Universidade Federal do Vale do São Francisco Campus de Juazeiro Colegiado de Engenharia de Produção Previsão da demanda (parte 1) Disciplina: Gestão de.

Apresentação em tema: "Universidade Federal do Vale do São Francisco Campus de Juazeiro Colegiado de Engenharia de Produção Previsão da demanda (parte 1) Disciplina: Gestão de."— Transcrição da apresentação:

1 Universidade Federal do Vale do São Francisco Campus de Juazeiro Colegiado de Engenharia de Produção Previsão da demanda (parte 1) Disciplina: Gestão de serviços Professor: Marcel de Gois Pinto

2 Conteúdo  Revisão demanda e capacidade  Gerenciar capacidade e demanda  Previsão da demanda  Métodos quantitativos  Métodos qualitativos  Híbridos  Sistema de previsão da demanda

3 Capacidade  Segundo Moreira (1993) capacidade refere-se à quantidade máxima de produtos e serviços que podem ser produzidos numa unidade produtiva, num dado intervalo de tempo.  Ex: toalhas/hora, clientes/dia, pares/min, cheques compensados/hora  Variáveis da função capacidade: VolumeTempo

4  Quantidade de clientes que chega no sistema para serem tratados por período de tempo  Em serviços, o mesmo atendimento pode levar diferente intervalo de tempo para diferentes clientes  Aumenta a complexidade do setor  Existe uma aleatoriedade na chegada e no tempo de atendimento Demanda

5 Gerenciar a capacidade em serviços  Gerenciamento da capacidade de oferta  Compartilhar a capacidade  Aumentar a participação de clientes  Treinar empregados multifuncionais  Programar turnos de trabalho  Utilizar empregados em meio turno  Criar uma capacidade ajustável

6 Gerenciar a capacidade em serviços  Gerenciamento da demanda  Dividir a demanda  Desenvolver serviços complementares  Desenvolver sistema de reservas  Oferecer incentivos de preços  Promover demanda fora da alta estação Mas qual será a demanda da empresa no(s) próximo período?

7 Previsão da demanda  Aplicações:  Área financeira - planejamento da necessidade de recursos  Recursos humanos - modificações no nível da força de trabalho  Vendas - no agendamento de promoções)  Operações - gestão de estoques (bens facilitadores) e no desenvolvimento de planos agregados de produção

8 Previsão da demanda  Métodos utilizados:  Quantitativos ( forecasting ) - análise de séries temporais – previsões são realizadas a partir do passado (dados históricos)  Qualitativos - opinião de especialistas – previsões baseadas em experiência.  Combinação de ambos - modelos híbridos, ou validação de quanti por critérios quali. Qual o melhor tipo de método?

9 Sistema de Previsão da demanda  Três condições sem a qual não... (Makridakis et al., 1998)  Disponibilidade de informações históricas  Possibilidade da transformação das informações históricas em dados numéricos  Suposição da repetição de padrões observados em dados passados no tempo futuro. E NO CASO DE IMPLANTAÇÃO DE UMA EMPRESA DE SERVIÇOS?

10 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos

11 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Custo vs. Precisão

12 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Período – unidade de tempo da previsão  Horizonte – períodos fututos cobertos pela previsão  Intervalo – freqüência das novas previsões

13 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Dados estatísticos e dados subjetivos  Montagem do banco de dados – série temporal (serviços e demandas) e filtros  Classificação ABC dos produtos Classe A - Esta classe representa 80% do faturamento e cerca de 20% dos serviços A previsão de demanda é feita para cada produto desta classe. Estratificações das séries temporais de demanda podem também ser de interesse gerencial.

14 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Dados estatísticos e dados subjetivos  Montagem do banco de dados – série temporal (serviços e demandas) e filtros  Classificação ABC dos produtos Classe B - representa 15% do faturamento e cerca de 30% dos serviços. A previsão de demanda é feita individualmente para cada produto, porém estratificações nas séries não são, via de regra, necessárias.

15 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Dados estatísticos e dados subjetivos  Montagem do banco de dados – série temporal (serviços e demandas) e filtros  Classificação ABC dos produtos Classe C - contempla 5% do faturamento e cerca de 50% dos produtos vendidos pela empresa. Para os produtos nesta classe, o mais indicado é a realização de uma previsão agregada de demanda.

16 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Definição dos níveis de agregação  Permite a visualização de características de comportamento

17 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Modelos de forecasting contemplados no produto  Forma de gerenciamento das informações  A apresentação gráfica e relatórios dos resultados obtidos na análise  Sistema operacional  Fácil utilização e aprendizado

18 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Possibilidade de implementação de novos modelos de forecasting  Centenas de séries temporais podem estar em estudo?  Capacidade de processamento de dados do pacote  Precisão dos cálculos

19 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Dados históricos são agrupados e representados graficamente  Tratamento dos dados espúrios Procedimento A. Quando o valor espúrio encontra-se no final da série temporal e existem valores suficientes para gerar um modelo de previsão, substitui-se o valor espúrio pela previsão relativa ao período correspondente ao dado excluído.

20 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Dados históricos são agrupados e representados graficamente  Tratamento dos dados espúrios Procedimento B. Quando o valor espúrio encontra-se no início da série temporal substituir o valor espúrio por um valor médio das observações imediatamente adjacentes a ele, e gerar um modelo de previsão. Uma vez feita a previsão, o valor espúrio é substituído pela previsão relativa ao período correspondente.

21 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Conhecer os aspectos que influenciam a demanda a ser analisada (promoção, e.g.)  Características da série temporal (sazonalidade, tendência, entre outros)  Agregação temporal dos dados (agregamentos dos dados – seleção do modelo)

22 Sistema de Previsão da demanda  Passos na elaboração do sistema Definição do problema Coleta de informações Pacote computacional Análise preliminar Escolha dos modelos  Intervalo de previsões – também auxiliam na determinação do método a ser utilizado  Após implantado, o sistema deve ser contínuamente alimentado

23 Universidade Federal do Vale do São Francisco Campus de Juazeiro Colegiado de Engenharia de Produção Previsão da demanda (parte 1) Disciplina: Gestão de serviços Professor: Marcel de Gois Pinto