Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Longo prazo (planejamento de novas instalaes), mdio prazo (base para o planejamento
agregado da produo), curto prazo (programao de compras).
Abordagens e mtodos
a) Consenso do comit executivo: vantagem ter vrios pontos de vista, mas risco de
diluio de responsabilidade pode fazer com que ela no seja bem elaborada.
b) Mtodo Delphi: especialistas respondem a questes a respeito de previses,
fornecendo as razes. Resultados so analisados e novas perguntas so feitas. Isso
repetido at que se chegue a um relativo consenso, entre trs e quatro rodadas
depois.
c) Analogia histrica: baseada no histrico de um produto simular. til para novos
produtos.
d) Pesquisa de mercado: hipteses testadas por entrevistas com amostra do mercado.
Anlise estatstica dos resultados fornecem a previso. Utilizado para previses de
longo prazo de novos produtos.
e) Pesquisa de clientes: particularidade do d. Baseado nas informaes individuais de
todos os clientes atuais e potenciais da empresa. til quando a empresa tem poucos
clientes.
f) Pesquisa da equipe de vendas: tambm parecido com o d. Adequado para empresas
que vendem diretamente ao cliente e tem bom sistema de comunicao. Baseado nas
estimativas de cada vendedor.
Abordagem causal: Identifica uma ou mais variveis independentes que ajudem a prever a
demanda de um produto em questo (varivel dependente). Gera uma equao. Os mais
utilizados so os de regresso. Os principais so regresso linear simples, regresso curvilnea
e a regresso mltipla.
Forma geral: = ( ) +
= + +
Regresso curvilnea: o MMQ tambm pode ser utilizado para funes no lineares,
como a exponencial, logartmica, potencial e polinomial (at grau 6), so feitas no
Excel.
Regresso mltipla: duas ou mais variveis independentes afetam a varivel
dependente: = 0 + 1 1 + 2 2 + + + , onde b so parmetros a
serem estimados. No necessariamente requer que a relao entre as variveis seja
linear
Existem quatro processos usuais (mais comuns e simples) e quatro anmalos (mais incomuns e
difceis). Os usuais so:
Os anmalos so: impulso, degrau, crescimento de novo produto e declnio de novo produto.
Para cada processo existem mtodos mais apropriados:
Mtodos ingnuos: a previso para o prximo perodo o valor real do perodo anterior.
Mtodos baseados na mdia: o mtodo anterior considera os rudos. Para superar esse
problema, usar a mdia dos valores que dispomos. Possui variaes:
ii) mtodo da mdia mvel ponderada: alm de usar os N perodos mais recentes, so
dados pesos maiores para os perodos mais recentes (somatrio dos pesos deve ser 1).
= + +
S preciso determinar a e b. Isso pode ser feito por regresso (em que o tempo a varivel
independente) ou por suavizao exponencial dupla.
Mtodo da suavizao exponencial dupla: leva em considerao o tempo, dando maior peso
aos mais recentes, e a tendncia nesse tempo. (St=previso suavizada para o perodo T,
Tt=estimativa de tendncia para o perodo T, k=nmero de perodos futuros a serem previstos)
+ = +
2)aplicar a cada previso suavizada exponencialmente um fator de sazonalidade (ou ndice, Ft).
Ft=1,4 para janeiro demonstra que janeiro tem demanda 40% maior que a mdia anual. Assim,
a previso =previso suavizada (St)*Ft.
OBS: Ft=dt/demanda mdia no ciclo de sazonalidade. (se o ciclo for de um ano, te varia de 1 a
12, se for semana, de 1 a 7. Logo, quando for calcular a previso para o perodo t levamos em
conta a previso e o fator de sazonalidade do perodo no ultimo ciclo de sazonalidade
disponvel).
2)Mtodo de Winters: estima a(=St),b(=Tt) e c(=Ft) e os utiliza para calcular a previso Dt.
ii) calculo inicial dos fatores de sazonalidade Ft(formula na pg 40): fatores da semana 1 em
todos os meses, semana 2 em todos os meses..., e a mdia dessas semanas.
iv)Atualizar os valores.
Controle de previses
Somatria acumulada dos erros de previso: se a previso est se comportando bem, os erros
aleatrios de cada ms se anulam ao longo do tempo.Se o somatrio se distancia de 0, a
previso pode ser tendenciosa. Pode crescer ou decrescer a uma taxa constante ou
crescer/decrescer a uma taxa crescente.
Desvio absoluto mdio: Mdia dos erros (pra cada alfa por exemplo). Quanto menor, melhor.
Porcentagem mdia absoluta: relaciona erros absolutos com os valores da demanda. Se o PMA
for de 0,14, a previso se afasta dos dados reais em 15%.
Sinal de rastreamento (tracking signal): indica o grau de vis da previso, ou seja, permite
saber se os erros so aleatrios ou enviesados. SR em um perodo a relao entre a
somatria acumulada dos erros at esse perodo e o DAM mdio no perodo. Os SRt so
comparados a limites de controle, normalmente de -3 a +3 DAM ou entre -4 e +4 DAM. Se sair
desse limite, h vis