Download - médias moveis para previsão da demanda
Admi
nistra
ção d
a Pro
duçã
oAu
la 03
- In
trod
ução
à P
revis
ão d
e De
mand
a
20Faculdade On-Line UVB
Anotações do Aluno
uvb
Aula Nº 3 – Introdução à Previsão de Demanda
Objetivos da aula:
O ponto de partida da Administração da Produção é a previsão das
demandas de curto e médio prazos, no nível operacional e de longo prazo
no nível estratégico. Faremos nesta aula uma análise das informações
necessárias para uma estimativa consistente de demandas e mostraremos
opções simplificadas (empíricas) de se prever demandas e a partir delas
estimar as produções.
As previsões de demandas dependem de alguns fatores:
• Disponibilidade de dados, tempo e recursos. Métodos mais sofisticados
envolvem modelos matemáticos (veremos um na próxima aula).
• Horizonte de previsão. Há métodos mais eficientes para previsões de
longo prazo (demandas anuais), enquanto que outros são aplicados
para períodos mais curtos, como meses, semanas ou mesmo dias.
Devemos ter em conta sempre que os métodos não conduzem a resultados
perfeitos e a chance de erro aumento à medida que nos distanciamos da
previsão futura. Alguns estudiosos dizem jocosamente que “as previsões
são excelentes para se prever o passado e nos enganar a cerca do futuro”.
Ironia à parte, as previsões de demanda são feitas desde que se projeta
uma indústria ou empresa de serviços e depois, com ela operando, nas
correções dos efeitos sazonais do mercado. Não podemos desconsiderar
também a dinâmica e as mudanças dos mercados, que continuadamente
nos oferece uma gama enorme de fatores aleatórios, que nenhuma
previsão consegue captar.
Podemos sinteticamente classificar os métodos de previsão em:
Admi
nistra
ção d
a Pro
duçã
oAu
la 03
- In
trod
ução
à P
revis
ão d
e De
mand
a
21Faculdade On-Line UVB
Anotações do Aluno
uvb
1. Qualitativos: baseados no julgamento de pessoas que tenham condições
de opinar sobre as demandas futuras: vendedores, gerentes, clientes,
fornecedores, etc. Não se apóiam em nenhum modelo matemático,
embora possam ser conduzidos de maneira sistemática. São muito úteis
quando da ausência de dados, e também no início de um projeto ou de
uma empresa.
2. Quantitativos (ou matemáticos): São baseados em modelos matemáticos
e se utilizam de dados diversos e das demandas passadas para se chegar a
uma previsão futura. Podem ser:
2.1. Métodos causais. A demanda de um item (ou itens) pode estar
relacionada com variáveis externas à empresa: crescimento da
população (ou de uma classe específica dela), número de alvarás
expedidos para construção, consumo de certos produtos, etc., são
fatores indutores da demanda de produtos afins.
2.2. Séries temporais. A análise de séries temporais exige somente o
conhecimento de valores passados da demanda e será o modelo a
ser visto na nossa próxima aula.
Por ora vamos nos concentrar em três dos principais métodos de médias.
1. Método da média móvel aritmética. É o mais simples de todos. Seja
o exemplo abaixo, onde uma fábrica de bicicletas listou suas vendas
mensais.
Mês Vendas (peças)
Janeiro 240
Fevereiro 262
Março 282
Abril 278
A demanda de bicicletas de maio, pelo método da média móvel aritmética,
poderá ser estimada de várias formas diferentes. Se ela se basear nas duas
demandas imediatamente anteriores (e esse método se baseia sempre nas
demandas imediatamente anteriores), será calculada como sendo a média
Admi
nistra
ção d
a Pro
duçã
oAu
la 03
- In
trod
ução
à P
revis
ão d
e De
mand
a
22Faculdade On-Line UVB
Anotações do Aluno
uvb
das duas demandas anteriores:
D maio = (D abril + D março) ÷2, ou (282+278) ÷ 2 = 280
Se utilizarmos o mesmo método com base nos três meses anteriores,
teremos:
D maio = (D abril + D março + D fevereiro) ÷3 , (282+278+262) ÷3
= 274
Poderíamos ainda usar para o cálculo a previsão de 4 meses anteriores,
porém, como já dissemos, à medida que nós afastamos do período a
ser previsto, mais expostos a fatores aleatórios estaremos: Algumas
considerações importantes:
• Seguindo o nosso exemplo, passado o mês de maio o administrador
deverá ter em mãos a demanda real do período e comparar com a
previsão (ou previsões de 274 e 280) e verificar qual se mostra mais
próxima à realidade, para que seja adotado um critério (se 2 ou 3
meses anterior como base).
• Deverão ser considerados os fatores de descontinuidade (sazonalidade)
dos períodos estudados. Alguns exemplos:
o Em julho acontecem as férias escolares no Brasil. Deveremos ter
um aumento das vendas. Podemos ter uma referência do que
aconteceu no ano anterior. Verificamos quanto a demanda
aumentou de junho para julho no ano passado e corrigirmos a
nossa previsão. Esse é um caso típico de descontinuidade.
o Em outubro teremos novo acidente de descontinuidade, que o dia
das crianças. Podemos corrigir a descontinuidade da previsão da
mesma maneira que corrigimos o mês de julho, no caso acima.
o Em dezembro temos o Natal. O mesmo raciocínio deverá ser feito.
Um fabricante de bolas de futebol, por exemplo, além dos mesmos pontos
de descontinuidade de demanda acima descritos, deve acompanhar o
mercado com mais atenção. Ano de copa do mundo deverá vender mais
Admi
nistra
ção d
a Pro
duçã
oAu
la 03
- In
trod
ução
à P
revis
ão d
e De
mand
a
23Faculdade On-Line UVB
Anotações do Aluno
uvb
bolas. Se o Brasil for finalista da copa deverá vender mais ainda. As previsões
são estimativas que não prevêem os fatores aleatórios acima citados. A
percepção e o nível de sensibilidade e acerto caberá ao administrador
corrigir os números estimados.
2. Método da média móvel geométrica. É bastante simples também. Seja o
exemplo anterior, vendas mensais da fábrica de bicicletas.
Mês Vendas (peças)
Janeiro 240
Fevereiro 262
Março 282
Abril 278
A demanda de bicicletas de maio, pelo método da média móvel geométrica,
poderá ser estimada, também, de várias formas. Se ela se basear nas duas
demandas imediatamente anteriores, será calculada como sendo a média
geométrica das duas demandas anteriores:
= = 280
Se utilizarmos o mesmo método com base nos três meses anteriores,
teremos:
= = 273,8
Como no cálculo da previsão pela média móvel aritmética poderíamos
ainda usar para o cálculo a previsão de 4 meses anteriores, porém, como
já dissemos, à medida que nós afastamos do período a ser previsto, mais
expostos a fatores aleatórios estaremos: Cabem as mesmas considerações
importantes do método anterior, isto é, comparar a demanda prevista
com o a demanda efetiva para definir o número de meses anteriores a ser
considerado e considerar as descontinuidades conhecidas, que aumentam
ou diminuem a demanda.
Admi
nistra
ção d
a Pro
duçã
oAu
la 03
- In
trod
ução
à P
revis
ão d
e De
mand
a
24Faculdade On-Line UVB
Anotações do Aluno
uvb
3. Método da média móvel ponderada. É montada da mesma forma que
o cálculo baseado na média móvel aritmética, somente que aos meses
anteriores considerados, são atribuídos pesos. Vamos aos números da
fábrica de bicicletas.
Mês Vendas (peças)
Janeiro 240
Fevereiro 262
Março 282
Abril 278
Vamos calcular a previsão de demanda de maio, com base nos três meses
anteriores, considerando que abril, pela proximidade no tempo, terá um
peso maior que março e este, por sua vez maior que fevereiro. Atribuiremos
peso 3 para abril, peso 2 para março e peso 1 para fevereiro. A soma dos
pesos, será portanto 6. O resultado será:
D maio = = = 276,6 ou 277 bicicletas
O número de períodos considerados (mês no nosso exemplo) e os
respectivos pesos de cada período que melhor estimem as demandas
futuras não são critérios rígidos e imutáveis. Cabe ao administrador
ponderá-los sem desconsiderar as descontinuidades do mercado.
Observações para os três métodos aqui apresentados.
Algumas semanas que têm feriados podem apresentar, em certos
segmentos de mercado, resultados descontínuos de produção ou de
vendas, quando comparados com semanas onde não ocorrem feriados.
Para empresas que cessam suas atividades no feriado a produção cai. Para
uma floricultura o feriado de Finados, ao contrário, é um possivelmente
um dos dias em mais se trabalha.
Podemos ter no Brasil um mês de fevereiro com 28 dias, 5 finais de semana e
um feriado, isto é, 17 dias úteis. Um mês de 31 dias, com 4 finais de semana,
sem nenhum feriado terá 23 dias úteis ou 35 % a mais de dias úteis (idem
Admi
nistra
ção d
a Pro
duçã
oAu
la 03
- In
trod
ução
à P
revis
ão d
e De
mand
a
25Faculdade On-Line UVB
Anotações do Aluno
uvb
de horas trabalhadas, de comércio ativo, etc).
É importante ter em conta o segmento no qual se está trabalhando.
No setor pecuário, por exemplo, podemos dizer o gado engorda
independente de ser feriado ou não, desde que tenha o alimenta diário
disponível. A agricultura também independe das datas de calendários. A
soja continua crescendo nos dias de Natal e de Páscoa assim como nos
dias úteis normais.
ATIVIDADES PROPOSTAS
Da aula passada: Um lava car cobra de cada carro lavado R$ 25,00 e estima
que seus custos variáveis (sabão, água, etc.) sejam R$ 5,00 por carro. Seus
custos fixos mensais (salários, energia elétrica, aluguel, telefone, etc.) são
R$ 4.200,00. Calcule:
a) O Ponto de Equilíbrio da empresa? {210 carros por mês}
b) Num certo mês lavou 150 carros. Teve lucro ou prejuízo e de quanto?
{Prejuízo de R$ 1.200,00}
c) Quantos carros tem que lavar para lucrar R$ 2.000,00 por mês? {310
carros por mês}
d) Quantos carros tem que lavar para lucrar 20 % do seu custo total mensal?
{265 carros por mês}
Da aula de hoje: Uma loja de artigos esportivos (roupas, tênis e materiais
esportivos diversos) faz sua estimativa de demanda pelo método da
móvel aritmética. Logicamente, para alguns meses, ele corrige o valor
encontrado pelo método, por serem meses atípicos. Nesse segmento quais
meses você considera atípicos (ou meses de descontinuidade)? Avalie o
por quê e se nesses meses as demandas são maiores ou menores do que
as calculadas?
Admi
nistra
ção d
a Pro
duçã
oAu
la 03
- In
trod
ução
à P
revis
ão d
e De
mand
a
26Faculdade On-Line UVB
Anotações do Aluno
uvb
Síntese
Hoje estudamos três métodos bastante simples de se prever demandas
com base em dados e demandas passadas e como corrigi-las em função
de meses atípicos. Fizemos considerações sobre o que são meses atípicos,
meses com mais ou menos dias úteis e outros fatores que devem ser
considerados nesta análise. Na próxima aula estudaremos um modelo
matemático utilizado para se prever demandas anuais, com base
científica;
Até lá.
Referências
Gaither, N e Frazier, G. Administração da Produção e Operações. 8ª ed.,
São Paulo: Pioneira, 2001.
Slack N. e outros. Administração da Produção. São Paulo: Atlas, 1997.
Moreira, D. A. Introdução à Administração da Produção e Operações.
São Paulo: Pioneira, 1998. (Aula de hoje ver páginas 169 a 213)
Ritzman, L. P. e Krajewski, L. J. Administração da Produção e Operações.
São Paulo: Pearson, 2004.