Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 1 Administração de Recursos Materiais e Patrimoniais.

Apresentação em tema: "Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 1 Administração de Recursos Materiais e Patrimoniais."— Transcrição da apresentação:

1 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 1 Administração de Recursos Materiais e Patrimoniais II

2 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 2 Administração de Materiais - Ciclo Clientes Demanda Identificar Fornecedores Negociação/ Compra Transporte Recebimento e Armazenagem Transporte Mov. Interna Expedição Produção Mov. Interna 1 2 3 4 5 6 7 8 9 10 Adaptado de Martins (2002) 1º Semestre 2º Semestre

3 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 3 Clientes Demanda Administração de Materiais - Ciclo Identificar Fornecedores Negociação/ Compra Transporte Mov. Interna Expedição Recebimento e Armazenagem Produção Mov. Interna 1 2 3 4 5 6 7 9 10 8 Adaptado de Martins (2002)

4 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 4 Previsão de Demanda Técnicas de Previsão Qualitativas Prever tendências para longo período de tempo Projeções de vendas baseadas de forma intuitiva e em opiniões. Utilizadas pela alta administração Extrínsecas Utilizado quando o produto projetado tem influencia de indicadores externos (macro-econômicos) Aumento / Diminuição do número de recém-nascidos influencia o consumo de fraldas e leites enriquecidos (NAN, Ninho, etc)

5 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 5 Previsão de Demanda Técnicas de Previsão Intrínsecas Mais utilizadas Usam dados históricos de consumo do produto ou serviço Técnicas importantes Demanda do mês igual do mês passado Venda de 100 mil veículos GOL em janeiro será a projeção para fevereiro Demanda do mês igual ao mesmo mês do ano anterior Venda de 80 mil veículos GOL em fevereiro/2007 será a projeção para fevereiro/2008 Leva em conta a questão da sazonalidade. Itens sem tendência de crescimento ou declínio e não sazonais, porém apresentam variação de vendas em cada mês.

6 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 6 Previsão de Demanda Técnicas de Previsão Média Móvel: Vendas de casas de alto padrão em 2007 (acima de R$ 1 Mi) Janeiro92Julho84 Fevereiro83Agosto81 Março66Setembro75 Abril74Outubro63 Maio75Novembro91 Junho84Dezembro84 Previsão para Janeiro/2008  Média Móvel dos últimos 3 meses o (Out + Nov + Dez)/ 3 = (63 + 91 + 84) / 3 = 79  Média Móvel dos últimos 6 meses o (Jul + Ago + Set + Out + Nov + Dez) / 6 o (84 + 81 + 75 + 63 + 91 + 84) / 6 = 79,66 ou 80  Vantagens: Produtos com demandas estáveis (Pães de Forma, Leite).

7 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 7 Previsão de Demanda Técnicas de Previsão Exercício em classe Com exceção do ano de Copa do Mundo, as vendas da camisa oficial da seleção brasileira ocorrem de forma praticamente constante em cada mês, de acordo com a tabela abaixo relatando as vendas em 2007. Janeiro 33.000 Julho 35.500 Fevereiro 32.000 Agosto 35.000 Março 35.000 Setembro 34.000 Abril 34.000 Outubro 36.000 Maio 35.000 Novembro 37.000 Junho 34.500 Dezembro 38.000 1º) Calcular a projeção de venda para o mês de janeiro utilizando a média móvel dos quatro meses anteriores 2º) Calcular a projeção de venda para o mês de janeiro utilizando a média móvel dos oito meses anteriores

8 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 8 Previsão de Demanda Técnicas de Previsão Previsões de Produtos Sazonais Panetones / Chocotones; Ovo de Páscoa; Aquecedores; Vendas em Supermercados; Movimento em feiras-livres Cálculo através de índices sazonais Vendas em supermercados durante o mês de junho/2007 SemanaVendasÍndice Sazonal 1ª 208.00029,0 % 2ª 161.00022,5 % 3ª 182.00025,5 % 4ª 165.00023,0 % Total 716.000

9 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 9 Previsão de Demanda Técnicas de Previsão Cálculo através de índices sazonais Considerando que a expectativa do mercado é vender R$ 800.000 no mês de junho/2008, projetar venda semanal. SemanaVendas Índice Sazonal 1ª 29,0 % 2ª 22,5 % 3ª 25,5 % 4ª 23,0 % Total 800.000

10 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 5 Previsão de Demanda Rastreamento de Previsões Previsão raramente é perfeita, tendo em muitos casos diferenças significativas No momento da confecção é necessário ter em mente os pontos abaixo: Perda ou Ganho de Grandes Clientes; Pedidos Esporádicos Promoção de Vendas Supermercados Modificação de Preços Produtos Importados Notebooks, TV LCD ou Plasma Lançamento de Novos Produtos Ex: Novo KA, Gol Copa Verificação e Correção podem ser: Diária: Reposição de Produtos em Supermercados Semanal Reposição de Automóveis em Concessionárias Mensal Início de novas construções

11 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 9 Previsão de Demanda Previsão – Percentual de Erro Desvio da Previsão Previsão = Demanda Exemplo (Casas Alto Padrão) Considerar estoque inicial de 10 casas MêsPrevisãoVendaPrevisão – VendaEstoque InicialEstoque Restante Jan100105-051010 – 5 = 05 Fev1009406055 + 6 = 11 Mar10098021111 + 2 = 13 Abr100104-041313 – 4 = 09 Maio100103-03099 – 3 = 06 Jun1009604066 + 4 = 10 Total600 10

12 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 9 Previsão de Demanda Previsão – Percentual de Erro Desvio da Previsão Previsão Menor que Demanda Exemplo (Casas Alto Padrão) Considerar estoque inicial de 10 casas MêsPrevisãoVendaPrevisão – VendaEstoque InicialEstoque Restante Jan 100105-051010 – 5 = 05 Fev 100104-04055 - 4 = 01 Mar 110108020101 + 02 = 03 Abr 110113-030303 – 03 = 0 Maio 1101090100 + 1 = 1 Jun 110 011 – 0 = 1 Total 64064901

13 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 9 Previsão de Demanda Previsão – Percentual de Erro Desvio da Previsão Previsão Maior que Demanda Exemplo (Casas Alto Padrão) Considerar estoque inicial de 10 casas MêsPrevisãoVendaPrevisão – VendaEstoque InicialEstoque Restante Jan 10094061010 + 06 = 16 Fev 10092081616 + 08 = 24 Mar 9591042424 + 04 = 28 Abr 9592032828 + 03 = 31 Maio 9095-053131 – 05 = 26 Jun 9094-042626 – 04 = 22 Total 57055822

14 Faculdade Morumbi Sul Prof.º Renan Okumura G. Godoy Administração de Recursos Materiais e Patrimoniais I 10 Referências Bibliográficas Petrônio Garcia Martins – Administração de Materiais e Recursos Patrimoniais, 2002. João José Viana – Administração de Materiais, 2002. Marco Aurélio Dias – Administração de Materiais (Uma abordagem logística), 2000 Antônio Galvão Novaes - Logística e Gerenciamento da Cadeia de Distribuição, 2005. Ronald Ballou - Gerenciamento da Cadeia de Abastecimento, 2005. Bowersox & Closs - Logística Empresarial, 2001.