Академический Документы
Профессиональный Документы
Культура Документы
O que
uma estimativa sobre a informao (antecipada) da
Previso
?
demanda dos clientes;
Pode ter origem no cliente, ou ser gerada pela prpria
empresa;
Toda previso contm uma variao (margem de erro)
e necessrio entender as causas desta variao para
tentar reduzir seus impactos.
GESTO DA DEMANDA
FERRAMENTAS PARA ANTECIPAR A
DEMANDA FUTURA COM ALGUMA
PRECISO
GARANTIR O DESEMPENHO EM
CONFIABILIDADE DE ENTREGA
Previso de
Demanda
Influncia
sobre o
Mercado
Gesto de
Demanda
Comunicao
com o
Mercado
Promessa
de Prazos
Priorizao
e Alocao
PARCELAMENTO DE ENTREGA
INCENTIVO A MIX DE PRODUTOS
PROMOO E PROPAGANDA
HABILIDADE DE DECIDIR QUAIS
CLIENTES SERO ATENDIDOS
TOTAL OU PARCIALMENTE
PESSOAL DE VENDAS E REPRESENTANTES
TRAZER INFORMAES DOS CLIENTES E
DOS MERCADOS
tempo
mdio prazo
Longo prazo
decises
A
B
C
Efeito da
deciso A
Efeito da
deciso B
Efeito da
deciso C
GESTO DE DEMANDA
A administrao de pedidos e da previso de
vendas, tomada conjuntamente, denominada
como gesto da demanda.
Tal processo engloba a interface da empresa
com seu mercado consumidor, cadastramento
de pedidos, a previso de vendas, promessa de
entrega, o servio ao cliente e a distribuio
fsica.
ERROS FREQUENTES EM
PREVISES
Erro 1: Confundir previses com
metas e, um erro subseqente,
considerar as metas como se fossem
previses.
Erro 2: Gastar tempo e esforo
discutindo se se "acerta" ou "erra"
nas previses, quando o mais
relevante discutir "o quanto" se
est errando e as formas de alterar
processos envolvidos, de forma a
ERROS FREQUENTES EM
PREVISES
Hoje
Horizonte futuro
(tempo)
PREVISO DE DEMANDA
PREVISO DE DEMANDA
Caractersticas da
demanda
Demanda
Sazonal: varia dependendo da poca do ano
(clima, frias, eventos)
2500
Big Mac
6000
Hamburger
4500
Cheeseburger
3000
Fil de peixe
1200
MacChicken
1800
Total
18.000
Vendas efetivas no ms
passado na loja analisada
% erro da
previso
2500
1930
22,8%
Mdia dos
Big Mac
6000
7269
21,5%
erros das
Hamburger
4500
4980
10,6%
previses por
Cheeseburger
3000
2730
9,0%
Sanduche
Fil de peixe
1200
1429
19,0%
20,8%
MacChicken
1800
1050
41,6%
18.000
18.443
2,4%
Sanduche
Total
Hoje
Horizonte futuro
Previso de
dem anda / erro
(tempo)
TRATAMENTO
QUALITATIVO
DAS
INFORMAES
TRATAMENTO
QUANTITATIVO
DOS DADOS DE
VENDAS E
OUTRAS
VARIVEIS
REUNIO DE PREVISO
COMPROMENTIMENTO DAS REAS
ENVOLVIDAS
TRATAMENTO
DAS
INFORMAES
DISPONVEIS
PREVISO DE
VENDAS
AVALIAO CRTICA DO PROCESSO DE GERAR PREVISES
INFORMAES
QUE EXPLIQUEM
COMPORTAMENT
O ATPICO
DADOS
HISTRICOS DE
VENDAS
DADOS DE
VARIVEIS QUE
EXPLIQUEM AS
VENDAS
PROJEES
LONGO PRAZO:
OPINIO DE
ESPECIALISTAS
Faixa de erro
(CONSENSO)
identificada no passado
Demanda
LONGO PRAZO:
O FUTURO
NO
GUARDA
Vendas reais
do passado
RELAO DIRETA Ciclicidade
COM O
identificada no passado
e projetada no futuro
PASSADO
MDIO PRAZO:
O FUTURO TENDE A
REPETIR O PASSADO NA
CORRELAO DE
Tendncia identificada no passado
VARIVEIS
e projetada no futuro
CURTO PRAZO:
O FUTURO TENDE A SER
UMA CONTINUAO DO
PASSADO
passado
MDIO PRAZO:
MODELOS CAUSAIS
Previses de curto prazo
OU
EXPLICAO
feitas com
base DE
nas projees
REGRESSO LINEAR
MLTIPLA
CURTO PRAZO:
tempo
TCNICA
DE
futuro
SRIES
TEMPORAIS
Mtodo Quantitativo x
Qualitativo
Mtodos quantitativos utilizam dados histricos para prever a demanda
em perodos futuros.
A previso da demanda futura requer a construo de modelos
matemticos a partir dos dados disponveis (ou seja, a partir de dados
que descrevem a variao da demanda ao longo do tempo; este grupo
de dados denominado srie temporal)
Mtodos qualitativos baseiam-se em opinies de especialistas, os quais
fundamentam se no julgamento de executivos, apreciao do pessoal de
vendas e expectativas dos consumidores.
Como diferentes indivduos apresentam preferncias distintas, esses
mtodos
so vulnerveis a tendncias que podem comprometer a confiabilidade
de seus resultados.
parcela qualitativa
da previso
parcela quantitativa
da previso
SRIES HISTRICAS
Ciclicidad
e
Vendas
Reais
Tendnci
a
SRIES HISTRICAS
PERMANNCIA
TRAJETRIA
MDIAS MVEIS
ADEQUADO PARA SRIES HISTRICAS DE HIPTESE DE
PERMANNCIA
VENDAS
JANEIRO
FEVEREIR
O
MM3
MM4
MM6
89
(89 + 92 + 100)/3
(92 + 100 + 107)/3
(100 + 107 + 89)/3
92
MARO
100
ABRIL
107
93,7
MAIO
89
99,7
97,0
90
87
93
92
110
98,7
95,3
88,7
90,0
90,7
97,0
96,5
93,3
89,8
90,5
94,5
94,2
94,3
93,0
86
98,3
95,5
93,5
107
96,0
95,3
93,0
JUNHO
JULHO
AGOSTO
SETEMBRO
OUTUBRO
NOVEMBR
O
DEZEMBR
O
89
FEVEREIRO
92
MARO
ABRIL
MAIO
JUNHO
JULHO
AGOSTO
SETEMBRO
OUTUBRO
NOVEMBRO
DEZEMBRO
100
107
89
90
87
93
92
110
86
107
PESO
95,4
101,9
96,6
93,1
88,3
90,6
91,3
101,2
94,4
Pt+1 = x Vt + (1 ) x S t
Previs
o
Pt+1 = x Vt + (1 ) x S t
0,1
Janeiro
154
150
Fevereiro
114
150,4
Maro
165
146,8
Abril
152
148,6
Maio
176
148,9
Junho
134
151,6
Julho
123
149,9
Agosto
154
147,2
Setembro
134
147,9
Y=a+
bX
Y = Previso da demanda para o perodo X;
a = Ordenada origem, ou intercesso no eixo dos Y;
b = Coeficiente angular;
X = Perodo (partindo de X=0) para previso;
n = nmero de perodos observados.
(Y)
450
430
470
480
450
500
520
530
Semana
(X)
1
Demanda
(Y)
450
XY
450
430
860
470
1410
480
16
1920
450
25
2250
500
36
3000
520
49
3640
530
64
4240
X = 36 Y = 3.830 X = 204
XY =
17.770
Dia
segund
a
tera
quarta
quinta
sexta
sbado
doming
o
segund
a
tera
quarta
quinta
sexta
sbado
doming
o
segund
a
tera
quarta
quinta
sexta
sbado
doming
o
segund
443
448
443
449
443
448
443/7
448/7
443/7
449/7
443/7
448/7
63,3
64,0
63,3
64,1
63,3
64,0
50/63,3
55/64
52/63,3
56/64,1
65/63,3
80/64
0,79
0,86
0,82
0,87
1,03
1,25
85
443
443/7
63,3
85/63,3
1,34
55
50
58
50
70
75
438
435
435
431
441
436
438/7
435/7
435/7
431/7
441/7
436/7
62,6
62,1
62,1
61,6
63,0
62,3
55/62,6
50/62,1
58/62,1
50/61,6
70/63
75/62,3
0,88
0,80
0,93
0,81
1,11
1,20
80
446
446/7
63,7
80/63,7
1,26
52
50
54
60
65
85
456
454
457
458
456/7
454/7
457/7
458/7
65,1
64,9
65,3
65,4
52/65,1
50/64,9
54/65,3
60/65,4
0,80
0,77
0,83
0,92
90
ndice de
sazonalidade
I
segunda
=
I tera =
I quarta
=
I quinta =
I sexta =
I sbado
=
I domingo
=
0,82
0,81
0,86
0,87
1,07
1,23
1,30
-X
2
5
10
12
25
30
35
32
0
1
5
5
20
24
47
45
2
5
10
12
25
30
35
32
Y=
151
0
1
5
5
20
24
47
45
X=
147
XY
0
1
25
25
400
576
2209
2025
0
5
50
60
500
720
1645
1440
X =
5.261
XY =
4.420
b = 8*4420 147*151
8*5261 147*147
b = 0,643
a = 151 0,643*147
8
a = 7,067
Y = 7,067 + 0,643*X
Y
Y = 46 guarda-chuva
Usos da
Previso
Auxilia na tomada de deciso: (aquisio de recursos,
equipamentos), abertura de filiais;
PREVISO DE VENDAS