FSA – FACULDADE SANTO ANTÔNIOADMINISTRAÇÃO DA PRODUÇÃO

Prof. Leonardo Maia

PREVISÃO DE DEMANDA(ESTUDO PRÁTICO APLICADO)

A empresa, fictícia, “PREVAQUI - Preço e Variedades Aqui!“ vende produtos de utilidades por um preço único de R$ 5,00, cada produto. Apesar do baixo preço, a empresa preza pela qualidade de seus produtos e pela inovação, adquirindo-os de distribuidores/importadores. A linha de produtos diversifica-se em produtos para o lar (utensílios de cozinha, vasilhames plástico, conjunto de talheres, pratos, cumbucas, enfeites, etc.), pequenas ferramentas (chaves allens, de fenda, estojos para chaves, martelo, pregos, buchas), brinquedos, santinhos de cerâmica, pequenos presentes e utilidades (lupas, cortador de unha, chaveiros, etc). A empresa foi fundada em junho de 2008, por dois amigos recém saídos do curso de Administração de Empresas da Faculdade Santo Antônio, contratou 4 funcionários desde a sua fundação que ganham 1 (hum) salário mínimo mais comissão de 3% sobre as vendas, e atingiu um faturamento máximo de R$40.000,00 no mês de dezembro do ano de 2008. Compra diretamente do distribuidor cada produto por um preço médio de R$2,00 e revende por R$5,00, pagando R$0,71 de imposto direto sobre a venda de cada produto. Atualmente o custo fixo gira em R$3.600,00 (funcionários, água, luz, IPTU, etc). O ponto comercial é próprio.

A “PREVAQUI“ possui um desafio de estabelecer, pela primeira vez, logo no inicio do mês de setembro/2009 uma previsão de maneira profissional, uma vez está cada vez mais ganhando mercado, ou seja, aumentando a demanda. Precisam compor uma Previsão de Demanda para o primeiro semestre de 2010, para que não faltem produtos e desestimule a clientela. Há uma intenção de investimento por parte dos sócios em R$40.000,00 em uma nova linha de produtos (cada sócio investirá do próprio bolso R$20.000,00). Embora não haja previsão, a empresa possui o registro da quantidade dos produtos vendidos desde o mês de sua fundação. Como bons administradores o controle estava sendo feito de maneira profissional, pois os sócios sabiam que registrar informações sobre a própria empresa facilitaria a tomada futura de decisões.

Quantidade de produtos vendidos:

Ano           jun/08 jul/08 ago/08 set/08 out/08 nov/08 dez/08 2008           1984 2154 2343 2786 3452 4097 6056

Ano Jan/09 fev/09 mar/09 abr/09 mai/09 jun/09 jul/09 Ago/09 set/09 out/09 nov/09 dez/09 2009 5098 4254 4189 4198 4325 5103 4087 4125 ? ? ? ?

TAREFA:O desafio desta equipe é observar de que maneira atuam os aspectos de: nível, tendência, sazonalidade e aleatoriedade da “PREVAQUI“. Coloquem no papel os critérios utilizados e o nome dos participantes da equipe.

MODELOS DE DECOMPOSIÇÃO DE SÉRIES TEMPORAIS

Estes modelos são amplamente utilizados e se baseiam no estudo da demanda acontecida no passado para projetar a demanda futura. Naturalmente, são válidos apenas para produtos já existentes e cujo histórico de vendas forneça dados suficientes para a realização da projeção. Estes modelos são mais adequados quando já se atingiu um padrão estável de demanda e o produto se encontra na fase de maturidade do seu ciclo de vida em que o padrão de consumo não sofre variações significativas de um período para outro. Por questões de sazonalidade, costuma-se adotar períodos de um ano, neste tipo de análise.Apesar de não ser perfeito (lembre-se que nenhum método de previsão é infalível), o uso de séries temporais é considerado um bom ponto de partida para auxílio nas estimativas de demanda futura. Mas como o futuro é cada vez mais incerto e mutável, métodos que se apóiam demais no desempenho passado devem ser utilizados em conjunto com outros modelos de previsão. Afinal, não estão de todo errados aqueles que criticam previsões baseadas unicamente no passado, afirmando que é como dirigir um carro olhando apenas para o retrovisor, conforme se falou no início do capítulo.Uma série temporal de demandas passadas geralmente pode apresentar quatro componentes ou características:

Nível: o nível da demanda traduz um patamar do volume de vendas da série temporal das demandas passadas, desconsiderando variações de sazonalidade e variações aleatórias. O componente de nível pode se apresentar estacionado ou estar sofrendo alteração ao longo da série temporal que está sendo interpretada.Tendência: os dados históricos, representados pela demanda ocorrida em cada período, podem apresentar uma tendência crescente, estabilizada ou decrescente. A tendência pode apresentar forma linear ou não linear. É importante entender bem a distinção entre o nível e a tendência da demanda, para se poder realizar previsões.Sazonalidade: a sazonalidade de uma demanda representa um padrão de variação que se repete com o passar do tempo, podendo ser interpretado e previsto. Não são variações aleatórias e sim um padrão repetitivo. A demanda de determinados produtos pode apresentar pouca, ou nenhuma, sazonalidade. Produtos como arroz, feijão, farinha e artigos de higiene, por exemplo, apresentam demanda pouco influenciada pela época do ano. Brinquedos, cobertores, agasalhos etc., são exemplos de produtos muito mais suscetíveis às influências de determinados períodos. Alguns autores se referem a sazonalidade com a denominação de “ciclicidade”, preferimos adotar outro significado para o termo conforme será visto mais adiante.Aleatoriedade: devido a numerosos fatores, a demanda apresenta componentes aleatórios, que não podem ser previstos pelos modelos de previsão.Porém, é possível comparar o erro que existe entre o modelo de previsão construído e a demanda passada realmente ocorrida. Por meio da avaliação deste erro, é estatisticamente possível prever o erro esperado da aplicação do modelo quando é feita uma projeção para o futuro. Um bom método de previsão de demanda vai apresentar um erro estatístico comparável à característica de aleatoriedade da demanda, permitindo que se tenha uma noção da dimensão desta variabilidade.

Em resumo, tem-se que toda série temporal pode ser analisada e decomposta em uma parte sistemática, composta por nível, tendência e sazonalidade, e outra parte não sistemática composta pela aleatoriedade.