Previsão para Os Estoques

PREVISÃO PARA OS
ESTOQUES
Murilo Toledo
INTRODUÇÃO
A previsão de consumo ou da demanda

estabelece estimativas futuras dos produtos acabados
comercializados e vendidos.
CARACTERÍSTICAS BÁSICAS DA
PREVISÃO
• É o ponto de partida de todo planejamento;
• Não é uma meta de vendas; e
• Sua precisão deve ser compatível com o custo de obtê-la.

INFORMAÇÕES BÁSICAS
Quantitativas
• Evolução das vendas no passado;

• Variáveis cuja evolução e explicação estão ligadas
diretamente às vendas;
• Variáveis de fácil previsão, relativamente ligadas às
vendas (populações, renda, PIB); e
• Influência da propaganda.
INFORMAÇÕES BÁSICAS
Qualitativas
• Opinião dos gerentes;

• Opinião dos vendedores;
• Opinião dos compradores;
• Pesquisas de mercado.
HISTÓRICO DO
CONSUMO
ANÁLISE DO HISTÓRICO
DO
CONSUMO
FORMULAÇÃO OUTROS FATORES

DO MODELO INFORMAÇÕES DIVERSAS
AVALIAÇÃO DO MODELO
GERADOR DE PREVISÃO CORREÇÃO
DA PREVISÃO
Decorrido um período ≠ Modelo ainda válido

PREVISTO COMPRADO
COM REALIZADO ≠ Modelo não válido
= Previsão confirmada
CONTINUAMOS COM
A PREVISÃO INICIAL
TÉCNICAS DE PREVISÃO DO
CONSUMO
• Projeção: admitem que o futuro será repetição do
passado ou as vendas evoluirão no tempo, segundo o

mesmo padrão observado no passado.
CONSUMO
• Explicação: procuram explicar as vendas do passado
mediante modelos que relacionem as mesmas com

outras variáveis cuja evolução é conhecida ou previsível.
CONSUMO
• Predileção: funcionários experientes e conhecedores de
fatores influentes nas vendas e no mercado estabelecem

a evolução das vendas futuras.
As formas de evolução de
consumo podem ser
representadas da seguinte
forma:
Modelo de evolução horizontal de
consumo.
• De tendência invariável ou constante, é reconhecido pelo
consumo médio horizontal.

Modelo de evolução de consumo
sujeito à tendência.
• O consumo médio aumenta ou diminui com o correr
do tempo. Este pode ser ascendente ou
descendente.
Modelo de evolução sazonal de
consumo.
• O consumo possui oscilações regulares, que
tanto podem ser positivas quanto negativas; ele é
sazonal quando o desvio é no mínimo de 25% do
consumo médio e quando aparece
condicionamento a determinadas causas.
Na prática, podem ocorrer combinações dos diversos
modelos de evolução de consumo.
Fatores que podem alterar o
comportamento do consumo:
1. Influências políticas;
2. Influências conjunturais;
3. Influências sazonais;
4. Alterações no comportamento dos clientes;
5. Inovações técnicas;
6. Modelos retirados da linha de produção;
7. Alteração da produção;
8. Preços competitivos dos concorrentes.

Existem duas formas de se apurar o
consumo:
Após a entrada do pedido. Somente possível

nos casos de prazo de fornecimento suficientemente
longo.
Através de métodos estatísticos. Trata-se do

método mais utilizado. Calculam-se as previsões
através dos valores do passado, ou seja, de dados
obtidos anteriormente.
Algumas técnicas quantitativas
usuais para calcular a previsão de
consumo:
Método do último período
Método da média móvel
Método da média móvel ponderada

Método do último período
Este modelo, mais simples e sem base matemática,

consiste em utilizar como previsão para o período seguinte
o valor ocorrido no período anterior.
Método da média móvel
Neste método, a previsão para o próximo período é

obtida calculando-se a média dos valores de consumo nos
n períodos anteriores.
Observações em relação a curva

crescente, decrescente e número de
períodos.
Fórmula:
C1 + C2 + C3 + ... + Cn
CM =
n
CM = Consumo médio
C = Consumo nos períodos anteriores
n = Número de períodos
OBS: a cada novo mês, adiciona-se o

mesmo à soma do numerador e despreza-
se o 1º mês utilizado.
Desvantagens do método
• As médias móveis podem gerar movimentos cíclicos,
ou de outra natureza não existente nos dados
originais;
• As médias móveis são afetadas pelos valores

extremos;
• As observações mais antigas têm o mesmo peso que

as atuais;
• Exige a manutenção de um número muito grande de

dados.
Vantagens:
• Simplicidade e facilidade de implantação;
• Facilidade em processamento manual.

EXEMPLO DE APLICAÇÃO I
Os volumes consumidos entre janeiro e julho de
determinado ano foram, respectivamente, 30, 70, 50, 60,
40, 20 e 30. Se utilizássemos o método da média móvel
com n=3, teríamos:
30+70+50
Previsão de consumo para abril = = 50
3
70+50+60
Previsão de consumo para maio = = 60
3
50+60+40
Previsão de consumo para junho = = 50
3
60+40+20
Previsão de consumo para julho = = 40
3
40+20+30
Previsão de consumo para agosto = = 30
3
EXEMPLO DE APLICAÇÃO II
O consumo em quatro anos de uma peça foi de:
ANO QUANTIDAD
E
2004 72
2005 60
2006 63
2007 66
Qual deverá ser o consumo previsto
para 2008, utilizando-se o método da média
móvel, com n = 3?
Resposta:
Previsão de 60+63+66
consumo para = = 63
2008 3
Método da média móvel ponderada
Este método é uma variação do modelo

anterior em que os valores dos períodos mais
próximos recebem peso maior que os valores
correspondentes aos períodos mais anteriores.
OBS:
• Os pesos p são decrescentes dos valores mais recentes para os mais
distantes.
• A determinação dos pesos, ou fatores de importância, deve ser tal ordem
Exemplo:
Período Peso ou fator de Quantidade
importância em %
1 5% de 350 = 17,5
2 10% de 70 = 7,0
3 10% de 800 = 80,0
4 15% de 200 = 30,0
5 20% de 150 = 30,0
6 40% de 200 = 80,0
7 100% 244,5 = 245
C = 0,05 X 350 + 0,10 X 70 + 0,10 X 800 + 0,15

X 200 + 0,20 X 150 + 0,40 X 200 = 244,5
EXEMPLO DE APLICAÇÃO II
Determine o consumo previsto para 2008 utilizando

o método da média móvel ponderada com os seguintes
pesos:
ANO QUANTIDAD PESO

E
2004 72 5%
2005 60 20%
2006 63 25%
2007 66 50%
R: a previsão para 2008 é de 64 unidades.
Método da média com ponderação
exponencial
Este método elimina muitas desvantagens dos método
da média móvel e da média móvel ponderada. Além de
valorizar os dados mais recentes, apresenta menor
manuseio de informações passadas. Apenas três
fatores são necessários para gerar a previsão do
próximo período:
a previsão do último período;

o consumo ocorrido no último período; e
uma constante que determina o valor ou ponderação
dada aos valores mais recentes.
exponencial
Este modelo procura prever o consumo apenas com a

sua tendência geral, eliminando a reação exagerada a valores
aleatórios. Ele atribui parte da diferença entre o consumo atual
e o previsto a uma mudança de tendência e o restante a
causas aleatórias.
Exemplo Explicativo
Suponhamos que para determinado produto havíamos
previsto um consumo de 100 unidades. Verificou-se,
posteriormente, que o valor real ocorrido foi de 95 unidades.
Precisamos prever agora o consumo para o próximo mês. A
questão básica é a seguinte: Quanto da diferença entre 100 e
95 unidades pode ser atribuído a uma mudança no padrão de
consumo e quanto pode ser atribuído a causas puramente
aleatórias?
Exemplo Explicativo (continuação)
Se a nossa previsão seguinte for de 100

unidades, estaremos assumindo que toda a diferença
foi devida a causas aleatórias e que o padrão de
consumo não mudou absolutamente nada.
Se for de 95 unidades, estaremos assumindo
que toda a diferença deve ser atribuída a uma
alteração no padrão de consumo (método do último
período).
Neste método, apenas parte da variação é
considerada como mudança no padrão de
consumo.
Exemplo Explicativo (continuação)
Vamos supor que, no exemplo anterior, decidimos que 20%

da diferença deve ser atribuído a alterações no padrão de consumo
e que 80% devem ser considerados como variação aleatória.
Levando-se em consideração que a previsão era de 100 unidades e
ocorreu na realidade 95 e que 20% do erro (100-95) é igual a 1, a
nova previsão deverá ser de 99 unidades. Resumindo, podemos
escrever:
Próxima previsão = Previsão anterior + Constante de

amortecimento x Erro de previsão
Fórmula
C t  C T 1   .(CT 1  C T 1 ) , com 0  1
Ct  Previsão de consumo para o próximo período
C T 1  Previsão de consumo para o período passado

CT 1  Consumo efetivo no período passado
 Coeficiente de ajustamento
exponencial
A determinação do valor  pode ser feita por intermédio
de cálculos matemáticos e estatísticos. Nos casos mais
comuns, a determinação é verificada empiricamente, os
valores utilizados estão compreendidos entre 0 e 1, usando-se
normalmente de 0,1 a 0,3. Para determinarmos o peso de
cada observação podemos reescrever a equação:
C T  C T 1  CT   C T 1 )
C T  CT  (1   )C T 1 )
exponencial
A média estimada é suavizada para descontar os efeitos
das variações aleatórias. Por exemplo, tomando-se  = 0,2 na
equação acima:
C T  0,2.CT  0,8.C T 1 )
Estabelece que a média estimada , no período t, é
determinada pela adição de 20% do novo consumo e 80% da
média estimada para o período anterior . Assim, 80% das
variações aleatórias possíveis incluídas em CT 1 são
descontadas.
Comparação gráfica entre uma previsão calculada
através de valores médios e outra com nivelamento de
expoente, que mostra claramente a diferença no resultado
alcançado em cada um dos dois métodos.
Exemplo de aplicação
O nível de consumo de uma peça mantém uma
oscilação média. A empresa utiliza o cálculo de média
ponderada exponencial. Em 19x1, a previsão de consumo era
de 230 unidades, tendo o ajustamento um coeficiente de 0,10.
em 19x2 o consumo foi de 210. qual é a previsão de consumo
C 
para 210
19x3? C t  Ct  (1   )  C t 1
t
C t  0,10  210  (1  0,1)  230
C t 1  230
C t  21 207
  0,10
C t  228unid . / ano
Método dos mínimos quadrados
Este método é usado para determinar a melhor

linha de ajuste que passa mais perto de todos os dados
coletados, ou seja, é a linha de melhor ajuste que
minimiza as distâncias entre cada ponto de consumo
levantado.
Uma linha reta está definida pela equação Y = a +

bx. Nas séries temporais, Y é o valor previsto em um
tempo X, medido em incrementos, tais como anos, a
partir do ano-base. O objetivo é determinar a (o valor de
Y quando X=0) e b (a inclinação da reta).
Usam-se duas equações para determinar a e b. obtemos a

primeira multiplicando-se a equação da linha reta pelo coeficiente a e
somando os termos. Sendo o coeficiente a igual a 1 e sabendo-se
que N é o número de pontos ( número de anos), a equação se
modifica para:
 Y  N  a  b X
A segunda equação é desenvolvida de maneira semelhante.
O coeficiente de b é X. Ao multiplicarmos os termos por X e somá-
los, teremos:
Essas duas equações são denominadas equações normais.
 XY  a X  b X
2
As quatro somas necessárias à resolução das equações são

obtidas de forma tabular, tendo em vista que X é igual ao número de
períodos a partir do ano-base
.  Y,  X,  XY , X²
Depois da obtenção das quatro somas, estas são

substituídas nas equações normais, onde os valores de a e b são
calculados e substituídos na equação da linha reta para obtenção da
fórmula de previsão:
Y = a + b.X
Exemplo de aplicação
Determinada empresa quer calcular qual seria a
previsão de vendas de seu produto W para o ano de 2001. as
vendas dos 5 anos anteriores foram:
1996– 108
1997 – 119
1998 – 110
1999 – 122
2000 – 130
Exemplo de aplicação -
Resolução
ANO Y X X2 X.Y
1996 108 0 0 0
1997 119 1 1 119
1998 110 2 4 220
1999 122 3 9 366
2000 130 4 16 520
 589 10 30 1.225
Resolução
De onde resultam as equações normais:
 Y  N  a  b X
 XY  a X  b X
2
589 = 5a + 10b
1.225 = 10a + 30b
Resolução
Resolvendo as duas equações
simultaneamente, obteremos:
a = 108,4
b = 4,7
A previsão para 2001 está 5 anos à frente de
1996, logo:
Y = 108,4 + 4,7 . X
Y = 108,4 + 4,7 . (5)
Y = 131,9  132
Referência
Dias, Marco Aurélio P. Administração de materiais:

princípios, conceitos e gestão 6ª ed. São Paulo: Atlas,
2011.

Previsão para Os Estoques

Enviado por

Direitos autorais:

Formatos disponíveis

Previsão para Os Estoques

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Previsão para Os Estoques

Enviado por

Direitos autorais:

Formatos disponíveis

PREVISÃO PARA OS

A previsão de consumo ou da demanda

• É o ponto de partida de todo planejamento;

• Não é uma meta de vendas; e

• Sua precisão deve ser compatível com o custo de obtê-la.

• Evolução das vendas no passado;

• Opinião dos gerentes;

FORMULAÇÃO OUTROS FATORES

Decorrido um período ≠ Modelo ainda válido

• Projeção: admitem que o futuro será repetição do

passado ou as vendas evoluirão no tempo, segundo o

• Explicação: procuram explicar as vendas do passado

mediante modelos que relacionem as mesmas com

• Predileção: funcionários experientes e conhecedores de

fatores influentes nas vendas e no mercado estabelecem

consumo médio horizontal.

4. Alterações no comportamento dos clientes;

6. Modelos retirados da linha de produção;

8. Preços competitivos dos concorrentes.

Após a entrada do pedido. Somente possível

Através de métodos estatísticos. Trata-se do

Método do último período

Método da média móvel

Método da média móvel ponderada

Este modelo, mais simples e sem base matemática,

Neste método, a previsão para o próximo período é

Observações em relação a curva

OBS: a cada novo mês, adiciona-se o

• As médias móveis são afetadas pelos valores

• As observações mais antigas têm o mesmo peso que

• Exige a manutenção de um número muito grande de

• Simplicidade e facilidade de implantação;

• Facilidade em processamento manual.

Este método é uma variação do modelo

C = 0,05 X 350 + 0,10 X 70 + 0,10 X 800 + 0,15

Determine o consumo previsto para 2008 utilizando

ANO QUANTIDAD PESO

a previsão do último período;

Este modelo procura prever o consumo apenas com a

Se a nossa previsão seguinte for de 100

Vamos supor que, no exemplo anterior, decidimos que 20%

Próxima previsão = Previsão anterior + Constante de

Ct  Previsão de consumo para o próximo período

C T 1  Previsão de consumo para o período passado

Este método é usado para determinar a melhor

Uma linha reta está definida pela equação Y = a +

Usam-se duas equações para determinar a e b. obtemos a

Essas duas equações são denominadas equações normais.

As quatro somas necessárias à resolução das equações são

Depois da obtenção das quatro somas, estas são

Dias, Marco Aurélio P. Administração de materiais:

Você também pode gostar