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