Administração da Produção
Aula 7
Administração de Produção e
Operações
Previsões e gestão de demanda em
produção e operações
Por que prever?
hoje
Horizontes de planejamento
curto prazo
tempo
médio prazo
Longo prazo
decisões
A
B
C
Efeito da
decisão A
Efeito da
decisão B
Efeito da
decisão C
Erros freqüentes em previsões




Erro 1 das previsões: confundir previsões com metas e, um erro
subseqüente, considerar as metas como se fossem previsões.
Erro 2 das previsões: gastar tempo e esforço discutido se se
"acerta" ou "erra" nas previsões, quando o mais relevante é discutir
"o quanto" se está errando e as formas de alterar processos
envolvidos, de forma a reduzir estes "erros".
Erro 3 das previsões: 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.
Erro 4 das previsões: 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.
Erros esperados crescem com
horizonte
Previsão de
demanda / erro
Previsão
Hoje
Faixa de erro esperado
Erros esperados de previsão crescem com o horizonte
Horizonte futuro
(tempo)
Efeito da agregação dos dados
Sanduíche
Previsão para o mês passado
(feita há um ano e meio)
Quarteirão com
queijo
2500
Big Mac
6000
Hamburger
4500
Cheeseburger
3000
Filé de peixe
1200
MacChicken
1800
Total
18.000
Efeito da agregação dos
dados
Sanduíche
Vendas efetivas no mês
passado na loja analisada
% erro da
previsão
Quarteirão com queijo
1930
22,8%
Média dos
Big Mac
7269
21,5%
erros das
Hamburger
4980
10,6%
previsões por
Cheeseburger
2730
9,0%
Sanduíche
Filé de peixe
1429
19,0%
20,8%
MacChicken
1050
41,6%
18.443
2,4%
Total
Efeitos dos horizontes e da
agregação dos dados nas
previsões
Agregação dos dados pode ser maior para decisões de longo prazo
Previsão
Hoje
Horizonte futuro
Agregação gradualmente maior
dos dados faz erros gradualmente
diminuirem
Previsão de
demanda / erro
Erros esperados de previsão crescem com o horizonte
(tempo)
Previsão como
processo
Projeto e melhoramento contínuo do processo de gerar
previsões
Processo
Informações que
expliquem
comportamento
atípico
Informações da
conjuntura
econômica
Tratamento
Tratamentoquantitativo
estatístico
dos
dosdados
dadosde
devendas
vendasee
outras
outrasvariáveis
variáveis
Decisões da área
comercial
Outras informações
do mercado
Tratamento
Tratamentoqualitativo
estatístico
dosdas
dados
informações
de vendas e
outras variáveis
Informações de
clientes
Informações de
concorrentes
Reunião de Previsão
Comprometimento das áreas
envolvidas
Tratamento
Tratamentodas
das
informações disponíveis
Previsão
Previsãode
devendas
vendas
Avaliação crítica do processo de gerar previsões
Dados
históricos de
vendas
Dados de
variáveis que
expliquem as
vendas
Projeções
Demanda
Vendas reais do passado
Faixa de erro
identificada no passado
e projetada para o futuro
Ciclicidade identificada no passado
e projetada no futuro
X
X
X
Previsões de curto prazo
feitas com base nas projeções
Tendência identificada no passado
e projetada no futuro
tempo
passado
futuro
Técnicas de previsão
Técnicas de
previsão
Quantitativas
Intrínsecas
Médias móveis
Suavizamento
exponencial
Projeção de
tendências
Decomposição
Extrínsecas
Regressão
simples
Regressão
múltipla
Qualitativas
Método Delphi
Juri de
executivos
Força de
vendas
Pesquisa de
mercado
Analogia
histórica
Abordagem qualitativa vs
quantitativa
Presença crescente da hipótese de “continuidade”
dos padrões de comportamento
Presença crescente de históricos longos e confiáveis de dados
“parcela” qualitativa
da previsão
“parcela” quantitativa
da previsão
Vendas
tendência
Meses
Ciclicidade
nov/03
set/03
jul/03
mai/03
mar/03
jan/03
nov/02
set/02
jul/02
mai/02
mar/02
jan/02
nov/01
set/01
jul/01
mai/01
mar/01
jan/01
Unidades
Séries históricas
450
400
350
300
250
200
150
100
50
0
Médias móveis
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
Média móvel ponderada
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
Suavizamento exponencial
Vendas reais
Suavizamento exponencial com alfa
Suavizamento exponencial
de 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
Efeito do parâmetro 
Acompanhamento dos erros de
previsão: viés
Vendas reais
de copos
(V)
Previsão
MM3
(P)
Erro
aritmético
(V-P)
Erro
aritmético
acumulado
EArA
Erro
absoluto
V-P
Erro
Erro médio Tracking
absoluto
absoluto
signal
acumulado (EAA/n)
EArA/EMA
EAA
EMA
TS
Janeiro
154
Fevereiro
114
Março
165
Abril
152
144,3
-7,7
-7,7
7,7
7,7
7,7
-1,0
Maio
176
143,7
-32,3
-40,0
32,3
40,0
20,0
-2,0
Junho
134
164,3
30,3
-9,7
30,3
70,3
23,4
-0,4
Julho
123
154,0
31,0
21,3
31,0
101,3
25,3
0,8
Agosto
154
144,3
-9,7
11,7
9,7
111,0
22,2
0,5
Setembro
134
137,0
3,0
14,7
3,0
114,0
19,0
0,8
Outubro
156
137,0
-19,0
-4,3
19,0
133,0
19,0
-0,2
Novembro
123
148,0
25,0
20,7
25,0
158,0
19,8
1,0
Dezembro
145
137,7
-7,3
13,3
7,3
165,3
18,4
0,7
Limites para “tracking signal”
Tracking signal
Ag
os
to
Se
te
m
br
o
O
ut
ub
ro
No
ve
m
br
o
De
ze
m
br
o
Ju
lh
o
Ju
nh
o
ai
o
M
Ab
ril
5,00
4,00
3,00
2,00
1,00
0,00
-1,00
-2,00
-3,00
-4,00
-5,00
Limite superior
Limite inferior
Acompanhamento da magnitude
dos erros
Previsão
Suav. Expon
Vendas reais Alfa = 0,1
Previsão
Suav. Expon
Alfa = 0,8
Desvio
Desvio
Desvio
Desvio
absoluto absoluto quadrático quadrático
Alfa = 0,1 Alfa = 0,8 Alfa = 0,1 Alfa = 0,8
Janeiro
154
150,0
150,0
4,0
4,0
16,0
16,0
Fevereiro
114
150,4
153,2
36,4
39,2
1325,0
1536,6
Março
165
146,8
121,8
18,2
43,2
332,7
1862,8
Abril
152
148,6
156,4
3,4
4,4
11,7
19,1
Maio
176
148,9
152,9
27,1
23,1
733,0
534,8
Junho
134
151,6
171,4
17,6
37,4
310,9
1396,9
Julho
123
149,9
141,5
26,9
18,5
722,0
341,3
Agosto
154
147,2
126,7
6,8
27,3
46,5
745,6
Setembro
134
147,9
148,5
13,9
14,5
192,2
211,4
Outubro
156
146,5
136,9
9,5
19,1
90,7
364,5
Novembro
123
147,4
152,2
24,4
29,2
596,8
851,6
Dezembro
145
145,0
128,8
0,0
16,2
0,0
261,3
Desvios médios
15,69
23,00
364,79
678,48
Projeções com tendência
400
350
300
250
200
150
100
50
Nov/03
Set/03
Jul/03
Mai/03
Mar/03
Jan/03
Nov/02
Set/02
Jul/02
Mai/02
Mar/02
Jan/02
Nov/01
Set/01
Jul/01
0
Mai/01
Vendas
2003
199
175
88
112
149
140
154
275
90
120
226
360
Mar/01
Vendas
2002
146
113
92
160
188
190
168
235
122
97
186
354
Jan/01
Janeiro
Fevereiro
Março
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
Vendas
2001
112
146
122
125
127
157
150
235
60
92
206
312
Projeções com tendência
400
350
300
250
200
150
100
50
Nov/03
Set/03
Jul/03
Mai/03
Mar/03
Jan/03
Nov/02
Set/02
Jul/02
Mai/02
Mar/02
Jan/02
Nov/01
Set/01
Jul/01
0
Mai/01
Vendas
2003
199
175
88
112
149
140
154
275
90
120
226
360
Mar/01
Vendas
2002
146
113
92
160
188
190
168
235
122
97
186
354
Jan/01
Janeiro
Fevereiro
Março
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
Vendas
2001
112
146
122
125
127
157
150
235
60
92
206
312
Consideração de ciclicidades
Janeiro
Fevereiro
Março
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
Janeiro
Fevereiro
Março
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
Vendas
2001
112
146
122
125
127
157
150
235
60
92
206
312
Vendas
2002
146
113
92
160
188
190
168
235
122
97
186
354
Vendas
2003
199
175
88
112
149
140
154
275
90
120
112 / 133,8 = 0,837
226
360
Reta de
Reta de
Reta de
tendência tendência tendência
2001
2002
2003
133,8
155,4
177,1
135,6
157,2
178,9
137,4
159,0
180,7
139,2
160,8
182,5
141,0
162,6
184,3
142,8
164,4
186,1
144,6
166,2
187,9
146,4
168,0
189,7
148,2
169,9
191,5
150,0
171,7
193,3
151,8
173,5
195,1
153,6
175,3
196,9
Janeiro
Fevereiro
Março
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
Vendas/ Vendas/ Vendas/
Tendência Tendência Tendência
2001
2002
2003
0,837
0,939
1,124
1,077
0,719
0,978
0,888
0,579
0,487
0,898
0,995
0,614
0,901
1,156
0,809
1,100
1,155
0,752
1,037
1,011
0,820
1,605
1,398
1,450
0,405
0,718
0,470
0,613
0,565
0,621
1,357
1,072
1,158
2,031
2,020
1,828
Média
0,967
0,925
0,651
0,836
0,955
1,002
0,956
1,484
0,531
0,600
1,196
1,960
Presença
de
tendência e
ciclicidade
Tecnologia para previsões
Participação no mercado dos software de previsão
Outros
7,1%
Delphus
0,3%
Distinction
0,3%
Parker
0,3%
Churchill
1,0%
Automatic Forecasting
1,0%
Applix
1,7%
Chesapeake
1,7%
Retek
2,4%
RER
2,7%
Adaytum
2,7%
Demantra
SPSS
Bus. Forecast System
Smartsoftware
3,7%
4,0%
4,4%
5,1%
John Galt
5,4%
SAS
Lotus (Planilha)
10,1%
3,7%
M C Excel Planilha)
0,0%
42,4%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
45,0%
Tecnologia para previsões
Info rmatio n A dvantage
0,4%
Syncra Systems
0,4%
P rescient
0,7%
LP A
1,5%
Decisio neering
1,5%
Co mshare
2,2%
M ercia
2,2%
JDE
2,5%
P eo pleso ft
2,5%
Hyperio n
Lo gility
4,0%
4,7%
5,8%
Co gno
9,4%
Demad So lutio ns
i2
13,4%
Oracle
13,4%
14,9%
M anugistics
20,7%
SA P
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%