Gestão da Demanda

Profa. Dra. Márcia Mazzeo Grande

RAD1512 – Administração: gestão e logística

 Ambiente

Estratégia de
Estratégia
operações

Recursos de
entradas a serem
transformados
Materiais, Saídas: bens
Informações, Recursos Projeto Melhoria e serviços
Consumidores de
entrada
Consumidores
Instalações Planejamento
Pessoal e Controle
Recursos de
entrada de
transformação

Modelo Geral da Administração de produção

Adaptado de Slack (2002)
Natureza das previsões
Demanda espacial x Demanda temporal
Localização de armazéns
Balanceamento de estoques
Alocação de recursos de transporte

Demanda regular x Demanda irregular

Difícil gestão
50% dos produtos
Subproduto
Baixos volumes – muitos pontos
Produtos saindo ou entrando no mercado
3
Natureza das previsões
Demanda dependente x Demanda independente

Deriva das exigências Métodos estatísticos

especiais de um
programa de produção – Métodos qualitativos
(MRPII)
Previsão perfeita
Precisão do método
– avaliação do erro

4
Por que prever?
hoje
Horizontes de planejamento

curto prazo tempo

médio prazo

Longo prazo

Efeito da Efeito da Efeito da

decisões
decisão A decisão B decisão C

A
B
C
Erros freqüentes em previsões
Erro 1 das previsões: confundir previsões com metas e, um erro
subseqüente, considerar as metas como se fossem previsões.
Erro 2 das previsões: gastar tempo e esforço discutido se se
"acerta" ou "erra" nas previsões, quando o mais relevante é
discutir "o quanto" se está errando e as formas de alterar
processos envolvidos, de forma a reduzir estes "erros".
Erro 3 das previsões: levar em conta, nas previsões que servirão
a apoiar decisões em operações, um número só. Previsões, para
operações, devem sempre ser consideradas com dois
"números": a previsão em si e uma estimativa do erro desta
previsão.
Erro 4 das previsões: desistir ou não se esforçar o suficiente
para melhorar os processos de previsão por não se conseguir
"acertar" as previsões, quando, em operações, não se necessita
ter previsões perfeitas, mas sim, previsões consistentemente
melhores que as da concorrência.
Erros esperados crescem com
horizonte
Previsão de
demanda / erro

Erros esperados de previsão crescem com o horizonte

Faixa de erro esperado

Previsão

Hoje Horizonte futuro (tempo)

Efeito da agregação dos dados
Sanduíche Previsão para o mês passado
(feita há um ano e meio)

Quarteirão com 2500

queijo
Big Mac 6000

Hamburger 4500

Cheeseburger 3000

Filé de peixe 1200

MacChicken 1800

Total 18.000
Efeito da agregação dos dados
Sanduíche Vendas efetivas no mês % erro da
passado na loja analisada previsão

Quarteirão com queijo 1930 22,8% Média dos

Big Mac 7269 21,5% erros das
Hamburger 4980 10,6% previsões por
Cheeseburger 2730 9,0% Sanduíche
Filé de peixe 1429 19,0% 20,8%
MacChicken 1050 41,6%

Total 18.443 2,4%

Previsão como processo
Projeto e melhoramento contínuo do processo de gerar
previsões

Processo
Informações que
expliquem
comportamento
atípico
Informações da
conjuntura Tratamento
Tratamentoquantitativo
estatístico
econômica dos
dosdados
dadosdedevendas
vendasee Dados
outras
outrasvariáveis
variáveis históricos de
Decisões da área
vendas
comercial

Outras informações
Tratamento
Tratamentoqualitativo
estatístico Dados de
do mercado
dosdas
dados de vendas e
informações variáveis que
outras variáveis expliquem as
Informações de vendas
clientes

Informações de
concorrentes

Reunião de Previsão
Comprometimento das áreas
envolvidas
Tratamento
Tratamentodas
das
informações disponíveis

Previsão
Previsãode
devendas
vendas

Avaliação crítica do processo de gerar previsões

Projeções
Demanda

Vendas reais do passado

Faixa de erro
identificada no passado
Ciclicidade identificada no passado
e projetada para o futuro
e projetada no futuro
X
X
X

Previsões de curto prazo

feitas com base nas projeções

Tendência identificada no passado

e projetada no futuro

tempo
passado futuro
Técnicas de previsão
Técnicas de
previsão

Quantitativas Qualitativas

Intrínsecas Extrínsecas Método Delphi

Juri de
Regressão executivos
Médias móveis
simples
Força de
Suavizamento Regressão vendas
exponencial múltipla
Pesquisa de
Projeção de mercado
tendências
Analogia
histórica
Decomposição
Modelos de previsão
Qualitativos – médio e longo alcance
Novos produtos
Mudanças de políticas de governos
Impacto de novas tecnologias
Projeção histórica (intrínsecas) – curto alcance
Série temporais
Premissa de que o comportamento futuro vai repetir o
passado
São reativos – detectam mudanças a partir da atualização
sempre que novos dados se tornam disponíveis
Métodos causais (Extrínsecas) – médio e longo
alcance
Econométricos – relação causal
Difícil aplicação
14
Abordagem qualitativa vs
quantitativa
Presença crescente da hipótese de “continuidade”
dos padrões de comportamento

Presença crescente de históricos longos e confiáveis de dados

“parcela” qualitativa
da previsão

“parcela” quantitativa
da previsão
 Unidades

0
50
100
150
200
250
300
350
400
450

jan/01
mar/01
mai/01
jul/01
set/01
Séries históricas

nov/01

Vendas
jan/02
mar/02
mai/02
jul/02

Meses

tendência
set/02
nov/02
jan/03
mar/03
mai/03
Ciclicidade

jul/03
set/03
nov/03
Médias móveis
Vendas reais Média móvel de 3 períodos
de copos MM3
Janeiro 154
Fevereiro 114
Março 165
Abril 152 (154 + 114 + 165) / 3 = 144,3
Maio 176 (114 + 165 + 152) / 3 = 143,7
Junho 134 (165 + 152 + 176) / 3 = 164,3
Julho 123 (152 + 176 + 134) / 3 = 154,0
Agosto 154 (176 + 134 + 123) / 3 = 144,3
Setembro 134 (134 + 123 + 154) / 3 = 137,0
Outubro 156 (123 + 154 + 134) / 3 = 137,0
Novembro 123 (154 + 134 + 156) / 3 = 148,0
Dezembro 145 (134 + 156 + 123) / 3 = 137,7
Média móvel ponderada
Vendas reais Média móvel de 3 períodos
de copos ponderada com pesos 3, 2 e 1
Janeiro 154
Fevereiro 114
Março 165
Abril 152 [(1*154) + (2*114) + (3*165)] / 6 = 146,2
Maio 176 [(1*114) + (2*165) + (3*152)] / 6 = 150,0
Junho 134 [(1*165) + (2*152) + (3*176)] / 6 = 166,2
Julho 123 [(1*152) + (2*176) + (3*134)] / 6 = 151,0
Agosto 154 [(1*176) + (2*134) + (3*123)] / 6 = 135,5
Setembro 134 [(1*134) + (2*123) + (3*154)] / 6 = 140,3
Outubro 156 [(1*123) + (2*154) + (3*134)] / 6 = 138,8
Novembro 123 [(1*154) + (2*134) + (3*156)] / 6 = 148,3
Dezembro 145 [(1*134) + (2*156) + (3*123)] / 6 = 135,8
Ponderação exponencial

Simples
Corrige tendência e/ou sazonalidade

Ft +1 = αAt + (1 − α )Ft
Onde:
Ft+1 =Previsão
α = constante da ponderação
A t= demanda no período t
F t= previsão para o período t
α = 0,01 a 0,3
Quanto > α > peso
atribuído aos níveis de
demanda mais recente
19
Suavizamento exponencial
Vendas reais Suavizamento exponencial com alfa Suavizamento exponencial
de copos 0,1 0,8

última previsão (feita em dezembro)

Janeiro 154 150 150

Fevereiro 114 [(0,1)*(154) + (1 - 0,1)*(150)] = 150,4 153,2

Março 165 [(0,1)*(114) + (1 - 0,1)*(150,4)] = 146,8 121,8

Abril 152 [(0,1)*(165) + (1 - 0,1)*(146,8)] = 148,6 156,4

Maio 176 [(0,1)*(152) + (1 - 0,1)*(148,6)] = 148,9 152,9

Junho 134 [(0,1)*(176) + (1 - 0,1)*(148,9)] = 151,6 171,4

Julho 123 [(0,1)*(134) + (1 - 0,1)*(151,6)] = 149,9 141,5

Agosto 154 [(0,1)*(123) + (1 - 0,1)*(149,9)] = 147,2 126,7

Setembro 134 [(0,1)*(154) + (1 - 0,1)*(147,2)] = 147,9 148,5

Outubro 156 [(0,1)*(134) + (1 - 0,1)*(147,9)] = 146,5 136,9

Novembro 123 [(0,1)*(156) + (1 - 0,1)*(146,5)] = 147,4 152,2

Dezembro 145 [(0,1)*(123) + (1 - 0,1)*(147,4)] = 145,0 128,8

20
Acompanhamento dos erros de previsão: viés
- tracking signal” (sinal de rastreamento)
Vendas reais Previsão Erro Erro Erro Erro Erro médio Tracking
de copos MM3 aritmético aritmético absoluto absoluto absoluto signal
(V) (P) (V-P) acumulado V-P acumulado (EAA/n) EArA/EMA
EArA EAA EMA TS
Janeiro 154
Fevereiro 114
Março 165
Abril 152 144,3 -7,7 -7,7 7,7 7,7 7,7 -1,0
Maio 176 143,7 -32,3 -40,0 32,3 40,0 20,0 -2,0
Junho 134 164,3 30,3 -9,7 30,3 70,3 23,4 -0,4
Julho 123 154,0 31,0 21,3 31,0 101,3 25,3 0,8
Agosto 154 144,3 -9,7 11,7 9,7 111,0 22,2 0,5
Setembro 134 137,0 3,0 14,7 3,0 114,0 19,0 0,8
Outubro 156 137,0 -19,0 -4,3 19,0 133,0 19,0 -0,2
Novembro 123 148,0 25,0 20,7 25,0 158,0 19,8 1,0
Dezembro 145 137,7 -7,3 13,3 7,3 165,3 18,4 0,7

IMPORTANTE: Tracking signal deve

variar de -4,0 a +4,0.
21
Acompanhamento da magnitude dos
erros
Previsão Previsão Desvio Desvio Desvio Desvio
Suav. Expon Suav. Expon absoluto absoluto quadrático quadrático
Vendas reais Alfa = 0,1 Alfa = 0,8 Alfa = 0,1 Alfa = 0,8 Alfa = 0,1 Alfa = 0,8
Janeiro 154 150,0 150,0 4,0 4,0 16,0 16,0
Fevereiro 114 150,4 153,2 36,4 39,2 1325,0 1536,6
Março 165 146,8 121,8 18,2 43,2 332,7 1862,8
Abril 152 148,6 156,4 3,4 4,4 11,7 19,1
Maio 176 148,9 152,9 27,1 23,1 733,0 534,8
Junho 134 151,6 171,4 17,6 37,4 310,9 1396,9
Julho 123 149,9 141,5 26,9 18,5 722,0 341,3
Agosto 154 147,2 126,7 6,8 27,3 46,5 745,6
Setembro 134 147,9 148,5 13,9 14,5 192,2 211,4
Outubro 156 146,5 136,9 9,5 19,1 90,7 364,5
Novembro 123 147,4 152,2 24,4 29,2 596,8 851,6
Dezembro 145 145,0 128,8 0,0 16,2 0,0 261,3
Desvios médios 15,69 23,00 364,79 678,48

22
 Semana Volume
1 2.056
Exercício
Usando o modelo de ponderação 2 2.349
exponencial mais simples, faça a previsão
do volume esperado para a próxima
3 1.895
semana. É necessário estimar uma 4 1.514
constante de ponderação (α) exponencial
que venha a minimizar o erro da previsão. 5 1.194
Use os dados das 4 semanas mais antigas
para dar o inicio do processo de previsão,
6 2.268
ou seja, Fo. Busque por α em 7 2.653
incrementos de 0,1
8 2.039
9 2.399
10(sem. 2.508
atual
23
 Decomposição clássica da série de
tempo

Ajuste de tendência e sazonal

Vendas Vendas Vendas

2001 2002 2003 400
Janeiro 112 146 199 350
Fevereiro 146 113 175 300
Março 122 92 88 250
Abril 125 160 112 200
Maio 127 188 149
150
Junho 157 190 140
100
Julho 150 168 154
50
Agosto 235 235 275
Setembro 60 122 90 0
Jan/01

Mai/01
Jul/01
Set/01
Nov/01
Jan/02

Mai/02
Jul/02
Set/02
Nov/02
Jan/03

Mai/03
Jul/03
Set/03
Nov/03
Mar/01

Mar/02

Mar/03
Outubro 92 97 120
Novembro 206 186 226
Dezembro 312 354 360

24
Projeções com tendência

Vendas Vendas Vendas

2001 2002 2003 400
Janeiro 112 146 199 350
Fevereiro 146 113 175 300
Março 122 92 88 250
Abril 125 160 112 200
Maio 127 188 149
150
Junho 157 190 140
100
Julho 150 168 154
50
Agosto 235 235 275
Setembro 60 122 90 0 Jan/01

Mai/01
Jul/01
Set/01
Nov/01
Jan/02

Mai/02
Jul/02
Set/02
Nov/02
Jan/03

Mai/03
Jul/03
Set/03
Nov/03
Mar/01

Mar/02

Mar/03
Outubro 92 97 120
Novembro 206 186 226
Dezembro 312 354 360

25
Consideração de Sazonalidade
Vendas Vendas Vendas
2001 2002 2003
Janeiro 112 146 199
Fevereiro 146 113 175
Março 122 92 88
Abril 125 160 112
Maio 127 188 149
Junho 157 190 140
Julho 150 168 154 Vendas/ Vendas/ Vendas/
Agosto 235 235 275 Tendência Tendência Tendência
Setembro 60 122 90 2001 2002 2003 Média
Outubro 92 97 120 112 / 133,8 = 0,837 Janeiro 0,837 0,939 1,124 0,967
Novembro 206 186 226 Fevereiro 1,077 0,719 0,978 0,925
Dezembro 312 354 360 Março 0,888 0,579 0,487 0,651
Abril 0,898 0,995 0,614 0,836
Reta de Reta de Reta de Maio 0,901 1,156 0,809 0,955
tendência tendência tendência Junho 1,100 1,155 0,752 1,002
2001 2002 2003 Julho 1,037 1,011 0,820 0,956
Janeiro 133,8 155,4 177,1 Agosto 1,605 1,398 1,450 1,484
Fevereiro 135,6 157,2 178,9 Setembro 0,405 0,718 0,470 0,531
Março 137,4 159,0 180,7 Outubro 0,613 0,565 0,621 0,600
Abril 139,2 160,8 182,5 Novembro 1,357 1,072 1,158 1,196
Maio 141,0 162,6 184,3 Dezembro 2,031 2,020 1,828 1,960
Junho 142,8 164,4 186,1
Julho 144,6 166,2 187,9
Agosto 146,4 168,0 189,7
Setembro 148,2 169,9 191,5
Outubro 150,0 171,7 193,3
Novembro 151,8 173,5 195,1
Dezembro 153,6 175,3 196,9

26
 Reta de Vendas
Reta de Reta de Reta de tendência Coeficientes com

Presença de Janeiro
tendência tendência tendência
2001
133,8
2002
155,4
2003
177,1
2004 de
projeção ciclicidade
198,7 0,967
ciclicidade
projeção
192,1
Fevereiro 135,6 157,2 178,9 200,5 0,925 185,4

tendência e Março
Abril
Maio
137,4
139,2
141,0
159,0
160,8
162,6
180,7
182,5
184,3
202,3
204,1
205,9
0,651
0,836
0,955
131,8
170,6
196,7
Junho 142,8 164,4 186,1 207,8 1,002 208,3

Sazonalidade Julho
Agosto
Setembro
144,6
146,4
148,2
166,2
168,0
169,9
187,9
189,7
191,5
209,6
211,4
213,2
0,956
1,484
0,531
200,3
313,8
113,2
Outubro 150,0 171,7 193,3 215,0 0,600 128,9
Novembro 151,8 173,5 195,1 216,8 1,196 259,2
Dezembro 153,6 175,3 196,9 218,6 1,960 428,3
Histórico Futuro

450,0
400,0
350,0
300,0
250,0
200,0
150,0
100,0
50,0
0,0

to
o

ro
ro

o
ril
iro

o
ai

nh

lh

br

br
br
Ab

os

ub
ei
ne

Ju

em

em
m
r

Ju

Ag

ut
ve
Ja

te

ov

ez
Fe

Se

D
Reta de tendência 2004 projeção Vendas com ciclicidade projeção

27
Ciclo de vida do produto

28
Problemas especiais de previsão
Lançamento
Demanda Irregular

Possibilidades
Previsão colaborativa
Flexibilidade e resposta rápida
• Cadeia responsiva (aguardar materialização da
demanda do cliente)
29
 Exercício
2009 2010 2011 2012
174 99 158 85
98 121 98 177
Gere uma reta de
145 136 79 165
tendência, os
193 306 199 164
coeficientes de
277 118 143 154
sazonalidade e faça
128 68 48 76
A previsão para o ano
63 134 92 77
de 2013.
236 248 106 180
90 177 231 205
91 181 46 64
151 64 78 67
50 23 47 70