a aplicaÇÃo de mÉtodos de previsÃo e sua...
TRANSCRIPT
A APLICAÇÃO DE MÉTODOS DE
PREVISÃO E SUA INFLUÊNCIA NA
LUCRATIVIDADE DE UMA
RELOJOARIA
Luiza Furtado Goncalves Couto (Ibmec )
Camila Azevedo Leao (Ibmec )
Bruna Granha Rezende Vaz de Mello Tannus (Ibmec )
Marcella Siqueira Carneiro (Ibmec )
À procura de uma maior inserção no mercado competitivo atual, as
organizações do mundo coorporativo devem buscar métodos mais
eficazes de previsão de demanda e melhor gestão de estoques. As
vendas na empresa alvo deste trabalho, uma relojoaaria, reduziram de
forma significativa entre 2014 e 2015. Esta redução gerou problemas
na gestão de estoques, cuja causa raiz pode ter sido devido à falta de
planejamento logístico na empresa. Buscando encontrar uma forma de
aumentar a lucratividade da organização, o objetivo é responder as
seguintes questões: a) Qual o método de previsão de demanda mais
eficaz para a empresa? b) O que pode ser feito para reverter
dificuldades na gestão de estoques de tal forma que a organização
consiga se sobressair diante das outras empresas do mesmo ramo?
Numa primeira fase do trabalho, foram feitas reuniões de discussão
com os responsáveis pela relojoaria, onde foi constatada a falta de um
sistema de gestão de estoques. Em seguida, foi coletado o volume de
vendas de 12 modelos de relógios. A partir dessas vendas, a curva ABC
foi construída e três relógios foram classificados como “A”,
representando a maior parte do faturamento da empresa.
Posteriormente foi calculada a previsão da demanda para Novembro e
Dezembro de 2015 dos três relógios classificados como “A” pela curva
ABC através dos métodos do último período (MUP), da média móvel
aritmética (MMA), da média ponderada (MMP), da suavização
exponencial (MSE) e do modelo dos mínimos quadrados (MMQ). O
método de previsão mais adequado para a empresa é o modelo dos
mínimos quadrados, uma vez que esse possuiu menor erro e,
consequentemente, a demanda real aproxima-se mais da prevista. Foi
calculado o ponto de pedido para os três produtos classificados como
“A”, segundo o estoque de segurança calculado, a demanda prevista
para Janeiro de 2016 pelo método MMQ e o lead time de 15 dias.
Desta forma, o modelo dos mínimos quadrados foi o método de
previsão mais eficaz para a relojoaria. Mudanças na gestão de
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
2
estoques podem reverter dificuldades na empresa, de tal forma que a
organização consiga se sobressair diante das outras empresas do
mesmo ramo.
Palavras-chave: métodos de previsão, estoques
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
3
1. Introdução
Em busca de maior inserção no competitivo mercado atual, as organizações do mundo
coorporativo devem buscar métodos mais eficazes de previsão de demanda e melhor gestão de
estoques. Além disso, devem evitar gastos desnecessários, visando a aumentar o lucro, bem
como aprimorar o nível de serviço aos clientes. Considerando tal cenário, abordou-se neste
trabalho o estudo de uma relojoaria de Belo Horizonte, Minas Gerais, a fim de solucionar
gargalos referentes à logística dessa empresa.
É certo que a concorrência no mercado relojoeiro é alta na capital mineira, além de existir
grande sazonalidade nesse tipo de comércio. Em algumas épocas, as vendas são maiores que
em outras, quando a demanda se desvia dos valores médios da série. Ademais, sabe-se que as
vendas diminuíram de 2014 para 2015. Nesse contexto, o desempenho da empresa pode estar
relacionado à acurácia da previsão de demanda. Segundo Ballou (2006), a previsão da
demanda é uma das atividades mais importantes para uma empresa, pois ela identifica fatores
que influenciam diretamente as vendas. De forma a lidar com tantas variações, muitos
métodos para a previsão de demanda foram desenvolvidos. Esses métodos podem ser
divididos em qualitativos e quantitativos (PELLEGRINI & FOGLIATTO, 2000). Os
qualitativos envolvem o julgamento de profissionais qualificados para opinar na demanda
futura do produto/serviço considerado (SLACK et al., 2007). Já os quantitativos utilizam
modelos matemáticos e estatísticos para projetar a demanda. Como exemplos de métodos
quantitativos, podem ser citados o modelo do último período, a média móvel aritmética, a
média ponderada, a suavização exponencial e o modelo dos mínimos quadrados.
As vendas na relojoaria alvo deste trabalho foram reduzidas de forma significativa entre 2014
e 2015. Esta redução gerou problemas na gestão de estoques, cuja causa raiz pode estar
relacionada à falta de planejamento logístico na empresa. Para avaliar tal hipótese, faz-se
necessária a realização de aprofundado estudo sobre a questão, a fim de obter uma pertinente
conclusão sobre as causas desse problema. Tendo em vista tal relevância, este trabalho buscou
encontrar um método quantitativo de previsão de demanda de séries temporais que obtivesse
os menores erros de previsão para a organização e utilizá-lo para otimizar os processos
estocásticos envolvidos nas vendas da relojoaria.
Buscando encontrar a forma de aumentar a lucratividade da empresa alvo deste trabalho, o
objetivo é responder as seguintes questões: a) Qual o método de previsão de demanda mais
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
4
eficaz para a empresa? b) O que pode ser feito para reverter dificuldades na gestão de
estoques de forma que a organização consiga se sobressair diante das outras empresas do
mesmo ramo?
2. Referencial teórico
2.1. Previsão de demanda
Para que as empresas forneçam bens ou serviços de excelência a seus clientes, é necessário
prever e gerenciar a demanda, que é a base do planejamento estratégico da produção. A
demanda está associada à necessidade dos clientes em consumir determinados produtos ou
serviços ofertados pelo mercado e é influenciada por diversos fatores como preço,
disponibilidade, acesso e questões econômicas. Portanto, a sua previsão é essencial, tendo em
vista que auxilia a definição dos recursos operacionais e estocásticos necessários para as
empresas, processo fundamental para a sobrevivência no mercado brasileiro. Segundo Tubino
(2009), as características inerentes a todas as técnicas de previsão são:
Supor que as causas que influenciaram a demanda passada continuem agindo no
futuro;
A não existência de previsão perfeita por conta da impossibilidade de prever todas as
variações aleatórias que possam ocorrer;
A exatidão das previsões diminui gradativamente com o aumento do período de tempo
analisado.
É importante ressaltar que a acurácia da previsão de demanda é diretamente proporcional à
lucratividade das organizações, sendo fator principal de gerenciamento.
2.2. Métodos de previsão de demanda
De forma a facilitar a programação de recursos, muitas técnicas de previsão de demanda
foram desenvolvidas. Diferentes métodos de previsão estão disponíveis para que as
organizações identifiquem o modelo mais viável para cada situação (MAKRIDAKIS et al.,
1998). Para elaborar um modelo de previsão de demanda são necessárias cinco etapas: definir
o objetivo do modelo; fazer a coleta e análise de dados; selecionar a técnica de previsão; obter
as previsões; e fazer o monitoramento do modelo (TUBINO, 2009). Segundo Khoury (2011),
em um processo de previsão de demanda, o modelo de previsão deve ser definido e, em
seguida, seus parâmetros devem ser determinados de modo a reduzir o erro de previsão.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
5
Os métodos de previsão se dividem em qualitativos e quantitativos. Os qualitativos envolvem
a intuição e o julgamento de profissionais qualificados para opinar na demanda futura do
produto/serviço considerado (SLACK et al., 2007). Já os quantitativos utilizam modelos
matemáticos e estatísticos para projetar a demanda e dependem, principalmente, da
sazonalidade, que é expressa em termos de quantidade, ou de percentagem, da demanda que
desvia-se dos valores médios da série (COELHO; THALMO, 2000). Entre os métodos
quantitativos, há o método do último período, a média móvel aritmética, a média ponderada, a
suavização exponencial e o modelo dos mínimos quadrados.
O método do último período consiste em se considerar que a demanda do período analisado
será equivalente ao consumo real do período anterior.
O método da média móvel aritmética baseia-se no cálculo da média dos valores observados
nos últimos períodos para se obter uma previsão para o próximo período. Embora pouco
complexo, a média aritmética mostra-se adequada ao se realizar previsões de séries que não
apresentam tendência nem sazonalidade, quando os valores assumidos flutuam em uma média
constante (MAKRIDAKIS et al., 1998).
O método da média ponderada consiste em determinar a demanda do próximo período
estabelecendo um peso para cada período anterior, sendo que, normalmente, o maior peso é
considerado para o período mais próximo. Este método é aplicado conforme a equação:
Onde:
P = previsão para o próximo período;
P1, P2, ..., Pn = ponderação dada para cada período;
C1, C2, ..., Cn = consumo real de cada período anterior.
O método de suavização exponencial consiste na atribuição de um peso α para o consumo real
no período anterior ao considerado e um peso (1-α) para a demanda prevista para o período
anterior, segundo a equação:
Onde:
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
6
P = previsão para o período considerado;
Ra = consumo real no período anterior;
Pa = previsão do período anterior;
α = constante de suavização exponencial.
O modelo dos mínimos quadrados baseia-se na equação da reta ) para calcular a
previsão de demanda. Assim, os valores adquiridos tendem a aproximar-se dos valores já
existentes, minimizando as distâncias entre cada consumo realizado. Desse modo, ele consiste
em maneira de ajuste de curvas que seleciona a linha de menor ajuste aos pontos pelo cálculo
da mínima soma dos quadrados dos desvios dos pontos à linha, seguindo uma tendência bem
realista do que poderá ocorrer com o auxílio da projeção da reta. Usando a equação da reta,
deve-se calcular os valores de A, B e X:
Onde:
A e B= valores a serem obtidos na equação normal mediante a tabulação dos dados;
X = quantidades de períodos de consumo utilizados para calcular a previsão.
Como os termos A e B são desconhecidos, é necessário utilizar a somatória, resolver o
sistema a seguir e, para deixar o cálculo mais fácil e minimizar os erros, é interessante tabular
os dados. Sendo assim:
Esses modelos têm como principal vantagem a simplicidade e o baixo custo, fatores que
levam estas técnicas a serem constantemente utilizadas, mesmo que outras mais sofisticadas
possam apresentar uma maior acurácia.
2.2.1. Erro percentual absoluto médio (MAPE)
Após o teste dos modelos de previsão, é necessário verificar seus erros de precisão, para que
seja possível escolher o modelo mais adequado à realidade da empresa. A precisão da
previsão refere-se ao quão perto as estimativas chegam dos dados reais. Os indicadores são
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
7
utilizados para verificar medidas de desempenho do nível de precisão que o modelo de
previsão possui. Previsões muito próximas dos dados reais significam baixos erros de
precisão, logo são mais aceitas. Quando os erros de precisão são maiores, é sinal de que o
modelo de previsão deve ser alterado ou ajustado. O erro de previsão é a diferença entre o
valor real e o valor previsto (PASCHOALINO, 2009). Ainda segundo Paschoalino (2009),
uma vez obtida a previsão para cada modelo, calcula-se o Mean Absoute Deviation (MAD),
que estabelece o valor absoluto médio da diferença entre a demanda prevista calculada por
cada um dos modelos e a demanda real observada em determinado período de observação.
Finalmente, a demanda prevista que apresentar o menor desvio MAD deve ser a utilizada. A
fórmula para o cálculo do MAD é a seguinte:
Onde:
DR=Demanda Real;
DP=Demanda Prevista;
P= Número de períodos estudados.
Segundo Khoury (2011), se o MAD for pequeno, os dados reais seguem estritamente as
previsões e o modelo de previsão fornece previsões seguras.
2.3 Gestão de estoques
Segundo Moreira (2006), estoques são recursos armazenados de forma improdutiva por
determinado período de tempo, sendo de matéria-prima e produtos acabados, esperando para
serem comercializados. O estoque e visto de difere ntes maneiras na organização. Para o setor
financeiro ele é uma grande quantidade de recursos que geram alto custo. Enquanto para o
setor operacional, ele e um meio de assegurar a produção mesmo com demanda inesperada
(MOREIRA, 2006).
Da mesma forma que a redução dos estoques é necessária para não comprometer o lucro das
empresas, a existência de um estoque de segurança é de extrema importância, para que o risco
de que ocorra falta de produtos aos consumidores seja reduzido ao máximo. Portanto, a
previsão de demanda possui papel fundamental na manutenção de um bom nível de
atendimento ao cliente e, por isso, deve ser feita com boa acuracidade, a fim de que não traga
resultados negativos para as organizações.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
8
Segundo Schwitzky (2001), o estoque configura um importante fator estratégico, pois, com a
separação do suprimento da demanda através de estoques, qualquer problema que surgir
durante o tempo de suprimento, que possa comprometer algum prazo de entrega aos clientes,
e anulado . No suprimento, por exemplo, quando uma máquina estraga, um fornecedor atrasa
alguma entrega ou a demanda de certo produto cresce de forma imprevisível, e o estoque que
consegue evitar a falta de produtos acabados para entrega ao cliente.
Nas atividades exercidas pela logistica e pela producao, os estoques sao necessarios por varios
fatores, dentre eles: garantem disponibilidade de materiais (WILD, 2002); amortecem as
incertezas da demanda e do tempo de ressuprimento (BALLOU, 1993); permitem uma
produção constante (TUBINO, 2000); e podem, inclusive, ser usados como tendencia
especulativa (CORREA, 2005). Mas, sobretudo, estoques sao necessários porque ha
incongruência entre oferta e demanda (SLACK et al., 2009).
2.2.2. Tempo de reposição
Segundo Pozo (2010), o tempo de reposição (TR) ou lead time é o tempo gasto desde a
verificação de que o estoque precisa ser reposto até a chegada efetiva do material no
almoxarifado da empresa, sendo composto por:
Tempo para elaborar e confirmar o pedido junto ao fornecedor;
Tempo que o fornecedor leva para processar e entregar o pedido;
Tempo para processar a liberação do pedido para consumo.
Dias (2012) ressalta que, em virtude de sua grande importância, o TR deve ser determinado de
modo mais realista possível, pois as variações ocorridas durante esse tempo podem alterar
toda a estrutura do sistema estocástico.
2.2.3. Estoque de segurança
O estoque de segurança (ES) é a quantidade mínima de materiais que deve existir no estoque
com a função de cobrir as possíveis variações aleatórias da demanda e do lead time, atuando
nos momentos de falha do fornecimento, da produção, da previsão da demanda, entre outros.
Pozo (2010) ressalta que a finalidade do ES reside em não afetar o processo produtivo, o que
implica evitar atrasos na entrega do produto ao mercado , a fim de nao causar transtornos aos
clientes por falta de material. Ele é calculado por:
Onde:
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
9
ES = estoque mínimo;
K = nível de serviço;
D = demanda.
2.2.4. Ponto de pedido
Segundo Pozo (2010), o ponto de pedido (PP) e a quanti dade de materiais que se tem em
estoque e que garante o processo produtivo para que ele nao sofra problemas de continuidade ,
enquanto se aguarda a chegada do lote de compras durante o tempo de reposição. Assim,
quando determinado item de estoque atinge seu ponto de pedido, deve-se fazer seu
ressuprimento, colocando-se um pedido de compra. Ainda segundo Pozo (2010), para
determinar o PP, utiliza-se a equacao:
Onde:
PP Ponto de pedido;
C Consumo mensal do item;
TR lead time;
Emin= estoque mínimo.
2.2.5. Estoque máximo
É o tamanho máximo que o estoque da empresa deve ter. Visto que o custo de manutenção de
um estoque é alto, torna-se necessária a busca pelo tamanho de estoque máximo ideal para
cada empresa de acordo com o seu capital disponível.
Figura 1 – Dente de serra
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
10
Fonte: Tadeu (2010)
Segundo Tadeu (2010), o gráfico dente de serra consiste na interpretação gráfica das
flutuações de estoque, facilitando a gestão de estoques.
2.3. Curva ABC
Segundo Gianesi e Biazzi (2011), as tomadas de decisões envolvem questões sobre “quanto”
e “quando” suprir os estoques e, para isso, torna-se essencial o conhecimento das ferramentas
estatísticas por parte das empresas. No entanto, atualmente, há um gargalo de conhecimento
dessas técnicas por grande parte dos gestores. Esse panorama induz à utilização de métodos
qualitativos que, frequentemente, são baseados na intuição e na experiência pessoal dos
próprios gestores. Com isso, muitas vezes, os estoques são previstos de maneira não
satisfatória, pois as práticas de gestão de estoque acabam sendo direcionadas para o
tratamento uniforme de todos ou quase todos os itens, gerando gastos desnecessários para as
organizações.
Conforme Ballou (1993), para facilitar o controle do estoque, é necessário que as
organizações o dividam em níveis menores, o que torna seu controle mais eficaz.
Compreende-se, portanto, a importância da redução do estoque como uma economia de custos
distintos das organizações, desde que, mesmo com esta redução, ainda se atenda a todas as
demandas solicitadas. Para o autor, o ideal seria que as organizações tivessem sempre o
produto para ofertar ao consumidor, contudo sem tê-lo em estoque. Todavia, como isso é
inviável, Ballou (1993) sugere que se almeje a utilização de ferramentas mais efetivas no
gerenciamento do estoque.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
11
Para Pinheiro (2005), a partir da utilização da classificação ABC, os gestores podem
visualizar itens que requerem tratamento adequado, tanto em relação a sua quantidade quanto
em relação a sua representatividade financeira, otimizando, assim, a classificação dos itens
componentes dos estoques. A análise ABC consiste na verificação, em certo espaço de tempo
(normalmente 6 meses ou 1 ano), do consumo, em valor monetário ou quantidade, dos itens
de estoque, para que eles possam ser classificados em ordem decrescente de importância. Aos
itens mais importantes de todos, segundo a ótica do valor ou da quantidade, dá-se a denomina-
ção itens classe A, aos intermediários, itens classe B, e aos menos importantes, itens classe C
(MARTINS; CAMPOS, 2009, p. 211).
Segundo Tadeu (2010), os percentuais do total de itens que pertencem à determinada classe
não são uma razão exata: os da classe A possuem até 75% do valor movimentado no estoque e
até 20% dos itens dele, os da classe B possuem até 30% do valor movimentado no estoque e
até 35% dos itens dele a e os da classe C, possuem até 10% do valor movimentado no estoque
e até 70% dos itens dele.
Figura 2 – Curva ABC
Fonte: Tadeu (2010)
3. Metodologia
Dentre os modelos de previsão analisados para realização do estudo, foram selecionados
certos métodos quantitativos devido à disponibilidade dos dados de demanda nos períodos
passados. Foram necessárias entrevistas com os gestores da organização para a obtenção de
informações sobre a empresa em estudo e explicações de fenômenos observados nos dados
coletados. O software selecionado para a realização dos cálculos relacionados à previsão de
demanda e aos erros de previsão foi o Microsoft Excel 2013.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
12
Na coleta de informações, foi feita a montagem do banco de dados estatísticos (produtos e
suas demandas no período determinado) com filtros que são características dos itens. Também
nessa parte, foi feita a classificação ABC dos produtos que relaciona a demanda com o
faturamento. A partir dessa classificação, foram definidos os níveis de agregação dos
produtos. Para Nahmias (1993) a metodologia mais aplicada para a agregação de produtos é a
classificação ABC, a qual determina a importância do produto, relacionada com a
representatividade dos produtos e a sua demanda. Neste trabalho, foram analisados somente
os produtos pertencentes à classe “A”.
4. Estudo de caso
4.1. Definição do problema
A empresa em questão é uma relojoaria localizada em Belo Horizonte. Inserida no cenário
brasileiro atual, a organização sofreu impactos negativos com a crise econômica, assim como
todo o mercado do país. Isso acarretou a redução das vendas de 2014 para 2015. Diante do
ambiente extremamente competitivo em que as empresas brasileiras estão inseridas, é de suma
importância poder visualizar cenários para ficar à frente de concorrentes. Cenários esses que
podem ser previstos por meio de muitas metodologias hoje existentes.
Por meio de debate com os responsáveis pela relojoaria, foi constatada a falta de um sistema
de gestão de estoques. Dessa forma, cabe ressaltar a importância desse estudo de caso,
visando a criação desse sistema para a empresa, a fim de que ela possa reduzir seus custos,
aumentar sua lucratividade e enfrentar a crise econômica.
4.2. Coleta de dados
Inicialmente, foi coletado o volume de vendas de 12 modelos de relógios.
Tabela 1 – Volume de vendas dos relógios
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
13
Fonte: autor
Com base nos dados coletados foi montada a
curva ABC, técnica muito utilizada para
administração de estoque.
Tabela 2 – Curva ABC aplicada aos produtos da empresa
Fonte: autor
Por meio
da curva
ABC,
observa-se que os tres relógios classificados como “A” são aqueles que devem ter um controle
mais rígido por parte da empresa, por representarem 51,18% do faturamento.
Posteriormente foi calculada a previsão da demanda para Novembro e Dezembro de 2015 dos
três relógios classificados como “A” pela curva ABC por meio dos métodos do último
período (MUP), da média móvel aritmética (MMA), da média ponderada (MMP), da
suavização exponencial (MSE) e dos mínimos quadrados (MMQ).
Tabela 3 – Previsão de demanda para Novembro de 2015
Fonte: autor
Tabela 4 – Previsão de demanda para
Dezembro de 2015
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
14
Fonte: autor
4.3. Análise dos dados
Com o intuito de analisar o melhor método de previsão de demanda para a gestão da
organização, foram feitos cálculos referentes aos meses de Novembro e Dezembro.
4.3.1. Cálculo do erro percentual absoluto médio (MAPE)
Tabela 5 – Erros de precisão para as previsões de Novembro
Fonte: autor
Tabela 6 – Erros de precisão para as previsões de Dezembro
Fonte: autor
De acordo com os cálculos feitos sobre os erros de precisão, conclui-se que o método de
previsão mais adequado para a empresa é o modelo dos mínimos quadrados, uma vez que esse
possuiu menor desvio MAD e, consequentemente, a demanda real aproxima-se mais da
prevista.
4.3.2. Previsão para Janeiro de 2016
A partir desta conclusão, foi feita a previsão de demanda para Janeiro de 2016 através dos
cinco métodos de previsão, mas sabendo que o mais adequado é o modelo dos mínimos
quadrados.
Tabela 7 – Previsão de demanda para Janeiro de 2016
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
15
Fonte: autor
4.4. Cálculo do estoque de segurança
Foi calculado o estoque de segurança ou estoque mínimo para os três produtos classificados
como “A”, segundo a demanda prevista pelo MMQ, por meio da fórmula:
Utilizando-se K como 50% ou 0,5 e a demanda de Janeiro, foram obtidos os seguintes valores
de estoque mínimo:
Tabela 8 – Estoque de segurança
Fonte: autor
4.5. Cálculo do ponto de pedido
Foi calculado o PP para os três produtos classificados como
“A”, segundo o estoque de segurança calculado anteriormente, a demanda de Janeiro de 2016
pelo método MMQ e o lead time de 15 dias ou 0,5 mês, utilizando a fórmula:
Tabela 9 – Ponto de pedido para Janeiro de 2016
Fonte: autor
5. Conclusão
Com este trabalho, percebe-se que a implementação de um sistema de gestão de estoques é
um modo de aumentar a lucratividade da relojoaria e ajudá-la a contornar dificuldades geradas
pelos efeitos da crise econômica brasileira, fazendo-a se sobressair perante as outras empresas
do ramo.
Para atingir os objetivos do trabalho, analisaram-se e testaram-se os métodos quantitativos de
previsão de demanda a fim de prever a quantidade de consumo de uma relojoaria em Belo
Horizonte. Esses métodos trabalharam com estimativas para a previsão deste consumo para o
próximo período, baseado no histórico dos dados. A metodologia consistiu na elaboração de
uma classificação ABC para selecionar a categoria de produtos mais representativa para a
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
16
empresa em termos de faturamento. Isto foi feito devido à grande variedade de produtos
trabalhados pela organização. Utilizando o software Microsoft Excel 2013, aplicou-se os
métodos de último período, média móvel aritmética, média ponderada, suavização
exponencial e método dos mínimos quadrados. Constatou-se que o método dos mínimos
quadrados (MMQ) apresentou o menor erro MAD, portanto, para esta empresa, consideramos
o MMQ como o mais eficaz.
Promoções, ações dos concorrentes, instabilidade do mercado e sazonalidade são exemplos de
fatores que podem afetar as vendas, tornando o consumo diferente do esperado. É importante
estar preparado para eventuais distorções dos valores nas previsões realizadas. Dessa forma, a
redução das vendas de 2014 para 2015 - devido à crise econômica, aliada à falta de
planejamento de demanda, - poderá ser contornada a partir deste estudo.
Os objetivos do trabalho, por sua vez, foram satisfatoriamente atingidos, uma vez que foi
possível determinar o problema da empresa e, desse modo, desenvolver um sistema de gestão
de estoque capaz de aumentar sua lucratividade.
Referências bibliográficas: BALLOU, R. H. Gerenciamento da cadeia de suprimentos: logística empresarial. 5. ed. Porto Alegre:
Bookman, 2006, p. 616 .
BALLOU, R. H. Logística empresarial: transportes, administração de materiais e distribuição física. São
Paulo: Atlas, 1993.
CORRÊA, H. L.; CORRÊA, C. A. Administração de produção e de operações: manufatura e serviços: uma
abordagem estratégica. São Paulo: Atlas, 2005.
DIAS, M. A. P. Administração de materiais: princípios, conceitos e gestão. 6. ed. São Paulo: Atlas, 2012.
GIANESI, I. G. N.; BIAZZI, J. L. Gestão estratégica de estoques. R.Adm., São Paulo, v. 6, n. 3, p. 290-
304, jul./ago./set. 2011.
KHOURY, Felipe; Raupp, Fernanda. Minimização de custos de produção via programação inteira mista:
Estudo de caso de planejamento de produção de luminárias. 2011. PUC.
MAKRIDAKIS, S. G.; WHEELWRIGHT, S. C.; HYNDMAN, R. J. Forecasting: methods and applications.
3. ed. New York: John Willey & Sons, 1998. 642 p.
MARTINS, P. G.; CAMPOS, P. R. Administração de materiais e recursos patrimoniais. São Paulo: Saraiva,
2009.
MOREIRA, D. A., Administração da Produção e Operações. Thomson. São Paulo, SP. 2006.
NAHMIAS, S. Production and Operations Analysis. 2. ed. Boston: Richard D. Irwins, 1993.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
17
PASCHOALINO, Jussara Bueno de Queiroz. O professor desencantado– Matizes do trabalho docente. Belo
Horizonte: Armazém das Ideias, 2009.
PELLEGRINI, F. R. Metodologia Para Implementação de Sistemas de Previsão de Demanda. 2000. 130f.
Dissertação (Mestrado em Engenharia de Produção) - UFRGS, Porto Alegre, 2000.
PINHEIRO, L. V.R. Processo evolutivo e tendências contemporâneas da ciência da informação. Informação
e Sociedade, João Pessoa, v. 15, n.1, 2005.
POZO, H. Administração de Recursos Materiais e Patrimoniais. Ed. Atlas, 2010.
SCHWITZKY, Marcelo. Acuracidade dos métodos de previsão e a sua relação com o dimensionamento dos
estoques de produtos acabados. Universidade Federal de Santa Catarina: 2001.
SLACK, N.; CHAMBERS, S.; JOHNSON, R. Administração da Produção. 2.ed. São Paulo: Atlas, 2007.
Cap.17 (Planejamento e Controle de Qualidade).
SLACK, Nigel. et al. Administração da Operação. 3.ed. São Paulo: Atlas, 2009.
TADEU H. F. B. Gestão de estoques: Fundamentos, modelos matemáticos e melhores práticas
aplicadas.Cangage Learning. .São Paulo, SP. 2010.
TUBINO, Dalvio Ferrari. Manual de planejamento e controle da produção. São Paulo: Atlas, 2000.
TUBINO, D. F. Planejamento e Controle da Produção. 2ª. ed. São Paulo: Atlas, 2009. 208p.
WILD, T. Best practice in inventory management. Oxford: Elsevier, 2002.