Amortecimento ou Suavização Exponencial

Segundo Ghiani, Laporte e Musmanno (2004), esse método pode ser visto como uma evolução da técnica da média móvel ponderada e é também conhecido como Método de Brown. Outros nomes encontrados na literatura são ponderação ou amaciamento exponencial. Ballou (2006) diz ser provavelmente o melhor método para a previsão de curto prazo, e destaca a capacidade do método de adaptar-se às principais alterações nos dados históricos. Davis, Aquilano e Chase (2001) afirmam ser a técnica mais utilizada e a que realiza praticamente tudo o que pode ser feito com a média móvel, com a vantagem de ser mais precisa e requerer uma quantidade significativamente menor de dados. O fato de utilizar menos dados é importante, pois não há a necessidade da manutenção de grandes bancos de dados históricos e de sua atualização, sempre eliminando o último período e incluindo um novo. Para a previsão de poucos itens, isso não chega a ser um problema, mas para 20.000 itens, por exemplo, a manutenção e atualização de dados exigem recursos humanos e de informática permanentes. Bowersox, Closs e Cooper (2006) confirmam as afirmações acima dizendo que a principal vantagem do amortecimento exponencial é a rapidez do cálculo das novas previsões, sem a necessidade de uma grande quantidade de registros históricos e de suas atualizações.

Na maioria das aplicações, ou com certeza em grande parte delas, “os dados históricos mais recentes tendem a ser mais indicativos do futuro do que aqueles mais antigos” (DAVIS; AQUILANO; CHASE, 2001, p. 219). Ballou (2006), afirma que nessa técnica os dados históricos mais recentes recebem sempre uma cotação maior que os mais antigos.

Todo esse esquema de ponderação pode ser reduzido apenas ao período em andamento, uma vez que o efeito de toda a história anterior está representado na última previsão (BALLOU, 2006). A estimativa de demanda para o próximo período é feita com base na demanda real do período anterior ao que será previsto e na previsão que havia sido realizada para esse mesmo período (SLACK; CHAMBERS; JOHNSTON, 2002). A fórmula para o cálculo da previsão é a seguinte:

1 1 (1 )     t t t D P P D D (3) Com a restrição: 1 0dD d Onde:

Pt = Previsão de vendas para o período t

Pt-1 = Previsão de vendas para o período t-1

Dt-1 = Demanda Real para o período t-1

D = Fator alfa ou constante de amortecimento, suavização ou amaciamento

Ghiani, Laporte e Musmanno (2004) reescrevem a equação (3)conforme segue:

1 1 1 1 1 1 1 1         P  P Ÿ P P  (D P ) Ÿ P P  *e D P_t D _{t t} D _{t t t} D _{t t t t} D _t (4) Onde:

et-1 = erro de previsão para o período t-1

Isso significa que a demanda prevista para o período t é igual à soma da previsão para o período anterior (t-1) com uma fração do erro de previsão para o período t-1. Conseqüentemente, se o valor de Pt-1 for superestimado em relação à demanda (Dt-1), o valor

previsto para Pt será menor do que Pt-1. Da mesma forma, se Pt-1 for subestimado, então Pt

será maior do que Pt-1.

Slack, Chambers e Johnston (2002) destacam que a constante D corresponde ao peso atribuído à última demanda real ocorrida, considerada a informação mais importante para quem faz a previsão. Já o complemento de D em relação a 1 é o valor atribuído à previsão para o período anterior que, por sua vez, inclui a demanda real do período precedente e assim por diante. Isso significa que todos os dados históricos influenciam a próxima previsão, sendo que o impacto nela vai sendo reduzido quanto mais antigo for o período.

A principal decisão quando do uso do amortecimento exponencial é a escolha da constante de amortecimento. Isso exige um grande conhecimento da técnica. Para Ballou (2006), o responsável pela previsão deve escolher um valor que permita ao método refletir grandes mudanças nas séries de tempo e que atenue as variações aleatórias. “Quanto maior o valor de D, maior o peso atribuído aos níveis de demanda mais recentes. Quanto menor o valor de D, maior o peso atribuído à demanda histórica.” (BALLOU, 2006, p. 250). A seleção do valor 1 para D, significa estabelecer que a previsão de demanda para o próximo período é igual à demanda efetivamente ocorrida nos períodos anteriores. Já um valor próximo de zero

coloca todo o peso para as demandas anteriores, o que transforma a previsão quase numa média móvel simples (BOWERSOX; CLOSS; COOPER, 2006). Segundo Ghiani, Laporte e Musmanno (2004) e Bowersox, Closs e Cooper (2006), valores elevados para D tornam a previsão bastante sensível às alterações ocorridas na série de tempo, permitindo ao método reagir mais rapidamente a elas. Valores mais baixos reagem mais lentamente àquelas alterações, provocando um retardamento do reflexo delas na previsão de demanda. De acordo com Ballou (2006, p. 250), “valores muito altos para D podem tornar a previsão “nervosa” e traçar variações aleatórias na série de tempo, em vez das mudanças fundamentais. Valores baixos proporcionam previsões muito “estáveis”, amortecidas pelas previsões anteriores, que não serão pesadamente influenciadas pela aleatoriedade nas séries de tempo”.

Segundo Bowersox, Closs e Cooper (2006), o amortecimento exponencial não identifica a diferença entre os componentes de sazonalidade e aleatório. Logo, as previsões realizadas através desse método não eliminam a necessidade de julgamento. A seleção do valor de D trata-se, portanto, de uma troca compensatória entre eliminar variações aleatórias (valores baixos) e reagir rapidamente às alterações na demanda (valores altos).

Os valores de D, segundo Ballou (2006) e Ghiani, Laporte e Musmanno (2004), variam normalmente entre 0,01 e 0,3. Entretanto, nos casos de grandes mudanças como uma recessão, uma campanha promocional agressiva de curta duração, a retirada de produtos de linha ou quando não estão disponíveis os dados históricos de vendas, como no lançamento de um novo produto, valores de D altos podem ser utilizados por curto período de tempo, para que a previsão reflita essas mudanças mais rapidamente.

Ghiani, Laporte e Musmanno (2004) afirmam que a forma de obter o melhor valor para D é avaliar os erros de previsão ocorridos no passado para diferentes valores assumidos para a constante de suavização.