1
Gerenciamento e Previsão de Demanda
l Cadeia de valor de suprimento e Previsão de Demanda;
l Demanda (princípios básicos); l Gerenciamento da demanda;
l Por que previsões de demanda são necessárias?;
l Previsão de Demanda;
l Relação entre o nível de agregação e horizonte de previsão;
l O processo de previsão; l Métodos de Previsão;
l Conclusões
Cadeia de valor de suprimento e Previsão de Demanda
Planejamento d e d e m a n d a
Compra de
materiais Abastecimento Fabricação
Estocagem Distribuição Alocação aos canais Recebimento de pedido Entrega Venda Faturamento
3
Demanda
l
Alguns princípios básicos
Ü A Demanda é probabilística;
Ü A problemática do Planejamento da Demanda não pode ser
dissociada da Gestão de Estoques na rede;
Ü Planejamento da Demanda se refere e articula a “estrutura”
com as “políticas” da rede;
Ü É melhor prever do que não prever.
Gerenciamento da Demanda
Passiva
Aceitar os níveis de demanda e adequar a produção?
l
Posições básicas
Ativa
Não aceitar os níveis de demanda e tentar alterar estes a partir de ações de
5
Gerenciamento da Demanda
Gerenciamento
passivo da
Demanda
Como atender
a Demanda?
Gerenciamento
ativo da
Demanda
Como influenciar
a Demanda?
Gerenciamento da Demanda
l
Planejamento da demanda
Ü Previsão de Demanda;Ü Planejamento de novos produtos; Ü Colaboração com clientes.
l
Execução e controle da demanda
Ü Preenchimento de ordens; Ü Gestão do consumo da previsão; Ü Tratamento de demandas inesperadas.
Gestão de estoques e Buffer; Programações de ordens emergenciais etc. Planejamento de capacidades; de alocação de estoques; de produção; de distribuição etc.
7
Por que previsões de demanda são necessárias?
l
Previsão é uma especulação
sobre o futuro
l
Previsão de demanda visa
determinar níveis futuros de
demanda
l
É fundamental (?) para o
planejamento
9
l
Impacto em decisões de Curto Prazo
Ü Previsões de curto prazo (menores que um ano) são
fundamentais para uma execução mais precisa de diversas atividades logísticas como controle de estoques, DRP, alocação da produção em diversas plantas, etc.
l
Impacto em decisões de Longo Prazo
Ü Previsões de longo prazo são importantes para o planejamento
de capacidade e tomada decisões como abertura de novas plantas, bem como elaboração de orçamentos anuais e planos diretores.
Importância para o negócio
Relação entre o nível de agregação e
horizonte de previsão
SKU
Família ou Grupo de
Produtos
Fábrica ou Centro
de Distribuição
Região
(Estado ou Cidade)
Bloco ...
País
Horizonte de previsão
N
ível de Agrega
ção
11
Previsão de Demanda
l Setor Atacadista -Varejista Ü Impacto de novas tecnologias:
üAutomação de PDVs
üUso de B2B, B2C, ECR, QR, CFRP Ü Relacionamento com fornecedores
l Fabricante de Bens de Consumo
Ü Maior Lead-time - previsão de mais longo prazo Ü previsão desagregado por produto
Ü departamento de Marketing
üobjetivos de marketing
üplano de vendas por canal
üobjetivos de vendas X capacidade
l Setor de Serviços
Ü Impossível estocar serviços
Ü Questão crucial: Dimensionamento de Capacidade
üQuanto e Quando alterar a capacidade ?
Previsão de Demanda
ü Previsão única baseada na demanda do cliente final ü Práticas/ ferramentas: üCPFR üB2B/B2C/ECR üQR
ü Redução dos erros
ü Redução dos estoques
Contribuição para o supply chain management:
Fornecedor Distribuidor Varejista Cliente Demanda D
P3
= P2+ E3 = P1+ E2P2 = D + E1P1
13
O Processo de Previsão
Pedidos Histórico Táticas Administração da Previsão Sistema de suporteà previsão Técnicas deprevisão
Finanças Marketing
Vendas Produção Logística Processo de Previsão Usuários daPrevisão Base de
Dados
l Etapas
Ü 1. Coleta de Dados (contínua) Ü 2. Avaliação da informação:
üDescrever a série (comportamento dos dados) üVerificação de tendências, ciclos e variações sazonais; üVerificação de pontos de mudança no comportamento da série; üObservações anormais (ou espúrias), etc.
Ü 3. Preparação da previsão:
ü(objetivo de análise (comportamento) ou previsão) üInvestigar mecanismo gerador da série ,
üPrever a partir do passado, e/ou
üProcurar periodicidades relevantes nos dados.
Ü 4. Monitoração do processo
üIdentificação e minimização dos erros de previsão
Componentes da demanda
l Demanda Média l Tendência l Sazonalidade l Elementos cíclicos l Aleatoriedade l Autocorrelação15
Componentes da Demanda
Métodos de Previsão
l Evolução Ü Previsão Intuitiva Ü Métodos Qualitativos Ü Métodos Quantitativos üRelações Causais üAnálise de Séries temporais üSimulação Ü Métodos Qualitativos/ Quantitativos/ Intuição Computador17
Métodos qualitativos
l As técnicas qualitativas usam dados como opiniões de “experts” e informações especiais para a previsão e podem ou não considerar dados do passado. São ideais para as situações em que há poucos dados históricos e é exigido julgamento da gerência para os dados. Um exemplo é a obtenção de dados de vendas de uma determinada região a partir de dados fornecidos pelos vendedores. Nesta categoria, são utilizadas pesquisas e reuniões para a obtenção dos dados. Ü Pesquisa de Mercado Ü Delphi Ü Painel de Especialistas Ü Cenários Ü Analogia Histórica
Ü Análise de Impacto Cruzado
l Método Delphi
19 l Relações Causais
Ü Estas técnicas baseiam-se na correlação entre fatores inicialmente independentes, que explicam alterações nas vendas. Assim, é possível estabelecer relação entre a temperatura, e o consumo de café em um jogo de futebol.
Métodos quantitativos
l Relações Causais
21 l Relações Causais
Métodos quantitativos
l Análise de séries temporais
Ü São métodos estatísticos que utilizam dados históricos que contém inter-relações e tendências relativamente claras e estáveis. Série temporais são utilizadas para identificar (1) variações sistemáticas nos dados em decorrência de sazonalidade, (2) padrões cíclicos, (3) tendências, e (4) aumento das taxas destas tendências. Esta categoria assume que o futuro será similar ao passado, e por isso é adequada para horizontes de curto prazo. Incluem uma variedade de técnicas que analisam o padrão e o movimento dos dados históricos.
23 l Média Móvel
Métodos quantitativos
l Atenuação ou Amortecimento Exponencial
25 l Análise de Séries temporais - Desvantagens
Ü Requerem grandes quantidades de dados históricos; Ü A busca por um “alfa (∝)” adequado pode ser longa;
Ü Apresenta utilização limitada quando o horizonte de tempo e longo; Ü Previsões são fortemente sensíveis a erros em função dos dados
de entrada;
Ü E se o futuro for diferente?
Métodos quantitativos
l Simulação
Ü Baseada na utilização de
modelos computacionais;
Ü O operador atribui valores
para variáveis internas ou externas, ou seja, cria cenários;
Ü É possível formular questões
do tipo “ O que ...se...? ”
27
Métodos de Previsão
l Métodos x Horizonte de Planejamento (Resumo)
Métodos de Previsão
l Não são totalmente efetivos... Ü ...por que...
ü...são geradas segundo perspectivas locais (funcionais);
ü...não se reconhece que o Forecasting seja parte de um esquema global de planejamento;
ü...se esquece que as previsões sempre estarão erradas;
ü...as previsões são feitas para coisas/variáveis erradas;
ü...o método selecionado é inapropriado ou mal parametrizado;
ü... Não há feedback/ajuste do desempenho dos modelos.
l Erros de previsão
29
Conclusões
l O processo de previsão de demanda constitui um esforço onde a empresa deve refletir sobre o “número” em si, alterando-o em função de expectativas de mercado, efeitos promocionais etc.
l Para isso, a existência de um método estatístico padronizado e adequado a realidade da empresa, paralelamente a um sistema computacional, são elementos fundamentais a elaboração de previsões cada vez mais rápidas e precisas.