modelo de previsÃo de demanda: anÁlise da … · ou apoio de modelos de previsão de demanda....

17
MODELO DE PREVISÃO DE DEMANDA: ANÁLISE DA PRODUÇÃO EM UMA EMPRESA DO SETOR CERÂMICO DO RIO GRANDE DO NORTE Julia Lorena Marques Gurgel (UFRN) [email protected] Tuira Morais Avelino Pinheiro (UFRN) [email protected] Izabelle Virginia Lopes de Paiva (UFRN) [email protected] Lycia Nascimento Rabelo (UFRN) [email protected] Francisco Firmino da Silva Neto (UFERSA) [email protected] A indústria de cerâmica destaca-se por exercer de um papel importante na economia brasileira, atraindo altos investimentos, custos de instalações e tecnologia aplicada. Porém, as empresas instaladas no nordeste ainda precisam atuar mais efetivamente na programação de produção, uma realidade observada em pequenas indústrias produtora de cerâmica vermelha. Nesse contexto, para trazer condições para a tomada da decisão o objetivo deste artigo é desenvolver um modelo de previsão de demanda em uma pequena indústria, avaliando sua capacidade produtiva para identificar oportunidades de investimento. Para realização desse estudo foi utilizada a pesquisa bibliográficas com a finalidade de demonstrar a previsão de demanda, bem como os erros de previsão e uma contextualização sobre a cerâmica vermelha. A aplicação do método de previsão analisou a sazonalidade e tendência, que permitiram desenvolver um modelo de previsão de demanda com dados confiáveis e reais, demonstrando que o crescimento da demanda será acompanhado pelo crescimento da produção cerâmica. XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Perspectivas Globais para a Engenharia de Produção Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Upload: lamcong

Post on 09-Dec-2018

219 views

Category:

Documents


0 download

TRANSCRIPT

MODELO DE PREVISÃO DE DEMANDA:

ANÁLISE DA PRODUÇÃO EM UMA EMPRESA

DO SETOR CERÂMICO DO RIO GRANDE DO

NORTE

Julia Lorena Marques Gurgel (UFRN)

[email protected]

Tuira Morais Avelino Pinheiro (UFRN)

[email protected]

Izabelle Virginia Lopes de Paiva (UFRN)

[email protected]

Lycia Nascimento Rabelo (UFRN)

[email protected]

Francisco Firmino da Silva Neto (UFERSA)

[email protected]

A indústria de cerâmica destaca-se por exercer de um papel importante na

economia brasileira, atraindo altos investimentos, custos de instalações e

tecnologia aplicada. Porém, as empresas instaladas no nordeste ainda

precisam atuar mais efetivamente na programação de produção, uma

realidade observada em pequenas indústrias produtora de cerâmica

vermelha. Nesse contexto, para trazer condições para a tomada da decisão o

objetivo deste artigo é desenvolver um modelo de previsão de demanda em

uma pequena indústria, avaliando sua capacidade produtiva para identificar

oportunidades de investimento. Para realização desse estudo foi utilizada a

pesquisa bibliográficas com a finalidade de demonstrar a previsão de

demanda, bem como os erros de previsão e uma contextualização sobre a

cerâmica vermelha. A aplicação do método de previsão analisou a

sazonalidade e tendência, que permitiram desenvolver um modelo de

previsão de demanda com dados confiáveis e reais, demonstrando que o

crescimento da demanda será acompanhado pelo crescimento da produção

cerâmica.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

2

Palavras-chave: Previsão de demanda; Indústria de Cerâmica; Programação

da Produção; Modelo de Previsão

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

3

1. Introdução

A forte pressão para o aumento da competitividade, faz com que a qualidade seja uma

característica já inserida ao produto. Nesse cenário, a inovação e eficiência dos processos é

uma das condições necessárias para sobrevivência de uma empresa. Logo, a capacidade de

controlar os processos, inserir melhorias e gerar resultados de inovação é considerado um

grande diferencial para alcance de vantagem competitiva.

De acordo com a Associação Paulista de Revestimento Cerâmico (ASPACER, 2015), nos

últimos anos, o setor cerâmico de revestimento tem tido crescimento em sua produção na

ordem de dois dígitos. Para 2015, a ASPACER considera que o setor continuará crescendo,

porém um pouco acima do crescimento do PIB do país. Portanto, pode-se afirmar que o

crescimento em produção será na ordem de 4% e a expectativa para as vendas é que haja o

escoamento da produção.

Mesmo em fase de expansão, grande parte desta indústria possui um baixo grau de

conhecimento para fazer a programação de produção, sendo esta realizada sem base científica

ou apoio de modelos de previsão de demanda. Porém, de maneira geral, as previsões de

demanda desempenham uma função de destaque para diversos setores da gestão das

empresas, dentre os quais o gerenciamento da produção é uma das áreas das organizações que

mais sofre influências das previsões (PELLEGRINI, 2000).

Desta forma, a previsão da demanda é capaz de influenciar fortemente para o sucesso ou

fracasso, já que direciona decisões estratégicas de longo prazo e em médio prazo, quando

baseia-se nessa análise para investir ou não na compra de melhores máquinas. Para tanto, são

inúmeras as técnicas de previsão disponíveis às empresas, das mais simples (geralmente, as

técnicas subjetivas, como aquelas baseadas no conhecimento empírico) às mais complexas

(métodos probabilísticos e estatístico-matemáticos); todavia, todas essas técnicas possuem um

mesmo objetivo: prever o que será demandado das organizações. Portanto, os modelos

mostram-se necessários para que se possa acompanhar esse crescimento e tomar decisões

baseadas em informações reais.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

4

Tendo em vista a importância das ferramentas de previsão de demanda para este setor, o

artigo tem o objetivo de desenvolver um modelo de previsão de demanda para auxiliar no

planejamento de longo prazo de uma empresa de cerâmica vermelha, especificamente telhas.

A partir desta serão quantificadas as estimativas de evolução dos mercados e de vendas, uma

vez serão feitas as projeções financeiras (receitas, custos de distribuição e de produção,

despesas).

Inicialmente, será apresentada o referencial teórico acerca de modelos de previsão de

demanda, seguindo com a apresentação da indústria da cerâmica vermelha. Posteriormente, é

apresentada o método do estudo de caso realizado. Por fim, são apresentados os resultados e

as considerações finais do trabalho.

2. Previsão de Demanda

Todo planejamento surge por uma mesma base comum que é a previsão de demanda. A

previsão de demanda é o ponto de partida para quase todas as decisões que necessitam serem

tomadas dentro de uma organização e pode ser definida como uma busca de informações a

respeito das vendas futuras de um determinado item ou grupo de itens (MOREIRA, 2004).

Esse planejamento de produção é embasado em três conceitos básicos, que por meio deles é

possível fazer um planejamento e controle da produção de forma confiável, são eles: previsão

de demanda, verificação da capacidade de produção e controle de estoques.

De acordo com Tubino (2008), as previsões possuem destacada função dentro de uma

organização, visto que permitem aos gestores das empresas anteverem o futuro e assim

planejem adequadamente suas ações. O autor sugere ainda um modelo de previsão pode ser

dividido em cinco etapas, conforme a figura 01.

Figura 01: Modelo de previsão da demanda

Fonte: Adaptado de Tubino, 2008.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

5

Não é sempre que a oferta equivale à demanda efetiva de um produto. Portanto, o autor do

modelo enfatiza que a previsão de demanda serve para orientar a alocação dos recursos de

produção ao longo de determinado período de tempo. Na primeira etapa, são necessários que

sejam definidos os objetivos do modelo de previsão e qual a utilidade do mesmo. Em seguida,

é preciso averiguar qual a disponibilidade de dados, onde deve ser identificada uma série

histórica que servirá de base no modelo de previsão. Deve-se cuidar, não só na coleta das

informações, mas também na escolha da técnica, estabelecendo uma prática racional para

identificar, entre os métodos, o mais adequado ao caso (BALLOU, 2005).

Assim, a escolha do modelo de previsão se dá em função dos dados coletados. Quando se

obtém uma série histórica da produção do produto em questão, utilizam-se modelos baseados

em séries temporais. Quando não se possui um histórico dos dados, podem-se utilizar

modelos baseados em correlação, onde os dados que são levados em consideração são de uma

variável independente, na qual a previsão ficará baseada. Com o modelo escolhido, obtém-se

as previsões, que devem ser monitoradas a fim de reduzir os erros na previsão (CARMO, et

al., 2009).

Existem diversas técnicas que podem se utilizadas para a realização da previsão. De acordo

com Bowersox e Closs (2001) essas técnicas consistem em cálculos matemáticos ou

estatísticos usados para transformar parâmetros numéricos de dados históricos em quantidades

previstas. A Figura 3 mostra o processo de elaboração de uma previsão de demanda e seus

clientes. Pela Figura, pode-se observar que este processo se baseia em histórico de vendas dos

produtos ou de outros produtos que tenham relação com o produto comercializado com a

empresa. Estes dados históricos são trabalhados através de técnicas e os resultados obtidos são

utilizados por diversos setores da empresa.

Figura 02 – Modelo de previsão de demanda

Fonte: Bowersox e Closs (2001)

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

6

O modelo de previsão adotado nesse artigo é o modelo baseado em séries temporais, que será

mais detalhado no tópico a seguir.

3.1.1. Modelos baseados em séries temporais

Entre os modelos baseados em séries temporais, existem diversas técnicas, que podem ser

divididas em três grupos: técnicas para previsão da média, técnicas para previsão de tendência

e as técnicas para previsão da sazonalidade (TUBINO, 2008).

Os primeiros modelos são os que fazem a previsão de média, classificadas em média móvel

simples, média móvel ponderada e média móvel exponencial. A primeira usa dados de um

número predeterminado de períodos, normalmente os mais recentes, para realizar a previsão.

Ela consiste na média aritmética dos “n” últimos períodos da demanda observada.

É importante observar que, quanto maior o valor de “n”, maior será a influência das demandas

mais antigas sobre a previsão. Por isso, na prática, muitas vezes se realiza o cálculo da média

móvel simples incluindo apenas os três últimos períodos (TUBINO, 2008). A Equação 1

ilustra este modelo.

Figura 03 - Equação 1 média simples

Fonte: Tubino (2008)

A grande vantagem de se utilizar este método é sua simplicidade operacional e facilidade de

entendimento. O modelo de previsão de demanda da média móvel simples é o mais elementar

dentre os modelos de previsão quantitativos e deve ser aplicado apenas para demandas que

não apresentem tendência ou sazonalidade.

O modelo de previsão de demanda pela média móvel ponderada é uma variação da média

móvel simples, que também deve ser aplicado apenas para demandas que não apresentem nem

tendência nem sazonalidade. A diferença entre este modelo e o da média móvel simples é que

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

7

agora se considera um peso maior para o último período de demanda, um peso ligeiramente

menor para o penúltimo período e assim por diante até o último período que se vá utilizar para

a estimativa. A Equação 2 ilustra este modelo.

Figura 04 - Equação 2 Média ponderada

Fonte: Tubino (2008)

O modelo de previsão de demanda baseado na média móvel com suavização exponencial é

uma variação da média móvel ponderada que também deve ser aplicado apenas para

demandas que não apresentem tendência nem sazonalidade. Adota-se um peso de ponderação

que se eleva exponencialmente quanto mais recentes são os períodos (Equação 3).

Figura 05- Equação 3 Média ponderada exponencial

Fonte: Tubino (2008)

Caso a demanda apresente sazonalidade e tendência, há necessidade de incorporar estas duas

características no modelo de previsão. A sazonalidade caracteriza-se pela ocorrência de

variações, para cima ou para baixo, a intervalos regulares nas séries temporais da demanda. A

tendência refere-se ao movimento gradual de longo prazo da demanda. O cálculo da mesma é

realizado pela identificação da equação que descreva esta reta. Este tipo de modelo é baseado

no modelo de regressão simples.

Para a adoção deste modelo, é necessário que sejam tomadas algumas suposições (TRIOLA,

1999):

a) Investigação de relações lineares;

b) Para cada valor x, é uma variável aleatória com distribuição normal.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

8

Dispondo de dados amostrais, devem-se obter dados estimados dos parâmetros populacionais,

calculados pelas equações 4 e 5.

Figura 06 – Parâmetros populacionais

Fonte: Tubino (2008)

O cálculo é realizado pela identificação da equação que descreva esta reta. Trata-se de uma

equação linear, γ = b0 + b1x (γ = variável dependente; x = variável independente). Assim,

com a incorporação destas características, o modelo de previsão é realizado, segundo a Figura

08.

Figura 07: Processo de previsão de demanda

Fonte: Adaptado de Tubino, 2008

Para a obtenção dos índices de sazonalidade, inicialmente, é calculado as médias móveis

centradas para os ciclos definidos, onde o ciclo corresponde um comportamento parecido dos

dados. Em seguida, as médias de cada período são divididas pelos dados históricos

correspondentes de cada período, obtendo-se, assim, os índices de sazonalidade por período.

3.1.2 Erros de Previsão

Com a técnica de previsão, Tubino (2008) entende que há necessidade de acompanhar o

desempenho das previsões e confirmar sua validade perante a dinâmica atual dos dados,

devido aos fatores de mercado não controlados, como crises de mercado, por exemplo.

O monitoramento é realizado pelo cálculo e acompanhamento do erro da previsão, que é dado

pela diferença que ocorre entre o valor real da demanda e o valor previsto. Para melhor

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

9

atender às demandas do mercado, a organização deve definir uma política de capacidade que

minimize os impactos das oscilações de demanda, tenha agilidade e baixo custo de operação.

Segundo Slack et al. (2009), há três opções puras e disponíveis para lidar com essas

variações: ignorar as flutuações e manter os níveis das atividades constantes (políticas de

capacidade constante); ajustar a capacidade para refletir as flutuações da demanda (política de

acompanhamento da demanda); tentar mudar a demanda para ajustá-la à disponibilidade da

capacidade (gestão da demanda).

A política de gestão da demanda busca conduzir a demanda de modo a levá-la para um nível

próximo da capacidade constante do processo. A aplicação de cada uma das políticas citadas

acima de forma isolada é muito rara e as empresas obtêm melhores resultados quando fazem

uma combinação destas.

Seja pelos altos custos de investimentos em ativos (máquinas, equipamentos e instalações), ou

pela dificuldade em recrutar e treinar mão-de-obra em intervalos de tempo relativamente

curtos, a maior parte dos processos de manufatura opta por trabalhar, majoritariamente, com

uma política de capacidade constante, mesclada com as outras duas políticas citadas

(MAGALHÃES, 2008).

Nos casos em que há excesso de capacidade instalada, a fábrica pode facilmente atender ao

surgimento de demanda não prevista, no entanto, haverá baixa utilização da capacidade,

aumentando os custos de capital empregados. Por outro lado, havendo uma alta ocupação do

parque fabril, trabalhar com a manutenção de estoques de segurança é fundamental, fazendo

com que se tornem relevantes as decisões sobre o que e quanto produzir, já que há uma

demanda a ser atendida, ao mesmo tempo em que um estoque de segurança deve ser

financiado. Gerados pelo descompasso (proposital ou não) entre ritmo de produção e a

demanda, os estoques são encontrados em todos os sistemas de produção, sejam de bens ou de

serviços.

3. A Cerâmica Vermelha

3.1 Contextualização

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

10

As indústrias de fabricação de cerâmicas são importantes para o desenvolvimento econômico

das regiões onde atuam. O fator determinante para a localização dessas empresas é,

principalmente, a disponibilidade de matéria – prima, ou seja, a proximidade em que se

encontram as jazidas. No entanto, apesar de sua importância e dos benefícios trazidos por esse

setor, a maioria tem dificuldade em utilizar as novas técnicas e tecnologias propostas, ficando

as margens dos avanços tecnológicos do mercado.

Os produtos cerâmicos são caracterizados por possuírem um processo de produção simples,

em sua totalidade, e isso além de desvalorizar a cultura técnica ocasiona um grave erro no que

diz respeito às empresas desse setor. Pois estas precisam ser versáteis e efetuar todas as fases

de processamento até chegar ao produto final, sendo que cada uma dessas etapas poderá

influenciar diretamente na etapa posterior.

Segundo a ANFACER (2012), em 2011 o Brasil fechou o ano com o melhor resultado da

história, onde, a produtividade no setor cerâmico apresentou crescimento de 12,5%,

alcançando um volume de 844,32 milhões de m² e deixando o país na posição de segundo

maior produtor mundial, ficando à frente dos polos produtivos da Europa, Itália e Espanha.

As vendas no mercado interno aumentaram 10,73%, atingindo um volume de 774,68 milhões

de m², sendo o segundo maior país em mercado consumidor. Isso se deve a vários programas

de estímulo do governo quanto à fomentação do mercado imobiliário, incluindo-se os

programas de habitação, tendo como exemplo o Minha Casa, Minha Vida (ANFACER,

2012).

4. Metodologia

A metodologia aplicada é composta, inicialmente, por pesquisas bibliográficas, que, conforme

Gil (2002, p. 44), são desenvolvidas com base em material já elaborado, constituído,

principalmente de livros e artigos. Esse levantamento buscou relevantes sobre o setor de

cerâmica e a previsão de demanda, contemplando conceitos e técnicas aplicáveis para

mensurar qualitativamente e quantitativamente, métodos de previsão de demanda.

Realizou-se uma abordagem de pesquisa do tipo estudo de caso, na qual se realiza a análise

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

11

aprofundada em uma empresa de cerâmica, fazendo uso de instrumentos de coleta de dados e

intensa interação do pesquisador com o objeto de pesquisa.

Quanto à técnica de coleta de dados, será utilizada na pesquisa de campo métodos de

observação indireta. Os dados serão feitos e analisados, a partir da leitura e interpretação do

material disponibilizado pela empresa. Portanto, será feita por meio de uma técnica da análise

documental e entrevistas.

A aplicação do modelo de previsão será realizada pelos seguintes passos: primeiramente,

serão definidos os objetivos do modelo de previsão e a utilidade do mesmo. Em seguida, com

os dados coletados, será definida qual a disponibilidade dos mesmos, analisando as

características. Posteriormente, selecionar-se-á a técnica de previsão adequada, observando,

por exemplo, a existência ou não de sazonalidade e/ou tendência. A partir disso, será

implementado o modelo de previsão, tratando os dados conforme for estabelecido pelo

mesmo. Assim, obtêm-se os resultados que deverão ser analisados e interpretados.

Por fim, será realizado o monitoramento do modelo de previsão adotado, no qual será

definido um erro aceitável e em seguida será analisado na forma de gráfico, plotando esses

erros e avaliando se o erro do modelo está dentro das especificações. E só então, pode-se

analisar se a capacidade instalada é capaz de absorver o incremento da demanda.

5. Estudo de Caso

5.1. Caracterização da Empresa

A empresa está localizada no município de Russas, no estado do Ceará, atuando no ramo de

cerâmica vermelha há, aproximadamente, onze anos. Produz telhas naturais e tijolos de seis

furos, sendo 95% de sua produção de telhas e 5% de tijolos.

Apresenta uma produção média de 25 mil telhas diariamente. Utiliza o processo de secagem

natural e conta com dois fornos de queima do tipo intermitente com capacidade para 90.000

peças cada e dois fornos do tipo abóboda com capacidade individual de 45.000 peças. Entre o

total de produtos comercializados, apenas uma pequena parcela destina-se ao próprio estado,

sendo os principais consumidores os estados da Bahia, Paraíba, Piauí, Sergipe e Maranhão.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

12

5.2. Desenvolvimento do modelo

Inicialmente, foram coletados os dados da empresa. Os dados utilizados para este trabalho

foram referentes aos anos de 2006 a 2008, sendo coletados a partir dos recibos de vendas, pois

não havia muito controle do que era produzido. Atualmente, porém, já existe uma maior

preocupação em relação a este aspecto. A empresa vem desenvolvendo uma política para

coleta de dados. Este trabalho é de extrema importância, pois com um modelo de previsão de

demanda, para ser bem realístico, precisa se apoiar em uma base sólida de dados confiáveis.

Figura 09: Dados sobre a demanda

2008 2007 2006

JAN 278 324 286

FEV 238 253 220

MAR 136 143 222

ABR 184 232 121

MAI 220 248 196

JUN 365 110 251

JUL 244 278 257

AGO 278 270 246

SET 160 245 349

OUT 500 354 342

NOV 388 303 316

DEZ 284 172 344

TOTAL DE VENDAS

3275 2932 3150

Tabela 1 – Demanda Real de Telhas

FIGURA 5 – Gráfico de Demandas (2006 a 2008)

Fonte: Dados da empresa de cerâmica

A etapa seguinte do estudo é a análise dos dados. Observaram-se os períodos de maiores

oscilações na demanda, sendo identificados alguns motivos: nos períodos chuvosos há uma

queda na produção de telhas, pois em uma das etapas de produção, a telha deverá passar por

um processo de secagem. Sendo no caso, interrompido se houver chuva, e posterior estrago da

telha que deveria ter passado por este processo. Outro fator é que as pessoas preferem

construir e compram em maiores quantidades em períodos não-chuvosos, já que isso pode

acarretar prejuízos na qualidade da telha e continuidade da obra.

Uma análise interessante observado pelo gráfico apresentado na figura 09 é a tendência de

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

13

crescimento no consumo deste produto. Apesar da grande variação apresentada pela

componente sazonalidade, é possível considerar uma discreta tendência de crescimento dos

dados.

Dessa forma, percebe-se que essa demanda apresenta sazonalidade, devido à ocorrência de

variações, para cima ou para baixo em intervalos regulares, nas séries temporais da demanda;

e apresenta também a componente tendência, referente ao movimento gradual ao longo da

demanda, já que a empresa produz um bem que é utilizado no ramo de construção civil,

possivelmente tendendo para um crescimento de sua demanda. Como há sazonalidade e

tendência ocasiona a necessidade de incorporar essas duas características no modelo de

previsão.

Com base nas análises iniciais, foi realizada a soma dos dados dos 12 primeiros meses e

divididos por 12. Sendo que, para a segunda MMCP, foi realizada a soma do segundo

período, fevereiro, até o décimo terceiro, janeiro do ano seguinte, e foram divididos por 12,

até onde os dados permitiam. Assim, no gráfico da figura 10, estão plotadas as curvas de

demanda nos períodos de 12 meses para os anos 2006, 2007 e 2008.

Figura 10: Curvas de demanda

Fonte: Elaborado pelos autores (2015)

Em seguida, foram calculados os índices de sazonalidade em cada um dos períodos,

apresentados na Tabela 01. O índice médio de sazonalidade é encontrado por meio da média

aritmética dos índices de sazonalidades de cada período (mês). Como os dados fornecidos são

referentes a 3 anos, calcula-se o IS a partir do mês de julho de 2006 ao mesmo mês de 2008.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

14

Com o cálculo dos índices de sazonalidade médios, é necessário retirar este componente da

série de dados para que se possa calcular uma equação que represente a tendência dos dados.

A partir desses dados, denominados tendência, calcula-se a equação linear para a

representação deste componente. E obtém-se a seguinte equação: Y= 252,880 + 0,258X

Nessa nova tabela, calcula-se uma nova tendência a partir da equação acima, substituindo os

períodos na variável X, obtendo os valores da coluna Tendência*. E para encontrar-se a

demanda prevista, deve-se efetuar o seguinte calculo: D. Prevista = Tend. + (Tend x (IS – 1))

Tabela 01: Tendência e Sazonalidade.

Fonte: Elaborado pelos autores

Com, o modelo desenvolvido, a etapa seguinte é a implantação do mesmo, apresentado no

tópico seguinte.

6. Análise dos Resultados

O modelo foi implantado para o desenvolvimento das previsões para os anos de 2010 à 2012.

Esta previsão obtida é apresentada na Tabela 02.

Tabela 02 – Previsão de Demanda de 2010 a 2012

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

15

Fonte: Elaborado pelos autores

Com os dados da tabela 02, pode-se observar uma tendência de crescimento no consumo por

cerâmica vermelha nos próximos dois anos.

Segundo o administrador da empresa, houve apenas uma ampliação do forno, onde se

fabricam as telhas e tijolos. Contudo, não houve compra de novas máquinas nem contratação

de novos funcionários. Além disso, a máquina que a empresa possui permite a produção de 25

milheiros por dia.

Como a média mensal de produção é de aproximadamente 540 milheiros, com a ampliação do

forno tem-se que ao menos para os próximos 10 anos a capacidade produtiva da empresa

poderá atender a demanda prevista.

O gráfico da Figura 11 faz um comparativo das vendas no período de 2006 a 2008 com a

demanda prevista para o período de 2010 a 2012.

Figura 11: Gráfico de vendas (2006 a 2008) versus demandas (2010 a 2012)

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

16

Fonte: Elaborado pelos autores

Verifica-se no gráfico o mesmo ciclo para os dois períodos, mantendo-se a sazonalidade dos

dados. Portanto, a curva de demanda prevista se ajusta muito bem às características de vendas

dessa empresa.

7. Considerações Finais

A previsão de demanda é de fundamental importância para o funcionamento e gerenciamento

de uma empresa. Pois por meio desta ferramenta pode ser feito o planejamento orçamental e

de capital, possibilitando melhor alocação de recursos físicos nos processos operacionais.

O modelo de previsão aplicado foi a técnica para previsão de sazonalidade. Por meio deste

método foi analisada a demanda e identificada um crescente aumento da demanda condizente

com a capacidade produtiva da empresa.

Uma sugestão de trabalho futuro é realizar um estudo sobre a busca por soluções para a

questão do aumento do desmatamento e da poluição, em consequência ao aumento da

demanda por cerâmica vermelha, alcançando, estrategicamente, uma posição de destaque em

relação à acirrada concorrência atual.

Portanto, propõe-se a alocação de um maior numero de recursos físicos, seja na ampliação do

local de trabalho, seja na compra de novas maquinas e na contratação de funcionários, além

de obter maior controle sobre a produção e procurar produzir em períodos não chuvosos,

considerando o fator sazonalidade e tendência.

REFERÊNCIAS

ANFACER. Associação Nacional dos Fabricantes de Cerâmica para Revestimento, Louças Sanitárias e

Congêneres. Números confirmam melhor ano para o setor de cerâmicas para revestimento, 2012. Disponível em:

Acesso em: 03 mai. 2015.

ASPACER. Associação Paulista das Cerâmicas de Revestimento. Representantes de entidades, governo e

mercado revelam suas expectativas para 2015. São Paulo, 2015. Disponível em: <

http://www.aspacer.com.br/2015/01/23/representantes-de-entidades-governo-e-mercado-revelam-suas-

expectativas-para-2015/> Acesso em: 03 mai. 2015.

ASSUNÇÃO, F. de O.; SICSÚ, A. B. Capacitação, inovação local e competitividade da indústria de

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

17

cerâmica vermelha no Nordeste. Disponível em

http://www.abepro.org.br/biblioteca/ENEGEP2001_TR80_0680.pdf. Acesso em 20 de agosto de 2011.

CLOSS, David J. Logística empresarial: o processo de integração da cadeia de suprimento. São Paulo:

Atlas, 2001.

BALLOU, R. Gerenciamento da cadeia de suprimentos. P. Alegre: Bookman, 2005.

CHASE, R. B., JACOBS, R. F., AQUILANO, N.J. Operations management for competitive advantage with

global cases. 11 ed. Editora New York McGRAW – Hill – International Edition, 2006.

GIL, A. C. Como elaborar projeto de pesquisa. 4. ed. São Paulo: Atlas, 2002

MAGALHÃES, J. A. M. Otimização do tamanho e sequenciamento de lotes de produção numa fábrica de

alimentos. Fortaleza: UFC, 2008. Monografia de Conclusão de Curso em Engenharia de Produção Mecânica,

Universidade Federal do Ceará, Fortaleza, 2008.

MOREIRA, D. A. Administração da produção e operações. São Paulo: Pioneira, 2004.

PELLEGRINI, F. R. Metodologia para Implementação de Sistemas de Previsão de Demanda. Porto Alegre:

UFRGS, 2000. Dissertação (Mestrado). Programa de Pós-Gradiação em Engenharia de Produção, Universidade

Federal do Rio Grande do Sul, Porto Alegre, 2000.

SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da Produção. 2ª Ed. São Paulo: Atlas, 2009.

TRIOLA, M., F. Introdução à estatística. Ed.: Rio de Janeiro. Rio de Janeiro: LTC, 1999.

TUBINO, D. F. Planejamento e Controle da Produção – teoria e prática. São Paulo: Atlas, 2008.