Técnicas para previsão da demanda

GESTÃO DA DISTRIBUIÇÃO
Prof. Marco A. Arbex
MÉTODOS PARA PREVISÃO DA DEMANDA
Método genérico para estimar demanda total de um mercado (em unidades monetárias)
Q= n.q.p
Q= Demanda total do mercado
n= Número de compradores no mercado
q= Quantidade adquirida no período por um comprador médio
p= Preço médio unitário
Exemplo: Demanda por livros no Brasil (gênero: ficção nacional)
n= 500.000
q= 1
p= R$ 30,00
Q= R$ 15.000.000,00 R$/ano
Método genérico para estimar demanda total de um mercado (em quantidade)
Método de proporção em cadeia, no qual se multiplica um número base por uma cadeia de percentagens
de ajuste
Exemplo: Potencial de mercado para uma nova sopa instantânea no Brasil
Q= População x percentual médio da população com acesso a alimentos de preparo rápido x percentual
médio da população com acesso a alimentos de preparo rápido que costumam comprar tais alimentos x
percentual médio da população com acesso a alimentos de preparo rápido que costumam comprar tais
alimentos que costumam comprar sopas instantâneas
Q= 180.000.000 x 0,20 x 0,15 x 0,30 = 1.620.000 pessoas
Método da construção do mercado
Usado principalmente por empresas de produtos industriais ou que vendem para o mercado organizacional
(outras empresas). Este método exige a identificação de todos os compradores potenciais em cada
mercado e a estimativa de suas compras.
Exemplo:
Produto- instrumento de mineração para testar a proporção real do ouro contida em minerais
Preço- R$ 1.000,00, sendo que dependendo do tamanho da mina, mais de um instrumento deve ser
adquirido. Objetivo é determinar o potencial de mercado para o instrumento no estado X:
Nº empregados
Abaixo de 10
De 10 a 50
Mais de 50
Nº
minas
Estado
80
50
20
no Potencial
compra
1
2
4
de Mercado potencial Mercado
(unid.)
potencial ($)
80
Total:
$260.000,00
100
80
Métodos de previsão de vendas usando series temporais
1. MÉDIA MÓVEL
A média móvel usa dados de um número predeterminado de períodos, normalmente os mais recentes, para
gerar sua previsão. A cada novo período de previsão se substitui o dado mais antigo pelo mais recente.
Exemplo:Um produto apresentou, nos últimos 12 meses (n), a demanda apresentada na tabela abaixo.
Determinar a demanda para o próximo mês janeiro / Ano 2.
Tabela – Ano 1
Mês
jan.
Consumo 100
fev.
102
mar
101
abr.
104
mai
102
jun.
101
jul.
102
ago. set.
103 103
Out. nov.
103 104
dez
103
A demanda para Janeiro do Ano 2 é a média dos 12 últimos meses:
100+102+101+104+102+101+102+103+103+103+104+103 : 12 = 102,3
Resposta: demanda prevista em 102,3
Para calcular a demanda de Fev./ano 2, considera-se igualmente a média dos 12 últimos meses, (entre
Fev/ano 1 e Jan/ano 2); e assim por diante.
2. MÉDIA MÓVEL PONDERADA
No método da média ponderada atribui-se um peso a cada um dos dados, sendo que a soma deste peso
deve ser igual a 1, por período selecionado (trimestre, semestre, etc). Esse método busca dar ainda mais
ênfase aos períodos mais recentes.
Exemplo:Com base na tabela abaixo, prever a demanda do mês de jan. / Ano 2, utilizando uma média
ponderada trimestral com fator de ajustamento 0,7 p/dez; 0,2 p/nov.; 0,1 p/out. (maior peso sempre para
o mês mais recente)
Tabela – Ano 1
Mês
jan.
Consumo
100
fev.
102
Mar abr.
101 104
mai
102
jun.
101
jul.
102
ago. set.
103 103
out.
103
nov. dez
104 103
A previsão para Jan. / Ano 2 é:
0,7 x 103 + 0,2 x 104 + 0,1 x 103 = 103,2
Resposta: demanda prevista em 103,2
3. MÉTODO DO AJUSTAMENTO SAZONAL
Quando o consumo é sazonal, pode-se realizar a previsão de demanda fazendo o ajustamento sazonal.
Para desenvolver o método deve-se:
- Determinar a média de cada ano
- Determinar os coeficientes de sazonalidade em cada período sazonal
- Calcular o coeficiente médio de sazonalidade em cada período
- Projetar a demanda global para o ano (usar algum método)
- Determinar a média para cada período do ano previsto
- Determinar a demanda em cada período do ano utilizando o coeficiente médio de sazonalidade
Exemplo:
A tabela 1 abaixo apresenta dados de consumo de um produto nos últimos 4 anos e deseja determinar a
previsão de vendas trimestral no ano 5.
Trimestre
1
2
3
4
TOTAL
MÉDIA
Ano 1
45
335
520
100
1000
250
Ano 2
70
370
590
170
1200
300
Para calcular os coeficientes de sazonalidade:
Trimestre Ano 1
Ano 2
1
45/250=0,18
70/300=0,23
2
335/250=1,34
370/300=1,23
3
520/250=2,08
590/300=1,97
4
100/250=0,40
170/300=0,57
Ano 3
100
585
830
285
1800
450
Ano 3
100/450=0,22
585/450=1,30
830/450=1,84
285/450=0,63
Ano 4
100
725
1160
215
2200
550
Ano 4
100/550=0,18
725/550=1,32
1160/550=2,11
215/550=,039
media
0,20
1,30
2,00
0,50
Vamos supor que a previsão para o ano 5 seja de 2.500, baseada em que em quatro anos o consumo
passou de 1.000 para 2.200 unidades, com um incremento médio de 300 unidades ao ano. A média
trimestral é:
2.500 / 4 = 625 unidades. Temos como previsão para cada trimestre:
Trimestre
1
2
3
4
Previsão
625 x (0,20) = 125 unidades
625 x (1,30) = 813 unidades
625 x (2,00) = 1250 unidades
625 x (0,50) = 313 unidades
4. MÉTODO DE AJUSTAMENTO SAZONAL PELA MÉDIA MÓVEL CENTRADA
Exemplo do restaurante
1º Passo – calcular a média móvel centrada
2º Passo – Calcular o índice de sazonalidade para cada dia da semana
Dia
Demanda
Segunda
Terça
Quarta
Quinta
Sexta
Sábado
Domingo
Segunda
Terça
Quarta
Quinta
Sexta
Sábado
Domingo
Segunda
Terça
Quarta
Quinta
Sexta
Sábado
Domingo
Segunda
Terça
Quarta
50
55
52
56
65
80
85
55
50
58
50
70
75
80
52
50
54
60
65
85
90
50
53
55
Média Móvel Índice
Centrada
443/7=63,28
448/7=64
443/7=63,28
449/7=64,14
443/7=63,28
448/7=64
443/7=63,28
438/7=62,57
435/7=62,14
435/7=62,14
431/7=61,57
441/7=63
436/7=62,28
446/7=63,71
456/7=65,14
454/7=64,85
457/7=65,28
458/7=65,42
56/63,28=0,88
65/64=1,01
80/63,28=1,26
85/64,14=1,32
55/63,28=0,86
50/64=0,78
58/63,28=0,91
50/62,57=0,79
70/62,14=1,12
75/62,14=1,20
80/61,57=1,29
52/63=0,82
50/62,28=0,80
54/63,71=0,84
60/65,14=0,92
65/64,85=1,00
85/65,28=1,30
90/65,42=1,37
3º Passo – Calcular o índice de sazonalidade padrão para cada dia da semana através da média
Dia da semana
Índice de sazonalidade
Segunda-feira
Terça-feira
Quarta-feira
Quinta-feira
Sexta-feira
Sábado
Domingo
0,84 (média de todas as segundas-feiras)
0,79
0,87
0,86
1,04
1,25
1,33
4º Passo- Para aplicar o índice, é necessário fazer uma estimativa média de vendas da próxima semana
(baseada nas médias das semanas anteriores anteriores):
QUADRO: Previsao média da semana / dias da semana x índice de sazonalide do dia X = previsão para
o dia X
Semana
Segunda
Terça
Quarta
Quinta
Sexta
Sábado
Domingo
Previsão
445/7 x (0,84)= 53,4
445/7 x (0,79)= 50,2
445/7 x (0,87)= 55,3
445/7 x (0,86)= 54,6
445/7 x (1,04)= 66,1
445/7 x (1,25)= 79,4
445/7 x (1,33)= 84,5
Previsão baseada em correlações
Exemplo: Uma cadeia de fast-food verificou que as vendas mensais de refeições em suas lojas estão
relacionadas ao número de alunos matriculados em escolas situadas próximas às suas lojas. A empresa
pretende instalar uma nova casa numa região onde o número de alunos é de 13.750. Qual a previsão da
demanda para esta nova casa?
Y = a + bx, onde:
Y= variável dependente (vendas)
x= variável independente (nº alunos)
Vendas por casa (mil) Núm. alunos (mil)
Y
X
31,56
10
38
12
25,25
8
XY
315,6
456
202
Y²
996,03
1.444
637,56
X²
100
344
64
47,2
22
34,2
45,1
32,3
29
40,9
40
24,2
41
∑Y = 450,71
b=
b=
a=
a=
15
6,5
11
14,5
10,1
9,2
13,4
12,7
7,6
13,1
∑X = 143,1
708
143
376,2
653,95
326,23
266,8
548,06
508
183,92
537,1
∑XY = 5.224,86
2.227,84
484
4.469,64
2.034,01
1.043,29
841
1.672,81
1.600
585,64
1.681
∑ Y² = 19.716,82
225
42,25
121
210,25
102,01
84,64
179,56
161,29
57,76
171,61
∑ X² = 1.663,37
n(∑ XY ) − (∑ X )(∑ Y )
(
)
n ∑ X 2 − (∑ X )
2
(∑ XY ) − (∑ X )(∑ Y ) = 13 ⋅ 5224,86 − 143,10 ⋅ 450,71 = 2,99
13 ⋅ 1663,37 − (143,10)
n(∑ X ) − (∑ X )
n
2
2
2
∑ Y − b(∑ X )
n
∑ Y − b(∑ X ) =
n
450,71 − 2 ,99 ⋅ 143,10
= 1,757
13
Y = 1,757 + 2,99 ⋅ 13,75 = 42,869 ou seja 42869 refeições
Texto-base:
KOTLER, P; ARMSTRONG, G. Princípios de marketing. 7 ed. Rio de Janeiro: LTC, 1999. (CAP 7)