APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES ABNER ROCHA PINHEIRO (UNIFOR ) aberocha@homail.com Ferado Luiz Emereciao Viaa (UNIFOR ) fleviaa@oi.com.br Eduardo Alecar Lima Casro (UNIFOR ) eduardo_alc@yahoo.com.br O presee rabalho em como objeivo aalisar a aplicação de écicas de previsão de demada em uma idúsria de cofecção o esado do Ceará. Para al, foram apreseadas algumas das pricipais écicas de previsão de demada dispoíveis a lieraura, de modo que se pudesse aalisar a mais adequada à realidade dos dados hisóricos de vedas da empresa esudada. Traa-se de um esudo de caso exploraório, o qual foram rabalhados dados primários e secudários, uilizado-se o Microsof Excel como pricipal ferramea de aálise de dados. A écica de Suavização Expoecial de Séries com Tedêcia e com Variações de Esação (Modelo de Wier) mosrou-se como a mais adequada para fazer previsões de demada da empresa, pois apreseou o meor desvio absoluo médio, cofirmado o que se esperava a parir do referecial eórico, edo em visa que os dados de vedas da empresa apreseam sazoalidade e edêcia de crescimeo. A parir dessa cosaação, uilizou-se essa écica para realizar previsões da demada fuura da empresa com o iuio de aumear a acurácia dos plaejameos a logo, médio e curo prazo elaborados pela mesma. Palavras-chaves: Previsão de demada, Modelos de séries emporais, Plaejameo de produção.
1. Irodução Observa-se que o processo de globalização em coribuído basae para o aumeo da compeiividade ere empresas, pois aualmee esas ão cocorrem apeas em ível acioal, mas ambém em ível mudial. A busca icessae por redução de cusos ora-se cada vez mais presee o dia a dia das corporações, pois as mesmas ão coseguem mais deermiar o preço de seus produos como sedo o cuso acumulado a cadeia de suprimeos acrescido do lucro desejado. Quado se discue a ecessidade de redução dos cusos as orgaizações, a miimização dos esoques (maéria prima e produo acabado) ambém em sido muio discuida, ão só por essa quesão esar presee os oio ipos de desperdícios do sisema de produção Lea (DENNIS, 2008), mas ambém por razer iúmeros beefícios. Dero desse coexo, a Previsão de Demada em sido um assuo basae esudado aualmee, viso que ela é fudameal para o plaejameo de logo, médio e curo prazo das empresas. Na visão de Tubio (2009), a previsão de demada é a base para o plaejameo esraégico da produção, vedas e fiaças de qualquer compahia, ou seja, as empresas elaboram seus plaos de produção, quadro de mão de obra, fluxo de caixa, ere ouros elemeos, para o rumo em que as mesmas acham que o egócio adará. Pode-se afirmar que as empresas buscam a cada dia uma maior acurácia em seus plaejameos, sejam eles de logo, médio ou curo prazo, para que possam alcaçar suas meas e objeivos e, para isso, é fudameal uma boa previsão de demada que auxilie esse plaejameo. Cosiderado-se o exposo, esse rabalho em como objeivo geral aalisar a aplicação de écicas de previsão de demada em uma idúsria de cofecção o esado do Ceará, de modo a se ideificar a écica mais adequada à realidade da orgaização, de modo a miimizar os erros de previsão. 2. Técicas de Previsão de Demada As écicas de previsão de demada classificam-se em rês caegorias gerais: qualiaiva, aálise de séries emporais e modelos causais. Chopra e Meidl (2003) afirmam que modelos de séries emporais pressupõem que a demada hisórica pode ser usada para prever a demada fuura, sedo mais apropriados quado a siuação é esável e o padrão básico da demada ão sofre grades alerações de um ao para o ouro. Para Tubio (2009), esse é o 2
méodo mais simples e usual de previsão e pode gerar bos resulados quado elaborado correamee. O uso de modelos de séries emporais será o pricipal foco dese rabalho. Para Morei e Toloi (2006), uma série emporal é um cojuo de observações disribuídas ao logo do empo e que podem ser classificadas em discreas, quado suas observações são feias em empos específicos, geralmee em iervalos de empos iguais, ou coíuas, quado as observações são feias coiuamee o empo. Chopra e Meidl (2003) ressalam que os modelos de séries emporais são mais apropriados para serem uilizados em previsões quado se espera que a demada fuura siga os mesmos padrões dos dados hisóricos uilizados o modelo de previsão. Nesse caso, a demada projeada ou demada observada possui um compoee sisemáico e um compoee aleaório, coforme represeado pela Equação 1. Demada observada (O) = Compoee sisemáico (S) + Compoee aleaório (R) (1) O compoee sisemáico da demada, obido a parir da uilização de dados hisóricos, é composo por: (a) ível, que cosiui a demada aual dessazoalizada; (b) edêcia, que é a axa de crescimeo ou declíio da demada que direcioa os dados ao logo do empo e; (c) sazoalidade, fluuações sazoais previsíveis da demada, como alerações climáicas. No que diz respeio ao compoee aleaório, raa-se da pare iexplicável da demada, ou seja, é a pare da previsão que se desvia do compoee sisemáico. Geralmee, essas variações são causadas por eveos causais, aípicos e de difícil previsão. Já quado ão é possível em ideificar as causas das mesmas, elas são chamadas de puramee aleaórias. Chopra e Meidl (2003) afirmam que o compoee aleaório ão pode e ão deve ser previso, apeas sua dimesão e variabilidade deve ser cohecida, forecedo uma medida de erro padrão ao esudo. O Quadro 1 apresea os elemeos básicos das pricipais écicas de previsão de demada baseadas em séries emporais. 3
Técica Compoee Sisemáico (S) Pricipais Fórmulas Média móvel simples Nível de demada (L) A 1 A 2... A F, ode F = Demada previsa o período Média móvel poderada Nível de demada (L) A = Demada real o período -1 1 = Número de períodos cosiderados a média W 1 A 1 W 2 A 2... W A F, ode F = Demada previsa o período A = Demada real o período -1 1 W = Peso aribuído ao período -1 = Número de períodos cosiderados a média Média poderada expoecial Nível de demada (L) F F A F ), ode Suavização expoecial de séries com edêcia (Modelo de Hol) Suavização expoecial de séries com edêcia e com variações de esação (Modelo de Wier) Nível de demada (L) + Tedêcia (T) [Nível (L) + Tedêcia (T)] x Faor de sazoalidade 1 1 ( 1 1 F = Previsão expoecialmee ajusada para o período F 1 =Previsão expoecialmee ajusada para o período aerior A = Demada real o período aerior 1 α = Taxa de resposa desejada, ou cosae de ajuse (0< α<1) F L T ou 1 F L T L D (1 )( L T ) 1 1 1 ( L 1 L) (1 T T ), ode α = cosae de suavização de ível (0< α<1) β = cosae de suavização de edêcia (0< β <1) F L T S,ou F 1 ( ) 1 ( L T ) S L ( D 1 / S 1) (1 )( L T L L ) (1 ) T S T ) 1 1 ( 1 p 1 ( D 1 / L 1) (1 ) S 1 α = cosae de suavização de ível (0< α<1) β = cosae de suavização de edêcia (0< β <1) γ= cosae de suavização da sazoalidade (0< γ <1) 4
Quadro 1 Pricipais iformações acerca das écicas de previsão baseadas em séries emporais Foe: Elaborado pelos auores a parir de Chopra e Meidl (2003) e Davis, Chase e Aquilao (2001). Coforme supraciado, a demada observada é formada por um compoee sisemáico e um compoee aleaório. O compoee sisemáico é previso pela écica ou modelo de previsão uilizado, já o compoee aleaório se maifesa a forma de um erro de previsão. Esses erros de previsão devem ser aalisados cuidadosamee e deles exraídas iformações valiosas, uilizadas pela orgaização para auxiliar as várias omadas de decisão, deermiar se o modelo de previsão que esá sedo uilizado esá prevedo dealhadamee o compoee sisemáico da demada ou deixou de ser adequado, ere ouros (CHOPRA; MEINDL, 2003). O erro de previsão para o período (E) é dado como a difereça ere a previsão para o período (F) e a demada real o período (D). O Quadro 2 apresea as fórmulas de cálculo das pricipais medidas de erros de previsão. Medidas de Erro de Previsão Fórmulas de Cálculo Erro de previsão para o período (E) E F D Erro quadráico médio (EQM) 1 2 EQM E 1 Desvio absoluo o período (A) A E Desvio médio absoluo (DAM) 1 DAM A 1 Erro absoluo médio perceual (EAMP) E 100 D EAMP 1 Viés da previsão (VP) viés E 1 Razão de viés (TS) viés TS DAM Quadro 2 Fórmulas de cálculo das medidas de erros de previsão Foe: Elaborado pelos auores a parir de Chopra e Meidl (2003). 3. Aspecos Meodológicos A parir do seu objeivo geral, pode-se classificar o presee rabalho, quao aos fis, como uma pesquisa exploraória, coforme esabelecido por Gil (1991). Já quao aos meios, caraceriza-se como um esudo de caso (VERGARA, 1997), realizado em uma empresa da idúsria de cofecções do esado do Ceará, do segmeo de moda praia. Com mais de 20 aos de exisêcia, aualmee emprega cerca de 60 fucioários, ere direos e idireos e possui clieela aiva em 24 esados brasileiros. 5
A escolha da empresa deu-se por coveiêcia, edo em visa que um dos auores rabalha a orgaização e paricipa de suas decisões gereciais, edo cosaado que um dos problemas mais críicos o processo de plaejameo da produção é ão uilização de écicas esruuradas de previsão de demada, sedo a demada previsa com base a esimaiva e opiião dos resposáveis pela uidade de mercado da empresa. Os dados primários coleados foram relaivos às iformações gerais sobre a empresa pesquisada e seus dados hisóricos de demada, com auxílio de um roeiro de observações. Para a aplicação das écicas de previsão de demada aos dados de demada hisórica da empresa, foi ecessária a uilização do sofware Microsof Excel 2007, mais especificamee de ferrameas como a aálise de regressão liear, para esimar edêcias, bem como o solver, para a defiição de valores óimos para as cosaes de suavização (α, β e γ). O Excel foi ambém uilizado para o desevolvimeo de gráficos e cálculos ecessários à aplicação das écicas de previsão descrias aeriormee. 4. Resulados e Discussão Para aeder ao objeivo geral do rabalho efeuou-se um levaameo dos dados hisóricos de vedas da empresa, de modo que se pudesse proceder a aplicação das écicas de previsão de demada. A série hisórica foi coleada a parir de relaórios acessados direamee do sisema de iformação uilizado pela empresa. Foi escolhida para esse esudo de caso a liha de produos com maior valor agregado, aqui deomiada liha de produos X, devido à sua imporâcia para a orgaização. Os dados são referees ao período de juho/2008 a julho/2012. Após a colea dos dados, com o auxílio da ferramea Microsof Excel 2007, foi cosruído um gráfico da série de vedas da liha de produos X dos úlimos 50 períodos mesais, coforme exposo a Figura 1. 6
ju/08 jul/08 ago/08 se/08 ou/08 ov/08 dez/08 ja/09 fev/09 mar/09 abr/09 mai/09 ju/09 jul/09 ago/09 se/09 ou/09 ov/09 dez/09 ja/10 fev/10 mar/10 abr/10 mai/10 ju/10 jul/10 ago/10 se/10 ou/10 ov/10 dez/10 ja/11 fev/11 mar/11 abr/11 mai/11 ju/11 jul/11 ago/11 se/11 ou/11 ov/11 dez/11 ja/12 fev/12 mar/12 abr/12 mai/12 ju/12 jul/12 ju/08 jul/08 ago/08 se/08 ou/08 ov/08 dez/08 ja/09 fev/09 mar/09 abr/09 mai/09 ju/09 jul/09 ago/09 se/09 ou/09 ov/09 dez/09 ja/10 fev/10 mar/10 abr/10 mai/10 ju/10 jul/10 ago/10 se/10 ou/10 ov/10 dez/10 ja/11 fev/11 mar/11 abr/11 mai/11 ju/11 jul/11 ago/11 se/11 ou/11 ov/11 dez/11 ja/12 fev/12 mar/12 abr/12 mai/12 ju/12 jul/12 Vedas em uidades de produos 35.000 30.000 25.000 20.000 15.000 10.000 5.000 - Figura 1 - Série de vedas da liha de produos X Foe: Elaborado pelos auores Ao se realizar uma aálise iicial do gráfico da Figura 1, percebe-se que se raa de uma série de vedas sazoal, em que há uma maior coceração das vedas o segudo semesre do ao. Além da quesão da sazoalidade, é imporae ambém verificar se a série hisórica apresea edêcia (crescimeo ou reração). Para al, ora-se ecessário proceder a dessazoalização da demada e a cosequee esimaiva dos valores de a (ierseção o eixo Y) e b (icliação da liha), coforme exposo a Figura 2. 35.000 30.000 25.000 20.000 15.000 10.000 5.000 - Figura 2 - Série de vedas dessazoalizada Foe: Elaborado pelos auores Série de Vedas Série de Vedas Dessazoalizada 7
Como se pode perceber a Figura 2, a série dessazoalizada apresea uma edêcia de crescimeo, o que cofirma a exisêcia dessa caracerísica a série hisórica aalisada. Cosiderado-se que a série apresea as caracerísicas de sazoalidade e edêcia, supõese, com base o capíulo 2, que o Modelo de Wier seria o mais adequado a ser uilizado. Ereao, opou-se por uilizar odas as écicas apreseadas e avaliar o resulado de cada uma delas, com foco as medidas de esimaivas de erros de previsão (desvio absoluo médio, erro absoluo médio perceual e razão de viés). O Quadro 3 apresea o resulado geral da uilização das écicas de previsão de demada apreseadas aos dados hisóricos de vedas da empresa esudada. Modelo de previsão DAM (Desvio EAMP (Erro absoluo Variação do TS absoluo médio) médio perceual) (Razão de viés) Média móvel simples rês períodos 7.264 240% -0,41 a -8,47 Média móvel simples seis períodos 9.732 496% -1,00 a -10,54 Média móvel simples ove períodos 10.068 519% -1,00 a -12,94 Média móvel poderada com rês períodos 6.321 189% -0,53 a -8,63 Média poderada expoecial 5.336 116% 2,00 a -7,02 Suavização expoecial de séries com edêcia (Modelo de Hol) 5.469 122% 2,08 a -4,85 Suavização expoecial de séries com edêcia e variações de esação (Modelo de Wier) 3.448 75% 5,17 a -6,00 Quadro 3 Resulado geral da uilização das écicas de previsão de demada Foe: Elaborado pelos auores. De acordo com o Quadro 3, pode-se afirmar que a écica de previsão de demada que apreseou o resulado mais saisfaório, ere as écicas aplicadas, foi a écica de suavização expoecial de séries com edêcia e variações de esação (Modelo de Wier), o que de cera forma já era esperado a parir do exposo o capíulo 2, viso que al écica aborda ao o compoee de sazoalidade, como o compoee de edêcia, apreseado aeriormee o referecial eórico. Vale ressalar aida a imporâcia de se aalisar a variação de TS, medida de erro de previsão que ora possível saber quado a previsão realizada uilizado deermiada écica esá eviesada ou ão. Caso eseja eviesada, o que ocorre quado se em valores de TS meores do que -6,0 ou maiores do que 6,0, mesmo que a 8
ju/08 jul/08 ago/08 se/08 ou/08 ov/08 dez/08 ja/09 fev/09 mar/09 abr/09 mai/09 ju/09 jul/09 ago/09 se/09 ou/09 ov/09 dez/09 ja/10 fev/10 mar/10 abr/10 mai/10 ju/10 jul/10 ago/10 se/10 ou/10 ov/10 dez/10 ja/11 fev/11 mar/11 abr/11 mai/11 ju/11 jul/11 ago/11 se/11 ou/11 ov/11 dez/11 ja/12 fev/12 mar/12 abr/12 mai/12 ju/12 jul/12 écica uilizada apresee um desvio absoluo médio (DAM) meor, recomeda-se que ela ão seja uilizada com aqueles dados de série de vedas. É imporae mecioar, aida, que o caso das écicas de média poderada expoecial, modelo de Hol e modelo de Wier, em que é ecessário defiir os valores das cosaes de suavização (α, β e γ), essa defiição foi feia com auxílio da ferramea Solver do Excel. A Figura 3 apresea graficamee o resulado obido com o uso da écica que se mosrou mais apropriada, o modelo de Wier. 35.000 30.000 25.000 20.000 15.000 10.000 5.000 - Série de vedas Modelo de Wier Figura 3 - Suavização expoecial de séries com edêcia e com variações de esação (Modelo de Wier) Foe: Elaborado pelos auores Uma vez selecioada a écica de previsão de demada mais adequada, calculou-se a previsão de vedas para os doze períodos mesais poseriores (agoso/2012 a julho/2013) para a empresa esudada. A Figura 4 represea graficamee a previsão de vedas para esse período. 9
ju/08 jul/08 ago/08 se/08 ou/08 ov/08 dez/08 ja/09 fev/09 mar/09 abr/09 mai/09 ju/09 jul/09 ago/09 se/09 ou/09 ov/09 dez/09 ja/10 fev/10 mar/10 abr/10 mai/10 ju/10 jul/10 ago/10 se/10 ou/10 ov/10 dez/10 ja/11 fev/11 mar/11 abr/11 mai/11 ju/11 jul/11 ago/11 se/11 ou/11 ov/11 dez/11 ja/12 fev/12 mar/12 abr/12 mai/12 ju/12 jul/12 ago/12 se/12 ou/12 ov/12 dez/12 ja/13 fev/13 mar/13 abr/13 mai/13 ju/13 jul/13 35.000 30.000 25.000 20.000 15.000 10.000 5.000 - Série de vedas Modelo de Wier Figura 4 Previsão de vedas doze períodos poseriores com uso da écica de suavização expoecial de séries com edêcia e com variações de esação Foe: Elaborado pelos auores O Quadro 4 apresea a previsão de vedas para os doze períodos mesais poseriores. Período Previsão (Uid.) Período Previsão (Uid.) Agoso/2012 15.920 Fevereiro/2013 3.476 Seembro/2012 18.903 Março/2013 817 Ouubro/2012 20.064 Abril/2013 632 Novembro/2012 18.756 Maio/2013 3.285 Dezembro/2012 13.501 Juho/2013 5.628 Jaeiro/2013 6.056 Julho/2013 3.814 Quadro 4 - Previsão de demada para os doze períodos poseriores Foe: Elaborado pelos auores Ao se aalisar os dados da previsão feia para os doze períodos poseriores, percebe-se que eses seguem o mesmo comporameo da demada dos períodos aeriores, em que o segudo semesre do ao (agoso a dezembro) em a maior coceração das vedas. Visualiza-se ambém a Figura 4 que a previsão é iferior em quaidades para quase odos os períodos esimados, quado comparado aos doze períodos mesais aeriores à previsão. Do 10
poo de visa do pesquisador, esse comporameo da previsão para os doze períodos poseriores ocorreu, pricipalmee, devido ao fao de o modelo de previsão uilizado ear corrigir as esimaivas superiores aos dados de demada real realizadas para os períodos aeriores (ouubro/2011 a abril/2012). 5. Cosiderações Fiais Esse rabalho foi realizado com o objeivo geral de aalisar a aplicação de écicas de previsão de demada em uma idúsria de cofecção o esado do Ceará. Traa-se de um esudo de caso exploraório, realizado em uma empresa do segmeo de moda praia, o qual houve colea de dados primários e secudários, cuja pricipal ferramea de aálise de dados uilizada foi o sofware Microsof Excel. Com a aplicação de diversas écicas de previsão de demada aos dados coleados, coclui-se que a écica de suavização expoecial de séries com edêcia e variação de esação obeve um resulado mais saisfaório, possuido o meor desvio absoluo médio (DAM) e reforçado que ese méodo se ajusa bem às séries que possuem ao o compoee de edêcia, como o compoee de sazoalidade, coforme ressalado o capíulo 2 (CHOPRA; MEINDL, 2003), caracerísicas esas presees os dados hisóricos de demada da empresa. A parir da cosaação da melhor adequação da écica de suavização expoecial e séries com edêcia e variação de esação (Modelo de Wier), pode-se parir para a uilização da mesma a previsão da demada fuura da empresa. Vale ressalar a imporâcia da aplicação dessas écicas de previsão de séries emporais aos dados coleados, de maeira que, a cada ovo dado de demada real, essa previsão seja refeia ou aualizada, objeivado maê-las mais próximas da demada real. Ouro poo que merece desaque é a ecessidade de equilibrar faores objeivos e subjeivos ao prever a demada, viso que o poecial humao ão deve ser excluído a fialização da previsão, pois ese pode er acesso a iformações sobre codições do mercado que ão esariam dispoíveis os dados hisóricos da demada. A relevâcia do uso das écicas se ora aida maior pelo fao da empresa uca er uilizado aeriormee qualquer écica esruurada de previsão de demada. Assim sedo, o rabalho raz grade coribuição para a gesão da orgaização. A parir da realização do presee rabalho, vislumbram-se ouras possibilidades, que cofiguram as sugesões para rabalhos fuuros relacioados ao uso de écicas de previsão de demada. 11
Uma primeira possibilidade seria a uilização dos modelos de Box-Jekis, geericamee cohecidos por ARIMA (Auo Regressive Iegraed Movig Averages), que são modelos esaísicos lieares para aálise de séries emporais e que se oram mais sofisicados por usarem a correlação ere as observações. Os modelos de redes eurais arificiais (RNAs) ambém merecem desaque, por rabalharem com fuções ão lieares (como muias vezes são as séries emporais) com alo grau de acurácia. Por fim, a uilização cojua de écicas de previsão de demada e modelos de simulação pode aumear a cofiabilidade das previsões a parir da simulação de diferees ceários, baseados em comporameos das pricipais variáveis que possam iflueciar a demada que se preede esimar. Referêcias CHOPRA, Suil; MEINDL, Peer. Gereciameo da cadeia de suprimeos: Esraégia, plaejameo e operação. São Paulo: Pearso Preice Hall, 2003. DAVIS, Mark M.; AQUILANO, Nicholas J.; CHASE, Richard B. Fudameos da admiisração da produção. 3. Ed. Poro Alegre: Bookma, 2001. DENNIS, Pascal. Produção lea simplificada: Um guia para eeder o sisema de produção mais poderoso do mudo. 2. Ed. Poro Alegre: Bookma, 2008. GIL, Aôio Carlos. Como elaborar projeos de pesquisa. 3. ed. São Paulo: Alas, 1991. MADDALA, G. S. Irodução à ecoomeria. 3. Ed. Rio de Jaeiro: LTC, 2003. MORETTIN, Pedro A.; TOLOI, Clélia M. C. Aálise de séries emporais. 2. Ed. São Paulo: Blucher, 2006. TUBINO, Dalvio Ferrari. Plaejameo e corole da produção: eoria e práica. 2. Ed. São Paulo: Alas, 2009. VERGARA, Sylvia Cosa. Projeos e relaórios de pesquisa em admiisração. São Paulo: Alas, 1997. 12