Página Inicial  > Previsão de demanda
 Compartilhar  Versão para impressão  E-mail

Outras traduções

Previsão de demanda

Fornecido por SME.com.ph

O que é previsão de demanda?

Uma previsão de demanda é um prognóstico do que acontecerá com as vendas de produtos de sua empresa. Seria melhor definir a previsão de demanda utilizando uma abordagem multifuncional. As entradas de vendas, marketing, finanças e produção devem ser consideradas. A previsão de demanda final é o consenso de todos os gerentes participantes. Você também pode desejar propor um Grupo de vendas e planejamento de operações composto por representantes de diferentes departamentos incumbidos em preparar a previsão de demanda .

A definição das previsões de demanda é feita por meio das seguintes etapas:

•  Definir o uso da previsão

•  Selecionar os itens a serem previstos

•  Definir o horizonte temporal da previsão

•  Selecionar o(s) modelo(s) de previsão

•  Coletar dados

•  Fazer a previsão

•  Validar e implementar os resultados

O horizonte temporal da previsão é classificado como:

Descrição

Horizonte temporal

Curta abrangência

Média abrangência

Longa abrangência

Duração

Normalmente menos de 3 meses, máximo de 1 ano

3 meses a 3 anos

Mais de 3 anos

Aplicabilidade

Agendamento de tarefas, tarefas do trabalhador

Planejamento de vendas e produção, orçamento

Desenvolvimento de novos produtos, planejamento de instalações

Como uma previsão de demanda é definida?

Existem duas abordagens para definir uma previsão de demanda: (1) abordagem qualitativa, (2) abordagem quantitativa. A comparação entre dessas duas abordagens é demonstrada a seguir:

Descrição

Abordagem qualitativa

Abordagem quantitativa

Aplicabilidade

Utilizada quando a situação é vaga e existem poucas informações (por exemplo, novos produtos e tecnologias)

Utilizada quando a situação é estável e há histórico de informações

(por exemplo, produtos existentes, tecnologia corrente)

Considerações

Envolve intuição e experiência

Envolve técnicas matemáticas

Técnicas

Júri de opinião executiva

Composto por força de vendas

Método Delphi

Pesquisa de mercado consumidor

Modelos de séries temporais

Modelos causais


Métodos de previsão qualitativa

Sua empresa poderá testar qualquer um dos métodos de previsão qualitativa a seguir, caso não haja dados históricos das vendas de produtos .

Método qualitativo

Descrição

Júri de opinião executiva

As opiniões de um pequeno grupo de gestores de alto nível são conciliadas e, juntas, estimam a demanda. O grupo utiliza suas experiências de gerenciamento e, em alguns casos, combinam os resultados dos modelos estatísticos.

Estimativa da força de vendas

É solicitado que os vendedores (por exemplo, para uma cobertura territorial) projetem suas vendas. Porque o vendedor é a pessoa mais próxima do mercado, ele sabe o que o cliente deseja. Essas projeções são então combinadas municipal, rural e regionalmente.

Método Delphi

Defini-se um grupo de especialistas como: tomador de decisões, funcionário comum ou especialista do setor, sendo que cada um deles poderá , individualmente, fornecer seu parecer sobre a demanda. Um processo repetitivo é conduzido até que os especialistas cheguem a um consenso.

Pesquisa de mercado consumidor

Pergunta-se aos clientes quais são seus planos de compra e seus comportamentos planejados de compra. Um grande número de entrevistados é necessário para que seja possível generalizar certos resultados.

Métodos de previsão quantitativa

Há dois tipos de modelos de previsão: (1) um modelo de séries temporais e (2) um modelo causal. Uma série temporal é um conjunto de informações numéricas distribuídas uniformemente obtida pelas respostas dadas em um período regular de tempo. No modelo de séries temporais , a previsão é baseada somente em valores anteriores e assume que os fatores influenciando as vendas de seus produtos no passado, presente e futuro continuarão.

Por outro lado, o modelo causal utiliza uma técnica matemática, conhecida como análise de regressão, que relaciona uma variável dependente (por exemplo, demanda) a uma variável independente (por exemplo, preço, publicação etc.) em forma de uma equação linear. Os métodos de previsão de séries temporais são descritos a seguir:


Método de previsão de séries temporais

Descrição

Abordagem simplista

Presume que a demanda no próximo período é igual à demanda do período mais recente; o padrão de demanda nem sempre é estável

Por exemplo:

Se em julho as vendas tiverem sido de 50, então em agosto as vendas também serão de 50



Método de previsão de séries temporais

Descrição

MA (Moving Averages, Médias móveis)

MA é uma série de médias aritméticas utilizadas se pouca ou nenhuma tendência estiver presente nos dados; fornece uma impressão geral dos dados ao longo do tempo.

Uma média móvel simples utiliza a demanda média de uma seqüência fixa de períodos e é ideal para uma demanda estável sem padrões comportamentais evidentes.

Equação:

F 4 = [D 1 + D2 + D3] / 4

F – previsão, D – Demanda, Nº – Período

(veja exemplo ilustrativo: média móvel simples)

Uma média móvel com peso ajusta o método de média móvel para refletir flutuações com mais precisão por meio da atribuição de pesos aos dados mais recentes, significando que os dados mais antigos são normalmente menos importantes. Os pesos são baseados na intuição e posição entre 0 e 1 para um total de 1.0

Equação:

WMA 4 = (W) (D3) + (W) (D2) + (W) (D1)

WMA – Média móvel com peso, W – Peso, D – Demanda, Nº - Período

(veja exemplo ilustrativo: média móvel com peso)

Aproximação exponencial

Aaproximação exponencial é um método de nivelamento no qual o impacto das mudanças recentes na demanda por meio da atribuição de uma constante de aproximação aos dados mais recentes e significativos é maior; útil se as mudanças recentes nos dados forem os resultados da mudança real (por exemplo, padrão sazonal) em vez de apenas flutuações aleatórias

F t + 1 = a D t + (1 - a) F t

Onde

F t + 1 = a previsão para o próximo período

D t = demanda real no período atual

F t = a previsão definida anteriormente para o período atual

•  = o fator de peso referido como a constante de aproximação

(veja exemplo ilustrativo: aproximação exponencial)

Decomposição de séries temporais

A decomposição de séries temporais ajusta a sazonalidade ao multiplicar a previsão normal pelo fator sazonal

(veja exemplo ilustrativo: decomposição de séries temporais)

Direitos autorais e cópia; 2014, SME.com.ph. Todos os direitos reservados.

 Compartilhar  Versão para impressão  E-mail
Avaliações (0)
If you are a human, do not fill in this field.
Clique nas estrelas para classificar.