https://www.providentia.com.

br/blog/previsao-de-demanda-o-guia-definitivo/

Fazer previsão de demanda não é uma tarefa fácil, porém, aqueles que conseguem faze-lá
com sucesso possuem uma grande vantagem em relação aos seus concorrentes, pois, o
mundo está se transformando de uma forma dinâmica como nunca antes vista,
principalmente, através do forte desenvolvimento tecnológico, trazendo-nos diversos
benefícios e facilidades, acompanhados de diversos grandes desafios.

E quando falamos sobre os grandes desafios no Supply Chain, temos de falar sobre o
grande motivador de tudo que acontece na cadeia de suprimentos, que é a demanda.

Por isso que nós da Providentia, criamos esse post para ajudar você.

Indíce [hide]
 1 O que é Previsão de Demanda?
 1.1 Lidando com o Erro
 1.2 Níveis de Agregação
 1.3 Horizonte de Previsão
 2 Porquê fazer Previsão de Demanda?
 3 Quais são os métodos de Previsão de Demanda?
 3.1 Métodos Qualitativos
 3.1.1 Método Delphi
 3.1.2 Pesquisa de Vendas
 3.1.3 Júri de Executivos
 3.1.4 Pesquisa de Clientes
 3.1.5 Simulação
 3.2 Métodos Quantitativos
 3.2.1 Médias Móveis
 3.2.2 Suavização exponencial
 3.2.3 ARIMA
 3.2.4 Regressão Simples
 3.2.5 Regressão Múltipla
 3.2.6 ARIMAX
 4 Conclusão

O que é Previsão de Demanda?

Previsão de demanda é o processo em que as

empresas estimam a demanda futura, geralmente,
através da opinião de especialistas e de dados
coletados.CLIQUE PARA TWITTAR
É importante notar que há várias maneiras de fazer uma previsão, porém, nem todo
mundo sabe, mas toda previsão tem as seguintes características:

1. Uma previsão é uma estimativa do futuro e por isso sempre haverá erros, então,
cabe àqueles que fazem previsões sempre se perguntarem, “quão errado podemos
estar”? e medir o seu nível de incerteza.
2. Quanto mais agregada sua previsão, mais assertiva ela será, ou seja, quando você
faz uma previsão baseado no total de um determinado segmento de produtos, ela
será mais assertiva do que você fazer uma previsão de cada produto desse
mesmo segmento.
 3. Quanto menor o horizonte de futuro da previsão, mais confiável ela é, ou seja, se
você faz uma previsão para 12 meses no futuro, no primeiro mês, temos uma
previsão mais confiável do que no segundo mês e assim por diante.

Lidando com o Erro

Antes de saber como devemos lidar com o erro, precisamos entender o que é o erro. E de
forma bem simples, o erro nada mais é que a diferença entre o que aconteceu de fato e o
previsto, ou seja, se uma indústria têxtil previu que iria vender 110 peças e na realidade
vendeu 100 peças, o erro foi de 10 peças.

Agora que você já sabe o que é o erro e que ele faz parte das previsões, você deve
entender que o objetivo daqueles que realizam previsões é de diminui-lo ao máximo,
para que as previsões sejam cada vez mais assertivas.

E para diminuirmos o erro, precisamos medir e acompanhar a sua evolução no decorrer do

tempo para identificar possíveis causas e melhorarmos as previsões.

Por isso, é fundamental entendermos mais sobre o erro e quais métricas devemos utilizar
para mensurar a assertividade de nossas previsões.

Níveis de Agregação

Partindo do mesmo exemplo, de uma indústria têxtil, vamos supor que essa indústria faça
5 tipos de camisas e 2 tipos de calças.

Como dito anteriormente, quanto mais agregada a sua previsão for, mais assertiva ela
será, então, nesse caso, à previsão da demanda total de camisas será mais assertiva do
que à previsão de cada uma das 7 camisas.
Isso ocorre devido à diminuição da variabilidade através do efeito de agrupamento, como
se a alta demanda de uma camisa se balanceasse com a baixa demanda de outra camisa.

Esse fato, também acontece de acordo com a frequência da série histórica (dia, mês,
trimestre, semestre, ano), vide gráficos abaixo.
Horizonte de Previsão

Pense em duas previsões para a temperatura da sua cidade, 1. Previsão para amanhã e 2.
Previsão para daqui 1 ano.

De forma intuitiva, qual você diria que tem a maior probabilidade de acerto?

Se você escolheu a opção 1, previsão para amanhã, você acertou.

E isso se deve a questão da sequência de eventos que podem ocorrer em um determinado

tempo, pois, durante 1 ano podem acontecer diversos eventos que aumentam o grau de
incerteza da previsão.

Logo, quanto mais próxima a demanda prevista for da demanda real, melhor é. Portanto,
podemos dizer que previsões realizadas num horizonte menor tendem a ser mais
confiáveis.

Porquê fazer Previsão de Demanda?

A previsão de demanda é algo crítico para empresas

no mundo inteiro e em todas as indústrias, como à
manufatura pesada, bens de consumo, varejo,
farmacêutica, automotiva, eletrônicos,
telecomunicações, finanças e outros.CLIQUE PARA TWITTAR
Sua função é tão crítica pois ela não apenas diminui ineficiências no supply chain, como
afeta todas as partes da empresa, pois, prever a demanda determina a quantidade de
matéria-prima à ser comprada, quantidade de produtos à serem produzidos, número de
produtos à serem entregues, número de pessoas à serem contratadas e número de
plantas a serem construídas.

Esse processo, é muito importante, pois a previsão de demanda determina como vai
ocorrer o processo de operação e produção, de transformar a matéria-prima em produto
final para os consumidores.

Por esse motivo, a gestão deve ficar bem atenta a esse processo, pois as empresas que
não dão muita atenção ao seu processo de previsão acabam tendo problemas como
excesso de estoque, falta de estoque, desperdício de matéria-prima, capacidade ociosa e
entre outros.

Quais são os métodos de Previsão de

Demanda?

Para fazermos previsão de demanda, temos vários métodos e isso aumenta a

complexidade para as empresas criarem seu modelo de previsão, porém, para você
entender de uma maneira mais simplificada, podemos classificar os métodos de previsão
de demanda em duas categorias: qualitativo e quantitativo.

Logo abaixo, apresentamos os conceitos de cada uma dessas categorias e como fazer
para identificar cada um deles, inclusive, quais situações esses modelos de previsão são
utilizados.

Métodos Qualitativos

Os métodos de previsão de demanda qualitativos são aqueles que se baseiam na

subjetividade, no julgamento e na intuição daqueles que fazem a previsão, inclusive, o
principal método qualitativo é o que chamamos de Método Delphi, onde se juntam pessoas
que possuem conhecimento sobre o negócio e elas estimam baseado nas suas intuições e
julgamentos.

Método Delphi

É uma técnica em que um grupo de especialistas respondem questionários de forma

individual sobre suas percepções dos eventos futuros. Esses questionários são
respondidos em duas ou mais rodadas, onde os especialistas recebem um sumário
contendo as respostas da rodada anterior e são incentivados a refletir sobre suas
respostas anteriores e dos seus colegas para chegarem ao consenso. Assim que um
critério de parada pré-estabelecido é alcançado (número de rodadas, por exemplo) é
calculado a média ou mediana dos pontos para a definição do resultado final.
Pesquisa de Vendas

Os vendedores são aqueles que possuem contato contínuo com os clientes e através
disso adquirem conhecimentos que podem ser valiosos para prever eventos futuros.

E assim, a previsão é realizada com base na expectativa do quanto os vendedores

estimam vender no futuro.

Júri de Executivos

É formado um júri através de um grupo de executivos de diversas áreas como produção,

planejamento, finanças, compras, marketing e etc onde eles discutem sobre suas
respectivas áreas e trabalham para obter uma previsão composta de como o negócio será
no futuro. Cada executivo compartilha sua opinião, de modo a pesar e analisar a opinião
dos outros executivos e o resultado final é obtido através da média da opinião de cada
executivo.

Pesquisa de Clientes

É conduzida uma pesquisa com um grupo de clientes para entender vários fatores que
podem impactar a demanda do produto como renda dos clientes, preço de produtos
relacionados, preço do produto em si e etc.

E assim, através dos dados coletados sobre a demanda desse grupo de clientes é
estimado a demanda de todos os clientes através de extrapolação.
Simulação

Nesse caso, o objetivo desse método de gerar previsões através de cenários possíveis
considerando vários fatores, quais impactos eles podem causar e as relações entre fatores
e impactos.

Definido os cenários, você pode simular acontecimentos e analisar possíveis impactos, e

assim gerar previsões do futuro baseado nas simulações do cenário construído.

Métodos Quantitativos

Já os métodos de previsão de demanda quantitativos, são aqueles que se baseiam em

dados e informações do histórico de vendas da empresa e se utilizam de métodos
estatísticos para entender padrões do comportamento da demanda do passado para
estimar o comportamento da demanda no futuro.

Geralmente, métodos quantitativos são mais assertivos que os métodos qualitativos, pois,
não sofrem interferência de julgamentos errados.
Médias Móveis

Um dos métodos mais utilizados é o de médias móveis, que para gerar uma previsão você
calcula a média de períodos anteriores.

Por exemplo, suponha que uma indústria qualquer teve uma demanda mensal de 100, 120
e 80 nos últimos 3 meses. Para obter uma previsão usando médias móveis, você simples
mente calcula a média desses últimos 3 meses: (100+120+80)/3 = 300/3 = 100. E então, a
previsão é 100 para o próximo mês.

Suavização exponencial
Outro método bastante utilizado é a suavização exponencial e esse método é similar ao de
médias móveis, porém, é atribuído um fator de suavização onde os pesos diminuem expo
nencialmente à medida que as observações estão mais ao passado. Ou seja, as observaç
ões mais recentes possuem mais peso do que as mais antigas.

ARIMA

Além dos anteriores, temos o método ARIMA (Autoregressive Integrated Moving Average)
em que sua construção é baseada em três componentes: AR (p), I (d), MA (q).

O componente AR (p) é referente à combinação linear dos valores anteriores da sérieda d

o período determinado (no nosso exemplo anterior, foram 3 meses, logo, p = 3).

Já o I (d) se refere ao nível diferenciação entre os valores (caso o seu nível de diferenciaçã
o seja 1, logo, d = 1, então, os valores do exemplo anterior seriam: 100-120=-20 e 120-
80=40) e o último que é o MA (q) que apesar do nome ser moving average, não é a mesm
a coisa que médias móveis, pois, ele é calculado através da combinação linear dos erros.

Regressão Simples

Outro método bastante conhecido, principalmente na área de econometria, é o método de

regressão simples onde ele basicamente assume que podemos prever uma variável y atra
vés de um relacionamento linear com uma variável x.
Um exemplo muito utilizado, é da previsão de consumo utilizando a renda, onde o nossa v
ariável x seria a renda e o y seria o valor consumido. Essas duas variáveis, possuem uma
relação linear, ou seja, quando sua renda aumenta, sua tendência é de consumir mais e q
uando sua renda cai, sua tendência é de consumir menos.

Regressão Múltipla

Já a regressão múltipla, é extremamente parecida com a regressão simples, porém, nela a

ssumimos que podemos prever uma variável y através de um relacionamento com várias o
utras variáveis (x1, x2, x3 … xn).

Usando como base o exemplo da regressão simples, onde usamos apenas a renda (x1), p
oderíamos adicionar mais algumas variáveis como idade (x2), sexo (x3), formação (x4) e e
tc visando obter um modelo que conseguisse prever de forma mais assertiva o valor consu
mido (y), só que nesse caso, o modelo acaba sendo mais complexo pois o número de vari
áveis aumentou.

ARIMAX

Além do método ARIMA, temos o ARIMAX, que basicamente é o método ARIMA só que n
ele você pode adicionar algumas variáveis que podem ser úteis para você fazer a sua prev
isão.

Por exemplo, vamos supor que você tenha desenvolvido um modelo de ARIMA, porém, vo
cê verifica que ele poderia melhorar se você acrescentasse algumas variáveis como feriad
os, promoções e etc, então, você possui uma situação onde você pode utilizar o método A
RIMAX.

Conclusão

Nesse guia, você entendeu várias faces da previsão de demanda, como o que é, porquê
fazer e quais os métodos de previsão.

Podemos tentar resumir esse guia dizendo que previsão de demanda é uma tarefa
fundamental para diversas empresas e setores, pois é dela que começa todo o ciclo de
planejamento, produção e estoque.

E algumas empresas que não dão muita atenção de como é feito o seu processo de
previsão ou fazem de maneira incorreta, acabam tendo problemas como excesso de
estoque, falta de estoque, desperdícios de matéria-prima, capacidade ociosa e entre
outros.

Ao mesmo tempo, a quantidade de métodos de previsão é extensa e cresce mais a cada

dia, e isso faz com que a sua complexidade na tarefa de previsão aumente de acordo com
o tempo tornando necessária a utilização de softwares que foquem na resolução desse
problema.

Caso sua empresa tenha esses tipos de desafios, dê uma olhada no nosso software de
previsão de demanda, o Providentia Forecasting e faça um teste!