Click here to add PREVISÃO DE DEMANDA 1. Click here to add 2 Características comuns aos modelos de...
22
Click here to add PREVISÃO DE DEMANDA 1
Transcript of Click here to add PREVISÃO DE DEMANDA 1. Click here to add 2 Características comuns aos modelos de...
Click here to add
2
Características comuns aos modelos de previsão:
As previsões raramente são perfeitas - há um nível de erro que é a diferença entre o
que foi previsto e o que de fato aconteceu
As previsões são mais exatas para grupos ou famílias de itens do que para itens
individuais – quando os itens são agrupados seus valores altos e baixos podem
cancelar uns aos outros
As previsões são mais exatas para horizontes de tempo mais curtos do que para os
maiores – quanto mais curta a extensão do tempo de previsão, menor é o grau de
incerteza. “Os dados não mudam muito a curto prazo” (Reid & Sanders, 2002)
Click here to add
3
Etapas do processo de previsão:
Decidir o que prever:
Vendas ou demanda;
Um produto individual ou grupo de produtos;
As unidades de previsão (unidades do produto, caixas, dólares, etc)
A extensão do tempo: mensal, trimestral
Avaliar e analisar dados apropriados
Implica a identificação dos dados necessários e dos que estão disponíveis.
Selecionar e testar o modelo de previsão
Leva-se em conta fatores como custo, facilidade de uso e exatidão.
Fazer a previsão
Monitorar a exatidão da previsão
A previsão é um processo contínuo
Click here to add
4
MÉTODOS QUALITATIVOS DE PREVISÃO
*Também chamados de métodos de julgamento, são aqueles em que a previsão é feita
subjetivamente pelos responsáveis
*Está sujeito ao viés do decisor
*Alguns métodos qualitativos:
Opinião de executivos
Pesquisa de Mercado
O método Delphi
Click here to add
5
MÉTODOS QUALITATIVOS DE PREVISÃO
Opinião de Executivos
*Um grupo de gerentes se reúne e cria em conjunto uma previsão
Exemplos de aplicação:
Previsões estratégicas
Previsão do sucesso de um novo produto
Desvantagem:
A opinião de uma pessoa pode predominar na previsão
Click here to add
6
MÉTODOS QUALITATIVOS DE PREVISÃO
Pesquisa de mercado
*É uma abordagem que utiliza entrevistas e pesquisas para identificar as preferências
das pessoas
Desvantagem:
Pode ser difícil desenvolver um bom questionário
Pode haver falha na formulação do questionário
Pode haver viés e falha na argüição das perguntas
Click here to add
7
MÉTODOS QUALITATIVOS DE PREVISÃO
O método Delphi
*É um método de previsão cujo objetivo é alcançar o consenso em um grupo de
especialistas mantendo o anonimato dos participantes
O processo implica em:
Enviar questionários para os componentes
Resumir as descobertas
Remeter um questionário atualizado incorporando as conclusões.
Esse processo continua até que se chegue num consenso.
Desvantagem:
Desenvolvimento demorado
Click here to add
9
MÉTODOS QUANTITATIVOS DE PREVISÃO
*São baseados na modelagem matemática
São classificados em duas categorias:
Modelos de séries temporais
Modelos causais
Click here to add
10
MODELOS DE SÉRIES TEMPORAIS
*Partem do princípio de que todas as informações necessárias pra fazer uma previsão
estão contidas na série temporal dos dados.
DEFINIÇÃO: Uma série temporal é uma série de observações tomadas a intervalos
regulares durante um determinado período.
PRESSUPOSTO: Pode-se fazer uma previsão com base nos padrões de dados
Click here to add
11
MODELOS DE SÉRIES TEMPORAIS
*Uma forma de identificar os padrões é plotar os dados e examinar os gráficos.
Existem 4 padrões básicos:
Nivelado ou horizontal: os valores dos dados flutuam em torno de uma média
constante.
Ex: produtos no estado de maturidade do seu ciclo de vida (demanda constante e
previsível)
Tendência: quando os dados apresentam um aumento ou diminuição do padrão com o
passar do tempo.
Sazonalidade: é qualquer padrão que se repete regularmente (Ex:trimestral, mensal,
diário) e tem extensão constante
Ex: restaurantes com picos de vendas aos fins de semana
Click here to add
12
MODELOS DE SÉRIES TEMPORAIS
Ciclos: padrões criados pelas flutuações econômicas como os associados ao ciclo
empresarial
Ex: recessão, inflação, ou ciclo de vida de um produto
*A principal distinção entre um padrão sazonal e um cíclico é que o cíclico varia em
extensão e magnitude.
Variação aleatória: não pode ser prevista
Click here to add
13
MODELOS DE SÉRIES TEMPORAIS
1 - O método simples
-Presume-se que a previsão para o próximo período seja igual ao ocorrido de fato no
último período
-Funciona bem quando há pouca variação de um período p/ o outro
Ex.8.1: Um restaurante está fazendo a previsão de vendas de frango para o mês de abril.
Sabendo que as vendas no mês de março totalizaram 320, qual é a previsão para o mês
de abril?
-Se for percebida a tendência de aumento de, por exemplo, 10% para o próximo mês,
pode-se calcular diretamente a previsão.
Click here to add
14
MODELOS DE SÉRIES TEMPORAIS
1 - O método simples
-Presume-se que a previsão para o próximo período seja igual ao ocorrido de fato no
último período
-Funciona bem quando há pouca variação de um período p/ o outro
tt AF 1
Ex.8.1: Um restaurante está fazendo a previsão de vendas de frango para o mês de abril.
Sabendo que as vendas no mês de março totalizaram 320, qual é a previsão para o mês
de abril?
refeiçõesAF marçoabril 320
-Se for percebida a tendência de aumento de, por exemplo, 10% para o próximo mês,
pode-se calcular diretamente a previsão.
Click here to add
15
MODELOS DE SÉRIES TEMPORAIS
2 – Média simples ou Média
Onde: Ft+1é a previsão para o período seguinte (t+1)
At é o valor real para o período atual (t)
n é o número de períodos ou pontos de dados
n
AF t
t1
Click here to add
16
MODELOS DE SÉRIES TEMPORAIS
2 – Média simples ou Média
Ex.8.2:A New tools Corporation está fazendo a previsão de vendas de seu produto
clássico, H-W. As vendas do H-W têm se mantido constantes e a empresa utiliza uma
média simples para fazer a previsão. Semanalmente as vendas durante as últimas cinco
semanas estão disponíveis. Utilize a média para fazer uma previsão para a semana 6.
n
AF t
t1
Período (em semanas)
Vendas reais
1 512 533 584 525 506 ?
Click here to add
17
MODELOS DE SÉRIES TEMPORAIS
3 – Média Móvel Simples
-É semelhante à média simples exceto no fato de que não se toma a média de todos os
dados, e sim os n períodos mais recentes da média.
- O número de observações usadas para se calcular a média é constante
“A média móvel simples se movimenta através do tempo” (Reid e Sanders, 2002)
n
AF t
t1
A única diferença da Média Móvel para a Média Simples é que esta última usa somente uma parte dos dados para calcular a média
Click here to add
18
MODELOS DE SÉRIES TEMPORAIS
3 – Média Móvel Simples
n
AF t
t1
Ex.8.3:As previsões de vendas para a Bright-White são feitas a partir da média
móvel de 3 períodos. Considerando o seguinte número de vendas relativas a janeiro,
fevereiro e março, faça uma previsão para abril.
Mês Vendas reais
Janeiro 200Fevereiro 300
Março 200
Click here to add
19
MODELOS DE SÉRIES TEMPORAIS
4 – Média Móvel Ponderada
*Cada observação pode ter um peso diferente e a soma dos pesos é sempre igual a 1.
Onde : Ft+1 é a previsão do período seguinte
Ct é o peso atribuído ao valor real no período
At é o valor real no período (t)
ttt ACF 1
Click here to add
20
MODELOS DE SÉRIES TEMPORAIS
4 – Média Móvel Ponderada
*Cada observação pode ter um peso diferente e a soma dos pesos é sempre igual a 1.
Ex.8.4:Um gerente da loja de departamentos Fit Well deseja prever as vendas de
roupas de banho para agosto utilizando uma média móvel ponderada de 3 períodos.
As vendas relativas a maio, junho e julho foram as seguintes:
ttt ACF 1
Mês Vendas reais
Maio 400Junho 500Julho 600
O gerente decidiu atribuir o peso de 0,25 a maio, 0,25 a junho e 0,50 a julho.
Click here to add
21
MODELOS DE SÉRIES TEMPORAIS
5 – Ajuste exponencial
*É um modelo de previsão que utiliza um sofisticado procedimento de média ponderada
para fazer uma previsão.
*São necessárias 3 informações:
1) a previsão do último período
2) o valor real do último período
3) o valor de um coeficiente de ajuste α, que varia entre 0 e 1;
ttt FAF 11
Onde Ft+1 é a previsão da demanda do período (t+1)
At é o valor real no período (t)
Ft é a previsão para o período (t)
α é o coeficiente de ajuste
Click here to add
22
MODELOS DE SÉRIES TEMPORAIS
5 – Ajuste exponencial
ttt FAF 11
Ex.8.5: O restaurante mexicano Tamale utiliza o ajuste exponencial para prever
a utilização mensal do molho tabasco. Sua previsão para setembro foi de 200
frascos, embora o consumo real em setembro tenha sido de 300 frascos. Se os
admiradores do restaurante utilizam um de 0,70, qual será a previsão para
outubro?
