Gesto de Demanda
O que gesto de demanda?
Habilidade para prever a
demanda
Canal de comunicao
com o mercado
Poder de influncia sobre
a demanda
Habilidade de prometer
prazos
Habilidade de priorizao
e alocao
Comunicao
com o
Mercado
Previso de
Demanda
Influncia
sobre o
Mercado
Promessa
de Prazos
Priorizao
e Alocao
Gesto de
Demanda
Previso de Demanda
Rumo traado com base em previses
Previso da demanda base para o Planejamento Estratgico
Planos de capacidade
Fluxo de caixa
Fluxo de vendas
Fluxo de produo
Fluxo de mo-de-obra
Permitem antever o futuro e planejar adequadamente suas aes.
Previso de Demanda
Planejamento, predio e previso
o Planejamento: processo lgico que descreve as atividades necessrias para ir do ponto no qual estamos at o objetivo definido;
o Predio: processo para determinao de um acontecimento futuro baseado em dados completamente subjetivos e sem uma metodologia de trabalho clara;
o Previso: processo metodolgico para determinao de dados futuros baseados em modelos estatsticos, matemticos ou economtricos ou ainda em modelos subjetivos apoiados em metodologia de trabalho clara e previamente definida.
Fatores Influenciando a Demanda
Fatores Internos
Oramento de vendas
Propaganda
Promoes
Projeto do
Produto/Servio
Descontos
Backlogs
Fatores Externos
Ciclo de negcios
Competio
Consumismo
Eventos Mundiais
Aes governamentais
Ciclo de vida do produto
Principais processos operacionais da funo de gesto de demanda
Processo de previso de vendas
Processo de cadastramento de pedidos
Processo de promessa de data de entrega
Processo de definio e avaliao do nvel de
servio ao cliente
Processo de planejamento de necessidades
Processo de distribuio fsica dos produtos aos
clientes
Para que se usa Previso de Demanda?
Planejar (longo prazo): elaborar o plano de produo (produtos, servios, instalaes, equipamentos, mo-de-obra)
Planejar o uso do sistema (mdio e curto prazo): planejamento mestre da produo e programao da produo usar os recursos disponveis.
Setor de Marketing ou Vendas
E o Eng. De Produo?
Processo de Previso de Demanda
Dados
histricos de
vendas
Informaes que
expliquem
comportamento
atpico
Dados de
variveis que
expliquem as
vendas
Tratamento estatstico
dos dados de vendas e
outras variveis
Tratamento estatstico
dos dados de vendas e
outras variveis
Informaes de
clientes
Informaes da
conjuntura
econmica
Informaes de
concorrentes
Decises da rea
comercial
Outras informaes
do mercado
Outras informaes
do mercado
Tratamento das
informaes disponveis
Tratamento das
informaes disponveis
Previso de vendasPreviso de vendas
Reunio de PrevisoComprometimento das reas
envolvidas
Previso de Vendas
Hoje Passado Futuro
Vendas
tendncia no passado
ciclicidade no passado
tendncia projetada no futuro
ciclicidade projetada no futuro
Previso de Vendas
Vendas
vendas reais
sazonalidade
tendncia
Previso de Demanda
Mdia
Tendncia
Linear
Cclica
Sazonal
Aleatria
Requisitos da boa previso de vendas
conhecer os mercados, suas necessidades e comportamentos
conhecer os produtos e seus usos
saber analisar os dados histricos
conhecer a concorrncia e seu comportamento
conhecer as aes da empresa que afetam a demanda
formar uma base de dados relevantes para a previso
documentar todas as hipteses feitas na elaborao da previso
trabalhar com fatos e no apenas opinies
articular diversos setores para a elaborao da previso
Modelo de Previso
Razo Produtos Acurcia Detalhamento Recursos Dados histricos confiabilidade Caracterizao da demanda vendas Variaes extraordinrias Perodo de consolidao dos dados tcnica
Tipo Custo e acurcia Disponibilidade : recursos e tempo
Previses baseadas em Sries Temporais
Mdia Mvel
Previso da Mdia Mdia Exponencial Mvel
Mdia Ponderada
Eq. Linear para tendncia
Previso de Tendncia Ajustamento exponencial para tendncia
Previso de Sazonalidade Mdia Mvel Centrada
Tcnicas de Previso
Caractersticas gerais
causas que influenciaram a demanda passada continuaram a agir;
previses no so perfeitas;
acurcia diminui com o tamanho do perodo;
previso para grupos mais precisa;
Tcnicas de
Previso
Qualitativa
Quantitativa
Tcnicas e Modelos mais comuns
I. Qualitativo
Mtodo Delphi Processo de aprendizagem interativo envolvendo um grupo de especialistas.
II. Anlise de Sries Temporais
Mdia Mvel Simples Cada ponto tem a mesma influncia.
Mdia Ponderada Exponencial Dados pontuais mais recentes tm maior peso.
Anlise de Regresso Ajusta uma linha sequencial de dados do passado. (Mnimos quadrado)
Tcnica Horizonte de tempo
Complexidade Preciso Dados necessrios
I. Qualitativo
Mtodo Delphi Longo Alta Varivel Muitos
II. Sries Temporais
Mdia mvel Curto Muito Baixa Mdia Poucos
Mdia ponderada exponencial
Curto Baixa Adequada Poucos
Regresso Linear Longo Alta Mdia Alta Muitos
Demanda
Padres de demanda (Tendncia):
Mdia
Tendncia linear
Tendncia no linear
Estacional
Mdia Mvel
Nmero predeterminado de perodos
Exemplo
Perodo Janeiro Fevereiro Maro Abril Maio Junho
Demanda 60
50 45 50 45 70
A mdia mvel de trs perodos para o ms de julho, ser: Admitindo que a demanda real de julho foi de 60 unidades, a nova previso para agosto seria:
Mdia Mvel
Por que usar?
Simplicidade e facilidade
Quando usar?
Demanda apresenta comportamento estvel
Produtos de baixa relevncia
Desvantagens
Volume de dados
Mdia Mvel Ponderada
Atribui-se um peso a cada um dos dados (dar nfase ao perodo)
Exemplo:
Mdia mvel de 3 perodos, o perodo mais recente tem ponderao de 50%, o do meio 30% e o mais antigo 20%.
Mdia Mvel Exponencial
Peso decresce no tempo em progresso geomtrica
Cada previso obtida com base na anterior, acrescida do erro, corrigido por um coeficiente de ponderao.
Mdia Mvel Exponencial
Quanto maior o coeficiente de ponderao, mais rapidamente o modelo reagir a uma variao real da demanda.
Se for muito pequeno as previses podero ficar defasadas.
Normalmente variam de 0,05 a 0,50.
Exemplo: Supondo que a previso foi de 100 unidades e que o valor real atingiu 110 unidades, para um coeficiente de ponderao de 0,1 a prxima previso seria:
Exerccios
1. A tabela abaixo apresenta as vendas dos ltimos 10 meses de bicicletas. Determine a previso de vendas para o ms 11 usando o modelo da mdia mvel dos 10 ltimos meses.
Ms 1 2 3 4 5 6 7 8 9 10
D. 285 288 310 290 305 299 315 320 303 300
Exerccios
2. Considerando os dados reais de vendas do exerccio 1, utilizando o mesmo modelo da mdia mvel dos ltimos 10 meses, determine as previses de vendas para os meses 12 a 16.
Ms 11 12 13 14 15 16
Vendas 302 304 303 305 300 308
Exerccios
5. Utilizando as tabelas dos exerccios 1 e 2, calcule a previso de demanda para os meses 11 a 16 utilizando o modelo de mdia mvel dos ltimos 3 meses, ponderando o ltimo ms com o coeficiente 0,6 o penltimo com o coeficiente 0,3 e o antepenltimo com o coeficiente 0,1.
Exerccios
6. A quantidade de carga embarcada no aeroporto de uma cidade tem apresentado os dados na tabela abaixo. Utilizando o modelo da mdia mvel dos ltimos 3 anos, calcular a previso para os prximos perodos a partir do ano de 1994.
Ano Carga 1991 20.000
1992 30.000
1993 60.000
1994 100.000
1995 80.000
1996 70.000
Exerccios
7. Calcular a previso de carga para 1994, supondo que seja utilizada a mdia mvel dos ltimos 3 anos com coeficientes de 0,5, 0,3 e 0,2 para os anos de 1993, 1992 e 1991, respectivamente. Com o mesmo critrio calcule as previses para os anos de 1995 e 1997.
Exerccios
8. A tabela abaixo apresenta as vendas para um modelo de veculo. A previso para o ms 11 foi obtida com o modelo da mdia mvel dos 10 meses anteriores e de 73,10. Calcular as previses para os meses seguintes com o modelo da mdia exponencial. O coeficiente de 0,3.
Ms 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
50 55 63 65 68 73 78 90 91 98 102 107 110 120 130 132
Ajustamento Sazonal (Sem tendncia)
Mtodo do coeficiente sazonal
1. Determinar a mdia de consumo de cada ano
2. Determinar os coeficientes de sazonalidade para cada perodo de sazonalidade ao longo dos anos
3. Determinar coeficiente mdio de sazonalidade para cada perodo
4. Projetar demanda global para o ano previsto e a mdia de consumo para cada perodo de sazonalidade
Ajustamento Sazonal
Consumo em Unidades
Trimestre Ano 1 Ano 2 Ano3 Ano4
1 45 70 100 100
2 335 370 585 725
3 520 590 830 1160
4 100 170 285 215
A Tabela apresenta os dados de consumo de um produto nos ltimos quatro
Anos deseja-se determinar a previso de vendas trimestral no ano 5.
Vamos supor que a previso para o ano 5 de 2500 unidades.
Ajustamento Sazonal
Consumo em Unidades
Trimestre Ano 1 Ano 2 Ano3 Ano4
1 45 70 100 100
2 335 370 585 725
3 520 590 830 1160
4 100 170 285 215
Total 1000 1200 1800 2200
Mdia 250 300 450 550
Trimestre Ano 1 Ano 2 Ano 3 Ano4 Mdia
1 0,18 0,23 0,22 0,18 0,20
2 1,34 1,23 1,30 1,32 1,30
3 2,08 1,97 1,84 2,11 2,00
4 0,40 0,57 0,63 0,39 0,50
Trimestre Previso
1 125 unidades
2 813 unidades
3 1250 unidades
4 313 unidades
Ajustamento de Tendncias
Curto Prazo
Ajustamento Exponencial Duplo ( Mtodo de dois parmetros de Holt)
Ajustamento de Retas
Ajustamento exponencial duplo
Previso para o perodo t At = Ct + (1 - ) (At-1 + T t-1)
Valor da tendncia para o perodo t Tt = (At - At-1 )+ (1 ) Tt-1
Valor da previso para p perodos adiante
Pt+p = At + pTt
At novo valor amortecido
coeficiente de amortecimento para os dados
coeficiente de amortecimento para a tendncia
Ct valor real do perodo
Tt estimativa da tendncia
P perodos futuros
Pt + p previso para p perodos
Ajustamento de retas
Y = a + bX
Mtodo dos mnimos quadrados
Coeficiente de correlao
22 )()(
))((
xxn
yxxynb
n
xbya
)(
Exemplo
Dada a tabela de venda dos ltimos 6 meses, determine:
A reta ajustada e sua equao
Coeficiente de correlao
Determine a previso para julho, agosto e setembro
Vendas em unidaes
Ms Jan. Fev. Mar. Abr. Maio Jun.
Consumo 340 355 365 375 390 401
Ajustamento sazonal de tendncias lineares
Etapa 1
Determinar a equao da reta
Coeficiente de sazonalidade em cada perodo
Demanda (em 1000 unidades por perodo)
Perodo (Trimestre)
Ano 1 2 3 4 Total
Ano 1 12,6 8,6 6,3 17,5 45,0
Ano2 14,1 10,3 7,5 18,2 50,1
Ano3 15,3 10,6 8,1 19,6 53,6
Total 42,0 29,5 21,9 55,3 148,7
Ajustamento sazonal de tendncias lineares
Etapa 2
Clculo do coeficiente de sazonalidade em cada perodo
Ajustamento sazonal de tendncias lineares
Etapa 3
Clculo dos valores de cada perodo do ano 4
Seleo do modelo de previso
Soma Acumulada dos Erros da Previso (SAE)
Erro Quadrado Mdio (EQM)
Mdia da Soma dos Erros Absolutos (MSEA)
Ms Valor real Previso
1 200 225
2 240 220
3 270 290
4 230 250
5 280 270
6 210 250
Erro
-25
20
-20
-20
10
-40
-75 (SAE)
EQ
625
400
400
400
100
1600
3525/6 (EQM)
Erro Ab
25
20
20
20
10
40
135/6 (MSEA)
Controle do modelo de previso
Sinal de Rastreamento (TS)
- 3 < TS < 3
Sinal de Trigg (TR)
0 < TR < 1
Exerccios
1) Uma linha de eletrodomsticos tem apresentado as vendas dos ltimos 7 meses conforme a tabela abaixo. Realizar a previso de vendas para os meses de agosto, setembro e outubro usando o modelo de ajustamento de uma reta.
Venda de Eletrodomsticos
Ms Jan. Fev. Mar. Abr. Maio Jun. Jul.
Vendas 100 110 125 135 140 153 167
Exerccios
2) Uma indstria est desenvolvendo uma anlise da relao preo de venda x quantidade vendida visando determinar de maneira emprica qual o preo unitrio de venda do produto que forneceria a maior receita de venda. A indstria colocou seu produto a preos diferenciados em lojas diferentes, mas com o mesmo potencial de venda, e obteve os dados mdios abaixo. Em que valor a empresa deveria fixar o preo de seu produto para que tivesse a maior receita (preo unitrio x quantidade vendida)?
Resultado das Lojas
Loja Preo de Venda Unitrio
Quantidade vendida
1 45 1000
2 48 950
3 50 820
4 55 850
5 60 800
6 65 700
Exerccios
3) A fbrica de bicicletas resolveu investigar mais a fundo o mercado futuro e decidiu realizar a previso de vendas por meio do ajustamwnto de uma reta. Calcule a equao de reta para realizar a previso para os prximos 6 meses.
Ms 1 2 3 4 5 6 7 8 9 10
D. 285 288 310 290 305 299 315 320 303 300
Exerccios
4) A associao de empresas de fertilizantes deseja elaborar uma previso de vendas para coloc-la disposio de seus associados a fim de que eles possam desenvolver melhores critrios de produo e de estoque de produtos. Os fertilizantes tm um comportamento de venda sazonal, e a associao coletou os dados de consumo dos ltimos 4 anos. Desenvolver o modelo de ajustamento sazonal e prever o consumo em cada trimestre do ano 6 sabendo que naquele ano devem ser consumidas 1.500.000 toneladas ao todo.
Consumo de Fertilizantes (1000 toneladas)
Trimestre Ano 1 Ano 2 Ano 3 Ano 4 Ano 5
1 200 250 320 350 400
2 100 150 210 190 230
3 50 100 160 140 160
4 300 450 600 500 530
Total 650 950 1290 1180 1320
Exerccios
5) Para o exerccio das bicicletas (mdia mvel e ajustamento da reta), calcule e compare:
Soma Acumulada dos Erros da Previso (SAE)
Erro Quadrado Mdio (EQM)
Mdia da Soma dos Erros Absolutos (MSEA)
Diverso...
Uma empresa resolveu investigar mais profundamente o mercado futuro e decidiu realizar a previso de vendas por meio do ajustamento de uma reta.
Calcule a equao da reta
Realize a previso para os prximos 3 meses
Calcule o coeficiente de correlao
X(Ms) Y(unidade)
1 1000
2 1100
3 1250
4 1300
5 1230
6 1280
7 1300
8 1320
9 1350
10 1400
11 1450
12 1460
Diverso
Uma empresa acumulou dados dos ltimos 12 meses de venda de um produto qumico e deseja realizar a previso de vendas pelo ajustamento de reta.
Calcule a equao da reta
Realize a previso para os prximos 3 meses
Calcule o coeficiente de correlao
X(Ms) Y(unidade)
Janeiro 800
Fevereiro 850
Maro 730
Abril 650
Maio 790
Junho 760
Julho 780
Agosto 660
Setembro 540
Outubro 600
Novembro 600
Dezembro 650
Diverso
Foram elaborados quatro modelos de previso de vendas, e seus resultados esto apresentados abaixo. Determine os valores de SAE, EQM, DP e MSEA e avalie cada modelo de previso.
Valor real Mdia mvel Mdia
ponderada
Mdia
exponencial
Regresso
Linear
102 73,10 95,10 73,10 101,87
107 78,30 99,70 81,77 107,10
110 83,50 104,60 89,34 112,33
120 88,20 108,30 95,54 117,56
130 93,70 115,70 102,88 122,79
132 99,90 125,00 111,01 128,02
Outros Mtodos de Projeo Contagem
o Testes de Mercado
o Pesquisas no Mercado Consumidor
o Pesquisa no Mercado Industrial
Top Related