SlideShare uma empresa Scribd logo
1 de 30
Baixar para ler offline
UNIVERSIDADE	
  ESTADUAL	
  DO	
  MARANHÃO	
  
CENTRO	
  DE	
  ESTUDOS	
  SUPERIORES	
  DE	
  TIMON	
  
PRODUCAO	
  
PREVISÃO	
  DE	
  DEMANDA	
  




                                    Prof.:	
  Espec	
  Pedro	
  Alexandre	
  Cabral	
  
É	
  	
  possível	
  prever	
  o	
  futuro?	
  
Previsão	
  de	
  Demanda	
  



       Previsão	
  é	
  muito	
  dificil,	
  especialmente	
  
                                ser	
  for	
  sobre	
  o	
  futuro	
  
                                                            Niels	
  Boer	
  
                                                        Nobel	
  de	
  Física	
  
                                                                             	
  
	
  
Previsão	
  de	
  Demanda	
  



                                     1999	
  -­‐	
  Inicio	
  produção	
  no	
  Brasil	
  com	
  motor	
  1.6	
  
                                     2000	
  -­‐	
  Motor	
  1.9	
  (125	
  cv)	
  e	
  1.6	
  (102	
  cv)	
  
                                     2001	
  -­‐	
  Série	
  Spirit	
  
                                     2002	
  -­‐	
  Versão	
  Avantgarde	
  1.9	
  	
  
                                     2005	
  -­‐	
  Fim	
  de	
  produção	
  no	
  Brasil	
  	
  




     Fabricado	
  em	
  Juiz	
  de	
  Fora	
  
     InvesRmento	
  de	
  820	
  milhões	
  de	
  dólares	
  
     Capacidade	
  de	
  70.000	
  unidades	
  por	
  ano	
  (PREVISÃO	
  DE	
  
     DEMANDA)	
  2002	
  –	
  9.000	
  unidades	
  
PREVISÃO	
  não	
  é	
  META!	
  
Previsões	
  –	
  “são	
  esRmaRvas	
  de	
  como	
  se	
  comportará	
  o	
  mercado	
  
demandante	
  no	
  futuro.	
  De	
  uma	
  certa	
  forma	
  trata-­‐se	
  de	
  especulação	
  de	
  
mercado.”	
  
	
  
Metas	
  –	
  “são	
  a	
  parcela	
  desse	
  potencial	
  de	
  compra	
  do	
  mercado	
  a	
  que	
  a	
  
empresa	
  deseja	
  atender.”	
  

                                                                                                       Fonte:	
  Correâ,	
  2008	
  
                                                                           Administração	
  de	
  Produção	
  e	
  de	
  Operações	
  
Principais	
  erros	
  	
  

           Gastar	
  tempo	
  e	
  esforço	
  discuRndo	
  se	
  acerta	
  ou	
  erra	
  na	
  previsão,	
  
           quando	
  o	
  mais	
  relevante	
  é	
  discuRr	
  “o	
  quanto”;	
  
           	
  

           “Tentamos	
  muito	
  fazer	
  previsões	
  de	
  forma	
  técnica,	
  mas	
  
           conRnuamos	
  a	
  errar,	
  então	
  paramos!”	
  
           	
  
Sanduiche	
               Previsão	
  para	
  o	
  mês	
                  Vendas	
   %	
  Erro	
  
Quarteirão	
                                             	
  2.500	
  	
      	
  1.930	
  	
   -­‐23%	
  
Big	
  Mac	
                                             	
  6.000	
  	
      	
  7.269	
  	
   -­‐21%	
  
Hamburger	
                                              	
  4.500	
  	
      	
  4.980	
  	
   11%	
  
Chessburger	
                                            	
  3.000	
  	
      	
  2.730	
  	
      -­‐9%	
  
File	
  de	
  Peixe	
                                    	
  1.200	
  	
      	
  1.429	
  	
   19%	
  
McChicken	
                                              	
  1.800	
  	
      	
  1.200	
   -­‐33%	
  
Total	
                                             	
  19.000	
  	
   	
  19.388	
  	
               2%	
  



                          Média	
  de	
  erro	
  16%	
  
Tecnicas	
  de	
  
                                                                               Previsao	
  


                                   QuanRtaRvas	
                                                         QualitaRvas	
  



              Intrínsecas	
                             Extrínsecas	
                    Método	
  Delphi	
        Juri	
  ExcuRvo	
  


                          Suavização	
        Regressão	
           Regressao	
              Força	
  de	
          Pesquisa	
  de	
  
Média	
  Móvel	
  
                           Potencial	
         Simples	
             MulRpla	
                Venda	
                Mercado	
  


Projeção	
  de	
                                                                             Analogia	
  
                       Decomposição	
  	
  
tendências	
                                                                                 Historica	
  
Tecnicas	
  de	
  
                                                                                    Previsao	
  


                                   QuanRtaRvas	
                                                              QualitaRvas	
  



              Intrínsecas	
                                Extrínsecas	
                      Método	
  Delphi	
        Juri	
  ExcuRvo	
  


                          Suavização	
          Regressão	
             Regressao	
               Força	
  de	
          Pesquisa	
  de	
  
Média	
  Móvel	
  
                           Potencial	
           Simples	
               MulRpla	
                 Venda	
                Mercado	
  


Projeção	
  de	
                                                                                  Analogia	
  
                       Decomposição	
  	
  
tendências	
                                                                                      Historica	
  




          Evita	
  que	
  uma	
  ou	
  poucas	
  opiniões	
  do	
  grupo	
  consultado	
  predomine	
  sobre	
  os	
  demais	
  
Delphi	
  

•  ÓRmo	
  método	
  para	
  lidar	
  com	
  aspectos	
  
     inesperados	
  de	
  um	
  problema	
  
	
  
•  Previsões	
  com	
  carência	
  de	
  dados	
  históricos	
  
	
  
•  Interesse	
  pessoal	
  dos	
  parRcipantes	
  
	
  
•  Minimiza	
  pressões	
  psicológicas	
  
	
  
•  Não	
  exige	
  presença	
  qsica	
  
Delphi	
  


•  Processo	
  lento,	
  média	
  de	
  6	
  meses	
  

•  Dependência	
  dos	
  parRcipantes	
  

•  Dificuldade	
  	
  de	
  redigir	
  o	
  quesRonário	
  

•  Possibilidade	
  de	
  consenso	
  forçado	
  
Tecnicas	
  de	
  
                                                                                       Previsao	
  


                                    QuanRtaRvas	
                                                                QualitaRvas	
  



              Intrínsecas	
                                   Extrínsecas	
                      Método	
  Delphi	
        Juri	
  ExcuRvo	
  


                          Suavização	
            Regressão	
             Regressao	
                Força	
  de	
          Pesquisa	
  de	
  
Média	
  Móvel	
  
                           Potencial	
             Simples	
               MulRpla	
                  Venda	
                Mercado	
  


Projeção	
  de	
                                                                                     Analogia	
  
                       Decomposição	
  	
  
tendências	
                                                                                         Historica	
  




                 Captura	
  a	
  opinião	
  de	
  pequenos	
  grupos,	
  em	
  geral,	
  execuBvos	
  de	
  nível	
  alto.	
  
Tecnicas	
  de	
  
                                                                                  Previsao	
  


                                   QuanRtaRvas	
                                                            QualitaRvas	
  



              Intrínsecas	
                                Extrínsecas	
                    Método	
  Delphi	
        Juri	
  ExcuRvo	
  


                          Suavização	
          Regressão	
            Regressao	
              Força	
  de	
          Pesquisa	
  de	
  
Média	
  Móvel	
  
                           Potencial	
           Simples	
              MulRpla	
                Venda	
                Mercado	
  


Projeção	
  de	
                                                                                Analogia	
  
                       Decomposição	
  	
  
tendências	
                                                                                    Historica	
  




                                      Cada	
  grupo	
  de	
  venda	
  emite	
  uma	
  esBmaBva	
  
Tecnicas	
  de	
  
                                                                                   Previsao	
  


                                   QuanRtaRvas	
                                                              QualitaRvas	
  



              Intrínsecas	
                                 Extrínsecas	
                    Método	
  Delphi	
         Juri	
  ExcuRvo	
  


                          Suavização	
           Regressão	
            Regressao	
               Força	
  de	
          Pesquisa	
  de	
  
Média	
  Móvel	
  
                           Potencial	
            Simples	
              MulRpla	
                 Venda	
                Mercado	
  


Projeção	
  de	
                                                                                  Analogia	
  
                       Decomposição	
  	
  
tendências	
                                                                                      Historica	
  




                                           Verifica	
  intenções	
  de	
  compras	
  futuras	
  
Tecnicas	
  de	
  
                                                                                           Previsao	
  


                                       QuanRtaRvas	
                                                                 QualitaRvas	
  



              Intrínsecas	
                                      Extrínsecas	
                       Método	
  Delphi	
        Juri	
  ExcuRvo	
  


                          Suavização	
               Regressão	
               Regressao	
               Força	
  de	
          Pesquisa	
  de	
  
Média	
  Móvel	
  
                           Potencial	
                Simples	
                 MulRpla	
                 Venda	
                Mercado	
  


Projeção	
  de	
                                                                                         Analogia	
  
                       Decomposição	
  	
  
tendências	
                                                                                             Historica	
  




                                Analisa	
  uma	
  seria	
  histórica	
  e	
  tenta-­‐se	
  criar	
  uma	
  previsão	
  
Calculo	
  da	
  Média	
  Móvel	
  

   Não	
  é	
  indicada	
  quando	
  há	
  Tendência	
  ou	
  Sazonalidade	
  


•  A	
  média	
  móvel	
  usa	
  dados	
  de	
  um	
  número	
  já	
  determinado	
  de	
  períodos,	
  
   normalmente	
  os	
  mais	
  recentes,	
  para	
  gerar	
  sua	
  previsão.	
  A	
  cada	
  novo	
  
   período	
  de	
  previsão	
  se	
  subsRtui	
  o	
  dado	
  mais	
  anRgo	
  pelo	
  mais	
  recente.	
  

                               ( Rt + Rt −1 + Rt − 2 + ... + Rt − n +1 )
                 Pt +1 = M t =
                                                n
                                Pt +1: previsão para o próximo período;
                                       : média móvel no período t;
                                Mt
                                       : valor real observado no período t;
                                  Rt : número de períodos considerados na média
                                       móvel.
                                  n
Calculo	
  da	
  Média	
  Móvel	
  
 Período	
  	
  	
  	
  	
  	
  Janeiro 	
  Fevereiro	
  	
  Março	
  	
  Abril	
  	
  	
  Maio	
  	
  Junho	
  	
  Julho	
  
 Demanda	
  	
  	
  	
  	
  	
  60 	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  50 	
  	
  	
  	
  	
  	
  45	
  	
  	
  	
  	
  	
  	
  50	
  	
  	
  	
  	
  	
  	
  45	
  	
  	
  	
  	
  	
  70	
  	
  	
  	
  	
  	
  	
  	
  60	
  
 	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  Previsões	
  para	
  Julho	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  


                                                                                50 + 45 + 50 + 45 + 70
                                                    Mm5 =                                              = 52,00
                                                                                           5


                    50 + 45 + 70                                                                                                    45 + 70 + 60
Mm3 =                            = 55,00                                                                                      Mm3 =              = 58,33
                          3                                                                                                               3
                                                                                                                                                      Previsão	
  para	
  Agosto	
  

            AlternaRva:	
  ponderar	
  os	
  períodos	
  com	
  pesos	
  maiores	
  para	
  os	
  mais	
  recentes	
  
            (50%,	
  30%,	
  20%:	
  Julho	
  =	
  58,50)	
  


                                                                                                                                                                                                                                                      18	
  
Calculo	
  da	
  Média	
  Móvel	
  
Calculo	
  da	
  Média	
  Móvel	
  
Ex	
  Calculo	
  da	
  Média	
  Móvel	
  


                          Mes	
                                   Vendas	
  de	
  Copos	
  
                        Janeiro	
                                      154	
  
                       fevereiro	
                                     114	
  
                         marco	
                                       165	
  
                         Abril	
                                       ???	
  



                 Abril	
  =	
  154+114+165	
  =	
  144	
  	
  
                 	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  	
  3	
  
Calculo	
  da	
  Média	
  Móvel	
  Ponderada	
  
Sazonalidade	
  
Dia	
  	
                  Vendas	
  	
  
                             Domingo	
                                5	
  
                             segunda	
                               20	
  
                             terca	
                                 30	
  
                             quarta	
                                35	
  
                             quinta	
                                49	
  
                             sexta	
                                 70	
  
                             sabado	
                                15	
  
                             Total	
                                224	
  




1.  Qual	
  o	
  fator	
  Sazonal?	
  
2.  EsRmar	
  500	
  pratos,	
  qual	
  será	
  o	
  volume	
  para	
  cada	
  dia	
  na	
  semana?	
  
Regressão	
  Linear	
  

•  Uma	
  equação	
  linear	
  possui	
  o	
  seguinte	
  formato:	
  
   	
  	
                            n(∑ XY ) − (∑ X )(∑ Y )
	
                                                b=
Y = a + bX
                                                                              2
	
                                                         n(∑ X ) − (∑ X )
                                                                   2


	
  
	
  
	
  
	
                                                      a=
                                                           ∑ Y − b(∑ X )
           Y	
  =	
  Variável	
  Dependente;	
                         n
           a	
  =	
  Intercepto	
  no	
  eixo	
  dos	
  Y;	
  
           b	
  =	
  Coeficiente	
  angular;	
  
           X	
  =	
  variável	
  Independente;	
  
           n	
  =	
  número	
  de	
  períodos	
  observados.	
  
Regressão	
  Linear	
  




  Desvio	
  ou	
  erro	
  




                             Valor	
  	
  
Regressão	
  Linear	
  


                       Vendas	
           Propaganda	
  
          Meses	
     (milhões)	
         (milhares	
  $)	
  
           1	
          264	
                 2,5	
  
           2	
          116	
                 1,3	
  
           3	
          165	
                 1,4	
  
           4	
          101	
                  1	
  
           5	
          209	
                  2	
  



         Próximo	
  mês	
  invesXmento	
  de	
  1,750	
  em	
  
       propaganda,	
  qual	
  a	
  quanXdade	
  de	
  vendas?	
  
Regressão	
  Linear	
  



             Y=	
  -­‐8,137+109,230X	
  
                           	
  
                         X=1,75	
  
                           	
  
           Y=	
  -­‐8,137+109,230(1,75)	
  
               =183,016	
  unidades	
  
Boa noite!

Mais conteúdo relacionado

Mais procurados

Just in time (jit)
Just in time (jit)Just in time (jit)
Just in time (jit)Robson Costa
 
Lean manufacturing 3-técnicas e ferramentas
Lean manufacturing   3-técnicas e  ferramentasLean manufacturing   3-técnicas e  ferramentas
Lean manufacturing 3-técnicas e ferramentasjparsilva
 
Capitulo 2 conceitos básicos de custos
Capitulo 2   conceitos básicos de custosCapitulo 2   conceitos básicos de custos
Capitulo 2 conceitos básicos de custosDaniel Moura
 
Administração da Produção - Planejamento e Necessidade de Materiais (MRP)
Administração da Produção - Planejamento e Necessidade de Materiais (MRP)Administração da Produção - Planejamento e Necessidade de Materiais (MRP)
Administração da Produção - Planejamento e Necessidade de Materiais (MRP)douglas
 
Custos dos estoques e lec 2003
Custos dos estoques e lec 2003Custos dos estoques e lec 2003
Custos dos estoques e lec 2003bhandrade
 
Gestao de suprimentos_(slide)
Gestao de suprimentos_(slide)Gestao de suprimentos_(slide)
Gestao de suprimentos_(slide)Antonio Bacelar
 
Administração da Produção - Planejamento e Controle de Estoques
Administração da Produção - Planejamento e Controle de EstoquesAdministração da Produção - Planejamento e Controle de Estoques
Administração da Produção - Planejamento e Controle de Estoquesdouglas
 
P02 Teoria Da Oferta E Procura
P02 Teoria Da Oferta E ProcuraP02 Teoria Da Oferta E Procura
P02 Teoria Da Oferta E ProcuraLeonor Alves
 
U1S1 - PPCP no contexto estratégico.pdf
U1S1 - PPCP no contexto estratégico.pdfU1S1 - PPCP no contexto estratégico.pdf
U1S1 - PPCP no contexto estratégico.pdfCelsoCiamponi1
 
2º e 3ºaula de pcp, mrp i e mrp-ii (1)
2º e 3ºaula de pcp, mrp i e mrp-ii (1)2º e 3ºaula de pcp, mrp i e mrp-ii (1)
2º e 3ºaula de pcp, mrp i e mrp-ii (1)Moises Ribeiro
 
Sistema de Planejamento e Controle da Produção - PCP
Sistema de Planejamento e Controle da Produção - PCPSistema de Planejamento e Controle da Produção - PCP
Sistema de Planejamento e Controle da Produção - PCPMauro Enrique
 

Mais procurados (20)

Planejamento de Estoque
Planejamento de EstoquePlanejamento de Estoque
Planejamento de Estoque
 
Just in time (jit)
Just in time (jit)Just in time (jit)
Just in time (jit)
 
Sistema de Produção Puxada
Sistema de Produção PuxadaSistema de Produção Puxada
Sistema de Produção Puxada
 
Lean Manufacturing 5
Lean Manufacturing 5Lean Manufacturing 5
Lean Manufacturing 5
 
Lean manufacturing 3-técnicas e ferramentas
Lean manufacturing   3-técnicas e  ferramentasLean manufacturing   3-técnicas e  ferramentas
Lean manufacturing 3-técnicas e ferramentas
 
Capitulo 2 conceitos básicos de custos
Capitulo 2   conceitos básicos de custosCapitulo 2   conceitos básicos de custos
Capitulo 2 conceitos básicos de custos
 
Administração da Produção - Planejamento e Necessidade de Materiais (MRP)
Administração da Produção - Planejamento e Necessidade de Materiais (MRP)Administração da Produção - Planejamento e Necessidade de Materiais (MRP)
Administração da Produção - Planejamento e Necessidade de Materiais (MRP)
 
Demanda de Mercado
Demanda de MercadoDemanda de Mercado
Demanda de Mercado
 
Custos dos estoques e lec 2003
Custos dos estoques e lec 2003Custos dos estoques e lec 2003
Custos dos estoques e lec 2003
 
Aula 4 custo_de_estoque_modulo6
Aula 4 custo_de_estoque_modulo6Aula 4 custo_de_estoque_modulo6
Aula 4 custo_de_estoque_modulo6
 
Mrp
MrpMrp
Mrp
 
Gestao de suprimentos_(slide)
Gestao de suprimentos_(slide)Gestao de suprimentos_(slide)
Gestao de suprimentos_(slide)
 
Administração da Produção - Planejamento e Controle de Estoques
Administração da Produção - Planejamento e Controle de EstoquesAdministração da Produção - Planejamento e Controle de Estoques
Administração da Produção - Planejamento e Controle de Estoques
 
2a lista de exercicios n1
2a lista de exercicios n12a lista de exercicios n1
2a lista de exercicios n1
 
P02 Teoria Da Oferta E Procura
P02 Teoria Da Oferta E ProcuraP02 Teoria Da Oferta E Procura
P02 Teoria Da Oferta E Procura
 
Adm Producao
Adm ProducaoAdm Producao
Adm Producao
 
Classificação
ClassificaçãoClassificação
Classificação
 
U1S1 - PPCP no contexto estratégico.pdf
U1S1 - PPCP no contexto estratégico.pdfU1S1 - PPCP no contexto estratégico.pdf
U1S1 - PPCP no contexto estratégico.pdf
 
2º e 3ºaula de pcp, mrp i e mrp-ii (1)
2º e 3ºaula de pcp, mrp i e mrp-ii (1)2º e 3ºaula de pcp, mrp i e mrp-ii (1)
2º e 3ºaula de pcp, mrp i e mrp-ii (1)
 
Sistema de Planejamento e Controle da Produção - PCP
Sistema de Planejamento e Controle da Produção - PCPSistema de Planejamento e Controle da Produção - PCP
Sistema de Planejamento e Controle da Produção - PCP
 

Mais de Pedro Alexandre Cabral

Mais de Pedro Alexandre Cabral (15)

Novos caminhos do Marketing 3.0
Novos caminhos do Marketing 3.0Novos caminhos do Marketing 3.0
Novos caminhos do Marketing 3.0
 
Sociedade na era big data, dados demais filtros de menos
Sociedade na era big data, dados demais filtros de menosSociedade na era big data, dados demais filtros de menos
Sociedade na era big data, dados demais filtros de menos
 
Sociedade na era do big data: Dados demais, filtros de menos
Sociedade na era do big data: Dados demais, filtros de menosSociedade na era do big data: Dados demais, filtros de menos
Sociedade na era do big data: Dados demais, filtros de menos
 
O USO DO DATA MINING NA DESCOBERTA DE MARCAS IDENTITÁRIAS DO PIAUÍ: UM ESTUDO...
O USO DO DATA MINING NA DESCOBERTA DE MARCAS IDENTITÁRIAS DO PIAUÍ: UM ESTUDO...O USO DO DATA MINING NA DESCOBERTA DE MARCAS IDENTITÁRIAS DO PIAUÍ: UM ESTUDO...
O USO DO DATA MINING NA DESCOBERTA DE MARCAS IDENTITÁRIAS DO PIAUÍ: UM ESTUDO...
 
A transformação da visibilidade
A transformação da visibilidadeA transformação da visibilidade
A transformação da visibilidade
 
Neuromarketing
NeuromarketingNeuromarketing
Neuromarketing
 
Transformaçoes no Ambiente de Maketing
Transformaçoes no Ambiente de MaketingTransformaçoes no Ambiente de Maketing
Transformaçoes no Ambiente de Maketing
 
Aula analise competitividade
Aula analise competitividadeAula analise competitividade
Aula analise competitividade
 
Aula sobre Brand
Aula sobre BrandAula sobre Brand
Aula sobre Brand
 
Conceitos básicos - Marketing
Conceitos básicos - MarketingConceitos básicos - Marketing
Conceitos básicos - Marketing
 
A utilização da tecnologia da informação na gestão de planos de saúde
 A utilização da tecnologia da informação na gestão de planos de saúde A utilização da tecnologia da informação na gestão de planos de saúde
A utilização da tecnologia da informação na gestão de planos de saúde
 
SENSE - INFOWAY
SENSE - INFOWAYSENSE - INFOWAY
SENSE - INFOWAY
 
Desafio chemtech
Desafio chemtechDesafio chemtech
Desafio chemtech
 
Analise Dos Mercados Consumidores
Analise Dos Mercados ConsumidoresAnalise Dos Mercados Consumidores
Analise Dos Mercados Consumidores
 
Analise Dos Mercados Consumidores
Analise Dos Mercados ConsumidoresAnalise Dos Mercados Consumidores
Analise Dos Mercados Consumidores
 

Previsao de Demanda

  • 1. UNIVERSIDADE  ESTADUAL  DO  MARANHÃO   CENTRO  DE  ESTUDOS  SUPERIORES  DE  TIMON   PRODUCAO   PREVISÃO  DE  DEMANDA   Prof.:  Espec  Pedro  Alexandre  Cabral  
  • 2. É    possível  prever  o  futuro?  
  • 3. Previsão  de  Demanda   Previsão  é  muito  dificil,  especialmente   ser  for  sobre  o  futuro   Niels  Boer   Nobel  de  Física      
  • 4. Previsão  de  Demanda   1999  -­‐  Inicio  produção  no  Brasil  com  motor  1.6   2000  -­‐  Motor  1.9  (125  cv)  e  1.6  (102  cv)   2001  -­‐  Série  Spirit   2002  -­‐  Versão  Avantgarde  1.9     2005  -­‐  Fim  de  produção  no  Brasil     Fabricado  em  Juiz  de  Fora   InvesRmento  de  820  milhões  de  dólares   Capacidade  de  70.000  unidades  por  ano  (PREVISÃO  DE   DEMANDA)  2002  –  9.000  unidades  
  • 5.
  • 6. PREVISÃO  não  é  META!   Previsões  –  “são  esRmaRvas  de  como  se  comportará  o  mercado   demandante  no  futuro.  De  uma  certa  forma  trata-­‐se  de  especulação  de   mercado.”     Metas  –  “são  a  parcela  desse  potencial  de  compra  do  mercado  a  que  a   empresa  deseja  atender.”   Fonte:  Correâ,  2008   Administração  de  Produção  e  de  Operações  
  • 7. Principais  erros     Gastar  tempo  e  esforço  discuRndo  se  acerta  ou  erra  na  previsão,   quando  o  mais  relevante  é  discuRr  “o  quanto”;     “Tentamos  muito  fazer  previsões  de  forma  técnica,  mas   conRnuamos  a  errar,  então  paramos!”    
  • 8. Sanduiche   Previsão  para  o  mês   Vendas   %  Erro   Quarteirão    2.500      1.930     -­‐23%   Big  Mac    6.000      7.269     -­‐21%   Hamburger    4.500      4.980     11%   Chessburger    3.000      2.730     -­‐9%   File  de  Peixe    1.200      1.429     19%   McChicken    1.800      1.200   -­‐33%   Total    19.000      19.388     2%   Média  de  erro  16%  
  • 9. Tecnicas  de   Previsao   QuanRtaRvas   QualitaRvas   Intrínsecas   Extrínsecas   Método  Delphi   Juri  ExcuRvo   Suavização   Regressão   Regressao   Força  de   Pesquisa  de   Média  Móvel   Potencial   Simples   MulRpla   Venda   Mercado   Projeção  de   Analogia   Decomposição     tendências   Historica  
  • 10. Tecnicas  de   Previsao   QuanRtaRvas   QualitaRvas   Intrínsecas   Extrínsecas   Método  Delphi   Juri  ExcuRvo   Suavização   Regressão   Regressao   Força  de   Pesquisa  de   Média  Móvel   Potencial   Simples   MulRpla   Venda   Mercado   Projeção  de   Analogia   Decomposição     tendências   Historica   Evita  que  uma  ou  poucas  opiniões  do  grupo  consultado  predomine  sobre  os  demais  
  • 11. Delphi   •  ÓRmo  método  para  lidar  com  aspectos   inesperados  de  um  problema     •  Previsões  com  carência  de  dados  históricos     •  Interesse  pessoal  dos  parRcipantes     •  Minimiza  pressões  psicológicas     •  Não  exige  presença  qsica  
  • 12. Delphi   •  Processo  lento,  média  de  6  meses   •  Dependência  dos  parRcipantes   •  Dificuldade    de  redigir  o  quesRonário   •  Possibilidade  de  consenso  forçado  
  • 13. Tecnicas  de   Previsao   QuanRtaRvas   QualitaRvas   Intrínsecas   Extrínsecas   Método  Delphi   Juri  ExcuRvo   Suavização   Regressão   Regressao   Força  de   Pesquisa  de   Média  Móvel   Potencial   Simples   MulRpla   Venda   Mercado   Projeção  de   Analogia   Decomposição     tendências   Historica   Captura  a  opinião  de  pequenos  grupos,  em  geral,  execuBvos  de  nível  alto.  
  • 14. Tecnicas  de   Previsao   QuanRtaRvas   QualitaRvas   Intrínsecas   Extrínsecas   Método  Delphi   Juri  ExcuRvo   Suavização   Regressão   Regressao   Força  de   Pesquisa  de   Média  Móvel   Potencial   Simples   MulRpla   Venda   Mercado   Projeção  de   Analogia   Decomposição     tendências   Historica   Cada  grupo  de  venda  emite  uma  esBmaBva  
  • 15. Tecnicas  de   Previsao   QuanRtaRvas   QualitaRvas   Intrínsecas   Extrínsecas   Método  Delphi   Juri  ExcuRvo   Suavização   Regressão   Regressao   Força  de   Pesquisa  de   Média  Móvel   Potencial   Simples   MulRpla   Venda   Mercado   Projeção  de   Analogia   Decomposição     tendências   Historica   Verifica  intenções  de  compras  futuras  
  • 16. Tecnicas  de   Previsao   QuanRtaRvas   QualitaRvas   Intrínsecas   Extrínsecas   Método  Delphi   Juri  ExcuRvo   Suavização   Regressão   Regressao   Força  de   Pesquisa  de   Média  Móvel   Potencial   Simples   MulRpla   Venda   Mercado   Projeção  de   Analogia   Decomposição     tendências   Historica   Analisa  uma  seria  histórica  e  tenta-­‐se  criar  uma  previsão  
  • 17. Calculo  da  Média  Móvel   Não  é  indicada  quando  há  Tendência  ou  Sazonalidade   •  A  média  móvel  usa  dados  de  um  número  já  determinado  de  períodos,   normalmente  os  mais  recentes,  para  gerar  sua  previsão.  A  cada  novo   período  de  previsão  se  subsRtui  o  dado  mais  anRgo  pelo  mais  recente.   ( Rt + Rt −1 + Rt − 2 + ... + Rt − n +1 ) Pt +1 = M t = n Pt +1: previsão para o próximo período; : média móvel no período t; Mt : valor real observado no período t; Rt : número de períodos considerados na média móvel. n
  • 18. Calculo  da  Média  Móvel   Período            Janeiro  Fevereiro    Março    Abril      Maio    Junho    Julho   Demanda            60                          50            45              50              45            70                60                                        Previsões  para  Julho                                                                       50 + 45 + 50 + 45 + 70 Mm5 = = 52,00 5 50 + 45 + 70 45 + 70 + 60 Mm3 = = 55,00 Mm3 = = 58,33 3 3 Previsão  para  Agosto   AlternaRva:  ponderar  os  períodos  com  pesos  maiores  para  os  mais  recentes   (50%,  30%,  20%:  Julho  =  58,50)   18  
  • 19. Calculo  da  Média  Móvel  
  • 20. Calculo  da  Média  Móvel  
  • 21. Ex  Calculo  da  Média  Móvel   Mes   Vendas  de  Copos   Janeiro   154   fevereiro   114   marco   165   Abril   ???   Abril  =  154+114+165  =  144                                                    3  
  • 22. Calculo  da  Média  Móvel  Ponderada  
  • 23.
  • 25. Dia     Vendas     Domingo   5   segunda   20   terca   30   quarta   35   quinta   49   sexta   70   sabado   15   Total   224   1.  Qual  o  fator  Sazonal?   2.  EsRmar  500  pratos,  qual  será  o  volume  para  cada  dia  na  semana?  
  • 26. Regressão  Linear   •  Uma  equação  linear  possui  o  seguinte  formato:       n(∑ XY ) − (∑ X )(∑ Y )   b= Y = a + bX 2   n(∑ X ) − (∑ X ) 2         a= ∑ Y − b(∑ X ) Y  =  Variável  Dependente;   n a  =  Intercepto  no  eixo  dos  Y;   b  =  Coeficiente  angular;   X  =  variável  Independente;   n  =  número  de  períodos  observados.  
  • 27. Regressão  Linear   Desvio  ou  erro   Valor    
  • 28. Regressão  Linear   Vendas   Propaganda   Meses   (milhões)   (milhares  $)   1   264   2,5   2   116   1,3   3   165   1,4   4   101   1   5   209   2   Próximo  mês  invesXmento  de  1,750  em   propaganda,  qual  a  quanXdade  de  vendas?  
  • 29. Regressão  Linear   Y=  -­‐8,137+109,230X     X=1,75     Y=  -­‐8,137+109,230(1,75)   =183,016  unidades