o MRP para um
ano, demonstrado na Figura 7.

Item: Bobina de Papel Termos LEC 1.262 Lead Time 1 mês

Período 24 25 26 27 28 29 30 31 32 33 34 35
Demanda Prevista 4.062 4.106 4.150 4.194 4.239 4.285 4.331 4.378 4.425 4.472 4.521 4.569
Demanda Prevista - - - - - - - - - - - -
Reposições - - - - - - - - - - - -
Recibementos programados - - - - - - - - - - - -
Estoques projetados 6020 1.958 1.638 1.274 866 1.675 1.176 631 1.301 662 1.238 1.765 982
Necessidades Líquidas - - - - - - - - - - - -
Liberação de ordem de pedido 3.786 3.786 3.786 5.048 3.786 3.786 5.048 3.786 5.048 5.048 3.786 -
Estoque de segurança 572
Estoque de segurança P =33 1151

FIGURA 7 – MRP. Fonte: Autores (2016).

6 Conclusão
Neste estudo de previsão de demanda em um Centro de distribuição de materiais de escritório,
de um banco público brasileiro, foram realizadas diversas análises utilizando diferentes
técnicas de previsão de demanda, objetivando o melhor do modelo para o produto estudado.
A classificação ABC indicou o produto mais demandado foi bobina de papel termos utilizada
nos terminais de autoatendimento. A seguir, realizando cálculos e análises acerca do MAD de
cada um dos modelos de previsão simultaneamente testados. Concluiu-se que o modelo
adequado para a previsão da demanda, é a técnica de previsão por tendência exponencial, o
teste de 4 MAD reprovou um erro, em todas as técnicas de previsão aplicadas. Após, estudar o
motivo do erro, descobriu-se que foi em função de greves do setor que sempre acontece no
mesmo mês em todos os anos, e que esse erro acontece em função da duração da greve. Desse
modo, identificou-se que nesse período, a demanda pelo auto atendimento aumenta e para que
não haja uma ruptura maior do serviço nesse mês, o estoque desse produto deve ser maior.
Deste modo, o presente estudo destaca que: apenas para esse mês considerou-se o nível de
confiança de 99,99%. Assim desconsiderou-se esse erro (reprovado) pelo teste dos 4MAD e
validou-se o modelo.

9
 3° EREDS – Belém, Pará, Brasil. 06, 07, 08 e 09 de julho de 2015

Ressalta-se que o modelo deve ser sempre monitorado para verificar se este ainda está
alinhado com o perfil da demanda, também sugere-se, uma nova análise para verificar a
sazonalidade da demanda, haja vista que foi destacado que um há um ciclo que se repete todo
mês de setembro. Estudos desta natureza permitirão maior aprofundamento e apuração nas
projeções de demandas futuras e perfil dos consumidores da empresa.

Referências

BARBIERI, J.C. Gestão ambiental empresarial. São Paulo: Saraiva, 2004.

CAUDURO, V. D.; ZUCATTO, L. C. (2011) Proposição de lote econômico como estratégia de compra para
Farmácia Hospitalar Municipal. ConTexto, Porto Alegre, v. 11, n. 20, p. 73-84.
CORRÊA, H. L; GIANESI, I. G. N.; CAON, M. Planejamento, Programação e Controle da Produção. São
Paulo: Atlas, 1997.
FREDERICO, G.F. Proposta de aplicação do Balanced Scorecard para o operador de transporte logístico. 196 f.
Dissertação (Mestrado em Engenharia de Produção) – Faculdade de Engenharia de Bauru, Universidade
Estadual Paulista – UNESP, Bauru, 2008.
GAITHER, N.; FRAZIER, G. Administração da Produção e Operações. 8ª edição, São Paulo. 2002. Editora
Pioneira - Thomson Learning.
GARCIA, L.C.; OSÓRIO, W.R. Determinação de Parâmetros de Estoque para Itens de Medicamento de Baixo
Giro em Farmácias Hospitalares e Convencionais, Revista Administração (Faculdades Network), Brasil, v. II,
Ano II, n. 1, p. 47-56, 2008.
KOTLER, Philip. Administração de Marketing: a edição do novo milênio. 10ª edição, São Paulo. 2000. Editora
Prentice Hall.
LUSTOSA, Leonardo et al. Planejamento e Controle da Produção. 2ª edição, Rio de Janeiro. 2011. Editora
Elsevier.
MARTINS, Petronio G.; LAUGENI, Fernando P. Administração da Produção. 2º edição. São Paulo. 2005.
Editora Saraiva.
MOREIRA, Daniel Augusto. Administração da Produção e Operações. 2ª edição, São Paulo. 2008. Editora
Cengage Learning.
RICHARDS, D.J.; FROSCH, R.A. The industrial green game: overview as perspectives. In: RICHARDS, D.J.
(org.). The industrial green game: implications for environmental design and management. Washington:
National Academy Press, 1997.
SANTOS, F. C. A. Integration of human resource management and competitive priorities of manufacturing
strategy. International Journalof Operations & Production Management, n.5, p.612-628, 2000.
SANVICENTE, Antônio Zoratto. Administração financeira. 3ª edição, São Paulo. 2007. Editora Atlas.
SLACK, Nigel et al. ADMINISTRAÇÃO DA PRODUÇÃO. 3ª edição, São Paulo. 2008. Editora Atlas.
TUBINO, Dalvio Ferrari. Manual de Planejamento e Controle da Produção. 2ª edição, São Paulo. 2007. Editora
Atlas.

10
 3° EREDS – Belém, Pará, Brasil. 06, 07, 08 e 09 de julho de 2015

ANEXO A – Demanda dos 23 períodos

TABELA 3 – Demandas

Períodos Demandas
01/2013 4107
02/2013 3397
03/2013 3845
04/2013 4966
05/2013 5020
06/2013 3617
07/2013 3316
08/2013 4493
09/2013 6784
10/2013 4315
11/2013 4532
12/2013 4890
01/2014 4634
02/2014 4572
03/2014 4769
04/2014 4965
05/2014 4237
06/2014 4578
07/2014 5088
08/2014 4980
09/2014 5861
10/2014 4790
11/2014 4654
Fonte: (Autores, 2015).

11