TCNICO EM LOGISTICA

GESTO DA PRODUO INDUSTRIALPLANEJAMENTO E CONTROLE DA PRODUO (CURTO PRAZO)ADRIANO MACHADO DA SILVAENGENHEIRO DE PRODUO

PLANEJAMENTO E CONTROLE DA PRODUO (CURTO PRAZO)JUST IN TIMESUPPLY CHAINERPMRPINDICADORESSTAKEHODERSPLANO MESTREPRODUOPREVISO DEDEMANDAPLANEJAMENTO E CONTROLE DA PRODUO (CURTO PRAZO)Solicitao de comprasEntrada de materiaisCronograma de ProduoVenda de Produto prontoPreviso de vendaPlanejamento de MateriaisINDUSTRIAMATERIAISPRODUTO

FLUXO DE INFORMAOPREVISO DE DEMANDAPREVISO DE DEMANDAO QUE ?

Processo racional de busca de informaes acerca do valor das vendas futuras de um item ou de um conjunto de itensImportncia da Previso da Demanda para:5Finanas: projetar necessidades de capital ao longo prazo

RH: estimar necessidades dos funcionrios

Sistemas de informao gerencial: projeta e implementa sistemas de previso

Marketing: desenvolvem previses de vendas que sero utilizadas para planos de mdio e longo prazo

Operaes: desenvolve e utiliza previses para decises como programao de funcionrios, reposio de estoques a curto prazo e o planejamento a longo prazo da capacidadeFatores que influenciam a demanda por produtos e servios6Fatores competitivos

Tendncias de mercado

Propaganda, promoo, determinao de preos e mudanas do produto

Mudanas tecnolgicas avanadas

Preocupaes ambientaisProjeto de um sistema de previso7O gerente deve tomar trs decises antes de usar tcnicas de previses:O que prever?Que tipo de tcnica da previso usar?Que tipo de hardware ou software (ou ambos) usar?Escolha do tipo de tcnica de previsoAline Cazarini8Fator importante: horizonte de tempo para a deciso que requer previsoHORIZONTE DE TEMPOAPLICAOCURTO PRAZO(0-3 meses)MDIO PRAZO(3 meses a 2 anos)LONGO PRAZO(mais de 2 anos)Previses de quantidadeProdutos ou servios individuaisVendas totaisGrupos ou famlias de produtos ou serviosVendas totaisrea de decisoGerenciamento de estoqueProgramao de montagem finalProgramao de equipe de vendasProgramao geral da produoPlanejamento do quadro de colaboradoresPlanejamento da produoProgramao geral da produoCompras DistribuioLocalizao das instalaesPlanejamento da capacidadeGerenciamento de processos Tcnica de previsoSrie de tempo CausalJulgamentoCausalJulgamentoCausalJulgamentoMtodos de Previso9Diversos mtodos

A escolha de um mtodo depende de certos fatores:Disponibilidade de dados, tempo e recursosHorizonte de previso

Caractersticas comuns:O comportamento passado base para inferir sobre o comportamento futuroOs mtodos no conduzem a resultados perfeitos; quanto maior o horizonte de previso, maior a chance de erroClassificao dos Mtodos de Previso10QualitativosBaseados no julgamento de pessoas que, de forma direta ou indireta, tenham condies de opinar sobre a demanda futura

Quantitativos Utilizam modelos matemticos para chegar aos valores previstosEstimativa da equipe de vendas13Vantagens:Maior probabilidade de conhecer produtos e servios que os clientes desejamTerritrio de vendas dividido por distrito ou regiesPrevises individuais da equipe podem ser combinadas

Desvantagens:Distores individuaisDiferenciar entre o que o cliente deseja e o que ele precisaVendedores podem subestimar suas previsesOpinio dos executivos14Mtodo no qual as opinies, experincia e o conhecimento tcnico de um ou mais gerentes so adotados para se obter uma previso nicaDesvantagem: opinio executiva pode ser custosa Pesquisas de Mercado15Procedimentos teis para novos produtos ou servios, ou produtos existentes a serem introduzidos em novos seguimentos de mercado

Questionrios por correspondncia, entrevistas telefnicas ou entrevistas de campos formam a base para testar hipteses sobre mercados reais

Pesquisas de Mercado16Desvantagens:ndice tpico de resposta

Possibilidade de que os relatrios no reflitam opinies do mercado

Ideias imitativas em vez de inovadorasMtodo Delphi17Consiste na reunio de um grupo de pessoas que devem opinar sobre um certo assunto, dentro de regras determinadas para a coleta e depurao das opinies

Geralmente envolvem situaes de longo prazo, onde os dados so escassos ou mesmo inexistentes

Mtodo Causal: Regresso Linear Simples21Usado quando h dados histricosNa regresso linear, uma varivel, denominada Varivel dependente, relaciona-se com uma ou mais Variveis independentes por meio de uma equao linear: Y = a+bX onde,Y = varivel dependenteX = varivel independentea = interseco da linha no eixo Y (+ ou -)b = inclinao da linha (coeficiente angular da reta) (+ ou -)Regresso Linear Simples: Significado dos parmetros da reta

Regresso Linear Simples: Mtodo dos Mnimos Quadrados (MMQ)22Equao de reta para valores previstos: = a+bX

Erro de Previso: Yii

Critrio: os parmetros a e b da reta devem ser tais que o erro total (Yii)2 seja o mnimo possvel

Equaes normais Y= na + bXXY= aX + b X2Exemplo: MMQA gerente de Marketing de uma empresa deseja saber se a demanda por um determinado tipo de produto dependente do valor gasto com propaganda para o mesmo. Os dados das demandas dos meses anteriores e os gastos com propagandas encontram-se na tabela abaixo. Determine atravs da regresso linear simples se a demanda realmente depende do valor gasto em propaganda. Qual a previso da demanda para o ms de fevereiro sendo que o valor investido em propaganda foi de $2,3mil?

23MSDemanda (xMil)Valor gasto com propaganda (xMil)Setembro1,255,1Outubro1,505,7Novembro1,465,5Dezembro2,006,2Janeiro2,547,5Resoluo pelo Excel24XYXYX25,101,256,37526,015,701,508,55032,495,501,468,03030,256,202,0012,40038,447,502,5419,05056,2530,008,7554,405183,44A equao da reta (y = a+bx) considerada a previso para prxima demanda.A equao da reta nos deixa 2 parmetros a serem determinados (a e b), podemos utilizar o mtodo de substituio das equaes normais, ou seja, Y= na + bXXY= aX + b X2Resoluo pelo Excel25XYXYX25,101,256,37526,015,701,508,55032,495,501,468,03030,256,202,0012,40038,447,502,5419,05056,2530,008,7554,405183,44(1) Y= na + bX(2) XY= aX + b X2Para = 5 (1) substituindo os valores temos:

Para eliminarmos o item a vamos multiplicar a (1) por -6 em seguida faremos a soma das equaesResoluo pelo Excel26XYXYX25,101,256,37526,015,701,508,55032,495,501,468,03030,256,202,0012,40038,447,502,5419,05056,2530,008,7554,405183,44(1) Y= na + bX(2) XY= aX + b X2Para = 5 (1) substituindo os valores temos:

Resoluo pelo Excel27XYXYX25,101,256,37526,015,701,508,55032,495,501,468,03030,256,202,0012,40038,447,502,5419,05056,2530,008,7554,405183,44

Para acharmos o valor de a basta substituir o valor de b na equao original (1), assim temos

Resoluo pelo Excel28XYXYX25,101,256,37526,015,701,508,55032,495,501,468,03030,256,202,0012,40038,447,502,5419,05056,2530,008,7554,405183,44Sabendo que nossa varivel x=2,3 substituindo na equao da reta y=a+bx calculada temos,

Substituindo na equao com valor positivo para a dada pelo Excel temos,

Regresso linear: Coeficiente de Correlao da Amostra29Objetivo: determinar os valores de a e b que minimizem a soma dos quadrados dos desvios dos dados reais em relao a linha

Trs medidas:Coeficiente de correlao da amostra rVaria de -1 a 1 (r=1 correlao perfeita e positiva, ou seja, qdo uma cresce a outra cresce tambm. r=-1 correlao perfeita mas as variveis so inversamente relacionadas)

Qto mais r se aproxima de zero, menor a correlao

Regresso linear: Coeficiente de Determinao da Amostra30 o quadrado do coeficiente de correlao

Coeficiente de determinao da amostra r2Varia de 0 a 1

interpretado como sendo a proporo de varincia comum entre Y e X, ou seja, se r2=0,85, isto significa que 85% da variao de y explicada pela variao de X, sendo os restantes 15% de variao devido a explicaes desconhecidas

Erro padro da estimativa: SxyClculo do Coeficiente de Correlao e Determinao31Resumindo: o coeficiente de determinao indica o quanto a reta de regresso explica o ajuste da reta, enquanto que o coeficiente de correlao deve ser usado como uma medida de fora da relao entre as variveis.Sua equao dada por:

Clculo do Coeficiente de Correlao e Determinao32XYXYX25,101,256,37526,015,701,508,55032,495,501,468,03030,256,202,0012,40038,447,502,5419,05056,2530,008,7554,405183,44Anlise de Srie Temporal: Padres de Demanda33Um padro o formato geral de uma srie temporal

TendnciaDemanda sazonalDemandaTrimestrePadres bsicos34Horizontal: flutuao dos dados em torno de uma mdia

Tendncia: aumento ou diminuio sistemticos nas mdias das sries ao longo do tempo

Sazonal: padro repetido de aumentos ou diminuies da demanda, dependendo da hora, do dia, da semana, do ms ou da estao

Cclico: aumentos ou diminuies graduais da demanda menos previsveis em perodos mais longos de tempo (anos ou dcadas)

Aleatrio: variao da demanda que no pode ser precistaMtodos de sries temporais35Dizem respeito somente a varivel dependente

Identifica padres bsicos de demanda que se combinam para indicar um padro histricoMdia Mvel 36Tipo de modelo de previso com srie temporal de curto prazo que prev vendas para o perodo seguinte

Nesse modelo, a mdia aritmtica das vendas reais corresponde a um nmero especfico de perodos de tempo mais recentes a previso para o perodo seguinteExemplo37Exemplo da Aplicao da Mdia Mvel38SemanaDemanda RealPrevisesPR=3 semanasPR=5 semanasPR=7 semanas1902110310541305856102711089099,0106,4104,69105100,7103,4104,61095101,798,4103,91111596,7100,4102,412120105,0103,0100,31380110,0105,0105,31495105,0103,0102,1Exemplo de clculo da mdia mvel39F3 = (85+102+110)/3 = 99,0F5 = (105+130+85+102+110)/5 = 106,4F7 = (90+110+105+130+85+102+110)/7 = 104,6Mdia Ponderada Mvel40Nesse modelo, a mdia ponderada das vendas passadas a previso para o perodo seguinteSemanaDados ReaisPeso7850,2081020,3091100,50Previso = 0,2*85 + 0,3*102 + 0,5*110 = 102,6Mdia Mvel Exponencialmente Ponderada de 1a Ordem41Mtodo sofisticado de mdia mvel ponderada que calcula a mdia de uma srie temporal atribuindo s demandas recentes maior peso do que as demandas iniciais

Baseada na previso calculada anteriormente e nos novos dados

Atribui-se pesos aos mesesMdia Mvel Exponencialmente Ponderada de 1a OrdemFrmula para o clculo da nova previso:Nova previso = (ltima demanda) + (1- )(previso anterior)Exemplo: =0,3

Previso p/ julho = 0.3*10 + 0.7*10 =10Previso p/ agosto = 0.3*12 + 0.7*10 =10,6Previso p/ setembro = 0.3*15 + 0.7*10,6 =11,9Previso p/ outubro = 0.3*14 + 0.7*11,9 =12,5

42MSDEMANDA REALDEMANDA PREVISTAJunho1010Julho1210Agosto1510,6Setembro1411,9Exemplo 43A demanda prevista para maio era de 220 e a demanda real para o mesmo ms foi de 190. Se tem valor de 0.15, calcule a previso para junho. Se a demanda de junho for de 218, calcule a previso para julho. Resposta

Previso para junho = 0.15*190 + (1-0.15)*220 = 215.5Previso para julho = 0.15*218 + (0.85)*215.5 = 215.9

Incluso de uma tendncia44Uma tendncia em uma srie temporal um aumento ou diminuio sistemtica na mdia da srie ao longo do tempo

necessrio calcular uma estimativa de tendncia para melhorar a previso

O mtodo para incorporar uma tendncia em uma previso de suavizao exponencial denominado Mtodo de Suavizao Exponencial com Ajuste de TendnciaIncluso de uma tendncia45At = Dt + (1- )(At-1 +Tt-1)

Tt = (At At-1) + (1- )Tt-1

Ft+1 = At + TtOnde:At =mdia exponencialmente suavizada da srie no perodo tTt =mdia exponencialmente suavizada da tendncia no perodo t = parmetro de suavizao para a mdia, com valor entre 0 e 1 = parmetro de suavizao para a tendncia, com valor entre 0 e 1Ft+1 = previso para o perodo t+1Padres Sazonais46Alteraes regularmente repetitivas para cima ou para baixo nas medidas da demanda em intervalos inferiores a um ano

Os intervalos de tempo so denominados perodo sazonal

Mtodo Sazonal Multiplicativo: os fatores sazonais so multiplicados por uma estimativa da demanda mdia para se chegar a uma previso sazonalMtodo Sazonal Multiplicativo47Calcule a demanda mdia para cada ano por perodo sazonal

Divida para cada ano a demanda real para um perodo sazonal pela demanda mdia por perodo sazonal. O resultado um ndice sazonal para cada perodo sazonal do ano.

Calcule o ndice sazonal mdio para cada perodo sazonal usando o estgio 2. Some os ndices sazonais para um intervalo e divida pelo n de anos correspondentes aos dados

Calcule a previso de cada perodo sazonal para o prximo ano. Exemplo:O gerente de uma concessionria de servios pblicos em uma regio de Ribeiro Preto deseja desenvolver previses trimestrais de utilizao de energia eltrica para o prximo ano. A energia distribuda sazonal. Os dados sobre suas cargas em megawatts (MW) para os ltimos quatro anos so os seguintes:

O gerente estimou que a demanda total para o prximo ano ser de 780MW. Use o mtodo sazonal multiplicativo, a fim de desenvolver a previso para cada trimestre. 48ANOTRIMESTRE 1TRIMESTRE 2TRIMESTRE 3TRIMESTRE 41103,594,7118,6109,32126,1116,0141,2131,63144,5137,1159,0149,54166,1152,5178,2169,0

Passo 149Calcule a demanda mdia para cada ano conforme exemplo na tabela

Passo 250Para cada trimestre, divida a demanda do trimestre pela mdia calculada anteriormente para cada ano, conforme exemplo

Passo 351Somar os ndices sazonais de todos os anos para cada trimestre e dividir pelo nmero de anos, conforme tabela.

Passo 452Temos que: IS=Demanda real/demanda mdiaAssim, Demanda real = ISxdemanda mdiaPara calcular a previso para cada perodo deve-se calcular a demanda mdia anual e aplicar a frmula acima

Erros de Previso53As previses quase sempre contm erros

Os erros podem ser classificados em:Erros de vis: enganos consistentes. A previso sempre muito alta ou muito baixa

Erros Aleatrios: resulta de fatores imprevisveisMedidas do erro de previso54

Erro de previso: diferena obtida subtraindo a previso da demanda real em um dado perodo

Medidas de Erros de Previso55

Soma cumulativa dos erros de previso (CFE)Erro de previso mdio

Medidas de Erros de Previso56

Erro mdio ao quadrado (MSE), desvio padro () e desvio absoluto mdio (MAD)Erro potencial absoluto mdio (MAPE)

Sinais de monitoramento57

Medida que indica se um mtodo de previso est prevendo de modo preciso as variaes reais da demanda

Grf113421.53.54.521.83.852.5

Plan1112232.08342.16422.2451.52.3263.52.474.52.48822.5691.82.64103.82.721152.9122.53

Plan1

Plan2

Plan3