A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

PREVISÃO DE DEMANDA Prof. Msc. Mauro Enrique Carozzo Todaro.

Apresentações semelhantes


Apresentação em tema: "PREVISÃO DE DEMANDA Prof. Msc. Mauro Enrique Carozzo Todaro."— Transcrição da apresentação:

1 PREVISÃO DE DEMANDA Prof. Msc. Mauro Enrique Carozzo Todaro

2 “Processo metodológico para determinação de dados (demanda) futuros baseados em modelos estatísticos, matemáticos ou econométricos ou ainda em modelos subjetivos apoiados em uma metodologia de trabalho clara e previamente definida.” Martins e Laugeni (2006, P. 226) O QUE É? PREVISÃO DE DEMANDA

3 •reduzir a incerteza sobre o futuro •reduzir os riscos na tomada de decisão PREVISÃO DE DEMANDA QUAL É O OBJETIVO?

4 • Porque existem demoras na provisão. • Servem como base para o planejamento. PREVISÃO DE DEMANDA POR QUE SÃO NECESSÁRIAS?

5 CARACTERÍSTICAS PREVISÃO DE DEMANDA Diretamente relacionada com a satisfação do cliente e a rentabilidade no longo prazo. Quase todas as previsões se baseiam na suposição de que o passado ira se repetir. Previsões raramente são perfeitas. As previsões de demanda agregada são, normalmente, mais precisas que as individuais (menos aleatoriedade).

6 ELEMENTOS PRESENTES EM UMA BOA PREVISÃO PREVISÃO DE DEMANDA O horizonte de previsão precisa cobrir o tempo necessário à implementação das possíveis mudanças. Previsões eficazes requerem uma base de dados de demanda precisa. Registrar a demanda (não vendas) em tempo real, não depois. Devem-se detectar demandas irregulares.

7 • Média, intervalo e estimação de probabilidade do intervalo. Ex: 100 (+/-) 20, com uma probabilidade de 95% • Intervalo de confiança = F ± z. SDE F: previsão para o período t z: numero de desvio padrão correspondente a área sob a curva normal. z = 1,64 (confiança de 90%), z = 1,96 (95%) e z = 3,0 (99,7%). SDE: desvio padrão do erro. PREVISÃO DE DEMANDA ELEMENTOS PRESENTES EM UMA BOA PREVISÃO DEVE SER EXATA

8 Curto:1 a 3 meses, por semanas ou meses Médio:3 meses a 2 anos, por meses ou trimestres Longo:2 a 10 anos, por trimestres ou anos PREVISÃO DE DEMANDA HORIZONTES DE PREVISÃO

9 MÉTODOS DE PREVISÃO MÉTODOSQUANTITATIVOSINTRÍNSECOSEXTRÍNSECOSQUALITATIVOS PREVISÃO DE DEMANDA

10 •Baseados na análise de séries de tempo*. •Modelam o padrão do passado para projetá-lo no futuro. •Horizonte: Médio e curto prazo. *Série de tempo: Sucessão de observações de uma mesma variável em intervalos regulares de tempo. PREVISÃO DE DEMANDA QUANTITATIVOS INTRÍNSECOS MÉTODOS DE PREVISÃO

11 Exemplos: •Médias móveis. •Ajustamento exponencial. •Decomposição. •Crescimento linear e não linear. •Entre outros. PREVISÃO DE DEMANDA QUANTITATIVOS INTRÍNSECOS MÉTODOS DE PREVISÃO

12 •Para demanda agregada e desagregada. •Objetividade (erro médio, desvio padrão, etc.). •Baixo custo. •Pode ser repetido muitas vezes. •Não prevê mudanças futuras. PREVISÃO DE DEMANDA QUANTITATIVOS INTRÍNSECOS MÉTODOS DE PREVISÃO

13 •Modelos causais (explicativos ou econométricos). •Horizonte: Longo prazo. Modelam a relação entre a demanda e outras variáveis (variáveis independentes) para projetar o futuro. PREVISÃO DE DEMANDA QUANTITATIVOS EXTRÍNSECOS MÉTODOS DE PREVISÃO

14 •Regressão simples, múltipla, linear e não linear. •Para demandas agregadas, dado que são muito custosos. •Grandes corporações. •Mais complexos que os intrínsecos (requerem previsão de variáveis externas). PREVISÃO DE DEMANDA QUANTITATIVOS EXTRÍNSECOS MÉTODOS DE PREVISÃO

15 Baseados em juízos e opiniões: •Método Delphi; •Pesquisa de mercados; •Painéis de expertos. PREVISÃO DE DEMANDA QUALITATIVOS MÉTODOS DE PREVISÃO

16 São úteis: •quando não existem dados históricos suficientes (novos produtos); •em previsões de longo prazo, quando não se pode supor que o passado ira-se repetir; •para ajustar valores obtidos por métodos quantitativos. PREVISÃO DE DEMANDA QUALITATIVOS MÉTODOS DE PREVISÃO

17 PREVISÃO DE DEMANDA – MÉTODOS INTRÍNSECOS EXEMPLOS DE SÉRIES TEMPORAIS

18 PREVISÃO DE DEMANDA – MÉTODOS INTRÍNSECOS EXEMPLOS DE SÉRIES TEMPORAIS

19 PREVISÃO DE DEMANDA – MÉTODOS INTRÍNSECOS

20 Período a período - horizonte deslizante. Ex: Se prevêem12 meses, cada mês que passa, volto a prever outros 12 meses (revisou os 11 que tinha previsto e acrescento 1) Na revisão se modificam previsões realizadas e se acrescenta um período novo. REVISÃO DA PREVISÃO PREVISÃO DE DEMANDA – MÉTODOS INTRÍNSECOS

21 A determinação do erro de previsão é fundamental para: •Determinar a efetividade do método •Comparar métodos Notação: Y: Demanda real observada no período t F: Previsão para o período t N: Quantidade de períodos observados Erro de previsãoe t = Y t – F t Erro médioē = Um bom modelo de previsão tem erro médio próximo de zero. PREVISÃO DE DEMANDA – MÉTODOS INTRÍNSECOS ERRO DE PREVISÃO

22 Desvio padrão do erro: Um bom modelo de previsão minimiza o desvio padrão dos erros (reduz estoque) PREVISÃO DE DEMANDA – MÉTODOS INTRÍNSECOS ERRO DE PREVISÃO

23 Médias Móveis Simples Previsão com médias moveis: •Usar n grande para séries muito aleatórias. •Usar n pequeno para autocorrelação (n pequeno suaviza o padrão) •Não modela tendência, nem sazonalidade. •Otimização de n: minimizar o SDE considerando N períodos históricos Obs: Com n = 1, a previsão é igual ao mês anterior. MÉTODOS INTRÍNSECOS – MÉDIAS MÓVEIS SIMPLES

24

25

26 Suavização Exponencial Simples Previsão: Aonde. Como valor inicial se considera: F 1 = Y 1 • É um dos métodos mais utilizados. •Usar α alto para séries muito suaves, α baixo para séries muito aleatórias. •Com alta (baixa) autocorrelação usar altos (baixos) valores de α. •Com α alto reage mais rápido à tendência, mas também às flutuações aleatórias. •Não modela tendência nem sazonalidade. •Otimização de α : minimizar o SDE considerando N períodos históricos Obs: o método necessita só os dados do período anterior, mas implicitamente estão todos. MÉTODOS INTRÍNSECOS – SUAVIZAÇÃO EXPONENCIAL SIMPLES

27

28

29 Referências Bibliográficas MARTINS, P. G. e LAUGENI, F. P. Capítulo 8: Previsão de Vendas. In: Administração da produção. Petrônio Garcia Martins e Fernando P. Laugeni. 2 ed. São Paulo: Saraiva, MOREIRA, D. A. Capítulo 11: Previsão da Demanda. In: Administração da produção e operações. MOREIRA, Daniel Augusto. 2 ed. São Paulo: Cengage Learning, STEVENSON, W. Capítulo 3: Previsões. In: Administração das operações de produção. STEVENSON, Willam J. 6 ed. Rio de Janeiro: LTC, 2001.


Carregar ppt "PREVISÃO DE DEMANDA Prof. Msc. Mauro Enrique Carozzo Todaro."

Apresentações semelhantes


Anúncios Google