FONTE DE SUPRIMENTO / FORNECIMENTO As organizaes necessitam de diversas entradas para a produo de seus bens e/ou prestao de seus servios.

Uma destas entradas so os materiais. A necessidade de materiais diretamente proporcional a demanda por produtos e/ou servios da prpria organizao. irrefutvel a dificuldade das empresas em prever a demanda de suas sadas. Gerentes so profissionais que no podem contar com o dom da clarividncia para prever comportamentos do mercado. Entretanto existem diversas tcnicas que permitem aos mesmos prever a demanda por um determinado produto/servio. Muitas empresas realizam estas previses com base no conhecimento e experincia de seus profissionais, entretanto este tipo de tcnica, alm de arriscada est sujeita a fatores de ordem psicolgica idiossincrtica. Existem, entretanto, tcnicas matemticas que permitem a previso da demanda. Alm obviamente de prever as suas sadas e planejar os materiais o gerentes podero programar quando e quantos de suprimentos sero necessrios. 1. Prevendo a demanda Existem diversos mtodos para prever a demanda de um determinado bem ou servios. Entre elas pode-se destacar: tcnica delphi, previses baseadas em mdias mveis, mdias mveis ponderadas, regresso linear, ARIMA e at mesmo a utilizao de redes neurais. Muitas destas tcnicas so dotadas de grande complexidade, o que inviabiliza sua utilizao em situaes cotidianas. Outras situaes, principalmente aquelas em que so envolvidos altos valores financeiros, exigem estas tcnicas complexas. Alguns profissionais em casos assim costumam utilizar uma mesma de tcnicas. Deve-se tambm observar as questes de tendncias e sazonalidades durante um trabalho de previso. Na realidade o processo de previses incorporado rea de vendas. Entretanto, independente do mtodo utilizado para elaborao das previses, alguns aspectos bsicos devero ser observados: O primeiro deles envolve a habilidade de interpretar cada fator que exerce influncia na demanda. Eventualmente, um fator espordico pode ter proporcionado uma elevao ou queda considervel do consumo em um curto perodo, no se refletindo nos consumos futuros. Um exemplo disto foi a queda na aquisio das passagens de avies nos EUA aps o 11/09. Fato semelhante ocorreu no Brasil aps os acidentes da GOL em 2006 e da TAM em 2007.

O segundo fazer uma boa avaliao dos dados histricos e da coerncia desses dados. O terceiro, de carter decisrio, refere-se escolha do conjunto de dados que vai ser incorporado ao modelo de previso. Assim, uma acelerao ou desacelerao do consumo de um produto (alto e baixo) em um curto espao de tempo pode ter sido provocada por um fenmeno tipo bolha, no se refletindo nas futuras demandas. Se esse fato no for observado, ou seja, se no for efetuado um expurgo dos dados referentes a esses perodos, o modelo apresentar flutuaes indesejadas que no refletiro o comportamento da demanda futura. Um exemplo disto foi o que as companhias brasileiras de gerao e distribuio de energia eltrica fizeram aps o apago do setor, onde em suas previses os dados referentes aquele ano no foram considerados.
Sazonalidade a favor da produo 17/08/1997 Estado de So Paulo Um fabricante de velas decorativas e religiosas atento ao mercado pode iluminar milhares de casas no Natal. o que faz a empresa gacha Vela Glimm h 40 anos. Ao perceber o aumento da demanda no perodo, a Famlia Glimm aproveita o maquinrio para produzir modelos natalinos (Papai Noel, anjos, rvore de Natal, etc.). As velas vermelhas, prateadas e douradas tambm tm maior sada nessa poca do ano. Assim, a produo mensal de 15 toneladas passas para 20 toneladas nos ltimos quatro meses do ano para atender aos distribuidores, lojistas e livrarias de todo o Brasil, resultando em 30% da receita bruta da empresa, cerca de R$400 mil mensais.

1.1. Mtodos qualitativos (no-cientficos) de previso Os mtodos qualitativos so essencialmente critrios subjetivos. Eles so utilizados em situaes vagas ou em casos de existncia de poucos dados como, por exemplo, lanamento de um novo produto, introduo de nova tecnologia, entre outros. Esses mtodos se baseiam, em sua maioria, na experincia de um grupo de especialistas e na intuio. Assim, a reunio de um grupo de executivos que combinem suas atividades gerenciais com alguma estatstica permitir fixar, por exemplo, as estimativas de consumo de determinado produto. A desvantagem desse mtodo que o resultado da previso representa o consenso do grupo.

1.1.1. Tcnica Delphi um processo interativo formado por um grupo de especialistas que estimam valores destinados tomada de deciso da alta gerncia de uma empresa. Esse processo se inicia com a resposta annima a uma srie de perguntas. As respostas so, ento, repassadas aos demais integrantes do grupo; o processo se repete com o objetivo de buscar um consenso. O trabalho desse grupo o de prever certos valores que sero levados deciso final para determinar em que patamar a empresa operar. Por exemplo, suponha que o grupo tenha estimado valores entre R$ 6 milhes, R$ 7 milhes e R$ 8 milhes como os provveis valores de vendas de determinado produto; caber ao executivo responsvel decidir em que patamar de vendas a empresa operar. Vantagens so a rapidez em que as concluses podem ser retiradas e a qualidade das mesmas em funo da experincia e competncia dos especialistas consultado. A desvantagem bsica reside na prpria dependncia da qualificao desses especialistas, alm da dificuldade de se definir questes objetivas que no dem margem interpretaes dbias. 1.1.2. Mtodo do 80/20 Um outro mtodo fazer uma pesquisa com os clientes, que estime a quantidade de produtos que pretendem adquirir da empresa. Esse mtodo poder ser utilizado pelo uso de uma ferramenta adicional que o da anlise de Pareto, ou como normalmente conhecido mtodo do 80/20. O mtodo de Pareto considera que 80% dos fatos so explicveis por 20% dos eventos. Quando a empresa tem um pequeno nmero de clientes, esse mtodo ideal. Usa-se critrio de escolha dos clientes que participaro da pesquisa, mediante a curva de Pareto; nesse caso, 20% dos clientes tero possibilidades de estimar cerca de 80% das previses. Esse mtodo poder se mostrar bastante vantajoso e permitir uma rpida obteno de resultados.

1.1.3. Analogia Significa fazer analogias projetando a venda de um determinado produto com base nas estimativas de consumo de um produto similar. Esse mtodo bastante utilizado nos casos de lanamento de um novo produto ou lanamento de um produto que far concorrncia a um, j existente no mercado.

1.1.4. Pesquisa de Mercado feita utilizando um questionrio dirigido aos consumidores, o qual permitir saber o que pretendem comprar. Com base na resposta dos questionrios , ento, elaborado um plano de trabalho, extrapolando os valores obtidos de forma a atingir todo o mercado em potencial. 1.2. Mtodos quantitativos (cientficos) de previso baseados em dados histricos Nos mtodos quantitativos, as estimativas so elaboradas com base na existncia de dados histricos. Mesmo utilizando alguns mtodos quantitativos, muitas vezes o resultado obtido por meio da elaborao de um modelo matemtico das previses pode ser insatisfatrio. Dois aspectos se apresentam como responsveis por esse fato. O primeiro deles envolve a escolha do modelo que adotamos para fazer as previses. O segundo refere-se a diversos eventos, com fatores que provocaram a demanda em meses anteriores e no influenciam mais nas demandas futuras ou a novos fatores que surgiram recentemente e que afetam a demanda presente. o caso tpico da denominada bolha de consumo que dever, por sua vez, ser desconsiderada na anlise dos dados histricos destinados elaborao do modelo matemtico. Dentre os modelos quantitativos, destacam-se: o mtodo mais ingnuo em que a estimativa da demanda futura igual ao consumo recente, os mtodos de srie temporais (mdias mveis, mdias alisadas e projees de tendncias) e modelos causais, envolvendo regresses lineares. Poder tambm ser utilizada a tcnica de simulao que combina os efeitos das sries temporais e os modelos causais que relaciona o impacto de certos fatores ao comportamento futuro do consumo de um determinado produto, com o objetivo de responder a perguntas adicionais do tipo: qual efeito de introduzirmos uma semana de oferta em determinado produto e como ele poder influenciar o consumo de produtos dentro de uma mesma categoria (ou seja, produtos ou servios em que os consumidores percebem ser interrelacionados e/ou substituveis na satisfao de suas necessidades). 1.2.1. Tcnica do Mnimo Quadrado O primeiro modelo de que vamos tratar aqui o mtodo de previso pela Tcnica do Mnimo Quadrado. utilizada quando os dados histricos apresentam uma tendncia linear quando dispostos graficamente.O objetivo desta tcnica encontrar a equao R da reta.

Onde: t= perodo de tempo T= faturamento = inclinao da reta Figura 6.1- Elementos utilizados na Tcnica do Mnimo Quadrado Para exemplificar o processo da Tcnica do Mnimo Quadrado, vamos introduzir o seguinte exemplo da demanda de um determinado produto nos ltimos 5 anos, conforme o quadro 1. Quadro 1 Exemplo de faturamento nos ltimos 12 meses
Ano Trimestre 1 2 3 4 Total 2005 26 26 39 24 115 2006 33 25 38 23 119 2007 34 24 37 21 116 2008 30 25 37 23 115 2009 33 26 40 24 123

Utilizando os dados do quadro 1, vamos calcular a previso de vendas para o ano de 2010 usando a Tcnica do Mnimo Quadrado. Considerando estes dados, poderemos projetar as vendas para o ano de 2010 utilizando a Tcnica do Mnimo Quadrado, como podemos observar pela equao 1.

(eq. 1)

Soluo: Quadro 2 Exemplo de consumo nos ltimos 12 meses em milhes de dlares

Faturamento (Ti) 115 119 116 115 123 588

Ano 2005 2006 2007 2008 2009 Total

ti 0 1 2 3 4 10

ti2 0 1 4 9 16 30

Titi 0 119 232 345 492 1188

Sbstituindo os valores do quadro 2 na equao 1, temos: 588= 5b+ 10a 1188= 10b+ 30a Resolvendo o sistema: a= 1,2 e b= 115,2 Jogando na equao da reta: y=ax+b => y= 1,2 x + 115,2 Assim para o ano de 2010 (x= 5), o faturamento previsto ser de: Y= 1,2x5+115,2= 121,1 milhes de dlares Desta forma, a previso para o ano de 2010 de acordo com a curva de tendncia US$ 121.200.00,00 milhes de dlares.

Exerccio proposto: Calcule a previso de vendas para o ano de 2010 para a empresa que possui os seguintes dados histricos (valores em milhes de reais):
Ano Trimestre 1 2 3 4 Total

2006 55 53 52 50 210

2007 51 53 51 54 209

2008 50 50 52 53 205

2009 49 51 54 52 206

6.1.2.2. Mdia mvel simples Esta tcnica permite encontrar a previso trimestral, utilizando os valores encontrados atravs da Tcnica do Mnimo Quadrado. Utilizando o exemplo do quadro 2 temos: Quadro 3: Aplicao da tcnica da mdia simples.
Ano Trimestre 1 2 3 4 Total 2005 26 26 39 24 115 2006 33 25 38 23 119 2007 34 24 37 21 116 2008 30 25 37 23 115 2009 33 26 40 24 123 Mdia 31,2 25,2 38,2 23 29,4 it 1,061 0,857 1,299 0,782 Vendas 32155102 25971429 39369388 23704082

iti=

mdia do trimestre mdia das mdias

(eq. 3)

Onde: it= ndice sazonal do trimestre Vendas= previso anual * iti nmero de trimestres (eq. 4)

Para o exerccio proposto na pgina 07, encontre a previso de vendas para cada um dos trimestres.

1.2.3. Mdia Mvel Aplicada ao ndice Sazonal Esta tcnica no considera o trimestre como um intervalo fechado, mas relaciona-o com os perodos trimestrais seguintes. Considerando os dados do quadro 2: Quadro 3- Aplicao da Mdia Mvel aplicada ao ndice Sazonal 8

Ano

Trimestre T1 T2

Vendas 26 26

Mdia mvel (4 perodos)

Mdia mvel centralizada

Indice Sazonal

28,75 2005 T3 T4 T1 T2 2006 T3 T4 T1 T2 2007 T3 T4 T1 T2 2008 T3 T4 T1 T2 2009 T3 T4 T1 T2 2010 T3 T4 39 30,5 24 30,25 33 30 25 29,75 38 30 23 29,75 34 29,5 24 29 37 28 21 28,25 30 28,25 25 28,75 37 29,5 23 29,75 33 30,5 26 30,75 40 30,79 24 30,76 33,141 25,905 39,73 23,78 30,77 0,780 30,77 1,300 30,625 0,849 30,125 1,095 29,625 0,776 29,125 1,270 28,5 0,877 28,25 1,062 28,125 0,747 28,5 1,298 29,25 0,821 29,625 1,148 29,875 0,770 29,875 1,272 29,875 0,837 30,125 1,095 30,375 0,790 29,625 1,316

Quadro 4- Aplicao da Mdia Mvel Aplicado ao ndice Sazonal

Ano 2005 2006 2007 2008 2009 Indice Sazonal Mdio T1 1,095 1,148 1,062 1,095 1,100 T2 0,837 0,821 0,877 0,849 0,846 T3 1,316 1,272 1,298 1,270 1,3 1,291 T4 0,790 0,770 0,747 0,776 0,78 0,773

Exerccio proposto: Aplique a Mdia Mvel Aplicada ao ndice Sazonal para o exerccio proposto da pgina 07.
Ano Trimestre Vendas T1 T2 2006 T3 T4 T1 T2 2007 T3 T4 T1 T2 2008 T3 T4 T1 T2 2009 T3 T4 Mdia mvel (4 perodos) Mdia mvel centralizada Indice Sazonal

10

Ano 2006 2007 2008 2009 Indice Sazonal Mdio

T1 0,993 0,973 0,951 0,972

T2 1,024 0,973 0,988 0,995

T3 1,000 0,978 1,017 1,046 1,010

T4 0,971 1,046 1,037 1,004 1,014

1.2.4 Exerccios Propostos: 1.2.4.1 Encontre a previso de vendas para o ano seguinte aos dados histricos utilizando as tcnicas do Mnimo Quadrado, da Mdia Simples e da Mdia Mvel Aplicada ao ndice Sazonal.
Ano Trimestre 1 2 3 4 Total 2008 17 16 15 16 64 2009 15 17 19 19 70 2010 19 18 19 17 73 2011 20 18 15 21 74

1.2.4.2 Encontre a previso de vendas para o ano seguinte aos dados histricos utilizando as tcnicas do Mnimo Quadrado, da Mdia Simples e da Mdia Mvel Aplicada ao ndice Sazonal.
Ano Trimestre 1 2 3 4 Total 2008 6 8 9 12 35 2009 7 8 11 12 38 2010 6 9 13 14 42 2011 7 11 13 14 45

11

12