A APLICAÇÃO DE MÉTODOS DE PREVISÃO E SUA …abepro.org.br/biblioteca/TN_STO_226_319_30368.pdf · na gestão de estoques, cuja causa raiz pode ter sido devido à falta de ... (MMP),

A APLICAÇÃO DE MÉTODOS DE

PREVISÃO E SUA INFLUÊNCIA NA

LUCRATIVIDADE DE UMA

RELOJOARIA

Luiza Furtado Goncalves Couto (Ibmec )

[email protected]

Camila Azevedo Leao (Ibmec )

[email protected]

Bruna Granha Rezende Vaz de Mello Tannus (Ibmec )

[email protected]

Marcella Siqueira Carneiro (Ibmec )

[email protected]

À procura de uma maior inserção no mercado competitivo atual, as

organizações do mundo coorporativo devem buscar métodos mais

eficazes de previsão de demanda e melhor gestão de estoques. As

vendas na empresa alvo deste trabalho, uma relojoaaria, reduziram de

forma significativa entre 2014 e 2015. Esta redução gerou problemas

na gestão de estoques, cuja causa raiz pode ter sido devido à falta de

planejamento logístico na empresa. Buscando encontrar uma forma de

aumentar a lucratividade da organização, o objetivo é responder as

seguintes questões: a) Qual o método de previsão de demanda mais

eficaz para a empresa? b) O que pode ser feito para reverter

dificuldades na gestão de estoques de tal forma que a organização

consiga se sobressair diante das outras empresas do mesmo ramo?

Numa primeira fase do trabalho, foram feitas reuniões de discussão

com os responsáveis pela relojoaria, onde foi constatada a falta de um

sistema de gestão de estoques. Em seguida, foi coletado o volume de

vendas de 12 modelos de relógios. A partir dessas vendas, a curva ABC

foi construída e três relógios foram classificados como “A”,

representando a maior parte do faturamento da empresa.

Posteriormente foi calculada a previsão da demanda para Novembro e

Dezembro de 2015 dos três relógios classificados como “A” pela curva

ABC através dos métodos do último período (MUP), da média móvel

aritmética (MMA), da média ponderada (MMP), da suavização

exponencial (MSE) e do modelo dos mínimos quadrados (MMQ). O

método de previsão mais adequado para a empresa é o modelo dos

mínimos quadrados, uma vez que esse possuiu menor erro e,

consequentemente, a demanda real aproxima-se mais da prevista. Foi

calculado o ponto de pedido para os três produtos classificados como

“A”, segundo o estoque de segurança calculado, a demanda prevista

para Janeiro de 2016 pelo método MMQ e o lead time de 15 dias.

Desta forma, o modelo dos mínimos quadrados foi o método de

previsão mais eficaz para a relojoaria. Mudanças na gestão de

XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil

João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.


João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .

2

estoques podem reverter dificuldades na empresa, de tal forma que a

organização consiga se sobressair diante das outras empresas do

mesmo ramo.

Palavras-chave: métodos de previsão, estoques



3

1. Introdução

Em busca de maior inserção no competitivo mercado atual, as organizações do mundo

coorporativo devem buscar métodos mais eficazes de previsão de demanda e melhor gestão de

estoques. Além disso, devem evitar gastos desnecessários, visando a aumentar o lucro, bem

como aprimorar o nível de serviço aos clientes. Considerando tal cenário, abordou-se neste

trabalho o estudo de uma relojoaria de Belo Horizonte, Minas Gerais, a fim de solucionar

gargalos referentes à logística dessa empresa.

É certo que a concorrência no mercado relojoeiro é alta na capital mineira, além de existir

grande sazonalidade nesse tipo de comércio. Em algumas épocas, as vendas são maiores que

em outras, quando a demanda se desvia dos valores médios da série. Ademais, sabe-se que as

vendas diminuíram de 2014 para 2015. Nesse contexto, o desempenho da empresa pode estar

relacionado à acurácia da previsão de demanda. Segundo Ballou (2006), a previsão da

demanda é uma das atividades mais importantes para uma empresa, pois ela identifica fatores

que influenciam diretamente as vendas. De forma a lidar com tantas variações, muitos

métodos para a previsão de demanda foram desenvolvidos. Esses métodos podem ser

divididos em qualitativos e quantitativos (PELLEGRINI & FOGLIATTO, 2000). Os

qualitativos envolvem o julgamento de profissionais qualificados para opinar na demanda

futura do produto/serviço considerado (SLACK et al., 2007). Já os quantitativos utilizam

modelos matemáticos e estatísticos para projetar a demanda. Como exemplos de métodos

quantitativos, podem ser citados o modelo do último período, a média móvel aritmética, a

média ponderada, a suavização exponencial e o modelo dos mínimos quadrados.

As vendas na relojoaria alvo deste trabalho foram reduzidas de forma significativa entre 2014

e 2015. Esta redução gerou problemas na gestão de estoques, cuja causa raiz pode estar

relacionada à falta de planejamento logístico na empresa. Para avaliar tal hipótese, faz-se

necessária a realização de aprofundado estudo sobre a questão, a fim de obter uma pertinente

conclusão sobre as causas desse problema. Tendo em vista tal relevância, este trabalho buscou

encontrar um método quantitativo de previsão de demanda de séries temporais que obtivesse

os menores erros de previsão para a organização e utilizá-lo para otimizar os processos

estocásticos envolvidos nas vendas da relojoaria.

Buscando encontrar a forma de aumentar a lucratividade da empresa alvo deste trabalho, o

objetivo é responder as seguintes questões: a) Qual o método de previsão de demanda mais



4

eficaz para a empresa? b) O que pode ser feito para reverter dificuldades na gestão de

estoques de forma que a organização consiga se sobressair diante das outras empresas do

mesmo ramo?

2. Referencial teórico

2.1. Previsão de demanda

Para que as empresas forneçam bens ou serviços de excelência a seus clientes, é necessário

prever e gerenciar a demanda, que é a base do planejamento estratégico da produção. A

demanda está associada à necessidade dos clientes em consumir determinados produtos ou

serviços ofertados pelo mercado e é influenciada por diversos fatores como preço,

disponibilidade, acesso e questões econômicas. Portanto, a sua previsão é essencial, tendo em

vista que auxilia a definição dos recursos operacionais e estocásticos necessários para as

empresas, processo fundamental para a sobrevivência no mercado brasileiro. Segundo Tubino

(2009), as características inerentes a todas as técnicas de previsão são:

Supor que as causas que influenciaram a demanda passada continuem agindo no

futuro;

A não existência de previsão perfeita por conta da impossibilidade de prever todas as

variações aleatórias que possam ocorrer;

A exatidão das previsões diminui gradativamente com o aumento do período de tempo

analisado.

É importante ressaltar que a acurácia da previsão de demanda é diretamente proporcional à

lucratividade das organizações, sendo fator principal de gerenciamento.

2.2. Métodos de previsão de demanda

De forma a facilitar a programação de recursos, muitas técnicas de previsão de demanda

foram desenvolvidas. Diferentes métodos de previsão estão disponíveis para que as

organizações identifiquem o modelo mais viável para cada situação (MAKRIDAKIS et al.,

1998). Para elaborar um modelo de previsão de demanda são necessárias cinco etapas: definir

o objetivo do modelo; fazer a coleta e análise de dados; selecionar a técnica de previsão; obter

as previsões; e fazer o monitoramento do modelo (TUBINO, 2009). Segundo Khoury (2011),

em um processo de previsão de demanda, o modelo de previsão deve ser definido e, em

seguida, seus parâmetros devem ser determinados de modo a reduzir o erro de previsão.



5

Os métodos de previsão se dividem em qualitativos e quantitativos. Os qualitativos envolvem

a intuição e o julgamento de profissionais qualificados para opinar na demanda futura do

produto/serviço considerado (SLACK et al., 2007). Já os quantitativos utilizam modelos

matemáticos e estatísticos para projetar a demanda e dependem, principalmente, da

sazonalidade, que é expressa em termos de quantidade, ou de percentagem, da demanda que

desvia-se dos valores médios da série (COELHO; THALMO, 2000). Entre os métodos

quantitativos, há o método do último período, a média móvel aritmética, a média ponderada, a

suavização exponencial e o modelo dos mínimos quadrados.

O método do último período consiste em se considerar que a demanda do período analisado

será equivalente ao consumo real do período anterior.

O método da média móvel aritmética baseia-se no cálculo da média dos valores observados

nos últimos períodos para se obter uma previsão para o próximo período. Embora pouco

complexo, a média aritmética mostra-se adequada ao se realizar previsões de séries que não

apresentam tendência nem sazonalidade, quando os valores assumidos flutuam em uma média

constante (MAKRIDAKIS et al., 1998).

O método da média ponderada consiste em determinar a demanda do próximo período

estabelecendo um peso para cada período anterior, sendo que, normalmente, o maior peso é

considerado para o período mais próximo. Este método é aplicado conforme a equação:

Onde:

P = previsão para o próximo período;

P1, P2, ..., Pn = ponderação dada para cada período;

C1, C2, ..., Cn = consumo real de cada período anterior.

O método de suavização exponencial consiste na atribuição de um peso α para o consumo real

no período anterior ao considerado e um peso (1-α) para a demanda prevista para o período

anterior, segundo a equação:

Onde:



6

P = previsão para o período considerado;

Ra = consumo real no período anterior;

Pa = previsão do período anterior;

α = constante de suavização exponencial.

O modelo dos mínimos quadrados baseia-se na equação da reta ) para calcular a

previsão de demanda. Assim, os valores adquiridos tendem a aproximar-se dos valores já

existentes, minimizando as distâncias entre cada consumo realizado. Desse modo, ele consiste

em maneira de ajuste de curvas que seleciona a linha de menor ajuste aos pontos pelo cálculo

da mínima soma dos quadrados dos desvios dos pontos à linha, seguindo uma tendência bem

realista do que poderá ocorrer com o auxílio da projeção da reta. Usando a equação da reta,

deve-se calcular os valores de A, B e X:

Onde:

A e B= valores a serem obtidos na equação normal mediante a tabulação dos dados;

X = quantidades de períodos de consumo utilizados para calcular a previsão.

Como os termos A e B são desconhecidos, é necessário utilizar a somatória, resolver o

sistema a seguir e, para deixar o cálculo mais fácil e minimizar os erros, é interessante tabular

os dados. Sendo assim:

Esses modelos têm como principal vantagem a simplicidade e o baixo custo, fatores que

levam estas técnicas a serem constantemente utilizadas, mesmo que outras mais sofisticadas

possam apresentar uma maior acurácia.

2.2.1. Erro percentual absoluto médio (MAPE)

Após o teste dos modelos de previsão, é necessário verificar seus erros de precisão, para que

seja possível escolher o modelo mais adequado à realidade da empresa. A precisão da

previsão refere-se ao quão perto as estimativas chegam dos dados reais. Os indicadores são



7

utilizados para verificar medidas de desempenho do nível de precisão que o modelo de

previsão possui. Previsões muito próximas dos dados reais significam baixos erros de

precisão, logo são mais aceitas. Quando os erros de precisão são maiores, é sinal de que o

modelo de previsão deve ser alterado ou ajustado. O erro de previsão é a diferença entre o

valor real e o valor previsto (PASCHOALINO, 2009). Ainda segundo Paschoalino (2009),

uma vez obtida a previsão para cada modelo, calcula-se o Mean Absoute Deviation (MAD),

que estabelece o valor absoluto médio da diferença entre a demanda prevista calculada por

cada um dos modelos e a demanda real observada em determinado período de observação.

Finalmente, a demanda prevista que apresentar o menor desvio MAD deve ser a utilizada. A

fórmula para o cálculo do MAD é a seguinte:

Onde:

DR=Demanda Real;

DP=Demanda Prevista;

P= Número de períodos estudados.

Segundo Khoury (2011), se o MAD for pequeno, os dados reais seguem estritamente as

previsões e o modelo de previsão fornece previsões seguras.

2.3 Gestão de estoques

Segundo Moreira (2006), estoques são recursos armazenados de forma improdutiva por

determinado período de tempo, sendo de matéria-prima e produtos acabados, esperando para

serem comercializados. O estoque e visto de difere ntes maneiras na organização. Para o setor

financeiro ele é uma grande quantidade de recursos que geram alto custo. Enquanto para o

setor operacional, ele e um meio de assegurar a produção mesmo com demanda inesperada

(MOREIRA, 2006).

Da mesma forma que a redução dos estoques é necessária para não comprometer o lucro das

empresas, a existência de um estoque de segurança é de extrema importância, para que o risco

de que ocorra falta de produtos aos consumidores seja reduzido ao máximo. Portanto, a

previsão de demanda possui papel fundamental na manutenção de um bom nível de

atendimento ao cliente e, por isso, deve ser feita com boa acuracidade, a fim de que não traga

resultados negativos para as organizações.



8

Segundo Schwitzky (2001), o estoque configura um importante fator estratégico, pois, com a

separação do suprimento da demanda através de estoques, qualquer problema que surgir

durante o tempo de suprimento, que possa comprometer algum prazo de entrega aos clientes,

e anulado . No suprimento, por exemplo, quando uma máquina estraga, um fornecedor atrasa

alguma entrega ou a demanda de certo produto cresce de forma imprevisível, e o estoque que

consegue evitar a falta de produtos acabados para entrega ao cliente.

Nas atividades exercidas pela logistica e pela producao, os estoques sao necessarios por varios

fatores, dentre eles: garantem disponibilidade de materiais (WILD, 2002); amortecem as

incertezas da demanda e do tempo de ressuprimento (BALLOU, 1993); permitem uma

produção constante (TUBINO, 2000); e podem, inclusive, ser usados como tendencia

especulativa (CORREA, 2005). Mas, sobretudo, estoques sao necessários porque ha

incongruência entre oferta e demanda (SLACK et al., 2009).

2.2.2. Tempo de reposição

Segundo Pozo (2010), o tempo de reposição (TR) ou lead time é o tempo gasto desde a

verificação de que o estoque precisa ser reposto até a chegada efetiva do material no

almoxarifado da empresa, sendo composto por:

Tempo para elaborar e confirmar o pedido junto ao fornecedor;

Tempo que o fornecedor leva para processar e entregar o pedido;

Tempo para processar a liberação do pedido para consumo.

Dias (2012) ressalta que, em virtude de sua grande importância, o TR deve ser determinado de

modo mais realista possível, pois as variações ocorridas durante esse tempo podem alterar

toda a estrutura do sistema estocástico.

2.2.3. Estoque de segurança

O estoque de segurança (ES) é a quantidade mínima de materiais que deve existir no estoque

com a função de cobrir as possíveis variações aleatórias da demanda e do lead time, atuando

nos momentos de falha do fornecimento, da produção, da previsão da demanda, entre outros.

Pozo (2010) ressalta que a finalidade do ES reside em não afetar o processo produtivo, o que

implica evitar atrasos na entrega do produto ao mercado , a fim de nao causar transtornos aos

clientes por falta de material. Ele é calculado por:

Onde:



9

ES = estoque mínimo;

K = nível de serviço;

D = demanda.

2.2.4. Ponto de pedido

Segundo Pozo (2010), o ponto de pedido (PP) e a quanti dade de materiais que se tem em

estoque e que garante o processo produtivo para que ele nao sofra problemas de continuidade ,

enquanto se aguarda a chegada do lote de compras durante o tempo de reposição. Assim,

quando determinado item de estoque atinge seu ponto de pedido, deve-se fazer seu

ressuprimento, colocando-se um pedido de compra. Ainda segundo Pozo (2010), para

determinar o PP, utiliza-se a equacao:

Onde:

PP Ponto de pedido;

C Consumo mensal do item;

TR lead time;

Emin= estoque mínimo.

2.2.5. Estoque máximo

É o tamanho máximo que o estoque da empresa deve ter. Visto que o custo de manutenção de

um estoque é alto, torna-se necessária a busca pelo tamanho de estoque máximo ideal para

cada empresa de acordo com o seu capital disponível.

Figura 1 – Dente de serra



10

Fonte: Tadeu (2010)

Segundo Tadeu (2010), o gráfico dente de serra consiste na interpretação gráfica das

flutuações de estoque, facilitando a gestão de estoques.

2.3. Curva ABC

Segundo Gianesi e Biazzi (2011), as tomadas de decisões envolvem questões sobre “quanto”

e “quando” suprir os estoques e, para isso, torna-se essencial o conhecimento das ferramentas

estatísticas por parte das empresas. No entanto, atualmente, há um gargalo de conhecimento

dessas técnicas por grande parte dos gestores. Esse panorama induz à utilização de métodos

qualitativos que, frequentemente, são baseados na intuição e na experiência pessoal dos

próprios gestores. Com isso, muitas vezes, os estoques são previstos de maneira não

satisfatória, pois as práticas de gestão de estoque acabam sendo direcionadas para o

tratamento uniforme de todos ou quase todos os itens, gerando gastos desnecessários para as

organizações.

Conforme Ballou (1993), para facilitar o controle do estoque, é necessário que as

organizações o dividam em níveis menores, o que torna seu controle mais eficaz.

Compreende-se, portanto, a importância da redução do estoque como uma economia de custos

distintos das organizações, desde que, mesmo com esta redução, ainda se atenda a todas as

demandas solicitadas. Para o autor, o ideal seria que as organizações tivessem sempre o

produto para ofertar ao consumidor, contudo sem tê-lo em estoque. Todavia, como isso é

inviável, Ballou (1993) sugere que se almeje a utilização de ferramentas mais efetivas no

gerenciamento do estoque.



11

Para Pinheiro (2005), a partir da utilização da classificação ABC, os gestores podem

visualizar itens que requerem tratamento adequado, tanto em relação a sua quantidade quanto

em relação a sua representatividade financeira, otimizando, assim, a classificação dos itens

componentes dos estoques. A análise ABC consiste na verificação, em certo espaço de tempo

(normalmente 6 meses ou 1 ano), do consumo, em valor monetário ou quantidade, dos itens

de estoque, para que eles possam ser classificados em ordem decrescente de importância. Aos

itens mais importantes de todos, segundo a ótica do valor ou da quantidade, dá-se a denomina-

ção itens classe A, aos intermediários, itens classe B, e aos menos importantes, itens classe C

(MARTINS; CAMPOS, 2009, p. 211).

Segundo Tadeu (2010), os percentuais do total de itens que pertencem à determinada classe

não são uma razão exata: os da classe A possuem até 75% do valor movimentado no estoque e

até 20% dos itens dele, os da classe B possuem até 30% do valor movimentado no estoque e

até 35% dos itens dele a e os da classe C, possuem até 10% do valor movimentado no estoque

e até 70% dos itens dele.

Figura 2 – Curva ABC

Fonte: Tadeu (2010)

3. Metodologia

Dentre os modelos de previsão analisados para realização do estudo, foram selecionados

certos métodos quantitativos devido à disponibilidade dos dados de demanda nos períodos

passados. Foram necessárias entrevistas com os gestores da organização para a obtenção de

informações sobre a empresa em estudo e explicações de fenômenos observados nos dados

coletados. O software selecionado para a realização dos cálculos relacionados à previsão de

demanda e aos erros de previsão foi o Microsoft Excel 2013.



12

Na coleta de informações, foi feita a montagem do banco de dados estatísticos (produtos e

suas demandas no período determinado) com filtros que são características dos itens. Também

nessa parte, foi feita a classificação ABC dos produtos que relaciona a demanda com o

faturamento. A partir dessa classificação, foram definidos os níveis de agregação dos

produtos. Para Nahmias (1993) a metodologia mais aplicada para a agregação de produtos é a

classificação ABC, a qual determina a importância do produto, relacionada com a

representatividade dos produtos e a sua demanda. Neste trabalho, foram analisados somente

os produtos pertencentes à classe “A”.

4. Estudo de caso

4.1. Definição do problema

A empresa em questão é uma relojoaria localizada em Belo Horizonte. Inserida no cenário

brasileiro atual, a organização sofreu impactos negativos com a crise econômica, assim como

todo o mercado do país. Isso acarretou a redução das vendas de 2014 para 2015. Diante do

ambiente extremamente competitivo em que as empresas brasileiras estão inseridas, é de suma

importância poder visualizar cenários para ficar à frente de concorrentes. Cenários esses que

podem ser previstos por meio de muitas metodologias hoje existentes.

Por meio de debate com os responsáveis pela relojoaria, foi constatada a falta de um sistema

de gestão de estoques. Dessa forma, cabe ressaltar a importância desse estudo de caso,

visando a criação desse sistema para a empresa, a fim de que ela possa reduzir seus custos,

aumentar sua lucratividade e enfrentar a crise econômica.

4.2. Coleta de dados

Inicialmente, foi coletado o volume de vendas de 12 modelos de relógios.

Tabela 1 – Volume de vendas dos relógios



13

Fonte: autor

Com base nos dados coletados foi montada a

curva ABC, técnica muito utilizada para

administração de estoque.

Tabela 2 – Curva ABC aplicada aos produtos da empresa

Fonte: autor

Por meio

da curva

ABC,

observa-se que os tres relógios classificados como “A” são aqueles que devem ter um controle

mais rígido por parte da empresa, por representarem 51,18% do faturamento.

Posteriormente foi calculada a previsão da demanda para Novembro e Dezembro de 2015 dos

três relógios classificados como “A” pela curva ABC por meio dos métodos do último

período (MUP), da média móvel aritmética (MMA), da média ponderada (MMP), da

suavização exponencial (MSE) e dos mínimos quadrados (MMQ).

Tabela 3 – Previsão de demanda para Novembro de 2015

Fonte: autor

Tabela 4 – Previsão de demanda para

Dezembro de 2015



14

Fonte: autor

4.3. Análise dos dados

Com o intuito de analisar o melhor método de previsão de demanda para a gestão da

organização, foram feitos cálculos referentes aos meses de Novembro e Dezembro.

4.3.1. Cálculo do erro percentual absoluto médio (MAPE)

Tabela 5 – Erros de precisão para as previsões de Novembro

Fonte: autor

Tabela 6 – Erros de precisão para as previsões de Dezembro

Fonte: autor

De acordo com os cálculos feitos sobre os erros de precisão, conclui-se que o método de

previsão mais adequado para a empresa é o modelo dos mínimos quadrados, uma vez que esse

possuiu menor desvio MAD e, consequentemente, a demanda real aproxima-se mais da

prevista.

4.3.2. Previsão para Janeiro de 2016

A partir desta conclusão, foi feita a previsão de demanda para Janeiro de 2016 através dos

cinco métodos de previsão, mas sabendo que o mais adequado é o modelo dos mínimos

quadrados.

Tabela 7 – Previsão de demanda para Janeiro de 2016



15

Fonte: autor

4.4. Cálculo do estoque de segurança

Foi calculado o estoque de segurança ou estoque mínimo para os três produtos classificados

como “A”, segundo a demanda prevista pelo MMQ, por meio da fórmula:

Utilizando-se K como 50% ou 0,5 e a demanda de Janeiro, foram obtidos os seguintes valores

de estoque mínimo:

Tabela 8 – Estoque de segurança

Fonte: autor

4.5. Cálculo do ponto de pedido

Foi calculado o PP para os três produtos classificados como

“A”, segundo o estoque de segurança calculado anteriormente, a demanda de Janeiro de 2016

pelo método MMQ e o lead time de 15 dias ou 0,5 mês, utilizando a fórmula:

Tabela 9 – Ponto de pedido para Janeiro de 2016

Fonte: autor

5. Conclusão

Com este trabalho, percebe-se que a implementação de um sistema de gestão de estoques é

um modo de aumentar a lucratividade da relojoaria e ajudá-la a contornar dificuldades geradas

pelos efeitos da crise econômica brasileira, fazendo-a se sobressair perante as outras empresas

do ramo.

Para atingir os objetivos do trabalho, analisaram-se e testaram-se os métodos quantitativos de

previsão de demanda a fim de prever a quantidade de consumo de uma relojoaria em Belo

Horizonte. Esses métodos trabalharam com estimativas para a previsão deste consumo para o

próximo período, baseado no histórico dos dados. A metodologia consistiu na elaboração de

uma classificação ABC para selecionar a categoria de produtos mais representativa para a



16

empresa em termos de faturamento. Isto foi feito devido à grande variedade de produtos

trabalhados pela organização. Utilizando o software Microsoft Excel 2013, aplicou-se os

métodos de último período, média móvel aritmética, média ponderada, suavização

exponencial e método dos mínimos quadrados. Constatou-se que o método dos mínimos

quadrados (MMQ) apresentou o menor erro MAD, portanto, para esta empresa, consideramos

o MMQ como o mais eficaz.

Promoções, ações dos concorrentes, instabilidade do mercado e sazonalidade são exemplos de

fatores que podem afetar as vendas, tornando o consumo diferente do esperado. É importante

estar preparado para eventuais distorções dos valores nas previsões realizadas. Dessa forma, a

redução das vendas de 2014 para 2015 - devido à crise econômica, aliada à falta de

planejamento de demanda, - poderá ser contornada a partir deste estudo.

Os objetivos do trabalho, por sua vez, foram satisfatoriamente atingidos, uma vez que foi

possível determinar o problema da empresa e, desse modo, desenvolver um sistema de gestão

de estoque capaz de aumentar sua lucratividade.

Referências bibliográficas: BALLOU, R. H. Gerenciamento da cadeia de suprimentos: logística empresarial. 5. ed. Porto Alegre:

Bookman, 2006, p. 616 .

BALLOU, R. H. Logística empresarial: transportes, administração de materiais e distribuição física. São

Paulo: Atlas, 1993.

CORRÊA, H. L.; CORRÊA, C. A. Administração de produção e de operações: manufatura e serviços: uma

abordagem estratégica. São Paulo: Atlas, 2005.

DIAS, M. A. P. Administração de materiais: princípios, conceitos e gestão. 6. ed. São Paulo: Atlas, 2012.

GIANESI, I. G. N.; BIAZZI, J. L. Gestão estratégica de estoques. R.Adm., São Paulo, v. 6, n. 3, p. 290-

304, jul./ago./set. 2011.

KHOURY, Felipe; Raupp, Fernanda. Minimização de custos de produção via programação inteira mista:

Estudo de caso de planejamento de produção de luminárias. 2011. PUC.

MAKRIDAKIS, S. G.; WHEELWRIGHT, S. C.; HYNDMAN, R. J. Forecasting: methods and applications.

3. ed. New York: John Willey & Sons, 1998. 642 p.

MARTINS, P. G.; CAMPOS, P. R. Administração de materiais e recursos patrimoniais. São Paulo: Saraiva,

2009.

MOREIRA, D. A., Administração da Produção e Operações. Thomson. São Paulo, SP. 2006.

NAHMIAS, S. Production and Operations Analysis. 2. ed. Boston: Richard D. Irwins, 1993.



17

PASCHOALINO, Jussara Bueno de Queiroz. O professor desencantado– Matizes do trabalho docente. Belo

Horizonte: Armazém das Ideias, 2009.

PELLEGRINI, F. R. Metodologia Para Implementação de Sistemas de Previsão de Demanda. 2000. 130f.

Dissertação (Mestrado em Engenharia de Produção) - UFRGS, Porto Alegre, 2000.

PINHEIRO, L. V.R. Processo evolutivo e tendências contemporâneas da ciência da informação. Informação

e Sociedade, João Pessoa, v. 15, n.1, 2005.

POZO, H. Administração de Recursos Materiais e Patrimoniais. Ed. Atlas, 2010.

SCHWITZKY, Marcelo. Acuracidade dos métodos de previsão e a sua relação com o dimensionamento dos

estoques de produtos acabados. Universidade Federal de Santa Catarina: 2001.

SLACK, N.; CHAMBERS, S.; JOHNSON, R. Administração da Produção. 2.ed. São Paulo: Atlas, 2007.

Cap.17 (Planejamento e Controle de Qualidade).

SLACK, Nigel. et al. Administração da Operação. 3.ed. São Paulo: Atlas, 2009.

TADEU H. F. B. Gestão de estoques: Fundamentos, modelos matemáticos e melhores práticas

aplicadas.Cangage Learning. .São Paulo, SP. 2010.

TUBINO, Dalvio Ferrari. Manual de planejamento e controle da produção. São Paulo: Atlas, 2000.

TUBINO, D. F. Planejamento e Controle da Produção. 2ª. ed. São Paulo: Atlas, 2009. 208p.

WILD, T. Best practice in inventory management. Oxford: Elsevier, 2002.

Documents

A APLICAÇÃO DE MÉTODOS DE PREVISÃO E SUA …abepro.org.br/biblioteca/TN_STO_226_319_30368.pdf · na gestão de estoques, cuja causa raiz pode ter sido devido à falta de ... (MMP),