UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO

CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO

Departamento de engenharias e tecnologias

Previsão de demanda e análise de estoque no comércio varejista de artigos

em papelarias e eletrônicos para escritório.

Arthur Wandel-Rei ¹, Eduarda Costa ¹, Matheus Perini ¹, Thais Carvalho ¹

Departamento de Engenharias e Tecnologia, Universidade Federal do Espírito Santo, São Mateus, ES, Brasil.

1. INTRODUÇÃO

Para que uma empresa se desenvolva no mercado, ela deve ter precisão
em planejar, controlar, e gerir seus recursos, a fim de otimizar seu desempenho,
gerando resultados positivos em suas tomadas de decisões, visando alinhar os
processos de forma eficiente à demanda e aos critérios relevantes para seus
clientes (MOREIRA 2008).

Segundo Alves e Santos (2019), o Planejamento e Controle da Produção

(PCP), tem por objetivo criar um plano eficiente que irá orientar a produção e a
guiará no seu controle, preocupando-se em gerenciar as atividades da operação
produtiva, de modo a satisfazer de forma contínua à demanda. A ineficiência em
gerir o planejamento e o controle de produção, pode acarretar perda no
desempenho produtivo e nos ganhos da empresa

A previsão de demanda exerce uma forte influência nas tomadas de

decisões da empresa em relação, por exemplo, à compra de matéria prima, níveis
de estoque, influência da sazonalidade da demanda, utilização de recursos

1
financeiros, entre outros aspectos que podem ser observados e atrelados à
previsão. Diniz, Nunes, Rosa e Calife (2019) ressaltam a importância da previsão
de demanda na suavização de imprevisibilidades, sendo fundamental para
minimização de possíveis oscilações nos custos geradas por gastos inesperados,
garantindo a melhor alocação dos recursos na realização de seus objetivos.

Carvalho e Pacheco (2014) ao aplicarem o PCP como gestão da

capacidade produtiva e da demanda em uma empresa do ramo alimentício,
obtiveram redução de mais da metade do estoque de matéria-prima, assim como
reduções no estoque de produto acabado e no lead time, reduzindo assim os
custos da empresa. Além disso, a aplicação do PCP acarretou uma maior
organização dos processos de compra e distribuição de matéria prima. Pode-se
dizer que no planejamento e controle de produção, torna-se imprescindível pensar
na demanda, de forma a buscar no presente o que se necessita planejar para o
futuro otimizando a estratégia de produção.

Segundo Moreira (2008) pode-se definir estoque como quaisquer

quantidades de bens físicos que sejam conservados de forma improdutiva, devido
a isso, o gerenciamento adequado de estoques é uma forma de reduzir custos e
atender ao mercado de maneira eficaz. A partir dele é possível regular o ritmo
entre os fluxos principais da empresa, atender a aumentos imprevisíveis na
demanda e viabilizar compras e produções mais econômicas.

É importante que os gestores acompanhem o histórico do estoque com a

devida atenção, pois, ao elevar os níveis de estoque, menor é a taxa de retorno
sobre o capital, assim como a rotação de estoque da empresa (ALVES et al 2019).
Ao manter níveis muito inferiores de estoque, também é possível ocorrerem
custos como vendas perdidas, perda de imagem e de futuros negócios quando
não há insumo suficiente disponível, ou, se o seu recebimento extrapola o prazo
requerido (CHOPRA, S.; MEINDL, M. 2008).

Um dos meios de gestão é conhecer os volumes de compras praticados

pelos clientes, pois é deste modo que é definido o processo de suprimento e
controle de estoque. Para se manter um volume de vendas e um perfil competitivo
no mercado e, consequentemente, gerar lucros satisfatórios, a minimização de

2
custos deve ser perseguida e alcançada, principalmente os que se referem aos
materiais utilizados (DIAS, 2009, p. 259).

O crescimento nos mercados emergentes têm atraído atenção de

consumidores, fabricantes de bens de consumo e varejistas (KUMAR, SUNDER,
& SHARMA, 2015). Entretanto, para Mattei e Heinen (2020) o ambiente de
negócios no varejo em alguns desses mercados, como o Brasil, tem apresentado
momentos de fragilidade em virtude de problemas econômicos e políticos
decorrentes dos últimos acontecimentos, como a pandemia do Covid-19.

A revista eletrônica, O Progresso publicou que o comércio varejista

nacional registrou, em outubro de 2021, queda de 0,1% nas vendas em relação ao
mês anterior, na série com ajuste sazonal. A média móvel trimestral recuou 1,8%
no período entre agosto e outubro. Esta é a terceira queda consecutiva, segundo
a pesquisa divulgada pelo IBGE (2021). Estes dados refletem o cenário de
retração econômica devido à pandemia nos países emergentes, e retratam um
período de lenta recuperação comparado aos dados do ano anterior.

O Progresso relatou também que segundo o IBGE (2021) na passagem de

setembro para outubro de 2021 o volume de vendas de livros, jornais, revistas e
papelaria tiveram uma queda de -1,1%, apesar de pesquisas do Sindicato
Nacional dos Editores de Livros (SNEL, 2021) apontarem um aumento de dois
bilhões de reais na receita do setor comparado ao acumulado no ano anterior. Por
outro lado, o volume de vendas de equipamentos e material para escritório,
informática e comunicação tiveram uma alta de 5,6%.

A Agência Brasil (2021) afirma que desde a declaração da pandemia pela

Organização Mundial da Saúde em maio de 2020, o Brasil intensificou o uso de
tecnologias digitais, passando de 71% dos domicílios com acesso à internet em
2019 para 83% no ano passado e somado a isso a instituição afirma que na
pandemia, 43% das empresas adotam o trabalho remoto, e 35% das que
adotaram o home office pretendem manter o modelo definitivo pós pandemia, o
que intensifica a demanda por estes equipamentos.

3
 O que se pode observar é que o setor de varejo tem passado por
modificações que resultaram em adaptações do setor, adequando-se às
indicações dos clientes, que determinam quando, como, e onde querem comprar,
e o mais importante, o quanto estão dispostos a pagar por aquilo que necessitam
(JARDINS, 2014).

O estudo do presente trabalho foi feito a partir de uma pesquisa da série

histórica de dados nacionais do volume de vendas do comércio varejista, nos
setores de artigos em papelarias e eletrônicos para escritório, esses dados foram
extraídos do IBGE e contém informações dos últimos 4 anos, até o mês de
novembro de 2021. A partir dessa análise será possível a aplicação de técnicas de
previsão da demanda utilizando métodos estatísticos de alisamento exponencial e
medidas de acurácia, e uma análise da gestão de estoque nos setores
selecionados.

2. REVISÃO BIBLIOGRÁFICA

2.1 PREVISÃO DE DEMANDA

Segundo Tubino (2006), as previsões baseadas em séries temporais

partem do pressuposto de que a demanda prevista é uma projeção de seus
valores passados. Os dados constitutivos de uma série temporal podem sofrer a
influência de diversos fatores, como alterações macroeconômicas, mudanças no
padrão tecnológico vigente, variações nas condições da natureza ou mesmo
podem ser afetadas por fenômenos imprevisíveis (CORRAR e THEÓPHILO,
2004). Por isso, no processo de previsão de demanda é adequado rever os dados
referentes aos períodos de demandas atípicas, para que possíveis anormalidades
não comprometam a qualidade do trabalho.

De acordo com Kotler (2000), mensurar demandas futuras é uma

ferramenta importante para diversos fins dentro de uma organização, como por
exemplo, na aquisição de matérias-primas, cálculo do custo do produto, e
planejamento da produção.

4
 Os dados que serão utilizados para se obter as previsões futuras podem
ser classificados em duas categorias: quantitativa e qualitativa. Dias (2009),
apresenta as seguintes descrições, qualitativas que é definida por opinião dos
gerentes, opinião dos vendedores, opinião dos compradores e pesquisa de
mercado; quantitativas, evolução das vendas do passado, variáveis cuja evolução
e explicação estão ligadas diretamente às vendas, sendo composto pelos
métodos causais e análise de séries temporais. Ainda, Moreira (2008) cita que o
método causal utiliza dados históricos para variáveis, procurando relações de
causa entre os fatores que influenciam na demanda futura, enquanto a análise de
séries temporais visa projetar acontecimentos futuros se baseando em dados
históricos observados, reconhecendo tendências e padrões sazonais.

2.2 SÉRIES TEMPORAIS

Série temporal é considerada qualquer conjunto de observações ordenadas

no tempo (MORETTIN & TOLOI, 2004). Makridakis, Wheelwright e Hyndman
(1998) assinalam que fazer previsão consiste em estimar como uma sequência de
observações históricas continuará no futuro.

Neste contexto, o objetivo da análise de séries temporais é encontrar

modelos (estatísticos e/ou matemáticos) que permitam descrever de forma
adequada o processo de geração de dados capaz de prever o comportamento
futuro dessa variável para um determinado horizonte de planejamento
antecipando cenários futuros (ALVES et al. 2019). A aplicação de métodos
estatísticos de previsão por séries temporais apropriados para prever
quantitativamente uma variável e medir a qualidade da previsão estabelecida.

O tipo mais simples de série temporal é aquele em que os valores da série

flutuam aleatoriamente em torno de um valor fixo, sem apresentar qualquer
tendência. O método estatístico com suavização exponencial simples para a
previsão por séries temporais é apropriado para dados estacionários nos quais
não há tendência significativa nos dados no decorrer do tempo (ALVES et al.;
2019).

2.3 MÉTODO DE HOLT E HOLT WINTERS

5
 O Alisamento Exponencial de Holt trata do alisamento exponencial simples
modificado com a incorporação de variações médias nas tendências de longo
prazo. Para tanto, a série precisa ter uma tendência linear, mas não ter
sazonalidade (PINDYCK,2004).

Segundo Hanke, Reitsch e Wichern (2001), o Método de Holt Winters, é

mais indicado quando se está trabalhando com dados sazonais, sem
necessariamente estacioná-los, e com os quais se pretende realizar previsões de
curto prazo.

Morettin & Toloi (2004) comentam que as vantagens desse modelo são:
fácil entendimento, aplicação não dispendiosa, adequados para série com padrão
de comportamento mais geral. Já suas desvantagens são: dificuldades em
determinar os valores mais apropriados das constantes de suavização e/ou
impossibilidade de estudar as propriedades estatísticas, tais como média e
variância de previsão e, consequentemente, a construção de um intervalo de
confiança.

Os dois métodos de Holt Winters que combinam com as técnicas de séries

temporais, tais modelos são o Multiplicativo e Aditivo. Segundo Makridakis;
Wheelwright; Hyndman (1998), o modelo aditivo é utilizado quando a diferença
entre a maior e a menor demanda permanece constante com o passar do tempo.
A cada período observado, as estimativas de nível, tendência e sazonalidade
devem ser revisadas. Na forma multiplicativa, o modelo é utilizado para séries que
apresentam tendência linear e movimentos sazonais. (CAIADO, 2006).

Essa versão do modelo tem como premissa básica a suposição de que da

amplitude da sazonalidade é variante no tempo, e, também que, provavelmente,
essa variação ocorre de forma crescente. No que diz respeito à componente de
tendência, ela continua possuindo uma formulação aditiva. Portanto, esse modelo
é capaz de incorporar tanto a tendência linear quanto o efeito sazonal. (SILVA &
COSTA, 2010).

Lima et al.(2015), Apresentou um estudo realizado em uma regional de

corte e dobra de aço, que compreende seis unidades fabris de produção

6
localizadas nas regiões norte e nordeste do Brasil, com a intenção de propor uma
melhor adequação na programação de operações por meio do método
Holt-Winters na previsão de demanda para séries temporais, com a finalidade de
propor melhorias no processo de previsão, reduzindo assim a quantidade de
estoques e transferências das matéria prima que serão utilizada no período
previsto. O método de Holt- Winters foi escolhido após a verificação da sua
adaptação às particularidades das demandas reais.

2.4 MEDIDAS DE ACURÁCIA

Tendo em mente os diversos modelos de previsão de demanda e seus

parâmetros estimados, já é possível verificar sua acurácia na previsão da
demanda futura. Esta etapa marca o início do processo de manutenção do
sistema de forecasting após sua implementação (PELLEGRINI, 2001). Segundo
Moreira (2008) esses indicadores servem tanto para verificar a adequação de um
modelo de previsão quanto para acompanhar o desempenho de um modelo
previamente escolhido.

As medidas de acurácia mais utilizadas na avaliação da previsão de

demanda são as medidas de avaliação do erro: MAPE (Mean Absolute
Percentage Error), MAD (Mean Absolute Deviation) e o MSE (Mean Squared
Error). Consul & Werner (2010) em seu estudo de caso utilizam essas medidas
para analisar os métodos de previsão de demanda utilizados por um software de
gerenciamento de estoques de uma filial de uma grande rede de farmácias.

2.5 GESTÃO DO ESTOQUE

Um sistema de gerenciamento de estoque tem como objetivo determinar

um equilíbrio ótimo entre o custo de estoque e os custos do esgotamento do
estoque (CHOPRA & MEINDL, 2008). Para isso, é necessário utilizar informações
essenciais como a previsão da demanda e outros dados do registro histórico para
obter as quantidades ideais que geram maior economia na compra ou produção
de produtos e serviços.

7
 Alves et al. 2019 demonstram em seus estudos resultados positivos
provenientes da gestão de estoque como a diminuição dos efeitos da variabilidade
e custos operacionais, melhor aproveitamento da capacidade produtiva, redução
de riscos na tomada de decisão além do fornecimento de um melhor nível de
serviço. São inúmeros os benefícios diretos e indiretos que uma empresa pode
obter ao estudar e implementar uma política para seus estoques, e este deve ser
baseado em dados quantitativos, tornando-se mais assertiva e reduzindo assim o
risco de ações ineficazes baseadas em aspectos especulativos.

2.5.1 TIPOS DE ESTOQUE

Para regular as diferentes taxas entre o consumo dos insumos e materiais

básicos que são incorporados ao processo produtivo da empresa e suprimento
dos fornecedores, é razoável estabelecer um Estoque de Matéria Prima como
forma de prevenção a possíveis erros, tanto nas quantidades estabelecidas
quanto nos prazos (MOREIRA, 2008). .Já o Estoque Máximo consiste na maior
quantidade tolerável de determinado item, cujo objetivo é viabilizar o atendimento
à demanda em um curto período, evitando excessos que comprometam a saúde
financeira da organização e sua produção. (ROMITO, P., R. et al 2011).

Para um gerenciamento adequado dos estoques é necessário determinar a

política a ser seguida pela empresa para atender as expectativas dos
consumidores. Tendo em vista a existência da demanda independente, a empresa
pode manter um Estoque de Segurança, ou seja, uma reserva de estoque para
garantir o atendimento em caso de falhas no processo de reposição e vendas
imprevistas.

A partir dos conceitos de estoque, podemos aplicar técnicas para redução

de custos como o cálculo do Lote Econômico de Compra (LEC), obtendo o ponto
de equilíbrio entre a quantidade a ser comprada e os custos do pedido, e o Ponto
de Ressuprimento de acordo com o lead time do fornecedor e a demanda
requerida neste período incluindo o estoque de segurança.

Carrijo, e Longhini (2020) revelam em seus estudos que ao diminuir os

giros do estoque para determinados produtos em uma pequena mercearia,

8
através do aumento das quantidades compradas (LEC) e reduzindo o número de
pedidos no ano, assim, a empresa poderia praticar um lote de compra mais
rentável e também diminuir os seus custos com pedidos. Uma técnica eficiente
para garantir o fornecimento de um nível de serviço adequado para seus clientes e
sua satisfação. Desta forma, é possível formular estratégias de gerenciamento
com melhor desempenho e retorno dos investimentos e recursos aplicados.

A empresa deve classificar a ordem de produção dos pedidos

estabelecendo algum critério, este deve levar em conta a prioridade do cliente e a
data programada da entrega. Para determinação deste critério de ordenação,
alguns modelos são citados por Levy, D. et al (2021) e Ludwig V. (2020) com as
seguintes tipologias: o primeiro a entrar é o primeiro a sair (LIFO; Last In, First
Out), o último a entrar é o primeiro a sair (FIFO; First In, First Out), o primeiro a
sair é aquele que possui o maior tempo de operação (LOT; Longer Order Time), o
primeiro a sair é aquele que possui o menor tempo de operação (SOT; Smaller
Order Time), não há uma ordem estabelecida para atender os pedidos (SIRO;
Served in random order), o primeiro a ser atendido é o último a entrar no sistema
(LCFS; Last Come, First Served), e atendimento ao pedido é feito por ordem de
prioridade estabelecida (Priority queuing disciplines).

Ao estudar uma companhia é possível nos depararmos com dezenas ou

centenas de tipos de itens comercializados. Em cenários com grande variedade
de produtos como é frequente no setor de artigos de papelaria, caso a empresa
opte por gerenciar o estoque de todos produtos é provável que esse processo se
torne demasiadamente complexo e dispendioso. Logo, é desejável o auxílio de
uma ferramenta para avaliar a priorização dos itens segundo algum critério pré
estabelecido. Neste caso, é indicado o uso da técnica de classificação pela Curva
ABC que distribui os itens em três grupos baseado em seu valor total anual de uso
e seu custo unitário, fornecendo um controle mais rigoroso sob os itens com mais
relevância (CORRÊA et al, 2007).

Os conceitos de gestão de estoque atrelados a uma previsão da demanda

eficiente são uma ferramenta poderosa para tomada de decisões e planejamento
da empresa. Neste trabalho abordaremos possíveis estratégias de gestão de

9
estoque para os setores de livros, jornais, revistas e papelaria; equipamentos e
materiais para escritório, informática e comunicação, segundo os resultados da
previsão da demanda.

3. METODOLOGIA

Definiu-se como objeto de estudo a porcentagem da variação do volume de

vendas do comércio varejista, envolvendo artigos de papelaria, como, livros,
jornais, revistas e papelaria e também, artigos para escritório, como,
equipamentos eletrônicos de informática e comunicação, com o intuito de fazer
previsões futuras dessas demandas, bem como analisar períodos de sazonalidade
e tendência.

A série de dados que será tratada no presente trabalho, compreende que

há valores de volume de vendas do comércio varejista entre janeiro de 2018 a
novembro de 2021 retirados do site do Instituto Brasileiro de Geografia e
Estatística (IBGE). Além disso, foi realizada uma análise de dados outliers através
da amplitude interquartil utilizando o software Microsoft Excel, identificando os
dados que podem comprometer os resultados encontrados devido à seus valores
discrepantes. Estes, foram substituídos pela média móvel simples até o período
anterior.

Para uma identificação mais precisa da sazonalidade do que o método

gráfico, foi desenvolvido o método de sazonalidade simples, desenvolvido a partir
de médias móveis simples com diferentes períodos, avaliando posteriormente o
valor do erro médio quadrático associado a estas estimativas.

3.1 MÉTODOS DE PREVISÃO

O método de suavização exponencial dupla desenvolvido por Holt em 1957,

também conhecido como Método Holt, amplia a suavização exponencial para
dados de séries temporais que apresentam tendência linear. Sua previsão (Eq. 2)
é igual à estimação do nível esperado da série temporal (Eq. 3) somado à
influência esperada da tendência durante os próximos n períodos, ou seja, a
inclinação da série (Eq. 4), (ALVES et. al 2019). Considerando:

10
 ● 𝑌𝑡 : valor da demanda real;

● 𝑌𝑡 : valor previsto para demanda;

● 𝑛 : número de observações;
● t : período observado.

𝑌𝑡+1 = 𝐿𝑡 + 𝑛𝑇𝑡 (1)

𝐿𝑡 = α𝑌𝑡 + (1 − α)(𝐿𝑡−1 + 𝑇𝑡−1) 0 ≤ α ≤ 1 (2)

𝑇𝑡 = β(𝐿𝑡- 𝐿𝑡−1) + (1 − β)𝑇𝑡−1 0 ≤ β ≤ 1 (3)

Os valores ⍺ e β são as constantes de suavização exponencial, também

chamadas de parâmetros exponenciais alisadores do nível e da tendência
respectivamente. Para que a determinação de seus valores seja a melhor
possível, buscam-se os valores que otimizam as medidas de desempenho como o
erro percentual médio, erro médio quadrático e o desvio médio absoluto (ALVES
et al 2019).

Já um método mais apropriado para demandas que apresentam

sazonalidade, Holt-Winters, é calculado a partir das equações de previsão (Eq. 4 e
7), tendência (Equação 4), nível (Eq. 7 e 8) e sazonalidade (Eq. 6 e 9)
(MAKRIDAKIS; WHEELWRIGHT; HYNDMAN; 1998). As equações de previsão,
nível e sazonalidade se diferem nos modelos aditivo e multiplicativo devido á no
primeiro a amplitude da variação da demanda se mantém constante, e no
segundo, ela apresenta variação crescente com o tempo interferindo nos demais
componentes. Eles são descritos a seguir junto a componente sazonal (𝑆𝑡)

referente ao comprimento da sazonalidade (𝑠) (DINIZ et al 2019).

● Modelo Holt-Winters Aditivo

𝑌𝑡+𝑛 = 𝐿𝑡 + 𝑛𝑇𝑡 + 𝑆𝑡+𝑛−𝑝 t= 1, 2, 3… (4)

𝐿𝑡 = α(𝑌𝑡 − 𝑆𝑡−𝑝) + (1 − α)(𝐿𝑡−1 + 𝑇𝑡−1) 0 ≤ α ≤ 1 (5)

11
 𝑆𝑡 = γ(𝑌𝑡 − 𝐿𝑡 ) + (1 − γ)𝑆𝑡−𝑝 0 ≤ γ ≤ 0 (6)

● Modelo Holt-Winters Multiplicativo

𝑌𝑡+𝑛 = (𝐿𝑡 + 𝑛𝑇𝑡)𝑆𝑡+𝑛−𝑝 n= 1, 2, 3… (7)

𝑌𝑡
𝐿𝑡 = α 𝑆𝑡−𝑝
+ (1 − α)(𝐿𝑡−1 + 𝑇𝑡−1) 0≤ α≤1 (8)

𝑌𝑡
𝑆𝑡 = γ 𝐿𝑡
+ (1 − γ)𝑆𝑡−𝑝 0 ≤γ ≤0 (9)

3.4 MEDIDAS DE ACURÁCIA

Foram analisados as seguintes medidas de acurácia e erros estatísticos:

● Desvio Absoluto Médio (MAD)

O MAD nos dá uma noção da variabilidade dentro do conjunto de dados e é

uma das medidas mais comuns de erro utilizadas na avaliação de métodos de
previsão. Usado para avaliação para avaliação de previsões a partir da média da
soma dos erros absolutos:

𝑛
∑ |||𝑌𝑡 − 𝑌𝑡|||
1
𝑀𝐴𝐷 = 𝑛
(10)
𝑡=1

Quando o MAD = 0, a previsão é igual a demanda real, ou seja, quanto

menor o MAD melhor a previsão.

● Erro Médio Quadrático (MSE)

O Erro quadrático médio faz para as médias um papel semelhante ao Erro

Padrão da Estimativa para a linha reta e sua aplicação é bastante comum para o
ajuste de séries temporais. O MSE consiste na média do erro das previsões ao
quadrado:

𝑛
1 2
𝑀𝑆𝐸 = 𝑛
∑ (𝑌𝑡 − 𝑌𝑡) (12)
𝑡=1

12
 Semelhante ao MAD ao obter o MSE = 0, a previsão de demanda é igual a
demanda real, portanto, quanto menor o MSE melhor é a previsão.

● Medida de Viés da Previsão (MVP)

Esse indicador estima se o modelo de previsão subestima ou superestima

a demanda. O MVP é obtido a partir da soma dos erros da previsão:

𝑛
1
𝑀𝑉𝑃 = 𝑛
∑ (𝑍𝑡 − 𝑍𝑡) (13)
𝑡=1

O viés sempre varia em torno de 0 caso o erro seja aleatório, para uma
melhor análise é viável utilizar de análise gráfica para verificar se existe tendência.

● Sinal de Percurso (SP)

Obtido a partir da razão entre a MVP e o MAD, o Sinal de Percurso

idealmente deve ter o mesmo sinal do MVP a fim de monitorar o viés existente.
Caso não haja um viés o SP deve ser próximo de zero (Moreira, 2008):

𝑀𝑉𝑃
𝑆𝑃 = 𝑀𝐴𝐷
(14)

Segundo o autor o MAD deve ser sempre positivo e o SP deve ter o mesmo
sinal MVP, a fim de monitorar quaisquer vieses existentes na previsão. No caso de
não haver um viés, o SP deve ser próximo a zero.

3.5 GESTÃO DE ESTOQUE

O presente estudo, baseado nos dados da variação do volume de vendas

do setor, direciona os resultados da previsão de demanda, para uma gestão de
estoque eficiente e organizada, buscando informações sobre estoque de
segurança e ponto de ressuprimento.

Para Corrêa (2014), é importante que a incerteza seja quantificada, para

que o nível do estoque de segurança que se comporta de forma diretamente
proporcional ao nível de incerteza da demanda, exigindo conhecimento e análise
das características das variações passadas, relacionadas às previsões acerca da

13
demanda. Para quantificar a variação na demanda, utiliza-se o desvio-padrão dos
erros das previsões anteriores.

Ainda de acordo com Corrêa (2014), a relação do nível de serviço com o

Estoque de Segurança, pode ser representado na seguinte expressão:

𝐿𝑇
𝐸𝑠𝑒𝑔 = 𝐹𝑠 𝑥 σ 𝑥 𝑃𝑃
(15)

Onde:

● Fs: Fator de segurança, que é uma função do nível de serviço que se

pretende (figura 1);
● σ: Desvio Padrão da demanda passada;
● Lt: Lead time;
● Pp: Período dos dados utilizados no cálculo do desvio padrão.

Deve -se definir o nível de significância ou fator de segurança, de acordo

com Corrêa (2014), o fator de segurança pode ser relacionado a vários possíveis
níveis de serviços.

O fator de segurança representa o número de desvios-padrão (dos erros de

previsão durante o lead time) que deve ser mantido como estoque de segurança
para garantir o não desabastecimento do cliente conforme o nível de serviço
determinado. Para o presente estudo foi definido o valor de 90% em nível de
serviço com Z= 1,645.

Dessa forma, com a utilização dos resultados dos dados acima, podemos
também definir o ponto de pedidos ou Ponto de ressuprimento, que de acordo
com corrêa (2014), pode ser descrito pela seguinte equação:

𝑃𝑅 = 𝐷𝑚𝑒𝑑 𝑥 𝐿𝑡 + 𝐸𝑠𝑒𝑔 (17)

Considerando:

● Dmed= Demanda Média;

● Lt=Lote econômico.

14
 4. RESULTADOS E DISCUSSÃO

4.1 ANÁLISE DA SÉRIES DE DADOS

É possível observar o comportamento da série de dados do volume de

vendas de artigos em papelaria no gráfico 1 abaixo.

Gráfico 1- Volume de vendas de artigos em papelaria, livros e jornais de janeiro de 2018 a

novembro de 2021

Fonte: Elaborado pelos autores (2022).

Através do gráfico é possível analisar picos de sazonalidade da série de

dados, observa-se que há sempre um aumento das vendas no início do ano,
devido às voltas às aulas, que quando a procura por esses artigos aumentam. É
possível também perceber uma queda muito grande nos meses de março a maio
do ano de 2020, isso ocorreu devido a pandemia do covid-19, com a paralisação
do comércio o varejo foi bem afetado. Segundo a revista eletrônica Varejo S.A,
dados da Neotrust mostram que, entre o primeiro trimestre de 2020 e o mesmo
período de 2021, a alta foi de 31% nas vendas em lojas online de papelaria. É
perceptível que nos meses de março até setembro de 2020, a variação do volume
é oscilante, podendo ser considerado como dados outliers. Foi necessário fazer
uma análise desses dados, e através do método da média simples, então foram

15
tratados, sendo possível fazer a previsão mais concisa da demanda para o ano de
2022.

Gráfico 2-Volume de vendas de artigos em papelaria, livros e jornais de janeiro de 2018 a

novembro de 2021, após o tratamento dos dados outliers

Fonte: Elaborado pelos autores (2022).

Neste gráfico analisamos que o período de março a junho de 2020 se

manteve constante ao tratarmos o outlier, identificando as características de uma
demanda estabilizada.

Gráfico 3- Volume de vendas para Materiais de escritório e informática de janeiro de 2018 a

novembro de 2021

16
 Fonte: Elaborado pelos autores (2022).

Através do gráfico é possível analisar picos de sazonalidade da série de

dados, havendo um aumento e em seguida uma queda. É possível também
perceber uma queda muito grande nos meses de março a abril do ano de 2020,
isso ocorreu devido a pandemia do covid-19, com a paralisação do comércio o
varejo foi bem afetado. Percebe-se que nos meses subsequentes houve um
aumento, a explicação para essa variação é o retorno das atividades home office,
muitos adotaram esse tipo de trabalho, tornando mais recorrente a procura por
equipamentos eletrônicos e de escritório. Segundo a revista eletrônica Valor
Investe, as vendas de produtos para home office triplicaram entre abril e junho de
2020 em comparação ao período de janeiro a março. A variação do volume de
vendas é oscilante, podendo ser considerado como dados outliers. Foi feito uma
análise desses dados e através do método média simples, tratados, sendo
possível fazer a previsão mais concisa da demanda para o ano de 2022.

Gráfico 4 - Volume de vendas para Materiais de escritório e informática de janeiro de 2018 a

novembro de 2021, após o tratamento dos dados outliers

17
 Fonte: Elaborado pelos autores (2022).

Nesse gráfico analisamos que o período de março a junho de 2020 se

manteve constante apresentando a mesma característica de tendência nula neste
setor. Para verificação das suposições feitas e análise das sazonalidades
presentes em cada setor, foram desenvolvidos os gráficos de demandas anuais
em paralelo, ressaltando padrões de comportamentos como quedas e subidas
pontuais na demanda em determinados meses, porém de difícil identificação
visual.

Gráfico 5 - Paralelo das demandas anuais dos artigos em escritório e informática nos anos
de 2018 a 2021

18
 Fonte: Elaborado pelos autores (2022).

Gráfico 6 - Paralelo das demandas anuais dos artigos em papelaria nos anos de 2018 a
2021

Fonte: Elaborado pelos autores (2022).

Para a identificação da sazonalidade mais apropriada foi desenvolvido o

método de sazonalidade simples e calculado o erro médio quadrático (MAD) das
sazonalidades identificadas pelo método gráfico. Esses valores se encontram na
Tabela 1.

Tabela 1 - Erro médio quadrático associado às sazonalidades simples para cada setor

Fonte: Elaborada pelos autores (2022).

A partir do cálculo do erro médio quadrático identificou-se melhores

resultados para as sazonalidades de 4 e 12 meses para os artigos de papelaria e
de 6 e 12 meses para os equipamentos de escritório, assim, para os demais
métodos de previsão foram utilizados esses valores para a sazonalidade.

4.2 ANÁLISE DOS MÉTODOS DE PREVISÃO.

19
 Os métodos de previsão foram aplicados utilizando o software Microsoft
Excel®, e a determinação dos valores dos parâmetros α, β e γ foi realizada
utilizando o suplemento Solver. A otimização buscou os parâmetros que
minimizam o MAD para seleção do melhor método para um dos setores, os
resultados são apresentados na Tabela 2 e 3.

Tabela 2 - Métodos de previsão e suas respectivas constantes de suavização e erro

materiais de escritório e informática.

Fonte: Elaborada pelos autores (2022).

Tabela 3 - Métodos de previsão e suas respectivas constantes de suavização e erro para

artigos e papelaria

Fonte: Elaborada pelos autores (2022).

É perceptível que o menor valor gerado de MAD para o setor de Escritório e

informática, foi para o método de Holt, porém seu sinal de percurso não foi
satisfatório para a análise, já que esse método não tem uma tendência, obtendo
valores fora do limite e constantemente negativos, apresentando um elevado grau
de superestimação da demanda (Gráfico 7). Devido a isso, o segundo melhor
resultado obtido, sendo o método Holt Winters aditivo com sazonalidade de doze
meses, foi o selecionado, obtendo sinais satisfatórios de sinal de percurso (Gráfico
8).

20
 Gráfico 7 - Sinal de percurso para o método Holt Winters Aditivo com sazonalidade de seis
meses para o setor de equipamentos e materiais para escritório, informática e comunicação

Fonte: Elaborado pelos autores (2022).

Gráfico 8 - Sinal de percurso para o método Holt Winters Aditivo com sazonalidade de seis
meses para o setor de equipamentos e materiais para escritório, informática e comunicação

Fonte: Elaborado pelos autores (2022).

Para o setor de livros, jornais, revistas e papelaria foi identificado um grau

relevante de subestimação do resultado da previsão de demanda com

21
sazonalidade de 4 meses através do método de Holt winters aditivo, ao obter
sinais fora do limite aceitável de ±0,5 e constantemente positivos (Gráfico 9).
Devido a isso, o segundo melhor resultado obtido, sendo o método Holt Winters
aditivo com sazonalidade de doze meses, foi o selecionado, obtendo sinais
satisfatórios de sinal de percurso (Gráfico 10), respeitando o limite de sinal
aceitável e oscilando entre números positivos e negativos.

Gráfico 9- Sinal de percurso para o método Holt Winters Aditivo com sazonalidade de
quatro meses para o setor de livros, jornais, revistas e papelaria.

Fonte: Elaborado pelos autores (2022).

Gráfico 10 - Sinal de percurso para o método Holt Winters Aditivo com sazonalidade de
doze meses para o setor de livros, jornais, revistas e papelaria.

22
 Fonte: Elaborado pelos autores (2022).

O mau desempenho do método Holt Winters multiplicativo comparado ao

aditivo em ambos setores está associado às características da demanda por estes
tipo de produtos já descritas anteriormente somado a comportamentos de
amplitude padronizada, em meses pontuais nos dois casos. A seguir são
apresentadas as previsões de demanda obtidas pelos métodos com melhor
desempenho para os dois setores analisados

Gráfico 11 - Previsões do modelo de Holt-Winters aditivo com sazonalidade de 6 meses,

para volume de vendas de materiais para escritório e informática

Fonte : Elaborado pelos autores (2022).

Gráfico 12 - Previsões do modelo de Holt-Winters aditivo com sazonalidade de 12 meses

para volume de vendas de artigos em papelaria

23
 Fonte: Elaborada pelos autores (2022).

É preciso considerar o leve viés de superestimação da demanda do setor de livros,

jornais, revistas e papelaria a fim de prevenir gastos desnecessários com estoque
elevado.

4.3 GESTÃO DE ESTOQUE

Para direcionar a gestão de estoque, utilizamos os dados e resultados da previsão

de demanda aplicada para livros, jornais, revistas e papelaria e também para
Equipamentos e materiais para escritório, informática e comunicação.

Com base no estudo do Pereira (2018), que aborda gestão de estoque para o setor
de comunicação, escolhemos como base o valor médio dos lead time, onde aborda 8
produtos, e o valor médio do lead time é de 7,37. Foi feito o cálculo de Estoque de
Segurança e Tempo de Ressuprimento, considerando um lead time de 8 dias, tendo como
base essa estimativa dois estudos de caso que envolvem os setores deste presente
estudo.

Tabela 4 - Gestão de estoque para a previsão de demanda desenvolvida para os setores

24
 Fonte: Elaborada pelos autores (2022).

4.3.1 ESTOQUE DE SEGURANÇA

O estoque de segurança para livros, jornais, revistas e papelaria representa

21,4599% do volume de vendas do setor. Da mesma forma, para equipamentos e
materiais para escritório, informática e comunicação, o estoque de segurança
representa 21,8035% do volume de vendas.

4.3.2 PONTO DE RESSUPRIMENTO

Observa-se que quando a demanda atingir -6,93% será atingido o ponto de

ressuprimento para os artigos de escritório, permitindo o funcionamento contínuo
para atender a demanda. O FIFO é utilizado para giro de estoques mediano, de
produtos de características de vida útil longa, além de que garante que o custo da
mercadoria vendida e o custo do estoque remanescente sejam correspondentes, o
que se torna relevante para o setor, por tratar de produtos com variedade ampla e
com maior vida útil.

Para o setor de Papelaria, quando a demanda chega no ponto de 1,86% na

variação do volume de vendas, temos o seu ponto de ressuprimento,
recomendando também o modelo FIFO para diminuir o tempo de atendimento e
suprir a demanda crescente. Podemos perceber que o ressuprimento de estoque
desse setor, tende a ter pedidos com menor espaço de tempo, ou seja, exigindo
maior resposta dos fornecedores, a fim de não comprometer o atendimento à
demanda esperada.

5. CONCLUSÃO

25
 O presente trabalho tratou-se de um estudo sobre a previsão de demanda
futura para o ano de 2022 no setor varejo. Levando em consideração os dados
históricos do volume de vendas para artigos de escritório e informática, e artigos
de papelaria e livraria, dos últimos quatro anos.

Através do cálculo do erro médio absoluto (MAD) associado ao Sinal de

Percurso (SP), foi possível avaliar o desempenho dos métodos de previsão Holt,
Holt Winters aditivo e Holt Winters multiplicativo. Ressaltando a importância da
utilização das ferramentas do forecasting. Além disso, para garantir a qualidade
das previsões, tornou-se imprescindível a análise de outliers devido a grande
quantidade de valores esporádicos do volume de vendas, gerados pelo contexto
da pandemia do COVID-19.

O método com melhor desempenho foi o de Holt Winters aditivo devido

a constância da sazonalidade em ambos setores, obtendo valores de .MAD de
0,941 para sazonalidade de 6 meses e 1,320 para sazonalidade de 12 meses
nos setores de artigos de escritório e informática e artigos de papelaria e
livraria respectivamente.

Para a análise de estoque levando em consideração o ponto de

ressuprimento e o estoque de segurança, para o setor de livros, jornais e revistas
e papelaria, observa-se um estoque de segurança de 21,45% onde ele demonstra
que há um giro maior de estoque em um período curto de tempo. Além de que o
tempo de ressuprimento é baixo, chegando a 1,86% da variação do volume de
vendas. Sugere-se o sistema FIFO para otimização dos tempos de espera, além
de garantir a ampla variedade de produtos que esse setor apresenta. Deve-se
atentar para os fornecedores, já que a resposta para reposição de estoque é
curta, os fornecedores devem garantir que os pedidos sejam atendidos dentro do
prazo esperado.

Da mesma forma, podemos representar o setor de Escritório, informática e

comunicação, que apresentou um estoque de segurança bem próximo do setor
anterior, porém com o tempo de ressuprimento de -6,93% na variação do volume
de vendas. Para isso, com o sistema FIFO, pode-se obter mais agilidade para
estocar e utilizar os produtos e materiais, pois esse sistema facilita a organização

26
e localização dos itens, além de resultar em maior rotatividade do estoque,
reduzindo o custo com estocagem alta.

Conclui-se que através da utilização dessas ferramentas e análises

posteriores, é possível fornecer uma base de conhecimentos para minimizar os
custos com estoque, bem como, aumentar a eficiência de armazenagem com as
previsões futuras realizadas conforme as atualizações do mercado.

6. REFERÊNCIAS OK

ALVES, C. C.; HOEPERS, E.; CORAZZA, E. J.; SANTOS, G. J.; CRISTOFOLINI,

R.; CRUZ, A. C. Aplicação de métodos estatísticos com suavização
exponencial dupla e tripla para previsão de demanda na gestão de estoques.
Revista Produção Online, v. 19, n. 3, p. 1001-1026, 2019 Disponível em:
https://producaoonline.org.br/rpo/article/view/3539

CAIADO, J. Métodos de previsão de séries temporais. Instituto Politécnico de

Setúbal - Escola Superior de Ciências Empresariais - Departamento de Economia
e Gestão. Setúbal, 2006.

CARRIJO, J. C. e LONGHINI, T. M. Proposta de gestão e dimensionamento de

estoques em uma mercearia de pequeno porte. v. 11 n. 2 Revista das
Faculdades Integradas Vianna Júnior 2020. Disponível em:
https://www.viannasapiens.com.br/revista/article/view/657/369

CARVALHO, V. S. PACHECO, D. A. J. Modelo de PCP para pequenas

empresas do setor alimentício. Latin American Journal of Business Management
• v. 5, n. 2, p. 134-164, Taubaté, SP, Brasil, 2014

CHOPRA, S.; MEINDL, M. Gerenciamento da Cadeia de Suprimentos:

estratégia, planejamento e operação. São Paulo: Pearson Prentice Hall, 2008.

CONSUL, F, B.; e WERNER, L.: Avaliação de técnicas de previsão de

demandas utilizadas por um software de gerenciamento de estoques no
setor farmacêutico. XXX Encontro Nacional de Engenharia de Produção
(ENEGEP). São Paulo, SP.2010. Disponível em:
http://www.abepro.org.br/biblioteca/enegep2010_tn_sto_113_740_15746.pdf%3

27
CORRÊA, H. L.; CAON, M.; GIANESI, I. G. N. Planejamento, Programação e
Controle da Produção. 5. ed. São Paulo: Atlas, 2007.

CORRÊA HENRIQUE L., Planejamento, programação e controle de produção:

MRP II/ ERP: conceitos, uso implantação: base para SAP, oracle Applications
e outros softwares integrados de gestão.- Henrique L. Corrêa, Irineu G. N.
Gianesi, Mauro Caon. – 8 reimp. – São Paulo: Atlas, 2014.

HYNDMAN, R. J, ATHANASOPOULOS, G. Previsão de Demanda: Princípios e

Prática. 2ª edição. Melbourne, Austrália, 2018. Disponivel em:
https://otexts.com/fpp2/intro.html

DIAS, M. A. P. Administração de Materiais.4 ed. São Paulo: Atlas, 1995.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICAS - IBGE

KUMAR, V.; SUNDER, S.; SHARMA, A. Leveraging distribution to maximize

firm performance in emerging markets. Journal of Retailing, v. 91, n. 4, p.
627–643, 2015.

LEVY, D., OLIVEIRA H. H., CHARANEK N. A. N., HERNANDES V. S. Estudo de

capacidade de atendimento e dimensionamento de recursos em um
laboratório de análises clínicas por meio da simulação de sistemas. pag
21-22 2021
https://repositorio.fei.edu.br/bitstream/FEI/3301/1/TCC_OFICIAL-2021.pdf

LUDWIG, V. Proposta de um modelo de otimização para o sequênciamento

da produção do setor de modelagem de uma empreas de fundição 2020 p
18-19

LUDWIG, V . Proposta de um modelo de otimização para o sequenciamento da

produção do setor de moldagem de uma fundição. - Faculdade de engenharia de
produção na universidade federal caxias do sul, Caxias do sul, 2020. Disponível
em:
https://repositorio.ucs.br/xmlui/bitstream/handle/11338/6955/TCC%20Vinicius%2
0Ludwig.pdf?sequence=1&isAllowed=y.

MAKRIDAKIS, S. Forecasting Methods and Applications. 3. ed. New York: John

Wiley & Sons, 1998.

28
MATTEI, Lauro; HEINEN, VICENTE LOEBLEIN. Impactos da crise da Covid-19
no mercado de trabalho brasileiro. Brazilian Journal of Political Economy, São
Paulo/SP, p. 1-8, 16 out. 2020. Disponível em:
https://www.scielo.br/j/rep/i/2020.v40n4/. Acesso em: 15 jan. 2022.

MOREIRA, D. A. Administração da Produção e Operações.2. ed. São Paulo:

Cengage Learning, 2008

MORETTIN, P. A.; TOLOI, C. M. C. Análise de séries temporais. 2. ed. São

Paulo: Egard Blucher, 2004.

NAVES DINIZ, I. M.; NUNES, D. M.; ROSA, V. A. de O.; CALIFE, N. F. S.

Aplicação de um modelo de previsão de demanda em uma empresa do setor
cervejeiro.. Brazilian Journal of Production Engineering - BJPE, [S. l.], v. 5, n. 3, p.
120–138, 2019. DOI: 10.0001/V05N03_09. Disponível em:
https://periodicos.ufes.br/bjpe/article/view/V05N03_09.

O PROGRESSO DIGITAL Comércio varejista recua 0,1% em outubro, diz

IBGE 2021 Disponível em?
https://www.progresso.com.br/economia/comercio-varejista-recua-01-em-outubro-
diz-ibge/385855/

PALOMIIO, R. C.; CARLI, F. S. Proposta de modelo de controle de estoques

em uma empresa de pequeno porte. In: Enconto Nacional de Engenharia de
Produção O, 28. 2008, Rio de Janeiro. Anais: Rio de Janeiro, ABEPRO, 2008.

PELLEGRINI, F. R. e FOGLIATTO, F. S. Passos para implantação de sistemas

de previsão de demanda-Técnicas de Estudo de Caso. n. 1, v.1, Revista
Produção 2001. Disponível em: https://www.scielo.br/pdf/prod/v11n1/v11n1a04

PEREIRA, A. D. Aplicação do modelo lote econômico de compras: estudo de caso

em uma empresa de pequeno porte do setor de comunicação visual em
Uberlândia, MG.2018. C) - Universidade Federal de Uberlandia, Uberlândia MG,
2018. Disponível em:
https://repositorio.ufu.br/bitstream/123456789/23466/1/AplicacaoModeloLote.pd
f. Acesso em: 3 jan. 2022.

VALOR INVESTE Com quarentena, vendas de intens de home office explodem. ,

São paulo, p. 1 pagina, 3 jun. 2020. Disponível em:
https://valorinveste.globo.com/mercados/renda-variavel/empresas/noticia/2020/
07/03/com-quarentena-vendas-de-itens-de-home-office-explodem.ghtml. Acesso
em: 7 mar. 2022.

CONFEDERAÇÃO NACIONAL DE DIRIGENTES LOJISTAS – CNDL Papelarias crescem

com ajuda de redes sociais e conteúdos digitais. Varejo S.A, [S. l.], p. 1 pagina, 10

29
jun. 2021. Disponível em:
https://cndl.org.br/varejosa/papelarias-crescem-com-ajuda-de-redes-sociais-e-con
teudos-digitais/. Acesso em: 13 dez. 2021.

SILVA, D Análise de demanda em uma companhia de água mineral da região

metropolitana de belém utilizando modelos de série temporal de Holt-Winters Rio
de janeiro, p. 1 a 12, 18 out. 2008. Disponível em:
http://www.abepro.org.br/biblioteca/enegep2008_tn_sto_069_491_11251.pdf.
Acesso em: 22 fev. 2022.

30