Você está na página 1de 43

Administrao de Produo e Operaes

Previses e gesto de demanda em


produo e operaes

O que
uma estimativa sobre a informao (antecipada) da
Previso
?
demanda dos clientes;
Pode ter origem no cliente, ou ser gerada pela prpria
empresa;
Toda previso contm uma variao (margem de erro)
e necessrio entender as causas desta variao para
tentar reduzir seus impactos.

GESTO DA DEMANDA
FERRAMENTAS PARA ANTECIPAR A
DEMANDA FUTURA COM ALGUMA
PRECISO
GARANTIR O DESEMPENHO EM
CONFIABILIDADE DE ENTREGA

Previso de
Demanda
Influncia
sobre o
Mercado

Gesto de
Demanda

Comunicao
com o
Mercado

Promessa
de Prazos

Priorizao
e Alocao

PARCELAMENTO DE ENTREGA
INCENTIVO A MIX DE PRODUTOS
PROMOO E PROPAGANDA
HABILIDADE DE DECIDIR QUAIS
CLIENTES SERO ATENDIDOS
TOTAL OU PARCIALMENTE
PESSOAL DE VENDAS E REPRESENTANTES
TRAZER INFORMAES DOS CLIENTES E
DOS MERCADOS

P0R QUE PREVER?


hoje
Horizontes de planejamento
curto prazo

tempo
mdio prazo
Longo prazo

decises

A
B
C

Efeito da
deciso A

Efeito da
deciso B

PARA DAR SUPORTE AO


PROCESSO DECISRIO
EM OPERAES !

Efeito da
deciso C

Por que fazer


ponto de partida para planejamento de compras e/ou
Previso ?
produo
evitar perdas de vendas
satisfazer demanda futura (mercado em crescimento,
etc)
necessrio quando o consumidor no espera chegar o
produto
necessrio quando o tempo de produzir / comprar
maior que o tempo de vender

GESTO DE DEMANDA
A administrao de pedidos e da previso de
vendas, tomada conjuntamente, denominada
como gesto da demanda.
Tal processo engloba a interface da empresa
com seu mercado consumidor, cadastramento
de pedidos, a previso de vendas, promessa de
entrega, o servio ao cliente e a distribuio
fsica.

ERROS FREQUENTES EM
PREVISES
Erro 1: Confundir previses com
metas e, um erro subseqente,
considerar as metas como se fossem
previses.
Erro 2: Gastar tempo e esforo
discutindo se se "acerta" ou "erra"
nas previses, quando o mais
relevante discutir "o quanto" se
est errando e as formas de alterar
processos envolvidos, de forma a

ERROS FREQUENTES EM
PREVISES

Erro 3: levar em conta, nas previses que


serviro a apoiar decises em operaes,
um nmero s. Previses, para operaes,
devem sempre ser consideradas com DOIS
"nmeros": a previso em si e uma
estimativa do erro desta previso.
Erro 4: desistir ou no se esforar o
suficiente para melhorar os processos de
previso por no se conseguir "acertar" as
previses, quando, em operaes, no se
necessita ter previses perfeitas, mas sim,
previses consistentemente melhores que
as da concorrncia.

ERROS ESPERADOS CRESCEM COM


HORIZONTE
Previso de
demanda / erro

Faixa de erro esperado

Erros esperados de previso crescem com o horizonte

Hoje

Horizonte futuro

(tempo)

Fatores que influenciam a


em geral e as condies econmicas (internas e
o negcio
demanda
externas)
clientes atuais e novos clientes
fatores competitivos
fatores polticos
fatores sociais
tendncia de mercado (como alterao da demanda)
equipe de vendas empurra produtos

Fatores que influenciam a


influncia dos fornecedores (preos, concorrncia, cartel)
demanda
comportamento dos clientes

envios para filiais

planos da empresa (propaganda, promoo, determinao de


preos, mudanas dos produtos)
estratgia de crescimento da empresa
ciclo de vida dos produtos

PREVISO DE DEMANDA

Administrao da demanda a funo de


reconhecer e administrar todas a demandas
de produtos.
Ocorre a curto, mdio e longo prazos.

PREVISO DE DEMANDA

Longo prazo: ao projetar uma nova linha de


produtos, as capacidades de novas instalaes,
etc. O horizonte de planejamento considera um
ou mais anos;
Mdio prazo: envolve o planejamento da fora
de trabalho, das necessidades de estoques, das
aquisies de matrias-primas etc., e o horizonte
est relacionado a intervalos em meses;
Curto prazo: na determinao das capacidades
de mquinas, das necessidades de caixa, da
adequao dos estoques ou do volume de horas

Caractersticas da
demanda
Demanda
Sazonal: varia dependendo da poca do ano
(clima, frias, eventos)

Demanda aleatria: muitos fatores afetam a demanda


em perodos especficos, sem uma regra clara
Demanda Cclica: em vrios anos ou dcadas,
aumentos ou diminuies na economia influenciam a
demanda
Demanda Horizontal: flutuao dos dados em torno de
uma mdia constante;

EFEITO DA AGREGAO DOS


DADOS
Sanduche

Previso para o ms passado (feita h um ano e meio)

Quarteiro com queijo

2500

Big Mac

6000

Hamburger

4500

Cheeseburger

3000

Fil de peixe

1200

MacChicken

1800

Total

18.000

Efeito da agregao dos dados


Previso para o ms
passado (feita h um
ano e meio)

Vendas efetivas no ms
passado na loja analisada

% erro da
previso

Quarteiro com queijo

2500

1930

22,8%

Mdia dos

Big Mac

6000

7269

21,5%

erros das

Hamburger

4500

4980

10,6%

previses por

Cheeseburger

3000

2730

9,0%

Sanduche

Fil de peixe

1200

1429

19,0%

20,8%

MacChicken

1800

1050

41,6%

18.000

18.443

2,4%

Sanduche

Total

Efeitos dos horizontes e da


agregao dos dados nas previses
Agregao dos dados pode ser maior para decises de longo prazo

Hoje

Horizonte futuro

Agregao gradualm ente m aior


dos dados faz erros gradualm ente
dim inuirem

Previso de
dem anda / erro

Erros esperados de previso crescem com o horizonte

(tempo)

PREVISO COMO PROCESSO


PROJETO E MELHORAMENTO CONTNUO DO PROCESSO DE
GERAR PREVISES
INFORMAES
DA CONJUNTURA
ECONMICA
DECISES DA
REA
COMERCIAL
OUTRAS
INFORMAES
DO MERCADO
INFORMAES
DE CLIENTES
INFORMAES
DE
CONCORRENTES

TRATAMENTO
QUALITATIVO
DAS
INFORMAES

TRATAMENTO
QUANTITATIVO
DOS DADOS DE
VENDAS E
OUTRAS
VARIVEIS

REUNIO DE PREVISO
COMPROMENTIMENTO DAS REAS
ENVOLVIDAS
TRATAMENTO
DAS
INFORMAES
DISPONVEIS
PREVISO DE
VENDAS
AVALIAO CRTICA DO PROCESSO DE GERAR PREVISES

INFORMAES
QUE EXPLIQUEM
COMPORTAMENT
O ATPICO
DADOS
HISTRICOS DE
VENDAS
DADOS DE
VARIVEIS QUE
EXPLIQUEM AS
VENDAS

PROJEES
LONGO PRAZO:
OPINIO DE
ESPECIALISTAS
Faixa de erro
(CONSENSO)
identificada no passado

Demanda

LONGO PRAZO:
O FUTURO
NO
GUARDA
Vendas reais
do passado
RELAO DIRETA Ciclicidade
COM O
identificada no passado
e projetada no futuro
PASSADO

e projetada para o futuro

MDIO PRAZO:
O FUTURO TENDE A
REPETIR O PASSADO NA
CORRELAO DE
Tendncia identificada no passado
VARIVEIS
e projetada no futuro
CURTO PRAZO:
O FUTURO TENDE A SER
UMA CONTINUAO DO
PASSADO

passado

MDIO PRAZO:
MODELOS CAUSAIS
Previses de curto prazo
OU
EXPLICAO
feitas com
base DE
nas projees
REGRESSO LINEAR
MLTIPLA
CURTO PRAZO:
tempo
TCNICA
DE
futuro
SRIES
TEMPORAIS

Mtodo Quantitativo x
Qualitativo
Mtodos quantitativos utilizam dados histricos para prever a demanda
em perodos futuros.
A previso da demanda futura requer a construo de modelos
matemticos a partir dos dados disponveis (ou seja, a partir de dados
que descrevem a variao da demanda ao longo do tempo; este grupo
de dados denominado srie temporal)
Mtodos qualitativos baseiam-se em opinies de especialistas, os quais
fundamentam se no julgamento de executivos, apreciao do pessoal de
vendas e expectativas dos consumidores.
Como diferentes indivduos apresentam preferncias distintas, esses
mtodos
so vulnerveis a tendncias que podem comprometer a confiabilidade
de seus resultados.

Abordagem Qualitativa x Quantitativa


Presena crescente da hiptese de continuidade
dos padres de comportamento

Presena crescente de histricos longos e confiveis de dados

parcela qualitativa
da previso

parcela quantitativa
da previso

SRIES HISTRICAS

Ciclicidad
e

Vendas
Reais

Tendnci
a

SRIES HISTRICAS

PERMANNCIA

SAZONAL COM PERMANNCIA

TRAJETRIA

SAZONAL COM TRAJETRIA

MDIAS MVEIS
ADEQUADO PARA SRIES HISTRICAS DE HIPTESE DE
PERMANNCIA
VENDAS
JANEIRO
FEVEREIR
O

MM3

MM4

MM6

89

(89 + 92 + 100)/3
(92 + 100 + 107)/3
(100 + 107 + 89)/3

92

MARO

100

ABRIL

107

93,7

MAIO

89

99,7

97,0

90
87
93
92
110

98,7
95,3
88,7
90,0
90,7

97,0
96,5
93,3
89,8
90,5

94,5
94,2
94,3
93,0

86

98,3

95,5

93,5

107

96,0

95,3

93,0

JUNHO
JULHO
AGOSTO
SETEMBRO
OUTUBRO
NOVEMBR
O
DEZEMBR
O

MDIA MVEL PONDERADA


MDIA MVEL DE 3 PERODOS PONDERADA COM PESOS 0,2
0,3 E 0,5
VENDAS
JANEIRO

89

FEVEREIRO

92

MARO
ABRIL
MAIO
JUNHO
JULHO
AGOSTO
SETEMBRO
OUTUBRO
NOVEMBRO
DEZEMBRO

100
107
89
90
87
93
92
110
86
107

PESO

95,4
101,9
96,6
93,1
88,3
90,6
91,3
101,2
94,4

(89 X 0,2)+ (92 X 0,3) + (100 * 0,5)


(92 X 0,2)+ (100 X 0,3) + (107 * 0,5)
(100 X 0,2)+ (107 X 0,3) + (89 * 0,5)

MDIA EXPONENCIAL MVEL


SIMILAR MDIA MVEL
MODELO
MATEMTICO
PARA HIPTESE
DE
PERMANNCIA:

Pt+1 = x Vt + (1 ) x S t

ONDE: S t = VALOR DA PREVISO NO PERODO t


= CONSTANTE DE SUAVIZAMENTO LIMITADA AO
INTERVALO 0 E 1
V t = VALOR DAS VENDAS REAIS NO PERODO t
P t+1 = PREVISO NO PERODO t+1

MDIA EXPONENCIAL MVEL


SIMILAR MDIA MVEL
Vendas
Reais

Previs
o

Pt+1 = x Vt + (1 ) x S t

0,1
Janeiro

154

150

Fevereiro

114

150,4

Maro

165

146,8

Abril

152

148,6

Maio

176

148,9

Junho

134

151,6

Julho

123

149,9

Agosto

154

147,2

Setembro

134

147,9

(0,1 x 154) + ((1 0,1) x 150)


(0,1 x 114) + ((1 0,1) x 150,4)
(0,1 x 165) + ((1 0,1) x 146,8)

Tcnicas para Tendncia: Equao


Linear
Uma equao linear possui o seguinte
formato:

Y=a+
bX
Y = Previso da demanda para o perodo X;
a = Ordenada origem, ou intercesso no eixo dos Y;
b = Coeficiente angular;
X = Perodo (partindo de X=0) para previso;
n = nmero de perodos observados.

Tcnicas para Tendncia: Equao


Linear

Suponha o comportamento de vendas de determinado


produto durante as semanas. Qual ser a previso de
Semanapara
Demanda
vendas
a semana 9 e 10?
(X)

(Y)

450

430

470

480

450

500

520

530

Semana
(X)
1

Demanda
(Y)
450

XY

450

430

860

470

1410

480

16

1920

450

25

2250

500

36

3000

520

49

3640

530

64

4240

X = 36 Y = 3.830 X = 204

XY =
17.770

Tcnicas para Previso da


Sazonalidade
A sazonalidade expressa em termos de uma quantidade, ou de
uma percentagem, da demanda que desvia-se dos valores mdios
da srie. Caso exista tendncia, ela deve ser considerada.
O valor aplicado sobre a mdia, ou a tendncia, conhecido
como ndice de sazonalidade.
Exemplo: ndice de Sazonalidade de cervejas em janeiro = 1,30,
ou seja, 30% maior que a mdia anual.
A forma mais simples de considerar a sazonalidade nas previses
da demanda, consiste em empregar o ltimo dado da demanda,
no perodo sazonal em questo, e assumi-lo como previso.
Exemplo: Venda de casacos em julho/2009 = Vendas em
julho/2008 + tendncia

Tcnicas para Previso da


Sazonalidade

A forma mais usual de incluso da sazonalidade nas


previses da demanda, consiste em obter o ndice de
sazonalidade para os diversos perodos, empregando a
mdia mvel centrada, e aplic-los sobre o valor mdio (ou
tendncia) previsto para o perodo em questo.

O ndice de sazonalidade obtido dividindo-se o valor da demanda no


perodo pela mdia mvel centrada neste perodo. O perodo
empregado para o clculo da mdia mvel o ciclo da sazonalidade.
Quando se dispem de dados suficientes, calculam-se vrios ndices
para cada perodo e tira-se uma mdia

Dia
segund
a
tera
quarta
quinta
sexta
sbado
doming
o
segund
a
tera
quarta
quinta
sexta
sbado
doming
o
segund
a
tera
quarta
quinta
sexta
sbado
doming
o
segund

Previso da Sazonalidade: Exemplo do


Demand
Soma
Mdia Mvel
Indice de
Restaurante
a
Semanal
Centrada
Sazonalidade
50
55
52
56
65
80

443
448
443
449
443
448

443/7
448/7
443/7
449/7
443/7
448/7

63,3
64,0
63,3
64,1
63,3
64,0

50/63,3
55/64
52/63,3
56/64,1
65/63,3
80/64

0,79
0,86
0,82
0,87
1,03
1,25

85

443

443/7

63,3

85/63,3

1,34

55
50
58
50
70
75

438
435
435
431
441
436

438/7
435/7
435/7
431/7
441/7
436/7

62,6
62,1
62,1
61,6
63,0
62,3

55/62,6
50/62,1
58/62,1
50/61,6
70/63
75/62,3

0,88
0,80
0,93
0,81
1,11
1,20

80

446

446/7

63,7

80/63,7

1,26

52
50
54
60
65
85

456
454
457
458

456/7
454/7
457/7
458/7

65,1
64,9
65,3
65,4

52/65,1
50/64,9
54/65,3
60/65,4

0,80
0,77
0,83
0,92

90

ndice de
sazonalidade
I
segunda
=
I tera =
I quarta
=
I quinta =
I sexta =
I sbado
=
I domingo
=

0,82
0,81
0,86
0,87
1,07
1,23
1,30

Tcnicas para Previso da


Sazonalidade

No caso da demanda do produto apresentar sazonalidade e


tendncia, h necessidade de se incorporar estas duas
caractersticas no modelo de previso.
Para se fazer isto, deve-se empregar os seguinte passos:
I.
Primeiro, retirar o componente de sazonalidade da
srie de dados
histricos, dividindo-os pelos
correspondentes ndices de sazonalidade;
II.
Com estes dados, desenvolver uma equao que
represente o componente de tendncia;
III.
Com a equao da tendncia fazer a previso da
demanda e
multiplic-la pelo ndice de sazonalidade

Tcnicas para Previso da


Sazonalidade

Exemplo: No caso do Restaurante, considere uma tendncia


dada pela equao: Y = 40 + 2X
Deseja-se a previso da demanda para uma semana em
que a 2 Feira o 18 Dia.
Soluo: D(2) = (40 + 2.18).0,82 = 62,3

D(3) = (40 + 2.19).0,81 = 63,2


D(4) = (40 + 2.20).0,86 = 68,8
D(5) = (40 + 2.21).0,87 = 71,3
D(6) = (40 + 2.22).1,07= 89,9
D(sab.) = (40 + 2.23).1,23 = 105,8
D(dom) = (40 + 2.24).1,30 = 114,4

Previses Baseadas em Correlaes

Buscam prever a demanda de determinado produto a partir


da previso de outra varivel (interna ou externa
empresa) que esteja relacionada com o produto.
Exemplo: Pneus e Carros, Vidros planos e Construo Civil
O objetivo da regresso linear simples consiste em
encontrar uma equao linear de previso, do tipo Y = a +
bX (em que Y a varivel dependente a ser prevista e X a
varivel independente da previso), de forma que a soma
dos quadrados dos erros de previso (b) seja a mnima
possvel. Este mtodo tambm conhecido como
regresso dos mnimos quadrados.

Previses Baseadas em Correlaes

Previses Baseadas em Correlaes

Suponha que as vendas de guarda-chuva esteja relacionado


com a quantidade de chuva (mm) ocorrida em um
determinado dia.
Sabendo que a previso de chuva seja de 60 mm, qual a
previso
deChuva
vendas
de guarda-chuvas?
Vendas unid.
mm
- Y

-X

2
5
10
12
25
30
35
32

0
1
5
5
20
24
47
45

Previses Baseadas em Correlaes


Vendas Chuva mm
unid. - Y
-X

2
5
10
12
25
30
35
32
Y=
151

0
1
5
5
20
24
47
45
X=
147

XY

0
1
25
25
400
576
2209
2025

0
5
50
60
500
720
1645
1440

X =
5.261

XY =
4.420

b = 8*4420 147*151
8*5261 147*147
b = 0,643
a = 151 0,643*147
8
a = 7,067

Y = 7,067 + 0,643*X
Y

(60) = 7,067 + 0,643*60

Y = 46 guarda-chuva

Usos da
Previso
Auxilia na tomada de deciso: (aquisio de recursos,
equipamentos), abertura de filiais;

Auxilia na definio de estoques (o que estocar, onde estocar,


quando estocar); pode auxiliar na reduo dos estoques

Auxilia no planejamento financeiro, processo de negociao de


compras
Planejamento de produo (aumento de capacidades, turnos,
contrataes)

PREVISO DE VENDAS

COMO FAZER UMA PREVISO DE


VENDAS
dados histricos das vendas
Utilizar
Utilizar dados histricos + clculos estatsticos (mdia simples,
exponencial, mnimos quadrados, etc)
Pesquisas de mercado (opo)
Reviso com frequncia estabelecida
Monitorar o previsto x realizado (vendido)
Definir mix de produtos a serem previstos
Definir perodo a ser previsto (01 ms a frente, 01 semestre, etc)

COMO FAZER UMA PREVISO DE


VENDAS
somente uma previso para toda a empresa
Ter
Anlise crtica (fazer sentido com o negcio da empresa,
momento econmico, etc)
Discutir entre os envolvidos antes de tomar decises (vendas,
compras, diretoria)
Aprovao final.