Escolar Documentos
Profissional Documentos
Cultura Documentos
SOUZA, Wiliam Santos 1 ; PEREIRA, Gustavo Alves 2 ; COSTA, Ana Carolina Salmeiro3 ;
JESUS, Willyans Santos 4 ; FRANÇA, Erica Lima Barros 5
Resumo: Diante de uma nova conjuntura mundial, onde a competitividade é cada vez maior,
as companhias veem-se obrigadas a buscar constantemente a redução dos seus custos, visando
manter-se viva no mercado globalizado. Nesse cenário, as empresas voltam suas atenções à
utilização de ferramentas gerenciais que facilitem e diminuam os riscos na tomada de decisão,
dentre as quais os métodos de previsão de demanda ganham destaque. Com isso, este trabalho
tem como objetivo apresentar um novo método utilizado para elaborar estimativas de
necessidades de produção. Para tanto, foi desenvolvido um estudo de caso em uma empresa de
sistemas de aquecimento de água, onde foram coletados dados referentes às demandas num
período de 12 meses e analisado o seu comportamento.
Palavras-chave: Método de previsão de demanda, Competitividade.
2 Referencial Teórico
Como pode ser visto no Quadro 1, existem dois métodos de previsão de demanda, o
qualitativo e quantitativo.
̅ + (1 − 𝛼). 𝐷𝑡
𝑃𝑡+1 = 𝛼. 𝐷 (1)
Onde:
𝑃𝑡+1 = Previsão de demanda;
𝛼 = Constante de suavização exponencial (0 < 𝛼 < 1);
𝐷 = Demanda média no período;
𝐷𝑡 = Demanda real ocorrido no mês anterior;
Deve-se levar em conta que no primeiro mês a demanda real é igual a previsão.
A Constante de Suavização Exponencial deve ser escolhida de forma apropriada.
Segundo Dias (1993), os valores da Constante de Suavização Exponencial são definidos por
meio de cálculos matemáticos e estatísticos e, tipicamente, variam de 0,01 a 0,30. As constantes
baixas geram resultados que tendem ao valor médio da série e constantes altas produzem uma
maior variabilidade dos resultados. Caso a constante seja igual à zero, o modelo assemelhasse
ao Modelo de Média Móvel. Alguns valores da Constante de Suavização Exponencial devem
ser testados para cada série, a fim de que se determine a sensibilidade da previsão comparada
aos valores reais (MCCLAVE; BENSON; SINCICH, 2004).
• Aplicação do modelo
Passo 4
No passo 2, caso não se consiga a coleta de dados, pode-se optar por uma abordagem
qualitativa. O modelo da escolha dos tipos mais adequados depende do manipulador, e do tipo
da empresa (FERNANDES; GODINHO, 2010).
Neste trabalho não foram feitos os Passos 4 e 5. Foi elaborado, apenas, até o passo 3,
onde foi construído o modelo de previsão e proposto qual seria o melhor. Como proposta para
trabalho futuro, serão feitos os Passos 4 (aplicar o modelo) e 5 (monitorar, interpretar e atualizar
o modelo escolhido).
2.2 Erro
Para auxiliar na identificação de qual método de previsão é melhor, será utilizado o erro
relativo, assim,o que tiver menor erro, será o melhor, pois terá uma previsão próxima da
demanda real. A fórmula do erro relativo pode ser vista abaixo:
Foi realizada uma abordagem de pesquisa do tipo estudo de caso, na qual foi feita uma
análise aprofundada em uma fábrica de chuveiros, fazendo uma coleta de dados e tendo uma
intensa interação do pesquisador com o objeto de pesquisa.
Para a construção e discussão do trabalho foram seguidos os cinco passos abordados por
Fernandes e Godinho (2010). Porém, o quarto e quinto passo não foram feitos. Como proposta
para trabalho futuro, serão feitos os Passos 4 (aplicar o modelo) e 5 (monitorar, interpretar e
atualizar o modelo escolhido).
4 Discussão
4.1 Passo 1
O objetivo da previsão é tentar encontrar outro método de previsão que possa apresentar
uma melhor precisão na previsão. Com isso, mostrando um valor mais próximo do real.
4.2 Passo 2
Os dados utilizados para este trabalho foram referentes ao ano de abril 2016 até março
de 2017, com o objetivo de identificar o padrão de comportamento da série temporal. A priori
pode ser visto a tabela com a produção real da empresa no Quadro 2.
4.3 Passo 3
Após recolher os dados da demanda real e descobrir o tipo de série temporal, foram
feitas as previsões de demandas com os três alfas diferentes (0,5; 0,7 e 0,9), utilizando a fórmula
de suavização exponencial, a Equação 1. No Quadro 3 também pode ser visto na última coluna,
os valores das previsões com o modelo atual da empresa.
Quadro 4 – Erros relativos de cada modelo de previsão comparado com a demanda real
Mês Erro (Alfa 0,5) Erro (Alfa 0,7) Erro (Alfa 0,9) Erro (modelo atual)
abr/16 0,0000 0,0000 0,0000 0,2416
mai/16 0,6358 0,5791 0,5223 0,0289
jun/16 0,1427 0,0748 0,0068 0,5150
jul/16 0,2421 0,2381 0,2340 1,0000
ago/16 0,7128 0,6229 0,5330 0,0000
set/16 0,1967 0,1336 0,0706 0,1825
out/16 0,0447 0,0523 0,0599 0,2001
nov/16 0,6095 0,5883 0,5671 0,0412
jan/17 0,1912 0,1207 0,0503 0,1347
fev/17 0,0862 0,0890 0,0918 0,3076
mar/17 0,2058 0,2213 0,2368 0,1231
Média 0,2788 0,2473 0,2157 0,2522
Fonte: Autoria própria
Pode-se inferir que o melhor método de previsão de demanda elaborado neste trabalho
é o modelo de previsão de demanda com suavização exponencial de constante de suavização
igual a 0,9. Com isso, pode ser proposta para a empresa a substituição do modelo atual de
previsão de demanda para o modelo de suavização de alfa 0,9.
É possível notar que quanto maior o alfa, constante de suavização exponencial, o erro
do modelo de previsão de demanda com suavização exponencial é menor, isso quer dizer que,
5 Conclusões
Referências Bibliográficas
ELIKAI, F.; HALL JR. W.; ELIKAI, P.P. Managing and Improving the Forecasting Process. The Journal of
Business Forecasting Methods & Systems, v.18, n. 1, p.15-19, 1999.
GOODWIN, P. Integrating management judgment and statistical methods to improve short -term forecasts.
Omega, v. 30, n. 2, p.127-135, 2002.
MARTINS, P. G. & LAUGENI, F. P. Administração da Produção. 2.ed. São Paulo: Saraiva, 2005.
MOREIRA, D.A. Administração da Produção e Operações . 2.ed. São Paulo: Cengage Learning, 2011.
SLACK, N.; CHAMBER, S.; HARLAND, C. HARRISON, A.; JOHNSTON, R. Administração da Produção.
2.ed. São Paulo: Atlas, 2007.
TUBINO, D. F. Planejamento e Controle da Produção – teoria e prática. São Paulo: Atlas, 2008.
TUBINO, D. F. Manual de planejamento e controle da produção. 2.ed. São Paulo: Atlas, 2000.