Estratégia de Estoque –

Necessidade da Previsão na
Cadeia de Suprimentos
Prof. Guilherme Vinicyus Batista

Referência: Gerenciamento da Cadeia de Suprimentos

/ Logística Empresarial - Ballou, 2010
Necessidade da Previsão na
Cadeia de Suprimentos
• Estimativas acuradas – planejamentos e previsões
• Logística, Marketing, Produção, Finanças,
Planejamento econômico ou a um grupo
espcialmente formado para isso.
• Comum no processo de planejamento e controle.
• Natureza das previsões
• Demanda Espacial versus Demanda Temporal
• Demanda Irregular versus Demanda Regular
• Demanda Dependente versus Demanda Independente
Demanda regular Demanda irregular
Métodos de previsão
• Qualitativos
• Métodos de projeção
• Métodos Causais
Qualitativos (Médio e longo
alcance)
• Natureza não científica
• Julgamento, intuição, pesquisas ou técnicas
comparativas
• Informações são tipicamente não quantitativas,
flexíveis e subjetivas
• Exemplo: Sucesso de novos produtos, mudanças de
politicas de governos ou o impacto de uma nova
tecnologia.
Métodos de projeção histórica
(curto prazo)
• Dados históricos, tendência e variações sazonais
nas séries de tempo são estáveis e bem defnididas
• Premissa: o padrão de tempo futuro será uma
repetição do passado, pelo menos em sua maior
parte.
• Fonte: modelos matemáticos e estatísticos.
• Reativos por natureza
• Ponto fraco: quando se trata de mudanças rápidas,
os modelos só sinalizam tal alterações depois de
sua ocorrência.
Métodos Causais (Médio e longo
alcance)
• O nível da variável de previsão é dervidado do nível
de outras variáveis relacionadas.
• Serviço de “causa” vendas
• Formatos: Estatísticos e Descritivos
• Difícil localizar variáveis verdadeiramente causais
Métodos
Exemplo:
• Os dados trimestrais a seguir representam uma
série de demanda para um produto. Desejamos
prever a demanda para o terceiro trimestre deste
ano. Use 𝛼 = 0,2.

Trimestre 1 Trimestre 2 Trimestre 3 Trimestre 4

Ano
1200 700 900 1100
passado
Este ano
1400 1000 𝐹3 =? ? ?

𝛽 = 0,3
Erros de previsão
• Calcule o erros padrão da previsão de (𝑆𝑓 ) nos dois
períodos (N=2) aos quais se destinava a pesquisa e
os valores reais de demanda disponíveis. Supondo
que a demanda seja normalmente distribuída
conforme a previsão, é possível desenvolver um
intervalo de confiança de 95% em torno da
previsão para o terceiro trimestre.
Trimestre 1 Trimestre 2 Trimestre 3 Trimestre 4
Ano
1200 700 900 1100
passado
Este ano
1400 1000 𝐹3 =? ? ?

Previsão 1000 1080 1064

Decomposição Clássica da Série
de Tempo
• Simplicidade, grande aceitação e sofisticação.
• Um padrão histórico de vendas pode ser
decomposto em quatro categorias:
𝐹 =𝑇 ×𝑆 ×𝐶×𝑅
• 𝐹 = 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑝𝑟𝑒𝑣𝑖𝑠𝑡𝑎
• 𝑇 = 𝑛í𝑣𝑒𝑙 𝑑𝑎 𝑡𝑒𝑛𝑑ê𝑛𝑐𝑖𝑎
• 𝑆 = í𝑛𝑑𝑖𝑐𝑒 𝑠𝑎𝑧𝑜𝑛𝑎𝑙
• 𝐶 = í𝑛𝑑𝑖𝑐𝑒 𝑐í𝑐𝑙𝑖𝑐𝑜 (ondulações de longo prazo)
• 𝑅 = í𝑛𝑑𝑖𝑐𝑒 𝑟𝑒𝑠𝑖𝑑𝑢𝑎𝑙
Análise de regressão múltipla
• Mais de uma variável (até agora foi usado o tempo)
• Ajuda a determinar o grau de associação entre um número de variáveis
selecionadas e a demanda.
• A informação de variáveis preditivas (independentes) é convertida pela
equação de regressão a fim de proporcionar uma previsão de demanda.
• Exemplo:
𝐹 = −3016 + 1211𝑋1 + 5,75𝑋2 + 109𝑋3
onde:
𝑋1 : tempo em anos (1991=1)
𝑋2 : número de compras durante a estação
𝑋3 : mudança líquida mensal nas dívidas a prazo dos clientes(percentuais)
𝐹 = −3016 + 1211 ∗ 6 + 5,75 ∗ 2732 + 109 ∗ 8,62 = 20.900.000,00
Problemas especiais e possíveis
soluções
• Lançamento
• Marketing; Análise de produtos similares; Modelo de
ponderação com 𝛼 = 0,5.
• Demanda Irregular
• Usar as condições de incerteza para previsão; Não reagir
com muita rapidez às mudanças nos padrões de
demanda; Aumentar um pouco o estoque;
• Previsão Regional
• Agregação ou desagregação geográfica
• Erro de previsão
• Tirar proveito das técnicas de previsão; Previsão
baseada em regras.
Previsão colaborativa
• Partilha;
• Coordenação;
• Comprometimento;
• Respeito;
• Dedicação;
• Entendimento.
ALTERNATIVA
• FLEXIBILIDADE E RESPOSTA RÁPIDA
“O reconhecimento de que não há previsão melhor
do que esperar até que a demanda dos clientes se
materialize é uma base para reagir apropriadamente
à demanda.”