ANÁLISE DA CAPACIDADE PRODUTIVA DE UMA FÁBRICA DE PÃES, DOCES, SALGADOS GOURMET BASEADO NA PREVISÃO DE DEMANDA

ANÁLISE DA CAPACIDADE PRODUTIVA DE UMA FÁBRICA DE PÃES, DOCES, SALGADOS GOURMET BASEADO NA PREVISÃO DE DEMANDA

ISABEL SANTOS GOSAVES (UnB)

[e-mail]

036.724.151-03 (61) 995-441-678

LUCAS BRANDÃO GUIMARÃES (UnB)

[e-mail]

051.912.851-66 (61) 984-612-239

LUIZ FILLIPE RODRIGUES (UnB)

[e-mail]

046.705.641-29 (61) 991-786-319

O crescimento do setor alimentício no país encontra-se em fase de expansão, visto que a maioria destes empreendedores são de organizações de médio e pequeno porte. Representando uma fração considerável do PIB, no ramo de serviços. Para prosseguimento no mercado é essencial possuir conhecimento de ferramentas que auxiliam na tomada de decisões, análise de cenários futuros e entendimento do mercado. Por ausência destas ferramentas muitas destas organizações não conseguem se consolidar no mercado, onde, qualquer conhecimento que gere otimização é um diferencial no mercado competitivo. Este trabalho teve com objetivo analisar a capacidade produtiva de uma fábrica de pães, doces e salgados gourmet, baseado em métodos de previsão de demanda, cujo, o objetivo foi mitigar os gargalos que afetam diretamente a produção. A metodologia utilizada para estudo foi a que de acordo com a litetaura possui um menor erro. Verificou-se, com o auxílio de ferramentas os produtos que mais saem da fábrica, visto que a mesma possui um grande lote de produtos.

Palavras chaves: Setor alimentício, capacidade produtiva, previsão de demanda.

1. Introdução

A importância de se alimentar bem é cada vez mais recorrente entre os brasileiros, por isso o mercado gourmet vem se consolidando entre as preferências da população. Com o crescimento exponencial desse segmento no mercado alimentício, esse nicho atrai diariamente o número maior de empresários que desejam investir neste setor.

Em 2016 o crescimento alimentício registrou uma alta de 6,1% em relação ao ano de 2015 segundo dados da ABIA (Associação Brasileira das Indústrias de Alimentação); o que representa um indicador importante de aumento, mesmo em ano de recessão o setor de alimentos não foi prejudicado pelo cenário econômico o que desperta cada vez mais o interesse de investimento.

Pequenos negócios representam uma fração importante da economia brasileira, representando aproximadamente mais de um quarto do produto interno bruto (PIB). Cerca de 9 milhões de micro empresas no país representam 27% do PIB (SEBRAE, 2014). O empreendedorismo vem crescendo muito no Brasil nos últimos anos e é fundamental que cresça não apenas a quantidade de empresas, mas a participação delas na economia (BARRETO, 2014).

A utilização do método de previsão de demanda, permite que com o auxílio de uma abordagem quantitativa, seja possível estipular a previsão que mais se aproxime da demanda real inicial.

2. Referencial Teórico

2.1 Abordagem de Previsão  

Segundo Novaes (2004) desde a segunda Guerra Mundial, a Logística apresentou uma evolução continuada, sendo considerada como um dos elementos-chave na estratégia competitiva de certas empresas, ainda de acordo com Novaes (2004) no início era confundida com o transporte e a armazenagem de produtos.  A armazenagem de produtos está diretamente ligada aos métodos de previsão de demanda e ter estoque de produtos que não saem, de acordo com Ching (2008) acredita que os capitais empatados nos estoquem com os custos operacionais podem ser diminuídos, se concluir   que   nem   todos   os   itens   estocados   merecem   a   mesma   atenção   pela administração ou precisam manter a mesma disponibilidade para satisfazer aos clientes.  Vê-se então a necessidade de priorização dos produtos, a regra de Pareto, traduzido aqui por uma curva ABC faz as vezes de priorizar os produtos que respondem pela maior faixa de demanda da empresa.          

Assim, economiza-se tempo e recursos. Dias (2010) afirma   que   a   Curva   ABC   permite   identificar   aqueles   itens   que   justificam atenção e tratamento adequado quanto à sua administração. Obtém-se a curva ABC através da ordenação dos itens conforme a sua importância relativa.

Depois de identificados os principais produtos, as séries temporais, que exigem conhecimento de valores passados da demanda foi a escolha da metodologia. O termo série temporal indica apenas uma coleção de valores da demanda tomados em instantes específicos de tempo, geralmente com igual espaçamento, no caso usado o espaço é mensal. A expectativa é a de que o padrão observado nos valores passados forneça informação adequada para a previsão de valores futuros da demanda (MOREIRA, 2002).

A previsão consiste em estipular informações significantes sobre o   futuro (NARASHIMAN, 1995). A previsão deve estar associada a um conjunto de métodos. No mercado competitivo é ideal prever, ela possui um papel fundamental para controle de produções futuras, finanças e vendas da empresa. As previsões costumam ser classificadas de acordo com o horizonte de planejamento (longo, médio e curto prazo) a que se destina. No longo prazo, as previsões são importantes para a implementação de novas máquinas, novos produtos, gastos de capital, dentre outros.  No médio prazo, as previsões servem como base para o planejamento agregado de produção.  Já no curto prazo, as previsões   auxiliam   na   programação   da   força   de   trabalho, na programação   de   compras, nas   análises   de   capacidade   de   curto prazo (GOLDINHO FILHO, MOACIR, 2010).

 Os métodos de previsão podem ser: média móvel simples, média móvel ponderada e regressão linear. A média móvel simples é a média aritmética da demanda real dos últimos n meses, como mostra a figura a seguir:

[pic 1]

Figura 1- Método Média Móvel Simples

A média móvel ponderada, por sua vez, é a média móvel da demanda real nos últimos n meses atribuindo-se um peso para cada mês, como é explicado na seguinte fórmula:

[pic 2]

Figura 2 - Método Média Móvel Ponderada

Por fim, a regressão linear é a reta que mais se aproxima da demanda real e terá como referência o R-Quadrado, que varia de 0 a 1 e, que irá indicar o quanto a reta se aproxima da realidade. Regressão Linear Simples (O quadrado do coeficiente de relação r2sempre terá valores entre 0 e 1. Valores de r2 maior ou igual a 0,85 indicam uma boa previsão (SIPPER;  BULFIN, 1997).  Para seu cálculo é necessário achar a equação da reta e seus coeficientes a e b, como mostra a figura abaixo: