Previsão da Demanda

Previsão da demanda

  • Predição: processo para determinação de um acontecimento futuro baseado em dados completamente subjetivos e sem uma metodologia de trabalho clara;

  • Previsão: processo metodológico para determinação de dados futuros baseados em modelos estatísticos, matemáticos ou econométricos ou ainda em modelos subjetivos apoiados em metodologia de trabalho clara e previamente definida.

Previsão da Demanda

  • Base para planejamento estratégico da produção, vendas e finanças de qualquer organização

  • Uso da previsão da demanda pelo PCP

    • 1º - planejar o sistema produtivo
      • Uso das previsões de longo
    • 2º - planejar o uso deste sistema produtivo
      • Uso das previsões de médio e curto prazo

Previsão da demanda

  • A responsabilidade, em geral, é do pessoal de Marketing e Vendas

  • Previsão ≠ Predição

  • Valor previsto sempre será uma aproximação do valor real

  • Utilização da filosofia JIT reduz incertezas

Etapas de um modelo de previsão

  • Objetivo do modelo

  • Coleta e análise de dados

  • Seleção da técnica de previsão

  • Obtenção das previsões

  • Monitoramento do modelo

Técnicas de previsão

  • Características presentes em todas as técnicas de previsão:

    • Supõe-se que as causas que influenciaram a demanda passada continuarão a agir no futuro
    • As previsões não são perfeitas, não somos capazes de prever todas as variáveis aleatórias
    • A acuracidade das previsões diminui com o aumento do período de tempo

Técnicas de previsão

  • Tipos de técnicas de previsão

    • Técnicas qualitativas
      • Privilegiam principalmente dados subjetivos, baseados em opiniões e julgamentos de pessoas-chave
      • Emprego, principalmente nas seguintes situações
        • Quando não se dispõe de tempo para coletar e analisar dados da demanda passada
        • Lançamento de produto
        • Instabilidade econômica e política

Técnicas de previsão

  • Tipos de técnicas de previsão

    • Técnicas quantitativas
      • Análise de dados passados com base em cálculos matemáticos
      • Tipos
        • Técnicas baseadas em séries temporais
        • Técnicas baseadas em correlação

Previsões baseadas em séries temporais

  • Partem do princípio de que a demanda futura será uma projeção de seus valores passados

    • Média móvel
    • Média móvel ponderada
    • Média exponencial móvel
    • Técnicas para previsão da sazonalidade

Padrões da demanda

Padrões da demanda

  • Média

    • As flutuações da demanda estão em torno de um valor constante
  • Tendência linear

    • A demanda cresce ou decresce linearmente
  • Tendência não-linear

    • A demanda cresce ou decresce não-linearmente, conforme uma equação de 2º grau
  • Sazonal (estacional)

    • Demanda cresce ou decresce em certos períodos, variações cíclicas de curto prazo

Padrões da demanda

  • Variações irregulares

    • Alterações na demanda provenientes de fatores excepcionais

Técnicas quantitativas

  • Previsões baseadas em correlações

    • Relacionam a demanda de determinado produto com uma outra variável que esteja relacionada com o produto;
    • Estabelece uma equação que identifica o efeito da variável de previsão sobre a demanda do produto em análise;
    • Equação linear = regressão linear
    • Equação curvilínea = regressão não-linear

Técnicas quantitativas

  • Previsões baseadas em correlações

    • Equação linear de previsão

Y = a + bX

      • Onde:

Y = variável dependente

a = ordenada à origem

b = coeficiente angular

X = variável independente

Técnicas quantitativas

  • Os coeficientes podem ser obtidos pelas seguintes equações:

b = n( ∑ XY ) – ( ∑ X ) (∑ Y)

n (∑ X2) – ( ∑ X) 2

a = ∑ Y – b (∑ X)

n

onde: n = número de pares XY observados

Exemplo de previsão baseada em correlação

  • Uma cadeia de fast food verificou que as vendas mensais de refeições em suas casas estão relacionadas ao número de alunos matriculados em escolas situadas num raio de 2 km em torno da casa. Os dados referentes às vendas mensais e ao número de alunos matriculados num raio de 2 km estão apresentados na tabela a seguir. A empresa pretende instalar uma nova lanchonete numa região onde o número de alunos é de 13.750. Qual a previsão para essa nova lanchonete?

Exemplo de previsão baseada em correlação

b = n( ∑ XY ) – ( ∑ X ) (∑ Y) =

n (∑ X2) – ( ∑ X) 2

= 13 x 5.224,86 – 143,10 x 450,71 = 2,99

13x 1.663,37 – (143,10)2

a = ∑ Y – b (∑ X) = 450,71 – 2,99 x 143,10 = 1,757

n 13

    • Logo, a reta de previsão fica sendo Y = 1,757 + 2,99X

Exemplo de previsão baseada em correlação

  • Portanto, para um número de alunos de 13.750, a demanda prevista de refeições é de:

    • Y = 1,757 + 2,99 x 13,75 = 42,869, ou seja, 42.869 refeições

Medindo a correlação entre as duas variáveis

  • r = coeficiente que mede a correlação entre as duas variáveis, varia de +1 a - 1

    • r próximo de +1, uma mudança em uma variável corresponde a uma mudança no mesmo sentido;
    • r próximo de -1, uma mudança em uma variável corresponde a uma mudança no sentido contrário na outra variável;
    • r próximo de 0 (zero), não existe correlação entre as variáveis

Exercício

  • A demanda por cimento está correlacionada com o nível de atividade da construção civil em determinada região. Dados dos últimos 7 anos mostram os seguintes desempenhos

      • Verificar por meio de cálculo se esta relação é forte.
      • Caso a previsão do nível de atividade da construção civil para o próximo ano seja de 90 m2, qual a demanda esperada por cimento?

Exercício

2. Uma linha de cosméticos tem apresentado as vendas nos últimos meses, como mostra a tabela a seguir. Realizar a previsão de vendas para os meses de agosto, setembro e outubro utilizando o modelo de ajustamento de uma reta pelos mínimos quadrados.

Comentários