MÉTODO DE PREVISÃO DE DEMANDA BASEADO EM UM PROCESSO DE SAZONALIDADE

Universidade Federal de Ouro Preto[pic 1][pic 2]

Escola de Minas

Organização e Administração II – PRO244-42
Professor: Aloisio de Castro Gomes Junior

MÉTODO DE PREVISÃO DE DEMANDA BASEADO EM UM PROCESSO DE SAZONALIDADE

Ayra Mariane Ferreira Ribeiro                14.1.1544

Gabriela de Matos Aganete                12.1.4461

                                

Ouro Preto, 16 de maio de 2018

1. DADOS

Neste trabalho será realizado um estudo de caso realizando-se a previsão de demanda da empresa SK8. Na Tabela 1 são apresentadas as quantidades de skates vendidas em 2015 e 2016.

Tabela 1: Demanda dos últimos meses

Mês	Demanda	Mês	Demanda
Jan/15	550	Jan/16	525
Fev/15	490	Fev/16	530
Mar/15	515	Mar/16	545
Abr/15	565	Abr/16	600
Mai/15	580	Mai/16	510
Jun/15	530	Jun/16	570
Jul/15	665	Jul/16	675
Ago/15	755	Ago/16	730
Set/15	1000	Set/16	1040
Out/15	1325	Out/16	1310
Nov/15	1025	Nov/16	1010
Dez/15	1480	Dez/16	1525

1. PARTE PRÁTICA

• Questão 1: Plotar um gráfico mostrando o comportamento ao longo do tempo.

[pic 3]

Figura 1: Gráfico Demanda x Tempo

• Questão 2: Analisar o gráfico gerado

A partir do gráfico gerado de Demanda x Tempo, notou-se que o número de vendas nos meses de 2015 foi semelhante ao número de vendas dos meses de 2016, ou seja, ocorreu um padrão de vendas a cada 12 meses.

• Questão 3: Usando a técnica para previsão da sazonalidade estudada, determinar a previsão de demanda para o ano de 2017.

A previsão de demanda para 2017 encontra-se na Tabela 2, ela se originou a partir do seguinte procedimento foi utilizado:

1. A coluna Di corresponde a demanda histórica.
2. MCM é a média centrada móvel. Sabendo-se que para esses dados a

periodicidade é 5, calcula-se a média a cada 5 pontos.

1. MMCM é a média das médias centradas móveis.
2. ISI é o índice sazonal individual. ISI = DI/MMCM
3. IS é o índice sazonal de intervalo e é calculado pela média do ISI dos pontos.

análogos, ou seja, pontos que possuem mesmo comportamento ao longo do tempo.

1. PI é a previsão da demanda e é calculada pela multiplicação entre IS e

MMCM.

1. DA é o desvio absoluto, que é dado pelo módulo da diferença entre DI e PI.
2. MAD é obtido pela média de DA.

Tabela 2: Previsão de demanda para 2017.

Mês	Demanda	MCM12	MMCM	ISI	IS	Previsão 2017	Demanda Real	|Erro|	|Erro| (%)
jan/15	550	-	793,929	0,693	0,6770	537,49	555	17,51	3,47
fev/15	490	-	793,929	0,617	0,6424	510,02	595	84,98	16,83
mar/15	515	-	793,929	0,649	0,6676	530,03	515	15,03	2,98
abr/15	565	-	793,929	0,712	0,7337	582,51	545	37,51	7,43
mai/15	580	-	793,929	0,731	0,6865	545,03	595	49,97	9,89
jun/15	530	790,000	793,929	0,668	0,6928	550,03	520	30,03	5,95
jul/15	665	793,929	0,838	0,8439	670,00	660	10,00	1,98
ago/15	755	791,250	793,929	0,951	0,9352	742,48	805	62,52	12,38
set/15	1000	793,929	1,260	1,2848	1020,04	1070	49,96	9,89
out/15	1325	796,667	793,929	1,669	1,6595	1317,53	1285	32,53	6,44
nov/15	1025	793,929	1,291	1,2816	1017,50	965	52,50	10,40
dez/15	1480	794,167	793,929	1,864	1,8925	1502,51	1440	62,51	12,38
jan/16	525	793,929	0,661	0,6770		∑Erro	505,03	100,00
fev/16	530	792,917	793,929	0,668	0,6424		MAD	42,09
mar/16	545	793,929	0,686	0,6676		4MAD	168,34
abr/16	600	795,000	793,929	0,756	0,7337
mai/16	510	793,929	0,642	0,6865
jun/16	570	797,500	793,929	0,718	0,6928
jul/16	675	793,929	0,850	0,8439
ago/16	730	-	793,929	0,919	0,9352
set/16	1040	-	793,929	1,310	1,2848
out/16	1310	-	793,929	1,650	1,6595
nov/16	1010	-	793,929	1,272	1,2816
dez/16	1525	-	793,929	1,921	1,8925

• Questão 4:  Sabendo-se que a previsão para o ano de 2017 está apresentada na tabela abaixo, calcular o erro absoluto (|𝐷𝑟𝑒𝑎𝑙 −𝐷𝑝𝑟𝑒𝑣𝑖𝑠𝑡𝑎|) e erro percentual absoluto.

Tabela 3: Previsão de demanda para 2017.

Mês	Demanda
jan/17	555
fev/17	595
mar/17	515
abr/17	545
mai/17	595
jun/17	520
jul/17	660
ago/17	805
set/17	1070
out/17	1285
nov/17	965
dez/17	1440

Os valores dos erros absoluto e percentual absoluto encontram-se na Tabela 2.