Previsões e Gestão de Demanda em

Produção em Operações
Prof. Márcio Luiz Ribeiro
Disciplina: Administração de Produção II
Curso de Graduação em Administração (CCSA)
Universidade Estadual do Oeste do Paraná (UNIOESTE)
 Introdução
• Fazer previsões é fundamento na administração da produção e operações:

• Planejamento de novas instalações;

• Planejamento da produção;

• Programação da força de trabalho.

• Horizonte da previsão: Curto prazo (semanas), médio prazo (meses), longo prazo (anos).

• Unidades da previsão: unidades, horas, R$, espaço, volume, clientes por período de tempo.
 Perguntas relevantes para previsões
• Para que uso?

• Quais produtos?

• Grau de acuracidade?

• Importância?

• Coletar e analisar os dados históricos

para escolher a técnica de previsão
adequada
 Principais erros cometidos pelas empresas quanto a previsões:
- Confundir previsões com metas e, um erro subsequente,
considerar as metas como se fossem previsões.

- Gastar tempo e esforço discutindo se se “acerta” ou “erra”

nas previsões, quando o mais relevante é discutir o “quanto”
se está errando e as maneiras de alterar processo envolvidos,
de forma a reduzir estes “erros”.

- Levar em conta, nas previsões que servirão para apoiar

decisões em operações, um número só. Previsões, para
operações, devem sempre ser consideradas com dois
“números”: a previsão em si e uma estimativa do erro desta
previsão.

- Desistir ou não se esforçar o suficiente para melhorar os

processos de previsão por não se conseguir “acertar” as
previsões, quando, em operações, não se necessita ter
previsões perfeitas, mas previsões consistentemente
melhores que as da concorrência.
Métodos de Tratamento de Informações em previsões
 Métodos Qualitativos
• Incorporam mais fatores de julgamento e intuição, em geral mais subjetivos, nas análises dos dados
disponíveis. Opiniões de especialistas, experiências e julgamentos individuais e outros fatores não
quantitativos podem ser levados em conta. São especialmente úteis quando se espera que esses fatores
mais subjetivos possam ter mais capacidade de explicar o futuro, ou quando dados quantitativos
precisos e completos são muito caros ou difíceis de ser obtidos.
• Método Delphi
• O processo Delphi é interativo e permite que especialistas, às vezes localizados distantes uns dos outros,
incorporem o consenso de suas opiniões subjetivas ao processo de previsão. Comumente se envolvem de
6 a 12 especialistas no processo. O processo Delphi destina-se a evitar que uma ou poucas opiniões do
grupo consultado predominem por fatores exógenos ao objetivo de gerar boas previsões, como, por
exemplo, o fato de um participante ser mais extrovertido que outro, ou o fato que um participante tenha
mais alto escalão hierárquico que outro.
• Consiste nos seguintes passos:
• Propõe-se ao grupo determinada pergunta bem específica sobre alguma variável que se queira prever;
• Coletam-se várias opiniões de forma sigilosa e individual;
• A partir dessas opiniões, o coordenador do processo trata dessas opiniões estatisticamente e retorna o
resultado aos participantes;
• Estes são solicitados a refazer suas estimativas;
• - O processo ocorre até haja um nível desejado de convergência das opiniões, mais consensual.
 Métodos Qualitativos
• Júri de executivos - Este método procura capturar a opinião de pequenos grupos, em geral, de executivos
de nível alto sobre alguma variável que se pretenda prever. É frágil no sentido de permitir viés e não se
pode assumir a priori que a estimativa obtida representa consenso do grupo.
• Força de vendas/Pesquisa da equipe de vendas - cada vendedor ou representante de força de vendas
emite sua estimativa localizada e desagregada. O composto agregado de todas as estimativas
desagregadas é tomado como a estimativa global. Requer cuidados para que se evite manipulação por
parte da força de vendas. Uma manipulação típica é aquela em que a força de vendas subestima suas
estimativas, pois sabe que um dos propósitos a que servirão é a fixação de metas para os próprios
membros da força de vendas, que evidentemente terão mais facilidade de atingi-las se forem
subestimadas.
• Pesquisa de mercado/Pesquisa de clientes - Esse método solicita diretamente dos possíveis cliente ou
consumidores sua intenção de compra futura (“Quantas horas de internet você pretende utilizar nos
próximos três meses?”). Deve-se atentar para o fato de que nem sempre os respondentes são realmente
fiéis a suas respostas e que “intenções de compra” são simplesmente isso: “intenções”. Podem ser feitas
por questionários, entrevistas telefônicas ou entrevistas de campo a fim de testar hipóteses sobre
mercados. Testes em mercados locais são feitos para analisar a viabilidade de extrapolar para mercados
maiores.
• Analogia histórica - Esse método qualitativo procura identificar produtos similares dos quais se possuem
dados para, por analogia, melhor estimar, por exemplo, um produto novo. Quando a General Motors
Brasil, por exemplo, faz suas previsões do consumo de peças sobressalentes para um modelo
recentemente lançado, ela sabe, por exemplo, que o consumo dos espelhos externos direitos deste modelo
irá sobrepujar o consumo dos esquerdos, simplesmente porque isso tem acontecido com todos os modelos
(erro de cálculo dos motoristas).
Métodos qualitativos em termos de horizonte de tempo e custo relativo
 Métodos Quantitativos
• Referem-se aos métodos de previsão baseados em séries de dados históricos nas quais se
procura, através de análises, identificar padrões de comportamento para que estes sejam então
projetados para o futuro.
• Uma série histórica de dados é uma sequência de dados sobre determinada variável (dados de
vendas diárias, semanais, quinzenais, mensais).
• O uso de métodos quantitativos pressupõe que a previsão do futuro é baseada apenas nos dados
do passado, ou, em outras palavras, que os padrões identificados no passado permanecerão no
futuro. Em geral, o tratamento de uma série temporal pressupõe análise: decomposição de seus
elementos.
Métodos quantitativos em termos de horizonte de tempo e custo relativo
 Decomposição de Séries Temporais
• Em geral, uma série temporal de dados tem três componentes: tendência, ciclicidade e aleatoriedade.
Tendência - É a orientação geral, para cima ou para baixo, dos dados históricos. Uma tendência de
crescimento dos dados históricos significa orientação geral de aumento, ao longo do tempo, do valor da
variável analisada. Uma tendência de decrescimento significa o contrário. Ausência de tendência
(orientação geral em torno de um patamar) é também chamada “permanência”. As tendências de
crescimento ou decrescimento podem ajustar-se a uma reta (tendência de variação linear) ou alguma outra
curva (exponencial, por exemplo).
Ciclicidade - São padrões de variação dos dados de uma série que se repetem a cada determinado intervalo
de tempo. Vendas que se “concentram” nos últimos dias do mês são um exemplo de ciclicidade. Vendas,
por exemplo, cuja ocorrência está correlacionada com as estações do ano, como sorvete, que vendam mais
no verão, são exemplos de presença de ciclicidade. Quando a ciclicidade tem período anual, denomina-se
sazonalidade.
Aleatoriedade - São “erros”, ou variações da série histórica de dados que não são devidas a variáveis
presentes no modelo de previsão. São numerosos fatores, cada um dos quais sem uma capacidade relevante
de explicar a variação da variável analisada, que, por inviabilidade ou impossibilidade de inclusão, são
deixados fora do modelo. O comportamento de cada um desses fatores é aleatório (não previsível).
Entretando, com a ajuda da estatística e do cálculo de probabilidades, o comportamento agregado desses
fatores pode ser até certo ponto previsto tornando possível estimar os erros futuros de previsão.
• Os padrões podem variar conforme evolução do ciclo de vida do produto (longo prazo)
Decomposição de Séries Temporais
 Etapas para elaboração das previsões
• Escolher a técnica de previsão adequada;

• Analisar o custo/acuracidade;

• Disponibilidade de dados históricos;

• Disponibilidade de recursos computacionais;

• Experiências passadas com as técnicas;

• Tempo disponível para realizar previsão;

• Período de planejamento para o qual será feita a previsão;

• Aplicar a técnica escolhida para previsão;

• Monitorar a previsão da demanda através da demanda real;

• Identificar o nível de acerto/erro alcançado, para uso nas previsões futuras.

 Considerações finais
• Gestão de demanda: mais do que previsões de venda
- alterar o mix de produtos;
- flexibilizar a produção;
- ajustes frente ao cenário externo;
- negociação com fornecedores e clientes;
- modificação da demanda (marketing, promoções, propaganda, esforço de venda, etc).
A função da gestão da demanda inclui:
- previsão da demanda;
- comunicação com o mercado;
- influência sobre a demanda;
- promessa sobre prazos de entrega;
- priorização e alocação;
- análise estratégica (expansão, investimento, impacto operacional e financeiro).
 Referência
CORRÊA, H. L.; CORRÊA, C. A. Administração de produção e operações. São Paulo: Atlas,
2011 (Cap. 8).
GAITHER, N.; FRAZIER, G. Administração da Produção e Operações. São Paulo: Thomson,
2002 (Cap. 3).
SLACK, N.; BRANDON-JONES, A.; JOHNSTON, R. Administração da produção. São Paulo:
Atlas, 2018 (Suplemento do Cap. 5).
Obrigado! Bons estudos.
E-mail: marcio.ribeiro2@unioeste.br