2.1 Previsão de emanda Conceios básicos Méodos de Previsão iscussão Formulação do Problema emanda: disposição ao consumo emanda versus Vendas Faores que afeam a emanda (Vendas) Economia, Mercado, Preços, isponibilidade, ivulgação ec Incerezas da emanda Esoque de segurança Previsão de emanda e Planejameno da Produção Modelos, Base de ados e Implanação Prof.r. Marco Aurélio de Mesquia
2.2 Caracerísicas da emanda emanda Ponual emanda Regular (esável) emanda Sazonal e com Tendências emanda Independene ou ependene Previsão versus Cálculo de Necessidades emanda de Produos Perecíveis emanda na Cadeia de Suprimenos efeio chicoe, fluxo de informações isribuição da emanda Geográfica (mercados regionais) Produos (famílias / iens) Clienes (canais de disribuição) Temporal (endências e sazonalidades) Análise de Pareo disribuição de freqüências Prof.r. Marco Aurélio de Mesquia
2.3 Classificação ABC Classificação dos iens segundo criérios de imporância (prioridades) Curva ABC ou Pareo 100% % iens % valor 0% 100% A B C Ciclo de Vida do Produo 40 35 30 25 20 15 10 5 0 Inr. Cresc. Maur. ecl. Prof.r. Marco Aurélio de Mesquia
2.4 Gerenciameno de Pedidos Aendimeno ao Cliene (Vendas) Previsão de emanda (Planejameno, MTS) Gesão de Esoques (Expedição) Programação da Produção (Produção) Suprimenos (Adm. Maeriais, Compras) Indicadores de desempenho: cusos, qualidade, disponibilidade, agilidade e prazos Previsão de emanda e PCP Nível esraégico Processo ecisão Planejameno da Capacidade de Produção e Logísica Nec. Previsão emanda Anual por Tipo de Produo, Cliene e Região áico Planejameno Agregado da Produção e Esoques emanda Mensal para os próximos 12 meses por Família de Produo operacional Programação da Produção e Esoques emanda aual e Pedidos de Produos (iem, mês correne) Prof.r. Marco Aurélio de Mesquia
2.5 Horizones de Previsão Longo Prazo (5 anos ou mais) expansão da capacidade, novos produos/serviços ec principalmene méodos qualiaivos Médio Prazo (1 a 2 anos) planejameno da produção e recursos miso de méodos quaniaivos e de consenso Curo Prazo (1 a 6 meses) compras, produção, esoques e pedidos méodos quaniaivos (projeção) Componenes da emanda Base, Tendência, Sazonalidade, Ciclos e Aleaório emanda 0 12 24 36 48 Meses Prof.r. Marco Aurélio de Mesquia
2.6 Méodos de Previsão Qualiaivos (Consenso de Opiniões) Quaniaivos Projeção (Séries Temporais) Correlação (Relação de Causa-e-Efeio) Simulação (Cenários) Méodos Qualiaivos Pesquisa de Mercado Painel de Consenso Execuivos Força de Vendas Ouros Analogia Hisórica novos produos Prof.r. Marco Aurélio de Mesquia
2.7 Pesquisa de Mercado Necessidades dos Clienes nível aual de saisfação inrodução de novos produos / serviços Colea de ados por Amosragem quesionários e/ou enrevisas Previsões de Médio e Longo Prazo endências do mercado Painel de Consenso 1. Escolha dos paricipanes do processo 2. Enviar quesionários aos paricipanes para ober as previsões e explicações de cada um sobre a demanda 3. Análise dos resulados e redisribuir os quesionários com comenários e novas quesões perinenes 4. Repeir o Passo 3, quanas vezes necessário 5. Sínese e discussão dos resulados obidos em reunião com os paricipanes (conclusão do processo) Prof.r. Marco Aurélio de Mesquia
2.8 Méodos Quaniaivos (Esaísicos) Principais Méodos: Média Móvel Suavização Exponencial» simples, c/ endência, c/ sazonalidade, c/ end. e sazon. Modelos de Regressão» méodo dos mínimos quadrados Méodos de ecomposição Box-Jenkins (ARIMA)» ARIMA: Auoregressive Inegraed Moving Average Média Móvel Simples Semana emanda F = -1 + -2 + n -3 +... + -n 1 680 2 650 3 785 4 720 5 859 6 920 7 850 8 758 9 892 10 920 11 789 12 844 Prof.r. Marco Aurélio de Mesquia
2.9 Semana emanda 3 Semanas 6 Semanas 1 680 2 650 3 785 4 720 705,0 5 859 718,3 6 920 788,0 7 850 833,0 769,0 8 758 876,3 797,3 9 892 842,7 815,3 10 920 833,3 833,2 11 789 856,7 866,5 12 844 867,0 854,8 13 851,0 842,2 Previsão por Média Móvel 1000 900 emanda 800 700 600 500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Semanas emanda 3 semanas 6 semanas Prof.r. Marco Aurélio de Mesquia
2.10 Média Móvel Ponderada F = p 1-1 + p 2-2 + p 3-3 +...+ p n -n p 1 + p 2 + K + p n = 1 Semana emanda 1 680 2 650 3 785 4 eermine a previsão para a semana 4 por média móvel com os seguines pesos : p 1 = 0,5; p 2 = 0,3 e p 3 = 0,2 Solução Semana emanda Previsão 1 680 2 650 3 785 4 723,5 F 4 = 0,5(785) + 0,3(650) + 0,2(680) Prof.r. Marco Aurélio de Mesquia
2.11 Suavização Exponencial Parâmero α : consane de suavização B = B -1 + α ( -1 - B -1 ) B = α -1 + (1 - α )B -1 F, k = B Exemplo eermine as previsões para as semanas de 2 a 5, usando α = 0,4. Semana emanda 1 820 2 775 3 680 4 655 5 Prof.r. Marco Aurélio de Mesquia
2.12 Solução Semana emanda α = 0,4 1 820 2 775 820,0 3 680 802,0 4 655 753,2 5 713,9 F 3 = 0,4(775) + 0,6(820) Exemplo (efeio do valor de α) eermine a previsão de demanda para a semana 10, uilizando α = 0,1 e 0,6. Semana emanda 1 780 2 820 3 680 4 660 5 750 6 800 7 790 8 690 9 775 10 Prof.r. Marco Aurélio de Mesquia
2.13 Semana emanda α = 0,1 α = 0,6 1 780 2 820 780,0 780,0 3 680 784,0 804,0 4 660 773,6 729,6 5 750 762,2 687,8 6 800 761,0 725,1 7 790 764,9 770,1 8 690 767,4 782,0 9 775 759,7 726,8 10 761,2 755,7 Efeio do valor de α na Previsão Previsão por Suavização Exponencial 900 emanda 800 700 600 emanda α = 0,1 α = 0,6 500 1 2 3 4 5 6 7 8 9 10 11 12 Semanas Prof.r. Marco Aurélio de Mesquia
2.14 Suavização com Tendência Qual o efeio da exisência de endências na previsão de demanda pelo modelo anerior? Mês Vendas 1 510 2 515 3 530 4 530 5 540 6 550 emanda 560 550 540 530 520 510 500 490 480 Previsão por Suavização Exponencial Simples 0 1 2 3 4 5 6 7 8 9 10 Mês Previsão com Tendência (Méodo de Hol) Fórmulas: base e endência B = α + ( 1 α )( B 1 + T 1 ) T = β ( B B 1 ) + (1 β ) T 1 F = B +, k kt Prof.r. Marco Aurélio de Mesquia
2.15 Exemplo (con.) Parâmeros: α = 0,2 e β = 0,4 Mês Vendas 1 510 2 515 3 530 4 530 5 540 6 550 7 560,9 8 569,2 9 577,5 10 585,8 emanda 600 580 560 540 520 500 Previsão por Suavização Exponencial com Tendência 480 0 1 2 3 4 5 6 7 8 9 10 Mês α = 0,2 β = 0,4 Real B T Prev 0 --- 500 10 1 510 510,0 10,0 510,0 2 515 519,0 9,6 520,0 3 530 528,9 9,7 528,6 4 530 536,9 9,0 538,6 5 540 544,7 8,6 545,9 6 550 552,6 8,3 553,3 7 560,9 8,3 560,9 8 569,2 8,3 569,2 9 577,5 8,3 577,5 10 585,8 8,3 585,8 Prof.r. Marco Aurélio de Mesquia
2.16 Suavização com Sazonalidade Considerar a demanda desconando o faor sazonal de cada período Trimesre Vendas Índice 1 100 1,00 2 120 1,20 3 100 1,00 4 80 0,80 5 105 1,05 6 120 1,20 7 95 0,95 8 80 0,80 emanda emanda Sazonal 200 160 120 80 40 0 0 1 2 3 4 5 6 7 8 9 10 Trimesre Previsão com Sazonalidade Fórmulas: base e índice de sazonalidade B = α + ( 1 α ) B 1 I L I = γ + ( 1 γ ) B I L F, k = B I L + k Prof.r. Marco Aurélio de Mesquia
2.17 Previsão com Sazonalidade e Tendência (Méodo de Hol-Winers) Fórmulas: base, endência e índice de sazonalidade B α I L + ( 1 α)( B 1 + T 1) = T = β( B T 1 ) + (1 β) T 1 I B = γ + ( 1 γ ) I L F, k = ( B + kt ) I L+ k Méodos de Projeção Ajuse de Tendências: Linear, Polinomial, Logarímica, Exponencial, Auo-correlação ec 45 40 Vendas 35 30 25 20 y = 1,6061x + 22,667 r 2 = 0,9739 0 1 2 3 4 5 6 7 8 9 10 11 12 Ano Prof.r. Marco Aurélio de Mesquia
2.18 Erros de Previsão Erro Médio Erro Absoluo Médio EM = n =1 (F - ) n EAM = n =1 F n - Erro Percenual Absoluo Médio EPAM = n =1 F n - Exemplo eermine o EPAM das previsões de demanda dos meses 1 a 5. Mês Vendas Previsão 1 220 220 2 250 255 3 210 205 4 300 320 5 325 315 Prof.r. Marco Aurélio de Mesquia
2.19 Solução Mês Vendas Previsão Erro Erro % 1 220 220 0 0,0% 2 250 260 10 4,0% 3 210 205-5 -2,4% 4 300 310 10 3,3% 5 325 310-15 -4,6% EAM = 8 EPAM = 2,86% Ouros indicadores de Erro Erro Quadráico Médio (variância) Tracking Signal Visualização Gráfica dos Erros digrama de erros ou resíduos (gráficos de conrole) Prof.r. Marco Aurélio de Mesquia
2.20 Eapas do Processo de Previsão de emanda efinição do Problema razão da previsão de demanda Colea de ados e Informações Análise preliminar dos ados Escolha do Modelo de Previsão Calibração e Teses de Validação Implanação do Sisema de Previsão Avaliação Permanene do Sisema Escolha do Modelo de Previsão Escolha um modelo baseado em: Horizone de Previsão isponibilidade de ados Precisão Necessária isponibilidade de Pessoal Qualificado isponibilidade de Recursos Prof.r. Marco Aurélio de Mesquia
2.21 ados para exercício (Miniab) 1998 1999 2000 2001 2002 1 89,7 106,2 125,8 143,5 157,2 2 80,1 96,4 112,8 130,0 136,9 3 98,4 116,4 138,1 154,8 159,6 4 111,5 129,1 153,1 174,0 172,5 5 118,5 138,8 163,7 181,9 179,2 6 131,7 153,6 177,3 201,2 204,3 7 124,3 149,6 174,2 194,0 8 117,0 137,9 157,6 179,9 9 114,4 133,0 153,9 173,3 10 108,2 127,9 148,2 166,3 11 116,0 138,0 158,6 176,3 12 98,9 117,5 134,5 153,8 Bibliografia Adminisração da Produção Nigel Slack e al, Ed. Alas, 2ed, 2002. Business Forecasing Hankee Reisch, Prenice Hall, 6ed, 1998. Forecasing: Mehods and Applicaions. Makridakis e al, JohnWiley, 3ed., 1997. Producion and Operaions Managemen Chase, Aquilano e Jacobs, McGrawHill, 8ed, 1998. Prof.r. Marco Aurélio de Mesquia