Blog > Artigos > Previsão da Demanda – Integrando a Cadeia de Suprimentos

Previsão da Demanda – Integrando a Cadeia de Suprimentos


A previsão de demanda é a atividade inicial da gestão da demanda e se constitui, sem dúvida, de importância crucial para as demais atividades subseqüentes. Nela executamos a análise preditiva da para entendimento das necessidades dos consumidores de bens ou serviços.

 O conhecimento de como a demanda irá variar permite que o fabricante mantenha a correta quantidade de estoque disponível para satisfazê-la. Se a previsão for subestimada, as vendas podem ser perdidas devido à falta de material em estoque e, se a demanda for superestimada, o fabricante fica com um excedente que, em função do volume excedente, pode ser considerado um prejuízo financeiro (custo de armazenagem; PCP).

Entender a demanda é um diferencial vital para manter a empresa mais competitiva no mercado, quer pela utilização adequada de seus recursos materiais ou financeiros. Embora nenhum modelo de previsão seja infalível, os custos desnecessários decorrentes da oferta em demasia ou falta de produto podem ser evitados com a utilização de ferramentas adequadas. Para atender às necessidades do mercado, os modelos de previsão adequados são fundamentais permitindo que a empresa esteja mais bem preparada para atender às demandas reais de seus clientes.

Se buscarmos evidências entre uso de planilhas e as compararmos com métodos que podem ser úteis para prever a demanda em diversas situações verificamos que somente o uso de ferramentas especialistas podem aumentar a eficácia e eficiência do atendimento aos níveis de serviço requeridos pelos clientes, com o nível adequado de investimentos. A ferramenta especialista, em geral, substitui o uso de métodos com base na intuição, nas reuniões não estruturadas, na opinião de grupos focais, no conhecimento do mercado. São dois pré-requisitos básicos: base de dados confiáveis (histórico das transações do ERP) e participação responsável da força de vendas (reconhecer a importância de associar fatos reais à demanda de cada produto).

Quando há dados suficientes, são usados métodos quantitativos, incluindo extrapolação, analogias quantitativas, de previsão baseado em regras e métodos causais. Caso contrário, são usados métodos com base em julgamentos estruturados, incluindo pesquisas de intenções e expectativas, consolidação de opiniões, analogias estruturadas e interação simulada. O domínio do conhecimento dos gerentes  deve ser incorporado às previsões estatísticas.

Poucas organizações usam dos métodos descritos neste artigo. Assim, existem oportunidades para melhorar a eficiência através da adoção dessas práticas de previsão.

Os profissionais de Marketing e Vendas avaliam a previsão como uma parte importante de seus trabalhos. Por exemplo, Dalrymple (2007), em seu levantamento de 768 empresas dos EUA, constatou que 99% delas faziam previsões formais quando desenvolviam planos de marketing por escrito. Em Dalrymple (2008), 93% das empresas da amostra indicaram que a previsão de vendas foi “um dos mais críticos” aspectos, ou um “muito importante” aspecto de sucesso da sua empresa.

Jobber, Hooley e Sanderson (2005), em um levantamento de 353 diretores de marketing das empresas têxteis britânicas, revelaram que a previsão de vendas era, dentre as nove atividades em que eles eram responsáveis, a mais comum.

As pessoas costumam usam os termos “demanda” e  ”vendas” de forma intercambiável. É razoável fazer isso porque os dois se igualam quando as vendas não estão limitadas pela oferta. Às vezes, é adequado fazer a previsão da demanda diretamente.

Por exemplo, um padeiro pode extrapolar os dados históricos sobre as vendas de pão e prever a demanda da próxima semana. Quando a predição direta não é viável, ou possível, onde a incerteza e as mudanças devem ser substanciais, gerentes de marketing podem precisar prever o mercado ou uma categoria de produto.

Além disso, eles precisariam prever as ações e reações dos indicadores chave de decisão, como concorrentes, fornecedores, distribuidores, colaboradores, governos e suas próprias condições – especialmente quando estão envolvidas questões estratégicas.

Essas ações podem ajudar a prever o tamanho do mercado e as previsões resultantes permitem calcular a previsão da demanda. Understanding Consumer Demand.

Como afirmamos antes, tanto na previsão de demanda, como em empreendimentos de maior análise, os esforços de preparação de dados são críticos. A acurácia dos dados é o principal recurso, por isso deve ser devidamente preparado antes da aplicação de instrumentos de previsão.

Sem a preparação adequada dos dados, o velho ditado de “entra lixo, sai lixo” podem se aplicar: dados imprecisos resultam em modelos de previsão sem sentido.

As principais decisões estratégicas são tomadas com base nos resultados de previsão de demanda. Erros, imprecisões e anomalias dos dados usados para criar modelos de previsão podem afetar a capacidade dele. Esses erros dão origem ao potencial de previsões ruins, resultando em perdas. Com os dados devidamente preparados, as melhores decisões possíveis podem ser tomadas.

Existem várias fontes de problemas com os dados: erro de entrada de dados é uma possível fonte de erro que pode prejudicar os esforços de previsão de demanda; mudanças artificiais de demanda são outra fonte de erro.

Por exemplo, a resposta do consumidor a uma oferta promocional pode, temporariamente, aumentar as vendas de um item. Sem uma promoção semelhante em período subseqüente, o mesmo aumento não se pode esperar no futuro.

Alguns fatores incontroláveis têm a capacidade de influenciar a demanda do consumidor também. Um fator, tal como as condições econômicas pode tender a impactar a demanda.

Contabilizar essas influências na demanda pode ajudar a afinar a previsão.

 Toda empresa passa por flutuações sazonais. Feriados e mudanças climáticas influenciam as demandas de produtos e serviços dos consumidores. Embora seja extremamente importante para explicar como as mudanças sazonais afetam a demanda, pode ser possível se beneficiar mais com isso. Compreender como os fatores sazonais afetam consumidores ajuda as empresas a se posicionar para tirar proveito desses fatores.

O OMC, em parceria com  PROFILE, oferece ferramenta especialista de previsão de vendas. O  E-Forecast possui abordagem estatística voltada para previsão de demanda. Esta técnica tem como objetivo detectar padrões nos dados e ampliar esses padrões como previsões. Possui um modelo regressivo integrado à média móvel, em particular, é usado tanto para ganhar a compreensão dos padrões de dados e para prever na série. Diferentes parâmetros são usados para detectar as tendências.

As principais características do E-Forecast são: Banco de dados disponível 24h; atualização instantânea para todas as Filiais / CDs no Brasil; integração com custos e vendas; comparação de planejado x real; consolidação da previsão do campo; interface única e simples, padrão Internet; comparativo entre previsões; modelos matemáticos disponíveis ou definidos pelo Cliente; parâmetros definidos de forma Corporativa; maior integração da Cadeia de Suprimentos; menor necessidade de máquina; manual atualizado e disponível; disponível simultaneamente para todo o Brasil;  mais poder para administração do processo; acompanhamento “on line”; controle de Workflow; disponibilidade de histórico; integração com custos e vendas; comparação de planejado x real; consolidação da previsão do campo; funcionamento através da Internet (simples e fácil); possibilidade de diversos relatórios de análise das informações de orçamentos de vendas, comparando-as com dados reais de faturamento.

Uma referência garantida na gestão da demanda, integrando os elos chave da cadeia de Suprimentos!