Revisão Bibliográfica dos Fatores Críticos no

Planejamento de Demanda

Anderson Tadeu de Santi Barbosa de Almeida

Mestrando em Engenharia de Produção, Universidade Federal do ABC
Maiara Navarro Seri
Mestrando em Engenharia de Produção, Universidade Federal do ABC
Raphaela Iannarelli Martino de Freitas
Mestrando em Engenharia de Produção, Universidade Federal do ABC

RESUMO:
O processo do planejamento da demanda é muito complexo e exige dedicação das áreas
na construção, investimentos de tempo e dinheiro. Os impactos que os desvios nas
previsões de venda podem gerar são altos, pois envolvem o relacionamento com o cliente,
quando há ruptura de estoque, sobra de estoque, quando ocorre uma queda inesperada nas
vendas, entre outros. Existe uma alta dependência dos recursos humanos e o uso de
tecnologias pouco robustas para execução do processo de previsão. Este trabalho tem
como objetivo principal analisar e identificar os fatores críticos de sucesso no processo
de planejamento da demanda. Para tanto, será realizada uma revisão da literatura para o
desenvolvimento do referencial teórico que será utilizado para estruturar os fatores
críticos do objetivo deste trabalho. Por fim, espera-se também contribuir para a literatura
acadêmica e para a evolução das empresas quanto aos desafios da definição da demanda
do seu mercado.

PALAVRAS-CHAVE: Métodos de previsão, Planejamento da demanda, Tecnologia,

S&OP.
 1. INTRODUÇÃO

No mercado crescente, competitivo e resiliente dos últimos anos, medidas que tornem
a empresa mais competitiva e eficiente vem ganhando grande foco. Além das tendências
de estratégias globais e visão mais ampla dos negócios, Borges (2006) afirma que o
gerenciamento e otimização da cadeia logística vem se tornando fatores essenciais para
atingimento do sucesso.
Nesse contexto, Block et al. (2017) mostra que a previsão de demanda tem papel
importante, pois permite uma projeção futura aos gerenciamentos da cadeia, que resulta
em diversos fatores: programação prévia da produção, medidas e ações necessárias para
que o processo seja otimizado, gestão de estoque e da capacidade produtiva, entre outros
fatores. Segundo Lustosa et al (2008), realizar a previsibilidade de demanda consiste
numa etapa crítica do processo, pois afeta todos os níveis da organização e praticamente
todas as etapas de processos, permitindo com isso, planejamento de médio e/ou de longo
prazo para a organização.
Segundo Maciel e Ventura (2018), uma previsão de demanda com baixa acurácia pode
impactar as camadas da cadeia de suprimentos gerando diversos problemas. A previsão
auxilia na identificação de erros com antecedência para que possa ser planejada uma
solução que tenha o menor impacto possível. Ou seja, o relacionamento falho entre
planejamento de demanda e cadeia de suprimentos pode impactar diretamente vários
indicadores das empresas e trazer prejuízos consideráveis.
Tomando isso em consideração, devido à suma importância da previsão de demanda
na cadeia e no processo, foi definido o objetivo da pesquisa de analisar e identificar os
fatores críticos de sucesso no processo de planejamento da demanda. Espera-se que as
considerações encontradas possam servir como exemplo na literatura acadêmica e para a
evolução das empresas quanto aos desafios da definição da demanda do seu mercado.

2. REFERENCIAL TEÓRICO
2.1. Métodos de Previsão de Demanda

Realizar previsão de demanda requer uma análise racional que coleta informações
relacionadas às vendas futuras relacionadas a um produto ou a conjunto de produtos,
conforme Moreira (2009).
 As metodologias de previsão de demanda são ferramentas utilizadas pelas empresas,
de maneira que esses modelos tragam para elas, acuracidade nos resultados. Os métodos
de previsão de demanda, conforme Moreira (1998), são normalmente classificados em
quantitativos e qualitativos que, conforme Tubino (2000), os métodos qualitativos estão
relacionados aos dados subjetivos de vendas, sendo que os qualitativos estão relacionados
a informações de históricos. Na Figura 1 temos a ilustração dos métodos de previsão de
demanda mais comuns, apresentados por Lustosa et al. (2008).

Figura 1 - Principais Métodos de Previsão de Demanda. Fonte: Lustosa (2008).

Há, portanto, vários métodos que podem ser usados para se ter uma previsibilidade de
demanda e o processo de selecionar e sua respectiva aplicação, está dividido em 5 etapas,
de acordo com Tubino (2009), que são:

● Objetivo do modelo: tem como objetivo identificar as causas que apontaram para a
necessidade de se ter uma previsibilidade de demanda;
● Coleta e Avaliação de Dados: levantamento de todos os dados e informações
históricos;
● Seleção da Técnica de Previsibilidade: baseado nos dados e informações históricos,
define-se por um método a ser utilizado;
● Obtenção de Previsões: com o método definido, pode-se fazer previsões futuras de
médio e/ou de longo prazo;
● Monitoração do Modelo: faz-se um acompanhamento contínuo da demanda prevista
versus demanda real e para os devidos ajustes.

2.1.1. Métodos qualitativos

São métodos em que não é possível de se mensurar. Ou seja, a previsão é construída

baseada na opinião de pessoas que tem conhecimento sobre a área e/ou produto que está
sendo analisado. Segundo Moreira (1998), esses métodos são baseados na avaliação e na
experiência daqueles que tenham condições, por suas próprias características, e
conhecimentos, opinar sobre eventos futuros e seus respectivos interesses, assim como
por Gaither e Fraizer (2002), no julgamento de pessoas e eventos causais que influenciam
na venda de um bem ou serviço.

Figura 2 - Métodos de Previsão de Demanda – Qualitativos. Fonte: Os autores.

2.1.2. Métodos quantitativos

São aqueles baseados na avaliação de informações e dados de séries temporais, com

a meta fundamental de se encontrar padrões de comportamentos da demanda e com isso,
projetar como deve ser um comportamento de consumo futuro. As metodologias
quantitativas se baseiam em modelos matemáticos que utilizam os dados disponíveis do
histórico de demanda, fazendo a suposição que dados do passado podem descrever o
comportamento futuro, ou seja, se presume que o comportamento visto anteriormente
permanecerá no futuro, dentro do horizonte analisado. De acordo com Corrêa e Corrêa
(2012), padrões identificados influenciarão na previsão futura. Com os dados disponíveis,
pode-se plotar gráficos, partindo de um modelo matemático e com isso, identificar
características presentes nas curvas obtidas, ou seja, tendência, variáveis aleatórias,
ciclicidade, sazonalidade etc.

Figura 3 - Métodos de Previsão de Demanda – Quantitativos. Fonte: Os autores.

2.2. Desafios da Previsão de Demanda

A previsão de demanda é um tópico de suma importância para a cadeia de

suprimentos. Através do planejamento e gestão da demanda espera-se obter uma
integração das necessidades de modo a ter uma demanda balanceada e alinhada
estrategicamente com o resto da cadeia de suprimentos.
Segundo Fisher (1997), estudos realizados nos Estados Unidos mostram que mais de
30 bilhões de dólares são perdidos anualmente na indústria de alimentos devido a erros
no planejamento de demanda. Não apenas na indústria alimentícia, mas em qualquer tipo
de indústria, as cadeias de suprimentos podem sofrer problemas com previsões erradas
provocando excesso de produção ou até problemas de ruptura. (Maciel e Ventura, 2018)
Seja qual for o motivador, os erros podem gerar perdas significativas para a empresa e na
cadeia como um todo.
Segundo Melo e Alcântra (2012), o planejamento e gestão de demanda deve levar em
consideração todos os fatores envolvidos na cadeia de suprimentos, e não apenas se
resumir em previsão de vendas ou processos isolados. Defende-se o conceito da criação
de sinergias entre a gestão de operação e de marketing com objetivo de entender o
mercado e desenvolver ações em conjunto com a estratégia da empresa, capacidade
produtiva e atendimento das necessidades do consumidor final.
Fawcett e Magnan (2002) descrevem que apesar de haver benefícios da integração e
colaboração dentro da cadeia de suprimentos, a minoria alcança de fato o potencial da
integração, a maioria foca seus esforços de integração com fornecedores do primeiro nível
da cadeia, ou seja, há pouco esforço ou nenhum esforço de integração entre outros níveis
e com isso surge o chamado “efeito chicote”, resultado direto da amplificação da
demanda.
O efeito chicote, conforme Dornier et al. (2000), é uma pequena variação ou flutuação
na demanda real do cliente que pode afetar os fornecedores, ao longo da cadeia, levando-
os a enfrentar situações de superprodução ou de ociosidade.
Segundo Cristopher (2001), para enfrentar esse problema, os diferentes níveis da
cadeia devem ter uma relação de troca constante de informações sobre a demanda do
consumidor final. A comunicação e planejamento de demanda deve ser intenso e claro
entre todos os níveis da cadeia. As decisões de produção, distribuição e entregas devem
ser tomadas com base nas informações da real necessidade do consumidor final, que
devem ser compartilhadas por todos os níveis da cadeia.
Christopher e Towill (2000) identificaram que muitas organizações são direcionadas
por previsões ao invés de ser direcionadas pela demanda. As empresas possuem
dificuldade de obter dados de mercado e consumidores, o que os induz a desenvolver
previsões baseadas nos históricos de vendas e entregas e com base nas previsões planejar
seu estoque.
A dificuldade na previsão de demanda também pode gerar a ruptura de fornecimento,
segundo Maciel e Ventura (2018), erros no planejamento podem gerar falta de estoque
para atender aos pedidos, representando perdas de vendas, perda de oportunidades no
faturamento e até mesmo impacto no market share da empresa.
Maciel e Ventura (2018) ainda afirmam que a falta de acurácia na previsão pode
impactar outras camadas da cadeia de suprimentos, gerando por exemplo falta de insumos
para a produção, paralisação e desperdício de materiais. Caso consiga-se identificar o erro
com antecedência, é possível adquirir lotes emergenciais, porém gera custos adicionais
ao processo. Ou seja, o relacionamento falho entre planejamento de demanda e cadeia de
suprimentos pode impactar diretamente vários indicadores das empresas, sendo o nível
de serviço um dos mais afetados: disponibilidade de estoque, tempo de entrega, tempo de
processamento do pedido, flexibilidade na entrega, tempo do produto em estoque, entre
outros fatores.

Com base em tudo o que foi observado, o principal desafio da gestão da demanda se
trata de reduzir ineficiências e diminuir ou eliminar a amplificação da demanda ao longo
da cadeia de suprimentos, de forma que se otimize o uso dos recursos utilizados nos
diferentes níveis do processo. (Melo e Alcântra, 2012).

2.3. Sales and Operation Planning (S&OP)

Sheldon (2009) apresenta o S&OP como um ciclo de planejamento mensal, onde os

planos para as projeções de vendas são revisados para obtenção de acuracidade,
entendimento dos ajustes necessários e gerenciamento dos riscos futuros. Os planos
precisam ser monitorados, atualizados em momentos específicos e revisados de forma
previsível. Os participantes do processo são definidos com clareza, as expectativas e
funções da alta administração são claramente compreendidas e as medições não são
apenas revisadas, mas são visíveis para toda a organização para fins de comunicação e
sincronização com as áreas da companhia.
O autor acima ressalta que o S&OP é um processo que tem sido desenvolvido há
muitos anos. Provavelmente foi trazido pela primeira vez por Oliver Wight, um consultor
de negócios nos Estados Unidos, nos anos 1970 e 1980. David Buker, outro consultor
mundialmente reconhecido na época, foi quem levou o S&OP até Sheldon no ano de
1988. O autor apresenta Mike Sticker como o primeiro executor do processo do S&OP
dentro da empresa de Sheldon, The Raymond Corporation. Durante a implantação
Sheldon trabalhou como facilitador do S&OP.
Lapide (2004) também aponta que o S&OP é um processo que existe há algum tempo
e suas apresentações sobre forecasting na década de 1990 já contemplavam o tema.
Conforme o contato com o público, ele identificou que cerca de um terço foram os
primeiros a implementar o S&OP nas suas empresas, mas estima que em 2004 o número
já era próximo de 80%. Para o autor, o processo do S&OP começou a ser relevante na
década anterior à 2004 ou mais, porém isso foi intensificado entre 2002 e 2004.
Para Lapide (2004) existem uma dúzia de fatores que podem ajudar a conduzir um
processo de S&OP que consiga manter a cadeia de abastecimento com desempenho
excepcional ao longo do tempo. Estes fatores são detalhados na Figura 4 abaixo:

Figura 4 - Fatores de Sucesso do Sales and Operation Planning (S&OP). Fonte: Lapide, 2004.

Lapide (2004) acrescenta detalhes sobre todos os fatores de sucesso. Para ele as
reuniões de rotina de S&OP são chaves e muitas empresas evoluíram para realizá-las
mensalmente. Elas podem ser organizadas por três tipos de reuniões: a primeira tem o
foco no plano de demanda irrestrito, a segunda é para estabelecer uma versão ou um plano
bruto de abastecimento e um plano de demanda restrita e a última para ajustar e finalizar
o alinhamento dos planos de oferta e demanda.
As agendas das reuniões do S&OP precisam ser estruturadas para ter tempo suficiente
de revisar sobre as variações dos planos anteriores, discutir sobre o alinhamento e
necessidade das áreas de marketing, vendas e operações e, por fim, realizar o fechamento
de um “número único” a ser divulgado. O pré-trabalho influencia diretamente no
comprimento do tempo e qualidade das reuniões do S&OP. Por isso, todos os fatores que
interferem no plano de demanda devem ser incorporados antes das agendas definidas.
Exemplos disso podem ser a introdução de novos produtos, promoções, ações de venda,
capacidades e limitações de estoque.
O processo S&OP é multifuncional, ou seja, envolve responsáveis por diversas áreas,
como: planejamento da demanda, vendas, atendimento dos clientes, marketing, fábrica,
logística, suprimentos e financeiro. Cada membro das áreas precisa ter uma participação
ativa durante as reuniões, tomando decisões sobre os planos operacionais e as previsões
discutidas. Além disso, o encarregado pela moderação das reuniões e pela garantia em
tempo hábil da execução do processo pré e pós S&OP deve ser imparcial e garantir que
o consenso seja realizado de forma disciplinada.
A colaboração interna é fundamental para a obtenção do consenso, assim o processo
de S&OP precisa ser configurado para permitir que todos os participantes possam
fornecer facilmente feedback sobre a mesma base dos planos de trabalho em andamento.
O plano de demanda inicial deve ser irrestrito, contemplar os impactos futuros e 100%
baseado em fatos. Para garantir este último aspecto, a previsão de base é mais
frequentemente desenvolvida usando estatísticas e métodos de previsão.
Para garantir que o plano não seja limitado pela capacidade operacional, é importante
ter os planos de marketing e vendas como planos preliminares que serão revisados durante
as reuniões S&OP. Assim, os planos finais em relação à demanda e capacidade são
desenvolvidos simultaneamente. Acrescenta-se que para melhorar o resultado dos planos
é importante medir a acuracidade das previsões de demanda. Além disso, pode-se incluir
outras métricas como variação em relação às previsões básicas e os orçamentos, bem
como a adesão a planos de vendas, marketing e operações, que também devem ser
rastreados ao longo do tempo.
O apoio da tecnologia para o S&OP citado por Lápide (2004) tem relação direta com
a situação-problema deste trabalho. O autor ressalta que existe um grande problema no
processo de S&OP para definição da demanda, pois eles são suportados por uma
infinidade de planilhas que não estão sincronizadas. Dessa forma, as empresas tendem a
resolver isso implementando um software de previsão de previsão ou planejamento de
demanda. O autor ressalta que o software precisa ser integrado com esses tipos de procura
por pacotes de demanda, assim como algum tipo que é usado para reunir as visões da
oferta e demanda necessária para apoiar os encontros do S&OP.
Por fim, o último fator que Lapide (2004) cita são os inputs externos necessários para
o sucesso do S&OP, os quais são: dados internos de oferta e demanda, pedidos dos
clientes, remessas, estoques disponíveis e capacidades das plantas. Recentemente,
algumas empresas líderes começaram a utilizar as ferramentas de Vendor Managed
Inventories (VMI), Collaborative Planning, Forecasting, and Replenishment (CPFR) e o
Pointof-Sale (POS) para ter visibilidade dos inventários dos fornecedores, planejamento
colaborativo entre os diferentes participantes da cadeia e o compartilhamento de dados,
respectivamente.
 2.4. Tecnologia: Sistemas e Implantação

Lapide (2004-2005) apresenta uma pesquisa da Advanced Market Research (AMR),

a qual confirma que as empresas gastaram mais de 12 bilhões de dólares em software de
aplicativo de planejamento de cadeia de suprimentos nos últimos 6 anos, ou seja, de 1999
a 2004. No entanto, embora gastem valores significativos de dinheiro em software
relacionado a S&OP, o autor ressalta que as organizações não enxergam os benefícios
que esperavam porque muitos não mudaram o processo para aproveitar totalmente a
tecnologia.
Observa-se que a inovação em tecnologia se torna necessária quando o processo de
planejamento envolve necessidades complexas em nível de automação e sofisticação
computacional que vai além do que pode ser alcançado com processos manuais
suportados por planilhas do Microsoft Excel. Muitas empresas trabalham com um número
elevado de dados que precisam ser gerados, juntamente com o fato de que o planejamento
necessita das aplicações de restrições. Isso pode ser feito usando algoritmos de
computação intensiva, uma vez que é extremamente difícil o suporte em uma planilha
manual. Esse último passa a ser consistente quando o processo de S&OP é feito em um
nível de produto agregado em escala reduzida, geralmente realizado para torná-lo mais
gerenciável (LAPIDE, 2004-2005).
Arozo (2003) defende que o mercado vive uma nova onda de implantação de pacotes
de tecnologia da informação: a dos Sistemas de Supply Chain Management (SCM).
Segundo o autor, estes aplicativos são analíticos e se baseiam em sofisticados algoritmos
contendo programação linear, programação inteira mista, algoritmos genéticos, teoria das
restrições e vários tipos de heurísticas. Muitas vezes os algoritmos são de propriedade do
fornecedor do software, os quais podem ser exemplificados no Quadro 2 abaixo segundo
o valor de faturamento. Sabe-se que os algarismos desenvolvidos envolvem grandes
investimentos e Pesquisa e Desenvolvimento (P&D) para se chegar ao melhor formato de
aplicação por parte das empresas. Além da sua utilização possibilitar a tomada de decisões
de uma forma melhor, também permite que estas sejam tomadas de forma mais rápida do
que anteriormente.
 Nº Fornecedor 2018 (US$ Mn) 2019 (US$ Mn)
1 SAP 1.606,10 1.727,65
2 Blue Yonder (previosly JDA Software) 585,25 607,55
3 Oracle 518,79 519,12
4 Kinaxis 118,87 157,72
5 e2open 109,52 126,37
Outros fornecedores 1.932,85 2.119,43
Total 4.871,38 5.257,84
Quadro 1 - Supply Chain Planning (SCP). Fonte: McCrea (2020).

2.4.1. Implantação

Arozo (2003) apresenta uma pesquisa realizada pelo Instituto de Logística e Supply
Chain (ILOS) com objetivo de analisar os processos de implantação de softwares de SCM
no Brasil e identificar os aspectos que podem auxiliar ou não no êxito destas
implantações. A pesquisa foi realizada em 62 empresas, sendo que destas apenas 13
possuíam pelo menos algum sistema de SCM, as quais foram o foco para análise dos
resultados.
Um dos resultados obtidos na pesquisa foi a relação dos principais critérios para a
escolha do fornecedor do software. A Figura 5 apresenta a compilação dos cinco
principais critérios pontuados na pesquisa, indicando a importância atribuída para cada
critério de escolha:

Figura 5 - Importância dos critérios de escolha. Fonte: Arozo (2003).

O autor destaca que os dois principais critérios, ou seja, confiança no fornecedor e

integração do sistema, estão associados às implantações já realizadas no passado e a
necessidade do alinhamento aos sistemas integradores já existentes nas empresas O
terceiro critério aponta que o software precisa ser compatível com os sistemas já
existentes, o que não significa ter o mesmo fornecedor. Outro ponto importante é a
respeito da baixa importância dada ao custo da ferramenta. Tal fato pode ser explicado
pelo número significativo de empresas que implementaram licenças mundiais, que não
necessitam pagar pelas licenças, incidindo apenas no custo de implantação.
Verifica-se o outro resultado da pesquisa da ILOS através da Figura 6, que mostra o
percentual dos módulos do SCM implementados pelas empresas, tendo algumas
ocorrências de empresas que implantaram mais de um módulo. Observa-se que o módulo
de Planejamento de vendas foi implantado em 31% das empresas.

Planejamento da produção 77%

Gestão de estoques 38%
Previsão de vendas 31%
Scheduling da produção 31%
Gestão de transporte - outbound 31%
Gestão de transporte - inbound 23%
Estrutura de rede/ Localização 23%
Armazenagem 0%
Processamento de pedidos 0%
0% 10% 20% 30% 40% 50% 60% 70% 80% 90%

Figura 6 - Módulos implantados. Fonte: Arozo (2003).

3. METODOLOGIA

Este trabalho utiliza a revisão bibliográfica para realizar uma pesquisa de caráter
exploratório para maior compreensão sobre o processo de planejamento de demanda. Para
isso, foi realizada uma procura dos artigos no banco de dados do Scopus, da Scielo e em
outros meios eletrônicos com foco em previsão de demanda.
Na etapa da pesquisa bibliográfica foram selecionadas as palavras-chave em inglês e
português para a busca nos bancos de dados, que podem ser identificadas como: “Sales
and Operation Planning”, “Demand Planning”, “Technology”, “Systems of Demand
Planning”. Por fim, após a leitura dos resumos foram selecionados 26 artigos e
documentos cujos temas são o foco principal do objetivo deste presente trabalho.
Por último, após a leitura completa dos artigos e documentos, foi realizada a análise
dos dados e identificados os fatores críticos de sucesso através das categorias classificadas
dentro do processo de planejamento de demanda.
 4. RESULTADOS

Planejamento de demanda é um processo bastante complexo, pois além de envolver

toda uma análise de consumo esperado, há a necessidade de se avaliar a capacidade
interna para identificar o quanto a fábrica está preparada para atender aquela demanda
e/ou onde há necessidade de se fazer investimentos com uma perspectiva de demanda
futura, bem como, e não menos importante, a capacidade externa para entender também
o quanto os fornecedores estão capazes de seguirem a demanda esperada e de fazerem
investimentos se necessário, ou até mesmo o desenvolvimento por parte da organização
de novos fornecedores, além de toda uma programação da cadeia de suprimentos.
Portanto, esse processo, possuem uma criticidade, conforme apresentado por Lustosa
(2008) que depende muito do envolvimento de toda a organização e para isso, há uma
parcela fundamental nesse processo que é a participação ativa da gestão, garantindo a
uniformidade e a integração de todas as áreas nesse planejamento, assim, a falta de
sinergia e envolvimento da gestão, poderá minar qualquer planejamento de demanda que
for realizado. Além disso, o nível de maturidade da área responsável em realizar o
planejamento, ou seja, sua capacidade de entender as ferramentas existentes, saber utilizá-
las e conseguir aplicá-las de forma efetiva, também é um fator bastante relevante que, em
caso negativo, poderá apresentar resultados de demanda muito longe da realidade,
causando falhas nas entregas aos clientes, ou estoques excessivos ou até mesmo
investimentos ou falta deles a longo prazo para atender a demanda esperada, o que poderá
ser totalmente desastroso para a organização.
A qualidade dos dados levantados também é um fator crucial no processo de
planejamento, pois mesmo que se tenha um bom nível de maturidade da área que realizada
esse planejamento, que seja capaz de fazer uma análise com alto nível de acuracidade e
que a gestão garanta de forma sinérgica em toda a organização, se os dados levantados
não tiverem uma qualidade capaz de garantir que a análise final seja eficiente, também
colocará em risco todo o trabalho realizado, com uma demanda que não irá refletir a
realidade, causando as mesmas consequências já citadas anteriormente, para a
organização. Outro aspecto importante para a organização com relação ao planejamento
de demanda, está no uso da tecnologia, que pode ser um fator crítico quando da falta de
implementação de um software capaz de fazer a gestão dos dados utilizando algoritmos
para tratá-los, pois principalmente quando a quantidade de dados é muito grande, essa
análise fica impraticável através de planilhas manuais, levando a organização a uma
impossibilidade de se fazer um planejamento eficiente. Além da falta da implementação
da tecnologia ou até mesmo uma implementação inadequada ou subutilizada também
podem levar a resultados ineficientes.
Por último, o tamanho do portfólio da empresa também pode ser um aspecto crítico
na previsão de demanda, pois há a necessidade não só de conhecer e ter uma visibilidade
da demanda de cada produto, mas também ter uma programação interna eficiente para
saber quando e quanto produzir de cada produto. Saber o tempo certo do produto entrar
em produção e qual o tamanho de lote adequado, irá interferir diretamente na capacidade
da empresa de entrega ao cliente final e na minimização do estoque de produto acabado
e de estoques intermediários, além da programação de abastecimento dos subprodutos por
parte dos fornecedores, sejam internos ou externos. Considerando os aspectos anteriores,
ter dados com qualidade, um nível de maturidade significativo da área de planejamento e
da implementação eficiente da tecnologia, poderá auxiliar significativamente no resultado
do planejamento de uma organização com uma grande quantidade de produtos em seu
portfólio, garantindo resultados mais eficientes e minimizando os erros de planejamento
de demanda.

5. CONCLUSÃO

Com base nas considerações observadas, foi reforçada a importância do planejamento

de demanda na organização e, principalmente, na cadeia produtiva como um todo. A
tomada de decisão e estratégia das empresas pode ser altamente beneficiada pela
transparência entre a cadeia de suprimentos e, por consequência, uma previsão de
demanda e planejamento efetiva.
A cadeia de suprimentos, para muitos mercados, tem um comportamento volátil no
qual diversos fatores influenciam na previsão e no processo organizacional, porém, cinco
principais fatores críticos foram identificados como resultado da pesquisa e se destacam
para aumentar a efetividade do processo de planejamento de demanda: o nível de
maturidade da área de planejamento, qualidade dos dados disponibilizados no
planejamento de demanda, tecnologia disponível, tamanho do portfólio da empresa e
envolvimento da gestão nos processos organizacionais.
Portanto, a identificação das falhas e ações de melhorias no processo de
planejamento de demanda é uma saída para que a cadeia de suprimento se mantenha
interconectada, com um fluxo de informação contínuo e o processo se torne cada vez mais
eficiente.

6. REFERÊNCIAS

AROZO, R. Software De Supply Chain Management – Parte 1. 2003. Disponível em:

<https://www.ilos.com.br/web/software-de-supply-chain-management-parte-1/>.
Acesso em: 08 abr. 2022.

BLOCK, N.; BOMBANA, G.; TESSAROLO, P. H.; FERREIRA, J.; ROCHA, R.

Previsão de demanda: Uma análise em uma empresa de equipamentos agrícolas. XI
Encontro de Engenharia de Produção Agroindustrial, UNESPAR, Anais ISSN – 2176-
3097, Paraná, 2017.

BORGES, M. Gerenciamento da Cadeia Logística: oportunidades de criação de valor

através da logística de distribuição. Revista Gestão de Desenvolvimento, Universidade
Feevale, Rio Grande do Sul, v.3, n.1, 2006.

CHRISTOPHER, M.; TOWILL, D. R. Supply chain migration from lean and functional
to agile and customized. Supply Chain Management: An International Journal, v. 5, n. 4,
2000.

DORNIER, P.; ERNST, R.; FENDER, M.; KOUVELIS, P. Logística e Operações

Globais: textos e casos. São Paulo, Atlas, 721p, 2000.

FAWCETT, S. E.; MAGNAN, G. M. The rhetoric and reality of supply chain

management. International Journal of Physical Distribution & Logistics Management, v.
32, n. 5, 2002.

FISHER, M. L. What is the right supply chain for your product? Harvard Business
Review, 75 (2), 1997.

GAITHER, N; FRAZIER, G. Administração da produção e operações. Editora Pioneira.

São Paulo, 2002.
LAPIDE, L. Sales and Operation Planning Part I: the Process. The Journal of Business
Forecasting, New York, 2004. Disponível em: <https://ibf.org/knowledge/jbf-
articles/sales-and-operations-planning-part-i-the-process-671>. Acesso em: 07 nov.2020.

LAPIDE, L. Sales And Operations Planning Part II: Enabling Technology. The Journal
of Business Forecasting, New York, 2004-2005. Disponível em:
<https://ibf.org/knowledge/jbf-articles/sales-and-operations-planning-part-ii-enabling-
technology-678>. Acesso em: 09 abr. 2022.

LUSTOSA, L.; MESQUITA, M. A.; OSELHAS, O.; OLIVEIRA, R. J. Planejamento e

Controle da Produção. Editora Elsevier Ltda. Rio de Janeiro, 2008.

MACIEL, B.; VENTURA, G. Desafios do Planejamento de Demanda em um mercado

movido à inovação. Projeto de Graduação na Universidade Federal do Rio de Janeiro. Rio
de Janeiro, 2018.

MCCREA, B. Supply chain software Top 10 suppliers. 2020. Disponível em:

<https://www.scmr.com/article/supply_chain_software_top_10_suppliers_2020/softwar
e>. Acesso em: 08 abr. 2022.

MELO, D.; ALCANTRA, R. Dificuldades no Processo de Gestão da Demanda entre Elos

da Cadeia de Suprimentos: um estudo no Setor Atacadista Distribuidor de Produtos de
Mercearia Básica. XXXVI Encontro da ANPAD. Rio de Janeiro, 2012.

MOREIRA, D. A. Introdução à Administração da Produção e Operações. Editora

Pioneira. São Paulo, 1998.

MOREIRA, M. A. Teorias de Aprendizagem. 3. Editora Pedagógica e Universitária. São

Paulo, 2009.

SHELDON, D. World Class Sales & Operations Planning: a Guide to Successful

Implementation and Robust Execution. 1a ed. Florida: J. Ross Publishing, 2006.

TUBINO, D. F. Planejamento e Controle da Produção: Teoria e Prática. 2. Ed. Atlas S.

A. São Paulo, 2009.

TUBINO, D.F . Planejamento e controle da produção. Ed. Atlas. São Paulo, 2000.