28/08/16
Disciplina:
Administração da Produção e Operações
Previsão da Demanda
Professor: Marcelino Vieira Lopes, Me.Eng. h=p://profmarcelino.webnode.com/blogAdministração da Produção e Operações
Obje%vo Geral:
Propiciar ao estudante de Engenharia de Produção uma
visão integrada das modernas técnicas de administração
dos sistemas produHvos, de bens e de serviços, facultando
embasamento teórico para subsidiá-lo no mundo do
trabalho.
aç ão d a Pr od uç ãoAdministração da Produção e Operações
1. Introdução. 1.1. O que é Administração da Produção. 1.2. Histórico da Administração da Produção. 1.3. Os Sistemas de Produção. 1.4. ObjeHvos da Produção. 1.4.1. “A Voz do Mercado”. 2. O Processo de Tomada de Decisão. 2.1. Risco e Incerteza. 2.1.1. Definição de Risco. 2.1.2. Critérios para a Tomada de Decisão sob Risco. 3. Projeto do Sistema de Produção. 3.1. Planejamento da Capacidade. 3.2. Localização de Instalações. 3.3. Projeto do Produto. 3.4. Projeto e Medida do Trabalho. Ad m in is tr aç ão d a Pr od uç ão 3 4. Operação do Sistema de Produção. 4.1. Previsão da Demanda. 4.2. Planejamento Agregado da Produção. 4.3. Administração de Projetos. 5. Controle da Produção. 5.1. Controle de Estoques. 5.2. Material Requerimento Planning (MRP). 5.3. Elementos de Gestão da Qualidade. 5.4. ProduHvidade.Programa ( Plano de Ensino
)
Administração da Produção e Operações
Bibliografia Básica:Moreira, D., Administração da Produção e Operações. 5. ed. Editora São Paulo: Pioneira, 2000. Davis, M., Aquilano, N. e Chase R. Fundamentos da Administração da Produção. 3 ed. Porto Alegre: Bookman, 2000. Bibliografia Complementar: Gaither, N. e Frazier, G., Administração da Produção e Operações. 8 ed. São Paulo: Pioneira, 2001. Slack, N. et alli. Administração da Produção. 2. ed. São Paulo: Atlas, 2002. MarHns, P. e Laugeni, F., Administração da Produção. São Paulo: Saraiva, 2000.
Russomano, V., Planejamento e Controle da Produção. 6 ed. edição. São Paulo: Pioneira, 2000. Ad m in is tr aç ão d a Pr od uç ão 4
Apresentação VT
Data VT Assunto 13/09/16 VT1 Previsão da Demanda. 11/10/16 VT2 Projeto do Produto 18/10/16 VT3 Localização de Instalações 19/10/16 VT4 Planejamento Agregado 08/11/16 VT5 Administração de Projetos 5 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s 28/08/16UNIDADE 4
PREVISÃO DA DEMANDA
aç ão d a Pr od uç ão e O pe raç õe sIntrodução
² Constantemente, todas as áreas estão envolvidas com
planejamento, de maneira formal ou informal. Há um grande de decisões que compõem o próprio planeja-mento ou são dele derivadas, como: ² Quanto se leve fabricar de cada linha de produtos nos próximos dias, semanas ou meses; ² Tipos de produtos e/ou serviços a oferecer daqui há dois, três ou dez anos; ² Evolução da tecnologia nos próximos anos; ² Necessidade de invesHmentos futuros; ² Adoção de novos processos e tecnologias; ² Ampliação e /ou construção de novas instalações; Contratações futuras de pessoal e treinamento; ² Necessidades de matérias-primas.
7 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
Introdução
² Para se obter uma previsão, existem vários métodos
disponíveis, que em princípio podem ser usados em quaisquer circunstâncias, dependendo de certos fatores. Os principais desses fatores são:
² Disponibilidade de dados, tempo e recursos - há certos métodos, mais sofisHcados, normalmente envolvendo modelos matemáHcos, que exigem, além de dados numéricos com certa abundância, também a existência de profissionais com o conhecimento necessário para trabalhar com os modelos;
² Horizonte de previsão - há métodos que se mostram melhores para previsões de longo prazo (vários anos no futuro), enquanto que outros são roHneiramente aplicados às previsões para
períodos mais curtos, como meses, semanas ou mesmo dias. 8 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
Características
² Por outro lado, os métodos de previsão possuem algumas
caracterísHcas que são comuns a todos eles:
² Os métodos de previsão geralmente assumem que as mesmas causas que esHveram presentes no passado, configurando a demanda, conHnuarão presentes no futuro. Isso quer dizer que o
comportamento do passado é a base para se inferir sobre o comportamento do futuro;
² Os métodos não conduzem a resultados perfeitos, e a chance de
erro é tanto maior quanto mais nos aprofundamos no futuro, ou
seja, quanto maior seja nosso horizonte de previsão. Isso acontece porque os fatores aleatórios, que nenhuma previsão consegue captar, passam a exercer maior influência no decorrer do tempo. 9 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
Classi7icação dos Métodos de Previsão
• Qualita%vos (ou baseados no julgamento).• São métodos que repousam basicamente no julgamento de pessoas que, de forma direta ou indireta, tenham condições de opinar sobre a demanda futura, tais como gerentes, vendedores, clientes, fornecedores, etc. Não se apoiam em nenhum modelo específico, embora possam ser conduzidos de maneira sistemáHca. São muito úteis, por exemplo, quando da ausência
de dados (ou presença de dados não confiáveis) ou do
lançamento de novos produtos. ação d
a Pr od uç ão e O pe raç õe s
Classi7icação dos Métodos de Previsão
• Matemá%cos (ou Quan%ta%vos).• São aqueles que uHlizam modelos matemáHcos para se chegar aos valores previstos. Permitem controle do erro, mas exigem informações quanHtaHvas preliminares. Os métodos matemáHcos subdividem-se em:
• Métodos causais - a demanda de um item ou conjunto de itens é
relacionada a uma ou mais variáveis internas ou externas à empresa. Essas variáveis são chamadas de variáveis causais. A população, o PNB (Produto Nacional Bruto), o consumo de certos produtos, etc., são alguns exemplos de variáveis causais. Na verdade, o que determina a escolha de uma parHcular variável causal para a previsão da demanda é a sua ligação lógica com essa úlHma. Se Hvermos uma boa esHmaHva desse valor, será possível obter a projeção desejada para um produto ou grupo de produtos em estudo.
• Séries temporais - a análise de séries temporais nada exige além do
conhecimento de valores passados da demanda (ou, de forma geral, da variável que se quer prever). O termo série temporal indica apenas uma coleção de valores da demanda tomados em instantes específicos de tempo. A expectaHva é a de que o padrão observado nos valores passados forneça informação adequada para a previsão de valores futuros da demanda. 11 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
Métodos Qualitativos
• Os métodos qualitaHvos são baseados no julgamento e na
experiência de pessoas que possam, por suas próprias caracterísHcas e conhecimentos, emiHr opiniões sobre eventos futuros. Neste senHdo, o uso de julgamento pessoal não se restringe de forma alguma às previsões da demanda, podendo ser usado para analisar movimentos do comércio internacional, rumos da tecnologia, tendências de novos produtos, futuras condições econômicas e políHcas, etc. Vejamos brevemente algumas técnicas mais comuns. 12 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
Métodos Qualitativos - Opiniões de
Executivos
• Um grupo de altos execuHvos da empresa se reúne para
desenvolver, em conjunto, uma previsão. O grupo é formado por execuHvos vindos de áreas diversas, como MarkeHng, Finanças, Produção, etc. O interesse do grupo está normalmente em previsões de longo prazo, envolvendo um ou outro aspecto do planejamento estratégico da empresa, inclusive desenvolvimento de novos produtos, processos e planejamento estratégico de manufatura. A vantagem evidente deste procedimento é a reunião de talentos com diferentes visões do assunto, o que pode levar qualidade e precisão ao consenso que se venha a obter. A grande desvantagem é a de que uma das pessoas, por sua forte personalidade, venha a exercer uma influência exagerada sobre o grupo, impondo em maior ou menor grau a própria
opinião. 13 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
Métodos Qualitativos - Opinião da Força
de Vendas
• Desenvolver previsões com base na opinião do pessoal
envolvido diretamente com as vendas pode ser uma alternaHva atraente. Afinal de contas, esse pessoal tem contato diário tanto com os produtos da empresa como com os consumidores. Conhecem o desenvolvimento histórico dos produtos e percebem as evoluções do mercado. aç ão d a Pr od uç ão e O pe raç õe s
Métodos Qualitativos - Pesquisas Junto a
Consumidores
• Afinal, são eles que determinam a demanda. Muito
frequentemente, o número de consumidores potenciais é excessivo para que se pesquise a opinião de cada um em parHcular. Nestes casos, procede-se por amostragem, conduzindo-se o que se chama comumente de pesquisas de mercado. As pesquisas de mercado requerem conhecimentos técnicos especializados e exigem grande cuidado no seu planejamento. 15 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
Métodos Qualitativos - O Método Delphi
• O método Delphi consiste na reunião de um grupo de pessoas quedevem opinar sobre um certo assunto, dentro de regras determinadas para a coleta e a depuração das opiniões. Envolvem geralmente situações de longo prazo, onde os dados são escassos ou mesmo inexistentes, sendo o julgamento pessoal uma das poucas alternaHvas abertas à previsão. Aliás, o nome Delphi deriva do oráculo de Delfos, na Grécia anHga, que supostamente Hnha condições de prever eventos futuros. 16 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
Métodos Qualitativos - O Método Delphi
• O comitê Delphi é formado inicialmente com as pessoas queparHciparão do processo; esses parHcipantes são especialistas no assunto em pauta e/ou em assuntos correlatos. Para que uma personalidade não se sobreponha à outra, as opiniões são expressas independente-mente, por exemplo através de um quesHonário preestabelecido. Um sumário das opiniões é então preparado e distribuído ao grupo, dando-se atenção parHcular àquelas opiniões significaHvamente divergentes da média do grupo. Pergunta-se aos parHcipantes se desejam rever suas previsões à luz dos novos resultados. Esse procedimento é repeHdo algumas vezes até que o grupo chegue a opiniões que não sejam muito variadas. Esse consenso, se for possível, será aHngido por volta da terceira ou quarta rodada do método. 17 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
O Método Delphi
O general ateniense Temístocles, resoluto em par4cipar da guerra, decidiu consultar o oráculo, e obteve a seguinte resposta: “Ó infelizes, por que permaneceis ainda sentados? Fugi daqui Para os confins da Terra e para longe das alturas da cidade circular Pois não permanece a cabeça nem o corpo Nem embaixo os pés nem mãos ou partes médias,Mas irão juntos, pois o fogo os devorará e Ares bravio, condutor do carro sírio. ação
d a Pr od uç ão e O pe raç õe s
Horizonte de Previsão
• Existe um método mais adequado para a previsão, dado um horizonte de planejamento? A resposta pode ser posiHva, guardadas algumas cautelas. Na verdade, quer a previsão seja de longo prazo (2 a 10 anos), médio prazo ( 1 a 2 anos) ou curto prazo (até um ano), o melhor método é aquele que fornece os valores mais próximos entre a previsão e a demanda real. Do ponto de vista estritamente teórico, seria ditcil defender um ou outro método.
• Os métodos qualitaHvos e causais parecem adaptar-se melhor as previsões de médio e longo prazo, enquanto a análise de séries temporais, parHcularmente pelos métodos das médias, parecem adequar-se mais a previsões a curto prazo.
• Qualquer que seja o caso, porém, é necessária o teste de vários modelos até se encontrar o mais adequado ao caso específico que se está analisando. Escolhido um método, deve-se mantê-lo sob controle, de maneira a efetuar correções no menor prazo possível. 19 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
MODELOS DE DECOMPOSIÇÃO DE SÉRIES TEMPORAIS
• Nível: o nível da demanda traduz um patamar do volume de vendas da série temporal das demandas passadas, desconsiderando variações de sazonalidade e variações aleatórias. O componente de nível pode se apresentar estacionado ou estar sofrendo alteração ao longo da série temporal que está sendo interpretada.
• Tendência: os dados históricos, representados pela demanda
ocorrida em cada período, podem apresentar uma tendência crescente, estabilizada ou decrescente. A tendência pode apresentar forma linear ou não linear. É importante entender bem a disHnção entre o nível e a tendência da demanda, para se poder realizar previsões. 20 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
MODELOS DE DECOMPOSIÇÃO DE SÉRIES TEMPORAIS
• Sazonalidade: a sazonalidade de uma demanda representa um
padrão de variação que se repete com o passar do tempo, podendo ser interpretado e previsto. Não são variações aleatórias e sim um padrão repeHHvo. A demanda de determinados produtos pode apresentar pouca, ou nenhuma, sazonalidade. Produtos como arroz, feijão, farinha e arHgos de higiene, por exemplo, apresentam demanda pouco influenciada pela época do ano. Brinquedos, cobertores, agasalhos etc., são exemplos de produtos muito mais suscevveis as influencias de determinados períodos. Alguns autores se referem a sazonalidade com a denominação de “ciclicidade”, preferimos adotar outro significado para o termo conforme será́ visto mais adiante. 21 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
MODELOS DE DECOMPOSIÇÃO DE SÉRIES TEMPORAIS
• Aleatoriedade: devido a numerosos fatores, a demanda apresenta componentes aleatórios, que não podem ser previstos pelos modelos de previsão. Porém, é possível comparar o erro que existe entre o modelo de previsão construído e a demanda passada realmente ocorrida. Por meio da avaliação deste erro, é estaHsHcamente possível prever o erro esperado da aplicação do modelo quando é feita uma projeção para o futuro. Um bom método de previsão de demanda vai apresentar um erro estavsHco comparável à caracterísHca de aleatoriedade da demanda, permiHndo que se tenha uma noção da dimensão desta ação
d a Pr od uç ão e O pe raç õe s
MODELOS DE DECOMPOSIÇÃO DE SÉRIES TEMPORAIS
• Em resumo, tem-se que toda série temporal pode ser analisada e
decomposta em uma parte sistemáHca, composta por nível, tendência e sazonalidade, e outra parte não sistemáHca composta pela aleatoriedade. A Figura 71 ilustra a decomposição de uma série temporal. 23 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s
Jurandir Peinado e Alexandre Reis Graeml
Uma forma bastante utilizada para o lançamento de um produto é bus-car dados históricos de vendas de produtos similares, quando estes existem. Neste caso, deve-se atentar para o grau de similaridade do produto de com-paração.
MODELOS DE DECOMPOSIÇÃO DE SÉRIES TEMPORAIS
Estes modelos são amplamente utilizados e se baseiam no estudo da de-manda acontecida no passado para projetar a dede-manda futura. Naturalmente, são válidos apenas para produtos já existentes e cujo histórico de vendas for-neça dados suficientes para a realização da projeção. Estes modelos são mais adequados quando já se atingiu um padrão estável de demanda e o produto se encontra na fase de maturidade do seu ciclo de vida em que o padrão de con-sumo não sofre variações significativas de um período para outro. Por questões de sazonalidade, costuma-se adotar períodos de um ano, neste tipo de análise. Apesar de não ser perfeito (lembre-se que nenhum método de previsão é infalí-vel), o uso de séries temporais é considerado um bom ponto de partida para auxílio nas estimativas de demanda futura. Mas como o futuro é cada vez mais incerto e mutável, métodos que se apóiam demais no desempenho passado devem ser utilizados em conjunto com outros modelos de previsão. Afinal, não estão de todo errados aqueles que criticam previsões baseadas unicamente no passado, afirmando que é como dirigir um carro olhando apenas para o retro-visor, conforme se falou no início do capítulo.
Uma série temporal de demandas passadas geralmente pode apresentar quatro componentes ou características:
Nível: o nível da demanda traduz um patamar do volume de vendas da série temporal das demandas passadas, desconsiderando variações de sazon-alidade e variações aleatórias. O componente de nível pode se apresentar es-tacionado ou estar sofrendo alteração ao longo da série temporal que está sendo interpretada.
Tendência: os dados históricos, representados pela demanda ocorrida em cada período, podem apresentar uma tendência crescente, estabilizada ou decrescente. A tendência pode apresentar forma linear ou não linear. É impor-tante entender bem a distinção entre o nível e a tendência da demanda, para se poder realizar previsões.
Sazonalidade: a sazonalidade de uma demanda representa um padrão de variação que se repete com o passar do tempo, podendo ser interpretado e previsto. Não são variações aleatórias e sim um padrão repetitivo. A demanda de determinados produtos pode apresentar pouca, ou nenhuma, sazonalidade. Produtos como arroz, feijão, farinha e artigos de higiene, por exemplo, apresen-tam demanda pouco influenciada pela época do ano. Brinquedos, cobertores, agasalhos etc., são exemplos de produtos muito mais suscetíveis às influências
Jurandir Peinado e Alexandre Reis Graeml
ponentes aleatórios, que não podem ser previstos pelos modelos de previsão. Porém, é possível comparar o erro que existe entre o modelo de previsão con-struído e a demanda passada realmente ocorrida. Por meio da avaliação deste erro, é estatisticamente possível prever o erro esperado da aplicação do modelo quando é feita uma projeção para o futuro. Um bom método de previsão de demanda vai apresentar um erro estatístico comparável à característica de aleatoriedade da demanda, permitindo que se tenha uma noção da dimensão desta variabilidade.
Em resumo, tem-se que toda série temporal pode ser analisada e decom-posta em uma parte sistemática, comdecom-posta por nível, tendência e sazonalidade, e outra parte não sistemática composta pela aleatoriedade. A Figura 71 ilustra a decomposição de uma série temporal.
Parte sistemática Nível Tendência Sazonalidade Parte aleatória DEMANDA OCORRIDA
Decomposição de uma série temporal de demanda
MODELO DA MÉDIA MÓVEL SIMPLES
A média móvel simples é facilmente calculada. Ela consiste na média aritmética dos n últimos períodos da demanda observada. A fórmula 7.1
repre-senta o cálculo da previsão da demanda por meio da média móvel simples. Fórmula 7.1 – Previsão de demanda pela média móvel simples.
n D P n i i j
!
= = 1 Onde: i = número de ordem de cada período mais recenten = número de períodos utilizados para apurar a média móvel Di = demanda ocorrida no período i
Pj = previsão de demanda para o período j
É importante observar que, quanto maior o valor de n, maior será a
in-fluência das demandas mais antigas sobre a previsão. Por isso, na prática, muitas vezes se realiza o cálculo da média móvel simples incluindo apenas os 3 últimos períodos.
Grá7ico de Dispersão
• O gráfico a seguir é chamado de gráfico de dispersão e é obHdo “plotando” os pontos de coordenadas (x, y) , onde x é o gasto com publicidade e y é o faturamento conseguido em função da publicidade. 24 Ad m in is tr aç ão d a Pr od uç ão e O pe raç õe s 20000 40000 60000 80000 100000 120000 140000 Re ce ita B ru ta (R$ ) Publicidade X Receita Bruta (R$)
