Gesta o Demand A

Download Gesta o Demand A

Post on 18-Oct-2015

156 views

Category:

Documents

2 download

Embed Size (px)

TRANSCRIPT

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