GESTO DE OPERAES Previso de demanda Jurandir Peinado

GESTÃO DE OPERAÇÕES Previsão de demanda Jurandir Peinado

A importância da Previsão de demanda Uma previsão é uma declaração sobre o futuro, mesmo que ele seja incerto, é preciso haver um norte para que a administração da produção possa trabalhar PRINCIPAIS CUIDADOS COM A PREVISÃO • Os fatores responsáveis pela demanda passada podem mudar • O erro de previsão precisa ser conhecido • O grau de agregação dos produtos precisa ser adequado • O horizonte de tempo da previsão precisa ser adequado • Não transformar a previsão de demanda em meta de vendas ou de produção Jurandir Peinado

Modelos Qualitativos São essencialmente subjetivos. Podem ser apropriados quando não existirem dados históricos ou se tratar de novo produto. Estes modelos geralmente são abordados pela área de marketing • Predição • Opiniões de executivos • Método Delphi • Opiniões da equipe de vendas • Pesquisas de mercado • Analogia com produtos similares Jurandir Peinado

Decomposição de séries temporais Se baseiam em buscar na demanda acontecida no passado para projetar a demanda futura. Estes modelos são válidos apenas para produtos já existentes pelo tempo necessário que possam permitir dados suficientes para tal projeção. Nível DEMANDA OCORRIDA Parte Sistemática Tendência Parte Aleatória Sazonalidade • Modelo da Média Móvel Simples • Modelo da Média Móvel Ponderada • Modelo da Média Móvel com Suavização Exponencial Simples • Modelo da Mínimos Quadrados ou Regressão Linear • Modelo do Ajustamento Sazonal Jurandir Peinado

Modelo da Média Móvel Simples Deve ser aplicado apenas para demandas que não apresentem nem tendência nem sazonalidade. Demandas desta natureza podem ser representadas, por exemplo, por produtos em sua fase de maturidade, Como arroz, feijão, macarrão, sal, sabão, sabonetes, dentifrícios etc Previsão de demanda pela média móvel. Onde: Jurandir Peinado i = Número de ordem de cada período mais recente n = Número de períodos utilizados para apurar a média móvel Di = Demanda ocorrida no período i Pj = Previsão de demanda no período j

Média Móvel Simples: com três períodos Produto A Jurandir Peinado Período 1 Vendas 260 2 Produto B Previsão Período 1 Vendas 80 220 2 130 3 250 3 270 4 258 4 96 5 222 5 156 6 205 6 324 7 267 7 130 8 240 8 210 9 270 9 430 10 235 10 180 11 214 11 300 12 285 12 620 13 ? Previsão

Amplitude dos erros Um bom modelo de previsão capta o comportamento sistemático da demanda e indica o comportamento aleatório através da amplitude do erro. A medida dos erros também faz parte do resultado da previsão. Cálculo do erro simples: Será a diferença entre a demanda real e a demanda prevista. Erro simples de previsão Ei = Erro simples cometido no período i Di = Demanda observada no período i Pi = Previsão estimada para o período i Jurandir Peinado

Amplitude dos erros Um bom modelo de previsão capta o comportamento sistemático da demanda e indica o comportamento aleatório através da amplitude do erro. A medida dos erros também faz parte do resultado da previsão. Cálculo do erro absoluto: É o módulo do erro simples (desconsiderando o sinal). Erro absoluto de previsão EAi = Erro absoluto cometido no período i Ei = Erro simples cometido no período i Jurandir Peinado

Amplitude dos erros Um bom modelo de previsão capta o comportamento sistemático da demanda e indica o comportamento aleatório através da amplitude do erro. A medida dos erros também faz parte do resultado da previsão. Cálculo de desvio médio absoluto: É a média acumulada dos erros absolutos dos últimos períodos. Desvio médio absoluto DMAn = Desvio médio absoluto do período n EAi = Erro absoluto cometido no período i Jurandir Peinado

Amplitude dos erros Um bom modelo de previsão capta o comportamento sistemático da demanda e indica o comportamento aleatório através da amplitude do erro. A medida dos erros também faz parte do resultado da previsão. Erro de viés: Ocorre quando as variações da demanda realizada, quando comparadas com a previsão, apresentarem um comportamento estatisticamente não aleatório. Erro de viés TSn = Tendência de viés (Tracking Signal) do período n DMAn = Desvio médio absoluto do período n Ei = Erro simples de previsão do período i Jurandir Peinado

Amplitude dos erros Um bom modelo de previsão capta o comportamento sistemático da demanda e indica o comportamento aleatório através da amplitude do erro. A medida dos erros também faz parte do resultado da previsão. Desvio padrão da previsão S = desvio padrão de n períodos ei = erro simples do período i = média dos erros simples de n períodos Jurandir Peinado

Produto A - MMS com três períodos Período Vendas Previsão 1 260 2 220 3 250 4 258 243 5 222 243 6 205 243 7 267 228 8 240 231 9 270 237 10 235 259 11 214 248 12 285 240 13 ? 245 Erro simples Erro Absoluto DMA TS Desvio padrão = ? Jurandir Peinado

Produto B - MMS com três períodos Período Vendas Previsão 1 80 2 130 3 270 4 96 160 5 156 165 6 324 174 7 130 192 8 210 203 9 430 221 10 180 257 11 300 273 12 620 303 13 ? 367 Erro simples Erro Absoluto DMA TS Desvio padrão = ? Jurandir Peinado

Modelo da Média Móvel Ponderada Também deve ser aplicado apenas para demandas que não apresentem nem tendência nem sazonalidade. O objetivo é considerar um peso maior para o último período de demanda, um peso menor para o penúltimo período e assim um peso cada vez menor até o último período que ser definiu levar em consideração. Cálculo da média móvel ponderada onde: Jurandir Peinado Pj = Previsão para o período j PEi = peso atribuído ao período i

Produto A – MMP: PE 1 =0, 1; PE 2=0, 3; PE 3=0, 6 Período Vendas 1 260 2 220 3 250 4 258 5 222 6 205 7 267 8 240 9 270 10 235 11 214 12 285 13 ? Previsão Erro simples Erro Absoluto DMA TS Desvio padrão = ? Jurandir Peinado

Produto B – MMP: PE 1=0, 1; PE 2=0, 3; PE 3=0, 6 Período Vendas 1 80 2 130 3 270 4 96 5 156 6 324 7 130 8 210 9 430 10 180 11 300 12 620 13 ? Previsão Erro simples Erro Absoluto DMA TS Desvio padrão = ? Jurandir Peinado

Jurandir Peinado

Produto A – MMP: PE 1 =0, 1; PE 2=0, 3; PE 3=0, 6 Com programação linear Jurandir Peinado

Jurandir Peinado

Modelo da Média Móvel com Suavização Exponencial Também deve ser aplicado apenas para demandas que não apresentem nem tendência nem sazonalidade. O objetivo é considerar um peso de ponderação que se eleva exponencialmente quanto mais recentes são os períodos. Cálculo da média móvel com suavização simples Pj = Previsão para o período i = Demanda média dos últimos n períodos α = constante de suavização (0 ≤ α ≤ 1) Di = Demanda real ocorrida no período i (anterior à j) Jurandir Peinado

Produto A – MMSES: α = 0, 1 Período Vendas 1 260 2 220 3 250 4 258 5 222 6 205 7 267 8 240 9 270 10 235 11 214 12 285 13 ? Previsão Erro simples Erro Absoluto DMA TS Desvio padrão = ? Jurandir Peinado

Produto B – MMSES: α = 0, 1 Período Vendas 1 80 2 130 3 270 4 96 5 156 6 324 7 130 8 210 9 430 10 180 11 300 12 620 13 ? Previsão Erro simples Erro Absoluto DMA TS Desvio padrão = ? Jurandir Peinado

Jurandir Peinado

Modelo dos Mínimos Quadrados ou Regressão Linear Pode ser aplicado para séries temporais de demandas que apresentam tendência mas não apresentam sazonalidade. Representadas, por exemplo, por produtos em fase de crescimento (tendência crescente) ou em fase de declínio (tendência decrescente). Demanda com nível e tendência Di = Demanda no período i a = Coeficiente de nível da demanda b = Coeficiente de tendência da demanda Pi = Período i Jurandir Peinado a = Coeficiente de nível da demanda = Demanda média dos n períodos b = Coeficiente da tendência da demanda Di = Demanda no período i Pi = Período i n = Número de períodos considerados = Média dos períodos considerados

Modelo dos Mínimos Quadrados ou Regressão Linear Mês Jurandir Peinado Demanda D Janeiro 145 Fevereiro 134 Março 142 Abril 161 Maio 158 Junho 160 Julho 168 Agosto 180 Setembro 172 Outubro 188 Somatório 1608 Período P Dx. P P 2

Produto x – Mínimos Quadrados Período Vendas 1 145 2 134 3 142 4 161 5 158 6 160 7 168 8 180 9 172 10 188 11 ? 12 ? Nível (a) = 131, 93 Tendência (b) = 5, 25 Jurandir Peinado Previsão Erro simples Erro Absoluto DMA TS Desvio padrão = ?

Modelo do Ajustamento Sazonal Pode ser aplicado para séries de demanda que apresentam nível, tendência e sazonalidade. Demandas desta natureza podem ser representadas, por exemplo, por produtos influenciados pela época do ano. A previsão da demanda é obtida através da equação da reta multiplicada pelo fator de sazonalidade (nível + tendência x fator de sazonalidade) que apresenta a seguinte equação: Di = Demanda no período i a = Coeficiente de nível da demanda b = Coeficiente de tendência da demanda Pi = Período i Si = Fator de sazonalidade do período i Jurandir Peinado

Dessazonalização da demanda para regressão Um método bastante utilizado para dessazonalizar a demanda real observada preparando-a para a regressão linear é denominado de “média móvel centrada”. Média centrada para periodicidade sazonal impar (p = 5) Vendas 1 1. 200 2 600 3 900 1. 050 4 1. 800 1. 080 5 750 (1200+600+900+1800+750)/5 = 1050 1. 092 6 1. 350 (600+900+1800+750+1350)/5 = 1080 1. 110 7 660 (900+1800+750+1. 350+660)/5 = 1092 1. 120 8 990 (1800+750+1350+660+990)/5 = 1110 1. 128 9 1. 850 (750+1350+660+990+1850)/5 = 1120 10 790 (1350+660+990+1850+790)/5 = 1128 Jurandir Peinado Média móvel Média centrada Período

Dessazonalização da demanda para regressão Um método bastante utilizado para dessazonalizar a demanda real observada preparando-a para a regressão linear é denominado de “média móvel centrada”. Média centrada para periodicidade sazonal impar (p = 4) Vendas 1 1. 200 2 600 3 900 1. 144 4 1. 800 1. 170 5 1. 350 (1200+2 x 600+2 x 900+2 x 1800+1350)/8 = 1144 1. 189 6 660 (600+2 x 900+2 x 1. 800+2 x 1. 350+660)/8 = 1170 1. 206 7 990 (900+2 x 1800+2 x 1350+2 x 660+990)/8 = 1189 8 1. 850 (1800+2 x 1350+2 x 660+2 x 990+1850)/8 = 1206 Jurandir Peinado Média móvel Média centrada Período

Produto B – Modelo do Ajustamento Sazonal Demanda Dessazonalizada Período Vendas 1 80 2 130 3 270 4 96 5 156 6 324 7 130 8 210 9 430 10 180 11 300 12 620 13 ? Jurandir Peinado Nível (a) = Tendência (b) = Média móvel centrada Regressão linear Coeficientes de sazonalidade Coeficientes médios de sazonalidade

Produto B – Modelo do Ajustamento Sazonal Período Vendas 1 80 2 130 3 270 4 96 5 156 6 324 7 130 8 210 9 430 10 180 11 300 12 620 13 ? 14 ? 15 ? Jurandir Peinado Previsão Erro simples Erro Absoluto DMA TS Desvio padrão = 25