No texto 'Introdução às técnicas de previsão: definição e aplicações', apresentamos as ideias iniciais sobre como abordar a incerteza em relação ao futuro, à como realizar a previsão de demandas futuras. Hoje, continuaremos nossa exploração, revelando algumas das técnicas e conceitos fundamentais para prever demandas futuras.

Existem dois principais tipos de métodos de previsão: os objetivos e os subjetivos. Os métodos objetivos são caracterizados por abordagens quantitativas, que empregam formulações matemáticas e estatísticas para derivar previsões. Por outro lado, os métodos subjetivos são qualitativos e geralmente se baseiam na opinião de indivíduos.

Técnicas para Previsão de Demandas Futuras

Métodos Qualitativos

No campo dos métodos qualitativos, encontramos diversas abordagens:

1. Pesquisas com consumidores: Algumas empresas utilizam pesquisas de mercado com consumidores como base para prever sua demanda futura.
2. Força de vendas: Nesse método, os vendedores desempenham um papel fundamental, fornecendo informações valiosas sobre as intenções de compra dos consumidores.
3. Método Delphi: Esse método envolve a colaboração de um grupo de especialistas em um determinado campo, que se reúnem para chegar a um consenso sobre questões como o lançamento de novas tecnologias ou a viabilidade das vendas de novos produtos.

Métodos Quantitativos

No domínio dos métodos quantitativos, podemos fazer uma subdivisão em dois grupos:

1. Modelos de série temporal: Nesses modelos, o tempo é uma variável essencial para analisar tendências, sazonalidades ou fatores cíclicos que influenciam a demanda.
2. Modelos casuais: Esses modelos levam em consideração uma gama mais ampla de fatores em suas previsões, indo além do tempo.

Dentro dos métodos quantitativos, algumas técnicas notáveis incluem:

• Médias móveis: Esta técnica calcula a média aritmética das n observações mais recentes para prever o futuro. Por exemplo, para prever a demanda do próximo mês, pode-se calcular a média das demandas dos 5 meses anteriores (n=5).
• Médias móveis ponderadas: Aqui, uma média ponderada é usada, atribuindo a cada observação um "peso", com a ressalva de que a soma de todos os pesos usados deve ser igual a 1. As médias móveis ponderadas oferecem previsões estáveis, embora não capturem relacionamentos complexos nos dados e exijam o armazenamento de dados passados.
• Método de amortecimento exponencial: Este é um tipo de média móvel onde os dados mais antigos têm pesos menores. É especialmente útil quando há uma tendência nos dados, mas sem sazonalidade evidente.

Quando os dados exibem uma tendência e não possuem sazonalidade, a análise de regressão no Excel® pode ser uma ferramenta útil. Nesse caso, a demanda é tratada como a variável dependente, enquanto o período atua como a variável independente, permitindo a análise de relações entre essas variáveis para prever a demanda futura.

Veja Também:

Imagens: Todos os Créditos reservados aos respectivos proprietários (sem direitos autorais pretendidos). Caso eventualmente você se considere titular de direitos sobre algumas das imagens em questão, por favor entre em contato com [email protected] para que possa ser atribuído o respectivo crédito ou providenciada a sua remoção, conforme o caso.

Jéssica Dias

Engenheira de Produção formada pela UENF com mais de três anos de experiência em cadeia de suprimentos (supply chain), passando por funções nas áreas de logística, processos e planejamento de materiais. Apaixonada por tecnologia, leitura, ensinar o que sei e ajudar a outras pessoas a serem melhores em suas carreiras. @engjessicadias