[email protected]
1
NNQ - Engenharia de Produção - UFSC
[email protected]
Capítulo 1 – Introdução
Robert Wayne Samohyl, Ph.D.
"Previsão é muito difícil,
especificamente se for sobre o futuro.”
Niels Boer, Prêmio Nobel de Física.
NNQ - Engenharia de Produção - UFSC
[email protected]
Sumário





Por que as empresas e os
funcionários desconfiam dos
métodos de previsão?
A previsão e a discrepância do dado
observado
Medindo a qualidade da previsão –
variabilidade
Previsão e planejamento
Conclusões
NNQ - Engenharia de Produção - UFSC
[email protected]
Introdução

A verdade é que a aplicação
correta de algumas metodologias
simples na área de gestão e
técnicas quantitativas pode
diminuir a imprecisão das
previsões pela metade. A
literatura e a prática específica são
repletas de exemplos disso.
NNQ - Engenharia de Produção - UFSC
[email protected]
A previsão ingênua, assunto de vários capítulos, utiliza o
volume de vendas no passado como previsão de vendas
futuras. Cada empresa é um pouco diferente, uma
previsão de vendas baseada nas vendas de 28 dias atrás
foi significantemente melhor do que as previsões feitas
pelo grupo executivo.


A discrepância do grupo executivo é 180
unidades diárias; a da previsão ingênua
seria 140. (Revista Foresight, junho, 2006)
Nota-se que o processo de previsão
ingênuo incorre em custos imperceptíveis
em relação aos custos do grupo executivo.
Na Prática, da UFSC/NNQ

No caso do estudo de Souza
(2005, p. 92), utilizando modelos
estatísticos de regressão, o erro
mensal de previsão do consumo
de energia elétrica diminuiu de um
pouco mais que 5% para menos
que 2% nas Centrais Elétricas
Santa Catarina S. A (CELESC).

previsão do ICMS no estado de
Santa Catarina, no sistema velho,
apresentava um erro de
aproximadamente 4,5% mas,
através de uma formulação mais
estruturada, o erro de previsão foi
diminuído para 2,6%.
NNQ - Engenharia de Produção - UFSC
[email protected]

Lopes . Este trabalho teve por objetivo
determinar o modelo quantitativo de
previsão de demanda de vendas de
autopeças e reduzir estoques numa
revendedora de carros. A metodologia
utilizada é apresentada nos capítulos
três e quatro deste livro. As previsões da
empresa erravam em aproximadamente
40%, no entanto, com as metodologias
novas, as discrepâncias passavam para
20%.
NNQ - Engenharia de Produção - UFSC
[email protected]
Plano


enfatiza a necessidade de tratar as atividades
empresariais como processo e assim exige a
aplicação formal de métodos administrativos
estruturados dentro da empresa
mostra os procedimentos simples em planilhas
eletrônicas das duas metodologias quantitativas
(praticamente sem Estatística) consagradas
– Decomposição Clássica (cap. 3)
– Suavização Exponencial (cap. 4)
Causas atrás da (im)precisão
das previsões – 5M
1.
2.
3.
4.
5.
6.
condições ambientais (meio-ambiente) de trabalho no
escritório,
metodologias administrativas (formais ou informais) e
culturais (hierarquias ou democratização) utilizadas,
confiabilidade e urgência dos dados (matéria prima),
equipamento disponível (maquinaria).
a tendência empresarial de procurar o mau elemento do
processo apenas entre os funcionários (mão de obra) é
um procedimento descabido.
A busca por soluções deve ser através de uma
investigação do processo de previsão, todos os insumos
e todas as atividades, encontrando e eliminando elos
fracos.
Por que as empresas desconfiam dos
métodos de previsão (e qualquer projeto
novo)?





CUSTO – despesas são maiores que os benefícios.
PODER - segredos significam poder, e poder garante a
segurança de quem o detém.
COMPETIÇÃO - modelo mais aberto, empresa sofre uma
queda de moral
MIOPIA - grande lucro no curto prazo como resultado de
inovações formidáveis dos gênios da mercadologia.
POLÍTICA - frente a qualquer idéia nova, não fazer nada
e ficar inerte são sempre as primeiras decisões tomadas
pelos grupos estabelecidos.
NNQ - Engenharia de Produção - UFSC
[email protected]
A previsão e a discrepância do
valor observado
Excelente medida de qualidade das
previsões - a discrepância entre o
dado previsto e o dado que
eventualmente foi observado.
A discrepância mede quanto que foi
errada a tentativa ao alvo (o dado
previsto).
A discrepância – analisar, investigar,
averiguar, etc.
NNQ - Engenharia de Produção - UFSC
[email protected]
Exemplo: a variabilidade de
vendas


Figura 1.1 - Vendas diárias acima e abaixo do
valor de previsão durante dois anos.
Média = 12,1 e Desvio Padrão = 7,7
40
35
30
25
20
15
10
5
0
-5
Discrepância = vendas observadas (verificadas) - vendas previstas


Figura 1.2 - Vendas diárias acima e abaixo do
valor de previsão durante dois anos.
Média = 18,7 e Desvio Padrão = 25,4
100
80
60
40
20
0
-20
-40
-60
-80
Discrepância = vendas observadas (verificadas) - vendas previstas
Quais são as principais
características de uma previsão
bem feita, em outras palavras
da sua qualidade?


as discrepâncias devem ser pequenas
idealmente devem ser nulas, iguais a
zero.
NNQ - Engenharia de Produção - UFSC
[email protected]
Figura 1.3 Histograma de
previsões perfeitas,
discrepâncias nulas
120
Freqüência
100
80
60
,
40
20
0
0
NNQ - Engenharia de Produção - UFSC
[email protected]
Figura 1.4 Histograma
observado
35
30
Freqüência
25
20
15
10
5
0
-3
-1
1
3
5
Mais
Planejamento da oferta e previsão da
demanda – orçamentos, alvos e
previsões
Valor de previsão da demanda do mercado é
algo que poderia ocorrer no futuro, baseado nas
projeções de dados passados, levando em conta
possíveis eventos e cenários no futuro
relevantes para a análise, poder de absorção do
produto no mercado (foco da análise) ...
Alvo de planejamento de quanto oferecer
para o mercado, muitas vezes não deixa de
ser uma pura esperança da empresa sobre
vendas futuras.
Benchmarking,etc.

www.forecasters.org

www.delphus.com
NNQ - Engenharia de Produção - UFSC
[email protected]
Próximo capítulo
Armado com alguns conceitos como
valor previsto,
valor observado e
discrepância de previsão,
vamos ver como o processo de previsão
deve ser formalizado no dia-a-dia da
empresa.
NNQ - Engenharia de Produção - UFSC
[email protected]
Download

Capítulo 1 – Introdução Robert Wayne Samohyl, Ph.D.