
















































Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Os melhores documentos à venda: Trabalhos de alunos formados
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Comunidade
Peça ajuda à comunidade e tire suas dúvidas relacionadas ao estudo
Descubra as melhores universidades em seu país de acordo com os usuários da Docsity
Guias grátis
Baixe gratuitamente nossos guias de estudo, métodos para diminuir a ansiedade, dicas de TCC preparadas pelos professores da Docsity
Uma teoria sobre métodos de previsão de demanda aplicados aos dados de vendas históricas de eletrodomésticos, um dos itens mais vendidos e de maior custo médio da empresa. O texto inclui valores históricos e previstos para a demanda de eletrodomésticos utilizando métodos estático com tendência e componente sazonal, e ponderação exponencial. Além disso, são apresentadas tabelas de componentes sazonais, erros de previsão e desvios da previsão. O objetivo é analisar e selecionar o melhor modelo de previsão de demanda para os dados históricos de venda de eletrodomésticos.
O que você vai aprender
Tipologia: Notas de aula
1 / 56
Esta página não é visível na pré-visualização
Não perca as partes importantes!
Monografia apresentada ao Curso de Graduação em Engenharia de Produção da Universidade Federal de Juiz de Fora, como requisito parcial para a obtenção do título de Engenheiro de Produção. Orientador: DSc., Fernando Marques de Almeida Nogueira Co-Orientador: MSc., Roberto Malheiros Moreira Filho JUIZ DE FORA 2010
Monografia apresentada ao Curso de Graduação em Engenharia de Produção da Universidade Federal de Juiz de Fora, como requisito parcial para obtenção do título de Engenheiro de Produção. Aprovada em 12 de novembro de 2010. BANCA EXAMINADORA
DSc, Fernando Marques de Almeida Nogueira Universidade Federal de Juiz de Fora
DSc., Marcos Martins Borges Universidade Federal de Juiz de Fora
Marcus Vinícius da Silva dos Santos Universidade Federal de Juiz de Fora
Agradeço primeiramente a Deus, responsável por ter me proporcionado oportunidades, colocando as melhores pessoas em minha vida e por me estender a mão nos momentos difíceis. Agradeço também à minha família, em especial meus pais, Dimas e Petrina, pelo apoio e carinho incondicional, dando-me força para conclusão deste trabalho. Aos professores, Fernando Nogueira e Roberto Malheiros, pela orientação, disponibilidade e ensino. Aos demais membros da banca, Diogo, Marcos Borges e Marcus Vinícius que aceitaram o convite e agregaram valor ao trabalho. Aos amigos e colegas da faculdade que auxiliaram no desenvolvimento deste trabalho. Obrigado!
Demand Forecasting is crucial in order to help determine an enterprise’s necessary resources, becoming an activity with strategic importance. Thus, this monograph presents a theory about some Demand Forecasting methods which were applied to the home appliances historical sales data, since these are one of the most sold items and represent the biggest mean cost of the enterprise, which has been studied. Such organization, Mobiliadora Barbosa Ltd, is characterized by a small furnitures and home appliances commerce, placed at Abre Campo City. In order to analyze and study the Demand behavior, the following methods were used: Moving Mean, Exponential Smoothing and the Static Model with Trend and Seasonal Component. After defining and calculating the indicator of the models’ performance – the forecasting error, it was observed that the Static Model with Trend and Seasonal Component was the one that best fitted to the Stochastic Process in study. With the satisfactory result of this work, it will attend on as the basis for the Demand Forecasting Expansion to the other items, which are sold by the organization, and for a future implementation of Stocks Management System. Keywords: Demand Forecasting. Demand Forecasting Methods. Forecasting Error.
Tabela 1 – Número de itens vendidos por grupo 32 Tabela 2 – Valor monetário dos itens vendidos por grupo 33 Tabela 3 – Preço médio dos itens vendidos por grupo 34 Tabela 4 – Número de eletrodomésticos vendidos bimestralmente 36 Tabela 5 – Valores históricos e previstos para demanda de eletrodomésticos utilizando o método das Médias Móveis
Tabela 6 – Erros de previsão para demanda de eletrodomésticos utilizando o método das Médias Móveis
Tabela 7 – Componentes sazonais para demanda de eletrodomésticos utilizando o método da Ponderação Exponencial
Tabela 8 – Valores históricos e previstos para demanda de eletrodomésticos utilizando o método da Ponderação Exponencial
Tabela 9 – Erros de previsão para demanda de eletrodomésticos utilizando o método da Ponderação Exponencial
Tabela 10 – Valores da demanda histórica e dessazonalizada de eletrodomésticos
Tabela 11 – Valores da demanda histórica e dessazonalizada no tempo 45 Tabela 12 – Valores da demanda histórica e fatores de sazonalidade por período
Tabela 13 – Fatores de sazonalidade médios por período 47 Tabela 14 – Valores históricos e previstos para demanda de eletrodomésticos utilizando o método Estático com Tendência e Componente Sazonal
Tabela 15 – Desvio da previsão por período 49 Tabela 16 – Previsão de demanda para os eletrodomésticos utilizando o método Estático com Tendência e Componente Sazonal
Tabela 17 – Erros de previsão para demanda de eletrodomésticos utilizando o método Estático com Tendência e Componente Sazonal
Tabela 18 – Erros de previsão para demanda de eletrodomésticos para os três métodos estudados
Primeiramente, a escolha do tema baseia-se na importância do assunto para todas as empresas que buscam um diferencial competitivo neste mercado cada vez mais acirrado. Logo, é essencial um Engenheiro de Produção ter conhecimento teórico e habilidade prática quando se fala em Previsão de Demanda. Outro fator decisório foi que na empresa onde o trabalho foi desenvolvido não há nenhuma metodologia de Previsão de Demanda, dificultando a elaboração de um planejamento aderente à realidade. Com isto, aplica-se grande parte do recurso financeiro da organização em estoques. Desta forma, a necessidade de se fazer um planejamento e uma previsão com acuracidade, veio à tona. 1.3 ESCOPO DO TRABALHO Este trabalho terá como objeto de estudo os dados de demandas históricas dos eletrodomésticos (depurador de ar, fogão, forno elétrico, freezer, geladeira, máquina de lavar, microondas, e tanquinho) da Mobiliadora Barbosa Ltda. Serão apresentados alguns métodos de previsão no referencial teórico, que serão analisados posteriormente, a fim de se chegar a um modelo que melhor se adéqua aos dados históricos da organização. Assim, o problema a ser sanado por este trabalho é: qual é o melhor modelo de previsão de demanda para os dados históricos da Mobiliadora Barbosa Ltda.? A análise dos dados históricos e estudo dos modelos ocorrerão por meio de métodos estatísticos e pela utilização de software de previsão e estatístico. Como dito anteriormente, os dados da demanda futura adquiridos por este trabalho servirão de base para um posterior desenvolvimento de um Sistema de Gestão de Estoques. Entretanto, esta última etapa não está no escopo deste trabalho. 1.4 FORMULAÇÃO DE HIPÓTESES Segundo Ballou (2006), as séries temporais da demanda histórica podem apresentar os seguintes comportamentos: Padrão de demanda nivelado, sem tendência nem elementos sazonais;
Padrão de demanda com tendência crescente, porém sem elementos sazonais; Padrão de demanda com tendência crescente e elementos sazonais. Pelo conhecimento prévio do discente sobre o comportamento da demanda da empresa e sobre o tema de Previsão de Demanda, o padrão das séries temporais aleatórias apresentará tendência crescente e elementos sazonais. 1.5 ELABORAÇÃO DOS OBJETIVOS O objetivo do presente trabalho é analisar alguns métodos de Previsão Demanda e verificar aquele que melhor se adéque aos dados históricos de venda de eletrodomésticos da Mobiliadora Barbosa Ltda. Com este estudo e posterior expansão aos demais itens, o planejamento da empresa será mais eficaz, utilizando melhor os recursos disponíveis, visando adquirir vantagens competitivas para se destacar no mercado. 1.6 DEFINIÇÃO DA METODOLOGIA Conforme é mostrado na figura 1 e segundo Silva e Menezes (2001), pode- se classificar este trabalho segundo sua metodologia de pesquisa: Natureza: o trabalho foi uma pesquisa aplicada, já que teve como objetivo gerar conhecimentos para aplicação prática através da solução de um problema – analisar um modelo de Previsão de Demanda que se adéque aos dados históricos de venda de eletrodomésticos. Objetivos: para o desenvolvimento do trabalho foi utilizado a pesquisa descritiva, devido a utilização de técnicas de coletas de dados, a fim de analisá-los e estabelecer relações entre as variáveis. Abordagem: uma abordagem quantitativa, já que as informações sobre a demanda foram traduzidas em números, fazendo análises destes através de técnicas estatísticas. Método: o método utilizado para o desenvolvimento do sistema de Previsão de Demanda foi a Modelagem e Simulação, que tem como objetivo auxiliar no processo de tomada de decisões.
Desenvolvimento: este capítulo explana sobre a análise, tratamento e classificação dos dados da demanda histórica, além de apresentar os métodos de previsão selecionados para cada grupo de produtos. Ou seja, será apresentado neste capítulo o desenvolvimento do sistema de Previsão de Demanda. Resultado: mostra os principais resultados obtidos com o desenvolvimento do sistema, tanto para a empresa quanto para o autor. Conclusão: é a parte final do trabalho, a qual demonstra as conclusões relacionadas aos objetivos do trabalho. Assim, evidencia-se se a hipótese levantada no capítulo de introdução pode ser comprovada ou refutada, de acordo com o que é apresentado no desenvolvimento e no resultado do trabalho.
Diante de um mercado competitivo gerado pela globalização dos últimos anos, o sucesso de toda organização vem sendo mensurado pela eficácia com que esta utiliza seus recursos. A fim de atingir uma eficácia global, as empresas buscam realizar planejamentos acurados para o uso de seus ativos (HAYES et al., 2008). Dentro deste contexto, segundo Ballou (2006), identifica-se uma base para o planejamento de todas as áreas funcionais de uma organização: a Previsão da Demanda. Assim, o planejamento advindo da análise da demanda futura, mostrará claramente os mercados e clientes que serão servidos, facilitando a definição das metas do negócio. Neste mesmo raciocínio, para Werner e Ribeiro (2003), realizar uma boa previsão de demanda é essencial a fim de auxiliar na determinação dos recursos necessários para a empresa, tornando-a uma organização competitiva no atual mercado globalizado. Para Chopra (2003), como as previsões estão sempre erradas, deve-se informar o valor esperado juntamente com uma medida de erro de previsão. A fim de mitigar tais erros, pode-se agregar previsões, deixando-as mais precisas. 1.8.1 CLASSIFICAÇÕES Para iniciar uma previsão da demanda, é necessário conhecer as classificações literárias utilizadas (BALLOU, 2006): Normalmente, ao realizar previsões, preocupa-se com a relação dos níveis da demanda com o tempo, ou seja, analisa-se a demanda temporal. Porém, as técnicas de previsão devem refletir as diferenças geográficas capazes de influenciar os padrões da demanda. Assim caracteriza-se a demanda espacial. Quando os níveis de demanda podem ser divididos em componentes de tendência, elementos sazonais ou aleatórios, a demanda é dita regular, conforme é mostrado na figura 1. Já quando a demanda por algum produto é intermitente, devido ao baixo volume e a incerteza do nível demanda e de quando essa
Figura 3 - Exemplo de um padrão de demanda incerta. Fonte: Ballou, 2006. 1.8.2 MÉTODOS DE PREVISÃO Conforme Ballou (2006), os vários métodos de previsão existentes são divididos em três categorias: qualitativos, de projeções históricas e causais. Porém, para Ribeiro e Werner (2006), agregar várias categorias de métodos pode incorporar mais conhecimento associado ao ambiente de previsão. Assim, a integração de previsões incorpora várias técnicas e tem mostrado potencial para reduzir o erro de previsão. Esse assunto será retomado mais a frente. 1.8.3 MÉTODOS QUALITATIVOS De acordo com Ballou (2006), métodos qualitativos utilizam uma análise subjetiva para prever demandas futuras, através de julgamento, intuição ou técnicas comparativas. Este método é uma solução para empresas que não possuem dados históricos de sua demanda. Porém, a análise qualitativa deve ser usada para previsões de médio à longo prazo, permitindo ajustes em períodos precedentes. 1.8.4 MÉTODOS DE PROJEÇÕES HISTÓRICAS Segundo Ribeiro e Werner (2006), os métodos de projeções históricas é uma abordagem objetiva recorrendo aos métodos matemáticos de forma que os resultados possam ser repetidos posteriormente.
Para uso de tal método é necessário a existência de dados históricos que representem componentes estáveis e bem definidos nas séries temporais, como por exemplo, tendência e variações sazonais. Já quanto ao horizonte de previsão, o método objetivo é eficiente para previsões de curto prazo, já que se adapta às mudanças do cenário, a partir da atualização dos dados. Porém, caso as mudanças ocorram rapidamente, os modelos sinalizarão tal alteração depois de sua ocorrência (BALLOU, 2006). 1.8.4.1 MÉDIA MÓVEL Segundo Moreira (2006), o método de previsão de demanda denominado Média Móvel é de fácil entendimento, além de poder ser utilizado para uma enorme gama de situações. Uma média, como o nome diz, mostra o valor médio de uma amostra de determinado dado. Uma média móvel aritmética (MMA) representa o valor médio de uma amostra de determinado dado em um período de tempo. A palavra móvel demonstra o fato de que quando um novo dado histórico entra no cálculo o mais antigo sai. Desta forma, a média "movimenta-se" originando o respectivo nome. Ainda segundo o autor citado acima, cada ponto de uma média móvel numa série de tempo é a média aritmética ou ponderada de um número de pontos consecutivos das séries, na qual o número de pontos de dados é escolhido de forma a eliminar os efeitos da sazonalidade ou irregularidade. O cálculo da Média Móvel é dado pela Equação (2.1): MMA = V(1) + V(2) +..+ V(n) / N (2.1) Onde: V = demanda do período; N = janela de tempo escolhida. O parâmetro N é muito importante quando trabalhamos com médias móveis, pois é a variável que iremos ajustar para obter melhores resultados. Modificando seu valor, a média irá responder mais ou menos rapidamente às variações da demanda (MOREIRA, 2006).