Métodos de Previsão da Demanda utilizando o Excel -Modelos Quantitativo Amortecimento Triplo (Winter) Decomposição -Técnicas Causais: Regressão Este material deve ser utilizado em conjunto com as Planilhas de Apoio que tratam dessas Técnicas. Prof. Manuel Garcia
Técnicas Quantitativas de Previsão da Demanda As técnicas quantitativas de previsão assumem como premissa básica que o comportamento da demanda passada pode basear a definição da demanda futura. As técnicas quantitativas distinguem-se em: Técnicas de séries temporais: Baseiam-se na identificação de padrões existentes nos dados históricos para utilizá-los no cálculo do valor previsto. Técnicas causais: Baseiam-se na identificação de variáveis que influenciam o comportamento da demanda para determinar a relação existente. Ou seja, determinar a relação de causa (variáveis independente ou explicativa) e efeito (variável dependente ou explicativa Demanda).
Demanda Projeção da demanda futura a partir do passado Vendas reais passadas Tendência Previsões Ciclicidade projetada Ciclicidade passada Faixa de erro identificada no passado e projetada para o futuro Passado Futuro tempo Fonte: Corrêa e Corrêa (2005)
Técnicas de Séries Temporais: Componentes das séries temporais Tendência: É a orientação para cima, para baixo ou nivelada dos dados históricos Ciclicidade: São padrões de variação dos dados que se repetem a cada determinado intervalo de tempo (ex: vendas que se concentram no final do mês). É importante destacar que: A sazonalidade é um tipo de ciclicidade anual Demanda Estável Demanda Instável Tendência nivelada (demanda em nível) Tendência Crescimento Ciclicidade Ciclicidade ou Sazonalidade tempo período anual
Séries Temporais (Dados Intrínsecos) Técnicas Quantitativas de Previsão da Demanda Tamanho do histórico necessário para a previsão Demanda Estável Média Móvel Simples Amortecimento Exponencial Média Móvel Dupla Demanda Instável Amortecimento Triplo (Método Winter) Decomposição Pequeno histórico (meses) Médio histórico (1 ano ou mais) Pequeno histórico (meses) Médio / Alto histórico (2 anos) Alto histórico (3 anos ou mais)
Amortecimento Exponencial Triplo (Método de Winter) Demanda = Nível[F(alfa)] + Tendência[F(beta)] + Ciclicidade[F(gama)] + Erro Previsão Ano 1 Ano 2 Ano 3 Dados do histórico Previsão
Amortecimento Exponencial Triplo (Método de Winter) Coeficientes de Amortecimento a: coeficiente de amortecimento (0 1) 0 0,50 1 Nível ou? Demanda passada Qual fase do passado é mais representativa para projetar o futuro? Primeiro ano Segundo ano futuro passado presente?
Amortecimento Exponencial Triplo (Método de Winter) Coeficientes de Amortecimento b: coeficiente de amortecimento (0 1) 0 0,50 1 Tendência ou? Qual tendência é mais representativa para projetar o futuro? Primeiro ano Segundo ano futuro passado presente?
Amortecimento Exponencial Triplo (Método de Winter) Coeficientes de Amortecimento g: coeficiente de amortecimento (0 1) 0 0,50 1 Sazonalidade ou? Primeiro ano Segundo ano Qual ciclicidade (sazonalidade) é mais representativa para projetar o futuro? futuro passado presente?
Amortecimento Exponencial Triplo (Método de Winter)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 Técnicas de Séries Temporais Amortecimento Exponencial Triplo Fórmulas (Método de Winter) A B C D E F Período Real Nível Sazonal Tendência Previsão 1 900 =B2 =$C$27*(B2/C2)+(1-$C$27)*1 0 2 1000 =$A$27*(B3/1)+(1-$A$27)*(C2+E2) =$C$27*(B3/C3)+(1-$C$27)*1 =$B$27*(C3-C2)+(1-$B$27)*E2 3 800 =$A$27*(B4/1)+(1-$A$27)*(C3+E3) =$C$27*(B4/C4)+(1-$C$27)*1 =$B$27*(C4-C3)+(1-$B$27)*E3 4 980 =$A$27*(B5/1)+(1-$A$27)*(C4+E4) =$C$27*(B5/C5)+(1-$C$27)*1 =$B$27*(C5-C4)+(1-$B$27)*E4 5 1200 =$A$27*(B6/1)+(1-$A$27)*(C5+E5) =$C$27*(B6/C6)+(1-$C$27)*1 =$B$27*(C6-C5)+(1-$B$27)*E5 6 850 =$A$27*(B7/1)+(1-$A$27)*(C6+E6) =$C$27*(B7/C7)+(1-$C$27)*1 =$B$27*(C7-C6)+(1-$B$27)*E6 7 1300 =$A$27*(B8/1)+(1-$A$27)*(C7+E7) =$C$27*(B8/C8)+(1-$C$27)*1 =$B$27*(C8-C7)+(1-$B$27)*E7 8 1200 =$A$27*(B9/1)+(1-$A$27)*(C8+E8) =$C$27*(B9/C9)+(1-$C$27)*1 =$B$27*(C9-C8)+(1-$B$27)*E8 9 800 =$A$27*(B10/1)+(1-$A$27)*(C9+E9) =$C$27*(B10/C10)+(1-$C$27)*1 =$B$27*(C10-C9)+(1-$B$27)*E9 10 1800 =$A$27*(B11/1)+(1-$A$27)*(C10+E10) =$C$27*(B11/C11)+(1-$C$27)*1 =$B$27*(C11-C10)+(1-$B$27)*E10 11 800 =$A$27*(B12/1)+(1-$A$27)*(C11+E11) =$C$27*(B12/C12)+(1-$C$27)*1 =$B$27*(C12-C11)+(1-$B$27)*E11 12 1900 =$A$27*(B13/1)+(1-$A$27)*(C12+E12) =$C$27*(B13/C13)+(1-$C$27)*1 =$B$27*(C13-C12)+(1-$B$27)*E12 13 2900 =$A$27*(B14/D2)+(1-$A$27)*(C13+E13) =$C$27*(B14/C14)+(1-$C$27)*D2 =$B$27*(C14-C13)+(1-$B$27)*E13 =(C13+E13)*D2 14 3000 =$A$27*(B15/D3)+(1-$A$27)*(C14+E14) =$C$27*(B15/C15)+(1-$C$27)*D3 =$B$27*(C15-C14)+(1-$B$27)*E14 =(C14+E14)*D3 15 1700 =$A$27*(B16/D4)+(1-$A$27)*(C15+E15) =$C$27*(B16/C16)+(1-$C$27)*D4 =$B$27*(C16-C15)+(1-$B$27)*E15 =(C15+E15)*D4 16 1980 =$A$27*(B17/D5)+(1-$A$27)*(C16+E16) =$C$27*(B17/C17)+(1-$C$27)*D5 =$B$27*(C17-C16)+(1-$B$27)*E16 =(C16+E16)*D5 17 2300 =$A$27*(B18/D6)+(1-$A$27)*(C17+E17) =$C$27*(B18/C18)+(1-$C$27)*D6 =$B$27*(C18-C17)+(1-$B$27)*E17 =(C17+E17)*D6 18 2400 =$A$27*(B19/D7)+(1-$A$27)*(C18+E18) =$C$27*(B19/C19)+(1-$C$27)*D7 =$B$27*(C19-C18)+(1-$B$27)*E18 =(C18+E18)*D7 19 2500 =$A$27*(B20/D8)+(1-$A$27)*(C19+E19) =$C$27*(B20/C20)+(1-$C$27)*D8 =$B$27*(C20-C19)+(1-$B$27)*E19 =(C19+E19)*D8 20 2600 =$A$27*(B21/D9)+(1-$A$27)*(C20+E20) =$C$27*(B21/C21)+(1-$C$27)*D9 =$B$27*(C21-C20)+(1-$B$27)*E20 =(C20+E20)*D9 21 3500 =$A$27*(B22/D10)+(1-$A$27)*(C21+E21) =$C$27*(B22/C22)+(1-$C$27)*D10 =$B$27*(C22-C21)+(1-$B$27)*E21 =(C21+E21)*D10 22 2000 =$A$27*(B23/D11)+(1-$A$27)*(C22+E22) =$C$27*(B23/C23)+(1-$C$27)*D11 =$B$27*(C23-C22)+(1-$B$27)*E22 =(C22+E22)*D11 23 4500 =$A$27*(B24/D12)+(1-$A$27)*(C23+E23) =$C$27*(B24/C24)+(1-$C$27)*D12 =$B$27*(C24-C23)+(1-$B$27)*E23 =(C23+E23)*D12 24 3000 =$A$27*(B25/D13)+(1-$A$27)*(C24+E24) =$C$27*(B25/C25)+(1-$C$27)*D13 =$B$27*(C25-C24)+(1-$B$27)*E24 =(C24+E24)*D13 alfa beta gama Erro 0,5 0,5 0,5 =MÉDIA(#REF!) Parâmetros alteráveis na tabela Fonte: Wanke (2006) Previsão Demanda = Nivel[F(alfa)] + Tendência[F(beta)] + Ciclicidade[F(gama)] + Erro Previsão Ref: WANKE; Peter. Previsão de vendas, Atlas,2006
Exemplo Amortecimento Exponencial Triplo (Método de Winter) Período Real Nível Sazonal Tendência Previsão Teste 1 9990 9990,00 1,00 0,00 2 8211 9812,10 0,86-21,35 3 10798 9891,48 1,08-9,26 4 6623 9556,29 0,75-48,37 5 6609 9218,03 0,77-83,16 6 7886 9009,98 0,90-98,15 7 7673 8787,96 0,89-113,01 8 9227 8730,15 1,05-106,39 9 11058 8867,19 1,21-77,18 10 10875 8998,51 1,17-52,16 11 12940 9345,72 1,32-4,23 12 15798 9987,14 1,48 73,25 13 13554 10409,75 1,25 115,17 10060 0,26 14 13061 10983,13 1,13 170,15 9099 0,30 15 12365 11187,05 1,10 174,21 12002 0,03 16 10044 11572,90 0,85 199,60 8467 0,16 17 9941 11894,59 0,82 214,25 9007 0,09 18 9934 12006,10 0,84 201,93 10855 0,09 19 11827 12309,12 0,95 214,06 10922 0,08 20 12780 12491,22 1,03 210,22 13115 0,03 21 12937 12504,84 1,06 186,63 15306 0,18 22 18217 12975,24 1,36 220,68 14888 0,18 23 17186 13179,08 1,31 218,66 17408 0,01 24 23421 13637,35 1,68 247,41 19868 0,15 alfa beta gama Erro 0,1 0,12 0,83 0,13 Caminhos no MS-Excel para a Previsão: 20000 15000 10000 5000 0 25000 20000 15000 10000 5000 0 25000 20000 15000 10000 5000 0 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 Histórico Ano 1 Ano 1 Histórico Ano 2 2 Previsão Ano 3 Ano 3
Decomposição Esta técnica também é adequada para prever através de séries com tendência e sazonalidade. Só que não oferece a possibilidade de considerar uma maior representatividade de períodos mais recentes ou mais antigos. O racional desta técnica é projetar para o próximo ano a tendência dos anos anteriores e tendo em vista esta tendência aplicar a média da ciclicidade dos anos anteriores à esta tendência projetada. Etapas para a previsão: 1. Representar os dados graficamente. 2. Adicionar a linha de tendência. 3. Calcular os valores da reta de tendência. 4. Calcular os coeficientes de ciclicidade. 5. Multiplicar os coeficientes de ciclicidade com os valores da reta de tendência para a previsão.
Decomposição Considere três anos de histórico de vendas Primeiro Ano Segundo Ano Terceiro Ano Período Vendas 1 Janeiro 112 13 Janeiro 146 25 Janeiro 199 2 Fevereiro 146 26 Fevereiro 175 14 Fevereiro 113 3 Março 122 27 Março 88 15 Março 92 4 Abril 125 28 Abril 112 16 Abril 160 5 Maio 127 29 Maio 149 6 Junho 157 17 Maio 188 7 Julho 150 18 Junho 190 30 Junho 140 8 Agosto 235 19 Julho 168 31 Julho 154 9 Setembro 60 20 Agosto 235 32 Agosto 275 21 Setembro 122 33 Setembro 90 10 Outubro 92 22 Outubro 97 34 Outubro 120 11 Novembro 206 23 Novembro 186 35 Novembro 226 12 Dezembro 312 24 Dezembro 354 36 Dezembro 360
Decomposição 1a) Representar os dados graficamente (MS-Excel) 1b) Marcar as células de dados relativo aos dados de vendas do histórico
Decomposição 1c) Representar os dados graficamente (MS-Excel)
Decomposição 2a) Adicionar linha de tendência ao gráfico (MS-Excel)
Decomposição 2b) Configurar projeção da linha de tendência para 12 períodos futuros, a equação da reta (MS-Excel)
Decomposição 2b) Linha de tendência projetada e equação definida desprezar o R-quadrado neste momento (MS-Excel)
Decomposição 3) Calcular os valores da linha de tendência a partir da equação obtida Onde y é o valor desejado e x é o período 1(janeiro Ano1); 2 (março Ano1)...13 (janeiro Ano2)...(MS-Excel)
Decomposição 4) Calcular os coeficientes de ciclicidade dividindo os valores das vendas pelos valores da linha de tendência (MS-Excel)
Decomposição 4) Calcular os coeficientes de ciclicidade para a previsão através da média dos coeficientes dos meses anteriores respectivos. Jan 1 + Jan 2 + Jan 3 3 Dez 1 + Dez 2 + Dez 3 3
Decomposição 5) Multiplicar os valores da linha de tendência pelos valores da média de ciclicidade dos meses anteriores e respectivos.
Decomposição Completar o gráfico com os valores da previsão para o quarto ano parabéns você já sabe como fazer (MS-Excel)
A Previsão da Demanda Técnicas Causais A ferramenta que será apresentada é a Análise de Regressão Linear. Esta ferramenta permite conhecer quanto um determinado fator explica a demanda e como podemos descrever esta relação. Exemplo: Qual a relação da demanda (vendas) com os gastos com propaganda? Neste caso, a demanda (vendas) é a variável explicada (y) e os gastos com propaganda é a variável explicativa (x). A equação linear que descreve a relação é: y = a + bx. Onde (a) representa o intercepto de y, ou seja momento em que x = 0. Já (b) é o coeficiente angular da reta. y No caso do exemplo ficaria: demanda = a + b*(gastos com propaganda). b a Todavia é importante esclarecer as seguintes fatos: x O modelo deve ser considerado como uma aproximação da real relação funcional, visto a existência de um erro aleatório. O modelo não permite extrapolações fora dos limites estudados (limite dos dados). O modelo fornece as seguintes possibilidades: descrição dos dados, estimação de parâmetros, previsão.
A Previsão da Demanda Histórico de investimento em propaganda Técnicas Causais Histórico da demanda X Y Período Propaganda Demanda JANEIRO 75 1755 FEVEREIRO 268 3878 MARÇO 221 3505 ABRIL 47 1727 MAIO 25 1593 5000 4000 3000 2000 1000 y = 10,175x + 1036,5 R 2 = 0,9602 0 0 50 100 150 200 250 300 350 JUNHO 93 1760 JULHO 237 3461 AGOSTO 330 4255 SETEMBRO 107 2091 OUTUBRO 165 2801 NOVEMBRO 85 1467 DEZEMBRO 49 1462 Demanda = 10,175 (investimento propaganda no mês) + 1036,5 Esta equação tem 96% (0,9602) de poder de explicação da demanda (considerando somente a variável investimento em propaganda).
Técnicas Causais Caminhos no MS-Excel para Técnica Causal (Regressão Linear) 1) Montar uma matriz com os dados históricos 2) Criar o gráfico de Dispersão (XY)
Caminhos no MS-Excel para Técnica Causal (Regressão Linear) 3) Criar o gráfico de Dispersão (XY) Técnicas Causais
Técnicas Causais Caminhos no MS-Excel para Técnica Causal (Regressão Linear) 4) Adicionar linha de tendência (click botão esquerdo sobre os pontos)
5) Configurar tipo linear: Técnicas Causais Caminhos no MS-Excel para Técnica Causal (Regressão Linear)
Técnicas Causais Caminhos no MS-Excel para Técnica Causal (Regressão Linear) 6) Configurar opções (exibir equação e valor do R-quadrado):
FIM: Você já saber como fazer... Técnicas Causais Caminhos no MS-Excel para Técnica Causal (Regressão Linear) 2 Qual o significado do R?