A importância das previsões de demanda para a gestão da capacidade produtiva

Para atender à demanda de seus produtos, as organizações industriais devem:
– Medir e utilizar sua capacidade produtiva, conforme necessário;
– Dimensionar adequadamente seus estoques.

O equilíbrio entre capacidade e demanda (Figura 1) é necessário para garantir que as operações produtivas consigam atender aos pedidos dos clientes, em relação a requisitos de quantidade e qualidade, para o fornecimento de produtos.

Por um lado, a efetiva utilização da capacidade produtiva depende de esforços constantes para redução de tempos improdutivos e aumento de disponibilidade.

Desse modo, modelos de previsão de vendas que consigam detectar adequadamente variações de demanda são extremamente úteis para as organizações produtivas.

Para introduzir os conceitos de previsão de demanda, é necessário, antes, definir os tipos de demanda existentes: os itens de demanda independente e os itens de demanda dependente.

Desse modo, modelos de previsão de vendas que consigam detectar adequadamente variações de demanda são extremamente úteis para as organizações produtivas. Para introduzir os conceitos de previsão de demanda, é necessário, antes, definir os tipos de demanda existentes: os itens de demanda independente e os itens de demanda dependente.

A figura 2 apresenta a estrutura de um produto A, composto por quatro componentes. O produto A é um item de demanda independente, pois sua previsão de vendas depende de características de mercado, condições de oferta, e não está vinculada ao consumo de nenhum outro item.

Os componentes B, C, D e E, por sua vez, são itens de demanda dependente, pois a quantidade a ser produzida de cada um está diretamente relacionada (dependente) à quantidade de produtos A que será produzida.

A previsão de demanda para itens independentes é, portanto, a mais complexa de ser realizada e é para este cenário que os principais modelos de previsão são aplicados.

Modelos de Previsão e sua aplicação
A previsão de vendas de um produto, também chamada de “Forecast”, é uma sequência ou série de dados projetados ao longo do tempo para frente. O “Forecast” é o processo de coletar, armazenar, processar, apresentar e utilizar dados temporais (históricos e futuros) de modo a minimizar os erros de previsão e, portanto, reduzir as incertezas de planejamento.

O processo de previsão de vendas (ver figura 3) mostra que a utilização de métodos quantitativos para tratamento dos dados de vendas é um dos seus principais componentes.

A integração entre as informações obtidas a partir do tratamento quantitativo dos dados, geralmente a cargo do PCP das empresas, e as informações de mercado, clientes, concorrentes, cenários e tendências, tratadas qualitativamente pela área de vendas, fornecerá a base necessária para a decisão sobre “o que”, “quanto” e “quando” produzir.

A decisão sobre qual o modelo de previsão mais adequado para cada empresa ou produto dependerá da análise do histórico de dados de consumo e da análise de seu comportamento.

No entanto, para todos os casos, quanto maior o horizonte de planejamento (figura 4), maiores serão os erros cometidos.

A qualidade das previsões é avaliada medindo-se a diferença entre as quantidades previstas por diferentes modelos e as quantidades reais demandadas.

A tabela 2 apresenta os métodos mais comuns de previsão e os ambientes mais adequados para a sua utilização.

Para avaliar qual o melhor método a ser utilizado em cada situação, deve-se aplicar cada um a uma base de dados e determinar o erro gerado pelas diferenças entre previsões e realizados, para cada método.

As medidas mais comuns utilizadas neste processo de avaliação estão mostradas a seguir e utilizam o exemplo da tabela 3 para sua determinação.

Para o mês de janeiro, tem-se uma diferença de 100 unidades entre a previsão (1000 uni) e as vendas (900 uni). Para fevereiro, a diferença (desvio) entre previsão e vendas é de -150 uni.

A partir de fevereiro, medem-se também os erros (desvios) acumulados, incluindo os meses anteriores e gerando, período a período, os valores dos desvios absolutos e médios.

O indicador TS (Tracking Signal ou Sinal de Rastreabilidade) é calculado pelo quociente entre o desvio acumulado (linha 4) e o desvio absoluto médio (linha 7) e permite avaliar tanto a qualidade da previsão como o seu “viés”, ou seja, se a previsão realizada pelo método escolhido apresenta “tendência” ou “previsões enviesadas”.

O gráfico 1 apresenta o valor de TS para os dados da tabela 3. Nota-se que a partir do período de abril, o valor de TS apresenta tendência negativa crescente.

A análise da variação de TS permite concluir sobre a validade do método de previsão utilizado: valores de TS variando em torno de zero (dentro dos limites de 4 e -4, definidos pela prática) significam que a qualidade das previsões é adequada.

Quando alguma tendência de “viés” é identificada, deve-se testar outras opções de modelos de previsão.

Erros de Previsão mais comuns
A figura 5 apresenta os erros mais comuns que as empresas cometem nos processos de previsão de demanda.

Considerá-los nos processos, integrando- os às análises quantitativa e qualitativa, conforme mostrado neste artigo, pode minimizar os erros e garantir o perfeito equilíbrio entre demanda e capacidade para as organizações industriais.

Garantindo um processo adequado de previsão de demanda e associando este trabalho ao uso eficiente dos recursos produtivos, a empresa encontrará o equilíbrio necessário entre demanda e capacidade.

Este equilíbrio é fundamental para que a gestão de operações cumpra seu papel na organização: produzir a quantidade necessária, no momento adequado e nos padrões de qualidade exigidos pelos consumidores.