Mtodos de Previso da Demanda utilizando o Excel

-Modelos Quantitativo
Amortecimento Triplo (Winter)
Decomposio

-Tcnicas Causais: Regresso

Este material deve ser utilizado em conjunto com as

Planilhas de Apoio que tratam dessas Tcnicas.

Prof. Manuel Garcia

Senac So Paulo
 Tcnicas Quantitativas de Previso da
Demanda

As tcnicas quantitativas de previso assumem como premissa bsica

que o comportamento da demanda passada pode basear a definio da
demanda futura.
As tcnicas quantitativas distinguem-se em:

Tcnicas de sries temporais:

Baseiam-se na identificao de padres existentes nos dados
histricos para utiliz-los no clculo do valor previsto.

Tcnicas causais:
Baseiam-se na identificao de variveis que influenciam o
comportamento da demanda para determinar a relao existente. Ou
seja, determinar a relao de causa (variveis independente ou
explicativa) e efeito (varivel dependente ou explicativa Demanda).
Senac So Paulo
 Projeo da demanda futura a partir do passado
Demanda

Previses
Tendncia
Vendas reais
passadas
Ciclicidade projetada

Faixa de erro identificada

no passado e projetada
para o futuro
Ciclicidade
passada

Passado Futuro tempo

Fonte: Corra e Corra (2005)

Senac So Paulo
Tcnicas de Sries Temporais: Componentes das sries
temporais
Tendncia: a orientao para cima, para baixo ou nivelada dos dados
histricos
Ciclicidade: So padres de variao dos dados que se repetem a cada
determinado intervalo de tempo (ex: vendas que se concentram no final do
ms). importante destacar que: A sazonalidade um tipo de ciclicidade
anual
Demanda Estvel Demanda Instvel

Tendncia nivelada Tendncia

(demanda em nvel) Crescimento

Ciclicidade Ciclicidade ou Sazonalidade

tempo perodo anual

Senac So Paulo
 Tcnicas Quantitativas de
Previso da Demanda
Tamanho do histrico
Sries Temporais necessrio para a
(Dados Intrnsecos) previso

Demanda Estvel
Mdia Mvel Simples Pequeno histrico (meses)

Mdio histrico (1 ano ou mais)

Amortecimento Exponencial

Mdia Mvel Dupla Demanda Instvel Pequeno histrico (meses)

Amortecimento Triplo (Mtodo Winter) Mdio / Alto histrico (2 anos)

Decomposio Alto histrico (3 anos ou mais)

Senac So Paulo
 Tcnicas de Sries Temporais
Amortecimento Exponencial Triplo (Mtodo de Winter)

Demanda = Nvel[F(alfa)] + Tendncia[F(beta)] + Ciclicidade[F(gama)] + Erro Previso

Ano 1 Ano 2 Ano 3

Dados do histrico Previso

Senac So Paulo
 Tcnicas de Sries Temporais
Amortecimento Exponencial Triplo (Mtodo de Winter)

Coeficientes de Amortecimento
a: coeficiente de amortecimento (0 1)
0 0,50

Nvel
1
ou ?
Qual fase do passado
mais representativa
Demanda passada para projetar o futuro?

Primeiro ano Segundo ano futuro

passado presente ?

Senac So Paulo
 Tcnicas de Sries Temporais
Amortecimento Exponencial Triplo (Mtodo de Winter)

Coeficientes de Amortecimento
b: coeficiente de amortecimento (0 1)
0 0,50

Tendncia
1
ou ?
Qual tendncia
mais representativa
para projetar o
futuro?

Primeiro ano Segundo ano futuro

passado presente ?

Senac So Paulo
 Tcnicas de Sries Temporais
Amortecimento Exponencial Triplo (Mtodo de Winter)

Coeficientes de Amortecimento
g: coeficiente de amortecimento (0 1)
0 0,50

Sazonalidade
1
ou ?
Qual ciclicidade
(sazonalidade)
mais representativa
para projetar o
futuro?

Primeiro ano Segundo ano futuro

passado presente ?

Senac So Paulo
 Tcnicas de Sries Temporais
Amortecimento Exponencial Triplo (Mtodo de Winter)

Senac So Paulo
 Tcnicas de Sries Temporais
Amortecimento Exponencial Triplo
Frmulas (Mtodo de Winter)
A B C D E F
1 Perodo Real Nvel Sazonal Tendncia Previso
2 1 900 =B2 =$C$27*(B2/C2)+(1-$C$27)*1 0
3 2 1000 =$A$27*(B3/1)+(1-$A$27)*(C2+E2) =$C$27*(B3/C3)+(1-$C$27)*1 =$B$27*(C3-C2)+(1-$B$27)*E2
4 3 800 =$A$27*(B4/1)+(1-$A$27)*(C3+E3) =$C$27*(B4/C4)+(1-$C$27)*1 =$B$27*(C4-C3)+(1-$B$27)*E3
5 4 980 =$A$27*(B5/1)+(1-$A$27)*(C4+E4) =$C$27*(B5/C5)+(1-$C$27)*1 =$B$27*(C5-C4)+(1-$B$27)*E4
6 5 1200 =$A$27*(B6/1)+(1-$A$27)*(C5+E5) =$C$27*(B6/C6)+(1-$C$27)*1 =$B$27*(C6-C5)+(1-$B$27)*E5
7 6 850 =$A$27*(B7/1)+(1-$A$27)*(C6+E6) =$C$27*(B7/C7)+(1-$C$27)*1 =$B$27*(C7-C6)+(1-$B$27)*E6
8 7 1300 =$A$27*(B8/1)+(1-$A$27)*(C7+E7) =$C$27*(B8/C8)+(1-$C$27)*1 =$B$27*(C8-C7)+(1-$B$27)*E7
9 8 1200 =$A$27*(B9/1)+(1-$A$27)*(C8+E8) =$C$27*(B9/C9)+(1-$C$27)*1 =$B$27*(C9-C8)+(1-$B$27)*E8
10 9 800 =$A$27*(B10/1)+(1-$A$27)*(C9+E9) =$C$27*(B10/C10)+(1-$C$27)*1 =$B$27*(C10-C9)+(1-$B$27)*E9
11 10 1800 =$A$27*(B11/1)+(1-$A$27)*(C10+E10) =$C$27*(B11/C11)+(1-$C$27)*1 =$B$27*(C11-C10)+(1-$B$27)*E10
12 11 800 =$A$27*(B12/1)+(1-$A$27)*(C11+E11) =$C$27*(B12/C12)+(1-$C$27)*1 =$B$27*(C12-C11)+(1-$B$27)*E11
13 12 1900 =$A$27*(B13/1)+(1-$A$27)*(C12+E12) =$C$27*(B13/C13)+(1-$C$27)*1 =$B$27*(C13-C12)+(1-$B$27)*E12
14 13 2900 =$A$27*(B14/D2)+(1-$A$27)*(C13+E13) =$C$27*(B14/C14)+(1-$C$27)*D2 =$B$27*(C14-C13)+(1-$B$27)*E13 =(C13+E13)*D2
15 14 3000 =$A$27*(B15/D3)+(1-$A$27)*(C14+E14) =$C$27*(B15/C15)+(1-$C$27)*D3 =$B$27*(C15-C14)+(1-$B$27)*E14 =(C14+E14)*D3
16 15 1700 =$A$27*(B16/D4)+(1-$A$27)*(C15+E15) =$C$27*(B16/C16)+(1-$C$27)*D4 =$B$27*(C16-C15)+(1-$B$27)*E15 =(C15+E15)*D4
17 16 1980 =$A$27*(B17/D5)+(1-$A$27)*(C16+E16) =$C$27*(B17/C17)+(1-$C$27)*D5 =$B$27*(C17-C16)+(1-$B$27)*E16 =(C16+E16)*D5
18 17 2300 =$A$27*(B18/D6)+(1-$A$27)*(C17+E17) =$C$27*(B18/C18)+(1-$C$27)*D6 =$B$27*(C18-C17)+(1-$B$27)*E17 =(C17+E17)*D6
19 18 2400 =$A$27*(B19/D7)+(1-$A$27)*(C18+E18) =$C$27*(B19/C19)+(1-$C$27)*D7 =$B$27*(C19-C18)+(1-$B$27)*E18 =(C18+E18)*D7
20 19 2500 =$A$27*(B20/D8)+(1-$A$27)*(C19+E19) =$C$27*(B20/C20)+(1-$C$27)*D8 =$B$27*(C20-C19)+(1-$B$27)*E19 =(C19+E19)*D8
21 20 2600 =$A$27*(B21/D9)+(1-$A$27)*(C20+E20) =$C$27*(B21/C21)+(1-$C$27)*D9 =$B$27*(C21-C20)+(1-$B$27)*E20 =(C20+E20)*D9
22 21 3500 =$A$27*(B22/D10)+(1-$A$27)*(C21+E21) =$C$27*(B22/C22)+(1-$C$27)*D10 =$B$27*(C22-C21)+(1-$B$27)*E21 =(C21+E21)*D10
23 22 2000 =$A$27*(B23/D11)+(1-$A$27)*(C22+E22) =$C$27*(B23/C23)+(1-$C$27)*D11 =$B$27*(C23-C22)+(1-$B$27)*E22 =(C22+E22)*D11
24 23 4500 =$A$27*(B24/D12)+(1-$A$27)*(C23+E23) =$C$27*(B24/C24)+(1-$C$27)*D12 =$B$27*(C24-C23)+(1-$B$27)*E23 =(C23+E23)*D12
25 24 3000 =$A$27*(B25/D13)+(1-$A$27)*(C24+E24) =$C$27*(B25/C25)+(1-$C$27)*D13 =$B$27*(C25-C24)+(1-$B$27)*E24 =(C24+E24)*D13
26 alfa beta gama Erro
27 0,5 0,5 0,5 =MDIA(#REF!)
28 Ref: WANKE; Peter. Previso de vendas, Atlas,2006
29 Parmetros alterveis na tabela
30
31 Previso Demanda = Nivel[F(alfa)] + Tendncia[F(beta)] + Ciclicidade[F(gama)] + Erro Previso
32

Fonte: Wanke (2006) Senac So Paulo

 Amortecimento Exponencial Triplo (Mtodo de Winter)
Caminhos no MS-Excel para a Previso:
Exemplo
Perodo Real Nvel Sazonal Tendncia Previso Teste
1 9990 9990,00 1,00 0,00 20000
2 8211 9812,10 0,86 -21,35 15000
Histrico
Ano 1
3 10798 9891,48 1,08 -9,26 10000 Ano 1
4 6623 9556,29 0,75 -48,37 5000
5 6609 9218,03 0,77 -83,16 0
6 7886 9009,98 0,90 -98,15 1 2 3 4 5 6 7 8 9 10 11 12
7 7673 8787,96 0,89 -113,01
8 9227 8730,15 1,05 -106,39
9 11058 8867,19 1,21 -77,18 25000 Histrico
10 10875 8998,51 1,17 -52,16 20000 Ano
Ano 2 2
11 12940 9345,72 1,32 -4,23 15000
10000
12 15798 9987,14 1,48 73,25 5000
13 13554 10409,75 1,25 115,17 10060 0,26 0
14 13061 10983,13 1,13 170,15 9099 0,30 1 2 3 4 5 6 7 8 9 10 11 12
15 12365 11187,05 1,10 174,21 12002 0,03
16 10044 11572,90 0,85 199,60 8467 0,16
17 9941 11894,59 0,82 214,25 9007 0,09 25000
18 9934 12006,10 0,84 201,93 10855 0,09 20000 Previso
Ano 3
19 11827 12309,12 0,95 214,06 10922 0,08 15000 Ano 3
20 12780 12491,22 1,03 210,22 13115 0,03 10000
21 12937 12504,84 1,06 186,63 15306 0,18 5000
22 18217 12975,24 1,36 220,68 14888 0,18 0
23 17186 13179,08 1,31 218,66 17408 0,01 1 2 3 4 5 6 7 8 9 10 11 12
24 23421 13637,35 1,68 247,41 19868 0,15
alfa beta gama Erro
0,1 0,12 0,83 0,13

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio

Esta tcnica tambm adequada para prever atravs de sries com

tendncia e sazonalidade. S que no oferece a possibilidade de considerar
uma maior representatividade de perodos mais recentes ou mais antigos.
O racional desta tcnica projetar para o prximo ano a tendncia dos anos
anteriores e tendo em vista esta tendncia aplicar a mdia da ciclicidade dos
anos anteriores esta tendncia projetada.

Etapas para a previso:

1. Representar os dados graficamente.

2. Adicionar a linha de tendncia.
3. Calcular os valores da reta de tendncia.
4. Calcular os coeficientes de ciclicidade.
5. Multiplicar os coeficientes de ciclicidade com os
valores da reta de tendncia para a previso.

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
Considere trs anos de histrico de vendas
Primeiro Ano Segundo Ano Terceiro Ano
Perodo Vendas
1 Janeiro 112 25 Janeiro 199
13 Janeiro 146
2 Fevereiro 146 26 Fevereiro 175
14 Fevereiro 113
3 Maro 122
27 Maro 88
15 Maro 92
4 Abril 125
28 Abril 112
16 Abril 160
5 Maio 127
29 Maio 149
6 Junho 157 17 Maio 188

18 Junho 190 30 Junho 140

7 Julho 150
19 Julho 168 31 Julho 154
8 Agosto 235
20 Agosto 235 32 Agosto 275
9 Setembro 60
21 Setembro 122 33 Setembro 90
10 Outubro 92 34 Outubro 120
22 Outubro 97
11 Novembro 206 23 Novembro 186 35 Novembro 226

24 Dezembro 354 36 Dezembro 360

12 Dezembro 312

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
1a) Representar os dados graficamente (MS-Excel)

1b) Marcar as clulas de dados

relativo aos dados de vendas
do histrico

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
1c) Representar os dados graficamente (MS-Excel)

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
2a) Adicionar linha de tendncia ao grfico (MS-Excel)

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
2b) Configurar projeo da linha de tendncia para 12 perodos
futuros, a equao da reta (MS-Excel)

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
2b) Linha de tendncia projetada e equao definida
desprezar o R-quadrado neste momento(MS-Excel)

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
3) Calcular os valores da linha de tendncia a partir da equao obtida
Onde y o valor desejado e x o perodo 1(janeiro Ano1); 2 (maro
Ano1)...13 (janeiro Ano2)...(MS-Excel)

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
4) Calcular os coeficientes de ciclicidade dividindo os valores das
vendas pelos valores da linha de tendncia (MS-Excel)

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
4) Calcular os coeficientes de ciclicidade para a previso atravs da
mdia dos coeficientes dos meses anteriores respectivos.

Jan 1 + Jan 2 + Jan 3

3

Dez 1 + Dez 2 + Dez 3

3

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
5) Multiplicar os valores da linha de tendncia pelos valores da
mdia de ciclicidade dos meses anteriores e respectivos.

Senac So Paulo
 Tcnicas de Sries Temporais
Decomposio
Completar o grfico com os valores da previso para o quarto
ano parabns voc j sabe como fazer (MS-Excel)

Senac So Paulo
 A Previso da Demanda

Tcnicas Causais
A ferramenta que ser apresentada a Anlise de Regresso Linear.
Esta ferramenta permite conhecer quanto um determinado fator explica a demanda e
como podemos descrever esta relao.
Exemplo: Qual a relao da demanda (vendas) com os gastos com propaganda?
Neste caso, a demanda (vendas) a varivel explicada (y) e os gastos com
propaganda a varivel explicativa (x).
A equao linear que descreve a relao : y = a + bx. Onde (a) representa o intercepto
de y, ou seja momento em que x = 0. J (b) o coeficiente angular da reta. y
No caso do exemplo ficaria: demanda = a + b*(gastos com propaganda).
b
a
Todavia importante esclarecer as seguintes fatos:
x
O modelo deve ser considerado como uma aproximao
da real relao funcional, visto a existncia de um erro aleatrio.
O modelo no permite extrapolaes fora dos limites estudados (limite dos dados).
O modelo fornece as seguintes possibilidades: descrio dos dados, estimao de
parmetros, previso.
Senac So Paulo
 A Previso da Demanda

Tcnicas Causais
Histrico de investimento em
propaganda Histrico da demanda

X Y 5000

Perodo Propaganda Demanda 4000

JANEIRO 75 1755 3000

2000 y = 10,175x + 1036,5
FEVEREIRO 268 3878
1000 R2 = 0,9602
MARO 221 3505
0
ABRIL 47 1727
0 50 100 150 200 250 300 350
MAIO 25 1593
JUNHO 93 1760
JULHO 237 3461
AGOSTO 330 4255 Demanda = 10,175 (investimento propaganda no ms) +
1036,5
SETEMBRO 107 2091
OUTUBRO 165 2801 Esta equao tem 96% (0,9602) de poder de explicao da
demanda (considerando somente a varivel investimento
NOVEMBRO 85 1467 em propaganda).
DEZEMBRO 49 1462

Senac So Paulo
 Tcnicas Causais
Caminhos no MS-Excel para Tcnica Causal (Regresso Linear)
1) Montar uma matriz com os 2) Criar o grfico de Disperso (XY)
dados histricos

Senac So Paulo
 Tcnicas Causais
Caminhos no MS-Excel para Tcnica Causal (Regresso Linear)

3) Criar o grfico de Disperso (XY)

Senac So Paulo
 Tcnicas Causais
Caminhos no MS-Excel para Tcnica Causal (Regresso Linear)
4) Adicionar linha de tendncia (click boto esquerdo sobre os pontos)

Senac So Paulo
 Tcnicas Causais
Caminhos no MS-Excel para Tcnica Causal (Regresso Linear)
5) Configurar tipo linear:

Senac So Paulo
 Tcnicas Causais
Caminhos no MS-Excel para Tcnica Causal (Regresso Linear)

6) Configurar opes (exibir equao e valor do R-quadrado):

Senac So Paulo
 Tcnicas Causais
Caminhos no MS-Excel para Tcnica Causal (Regresso Linear)

FIM: Voc j saber como fazer...

2
Qual o significado do R ?

Senac So Paulo