Você está na página 1de 154

Marketing Classes

Aula Magna

Instrutor: Allan P. P. Ferreira


Especialista Sênior em Processos de Supply Chain

Novembro, 2015
Regras do Marketing Classes

• Partilhe seus pensamentos com a turma.


• Não existe opiniões erradas.
• Espere até o break para checar os e-mails.
• Divirta-se!
“If I could ask one and only one question to guide all my
decisions, that would be: ‘How much will we sell?’”
Carly Fiorina, ex CEO da HP

“Prediction is very difficult, especially if it’s about the


future.”
Niels Bohr, Físico Dinamarquês
OBJETIVOS GERAIS DO TREINAMENTO: Previsão de Demanda

1. O que é Demanda?
2. BEER GAME
3. Quem precisa da previsão de demanda?
4. De quem é a responsabilidade pela previsão?
5. Processo de Gerenciamento de Demanda
6. Performance do Plano de Demanda
7. S&OP e Os Impactos da Previsão de Vendas
8. +Forecast
9. Planejamento Colaborativo de Demanda
1. O QUE É DEMANDA?
O QUE É DEMANDA?

• Uma necessidade por um item ou componente específico.

• A demanda pode vir de várias fontes, como pedidos dos clientes,


necessidades de outras plantas, etc.
O QUE É DEMANDA?
DEMANDA

Cliente
Fornecedor Manufatura Atacadista Varejista
Final

ENTREGA
O QUE É DEMANDA? DEMANDA

Matérias Semi Produtos


Fornecedor Manufatura
Primas Acabados Finais Atacadista

ENTREGA
O QUE É DEMANDA?

• Ao nível de produtos finais, as informações de demanda podem ser


diferentes das informações de vendas, porque a demanda não
necessariamente resulta em vendas.

Por exemplo: se não houver estoque, não haverá a venda mesmo se houver a
demanda.
2. BEER GAME
3. QUEM PRECISA DA PREVISÃO DE
DEMANDA ?
PREVISÃO DE DEMANDA: VOCÊ PRECISA SE…

1. ... For o presidente, diretor ou gerente geral de uma empresa que fabrica produtos
ou presta serviço e precisa traçar a estratégia do seu negócio
2. ... Trabalha em marketing ou vendas e precisa de planos e metas claras a serem
perseguidos
3. ... Trabalha em produção e precisa reduzir os custos de horas extras e set ups
desnecessários
4. ... Trabalha em logística e quer melhorar o trabalho de expedição dos pedidos aos
clientes com rapidez e pontualidade
5. ... Trabalha em finanças e antecipar as necessidades de investimento e capital da cia
PREVISÃO DE DEMANDA: VOCÊ PRECISA SE…

... SENTIR A NECESSIDADE DE ATENDER MELHOR SEUS


CLIENTES E CUMPRIR COM SEUS COMPROMISSOS!!!
PREVISÃO DE DEMANDA: VOCÊ NÃO PRECISA SE…
1. ... Os prazos de entrega estabelecidos pelos clientes são mais longos do que seus prazos
internos de planejamento/compra/produção/entrega

2. ... Sua empresas puder aumentar e reduzir rápida e economicamente sua capacidade
produtiva

3. ... Sua companhia não necessita fazer um planejamento financeiro para o futuro

Sua empresa é assim?


PREVISÃO DE DEMANDA: VOCÊ NÃO PRECISA SE…
1. Entrega Rápida
− Quase todas as empresas precisam entregar os pedidos aos clientes em prazos
menores que o lead time acumulado

− Para produtos ‘feitos para estoque’ isso é uma forma de sobrevivência. A empresa
precisa completar o produto e colocá-lo no estoque antes da chegada dos pedidos

− Para empresas que trabalham sob encomenda, isso significa que o material precisa
ser comprado e, e frequentemente a produção precisa ser iniciada antes mesmo da
chegada do pedido do cliente
PREVISÃO DE DEMANDA: VOCÊ NÃO PRECISA SE…

2. Mudança da Capacidade produtiva


− Aumentar ou reduzir a capacidade produtiva pode ser difícil e caro

− Que horizonte de tempo é suficiente?


− Tempo para contratação e treinamento / demissões
− Aquisição de novo equipamento
PREVISÃO DE DEMANDA: VOCÊ NÃO PRECISA SE…
3. Planejamento Financeiro
− Necessário para empresas de capital aberto

− Previsão de receitas, despesas, lucros, investimentos

− Manutenção de um fluxo de caixa saudável


UTILIZAÇÃO
USO UNIDADE DE MEDIDA HORIZONTE DA PREVISÃO

Planejamento Financeiro Reais Anos fiscais correntes e futuros

Planejamento de Vendas Unidades e Reais Semanas, meses, trimestres

Planejamento de Capacidades Unidades / Horas Meses, trimestres, anos

Programação de Compras Unidades / Produto Semanas, meses,trimestres

Programação de Produção Unidades / Produto Semanas, meses

Previsões em excesso x falta de previsões / alinhamento das previsões


PRINCÍPIO #1

Previsões de vendas são realizadas em virtualmente todas as companhias


que produzem e vendem produtos, formalmente ou por tentativa erro.

O desafio é fazê-las bem, melhor que os concorrentes.

© 3M 2009 All Rights Reserved.


Corporate Strategy | Strategic Business Development
PRINCÍPIO #2

Previsões melhores possibilitam que as empresas sirvam melhor aos seus


clientes (atendimento de pedidos), diminuam seus estoques, operem
melhor as fábricas, trabalhem de forma mais cooperativa com
fornecedores, e finalmente, porém não menos importante, vendam
mais e com melhor qualidade.
ALINHAMENTO ENTRE PLANOS
4. DE QUEM É A
RESPONSABILIDADE?
RESPONSABILIDADE
Quem é o dono da Previsão ?
As pessoas que elaboram as previsões devem ser as mesmas que vão
executá-las.
Devem ser os compradores ? Não
Devem ser os financeiros ? Não
Devem ser os planejadores ? Não

Tem de ser Vendas e Marketing.


Eles são responsáveis por: elaboração, autorização, execução e controle.
RESPONSABILIDADE
Exemplos de empresas com formatos organizacionais diferentes

Caso 1 – Um grupo combinado de Vendas e Marketing se reportando a um executivo sênior


encarregado de ambas as funções de Vendas e Marketing. Isso é simples e direto.

O que tem que surgir desse grupo é um conjunto de previsões e números autorizados e aprovados por aquele executivo
de Vendas e Marketing.
RESPONSABILIDADE
Exemplos de empresas com formatos organizacionais diferentes

Caso 2 – Departamentos Separados de Vendas e Marketing, com executivos diferentes.

Nesse caso cabe aos dois executivos fazer o que for necessário para eliminar as diferenças entre as duas respectivas
previsões e apresentar um único conjunto de previsões com dados consolidados.
RESPONSABILIDADE
Exemplos de empresas com formatos organizacionais diferentes

Caso 3 – Mais de uma unidade de Vendas e Marketing. Por exemplo unidade vendendo a
atacadistas, unidade vendendo para segmentos de mercado específicos.
Isso pode se tornar particularmente complicado, se diferentes unidades de negócio,
vendem os mesmos produtos.

Nesse caso pode-se criar a função de analista de previsões, isso é, alguém que opere seu sistema de previsões e junte as
previsões de diferentes unidades de negócio para um único conjunto de números. Nesse caso, a responsabilidade
das previsões continua sobre as áreas de negócio. O Analista de Previsões trabalha em uma função de suporte, não
sendo responsável pela previsão em si. É responsável por suportar o pessoal das unidades de negócio e à equipe
de vendas no processo de previsões racionais e lógicas.
PRINCÍPIO #3

Os departamentos de Vendas e Marketing são os donos da previsão de


vendas; eles são responsáveis pela sua elaboração, autorização e
execução

© 3M 2009 All Rights Reserved.


Corporate Strategy | Strategic Business Development
RESPONSABILIDADE
A área de Marketing é a responsável pelo plano de demanda,
porém as demais áreas (Planejamento, Controladoria, Vendas,
Manufatura, CRC, etc) devem suportar o processo e auxiliar na
elaboração do mesmo

MARKETING PLANEJAMENTO
VS
+

© 3M 2009 All Rights Reserved.


Corporate Strategy | Strategic Business Development
5. PROCESSO DE GERENCIAMENTO
DE DEMANDA
PROCESSO GERAL
ENTRADAS PROCESSO SAÍDAS

FATORES EXTRÍNSECOS:
1. CLIENTES ATUAIS
2. NOVOS CLIENTES PREVISÕES QUE SEJAM:
3. CONCORRÊNCIA • RAZOÁVEIS
4. PROJEÇÃO DA ECONOMIA
• RACIOCINADAS
FATORES INTRÍNSECOS: (BEM PENSADAS)
5. NOVOS PRODUTOS
PREVISÃO DE
6. FORMAÇÃO DE PREÇOS DEMANDA • REVISTAS COM
7. PROMOÇÕES FREQUÊNCIA
8. OFERTAS - LICITAÇÕES
9. DIRETRIZES ADMININTRATIVAS • REPRESENTAM A
10. DEMANDA ITERNA DEMANDA TOTAL
11. HISTÓRIA
12. OUTROS
ENTRADAS
• FATORES EXTRÍNSECOS são os que existem fora da empresa, sendo assim de difícil previsão. São eles (entre outros):
– Clientes atuais: estas previsões vêem diretamente dos clientes ou contas chaves baseadas nos requerimentos de
demanda futuros;

– Clientes novos: previsões de demanda futura para clientes que se espera conquistar em breve. Prever esta demanda
pode ser muito difícil, podendo levar algumas companhias a não incluí-las nos sistemas de previsão;

– Concorrência: obtenção de conhecimentos sobre as ações dos concorrentes;

– Projeção da economia: as projeções da economia podem ter um papel importante nas previsões de muitas
companhias. Fatores como início de obras civis, construção comercial, níveis de emprego, mudanças no nível de
renda, mudanças demográficas, entre outros, podem fornecer subsídios relevantes para a previsão.
ENTRADAS
• FATORES INTRÍNSECOS são aqueles que existem principalmente dentro da própria empresa. São eles (entre outros):
– Novos produtos: Estas Previsões são tipicamente geradas pela área de desenvolvimento de novos produtos e consiste
de previsões quantitativas do novo produto e informações qualitativas sobre os efeitos da introdução do novo produto
na demanda dos demais produtos existentes;

– Preços: Mudanças de preços freqüentemente influenciam a demanda e sendo assim, devem ser levados em conta no
processo de previsão;

– Promoções: O cronograma das promoções de produtos pode ter um efeito significativo no plano de demanda. Se
promoções anteriores foram modeladas (por exemplo, medindo o efeito um pouco antes e depois do evento) o efeito
das promoções pode ser estimado melhor;
ENTRADAS
• FATORES INTRÍNSECOS são aqueles que existem principalmente dentro da própria empresa. São eles (entre outros):
– Licitações: Em algumas companhias, grande parte da demanda dos clientes ocorre através de processos de licitação.
As ofertas em aberto podem ser avaliadas na forma de percentagem da probabilidade de sucesso, indicando a
demanda futura;

– Demanda interna na empresa: Demanda de outras divisões da empresa, fábricas dentro da mesma divisão,
exportação, programas de amostragem e experiências precisam ser consideradas na previsão;

– Histórico: Informações das demandas passadas é uma importante fonte de informação. A possibilidade de fazer
projeções estatísticas baseadas no histórico de demanda é um elemento muito importante nos processo de previsão
de muitas companhias.
PROCESSO GERAL
ENTRADAS PROCESSO SAÍDAS

FATORES EXTRÍNSECOS:
1. CLIENTES ATUAIS
2. NOVOS CLIENTES PREVISÕES QUE SEJAM:
3. CONCORRÊNCIA • RAZOÁVEIS
4. PROJEÇÃO DA ECONOMIA Períodos
• RACIOCINADAS
FATORES INTRÍNSECOS: HierarquiasDE (BEM PENSADAS)
5. NOVOS PRODUTOS
PREVISÃO
6. FORMAÇÃO DE PREÇOS DEMANDA
Passos Estruturados • REVISTAS COM
7. PROMOÇÕES FREQUÊNCIA
8. OFERTAS - LICITAÇÕES Métodos
9. DIRETRIZES ADMININTRATIVAS • REPRESENTAM A
10. DEMANDA ITERNA DEMANDA TOTAL
11. HISTÓRIA
12. OUTROS
PROCESSO: PERÍODOS

 Frequência das Previsões


– Refere-se à frequência que atualizamos e revisamos formalmente a Previsão.

– Intervalo de tempo que decorre entre dois pontos em que se disparem processo de re-planejamento. Depende da
dinâmica ambiental. Quanto mais dinâmico ou incerto o ambiente em questão, menor tende a ser o período
desejável de re-planejamento.

– A frequência normalmente mais usada é a mensal

© 3M 2009 All Rights Reserved.


Corporate Strategy | Strategic Business Development
PROCESSO: PERÍODOS

 Horizontes de Planejamento:
– Definem para qual extensão de tempo no futuro uma previsão será gerada. Determina até que ponto no futuro
deve alcançar uma previsão. Devem abranger, no mínimo, o prazo necessário à efetivação das decisões a
serem tomadas no planejamento somado ao período adotado para o re-planejamento. Se a decisão a ser
tomada se refere à compra de matérias-primas, por exemplo, devemos considerar que estes materiais levarão
certo tempo para ser adquiridos e transformados em produtos finais, os quais serão vendidos no mercado. O
horizonte de planejamento que vai orientar o processo de previsão deve levar em conta, necessariamente,
este período.
PROCESSO: PERÍODOS

 Barreiras de Tempo:
– Definem o ponto no tempo quando revisões do plano podem ser feitas. Estabelecem datas a partir das quais,
restrições às modificações dos planos operacionais começam a ocorrer;
Cia

PROCESSO: HIERARQUIA Unidade de


Negócio
Mercado /
Segmento É necessário
Família de Produtos encontrar o
Sub Família de Produtos
nível de
detalhe
Marca / Modelo ideal para
Tamanho da Embalagem cada
objetivo
Item Final

Item Final por Cliente

Item Final por Cliente por Localização

Pirâmide das Previsões


PROCESSO: HIERARQUIA – Estratificação por Produtos
 Refere-se à estratificação e segmentação dos produtos oferecidos para venda em diferentes níveis de importância,
baseado em parâmetros identificados pelo negócio.Uma análise de Pareto é freqüentemente usada num processo
de estratificação. Os produtos são classificados de acordo com um critério escolhido pelo negócio. Critérios
quantitativos que podem ser empregados são:
– Valor de Vendas
– Quantidade de Pedidos
– Contribuição Financeira ou Lucro Econômico
 Em adição aos critérios quantitativos, usados no processo de estratificação, o negócio pode também considerar a
importância estratégica dos produtos. Por exemplo:
– O produto suporta a venda de outro produto de grande venda
– O produto é um membro de baixo volume de uma importante família de produtos
– O produto é necessário para um cliente chave
 A estratificação resulta em produtos sendo agrupados em categorias de importâncias diferentes para o negócio.
Itens A representam os produtos mais importantes, B, os próximos mais importantes, e assim por diante.
PROCESSO: HIERARQUIA – Estratificação por Produtos
• Por não ser possível prover o mesmo nível de análise de Planejamento de
Demanda para todos os produtos do portfólio do negócio, o processo de
priorização identifica os produtos que devem ser analisados com mais detalhes.
Tipicamente, mais tempo deve ser gasto planejando itens A do que planejando
itens B e C.
PROCESSO: HIERARQUIA – Estratificação por Produtos
PROCESSO: HIERARQUIA – Estratificação por Clientes
 Refere-se à estratificação dos clientes e segmentação dos clientes em diferentes níveis de importância
baseados em parâmetros definidos pelo negócio. Exemplos de critérios que podem ser usados incluem:
– Vendas para cada cliente (valor ou quantidade);
– Importância estratégica para o negócio (por exemplo, clientes importantes para a introdução de um novo
produto);
– Contribuição financeira do cliente para o negócio (pode incluir contribuição para o lucro econômico, fluxo de
caixa, etc).

 A estratificação de clientes deve ser revista regularmente para garantir o alinhamento com as condições
atuais do negócio.
PROCESSO: HIERARQUIA – Estratificação por Clientes
 A priorização dos clientes identifica os clientes de grande importância para o negócio.

 Estes clientes representam as contas chaves, cuja demanda mais impacta os resultados do negócio. Dentro
do processo de Planejamento de Demanda, estes são os clientes para os quais planos específicos de
demanda são criados e a precisão da previsão é a mais importante.

 Estes podem ser clientes a se estabelecer previsões colaborativas, onde planos de demanda são gerados
usando uma combinação de dados históricos de demanda e informações regulares de previsões recebidas
diretamente dos clientes.
PROCESSO: HIERARQUIA
 O detalhamento excessivo deve ser evitado. Há vários problemas relacionados ao detalhamento:
– O conhecimento de previsão é menor conforme os números são desmembrados em partes menores. Fazer
previsões num nível mais alto da pirâmide significa menos desvios;
– Previsões num nível baixo demais, atrapalham as pessoas com excesso de detalhes, afastando do foco;
– Prever em excesso consome muito tempo.

 A manipulação de níveis diferentes de detalhamento de informações pode ser facilitada por agregações e
desagregações de informações.
– A agregação é a combinação de dados de níveis inferiores para famílias de produtos de nível mais alto. Pode
ser usada para agregar históricos detalhados ou previsões detalhadas do futuro. A desagregação significa dividir
uma previsão em um nível agregado em partes menores para um nível mais baixo
PRINCÍPIO #4

Faça a previsão do volume, gerencie o mix.


Sempre onde possível faça a previsão em níveis mais altos, agregados. Faça
previsões detalhadas quando necessário.
Entenda a necessidade e ajuste sua análise.

© 3M 2009 All Rights Reserved.


Corporate Strategy | Strategic Business Development
PROCESSO: PASSOS ESTRUTURADOS

1. Coleta de Dados e Preparação 4. Reconciliação de Volume e Mix


1. História
2. Prazo 5. Documentando Premissas
2. Geração de Previsões Análise das premissas e erros
1. Cálculos Estatísticos
2. Previsões do pessoal de campo 6. Tomada de decisão e autorização
3. Aplicando julgamento de valor
1. Análise crítica da previsão
PRINCÍPIO #5

Processos melhores propiciam resultados melhores; melhores processos de


previsão propiciam previsões melhores.

© 3M 2009 All Rights Reserved.


Corporate Strategy | Strategic Business Development
PROCESSO: MÉTODOS

Há vários métodos de previsão, mas eles podem, geralmente, ser


classificados nas seguintes categorias:
1. Qualitativos
2. Quantitativos
3. Extrínsecos
4. Intrínsecos.
PROCESSO: MÉTODOS

• Técnicas Qualitativas
– São projeções subjetivas, baseadas no conhecimento, informações e opiniões,
sendo utilizadas para prever tendências gerais de negócio, demandas
potenciais de grandes famílias de produtos e previsões de novos produtos.

– Estas técnicas dependem exclusivamente do expertise dos previsores, sendo


geralmente mais caras e trabalhosas que os métodos quantitativos de previsão.
São ideais para situações onde não há séries históricas disponíveis e/ou o
julgamento humano é necessário, sendo desenvolvidas através de pesquisas
de opinião, painéis e reuniões de especialistas.
PROCESSO: MÉTODOS

• Técnicas Qualitativas
– Estimativa Gerencial
– Pesquisa de Mercado
– Métodos de Grupos Estruturados
• Método Delphi
– Analogia Histórica
PROCESSO: MÉTODOS

• Técnicas Quantitativas
– São projeções baseadas em informações históricas. Estas técnicas dividem-se
em dois subgrupos principais: séries temporais e modelos causais.

– As técnicas de séries temporais utilizam dados históricos de vendas como base


para determinação de padrões que podem se repetir no futuro.
– Modelos causais buscam relacionar as vendas (variável dependente) com
outros fatores como PIB, inflação, tempo, população, etc (variáveis
independentes).
PROCESSO: MÉTODOS

• Técnicas Quantitativas
– Médias Simples – Modelagem de Ciclo de Vida
– Média Móvel • Decomposição Clássica
– Suavização Exponencial – Regressões
– Análise de Tendências – Previsão Focalizada
– Ajuste Sazonal
6. PERFORMANCE DO PLANO DE
DEMANDA
PERFORMANCE
• Um dos problemas da previsão de demanda é que nunca se
consegue uma previsão 100% correta; ao contrário, na maioria dos
casos nem se consegue chegar perto disso. Por que?
– Natureza do Mercado
– Sistema de Previsão

• Quão boa deve ser a previsão de vendas?


– Resposta: Tão boa, ou melhor, que a dos concorrentes
– Melhor do que já apresentado no passado
PERFORMANCE: PRECISÃO (“ACURACIDADE”)
• O aspecto crítico do Planejamento de Demanda é analisar a
demanda real frente à demanda prevista para o período. A precisão
da previsão é crítica para a efetividade do processo de
Planejamento de Demanda e seus desdobramentos.
• A medição da performance é, em essência, a medição da diferença
entre a demanda real e a prevista.
• É importante notar que a previsão da previsão deve ser baseada na
previsão congelada num período igual ao lead time de suprimento.
PERFORMANCE: PRECISÃO (“ACURACIDADE”)
• Esta medição é muito importante por várias razões, uma vez que as
quantidades compradas são baseadas nas necessidades oriundas do
plano de demanda. Quanto maior a diferença entre o plano de demanda e
a demanda real, maior o risco do seguinte ocorrer:
– Serviço inapropriado aos clientes quando a demanda real excede ao plano
de demanda;
– Excesso de inventário quando demanda real é inferior ao plano de demanda;
– Aumento dos custos de frete e/ou custos de manufatura quando demanda
real excede plano de demanda num período igual ou menor ao lead time de
suprimento.
– PERDA DE VENDAS E POTENCIALMENTE DO NEGÓCIO!
PERFORMANCE: PRECISÃO (“ACURACIDADE”)
• Erro de Previsão é a diferença entre a demanda real e a prevista. O
Erro pode ocorrer de duas maneiras: variação por viés e variação
aleatória.
– Na variação por viés, a demanda acumulada real varia em relação à
previsão acumulada, significando que a demanda média prevista
estava errada.
PERFORMANCE: PRECISÃO (“ACURACIDADE”) – VIÉS
• No exemplo, a demanda média prevista foi de 100 unidades (600 / 6), sendo a demanda
média real de 120 unidades (720 / 6):
Mês Demanda Prevista Demanda Real
Mensal Acumulada Mensal Acumulada
1 100 100 110 110
2 100 200 125 235
3 100 300 120 355
4 100 400 125 480
5 100 500 130 610
6 100 600 110 720
Total 600 600 720 720

• O viés é um erro sistemático, onde a demanda real está consistentemente acima ou


abaixo da prevista. Quando ocorre um viés grande, suas causas devem ser identificadas e
a previsão deve ser alterada.
PERFORMANCE: PRECISÃO (“ACURACIDADE”) – ALEATORIEDADE
• No exemplo, a demanda média prevista foi de 100 unidades (600 / 6), assim como a
demanda média real:
Demanda Demanda
Mês Prevista Real Variação (erro)
1 100 105 5
2 100 94 -6
3 100 98 -2
4 100 104 4
5 100 103 3
6 100 96 -4
Total 600 600 0
• Na variação aleatória, a demanda varia em torno de uma demanda média. A variabilidade
dependerá do padrão da demanda do produto.
PERFORMANCE: PRECISÃO (“ACURACIDADE”)
• Existem várias maneiras para mensurar erro de previsão. Uma freqüentemente utilizada é
o desvio absoluto médio (DAM). Ele mede a variação da demanda real da previsão,
independente se esta variação é positiva ou negativa.

• DAM = soma dos desvios absolutos / número de observações.


PERFORMANCE: PRECISÃO (“ACURACIDADE”)
• No exemplo, embora o erro total seja zero, existe uma grande variação de um mês para o
outro. O erro total seria inútil para medir a variação. Assim o DAM seria a medida
adequada que resultaria no seguinte erro:

• DAM = (5 + 6 + 2 + 4 + 3 + 4 ) / 6 = 24 / 6 = 4
Demanda Demanda
Mês Prevista Real Variação (erro)
1 100 105 5
2 100 94 -6
3 100 98 -2
4 100 104 4
5 100 103 3
6 100 96 -4
Total 600 600 0
PERFORMANCE: PRECISÃO (“ACURACIDADE”)
• A métrica primária da precisão do plano de demanda é a Precisão Percentual Absoluta
Ponderada, que mede o acerto do Plano de Demanda Mensal num nível agregado (família
de produtos, divisão, negócio) ponderado pelas unidades de venda.

• Precisão Percentual Absoluta Ponderada = (1-(Soma dos Desvios Absolutos no nível de


Item / Soma da Demanda Real)) * 100%
PERFORMANCE: PRECISÃO (“ACURACIDADE”)
• No exemplo, temos um plano de demanda de 10 (dez) itens, durante três meses
consecutivos, onde a Precisão Percentual Absoluta Ponderada é:
• Mês 1: = (1 – (372 / 2.759)) * 100 = 86,5%
Isso é o
• Mês 2: = (1 – (391 / 2.705)) * 100 = 85,5% WAPA!!!
• Mês 3: = (1 – (372 / 3.199)) * 100 = 85,7%
7. S&OP E OS IMPACTOS DA
PREVISÃO DE VENDAS
O QUE É O S&OP?
O QUE É O S&OP?
• É o processo que confere à administração a habilidade de
direcionar seus negócios para atingir a vantagem competitiva de
forma contínua, através da integração dos planos de marketing
focados nos clientes com a gestão da cadeia de suprimentos
para produtos novos e já existentes.
S&OP… PORQUE?
• Garantir que as decisões tomadas, com perspectivas de médio e
longo prazo, sejam efetivamente realizadas por meio das ações
operacionais.

• Equilibrar demanda com suprimento, afim de evitar falta ou


excesso de produtos.

• Estabelecimento de Planos alinhados (e factíveis) entre as áreas


S&OP… PORQUE?
Reunião Executiva S&OP: Informações Básicas

Análise da Demanda e Produção Métricas


• Lançamento de Novos Produtos • PA
(Phase in / Phase out)
• OTIF Delivery
• WAPA
• Inventory Turns
• Plano de Demanda
• Non Working Inventory
• Plano de Produção
• Análise de SKU
S&OP… WAPA
 O WAPA nada mais é que a métrica de avaliação da
previsão de vendas. Logo o impacto é direto. Quanto
melhor a previsão de vendas, melhor o WAPA e os demais
resultados que dependem de um bom WAPA.
S&OP… PLANO DE PRODUÇÃO
 O Plano de Produção é desenhado visando atender a
previsão de vendas e suprir estoques.
 Uma previsão superestimada leva a produções
desnecessárias que utilizam tempo e recursos escassos.
 Uma previsão subestimada gera instabilidade na
produção, lotes de produção indevidos, acréscimo de
custos, horas extras, etc
S&OP… PLANO DE PRODUÇÃO
 A longo prazo, a previsão de vendas (como parte do
planejamento estratégico da cia, divisão, etc) é o pilar que
suporta as análises de investimentos.
 Conseguir se antecipar às tendências de mercado
possibilita à manufatura se preparar para o futuro.
S&OP… PA / OTIF / APROVEITAMENTO DE CARTEIRA
 As métricas de atendimento ao cliente são fortemente
impactadas pela previsão de demanda pois a operação se
prepara para atender o Forecast.
 Demandas acima do Forecast podem desestruturar todo o
planejamento de estoques e causar rupturas no
atendimento.
 A recomposição dos estoques podem ser lentas
dependendo do Supply Chain.
S&OP… TURNS
 O erro das previsões é uma das maiores causas de
imprecisão na gestão de estoque.
 Os estoques de segurança existem para “tentar” absorver
as divergências entre o plano e o realizado.
 Quanto melhor as previsões, menor a necessidade de
estoques.
 Lembrando que menos estoque representa menos
dinheiro da cia parado
S&OP… SKUs
 A previsão de vendas deve agir desde o nascimento até a
inativação de um item
 Itens que nascem com base em uma previsão inacurada
tendem a se tornarem SKUs não produtivos ou gerar
problemas de abastecimento no Phase In
 A previsão de vendas deve ser uma ferramenta na
orientação do Phase Out
S&OP… NWI
 Uma das principais causas do NWI são itens lançados com
base em uma previsão de vendas que não se realiza.
 A não previsão de quedas nas vendas também é outra
grande causa.
 Campanhas que não atingem as expectativas bem como
Forecast com viés são outras duas causas de extrema
relevância
8. +FORECAST
O QUE É O +FORECAST?
 Um projeto para toda a região da América Latina de
padronização no processo de gerenciamento de demanda
 Visa melhorar a qualidade da previsão de vendas na 3M do
Brasil através da implementação de um processo robusto
suportado por um novo software de gerenciamento de
demanda
CONTEMPLA…
BUSCA…
Onde o +Forecast se encaixa ao S&OP?
Onde o +Forecast se encaixa ao S&OP?
Informar alterações de Contas e Produtos

Como Funciona o Processo do +Forecast?


Propósito: Assegurar que os dados hierárquicos e os dados estáticos reflitam
a atualidade do negócio
Principais Entradas
• Mudanças em Produtos e Contas
Principais Saídas
• Hierarquia e dados estáticos atualizados

Exemplos:
• Mudanças na Estrutura Corporativa (Commodities realignment)
• Adicionar / Remover Key Accounts
• Definir Características Especiais de produtos (NPI / PIPO / EOL)
Gerenciar Dados Estáticos

Como Funciona o Processo do +Forecast?


Propósito: Assegurar que as alterações informadas por Marketing se reflitam
na base de dados corporativa
Principais Entradas
• Mudanças em Produtos e Contas
Principais Saídas
• Hierarquia e dados estáticos atualizados

Exemplos:
• Mudanças na Estrutura Corporativa (Commodities realignment)
• Adicionar / Remover Key Accounts
• Definir Características Especiais de produtos (NPI / PIPO / EOL)
Manter Base de dados Atualizada e Disponível

Como Funciona o Processo do +Forecast?


Propósito: Assegurar que a ferramenta esteja sempre disponível para os
usuários. Garantir a atualidade e a confiabilidade dos dados apresentados.
Principais Entradas
• Itens, Pedidos, Clientes, Quantidades, Datas...
Principais Saídas
• Demanda Histórica e Carteira Atual
Medir Acuracidade do Forecast e Gerar Métricas

Como Funciona o Processo do +Forecast?


Propósito: Gerar Métricas de Acuracidade do Plano de Demanda (WAPA)
Principais Entradas
• Cálculo das Métricas (Fórmulas)
• Dados de Demanda Arquivados
Principais Saídas
• Métricas de Acuracidade do Forecast em diferentes Níveis
Principais Atividades
• Aplicar os cálculos
Analisar as Causas de Desvios do Período Anterior

Como Funciona o Processo do +Forecast?


Propósito: Avaliar o WAPA do modelo estatístico proposto e dos inputs
realizados e identificar qual modelo está trazendo os melhores resultados.
Avaliar os principais desvios e buscar a causa-raiz para evitar novas
ocorrências
Principais Entradas
• WAPA em diferentes níveis e diferentes visões
Principais Saídas
• Modelo aprimorado para o futuro
Principais Atividades
• Análise das Causas-Raiz
Revisar e Ajustar Histórico de Demanda

Como Funciona o Processo do +Forecast?


Propósito: Analisar o histórico e eliminar a demanda “anormal” tornando a
base mais confiável para a aplicação do Forecast Estatístico
Principais Entradas
• Demanda Histórica, Hierarquia e dados Estáticos atualizados
Principais Saídas
• Demanda Histórica ajustada e preparada para a análise estatística
Principais Atividades
• Detectar e corrigir erros (no nível de Pedido)
• Identificar, Analisar e, eventualmente, eliminar Outliers
Gerar e Arquivar o Forecast Estatístico

Como Funciona o Processo do +Forecast?


Propósito: Gerar e Arquivar o Forecast Estatístico
Principais Entradas
• Hierarquia e dados Estáticos atualizados
• Demanda Histórica ajustada
• Métricas de Acuracidade do Forecast
• Modelos de Forecast atualizados
Principais Saídas
• Forecast Estatístico para todos os SKUs
Principais Atividades
• Revisar, Validar e Ajustar os modelos de Forecast Estatístico
• Gerar o Forecast Estatístico
• Arquivar o Forecast Estatístico
Obter Inteligência de Mercado

Propósito: Agregar informações de mercado

Como Funciona o Processo do +Forecast?


Principais Entradas
• Inteligência de Marketing
Principais Saídas
• Inputs de Marketing
Principais Atividades
• Revisar o plano atual
• Adicionar tendências de mercado, cronogramas para NPI / EOL /
Promoções / Vendas Spot
Como Funciona o Processo do +Forecast?

Obter Inteligência de Mercado

Propósito: Agregar informações de mercado


Principais Entradas
• Inteligência de Vendas
Principais Saídas
• Inputs de Vendas
Principais Atividades
• Revisar o plano atual
• Adicionar tendências de mercado, cronogramas para NPI / EOL /
Promoções / Vendas Spot
Como Funciona o Processo do +Forecast?

Fornecer Informações Para Planejamento Colaborativo

Propósito: Agregar informações vindas diretamente do cliente


Principais Entradas
• Projeções de demanda do cliente e necessidade de ressuprimento
Principais Saídas
• Inputs do Clinet
Principais Atividades
• Planejamento Colaborativo (Veremos mais sobre esse assunto adiante)
Criar o Working Plan e Gerenciar Exceções

Como Funciona o Processo do +Forecast?


Propósito: Criar um Plano de Demanda preliminar (Working Plan) a ser validado pelo time S&OP
Principais Entradas
• Forecast Estatístico, Inputs de Marketing / Vendas / Clientes, Pedidos em Carteira
Principais Saídas
• Working Plan desenvolvido e apto para revisão nas reuniões de S&OP
Principais Atividades
• Baseado no mais recente Forecast Estatístico e nos Inputs obtidos, o planejador de demanda atualiza o plano
de forma a refletir as necessidades do negócio. Colaboração com Marketing, Vendas e Clientes é necessária
na geração do plano. Exceções (geralmente alertadas pelo sistema) devem ser analisadas e solucionadas.
S&OP Review

Como Funciona o Processo do +Forecast?


Propósito: Esse não é um passo dentro do processo de Gerenciamento de Demanda, pelo contrário. Devemos
lembrar que o Gerenciamento de Demanda é que faz parte do processo S&OP.
O plano preliminar deve ser avaliado pelo time S&OP e revisado quantas vezes forem necessárias de forma a se
obter um plano único, concreto e acordado pelas áreas.
9. PLANEJAMENTO
COLABORATIVO
Existem várias formas de se fazer Planejamento de Demanda, cada uma
representa um grau de maturidade no processo.
Precisão no Planejamento

CPFR
Collaborative Planning
Forecast & Replenishment

Maturidade no Planejamento de Demanda


Consumidor

Lojas
Fluxo da Informação

Efeito Chicote
Clientes

3M

Fornecedores

Atraso na Informação Tempo de Reação


Consumidor

Lojas
Fluxo da Informação

Clientes

3M

Fornecedores

Tempo de Reação
Consumidor

Lojas
Fluxo da Informação

Clientes

3M

Fornecedores

Tempo de Reação
REFERÊNCIAS:
Planejamento de Vendas e Operações – S&OP
Thomas F. Wallace

Previsão de Vendas – Uma Nova Abordagem


Robert A. Stahl
Thomas F. Wallace

Administração de Materiais
J. R. Tony Arnold
Obrigado
Instrutor: Allan P. P. Ferreira
Tel.: 3838-7236 ou 99631-6946
e-mail: apferreira@mmm.com

www.3m.com.br/universidade/academiademarketing Acesse aqui Grupo no Linkedin


APÊNDICES

© 3M 2008. All Rights Corporate Strategy | Strategic Business


Reserved. Development
O QUE É LEAD TIME E PORQUE PRECISAMOS DE PREVISÕES?
EXERCÍCIOS / EXEMPLOS: PERÍODOS

• Para uma família de produtos importados atendidos de


estoque, cujo lead time de importação é de 60 dias, defina:
– Frequencia das previsões:
Mensal
– Horizonte de Planejamento:
90 a 120 dias
– Barreira Temporal:
60 dias de Luvas e Filtros
Famílias
Horizonte de Planeja mento e Ba rre iras de Te mpo

A B
Mês 1 Mês 2 Mês 3 Mês 12

Mudanças Áre a de Alterações


de Ne gociação
B ARREIRAS emergência
DE TEMPO
Estável Capacidade firme Planejamento Planejamento
(Mudanças no Futuro Futuro
mix) Materiais
requisitados

M AIOR CUSTO/ M UDANÇAS DIFÍC EIS


HORIZONT E DE PLANEJAM ENTO
Hoje
EXERCÍCIOS / EXEMPLOS: PERÍODOS
• Para uma família de produtos locais atendidos de estoque,
cujo lead time de produção é de 30 dias, defina:
– Frequencia das previsões:Mensal
– Horizonte de Planejamento:60 dias
– Barreira Temporal:30 dias
Famílias de Esponjas e Panos

A
Mês 1 Mês 2 Mês 3 Mês 12

Mudanças Alterações Alterações


de
B ARREIRAS emergência
DE TEMPO
Estável Planejamento Planejamento Planejamento
(Mudanças no Futuro Futuro Futuro
mix)

M AIOR CUSTO/ M UDANÇAS DIFÍC EIS


HORIZONT E DE PLANEJAM ENTO
Hoje
EXERCÍCIOS / EXEMPLOS: PERÍODOS

Horizonte de Planejamento
Barreiras de Tempo
Constantes:
Constantes Variações do mercado
Inércia da manufatura
A B

Mudanças Área de Alterações


de Negociação
BARREIRAS emergência
TEMPORAIS:
Estável Capacidade firme Planejamento
(Mudanças no Futuro
mix) Materiais
requisitados

MAIOR CUSTO/ MUDANÇAS DIFÍCEIS


HORIZONTE DE PLANEJAMENTO
Hoje
PREVISÃO DE DEMANDA: PROCESSO – Hierarquia: Agregações

• Refere-se à da definição da agregação apropriada dos


produtos nas famílias de produtos ou tipos de produtos e
determinar o nível de agregação no qual a previsão será
gerada.

• A definição do nível de detalhe adequada para a previsão


depende do que se deseja fazer com as informações da
previsão.
Famílias de Produtos
Os produtos são agrupados em famílias lógicas, ao invés de serem tratados
individualmente.
PREVISÃO DE DEMANDA: PROCESSO – Métodos Qualitativos

• Estimativa Gerencial:
– Depende extensivamente do julgamento dos gestores.
Emprega intuição de uma pessoa ou pequeno grupo de
pessoas para a elaboração da previsão. Apesar de ser um
dos métodos de previsão mais usados, possui muitas
limitações pois baseia-se fortemente em opiniões
particulares e sem o suporte de evidências.

– Ultimamente é muito usado na integração entre os métodos


qualitativos e quantitativos.
PREVISÃO DE DEMANDA: PROCESSO – Métodos Qualitativos

• Pesquisa de Mercado:
– pode ser conduzida com vários graus de rigor, desde
informações de força de venda até testes de hipóteses. Este
método clarifica a intenção de clientes potenciais ou plano de
negócios através de um conjunto de abordagens qualitativas e
quantitativas, incluindo pesquisas de intenção de compra,
pesquisas de dados econômicos, etc).

– É focada no mercado e freqüentemente apresenta boa precisão


no curto prazo. Porém, pode incorrer em altos custos e não ser
responsiva às mudanças das condições do mercado.
PREVISÃO DE DEMANDA: PROCESSO – Métodos Qualitativos

• Métodos de Grupos Estruturados:


– Se baseiam na interação de grupos de peritos, sendo que o
mais freqüentemente usado é o método Delphi. Neste
método, as opiniões de peritos são combinadas numa série
de questionários. A convergência das opiniões dos peritos
é obtida.
PREVISÃO DE DEMANDA: PROCESSO – Métodos Qualitativos
Método Delphi
Características: anonimato, realimentação controlada das informações,
quantificação das respostas (escala numérica), resposta estatística (pode não
haver consenso)
Processo:
1o. Passo – Coordenador elabora Questionário
2o. Passo - Grupo responde Questionário (escala numérica)
3o. Passo – Coordenador confere coerência das respostas, altera questões (se
necessário), processa análise estatística, sistematiza os argumentos
manifestados
4o. Passo – Grupo responde novo Questionário (com as informações da análise
estatística e dos argumentos), respostas discrepantes com relação à Média
devem ser justificadas
5o.Passo – Coordenador verifica se não houve variações significativas (Fim -
Relatório), caso contrário retornar ao Passo 2.
PREVISÃO DE DEMANDA: PROCESSO – Métodos Qualitativos

• VANTAGENS:
– Ótimo método para lidar com aspectos inesperados de um problema

– Previsões com carência de dados históricos

– Interesse pessoal dos participantes

– Minimiza pressões psicológicas

– Não exige presença física


PREVISÃO DE DEMANDA: PROCESSO – Métodos Qualitativos

• DESVANTAGENS:
– Processo lento, média de 6 meses

– Dependência dos participantes

– Dificuldade de redigir o questionário

– Possibilidade de consenso forçado


PREVISÃO DE DEMANDA: PROCESSO – Métodos Qualitativos

• Analogia Histórica:
– Utiliza análise comparativa da introdução e crescimento de
produtos similares e baseiam as previsões em padrões de
similaridade
PREVISÃO DE VENDAS: Técnicas

Qualitativas
Médias Simples:
de Previsão
– A previsão para períodos futuros é a média de todas
as vendas que ocorreram no passado. Esta técnica
abafará a flutuação.

.
n

R t
Pt 1
Pt 1  t 1 - Previsão para o próximo período;
n Rt
- Valor real observado no período t;
n
- Número de períodos no histórico de vendas passadas
PREVISÃO DE VENDAS: Técnicas
Qualitativas
• Média Móvel:
de Previsão
– A previsão para períodos futuros é somente a
média de um número especificado de meses
recentes. O número de meses é uma variável
determinada pelo usuário. Freqüentemente o
número
Média móvel de 3 mesesde períodos abrange dois, três, quatro ou
cinco observações mais recentes.
Pt 1
: previsão para o próximo período;
. ( Rt  Rt 1  Rt  2  ...  Rt  n 1 )
Mt
Rt
Pt 1  M t  n : média móvel no período t;
n
: valor real observado no período t
PREVISÃO DE VENDAS: Técnicas
Qualitativas de Previsão
• Suavização Exponencial:
– Coloca um peso maior nos períodos mais recentes e menos peso nos
períodos mais antigo, a uma taxa exponencial decrescente. O fator
peso (chamado de alfa) é determinado pelo usuário.
.
Se = 0,15, calcule a previsão para o mês 8. Se a demanda do mês 8 for de
218, calcule a previsão para o mês 9
P(8) = (0,15)*(190) + (1-0,15)*220 = 215,5
P(9) = (0,15)*(218) + (1-0,15)*( 215,5) = 215,9  (0    1)
Pt 1  Rt   (1   ) Rt 1   (1   ) 2 Rt 2  ...
Sendo: = coeficiente de amortecimento
 Próximo de 1 – previsão mais sensível ao último valor observado
Pt 1  Rt  (1   ) Pt Geralmente adota-se P0 = R0 ou P0 = (Rt)/n
PREVISÃO
• Análise DE VENDAS: Técnicas Quantitativas de Previsão
de Tendências:
– Método de previsão quando um padrão de crescimento ou
decrescimento existe. Modelos incluem Suavização
Exponencial Dupla, Regressão e Suavização Tripla;
PREVISÃO
• Ajuste DE VENDAS: Técnicas Qualitativas de Previsão
Sazonal:
– Método para se estimar o quanto a demanda em um
determinado período será maior ou menor que a demanda
média do produto. Leva em consideração a variação da
demanda de ano à ano (ou outro intervalo de tempo
repetitivo). Ajustes podem ser feitos à uma previsão média
para predizer o impacto de uma demanda sazonal;
Técnica para Previsão da Sazonalidade

Decomposição Clássica
A sazonalidade é expressa em termos de uma quantidade, ou de uma percentagem, da
demanda que desvia-se dos valores médios da série. Caso exista tendência, ela deve ser
considerada.
– O valor aplicado sobre a média, ou a tendência, é conhecido como índice de sazonalidade.
– Exemplo: Índice de Sazonalidade de cervejas em janeiro = 1,30, ou seja, é 30% maior que a
média anual.
Técnicas para Previsão da Sazonalidade

Decomposição Clássica
A forma mais usual de inclusão da sazonalidade nas previsões da demanda,
consiste em obter o índice de sazonalidade para os diversos períodos,
empregando a média móvel centrada, e aplicá-los sobre o valor médio
(ou tendência) previsto para o período em questão.

O índice de sazonalidade é obtido dividindo-se o valor da demanda no período pela


média móvel centrada neste período. O período empregado para o cálculo da média
móvel é o ciclo da sazonalidade. Quando se dispõem de dados suficientes,
calculam-se vários índices para cada período e tira-se uma média.
Previsão da Sazonalidade: Exemplo do Restaurante

Dia Demanda Média Móvel Centrada Índice


Segunda
Terça
Quarta
50
55
52
Demanda =
Quinta
Sexta
Sábado
56
65
80
443/7=63,28
448/7=64
443/7=63,28
56/63,28=0,88
65/64=1,01
80/63,28=1,26
Número de
Domingo
Segunda
85
55
449/7=64,14
443/7=63,28
85/64,14=1,32
55/63,28=0,86 Refeições
Terça 50 448/7=64 50/64=0,78
Quarta
Quinta
58
50
443/7=63,28
438/7=62,57
58/63,28=0,91
50/62,57=0,79
Isegunda = 0,84
Sexta
Sábado
70
75
435/7=62,14
435/7=62,14
70/62,14=1,12
75/62,14=1,20
Iterça = 0,79
Domingo
Segunda
80
52
431/7=61,57
441/7=63
80/61,57=1,29
52/63=0,82 Iquarta = 0,87
Terça 50 436/7=62,28 50/62,28=0,80
Quarta 54 446/7=63,71 54/63,71=0,84 Iquinta = 0,86
Quinta 60 456/7=65,14 60/65,14=0,92
Sexta
Sábado
65
85
454/7=64,85
457/7=65,28
65/64,85=1,00
85/65,28=1,30
Isexta = 1,04
Domingo
Segunda
90
50
458/7=65,42 90/65,42=1,37 Isábado = 1,25
Terça
Quarta
53
55
Idomingo = 1,32
Técnicas para Previsão da Sazonalidade

No caso da demanda do produto apresentar sazonalidade e tendência, há


necessidade de se incorporar estas duas características no modelo de
previsão. Para se fazer isto, deve-se empregar os seguinte passos:

Primeiro, retirar o componente de sazonalidade da série de dados históricos,


dividindo-os pelos correspondentes índices de sazonalidade;

Com estes dados, desenvolver uma equação que represente o componente de


tendência;

Com a equação da tendência fazer a previsão da demanda e multiplicá-la pelo índice


de sazonalidade.
Previsão de Tendência & Sazonalidade

• Exemplo: No caso do Restaurante, considere uma tendência dada pela


equação: Y = 40 + 2X.
• Deseja-se a previsão da demanda para uma semana onde a 2a. Feira é o 18o.
Dia.
• Solução: D(2a.) = (40 + 2.18).0,84 = 63,84
D(3a.) = (40 + 2.19).0,79 = 61,62
D(4a.) = (40 + 2.20).0,87 = 69,60
D(5a.) = (40 + 2.21).0,86 = 70,52
D(6a.) = (40 + 2.22).1,04 = 87,36
D(sab.) = (40 + 2.23).1,25 = 107,50
D(dom) = (40 + 2.24).1,32 = 116,16
PREVISÃO DE
• Modelagem de VENDAS:
Ciclo de Técnicas
Vida: Qualitativas de Previsão
– Técnica baseada em aplicar padrões de demanda passados
cobrindo introdução, crescimento, maturidade saturação e
declínio de produtos similares para uma família nova de
produtos.
PREVISÃO
• Previsões DE VENDAS:
Baseadas Técnicas Qualitativas de Previsão
em Regressões:
– Buscam prever a demanda de determinado produto a partir da
previsão de outra variável (interna ou externa à empresa) que esteja
relacionada ao produto.
Exemplo: Pneus e Carros, Vidros planos e Construção Civil

O objetivo da regressão linear simples consiste em encontrar uma equação linear de previsão, do
tipo Y = a + bX (onde Y é a variável dependente a ser prevista e X a variável independente da
previsão), de forma que a soma dos quadrados dos erros de previsão (b) seja a mínima
possível.
Previsões Baseadas em Regressões

Y
Y = a + bX

b
 XY    X  Y 
n

n X    X  b
2 2

b 2
0

 Y  b X 
a
n X
Previsões Baseadas em Regressões
Uma cadeia de fastfood verificou que as vendas mensais de refeições em suas casas
estão relacionadas ao número de alunos matriculados em escolas situadas num raio
de 2 quilômetros em torno da casa. A empresa pretende instalar uma nova casa numa
região onde o número de alunos é de 13750. Qual a previsão da demanda para esta
nova casa?

b
 XY    X  Y  =
n 13  5224 ,86  143,10  450,71
 2,99
n X    X  13  1663,37  143,10
2 2
2

a
 Y  b X  = 450,71  2,99  143,10
 1,757
n 13 Y = 1,757 + 2,99X

Y  1,757  2,99 13,750  42,869 ou seja 42869 refeições


Previsões Baseadas em Regressões
Vendas/Loja Versus Número de Alunos

Vendas Mensais em Lojas de uma Cadeia de Fastfood


PREVISÃO DE VENDAS: Técnicas Qualitativas de Previsão
• Previsão Focalizada:
– É uma técnica de simulação computacional que compara
as previsões geradas usando cada uma de N estratégias. O
computador seleciona a melhor estratégia para prever um
item num determinado momento do tempo. Ele faz isto
através de simulações. Simulação significa que o
computador volta três períodos no tempo e finge que eles
não ocorreram, e então projeta os três períodos usando
cada uma das estratégias. A estratégia que melhor se
acomodar com os resultados reais se torna a estratégia
selecionada para prever este item neste período de
tempo.
Conceito – Previsão Focalizada
Uma forma de se determinar qual método de previsão se adequa ao
comportamento de Demanda de determinado produto é utilizar o
BackCast.
Simulam-se os diversos métodos de • Média Simples (média
previsão
3, 6, 12)
Calcula-se o erro para cada método caso
• Amortecimento
ele tivesse sido escolhido no passado Exponencial
(período para backast determinado
empiricamente) • ...
• Outros
Escolhe-se o método com menor erro

Calcula-se a previsão para os meses


seguintes
Conceito – Previsão Focalizada
Uma forma de se determinar qual método de previsão se adequa ao
comportamento de Demanda de determinado produto é utilizar o
BackCast.
Simulam-se os diversos métodos de
previsão

Calcula-se o erro para cada método caso


ele tivesse sido escolhido no passado
(período para backast determinado
• MAPE
empiricamente) • MAD
• WAPE
Escolhe-se o método com menor erro • BIAS
• Erro Quadrado
• Outros
Calcula-se a previsão para os meses
seguintes
Conceito – Previsão Focalizada
Uma forma de se determinar qual método de previsão se adequa ao
comportamento de Demanda de determinado produto é utilizar o
BackCast.
Simulam-se os diversos métodos de
previsão

Calcula-se o erro para cada método caso


ele tivesse sido escolhido no passado
(período para backast determinado
empiricamente)

Escolhe-se o método com menor


erro

Calcula-se a previsão para os meses


seguintes
Conceito – Previsão Focalizada
Uma forma de se determinar qual método de previsão se adequa ao
comportamento de Demanda de determinado produto é utilizar o
BackCast.
Simulam-se os diversos métodos de
previsão

Calcula-se o erro para cada método caso


ele tivesse sido escolhido no passado
(período para backast determinado
empiricamente)

Escolhe-se o método com menor


erro

Calcula-se a previsão para os meses


seguintes
MODELO ESTATÍSTICO +FORECAST

© 3M 2008. All Rights Corporate Strategy | Strategic Business


Reserved. Development
O Processo Estatístico do +Forecast

© 3M 2008. All Rights


Corporate Strategy | Strategic Business Development
 O principais
Duas Processorazões
Estatístico do +Forecast
pelas quais é melhor:
1 O processo avalia o melhor modelo
estatístico para cada item
Como: Testes estatísticos são realizados sobre a base histórica

Baseado nos resultados dos testes estatísticos, um dos 4 modelos é selecionado:


1. Level 2. Trend / Tendência

3. Seasonal / Sazonal 4. Trend & Seasonal /


Tendência & Sazonal

© 3M 2008. All Rights


Corporate Strategy | Strategic Business Development
 O principais
Duas Processorazões
Estatístico do +Forecast
pelas quais é melhor:
2 O processo avalia os melhores
parâmetros para cada modelo
Como: Simulação avalia quais parâmetros funcionam melhor

Comportame Comportame
nto Estável nto
Instável
Baixas Constantes de Suavização Altas Constantes de Suavização
• Distribui de maneira mais similar o • Atribui mais peso aos meses mais
peso de cada mês do histórico recentes do histórico de demanda

© 3M 2008. All Rights


Corporate Strategy | Strategic Business Development
O Processo
 O processo Estatístico
de análise do +Forecast
é confiável pois:
 O sistema projeta comportamentos demonstrados
no histórico
 O sistema não projeta comportamentos não
demonstrados no histórico
 A análise possue dois passos:
 Análise dos dados históricos

© 3M 2008. All Rights Otimização do Strategy
Corporate modelo eBusiness
| Strategic parâmetros
Development
O Processo
 Análise Estatístico
dos dados do +Forecast
históricos
 Identifica quais itens possuem tendências (trend) e/ou
sazonalidade (seasonality) em nível estatisticamente
Historical Analysis Tool
significativo
P-value < .05 indica
que há tendência
e/ou sazonalidade no
histórico

© 3M 2008. All Rights


Corporate Strategy | Strategic Business Development
 O Processo Estatístico do +Forecast
A Hipótese Nula é que a demanda é “Flat”. É necessário provar que
há tendência e/ou sazonalidade antes de se projetar esses
comportamentos
 Quiz 1: Qual das duas opções
Quiz: é melhor?
Which Forecast is Better?

1800
1600
1400
1200
Demand

Demand
1000
Fcst Opt 1
800
Fcst Opt 2
600
400
200 History Future
0
0 10 20 30 40 50 60
Month

Resposta: O histórico é completamente aleatório. A hipótese nula é mantida (não há


tendência ou sazonalidade estatisticamente significativa). O Forecast “Flat” é 10%
melhor.
© 3M 2008. All Rights
Corporate Strategy | Strategic Business Development
 O Processo Estatístico do +Forecast
A Hipótese Nula é que a demanda é “Flat”. É necessário provar que
há tendência e/ou sazonalidade antes de se projetar esses
comportamentos
 Quiz 2: Qual das duas opções
Quiz: é melhor?
Which Forecast is Better?

300000 History Future


250000

200000
Demand

Demand
150000 Fcst Opt 1
Fcst Opt 2
100000

50000

0
0 10 20 30 40 50 60
Month

© 3M 2008. All Rights


Corporate Strategy | Strategic Business Development
O Processo Estatístico do +Forecast
300000
Quiz: Which Forecast is Better?

History Future
250000

200000
Demand Demand
150000 Fcst Opt 1
Fcst Opt 2
100000

50000

0
0 10 20 30 40 50 60
Month

Seria mais fácil olhando assim?


300,000

250,000

200,000
Units

150,000

100,000

50,000

Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan

3 Years Ago 2 Years Ago 1 Year Ago (last 12 mo)

© 3M 2008. All Rights


Corporate Strategy | Strategic Business Development
O Processo Estatístico do +Forecast
300000
Quiz: Which Forecast is Better?

History Future
250000

200000
Demand Demand
150000 Fcst Opt 1
Fcst Opt 2
100000

50000

0
0 10 20 30 40 50 60
Month

Resposta: Testes estatísticos confirmam que o item é sazonal. O Forecast sazonal


(vermelho) é 21% melhor.

© 3M 2008. All Rights


Corporate Strategy | Strategic Business Development
 O Processo Estatístico do +Forecast
A Hipótese Nula é que a demanda é “Flat”. É necessário provar que
há tendência e/ou sazonalidade antes de se projetar esses
comportamentos
 Quiz 3: Qual das duas opções
Quiz: é melhor?
Which Forecast is Better?

40000

35000

30000
Demand

25000
Demand
20000 Fcst Opt 1
15000 Fcst Opt 2

10000

5000
History Future
0
0 10 20 30 40
Month

Resposta: Testes estatísticos confirmam que o item tem tendência. O Forecast com
tendência(vermelho) é 34% melhor.

© 3M 2008. All Rights


Corporate Strategy | Strategic Business Development
 EmOresumo
Processo Estatístico
o método do +Forecast
é eficiente pois:
 Não projeta aleatoriedade no futuro
 Projeta tendência e/ou sazonalidade apenas
quando esses comportamentos são
estatisticamente comprovados
 O método também visa estabilidade
 O Forecast é menos variável

© 3M 2008. All Rights Ele sofre menos alterações
Corporate Strategy | Strategic Businessde mês para mês
Development
 EisOcomo
Processo Estatístico
o método do +Forecast
é aplicado:

Item has
Item has limited Item has
No intermittent No No Item has trend
history seasonality
demand

Yes
Yes Yes No

Apply
Apply new Apply “Level”
intermittent Item has trend
item models Models Yes
models

No
Yes
Apply “Trend Apply
Apply “Trend”
& Seasonal” “Seasonal”
Models
Models Models

© 3M 2008. All Rights


Corporate Strategy | Strategic Business Development
O modelos
 Que Processosão
Estatístico do +Forecast
utilizados?

Seasonality

 Uma outra forma


N Y

N
de
SES
ver:
TES-NT
Trend

Y DES TES

© 3M 2008. All Rights


Corporate Strategy | Strategic Business Development
Planejamento Colaborativo - Demanda

Numa cadeia complexa de distribuição, a demanda nas pontas tende a ser mais
constante (pedidos dos clientes)

Demanda
A

Clientes
Fornecedores CBS

Demanda
B

Clientes
Fornecedores 3M Gutierre

Demanda
C

Fornecedores Proteção Total Clientes


Níveis de Colaboração

São 3 os principais componentes que devem ser considerados no Planejamento


Colaborativo de Demanda.

• Historical Data • Promotions


• Distributors
• Seasonality • Competitors
• Industry
• Tendencies Actions
• Outliers • Supply