× Estatística 1 Estatística 2 Matemática Financeira Logística 1 Administração Financeira Logística 2

open

Logística 1 - Aula 5

Aula 05 - Técnicas de previsão de vendas I

Técnicas de previsão de vendas I

Introdução

Indiscutivelmente, as previsões fazem parte do planejamento, do negócio das empresas. No planejamento, é necessário projetar os cursos de ações futuras com base em estimativas das necessidades de recursos. As estimativas de vendas permitem elaborar o plano de metas, como também elaborar orçamentos de compras de materiais, valores limites de estoques, dimensionar estoques de segurança, força de trabalho, capital de giro etc.

É importante fazer dois registros. O primeiro é o da definição que queremos utilizar para a palavra previsão, que indica a projeção do passado para o futuro. O segundo, o da palavra predição que significa a antecipação de mudanças e de novos fatores que influenciarão a procura de bens ou serviços.

Uma vez que não podemos conhecer com certeza absoluta o que ocorrerá no futuro, precisaremos de um meio para prever ou inferir o que acontecerá.

O escopo das previsões pode ser examinado sob três aspectos, levando-se em conta o horizonte de planejamento pretendido:

  • longo prazo: projetar uma nova linha de produtos, as capacidades de novas instalações etc. nesse caso, o horizonte de planejamento considerado envolve um ou mais anos.
  • médio prazo: o planejamento da força de trabalho, das necessidades de estoques, das aquisições de matérias-primas. Intervalos de meses.
  • curto prazo: na determinação das capacidades de máquinas, das necessidades de caixa, da adequação dos estoques ou do volume de horas de trabalho. Intervalo de semanas.

Considerando-se o nível hierárquico de uma empresa, o horizonte de planejamento é mais longo na medida em que se sobe na pirâmide da hierarquia. Assim, a diretoria está muito mais preocupada com o longo prazo, especialmente na tomada de decisões estratégicas da empresa - planejamento de novos produtos, localização de novas instalações etc. - enquanto os gerentes operacionais estão voltados para o curto prazo — como atender às demandas de bens nas próximas semanas, por exemplo, programação de trabalho.

Além disso, algumas características das previsões devem ser ressaltadas:

  • Nenhuma previsão é perfeita.
  • Quanto maior o horizonte de planejamento, mais imprecisas são as estimativas.
  • Fazer previsões para família de produtos leva à maior chance de acerto do que fazer previsões individuais de cada produto.

Por último, todo sistema de previsão deverá ter um procedimento de correção dos desvios. Isso significa que deveremos fixar um limite para os desvios entre os valores previstos e os valores reais, a partir do qual será necessário rever o modelo de previsão utilizado.

Índice de sazonalidade

No refinamento do modelo de previsão é importante complementar a análise de modelagem incluindo dois fatores: tendência e sazonalidade. A tendência é a medida que permite identificar se, em determinado período, as estimativas oscilam para um crescimento ou um declínio. Da mesma forma, a sazonalidade denota que, em determinados períodos, as oscilações de aumento e redução da demanda ocorrem com frequência cíclica.

Optámos por medir a sazonalidade em formato percentual, isto é, quando um determinado mês supera a média, então o índice de sazonalidade será superior a 100% e vice-versa. Segue pela seguinte fórmula:

\begin{equation} \text{Sazonalidade } = \frac{\text{Demanda média do período estudado}}{\text{Demanda média}} \end{equation}

Exemplo:

Mês Sazonalidade
1 90%
2 100%
3 102%
4 110%
5 98%
6 95%
7 105%
8 100%
9 90%
10 90%
11 120%
12 100%

Percebe-se que ao final, a média da sazonalidade é 100%. Caso queira fazer previsões, pode-se usar o índice de sazonalidade. Caso saiba a média anual do ano e queria saber o valor de janeiro, usa-se o índice de sazonalidade para janeiro vezes a média anual para saber a previsão de janeiro.

Modelos de previsão

De uma maneira geral, a literatura tem classificado os modelos de previsão segundo dois grandes grupos: métodos quantitativos e métodos qualitativos.

O primeiro deles envolve os métodos qualitativos, ou não-científicos. São essencialmente critérios subjetivos. Os métodos qualitativos são utilizados em situações vagas ou em casos de existência de poucos dados, como, por exemplo, lançamento de um novo produto, introdução de uma nova tecnologia etc.

Esses métodos se baseiam, em sua maioria, na experiência de um grupo de especialistas e na intuição.

Formas qualitativas:

  • utilizar as estimativas de vendas dos vendedores de uma forma consolidada;
  • método delphi. Esse processo se inicia com a resposta anônima a uma série de perguntas.
  • pesquisa com os clientes ou pesquisa de mercado;
  • utilizar como base um produto similar;
  • etc...

Já nos métodos quantitativos, as estimativas são elaboradas com base na existência de dados históricos. Destacam-se: o método mais ingênuo em que a estimativa da demanda futura é igual ao consumo recente, os métodos de séries temporais (médias móveis, médias alisadas e projeções de tendências) e modelos causais, envolvendo regressões lineares.

A criação de modelos que explicitem o comportamento de um fenômeno em observação é uma das preocupações estatísticas ao analisar dados históricos.Esse fato está diretamente relacionado à hipótese de que os dados históricos possuem informações valiosas sobre o comportamento futuro do fenômeno e, como tal, poderá servir de base para estimativas futuras, dentro de certos limites.

Previsões baseadas no último período

Este modelo indica que a demanda do mês previsto será igual ao último mês.

Previsões baseadas em médias móveis

Aqui a palavra móvel significa movimento, visto que a tomada de valores para o cálculo da média varia em função do tempo.Essa técnica considera que, embora exista uma ligeira tendência ascendente ou descendente nos dados históricos, ela será relativamente pequena em comparação com os erros aleatórios e consequentemente terá pouca influência no cálculo do valor projetado pela média móvel.

A expressão matemática que traduz essa média está indicada na seguinte equação:

  • D -> demanda
  • k -> tempo anterior ao que está sendo previsto
  • j -> primeiro período que será utilizado para média móvel
\begin{equation} D_{\text{média móvel}} = \frac{\sum_{i=j}^{k}{D_i}}{k - j + 1} \end{equation}

Como exemplo:

Mês Consumo
1 99
2 100
3 102
4 98
5 99
6 96
7 102
8 101
9 104
10 96
11 99
12 98
13 ?

Como prever o 13º mês usando uma média móvel com períodos de 12 meses?

\begin{equation} D_{13} = \frac{\sum_{1}^{12}{D_i}}{12 - 1 + 1} = \frac{99+100+...+99+98}{12} = 99,50 \end{equation}

Logo, a média prevê uma demanda de 99,50 no consumo para o 13º mês.

Caso já tenha o cálculo da demanda, o jeito mais fácil de calcular a demanda seguinte é pela fórmula:

\begin{equation} D_{\text{média móvel}} = D_{\text{média móvel anterior}} + \frac{D_{\text{último dado}}}{\text{período da média móvel}} -\frac{D_{\text{primeiro dado}}}{\text{período da média móvel}} \end{equation}

Em outras palavras, retirar o primeiro dado que não fará mais parte da média e adicionar o último dado. No exemplo, se quisermos calcular a média móvel do 14º mês, imaginando que no 13º o consumo foi de 100:

\begin{equation} D_{14} = 99,50 + \frac{100}{12} - \frac{99}{12} = 99,58 \end{equation}

Um aspecto a ser considerado no cálculo das previsões a partir de cálculo de médias é que a média móvel leva um determinado período para incorporar uma tendência de aumento ou diminuição dos valores que compõem os dados históricos.

Previsões baseadas em médias móveis ponderadas

No primeiro exemplo apresentado, o cômputo pela média de 12 meses implicava atribuir peso igual a 1/12 para cada dado histórico incluído no cálculo dessa média. Em alguns casos, os dados históricos são tratados de acordo com um grau de importância de tal ordem que cada um dos períodos incluídos no cálculo da média passa a ter um peso que corresponde a sua importância na tomada da média.

De uma forma generalizada, o modelo de previsão baseado na média móvel ponderada tem o aspecto da equação:

  • D -> demanda
  • W -> peso para média ponderada
  • k -> tempo anterior ao que está sendo previsto
  • i -> primeiro período que está sendo analisado
\begin{equation} D_{\text{média móvel ponderada}} = \frac{\sum_{i}^{k}{D_i*W_i}}{\sum_{i}^{k}{W_i}} \end{equation}

Como exemplo:

Mês Consumo peso
1 99 1
2 100 2
3 102 3
4 ?

Qual a demanda do mês 4 utilizando média móvel ponderada?

\begin{equation} D_{4} = \frac{\sum_{1}^{3}{D_i*W_i}}{\sum_{1}^{3}{W_i}} = \frac{99*1 + 100*2 + 102*3}{1+2+3} = 100.83 \end{equation}

Exercícios

1) Uma empresa, fabricante de peças WR, teve neste ano, o seguinte volume de vendas de seu produto AM; janeiro = 4100, fevereiro = 3800, março = 3800, abril = 4000, maio = 4100, junho = 4200 e julho =4900. Determine a previsão para agosto, considerando:

a) O método do último pedido. b) O método da média móvel, considerando neste caso, n = 3. c) Com base no resultado da média móvel, qual seria a previsão para setembro (Considerar n = 3)

2) Suponha que seu estoque de vendas de mercadorias é mantido a partir da previsão de demanda. Se o distribuidor de vendas ligar no primeiro dia de cada mês, calcule sua previsão de vendas para cada um dos três métodos solicitados, sabendo que as vendas nos meses de junho, julho, agosto, foram respectivamente: 260, 290, 310 unidades.

a) Utilizando uma móvel, qual será a previsão para o meses de setembro e outubro?

b) Utilizando a média ponderada, qual será a previsão para setembro, com valores de 0,20, 0,30 e 0,50 para junho, julho e agosto, respectivamente?

3) A demanda de um produto dos últimos três meses foi:

Três meses atrás 620 unidades. Dois meses atrás 570 unidades. Mês passado 545 unidades.

a) Utilizando uma média móvel simples de três meses, qual seria a previsão para este mês?

b) Se ocorrerem 560 unidades este mês, qual seria a previsão para o próximo mês?

4) Se a demanda média para o primeiro trimestre do produto X no ano de 2007 foi de 1260 unidades e a demanda média para todos os trimestres do mesmo ano foi de 4200, qual é o índice de sazonalidade para o primeiro trimestre de 2008?

5) A demanda média para o mês de janeiro foi de 270 unidades e a demanda média anual foi de 5400 unidades. Calcule o índice de sazonalidade para janeiro. Se a empresa prevê que a demanda anual para o próximo ano será de 6000 unidades, qual é a previsão para janeiro do ano seguinte?

6) Uma empresa de processamento de embutidos usa o processo da média móvel para prever a demanda do mês seguinte. Os dados disponíveis de consumo estão indicados no quadro a seguir:

Mês Demanda
1 105
2 106
3 110
4 110
5 114
6 121
7 130
8 128
9 137
a) Calcule uma média móvel de cinco meses para prever a demanda do mês 10.

b) Calcule uma média móvel de três meses para prever a demanda do mês 10.

c) Calcule a média móvel ponderada de três meses, em que os pesos sejam os maiores para os últimos meses e decresçam na ordem de 3, 2 e 1, para prever a demanda do mês 10.

7) A demanda média para o mês de janeiro foi de 100 unidades em 2017. Qual a previsão de janeiro de 2018 a partir da média móvel do seguinte conjunto de dados:

Ano Demanda média anual
2015 1200
2016 1100
2017 1000

Gabarito

1) a) 4900; b) 4400; c) 4500.

2) a) 287 para setembro e 296 para outubro; b) 294.

3) a) 578; b) 558.

4) 0,3.

5) 300 unidades.

6) a) 126; b) 131,67; c) 130,5;

7) 110 unidades;

In [ ]: