Gerenciamento e Previso de Demanda

l Cadeia de valor de suprimento e Previso de Demanda; l Demanda (princpios bsicos); l Gerenciamento da demanda; l Por que previses de demanda so necessrias?; l Previso de Demanda; l Relao entre o n vel de agregao e horizonte de previso; l O processo de previso; l Mtodos de Previso; l Concluses
1

Cadeia de valor de suprimento e Previso de Demanda

Recebimento de pedido

Planejamento de demanda

Compra de materiais

Abastecimento

Fabricao

Estocagem

Distribuio

Alocao aos canais

Entrega

Faturamento

Venda

Demanda l Alguns princpios bsicos

A Demanda probabilstica; A problem tica do Planejamento da Demanda no pode ser dissociada da Gesto de Estoques na rede;

Planejamento da Demanda se refere e articula a estrutura com as pol ticas da rede;

melhor prever do que no prever.

Gerenciamento da Demanda l Posies bsicas Passiva Ativa

Aceitar os nveis de demanda e adequar a produo?

No aceitar os n veis de demanda e tentar alterar estes a partir de aes de marketing

Gerenciamento da Demanda Gerenciamento passivo da Demanda Gerenciamento ativo da Demanda

Como atender a Demanda?

Como influenciar a Demanda?

Gerenciamento da Demanda l Planejamento da demanda

Previso de Demanda; Planejamento de novos produtos; Colaborao com clientes.

Planejamento de capacidades; de alocao de estoques; de produo; de distribuio etc.

l Execuo e controle da demanda

Preenchimento de ordens; Gesto do consumo da previso; Tratamento de demandas inesperadas.

Gesto de estoques e Buffer; Programaes de ordens emergenciais etc.

Por que previses de demanda so necessrias?

l Previso uma especulao sobre o futuro l Previso de demanda visa determinar nveis futuros de demanda l fundamental (?) para o planejamento

Previso de Demanda

Importncia para o negcio l Impacto em decises de Curto Prazo

Previses de curto prazo (menores que um ano) so fundamentais para uma execuo mais precisa de diversas atividades logsticas como controle de estoques, DRP, alocao da produo em diversas plantas, etc.

l Impacto em decises de Longo Prazo

Previses de longo prazo so importantes para o planejamento de capacidade e tomada decises como abertura de novas plantas, bem como elaborao de oramentos anuais e planos diretores.

Relao entre o nvel de agregao e horizonte de previso

Horizonte de previso

Bloco ... Pas Regio (Estado ou Cidade) Fbrica ou Centro de Distribuio Famlia ou Grupo de Produtos SKU
10

Nvel de Agregao

Previso de Demanda
l Setor Atacadista -Varejista

Impacto de novas tecnologias:

Automao de PDVs Uso de B2B, B2C, ECR, QR, CFRP

Relacionamento com fornecedores Maior Lead-time - previso de mais longo prazo previso desagregado por produto departamento de Marketing
objetivos de marketing plano de vendas por canal objetivos de vendas X capacidade

l Fabricante de Bens de Consumo

l Setor de Servios

Impossvel estocar servios Questo crucial: Dimensionamento de Capacidade

Quanto e Quando alterar a capacidade ?

11

Previso de Demanda
Contribuio para o supply chain management:
P3 = P2+ E3 P2 = P1+ E2 P1 = D + E1 Previso nica baseada na demanda do cliente final Prticas/ ferramentas: CPFR B2B/B2C/ECR QR Reduo dos erros Reduo dos estoques

Fornecedor

Distribuidor

Varejista

Cliente
Demanda D

Erro Total Propagado = E1 + E2 + E3

12

O Processo de Previso
Base de Dados
Pedidos Histrico Tticas

Processo de Previso
Administra o da Previso Sistema de suporte previso Tcnicas de previso

Usurios da Previso
Finanas Marketing Vendas Produo Logstica

l Etapas

1. Coleta de Dados (contnua) 2. Avaliao da informao:

3. Preparao da previso:

Descrever a srie (comportamento dos dados) Verificao de tendncias, ciclos e variaes sazonais; Verificao de pontos de mudana no comportamento da srie; Observaes anormais (ou esprias), etc. (objetivo de anlise (comportamento) ou previso) Investigar mecanismo gerador da srie , Prever a partir do passado, e/ou Procurar periodicidades relevantes nos dados.

4. Monitorao do processo

13 Identificao e minimizao dos erros de previso

Componentes da demanda

l Demanda Mdia l Tendncia l Sazonalidade l Elementos cclicos l Aleatoriedade l Autocorrelao

14

Componentes da Demanda

15

Mtodos de Previso
l Evoluo

Previso Intuitiva Mtodos Qualitativos Mtodos Quantitativos

Relaes Causais Anlise de Sries

Computador

temporais
Simulao

Mtodos Qualitativos/ Quantitativos/ Intuio

16

Mtodos qualitativos
l As tcnicas qualitativas usam dados como opinies de experts e informaes especiais para a previso e podem ou no considerar dados do passado. So ideais para as situaes em que h poucos dados histricos e exigido julgamento da gerncia para os dados. Um exemplo a obteno de dados de vendas de uma determinada regio a partir de dados fornecidos pelos vendedores. Nesta categoria, so utilizadas pesquisas e reunies para a obteno dos dados.

Pesquisa de Mercado Delphi Painel de Especialistas Cenrios Analogia Histrica Anlise de Impacto Cruzado 17

Mtodos qualitativos
l Mtodo Delphi

18

Mtodos quantitativos
l Relaes Causais

Estas tcnicas baseiam-se na correlao entre fatores inicialmente independentes, que explicam altera es nas vendas. Assim, possvel estabelecer relao entre a temperatura, e o consumo de caf em um jogo de futebol.

19

Mtodos quantitativos
l Relaes Causais

20

10

Mtodos quantitativos
l Relaes Causais

21

Mtodos quantitativos
l Anlise de sries temporais

So mtodos estat sticos que utilizam dados hist ricos que contm interrelaes e tendncias relativamente claras e estveis. Srie temporais so utilizadas para identificar (1) variaes sistem ticas nos dados em decorrncia de sazonalidade, (2) padres c clicos, (3) tendncias, e (4) aumento das taxas destas tendncias. Esta categoria assume que o futuro ser similar ao passado, e por isso adequada para horizontes de curto prazo. Incluem uma variedade de t cnicas que analisam o padro e o movimento dos dados histricos.

22

11

Mtodos quantitativos
l Mdia Mvel

23

Mtodos quantitativos
l Atenuao ou Amortecimento Exponencial

24

12

Mtodos quantitativos
l Anlise de Sries temporais - Desvantagens

Requerem grandes quantidades de dados histricos; A busca por um alfa () adequado pode ser longa; Apresenta utilizao limitada quando o horizonte de tempo e longo; Previses so fortemente sens veis a erros em funo dos dados de entrada;

E se o futuro for diferente?

25

Mtodos quantitativos
l Simulao

Baseada na utilizao modelos computacionais;

de

O operador atribui valores para variveis internas ou externas, ou seja, cria cenrios; possvel formular questes do tipo O que .......se.......?

26

13

Mtodos de Previso
l Mtodos x Horizonte de Planejamento (Resumo)

27

Mtodos de Previso
l No so totalmente efetivos...

...por que...
...so geradas segundo perspectivas locais (funcionais); ...no se reconhece que o Forecasting seja parte de um esquema global de planejamento; ...se esquece que as previses sempre estaro erradas; ...as previses so feitas para coisas/vari veis erradas; ...o mtodo selecionado inapropriado ou mal parametrizado; ... No h feedback/ajuste do desempenho dos modelos.

l Erros de previso

Desvio Absoluto Mdio (MAD); Desvio Quadrado Mdio (MSD). 28

14

Concluses
l O processo de previso de demanda constitui um esforo onde a empresa deve refletir sobre o nmero em si, alterando-o em funo de expectativas de mercado, efeitos promocionais etc. l Para isso, a existncia de um mtodo estat stico padronizado e adequado a realidade da empresa, paralelamente a um sistema computacional, so elementos fundamentais a elaborao de previses cada vez mais rpidas e precisas.

29

15