AULA 4 -

COMPORTAMENTO DE
VARIÁVEIS: ALEATÓRIAS,
SAZONAIS, TENDÊNCIAS E
CICLO DE NEGÓCIOS

• Identificar as variáveis que influenciam a demanda de transporte nos diversos negócios.

 CONTEXTUALIZANDO A APRENDIZAGEM
Na aula anterior vimos a importância dos sistemas de transporte para a gestão dos negócios da
empresa. Entendemos sua finalidade de auxiliar aos gestores nas tomadas de decisão e,
também, a sua importância para o bom atendimento aos clientes.

Nesta aula, veremos como é desenhado o processo de tomada de decisão para as vendas
futuras. Compreenderemos o que é previsão de demanda e a sua importância para o processo
decisório da empresa. Além disso, entenderemos as técnicas usadas e como estas funcionam
para ajudar nos negócios futuros da empresa.

Posteriormente, você verá que muitas são as técnicas usadas para tentar “adivinhar” como
serão as vendas futuras e reduzir os prejuízos decorrentes de um mal planejamento.

Você saberia definir o que são as variáveis dentro de um negócio? Você percebe que o
comportamento dessas variáveis interfere diretamente nos lucros da empresa? Você sabe dizer
o que é uma previsão de demanda? Você sabe o que é sazonalidade e porque ela acontece?
Nesta aula, veremos outros aspectos do negócio que podem ajudar ou atrapalhar a gestão.

Bons estudos!

Mapa mental panorâmico

Para contextualizar e ajudá-lo(a) a obter uma visão panorâmica dos conteúdos que você estudará na Aula 4, bem como entender a inter-
relação entre eles, é importante que se atente para o Mapa Mental, apresentado a seguir:

COMPORTAMENTO DE VARIÁVEIS: ALEATÓRIAS, SAZONAIS, TENDÊNCIAS E CICLO DE NEGÓCIOS

1 PREVISÃO DE DEMANDA

1.1 CARACTERÍSTICAS DAS PREVISÕES

1.2 MÉTODOS DE PREVISÃO

1.2.1 MÉTODOS QUALITATIVOS DE PREVISÃO

1.2.2 MÉTODOS QUANTITATIVOS DE PREVISÃO

1.2.2.1 TÉCNICAS DE SÉRIES TEMPORAIS

2 VARIÁVEIS

2.1 VARIÁVEIS ALEATÓRIAS

2.1.1 VARIÁVEL ALEATÓRIA DISCRETA

2.2 VARIÁVEIS SAZONAIS

2.2.1 CONCEITO DE SAZONALIDADE

2.3 TENDÊNCIAS
 2.4 CICLO DE NEGÓCIOS

COMPORTAMENTO DE VARIÁVEIS: ALEATÓRIAS, SAZONAIS, TENDÊNCIAS E CICLO DE NEGÓCIOS

1 PREVISÃO DE DEMANDA
Vamos aprender nesta aula, a interferência das variáveis no planejamento das demandas logísticas. Veremos, de modo especial e
aprofundado, as seguintes variáveis: aleatórias, sazonais, tendências e ciclo de negócios.

Vamos, inicialmente, falar um pouco sobre a previsão de demanda futura em uma cadeia de suprimento, que é essencial para os
processos, conduzidos pelos gestores, de decisão e planejamento de toda a cadeia de suprimento.

1.1 CARACTERÍSTICAS DAS PREVISÕES

Todos os envolvidos na cadeia de suprimento, empresas e gerentes, devem estar atentos para as seguintes características de previsões:

1. As previsões estão sempre erradas, devem, por isso, considerar o valor esperado e uma medida de erro de previsão. Para entender
melhor a importância do erro das previsões, vamos considerar duas transportadoras. Uma delas tem a expectativa de embarcar entre
100 e 1.900 mil TN, enquanto a outra espera embarcar entre 900 e 1.100 mil TN. Mesmo que as duas antecipem uma média de
embarque de 1.000 mil TN, as políticas adotadas por cada transportadora devem ser muito diferentes em virtude da diferença da
precisão de suas previsões. Assim, o erro de previsões (ou incerteza de demanda) deve ser uma informação crucial na maioria das
decisões da cadeia de suprimento.

2. Segundo Chopra e Meindl (2016), as previsões a longo prazo são normalmente menos precisas que as de curto prazo, ou seja, as
previsões a longo prazo possuem um desvio-padrão maior que as de curto prazo. Vejamos o exemplo da 7-Eleven do Japão que
explorou isso para melhorar seu desempenho. A empresa instituiu um processo de reabastecimento que lhe permite atender a um
pedido em algumas horas. Por exemplo, se o gerente de uma loja emite um pedido às 10 horas da manhã, o pedido será entregue às
19 horas do mesmo dia. A previsão, neste caso, será provavelmente mais precisa do que se ele tivesse que prever a demanda com
uma semana de antecedência.

3. As previsões agregadas são, normalmente, mais precisas que as previsões desagregadas. As previsões agregadas costumam
apresentar um menor desvio-padrão de erro relativo à média. Por exemplo, é fácil prever o Produto Interno Bruto (PIB) dos Estados
Unidos para um determinado ano, com menos de 2% de erro. Porém, é bem mais complicado prever os lucros anuais de uma empresa
com menos de 2% de erro, e mais complicado ainda prever a demanda para um determinado tipo de produto ou serviço com o
mesmo grau de precisão. Vimos que a diferença chave entre as três previsões acima é o grau de agregação. Veja, o PIB agrega
diversas empresas e os lucros de uma empresa agregam várias linhas de produtos ou serviços. Assim, quanto maior o grau de
agregação, mais precisas são as previsões.

1.2 MÉTODOS DE PREVISÃO

Vários são os métodos padronizados de previsão disponíveis. Tais métodos são divididos em duas categorias: qualitativos e quantitativos.
Cada grupo tem diferentes graus em termos de exatidão relativa em previsões de longo prazo e de curto prazo, o nível de sofisticação
utilizado e a base lógica (dados históricos, opiniões de especialistas, ou estudos) da qual a previsão é derivada (BALLOU, 2006).

Figura 1: Dados qualitativos e quantitativos

Fonte: Disponível em Créditos

1.2.1 MÉTODOS QUALITATIVOS DE PREVISÃO

 Métodos qualitativos são aqueles que recorrem a julgamento,
intuição, pesquisas ou técnicas comparativas a fim de produzir
estimativas quantitativas sobre o futuro. As informações
relativas aos fatores que afetam a previsão são tipicamente
não quantitativas, flexíveis e subjetivas (BALLOU, 2006).

Devido à análise subjetiva apresentam tendências no processo preditivo. O quadro a seguir apresenta tendências que afetam os
métodos qualitativos e esboça, resumidamente, maneiras de reduzir suas consequências. Apesar de dúvidas serem frequentemente
levantadas sobre o valor e precisão de previsões qualitativas, elas oferecem informações úteis às empresas (MAKRIDAKIS et al., 1998).

Quadro 1: Tendências comuns em métodos qualitativos

MANEIRAS DE REDUZIR O IMPACTO NEGATIVO

TIPO DE TENDÊNCIA DESCRIÇÃO DA TENDÊNCIA
DA TENDÊNCIA

Previsão reflete os resultados desejados Ter mais de uma pessoa para fazer a
Otimismo
pelos tomadores de decisão. previsão.

Incapacidade de aplicar o mesmo critério Formalizar o processo de tomada de decisão

Inconsistência
de decisão em situações similares. e criar regras de tomada de decisão.

Os eventos mais recentes são

Considerar os fatores fundamentais que
considerados mais importantes que
Novidades afetam o evento de interesse. Perceber que
eventos mais antigos, que são minimizados
ciclos e sazonalidade existem.
ou ignorados.

Facilidade com a qual informações Apresentar informações completas que

Disponibilidade específicas podem ser reutilizadas quando apontem todos os aspectos da situação a ser
necessário. considerada.

Acreditar na existência de padrões e/ou Verificar significância estatística dos padrões.

Correlações Ilusórias que variáveis são relacionadas quando Modelar relações, se possível, em termos de
isto não é verdade. mudanças.

Não mudar ou mudar lentamente o ponto Monitorar as mudanças e elaborar

Conservadorismo de vista quando novas informações / procedimentos para atuar quando
evidências estão disponíveis. mudanças sistemáticas são identificadas.

Fonte: Adaptado de MAKRIDAKIS (1998).

Vejamos alguns métodos qualitativos de previsão:

Consenso do comitê executivo

Executivos com capacidade de discernimento, de vários departamentos da organização, formam um comitê que tem a
responsabilidade de desenvolver uma previsão de vendas. O comitê pode usar muitas informações de todas as partes da organização
e fazer com que os analistas do staff forneçam análises quando necessário. Essas previsões tendem a ser previsões de compromisso,
não refletindo as tendências que poderiam estar presentes caso tivessem sido preparadas por um único indivíduo. Esse método de
previsão é o mais comum.

Método Delphi

Esse método é usado para se obter o consenso dentro de um comitê. Por esse método, os executivos respondem, anonimamente, a
uma série de perguntas em turnos sucessivos. Cada resposta é repassada a todos os participantes em cada turno, e o processo é,
então, repetido. Até seus turnos podem ser necessários antes que se atinja o consenso sobre a previsão. Esse método pode resultar em
previsões com as quais a maioria dos participantes concordou, apesar de ter ocorrido uma discordância inicial.

Pesquisas de mercado

Nesse método, questionários por correspondência, entrevistas telefônicas ou entrevistas de campo formam a base para testar hipóteses
sobre mercados reais. Em testes de mercado, produtos comercializados em regiões ou centros de compras outlets são estatisticamente
extrapolados para mercados totais. Esses métodos comumente são preferidos para novos produtos ou para produtos existentes a serem
introduzidos em novos segmentos de mercado.
 1.2.2 MÉTODOS QUANTITATIVOS DE PREVISÃO

Métodos quantitativos se baseiam na análise de séries temporais, pode-se destacar que a decomposição de séries temporais é um
estudo descritivo, onde a série é decomposta em quatro componentes. Testar a base de dados antes de se prosseguir com a previsão
é fundamental.

1.2.2.1 TÉCNICAS DE SÉRIES TEMPORAIS

Uma série temporal consiste em dados coletados, armazenados ou observados em sucessivos incrementos de tempo. Assim, no estudo
de técnicas de previsão de vendas, pode-se definir temporal o histórico das vendas de um determinado item ao longo do tempo.

As técnicas temporais são baseadas na identificação de padrões existentes nos dados históricos para posterior utilização no cálculo do
valor previsto. Assim, todas essas técnicas consideram uma ou mais das cinco principais componentes de séries temporais:

• Nível: representa o comportamento das vendas caso não existisse nenhuma outra componente. Geralmente, o nível é
simplesmente o ponto inicial de uma série de vendas;

• Tendência: componente que representa o crescimento ou declínio de uma série no médio ou longo prazo;

• Sazonalidade: componente que representa um comportamento periódico de curto ou médio prazo. Por exemplo, sabe-se que as
vendas de sorvete são mais elevadas nos meses do verão e menores no inverno, comportamento este que se repete ano a ano;

• Ciclo: semelhante à sazonalidade, mas reflete as flutuações ocorridas no longo prazo, sendo repetidas a cada três, quatro ou mais
anos. Geralmente, este componente é afetado pelas variações econômicas das nações.

• Aleatoriedade: as demais variações, não explicadas pela tendência, ciclo e sazonalidade são denominadas variações aleatórias.
Estas são causadas, principalmente, por eventos particulares e não recorrentes.

Compreendido de onde nascem as variáveis, vamos entender melhor cada uma delas.

O estudo das variáveis de comportamento é parte da previsão

de demanda que, por sua vez, está intimamente ligada ao
planejamento de vendas, aliás, nas áreas de marketing,
produção e comercial.

2 VARIÁVEIS

2.1 VARIÁVEIS ALEATÓRIAS

O conceito de variável aleatória buscado nos cálculos estatísticos servem, neste momento, para uma definição simples. Veremos, a
seguir, como é usada a variável aleatória na demanda de serviços logísticos. Vamos lá.

Uma variável aleatória pode ser entendida como uma variável quantitativa, cujo resultado (valor) depende de fatores aleatórios.
São exemplos de variáveis aleatórias:
• Número de coroas obtido no lançamento de duas moedas;

• Número de itens defeituosos em uma amostra retirada, aleatoriamente, de um lote;

• Número de defeitos em um azulejo que sai da linha de produção;

• Número de pessoas que visitam um determinado site, num certo período de tempo;

• Volume de água perdido por dia, num sistema de abastecimento;

• Resistência ao desgaste de um certo tipo de aço, num teste padrão;

• Tempo de resposta de um sistema computacional;

• Grau de empeno em um azulejo que sai da linha de produção.

2.1.1 VARIÁVEL ALEATÓRIA DISCRETA

Ela pode assumir valores que podem ser contados. Isto é, uma variável aleatória discreta é uma variável cujo conjunto A é um conjunto
finito ou infinito contável. Por exemplo, A= {1,2,3,4,5,6} ou A= N= {0,1,2,3,4,5,6,..., 8}. É uma variável aleatória que assume valores finitos ou
infinitos contáveis (a soma de muitos números positivos reais incontáveis sempre converge para o infinito).

O lançamento de um dado de seis lados é um exemplo de variável aleatória discreta finita. O dado fornece um valor inteiro em todos
os lançamentos, de modo que não existe a possibilidade de ele cair de lado e fornecer um valor fracionário como 2,5555.

Já o número de carros que passam por um pedágio é um exemplo de variável aleatória infinita. Passará uma infinidade de carros,
porém nunca passará a metade de um carro por um pedágio (não haverá frações no número de carros que passarão por um
pedágio). O resultado não é conhecido a princípio, mas sempre descritível com facilidade.

Variável aleatória contínua: pode assumir qualquer valor numérico em um determinado intervalo ou série de intervalos. Isto é, uma
variável aleatória contínua é uma variável cujo conjunto A é um conjunto infinito não enumerável. É uma variável que assume valores
dentro de intervalos de números reais.

O resultado de lançamento de martelo nas Olimpíadas é um exemplo de variável aleatória contínua. Sabe-se que os valores do
lançamento de martelo atingem a distância máxima de 60 metros, e a distância mínima classificatória de 30 metros. Todos os
lançamentos poderão assumir uma infinidade de possibilidades dentro do intervalo de 60 e 30 metros, pois sempre existirá uma fração
para medir a menor diferença possível entre os lançamentos como: 59 metros, 25 centímetros, 12 milímetros e assim por diante. Então, X
seria uma variável aleatória contínua que assumiria qualquer valor no intervalo 30 = X = 60.

Variável aleatória mista: existem situações práticas, em que a variável aleatória pode tanto assumir valores discretos X1, X2, X3... quanto
assumir todos os valores em um determinado intervalo. Essas variáveis aleatórias são conhecidas como variáveis aleatórias mistas.

2.2 VARIÁVEIS SAZONAIS

Praticamente todos os processos logísticos estão sujeitos a algum tipo de sazonalidade. A humanidade e seus grupos sociais, desde
tempos remotos, sempre tiveram suas atividades controladas por algum tipo de evento periódico: inverno e verão, meses do ano,
período semanal e mesmo ao longo das horas do dia.
 Essa variação rítmica de atividade tem inúmeras implicações,
dentre elas um forte impacto nas operações logísticas. A
demanda por produtos e serviços é, geralmente, influenciada
por componentes sazonais que devem ser levados em conta
para uma utilização mais eficiente dos recursos e
oportunidades disponíveis.

Neste texto, após discutirmos o conceito técnico de sazonalidade, apresentaremos algumas formas mais simples de como mensurá-la.
O uso dos chamados índices sazonais vai além do simples processo de previsão de demanda, sendo também utilizados no
acompanhamento de resultados após descontar o efeito sazonal. Softwares de previsão podem nos auxiliar nessa tarefa. No entanto,
deveremos procurar manter sempre um controle do processo de previsão, evitando que este seja visto como o resultado de caixa
preta, em que os valores são fornecidos sem que o usuário saiba como foram obtidos. Por fim, vale a pena avaliar em que situações
uma maior complexidade do processo de determinação dos índices sazonais seria justificável, no lugar do uso de métodos mais simples
e também de mais fácil compreensão.

2.2.1 CONCEITO DE SAZONALIDADE

Ao analisarmos uma série de dados de venda de um produto ou serviço, quase sempre observamos um movimento periódico desta
série ao longo do tempo. Este movimento periódico, muitas vezes associado aos meses do ano, caracteriza o que denominamos efeito
ou componente sazonal. Exemplos práticos não faltam deste tipo de situação: venda de bebidas e alimentos, consumo de
combustíveis e energia elétrica, venda de aparelhos eletrodomésticos, ocupação de hotéis, tráfego aéreo, atendimento médico
hospitalar e, principalmente, as vendas de final de ano.

De fato, em nosso varejo, o mês de dezembro é o mais forte do ano, com vendas usualmente superiores à média dos demais meses do
ano em 50% ou mais. Esta flutuação de demanda na ponta do processo (compra pelo consumidor final) gera uma onda que se
propaga, ao longo de toda a cadeia logística, com as devidas defasagens de tempo. Por exemplo, para que o produto esteja
disponível para venda na época natalina, ele deve ter sido produzido e entregue à loja com antecedência, por sua vez, o seu pedido
deve ter sido preparado mais cedo ainda, assim como todos os insumos da cadeia produtiva/logística deveram ter sido,
adequadamente, previstos.

Do ponto de vista de produção e logística, o mundo ideal seria aquele em que a produção e demanda de um produto ou serviço
fosse a mais estável possível, exigindo, assim, o mínimo de intervenção no processo. Mas felizmente ou infelizmente, o mundo não é
como gostaríamos que fosse.

Assim, no nosso dia a dia, temos que lidar não só com as incertezas típicas de um ambiente econômico de natureza aleatória, como
também temos que saber levar em conta a sazonalidade em nossos planos e ações. A primeira questão reside em como medir a
sazonalidade, melhor ilustrada por meio de um exemplo.

Gostaria de relatar para você sobre uma experiência profissional referente ao tempo em que eu era um tomador do serviço de
transporte de uma multinacional de fertilizantes. A sazonalidade, neste ramo da economia, é muito forte. Sabemos que agricultores
esperam a época das chuvas para iniciar o plantio de culturas como milho, soja e algodão. Mas antes que as chuvas comecem, de
fato, é necessário preparar o solo com fertilizantes e corretivos. Então, na empresa em que trabalhei, a venda de fertilizante era mais
forte a partir do mês de julho, sempre aumentando um pouco mais a cada mês até chegar em outubro, quando atingia o ápice de
vendas. Depois, em novembro, as vendas já diminuíam e, em dezembro, eram praticamente zero.

Vamos representar essa situação com um gráfico:

Figura 2: Volumes expedidos no ano (fertilizantes)

Fonte: Acervo do autor.

A produção de fertilizantes era muito forte a partir de fevereiro, visto que o mês de janeiro era usado para manutenção da planta de
produção (fábrica). Isso porque, de julho em diante, as saídas eram maiores que a produção mensal, e precisava haver estoque para
suprir a necessidade no tempo de altas vendas.

As consequências para a área de transportes eram representativas também. No período de baixas vendas, tínhamos uma grande
oferta de caminhões, por isso podíamos negociar melhor o valor dos fretes. Em compensação, na segunda metade do ano, a oferta de
cargas aumentava, significativamente, aumentando também os fretes.

Índices sazonais: o primeiro passo na análise de uma série de vendas, antes mesmo de identificar o seu eventual padrão sazonal,
consiste em identificar o seu comportamento geral. Assim, vamos considerar o caso de um produto, cuja série de vendas passadas, em
unidades/trimestre, é apresentada na tabela a seguir:

Tabela 1: Vendas trimestrais de um produto (em unidades)

Fonte: Acervo do autor.

Antes de utilizarmos uma técnica quantitativa no estudo de uma série de vendas como esta, devemos representá-la num gráfico para
identificar seus componentes. Embora outros componentes estejam normalmente presentes numa série de vendas, como o nível de
tendência das vendas, nossa preocupação atual, reside no componente sazonal. No caso, já se sabia da existência de uma
acentuada sazonalidade nas vendas do produto, fato este confirmado pelo gráfico a seguir:

Figura 3: Vendas trimestrais de um produto (em unidades). Dados da Tabela 1.

Fonte: Acervo do autor.

Observando o gráfico, notamos um movimento regular de oscilação das vendas ao longo do ano, sempre com um pico no primeiro
trimestre e um valor baixo no terceiro trimestre. Ora, essa situação, típica de muitos produtos e serviços, leva necessariamente a
inúmeros desafios logísticos, tais como o fornecimento de matéria-prima que também pode ser oferta sazonal, a definição de uma
política de armazenagem/produção adequada aos custos envolvidos e às características da situação, uma estratégia de distribuição
envolvendo operadores logísticos, distribuidores e clientes e até mesmo uma política de preços. Para que toda esta preparação seja
possível, torna-se necessária uma forma de mensuração da sazonalidade, o que é feito por meio dos chamados índices sazonais.

Em princípio, há duas maneiras de se representar um efeito sazonal:

• Por meio de um componente aditivo;

• Por meio de um componente multiplicativo.

O componente aditivo, como seu nome indica, tem como princípio a soma (adição) de parcelas associadas a cada período, em geral
sob a forma de um percentual. Uma alternativa aos efeitos aditivos consiste no uso de componentes multiplicativos. Neste caso, um
efeito sazonal multiplicativo neutro corresponderia a um índice sazonal igual a 1 (100%), um índice superior a 1, digamos 1.50 (150%),
corresponderia a um período com sazonalidade 50% superior a um mês ou dia médio.

2.3 TENDÊNCIAS
Assim, como a sazonalidade, aleatoriedade e ciclos, a tendência também é um dos elementos da série temporal na previsão de
demanda.

Tendência é o movimento gradual de longo prazo, direcionando os dados. Utilizado para comparar se as medianas de duas amostras
são iguais, no caso em que as amostras são independentes e identicamente distribuídas.

Veja, nas figuras a seguir, exemplos da tendência em processo de vendas de serviços de transporte.

Figura 4: Modelo de tendência de crescimento

Fonte: Acervo do autor.

Figura 5: Modelo de tendência com sazonalidade

Fonte: Acervo do autor.

 Figura 6: Modelo de tendência com perdas

Fonte: Acervo do autor.

Como vimos nos gráficos, há tendências de crescimento, de perdas e sazonalidade nas vendas dos serviços de transporte, do início até
o fim do ano.

2.4 CICLO DE NEGÓCIOS

Para fechar o estudo do comportamento das variáveis, veremos, agora, os ciclos de negócios que também interferem na tomada de
decisão no momento de definição da previsão da demanda.

Ciclo é a análise do movimento ondulatório que, ao longo de vários anos, tende a ser periódico.

Vejamos algumas teorias econômicas que explicam os ciclos de negócios:

1. Escassez

Quando existe uma certa escassez de algum recurso, físico ou financeiro, isso pode desencadear uma mudança. Por exemplo, a
insuficiência de capital pode aumentar a taxa de juros e afetar investimentos; ou a escassez de mão de obra pode estimular o
aumento de salários e fazer cair os lucros e a motivação para investimentos, e assim por diante.

2. Excesso de capacidade

Após uma prolongada expansão de aumentos e de investimentos, a oferta cresce muito, e começa a haver excesso de capacidade.
As empresas cortam novos investimentos e/ou reduzem os níveis usuais de investimento, o que deflagra uma mudança.

3. Descompassos entre investimentos, taxa de juros e poupança – Teoria de Wicksell

Existe uma teoria, desenvolvida por Knut Wicksell (1851 – 1926) que defende a existência de uma taxa natural de juros – TNJ – o que
implica que, ex ante (expressão em latim que significa algo baseado em prognóstico) o investimento é igual à poupança. Se a taxa de
juros do mercado estiver abaixo da TNJ, isso faz com que o investimento cresça mais do que a poupança, causando a expansão da
economia. Após algum tempo, a taxa de juros sobe, e a economia se contrai.

4. Tecnologia e a explicação de Schumpeter

Segundo Joseph Schumpeter (1883 – 1950), a tecnologia carrega a sua própria semente de destruição. O empreendedor inova com a
tecnologia, tem lucros, mas, em seguida, sua invenção é copiada por outros empresários, vira uma inovação, é difundida. Esse
processo de imitação faz com que os preços caiam, reduzindo e corroendo os patamares originais de lucro. A economia, então, passa
por ciclos de invenção – a ferrovia, o automóvel, o computador, a internet, o telefone celular, etc. – que causam ciclos de crescimento
e recessão. Nesses ciclos, o novo capital destrói o velho capital – é a destruição criativa do capitalismo em marcha.

5. Mudanças na política monetária e o Banco Central

O Banco Central, por meio da política monetária, pode afetar a taxa de juros, e, em consequência, o investimento e o consumo. Caso
a política não esteja bem concebida e/ou bem calibrada e ajustada, os ciclos econômicos podem ser agravados, ao invés de
mitigados.

6. Choques exógenos e globalização

A economia dos países, cada vez mais, está ficando integrada em um mercado global. Os choques e contratempos de uma
economia se transmitem e alastram, com maior ou menor força, para as outras economias, provocando ciclos econômicos.

7. Mudanças na política fiscal

A política fiscal está mais ligada ao crescimento econômico de longo prazo e menos às variações na conjuntura de curto prazo.
Entretanto, mudanças relevantes nas políticas de gastos governamentais ou de cobrança de impostos, podem criar ciclos na
economia. No Brasil, é bem conhecido o ciclo das eleições, em que os governos aumentam bastante seus gastos ou mesmo reduzem
tributos em vésperas de eleição.
Vimos, nessa aula, sobre o comportamento das variáveis que interferem diretamente nas previsões de demanda e por sua vez na
produção. Sugiro o livro "Planejamento e Controle da Produção", do Professor Idalberto Chiavenato, para que você possa ampliar seus
conhecimentos sobre este tema. Você compreenderá a importância para o gestor, do conhecimento sobre variáveis, previsão de
demanda e outros assuntos abordados nessa aula.

Planejamento e controle são, respectivamente, a primeira e a última etapa do processo administrativo. Aliar planejamento a controle é
comparar o programado e o realizado, é agregar qualidade, flexibilidade e melhor custo.

Nessa aula, aprendemos sobre previsão de demanda com um foco especial sobre o comportamento das variáveis: aleatórias,
sazonais, tendências e ciclo de negócios. Avalie seu conhecimento sobre esse assunto: você sabe dizer o que é previsão de demanda?
Aprendeu quais são as técnicas de previsão? Você consegue enumerar os métodos de previsão? Sabe quais são as séries temporais?
Caso você consiga responder essas questões, parabéns! Você atingiu os objetivos específicos da Aula 4! Caso você tenha dificuldades
para responder algumas delas, aproveite para reler o conteúdo da aula, acessar o UNIARAXÁ Virtual e interagir com seus colegas, tutor
(a) e professor (a). Você não está sozinho nessa caminhada! Conte conosco!

Chegou o momento de complementar seu conhecimento. Vá até seu Ambiente Virtual de

Aprendizagem e acesse esta aula para assistir a Video Aula

RECAPITULANDO
Para fecharmos essa aula, vamos relembrar algumas questões que foram estudadas. Vimos que o comportamento das variáveis:
aleatórias, sazonais, tendência e ciclo de negócios são ferramentas usadas pelas empresas, para prever o movimento econômico do
negócio e, a partir daí, tomar as decisões para que as vendas de produtos e serviços sejam interessantes.

É preciso entender que a previsão de demanda é a base para o planejamento da produção, vendas e finanças de qualquer empresa.
Permite o desenvolvimento dos planos de capacidade, de fluxo de caixa, de vendas, de produção e estoques, de mão de obra, de
compras, etc. Permite que os administradores dos sistemas de produção antevejam o futuro e planejem adequadamente suas ações.

Vimos também que as técnicas de previsão podem ser subdivididas em qualitativas e quantitativas e que as técnicas quantitativas
podem ser divididas em dois grandes grupos: séries temporais e correlações.

Então, chegamos no momento de entender o comportamento das variáveis, foco do nosso estudo nessa aula: tendência,
sazonalidade, aleatórias e ciclo de negócios.

Vimos nessa aula, quão importante é o estudo da previsão de demanda nos negócios. Aprendemos quais são os meios usados para
atingir os objetivos futuros com menor percentual de erro.
Na próxima aula, você verá os sistemas de reabastecimento de materiais que dependem de uma boa previsão de demanda, para
que não aconteçam surpresas na produção e, consequentemente, nas vendas.
CRÉDITOS
Figura 1: Dados qualitativos e quantitativos - Fonte Disponível em: https://blog.vp6.com.br/wp-content/uploads/2018/12/263814-
entenda-sobre-a-analise-de-dados-quantitativos-e-qualitativos.jpg. Acesso em 10 de out. 2019.

Figura 2: Volumes expedidos no ano (fertilizantes) - Fonte: Acervo do autor.

Figura 3: Vendas trimestrais de um produto (em unidades). Dados da Tabela 1 - Fonte: Acervo do autor.

Figura 4: Modelo de tendência de crescimento - Fonte: Acervo do autor.

Figura 5: Modelo de tendência com sazonalidade - Fonte: Acervo do autor.

Figura 6: Modelo de tendência com perdas - Fonte: Acervo do autor.

REFERÊNCIAS
BALLOU. R. H. Gerenciamento da Cadeia de Suprimentos/Logística Empresarial. Rio Grande do Sul: Editora Bookman, 2006.

BALLOU, Ronald H. Logística Empresarial: Transportes, Administração de Materiais e Distribuição Física. São Paulo: Editora Atlas, 2015.

BERTAGLIA, Paulo Roberto. Logística e gerenciamento da cadeia de abastecimento. 3. ed. São Paulo: Editora Saraiva, 2016.

CHOPRA, Sunil; MEINDL, Peter. Gestão da Cadeia de Suprimentos: Estratégia, Planejamento e Operações. 6. ed. São Paulo: Pearson,
2016. Disponível em Biblioteca Virtual UNIARAXÁ: <https://bv4.digitalpages.com.br/?from=listas-de-
leitura&page=-18&section=0#/legacy/36873>. Acesso em 30 de set. 2019.

GONÇALVES, Paulo Sérgio. Logística e cadeia de suprimentos: o essencial. Barueri, SP - Manole, 2013. Disponível em Biblioteca Virtual
UNIARAXÁ: <https://bv4.digitalpages.com.br/?from=listas-de-leitura&page=-13&section=0#/legacy/35851>. Acesso em 30 de set. 2019.

MAKRIDAKIS, S.; WHEELWRIGHT. S. C.; HYNDMAN, R. J. Forecasting - methods and applications. 3. ed. New York: fohn Wiley, 1998.