Atuação do PPCP - pinha.com.brpinha.com.br/empresarial/arquivos/UNISALPosLogistica003.pdf.pdf ·...
Transcript of Atuação do PPCP - pinha.com.brpinha.com.br/empresarial/arquivos/UNISALPosLogistica003.pdf.pdf ·...
1
PPCP – Planejamento, Programaçãoe Controle da Produção
Qualidade, velocidade, custo, flexibilidade, confiabilidadeSlack
Qualidade, entrega, custo unitário, flexibilidade, inovaçãoLeong
Flexibilidade, entrega, qualidade, custo, introdução de produtosSwamidass
Custo, entrega, qualidade, serviço confiável, flexibilidade de produto, flexibilidade de volume, investimentoSkinner
Qualidade, confiabilidade, custo, flexibilidadeWheelwrigt
Fonte: MARTINS, Petronio Garcia, LAUGENI, Fernando Piero. Administração da Produção. São Paulo, Saraiva, 1998.
Atuação do PPCP
Fonte: Prof Valério Salomom DPD/FEG/UNESP
2
O PPCP é uma área de decisão da manufatura
Fonte: Prof Valério Salomom DPD/FEG/UNESP
As decisões do PPCP nos vários ambientes de manufatura
� excesso de capacidade� velocidade� flexibilidade
� excesso de capacidade� velocidade� flexibilidade
Produtos finais
Semi acabados
Matérias primas
ETOEngineerto Order
MTOMake toOrder
ATOAssemblyto Order
MTSMake toStock
� estabilidade� alta utilização de
capacidade
� estabilidade� alta utilização de
capacidade
Incertezas evariabilidades da
demanda
3
Antecipação da produção: estoque
Falta de capacidade
Capacidade e Demanda
Tempo
Pro
duçã
o A
greg
ada
Previsão da Demanda
Estimativa da capacidade atual
Capacidade e Demanda
Hotel
50
60
70
80
90
100
110
J F M A M J J A S O N D
Qua
rtos
Ven
dido
s
Overbooking ????
4
Métodos para ajustar a capacidade:
• Horas extras e ocupação do tempo ocioso• Variar o tamanho da força de trabalho• Usar pessoal em tempo parcial• Subcontratação / terceirização• Investimento em novos recursos
Previsão de Vendas
Horizontes de planejamentohoje
tempo
decisões Efeito dadecisão A
Efeito dadecisão B
Efeito dadecisão C
curto prazo
médio prazo
Longo prazo
ABC
Fonte: Administração da Produção e Operações, Henrique L. Corrêa, Carlos A. Corrêa, Atlas
5
Erros freqüentes em previsões
• Confundir previsões com metas e, um erro subseqüente, consideraras metas como se fossem previsões;
• Gastar tempo e esforço discutido se se "acerta" ou "erra" nas previsões, quando o mais relevante é discutir "o quanto" se estáerrando e as formas de alterar processos envolvidos, de forma a reduzir estes "erros“;
• Levar em conta, nas previsões que servirão a apoiar decisões em operações, um número só. Previsões, para operações, devem sempre ser consideradas com dois "números": a previsão em si e uma estimativa do erro desta previsão;
• Desistir ou não se esforçar o suficiente para melhorar os processos de previsão por não se conseguir "acertar" as previsões, quando,em operações, não se necessita ter previsões perfeitas, mas sim,previsões consistentemente melhores que as da concorrência.
Fonte: Administração da Produção e Operações, Henrique L. Corrêa, Carlos A. Corrêa, Atlas
(tempo)
Previsão dedemanda / erro
Erros esperados de previsão crescem com o horizonte
Hoje Horizonte futuro
Faix
a de
err
o es
pera
do
Previsão
Erros esperados crescem com horizonte
Fonte: Administração da Produção e Operações, Henrique L. Corrêa, Carlos A. Corrêa, Atlas
6
Efeito da agregação dos dados
Previsão (feita há um ano
atrás)
Vendas efetivas no
mêsVariação
Quateirão 2.500 1.930 22,8%Bic Mac 6.000 7.269 -21,2%Hamburger 4.500 4.980 -10,7%Cheeseburger 3.000 2.730 9,0%Filé de Peixe 1.200 1.429 -19,1%McChiken 1.800 1.050 41,7%TOTAIS 19.000 19.388
- 2%
(tempo)
Pre
visã
o de
dem
anda
/ er
ro
Erros esperados de previsão crescem com o horizonte
Hoje Horizonte futuro
Previsão
Agregação dos dados pode ser maior para decisões de longo prazo
Agregação gradualm
ente maior
dos dados faz erros gradualmente
diminuirem
Efeitos dos horizontes e da agregação dos dados nas previsões
Fonte: Administração da Produção e Operações, Henrique L. Corrêa, Carlos A. Corrêa, Atlas
7
tempofuturopassado
Vendas reais do passado
Tendência identificada no passadoe projetada no futuro
Ciclicidade identificada no passadoe projetada no futuro
XX
X
Previsões de curto prazofeitas com base nas projeções
Demanda
Faixa de erroidentificada no passadoe projetada para o futuro
Projeções
Fonte: Administração da Produção e Operações, Henrique L. Corrêa, Carlos A. Corrêa, Atlas
Técnicas deprevisão
Quantitativas Qualitativas
Intrínsecas Extrínsecas Método Delphi
Juri deexecutivos
Força devendas
Pesquisa demercado
Médias móveis
Suavizamentoexponencial
Projeção detendências
Decomposição
Regressãosimples
Regressãomúltipla
Analogiahistórica
Técnicas de previsão
Fonte: Administração da Produção e Operações, Henrique L. Corrêa, Carlos A. Corrêa, Atlas
8
0
50
100
150
200
250
300
350
400
450
jan/
01
mar
/01
mai
/01
jul/0
1
set/0
1
nov/
01
jan/
02
mar
/02
mai
/02
jul/0
2
set/0
2
nov/
02
jan/
03
mar
/03
mai
/03
jul/0
3
set/0
3
nov/
03
Meses
Un
idad
es
Vendas tendência Ciclicidade
Séries históricas
Fonte: Administração da Produção e Operações, Henrique L. Corrêa, Carlos A. Corrêa, Atlas
Vendas reais Média móvel de 3 períodos
de copos MM3
Janeiro 154
Fevereiro 114
Março 165
Abril 152 (154 + 114 + 165) / 3 = 144,3
Maio 176 (114 + 165 + 152) / 3 = 143,7
Junho 134 (165 + 152 + 176) / 3 = 164,3
Julho 123 (152 + 176 + 134) / 3 = 154,0
Agosto 154 (176 + 134 + 123) / 3 = 144,3
Setembro 134 (134 + 123 + 154) / 3 = 137,0
Outubro 156 (123 + 154 + 134) / 3 = 137,0
Novembro 123 (154 + 134 + 156) / 3 = 148,0
Dezembro 145 (134 + 156 + 123) / 3 = 137,7
Médias móveis
Fonte: Administração da Produção e Operações, Henrique L. Corrêa, Carlos A. Corrêa, Atlas
9
Vendas reais Média móvel de 3 períodos
de copos ponderada com pesos 3, 2 e 1
Janeiro 154
Fevereiro 114
Março 165
Abril 152 [(1*154) + (2*114) + (3*165)] / 6 = 146,2
Maio 176 [(1*114) + (2*165) + (3*152)] / 6 = 150,0
Junho 134 [(1*165) + (2*152) + (3*176)] / 6 = 166,2
Julho 123 [(1*152) + (2*176) + (3*134)] / 6 = 151,0
Agosto 154 [(1*176) + (2*134) + (3*123)] / 6 = 135,5
Setembro 134 [(1*134) + (2*123) + (3*154)] / 6 = 140,3
Outubro 156 [(1*123) + (2*154) + (3*134)] / 6 = 138,8
Novembro 123 [(1*154) + (2*134) + (3*156)] / 6 = 148,3
Dezembro 145 [(1*134) + (2*156) + (3*123)] / 6 = 135,8
Média móvel ponderada
Fonte: Administração da Produção e Operações, Henrique L. Corrêa, Carlos A. Corrêa, Atlas
Vendas reais Suavizamento exponencial com alfa Suavizamento exponencialde copos 0,1 0,8
última previsão (feita em dezembro)
Janeiro 154 150 150
Fevereiro 114 [(0,1)*(154) + (1 - 0,1)*(150)] = 150,4 153,2
Março 165 [(0,1)*(114) + (1 - 0,1)*(150,4)] = 146,8 121,8
Abril 152 [(0,1)*(165) + (1 - 0,1)*(146,8)] = 148,6 156,4
Maio 176 [(0,1)*(152) + (1 - 0,1)*(148,6)] = 148,9 152,9
Junho 134 [(0,1)*(176) + (1 - 0,1)*(148,9)] = 151,6 171,4
Julho 123 [(0,1)*(134) + (1 - 0,1)*(151,6)] = 149,9 141,5
Agosto 154 [(0,1)*(123) + (1 - 0,1)*(149,9)] = 147,2 126,7
Setembro 134 [(0,1)*(154) + (1 - 0,1)*(147,2)] = 147,9 148,5
Outubro 156 [(0,1)*(134) + (1 - 0,1)*(147,9)] = 146,5 136,9
Novembro 123 [(0,1)*(156) + (1 - 0,1)*(146,5)] = 147,4 152,2
Dezembro 145 [(0,1)*(123) + (1 - 0,1)*(147,4)] = 145,0 128,8
Suavizamento exponencial
Fonte: Administração da Produção e Operações, Henrique L. Corrêa, Carlos A. Corrêa, Atlas
10
Equação Linear
Y = 3.935 - 75,2870 X
Y = 3.935 - 75,2870 . 25 = 2.053 kg
1.000
1.500
2.000
2.500
3.000
3.500
4.000
4.500
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Períodos (meses)
Dem
anda
(kg)
D.Real D.Prev
R2 (coeficiente de determinação)
Previsão da Sazonalidade
01.0002.0003.0004.0005.0006.0007.0008.0009.000
10.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Períodos (meses)
Dem
anda
(kg)
D.Real 1 D.Real 2
• Sazonalidade Simples (D. Real 1)
• Sazonalidade com Tendência (D. Real 2)
11
Previsão Baseada em Correlações
Y = 1.757 + 2,99 X
Para um número de alunos de 13.750, a demanda prevista de refeições é de:
Y = 1.757 + 2,99 x 13.750 = 42.869 refeições
20.000
25.000
30.000
35.000
40.000
45.000
50.000
5.000 7.000 9.000 11.000 13.000 15.000 17.000
Número de Alunos
Ven
das
por C
asa
Y = 1.757 x 2,99 X
Correlação Linear