UNIVERSIDADE  ESTADUAL  DO  MARANHÃO  CENTRO  DE  ESTUDOS  SUPERIORES  DE  TIMON  PRODUCAO  PREVISÃO  DE  DEMANDA  

Prof.:  Espec  Pedro  Alexandre  Cabral  

É    possível  prever  o  futuro?  

Previsão  de  Demanda  

Previsão  é  muito  dificil,  especialmente  ser  for  sobre  o  futuro  

Niels  Boer  Nobel  de  Física  

   

Previsão  de  Demanda  

1999  -­‐  Inicio  produção  no  Brasil  com  motor  1.6  2000  -­‐  Motor  1.9  (125  cv)  e  1.6  (102  cv)  2001  -­‐  Série  Spirit  2002  -­‐  Versão  Avantgarde  1.9    2005  -­‐  Fim  de  produção  no  Brasil    

Fabricado  em  Juiz  de  Fora  InvesRmento  de  820  milhões  de  dólares  Capacidade  de  70.000  unidades  por  ano  (PREVISÃO  DE  DEMANDA)  2002  –  9.000  unidades  

PREVISÃO  não  é  META!  

Previsões  –  “são  esRmaRvas  de  como  se  comportará  o  mercado  demandante  no  futuro.  De  uma  certa  forma  trata-­‐se  de  especulação  de  mercado.”    Metas  –  “são  a  parcela  desse  potencial  de  compra  do  mercado  a  que  a  empresa  deseja  atender.”  

Fonte:  Correâ,  2008  Administração  de  Produção  e  de  Operações  

Principais  erros    

Gastar  tempo  e  esforço  discuRndo  se  acerta  ou  erra  na  previsão,  quando  o  mais  relevante  é  discuRr  “o  quanto”;    

“Tentamos  muito  fazer  previsões  de  forma  técnica,  mas  conRnuamos  a  errar,  então  paramos!”    

Vendas   %  Erro    1.930     -­‐23%    7.269     -­‐21%    4.980     11%    2.730     -­‐9%    1.429     19%    1.200   -­‐33%  

 19.388     2%  

Sanduiche   Previsão  para  o  mês  Quarteirão    2.500    Big  Mac    6.000    Hamburger    4.500    Chessburger    3.000    File  de  Peixe    1.200    McChicken    1.800    Total    19.000    

Média  de  erro  16%  

Tecnicas  de  Previsao  

QuanRtaRvas  

Intrínsecas  

Média  Móvel   Suavização  Potencial  

Projeção  de  tendências   Decomposição    

Extrínsecas  

Regressão  Simples  

Regressao  MulRpla  

QualitaRvas  

Método  Delphi   Juri  ExcuRvo  

Força  de  Venda  

Pesquisa  de  Mercado  

Analogia  Historica  

Tecnicas  de  Previsao  

QuanRtaRvas  

Intrínsecas  

Média  Móvel   Suavização  Potencial  

Projeção  de  tendências   Decomposição    

Extrínsecas  

Regressão  Simples  

Regressao  MulRpla  

QualitaRvas  

Método  Delphi   Juri  ExcuRvo  

Força  de  Venda  

Pesquisa  de  Mercado  

Analogia  Historica  

Evita  que  uma  ou  poucas  opiniões  do  grupo  consultado  predomine  sobre  os  demais  

Delphi  

•  ÓRmo  método  para  lidar  com  aspectos  inesperados  de  um  problema  

 •  Previsões  com  carência  de  dados  históricos    •  Interesse  pessoal  dos  parRcipantes    •  Minimiza  pressões  psicológicas    •  Não  exige  presença  qsica  

Delphi  

•  Processo  lento,  média  de  6  meses  

•  Dependência  dos  parRcipantes  

•  Dificuldade    de  redigir  o  quesRonário  

•  Possibilidade  de  consenso  forçado  

Tecnicas  de  Previsao  

QuanRtaRvas  

Intrínsecas  

Média  Móvel   Suavização  Potencial  

Projeção  de  tendências   Decomposição    

Extrínsecas  

Regressão  Simples  

Regressao  MulRpla  

QualitaRvas  

Método  Delphi   Juri  ExcuRvo  

Força  de  Venda  

Pesquisa  de  Mercado  

Analogia  Historica  

Captura  a  opinião  de  pequenos  grupos,  em  geral,  execuBvos  de  nível  alto.  

Tecnicas  de  Previsao  

QuanRtaRvas  

Intrínsecas  

Média  Móvel   Suavização  Potencial  

Projeção  de  tendências   Decomposição    

Extrínsecas  

Regressão  Simples  

Regressao  MulRpla  

QualitaRvas  

Método  Delphi   Juri  ExcuRvo  

Força  de  Venda  

Pesquisa  de  Mercado  

Analogia  Historica  

Cada  grupo  de  venda  emite  uma  esBmaBva  

Tecnicas  de  Previsao  

QuanRtaRvas  

Intrínsecas  

Média  Móvel   Suavização  Potencial  

Projeção  de  tendências   Decomposição    

Extrínsecas  

Regressão  Simples  

Regressao  MulRpla  

QualitaRvas  

Método  Delphi   Juri  ExcuRvo  

Força  de  Venda  

Pesquisa  de  Mercado  

Analogia  Historica  

Verifica  intenções  de  compras  futuras  

Tecnicas  de  Previsao  

QuanRtaRvas  

Intrínsecas  

Média  Móvel   Suavização  Potencial  

Projeção  de  tendências   Decomposição    

Extrínsecas  

Regressão  Simples  

Regressao  MulRpla  

QualitaRvas  

Método  Delphi   Juri  ExcuRvo  

Força  de  Venda  

Pesquisa  de  Mercado  

Analogia  Historica  

Analisa  uma  seria  histórica  e  tenta-­‐se  criar  uma  previsão  

Calculo  da  Média  Móvel  

17  

•  A  média  móvel  usa  dados  de  um  número  já  determinado  de  períodos,  normalmente  os  mais  recentes,  para  gerar  sua  previsão.  A  cada  novo  período  de  previsão  se  subsRtui  o  dado  mais  anRgo  pelo  mais  recente.  

Não  é  indicada  quando  há  Tendência  ou  Sazonalidade  

nRRRRMP ntttt

tt)...( 121

1+−−−

+

++++==

1+tP : previsão para o próximo período;

: média móvel no período t;

: valor real observado no período t;

: número de períodos considerados na média móvel.

tM

tRn

Calculo  da  Média  Móvel  

18  

Período            Janeiro  Fevereiro    Março    Abril      Maio    Junho    Julho  Demanda            60                          50            45              50              45            70                60                                        Previsões  para  Julho                                                                      

Mm350 45 70

355 00=

+ += , Mm3

45 70 603

58 33=+ +

= ,

Mm550 45 50 45 70

552 00=

+ + + += ,

Previsão  para  Agosto  

AlternaRva:  ponderar  os  períodos  com  pesos  maiores  para  os  mais  recentes  (50%,  30%,  20%:  Julho  =  58,50)  

Calculo  da  Média  Móvel  

Calculo  da  Média  Móvel  

Ex  Calculo  da  Média  Móvel  

Mes   Vendas  de  Copos  Janeiro   154  fevereiro   114  marco   165  Abril   ???  

Abril  =  154+114+165  =  144                                                    3  

Calculo  da  Média  Móvel  Ponderada  

Sazonalidade  

Dia     Vendas    Domingo   5  segunda   20  terca   30  quarta   35  quinta   49  sexta   70  sabado   15  Total   224  

1.  Qual  o  fator  Sazonal?  2.  EsRmar  500  pratos,  qual  será  o  volume  para  cada  dia  na  semana?  

Regressão  Linear  

•  Uma  equação  linear  possui  o  seguinte  formato:        

           

Y  =  Variável  Dependente;  a  =  Intercepto  no  eixo  dos  Y;  b  =  Coeficiente  angular;  X  =  variável  Independente;  n  =  número  de  períodos  observados.  

Y a bX= +( ) ( )( )( ) ( )

bn XY X Y

n X X=

−

−

∑ ∑ ∑∑ ∑2 2

( )a

Y b X

n=

− ∑∑

Regressão  Linear  

Desvio  ou  erro  

Valor    

Regressão  Linear  

Meses  Vendas  (milhões)  

Propaganda  (milhares  $)  

1   264   2,5  2   116   1,3  3   165   1,4  4   101   1  5   209   2  

Próximo  mês  invesXmento  de  1,750  em  propaganda,  qual  a  quanXdade  de  vendas?  

Regressão  Linear  

Y=  -­‐8,137+109,230X    

X=1,75    

Y=  -­‐8,137+109,230(1,75)  =183,016  unidades  

Boa noite!