Aula 8 PREVISO DE DEMANDA

Organizao das Indstrias- Prof. Camila Caiaffa

PREVISO DA DEMANDA
Prever fazer estimativas de eventos e condies futuras, com o propsito de fornecer elementos para planejar o futuro que se deseja. Previso no adivinhao, ou profecia, est sempre sujeita a erros.

A maioria das operaes no pode esperar que seus clientes coloquem pedidos para comear a planejar a sua capacidade e recursos para produo

Organizao das Indstrias- Prof. Camila Caiaffa

Importncia
Previses de demanda so necessrias em todos os nveis de deciso: estratgico, ttico e operacional.
Em cada nvel e situao de deciso o tipo de previso necessria varia. Boas previses auxiliam os planejadores a:
Nvel estratgico: melhorar seleo de tecnologia, tipo de produo, capacidade e localizao. Nvel ttico: programar a utilizao eficiente da capacidade instalada, fazer contratos de fornecimento (como em planejamento agregado). Nvel operacional: reduzir os prazos de entrega, evitar atrasos, reduzir estoques (como em MRP, controle de estoques com demanda
independente e programao da produo).
Organizao das Indstrias- Prof. Camila Caiaffa

Projetando um sistema de previso

Deciso sobre o que prever implica em:
Identificar as fontes de demanda Ex.:Clientes internos e externos; outras fbricas da mesma empresa; depsitos de filiais; necessidades de peas e servios; promoes; estoque de distribuio e de consignao em poder de terceiros

Decidir o nvel de agregao da previso

Previso Agregada - Previso por famlias de materiais ou servios Previso Desagregada - Previso da demanda dos itens individuais

Decidir a unidade de medida da previso

Medidas de output
Volume Valor

Medidas de tempo de processamento

Horas de mquina Horas do funcionrio

Medidas de faturamento
Organizao das Indstrias- Prof. Camila Caiaffa

Projetando um sistema de previso

Escolha da tcnica de previso
H vrios mtodos de previso e raramente so perfeitos
As precises variam H determinados mtodos de previso que tm melhor desempenho sob certas circunstncias

Mtodos
Julgamentos - Usa a opinio de gerentes, especialistas, pesquisas de opinio e de mercado, e estimativas da rea de vendas. Causais - Usa dados histricos em variveis independentes
(vamos ver um pouco disso logo adiante).

Sries Temporais - Usa dados histricos com uma abordagem estatstica (vamos iniciar com estes mtodos).

A escolha da tcnica adequada depende do problema, do objetivo e implica em obter um equilbrio entre preciso desejada e custo.
Compra do software Tempo de desenvolvimento da previso Treinamento do pessoal
Organizao das Indstrias- Prof. Camila Caiaffa

Diferentes necessidades de previso

Previso da demanda a longo prazo. Geralmente no nvel
estratgico:

Feita para perodos de tempo superiores a 2 anos Feita de forma agregada Medida em valores das vendas anuais ou outra unidade comum de medida (toneladas, kilowatts, etc.) Visa auxiliar nas decises de planejamento estratgico
Localizao das instalaes Planejamento da capacidade Escolha do processo

Geralmente se usa mtodos de julgamento ou causais

A experincia gerencial sempre deve ser levada em considerao devido ao grande horizonte de tempo envolvido
Organizao das Indstrias- Prof. Camila Caiaffa

Diferentes necessidades de previso

Previso da demanda a mdio prazo. Geralmente no nvel
ttico:

Feita para perodos de tempo entre 3 meses e 2 anos. Feita de forma agregada, com mais detalhes que a de longo prazo. Medida em valores das vendas totais mensais ou anuais, ou em nmero de unidades de cada famlia de produtos ou servios similares. Visa auxiliar nas decises de planejamento da produo.
Planejamento da capacidade.

Geralmente se usa mtodos causais.

Organizao das Indstrias- Prof. Camila Caiaffa

Diferentes necessidades de previso

Previso da demanda a curto prazo. Geralmente:
Feita para perodos de tempo entre 0 e 3 meses. Feita de forma desagregada, para cada produto ou servio individual (alto grau de detalhamento). Medida em volume de vendas horrias, dirias, semanais, quinzenais, mensais. Visa auxiliar nas decises de planejamento da produo.
Elaborao do MPS, controle de estoques, programao da produo.

Usa mtodos de sries temporais para itens com dados histricos.

relativamente preciso e barato; adequado quando necessrio gerar um grande nmero de previses. Mtodos causais so mais demorados e caros, apesar de poderem ser mais precisos.
Usa mtodos de julgamento para itens sem dados histricos.
Organizao das Indstrias- Prof. Camila Caiaffa

Fatores que afetam a demanda

Fatores externos - Incontrolveis
Crescimento / Recesso econmica Poltica Regulamentao governamental
P. ex.: A proibio de amianto em caixas dgua

Moda Imagem do produto/servio pelo consumidor

P. ex.: A conscientizao de que fumar faz mal a sade, diminui a demanda

Organizao das Indstrias- Prof. Camila Caiaffa

Fatores que afetam a demanda

Fatores internos - Controlveis. Tratam de decises
internas sobre: Projeto do produto ou servio Preo Propaganda Promoes Descontos Embalagem do produto Comisses ou incentivos para os vendedores Etc.
Organizao das Indstrias- Prof. Camila Caiaffa

Sries temporais
Comearemos examinando mtodos de sries temporais, os mais usados para previses de curto e mdio prazo, geralmente nos nveis operacional e ttico. Partem da premissa de que o passado reflete o futuro, i.e. que o processo gerador da demanda no futuro ser o mesmo que gerou as demandas passadas. Usam os dados passados para determinar o processo gerador (modelo) e, depois, usam o modelo para gerar previses. Os mtodos no so bolas de cristal e, para serem teis, tm que ser bem entendidos.
Organizao das Indstrias- Prof. Camila Caiaffa

Sries temporais
Padro formado pelas observaes da demanda de um produto ou servio, dispostas cronologicamente. Geralmente vistas como compostas por:

Modelo de srie temporal

Mdia. Nvel bsico da demanda em torno da qual ela varia. Tendncia. Crescimento ou decrescimento sistemtico e permanente da mdia
da srie ao longo do tempo

Sazonalidade. Crescimento e decrescimento repetitivo e previsvel da

demanda, dependendo do ms ou da estao do ano. Decorrem de eventos caractersticos de uma poca do ano. Por extenso pode se referir a fenmenos com ciclo diferente de um ano.

Ciclos.

Crescimentos e decrescimentos menos previsveis da demanda, atravs de longos perodos de tempo (anos ou dcadas). Decorrem de fenmenos dinmicos na economia (recesso, expanso), ou do ciclo de vida do produto. Variaes imprevisveis, ou resduos (parte dos dados que no so captadas pelo modelo)..
Organizao das Indstrias- Prof. Camila Caiaffa

Variao aleatria.

Padres de demanda: Constante

dt = a + et
Quantidade

Tempo
Horizontal: os dados se agrupam em torno de uma linha horizontal.

Organizao das Indstrias- Prof. Camila Caiaffa

Padres de demanda: Tendncia linear

Quantidade

d t = a + b t + et

Tempo
Tendncia: os dados aumentam ou diminuem consistentemente.

Organizao das Indstrias- Prof. Camila Caiaffa

Padres de demanda: Sazonal

d t = a + b t + et
Ano 2

Quantidade

Ano 1 |
J

|
F

|
M

|
A

|
M

|
J

|
J

|
A

|
S

|
O

|
N

|
D

Meses
Sazonal: os dados exibem padres de picos e vales consistentemente.

Organizao das Indstrias- Prof. Camila Caiaffa

Padres de demanda: Cclico

No muito importantes para previso de curto e mdio prazos

Quantidade

|
1

|
2

|
3

|
4

|
5

|
6

Anos
Cclico: os dados revelam aumentos e diminuies graduais ao longo de perodos extensos.

Organizao das Indstrias- Prof. Camila Caiaffa

Previso baseada em sries temporais

Sries temporais podem ser usadas quando h dados histricos disponveis e quando h razes para se acreditar (i.., uma teoria) que o padro de comportamento passado da varivel dependente (demanda) continuar no futuro. Ou, seja que o processo gerador dos dados passados vai prevalecer no futuro. Etapas da previso com base em sries temporais: 1. Com base no conhecimento sobre o sistema gerador da demanda, escolher um modelo genrico (i.e. parametrizado) que se acredita ser representativo do processo gerador; 2. Usar dados da srie temporal para estimar os parmetros do modelo. 3. Usar as estimativas dos parmetros para especificar completamente o modelo.

Organizao das Indstrias- Prof. Camila Caiaffa

Previso baseada em sries temporais

Modelo constante

d t = a + et

no perodo t a =Demanda mdia distribuio normal, mdia zero e desvio padro e

d t= e t=

Demanda observada

Termo de erro, com

1. Estimao pela mdia aritmtica simples:

Usa todas as observaes disponveis a10=19,3

t = a
5 13 14 6 20 15 7 31 17 8 21 18

Exemplo
Perodo (t) 1 Demanda (dt) 11 Estimativa (t 11 2 16 14

1 d i =1, t i t
10 26 11 19 12 19

3 13 13

4 18 15

9 24 19

e 10=

19

6,395

Organizao das Indstrias- Prof. Camila Caiaffa

Previso baseada em sries temporais

Modelo constante

d t = a + et

no perodo t a =Demanda mdia distribuio normal, mdia zero e desvio padro e

d t= e t=

Demanda observada

Termo de erro, com

2. Estimao por mdia mvel simples:

Usa a mdia das n ltimas observaes

t = a

1 i = t k, t d i k
2 16 3 13 13 4 18 16

10 = a

a8 + a9 + a10 21 + 24 + 26 = = 23,7 3 3
7 31 21 8 21 24 9 24 25 10 26 24 11 24 12 24

Exemplo - Considerando n = 3 perodos, temos:

Perodo 1 Demanda 11 Previso 5 13 15 6 20 17

Organizao das Indstrias- Prof. Camila Caiaffa

Previso baseada em sries temporais

Modelo constante

dt = a + et

3. Estimao por amortecimento exponencial:

Usa a mdia ponderada de todas as observaes com pesos geometricamente decrescentes com a idade da observao t - estimativa de a baseada nas a

t = d t + (1 - ) a t -1 a
a 2 = (11 + 16) = 13,5

t primeiras observaes; - constante de amortecime nto 0 1; d t - observao do perdo t;

Chute inicial

Previso para 12

10 = 26 0,1 + (1 - 0,1) 17,4 = 18,3 a Previso para 11 Exemplo - Considerando = 0,10 temos:
Perodo 1 Demanda 11 Estimativa 14
Organizao das Indstrias- Prof. Camila Caiaffa

2 16 14

3 13 14

4 18 14

5 13 14

6 20 15

7 31 16

8 21 17

9 24 17

10 26 18

11 18

12 18