Escolar Documentos
Profissional Documentos
Cultura Documentos
Controle da Produção
Previsão de demanda
Docente Évelyn dos Santos Jardim Esteves
Planejamento, Programação
e Controle da Produção
3. Previsão e planejamento
4. Padrões de demanda
5. Processo de previsão
6. Erros de previsão
7. Métodos de previsão
– Predição
• Processo para determinação de um acontecimento futuro baseado em
dados completamente subjetivos e sem uma metodologia de trabalho
clara.
– Previsão
• Processo metodológico para determinação de dados futuros baseados
em modelos estatísticos, matemáticos ou econométricos ou ainda em
modelos subjetivos apoiados em uma metodologia de trabalho clara e
previamente definida.
Planejamento, Programação
e Controle da Produção
» Operação
• Espaço necessário para operação, e também ao acesso para
manutenção
» Meios de transporte
• Equipamentos utilizados para transporte e manuseio dos materiais
» Utensílios e ferramentas
• Espaço para a disposição de ferramentas, dispositivos, instrumentos,
etc.
Planejamento, Programação
e Controle da Produção
GESTÃO
Promessas
DA
DEMANDA de prazos
Comunicação
Priorização
com o
mercado e alocação
Planejamento, Programação
e Controle da Produção
3. Previsão e planejamento
– A previsão de demanda assume um papel central no
processo de planejamento das empresas.
– São tomadas as principais decisões financeiras, comerciais
e operacionais.
– As previsões de demanda são utilizadas nas decisões:
• Planejamento dos recursos de produção (Planejamento da capacidade)
• Metas de produção e estoque (Planejamento agregado da produção)
• Prioridades de produção e expedição dos produtos (PPCP)
Planejamento, Programação
e Controle da Produção
3. Previsão e planejamento
Planejamento, Programação
e Controle da Produção
3. Previsão e planejamento
Planejamento, Programação
e Controle da Produção
4. Padrões de demanda
– Demanda pontual
• Pico de demanda, que ocorre de forma concentrada no tempo e depois
desaparece ou diminui significativamente.
• Erros de previsão na falta ou excesso de produto
– Exemplo: enfeites de Natal, Carnaval, Páscoa
4. Padrões de demanda
– Demanda repetitiva independente
• Utiliza-se o conceito de “ciclo de vida do produto”
Volume de vendas
4. Padrões de demanda
– Demanda repetitiva independente estacionária
• Corresponde à fase de maturidade
• Variações aleatórias nas vendas
• Patamar constante ao longo do tempo
4. Padrões de demanda
– Demanda repetitiva independente de sazonalidade
• Oscilações regulares de demanda ao longo do ano ou “ciclo sazonal”
– Exemplo: produtos alimentícios (cerveja, sorvete, chocolate), vestuário
(inverno, verão), brinquedos (Natal, dia das crianças), eletrodomésticos,
fertilizantes.
Planejamento, Programação
e Controle da Produção
5. Processos de previsão
Planejamento, Programação
e Controle da Produção
5. Processos de previsão
– Definição clara do objetivo principal, associado à
necessidade da previsão da demanda.
5. Processos de previsão
– Para implantar um processo de previsão de demanda, ale
da base de dados e dos recursos computacionais, a
empresa necessita de modelos de previsão de demanda,
que podem:
• Qualitativos: técnicas baseadas no consenso e opiniões
• Quantitativos: caracterizam-se pelo emprego de técnicas
estatísticas para a obtenção de previsões
Planejamento, Programação
e Controle da Produção
5. Processos de previsão
– Definido o modelo, deve-se realizar testes para a
calibração e avaliação da confiabilidade das previsões
geradas.
6. Erros de previsão
– O indicador básico de Erros de Previsão para o período t , é
a diferença (ou desvio) entre o valor real e o valor previsto
da demanda no período correspondente.
𝐸𝑡 = 𝐷𝑡 − 𝐹𝑡
6. Erros de previsão
– A partir de “n” períodos consecutivos, calcula-se o Erro
Médio pela equação:
𝑛
𝑡=1 (𝐷𝑡 − 𝐹𝑡 )
𝐸𝑀 =
𝑛
6. Erros de previsão
OBS: Do ponto de vista prático, pode-se avaliar o viés de previsão
graficamente, a partir de um diagrama de resíduos.
6. Erros de previsão
– Determinação de cenários
7. Métodos de previsão
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel simples
• A previsão no período futuro t é calculada sendo a media de n
períodos anteriores. Deve-se escolher sobre quantos períodos a
média pode ser calculada
n
R t
Pt 1 t 1
n
Pt+1 : previsão para próximo período t
Rt : valor observado no período t
n : numero de períodos históricos
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel simples
• Aplicação
– Um produto apresentou, nos últimos meses, a demanda conforme a tabela.
Determinar a previsão para o próximo período utilizando o método de média
móvel simples.
Mês J F M A M J J A S O N D
Consumo
real 100 102 101 104 102 101 102 103 103 103 104 103
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel simples
• Aplicação 1
– A demanda para janeiro do ano 2, será a média dos 12 meses.
Mês J F M A M J J A S O N D J
Consumo
real 100 102 101 104 102 101 102 103 103 103 104 103
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel simples
• Aplicação 1
– A demanda para janeiro do ano 2, será a média dos 12 meses.
– A demanda para janeiro do ano 2 será: (100 + 102 + 101 + ...) / 12 = 102,3.
Mês J F M A M J J A S O N D J
Consumo
real 100 102 101 104 102 101 102 103 103 103 104 103 102,3
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel simples
• Aplicação 2
– Se em janeiro do ano 2, o consumo tivesse sido 104.
Mês F M A M J J A S O N D J F
Consumo
real 102 101 104 102 101 102 103 103 103 104 103 104
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel simples
• Aplicação 2
– Se em janeiro do ano 2, o consumo tivesse sido 104.
– A demanda para fevereiro do ano 2 será: (102 + 101 + ...) / 12 = 102,7
Mês F M A M J J A S O N D J F
Consumo
real 102 101 104 102 101 102 103 103 103 104 103 104 102,7
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel ponderada
• No método da média móvel simples atribui-se o mesmo peso a
todos os meses.
7. Métodos de previsão
– Média móvel ponderada
• Aplicação 1
– Prever o mês de janeiro do ano 2 utilizando uma media móvel trimestral com
fator de ajustamento de 0,7 para dezembro, 0,2 para novembro e 0,1 para
outubro.
Mês J F M A M J J A S O N D J
Consumo
real 100 102 101 104 102 101 102 103 103 103 104 103
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel ponderada
• Aplicação 1
– Prever o mês de janeiro do ano 2 utilizando uma media móvel trimestral com
fator de ajustamento de 0,7 para dezembro, 0,2 para novembro e 0,1 para
outubro.
– A previsão para janeiro do ano 2 será: ((0,7 x 103) + (0,2 x 104) + (0,1 x 103)) =
103,2.
Mês J F M A M J J A S O N D J
Consumo
real 100 102 101 104 102 101 102 103 103 103 104 103 103,2
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel ponderada
• Aplicação 2
– Se em janeiro do ano 2, o consumo tivesse sido 104, com os coeficientes 0,7,
0,2 e 0,1.
Mês F M A M J J A S O N D J F
Consumo
real 102 101 104 102 101 102 103 103 103 104 103 104
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel ponderada
• Aplicação 2
– Se em janeiro do ano 2, o consumo tivesse sido 104, com os coeficientes 0,7,
0,2 e 0,1.
– A previsão para fevereiro do ano 2 será: ((0,7 x 104) + (0,2 x 103) + (0,1 x
104)) = 103,8.
Mês F M A M J J A S O N D J F
Consumo
real 102 101 104 102 101 102 103 103 103 104 103 104 103,8
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel com ajuste exponencial
• Nesse método a previsão P é calculada a partir da última previsão
realizada no período (t-1) adicionada ou subtraída de um
coeficiente α que multiplica o consumo real (C) e a previsão no
período (Pt-1), de acordo com a expressão:
7. Métodos de previsão
– Média móvel com ajuste exponencial
• Aplicação 1
– Adotemos α = 0,3 como coeficiente de ajustamento.
Consumo real em unidades – Ano 1
Mês J F M A M J J A S O N D
Consumo
real 100 102 101 104 102 101 102 103 103 103 104 103
Mês J F M A M J J A S O N D
Consumo
real
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média móvel com ajuste exponencial
• Aplicação 1
– Previsão para fevereiro do ano 2
7. Métodos de previsão
– Média móvel com ajuste exponencial
• Aplicação 1
– Previsão para fevereiro do ano 2
7. Métodos de previsão
– Média móvel com ajuste exponencial
• Aplicação 2
7. Métodos de previsão
– Média móvel com ajuste exponencial
• Aplicação 2
– Previsão para março do ano 2
7. Métodos de previsão
– Revisão
• Aplicação 1
– As vendas dos últimos 10 meses de bicicletas ergométricas da Allfitness tem
os valores da tabela. Determinar a previsão de vendas par o mês 11 utilizando
o modelo de media móvel dos últimos 10 meses.
Mês 1 2 3 4 5 6 7 8 9 10 11
Bicicletas 285 288 310 290 305 299 315 320 303 300
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 1
– As vendas dos últimos 10 meses de bicicletas ergométricas da Allfitness tem
os valores da tabela. Determinar a previsão de vendas par o mês 11 utilizando
o modelo de media móvel dos últimos 10 meses.
Mês 1 2 3 4 5 6 7 8 9 10 11
Bicicletas 285 288 310 290 305 299 315 320 303 300 301,5
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 2
– Vamos imaginar que mensalmente tenhamos os dados das vendas reais.
Utilizando o mesmo modelo de média móvel dos últimos 10 meses,
determinar as previsões de venda para os meses 12 a 16
Mês 11 12 13 14 15 16
Bicicletas
(previsão)
Bicicletas
302 304 303 305 300 308
(vendas reais)
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 2
– Vamos imaginar que mensalmente tenhamos os dados das vendas reais.
Utilizando o mesmo modelo de média móvel dos últimos 10 meses,
determinar as previsões de venda para os meses 12 a 16
Mês 11 12 13 14 15 16
Bicicletas
301,5 303,2 304,8 304,1 305,6 305,1
(previsão)
Bicicletas
302 304 303 305 300 308
(vendas reais)
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 3
– Utilizando todos os dados anteriores, calcular a previsão da vendas para os
meses de 11 a 16 utilizando o modelo de média móvel ponderada dos últimos
3 meses, ponderando o último mês com o coeficiente 0,6, o penúltimo mês
com o coeficiente 0,3 o antepenúltimo mês com o coeficiente 0,1.
Mês 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Bicicletas 285 288 310 290 305 299 315 320 303 300
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 3
– Mês 11 = 0,6 x 300 + 0,3 x 303 + 0,1 x 320 = 302,9
Mês 11 12 13 14 15 16
Bicicletas 302,9
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 3
– Utilizando todos os dados anteriores, calcular a previsão da vendas para os
meses de 11 a 16 utilizando o modelo de média móvel ponderada dos últimos
3 meses, ponderando o último mês com o coeficiente 0,6, o penúltimo mês
com o coeficiente 0,3 o antepenúltimo mês com o coeficiente 0,1.
Mês 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Bicicletas 285 288 310 290 305 299 315 320 303 300 302,9 301,5 303 303,2 304,3 301,8
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 4
– Utilizando os dados anteriores, calcular a previsão para os meses a partir do
mês 12, utilizando o modelo de media exponencial com coeficiente de
ajustamento α igual a 0,3, e supondo que a previsão inicial do mês 11 seja
301,5.
Mês 11 12 13 14 15 16
Bicicletas 301,5
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 4
– Para o mês 12 = previsão do mês 11 (301,5) + 0,3 (venda do mês 11 (302) –
previsão do mês 11 (301,5) = 301,65
Mês 11 12 13 14 15 16
Bicicletas
301,5 301,65
(previsão)
Bicicletas
302 304 303 305 300 308
(vendas reais)
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 4
– Para o mês 12 = previsão do mês 11 (301,5) + 0,3 (venda do mês 11 (302) –
previsão do mês 11 (301,5) = 301,65
Mês 11 12 13 14 15 16
Bicicletas
301,5 301,65 302,36 302,55 303,28 303,20
(previsão)
Bicicletas
302 304 303 305 300 308
(vendas reais)
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 5
– A Empresa ERA trabalha com uma série histórica de previsão de demanda
com 06 períodos. No final de 2011, constatou que o consumo foi de 105
unidades do produto. Os demais períodos com suas respectivas tabulações de
vendas, foram:
Vendas
70 87 80 92 100 110 105
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 5
– Estabeleça uma previsão para o próximo ano, com base nos seguintes
métodos:
» Média móvel simples
» Média móvel, para N=3
» Media móvel ponderada com os seguintes pesos 15, 35, 12, 20, 10,8
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Revisão
• Aplicação 5
– Estabeleça uma previsão para o próximo ano, com base nos seguintes
métodos:
» Média móvel simples
Média 12 = 664 / 7 = 92
» Media móvel ponderada com os seguintes pesos 15, 35, 12, 20, 10,8
Média ponderada = (15 x 87) + (35 x 80) ..... + (8 x 105) = .....
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média da regressão linear (mínimos quadrados)
• O objetivo é determinar a equação da reta (Y = bX + a) que melhor
se ajuste aos dados que constam na série histórica disponível.
Sendo Y os valores de consumo realmente observados nos
respectivos períodos (X), e Y* os correspondentes valores
previstos, pode-se plotar o gráfico ( Y x X ), conforme abaixo.
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média da regressão linear (mínimos quadrados)
• Assim, com base na equação dessa reta pode-se determinar
valores futuros ( 𝑌𝑓 ) uma vez conhecidos os valores de a
(coeficiente linear) e b (coeficiente angular) para qualquer valor de
𝑋𝑓 , ou seja: 𝑌𝑓 = 𝑏𝑋𝑓 + 𝑎.
7. Métodos de previsão
– Média da regressão linear (mínimos quadrados)
• Também se faz necessário avaliar o quanto Y e X estão de fato
correlacionados, o que é feito calculando-se o coeficiente de
correlação (r). Desse modo, sendo N o número de períodos da
série histórica, as equações para os cálculos desses coeficientes
são dadas por:
• Equações para o cálculo de a e b
𝑌 = 𝑁𝑎 − 𝑏 𝑋
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Média da regressão linear (mínimos quadrados)
• Cálculo do coeficiente de correlação (r)
7. Métodos de previsão
– Aplicação
• Aplicação 1
– Um produto industrial apresentou as vendas dos últimos seis meses conforme
dados da tabela.
– Pede-se:
» Ajustar uma reta e calcular
» Calcular o coeficiente de correlação r
» Determinar a previsão para julho, agosto e setembro
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 1
Vendas em unidades
Consumo
real 340 355 365 375 390 401
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 1
– Para realizar a previsão, a variável X corresponde aos meses que numerados
de 1 a 6, em ordem cronológica.
X Y 𝑿𝟐 𝒀𝟐 XY
1 340
2 355
3 365
4 375
5 390
6 401
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 1
– Para realizar a previsão, a variável X corresponde aso meses que numerados
de 1 a 6, em ordem cronológica.
X Y 𝑿𝟐 𝒀𝟐 XY
1 340 1 115600 340
2 355 4 126025 710
3 365 9 133225 1095
4 375 16 140625 1500
5 390 25 152100 1950
6 401 36 160801 2406
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 1
– ΣX =
– 𝑋=
– Σ𝑋 2 =
– ΣXY =
– ΣY =
– Σ𝑌 2 =
– (Σ𝑋)2 =
– (Σ𝑌)2 =
– 𝑌=
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 1
– ΣX = 21
– 𝑋 = 3,5
– Σ𝑋 2 = 91
– ΣXY = 8001
– ΣY = 2226
– Σ𝑌 2 = 828376
– (Σ𝑋)2 =441
– (Σ𝑌)2 = 4995076
– 𝑌 = 371
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 1
– b = SXY / SXX
– SXX = Σ𝑋 2 - ((Σ𝑋)2 / n)
– SYY = ΣY 2 - ((ΣY)2 / n)
7. Métodos de previsão
– Aplicação
• Aplicação 1
– b = SXY / SXX
– SXX = Σ𝑋 2 - ((Σ𝑋)2 / n)
– SXX = 91 – (441 / 6) = 17,5
– SYY = Σ𝑌 2 - ((Σ𝑌)2 / n)
– SYY = 828376 – (4995076 / 6) = 2530
7. Métodos de previsão
– Aplicação
• Aplicação 1
– b = SXY / SXX
– b = 210 / 17,5 = 12
– A equação da reta é:
Y=𝑌+b(X-𝑋)
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 1
– A equação da reta é:
Y = 371 + 12 𝑋 − 3,5
7. Métodos de previsão
– Aplicação
• Aplicação 1
– A equação da reta é:
Y = 371 + 12 𝑋 − 3,5
7. Métodos de previsão
– Aplicação
• Aplicação 2
– Uma linha de cosméticos tem apresentado as vendas dos últimos 7 meses
conforme tabela. Realizar a previsão de vendas par os meses de agosto,
setembro e outubro utilizando o modelo de ajustamento de uma reta pelos
mínimos quadrados.
7. Métodos de previsão
– Aplicação
• Aplicação 2
X Y 𝑿𝟐 𝒀𝟐 XY
1 100
2 110
3 125
4 135
5 140
6 153
7 167
Total
Média
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 2
X Y 𝑿𝟐 𝒀𝟐 XY
1 100 1 10000 100
2 110 4 12100 220
3 125 9 15625 375
4 135 16 18225 540
5 140 25 19600 700
6 153 36 23409 918
7 167 49 27889 1169
Total 28 930 140 126848 4022
Média 4 132,86
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 2
– b = SXY / SXX
– SXX = Σ𝑋 2 - ((Σ𝑋)2 / n)
– SXX = 140 – ((28)2 / 7) = 28
– SYY = Σ𝑌 2 - ((Σ𝑌 / n)
– SYY = 126848 – ((930)2 / 7) = 3290,86
7. Métodos de previsão
– Aplicação
• Aplicação 2
– A equação da reta é:
Y = 132,86 + 302/28 (X-4)
7. Métodos de previsão
– Aplicação
• Aplicação 3
– Um posto de serviços para automóveis dispõe da série histórica de consumo
de óleo lubrificante (em litros) conforme consta na tabela abaixo. Faça a
previsão de consumo de óleo para o ano de 2007, e comente sobre os
coeficientes de correlação e de determinação.
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 3
2006
130
2005
122
2004
110
2003
119
2002
108
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 3
2006
130 5 5 130
2005
122 4 4 122
2004
110 3 3 110
2003
119 2 2 119
2002
108 1 1 108
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 3
– ΣX =
– 𝑋=
– Σ𝑋 2 =
– ΣXY =
– Σ𝑌 2 =
– (Σ𝑋)2 =
– (Σ𝑌)2 =
– 𝑌=
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 3
– b = SXY / SXX
– SXX = Σ𝑋 2 - ((Σ𝑋)2 / n)
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Aplicação
• Aplicação 3
– b = SXY / SXX
– A equação da reta é:
Y=𝑌+b(X-𝑋)
7. Métodos de previsão
– Ajuste sazonal
• Muitos produtos apresentam um padrão de demanda que se
repetem periodicamente (demanda sazonal). Alguns exemplos
podem ser: Trajes de banho, Árvores de natal e Esquis. Outros
exemplos, não tão óbvios como os anteriores, incluem produtos
cuja demanda varia segundo o período do dia (energia elétrica
residencial), da semana (supermercados) ou do mês (agências
bancarias e o comercio estão mais movimentados no final ou início
de cada mês).
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Ajuste sazonal
• Para o cálculo da demanda desses itens, faz-se necessário diluir a
demanda do período específico (onde ocorre a sazonalidade), nos
demais períodos do ano, já que as técnicas disponíveis prevêm o
cálculo das demandas fora das estações, e não na estação
(período) diferenciado. Para tanto, se desestacionaliza a demanda
e, em seguida procede-se o cálculo da previsão. A
desestacionalização, entretanto, é feita com base no Indice de
Sazonalidade (IS).
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Ajuste sazonal
• Para desenvolver o método deve:
– Determinar a média em cada ano
– Determinar o coeficiente de sazonalidade em cada período da sazonalidade
– Calcular o coeficiente médio de sazonalidade em cada período
– Projetar a demanda global para o ano (utilizando um método de previsão)
– Determinar a média para cada período do ano
– Determinar a demanda em cada período do ano utilizando coeficiente médio
de sazonalidade.
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Ajuste sazonal
• Determinação do índice de sazonalidade (IS) e da demanda
desestacionalizada (DD)
7. Métodos de previsão
– Ajuste sazonal
• Aplicação 1
– A tabela apresenta dados de consumo de um produto nos últimos
quatro anos e deseja-se determinar a previsão de vendas trimestral
no ano 5
Consumo em unidades
Trimestre Ano 1 Ano 2 Ano 3 Ano 4
1 45 70 100 100
2 335 370 585 725
3 520 590 830 1160
4 100 170 285 215
Total 1000 1200 1800 2200
Média 250 300 450 550
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Ajuste sazonal
• Aplicação 1
– Coeficiente de sazonalidade
Consumo em unidades
Trimestre Ano 1 Ano 2 Ano 3 Ano 4 Média
1 45/média 70/média 100/média 100/média Média
7. Métodos de previsão
– Ajuste sazonal
• Aplicação 1
– Coeficiente de sazonalidade
Consumo em unidades
Trimestre Ano 1 Ano 2 Ano 3 Ano 4 Média
1
3
4
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Ajuste sazonal
• Aplicação 1
– Coeficiente de sazonalidade
Consumo em unidades
Trimestre Ano 1 Ano 2 Ano 3 Ano 4 Média
1 0,18 0,23 0,22 0,18 0,20
7. Métodos de previsão
– Ajuste sazonal
• Aplicação 1
– Vamos supor que a previsão para o ano 5 fosse de 2500 baseada em
que em quatro anos o consumo passou de 1000 para 2200 com um
incremento médio de 300 unidades ao ano.
– A média trimestral é: (2500 / 4) = 625 unidades
– Teremos como previsão para cada trimestre:
2 625
3 625
4 625
Planejamento, Programação
e Controle da Produção
7. Métodos de previsão
– Ajuste sazonal
• Aplicação 1
– Vamos supor que a previsão para o ano 5 fosse de 2500 baseada em
que em quatro anos o consumo passou de 1000 para 2200 com um
incremento médio de 300 unidades ao ano.
– A média trimestral é: (2500 / 4) = 625 unidades
– Teremos como previsão para cada trimestre:
2 240 220
3 270 290
4 230 250
5 280 270
6 210 250
Total
Planejamento, Programação
e Controle da Produção
Média
ponderada
Media
exponencial
Ajustamento
de reta
Planejamento, Programação
e Controle da Produção