MBA EM GESTÃO COMERCIAL

Transcrição

1 Módulo: Projeção de Vendas Aula 3: Quantitativos Sazonalidade/Tendência, Média Móvel e Suavização 2015 by Ibramerc. This work is licensed under the Creative Commons. If you want to use or share, you must give appropriate credit to I Ibramerc.

2 Planejamento de demanda: Métodos Quantitativos Qualitativos Pipeline Média Móvel Regressão Linear Pesquisa de Mercado Analogia de Histórico Visionário Suavização Exponencial Opinião Vendedores Opinião Diretores Delphi

3 Planejamento de demanda: Métodos Quantitativos Qualitativos Pipeline Média Móvel Regressão Linear Pesquisa de Mercado Analogia de Histórico Visionário Suavização Exponencial Opinião Vendedores Opinião Diretores Delphi

4 Método Quantitativo Modelos: Previsões Quantitativas Modelos de Séries Temporais Modelos Causais Média-móvel Suavização Exponencial Box-Jenkins (SARIMA*) Regressão Linear/múltipla * SARIMA: Seasonal Autoregressive Integrated Moving Average.

5 Modelos de séries temporais São relativamente simples de aplicar, porém dão muita ênfase ao passado para prever o futuro. Dentre os modelos de séries temporais, estão os métodos: Média-Móvel Suavização Exponencial Box-Jenkins (SARIMA)

6 Modelos causais Presume que há uma relação entre a variável independente mensurável e a variável dependente prevista. A previsão é produzida incluindo o valor da variável independente no cálculo. Entre os modelos causais estão os métodos: Regressão Linear Regressão Múltipla

7 Séries Temporais

8 Decomposição de séries temporais Identificar e trabalhar com os conceitos de: Tendência Sazonalidade

9 Decomposição de séries temporais Tendência: descreve um movimento suave dos dados, a longo prazo, para cima e/ou para baixo. Exemplo: crescimento da população. Horizonte: normalmente vários anos vendas tempo

10 Decomposição de séries temporais Variações sazonais ou estacionais: São variações cíclicas a prazo relativamente curto (um ano ou menos), em geral relacionadas com a variação da época (tempo) ou feriado. Exemplo: Vendas no segmento de vestuário (estações do ano), livros didáticos, sorvetes. Ocorre ao longo do ano (12 meses) Meses

11 Decomposição de séries temporais Variações cíclicas: Existe um padrão cíclico quando as variações apresentam certo grau de regularidade. Alguns padrões são bastante regulares, outros são mais erráticos. Usualmente o ciclo é de 2 a 10 anos. Crises na Economia anos

12 Decomposição de séries temporais Variações irregulares ou aleatórias: São decorrentes de eventos fortuitos, totalmente imprevistos, não cobertos pelas classificações anteriores. Exemplo: greves, fenômenos meteorológicos. São contingenciais, incertas.

13 jan/yy jun/yy nov/yy abr/yy set/yy fev/yy jul/yy dez/yy mai/yy out/yy mar/yy ago/yy jan/yy jun/yy nov/yy abr/yy set/yy fev/yy jul/yy dez/yy mai/yy out/yy mar/yy ago/yy jan/yy jun/yy nov/yy abr/yy set/yy fev/yy jul/yy dez/yy Faturamento empresa X Jan/05 a dez/

14 Faturamento empresa X Jan/05 a dez/ Dia das mães/natal Componente sazonal 100% 80% Tendência Componente aleatório

15 Identificando Tendência e Sazonalidade Planilha Excel

16

17

18

19

20 Trata-se de uma ferramenta denominada Regressão Linear, utilizada para modelagem de dados e previsão. Nem toda relação é significativa. O modelo preditivo resultante não é aplicável para X = tempo. Permite-nos forçar falsas relações.

21 Qual linha usar? Linear Potência y = 2,1538x - 1 R² = 0,8527 y = 2,9239x 0,7715 R² = 0,6906 JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ y = 3,2956e 0,1793x R² = 0,8487 Exponencial Polinomial ordem 2 y = 0,2263x 2-0,7877x + 5,8636 R² = 0,9405 JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ y = 8,7658ln(x) - 1,6003 R² = 0,6207 Logarítimica Polinomial ordem 3 y = 0,0231x 3-0,2232x 2 + 1,6442x + 2,7172 R² = 0,9484 JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ

22 Talvez a facilidade com que se pode fazer projeções para o futuro arrastando células nos programas de planilha seja responsável pelo exército de previsores que produzem previsões de prazo mais longo. Brian Hinchcliffe

23 Média Móvel

24 MM1: M20 = M10 MM2: M20 = média (M19:M18) MM3: M20 = média (M19:M18:M17)

25 jan-07 abr-07 jul-07 out-07 jan-08 abr-08 jul-08 out-08 jan-09 abr-09 jul-09 out-09 jan-10 abr-10 jul-10 out-10 jan-11 abr-11 jul-11 out-11 jan-12 abr-12 jul-12 20,00 18,00 16,00 14,00 12,00 10,00 8,00 6,00 4,00 2,00 0,00

26 jan-07 abr-07 jul-07 out-07 jan-08 abr-08 jul-08 out-08 jan-09 abr-09 jul-09 out-09 jan-10 abr-10 jul-10 out-10 jan-11 abr-11 jul-11 out-11 jan-12 abr-12 jul-12 20,00 18,00 16,00 14,00 MM2 12,00 10,00 8,00 6,00 4,00 2,00 0,00

27 jan-07 abr-07 jul-07 out-07 jan-08 abr-08 jul-08 out-08 jan-09 abr-09 jul-09 out-09 jan-10 abr-10 jul-10 out-10 jan-11 abr-11 jul-11 out-11 jan-12 abr-12 jul-12 20,00 18,00 16,00 14,00 12,00 10,00 MM6 8,00 6,00 4,00 2,00 0,00

28 jan-07 abr-07 jul-07 out-07 jan-08 abr-08 jul-08 out-08 jan-09 abr-09 jul-09 out-09 jan-10 abr-10 jul-10 out-10 jan-11 abr-11 jul-11 out-11 jan-12 abr-12 jul-12 20,00 18,00 16,00 14,00 12,00 10,00 MM12 8,00 6,00 4,00 2,00 0,00

29 Como selecionar o melhor modelo? Devemos selecionar o MM que minimiza o erro médio quadrático. EM Q= (y i ŷ i ) 2 n i No Excel: =SOMAXMY2()/n

30 EXEMPLO DIDÁTICO Mes Vendas MM1 MM2 MM3 MM4 jan/12 1 fev/ mar/ ,5 abr/ ,5 2,7 mai/ ,5 3,0 2,5 jun/12??? 4 3,0 3,0 3,3 SOMAXMY2 15,0 4,8 1,4 2,3 EQM 3,75 1,60 0,70 2,5

31 Planilha de exemplo: Média Móvel Planilha Excel

32 Suavização Exponencial

33 ŷ t+1 = ŷ t + α(y t ŷ t ) Onde 0 α 1

34 O Primeiro número é igual t1 Nas demais células entra a fórmula =C3+$F$1*(B3-C3)

35 Estimativas para Alpha=0,1 EMQ resultante

36 Percebe-se que a previsão está longe do real

37 Pergunta: Qual alpha que minimiza o EMQ? Resposta: SOLVER

38

39 44 42 Solução ótima Vendas Exponencial

40 Planilha de exemplo: Suavização exponencial Planilha Excel

41 SARIMA

42 SARIMA Elemento Sazonal Fator auto-regressivo Defasagem (i) Média móvel

43 COPYRIGHT 2016 by Ibramerc. Este trabalho, incluindo todos os modelos, slides e textos estão sob a licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional. Para ver uma cópia desta licença, visite Você pode utilizar e distribuir esse material desde que a fonte IBRAMERC seja mencionada. Autorizações adicionais podem ser concedidas no âmbito desta licença pelo abaixo: alex.leite@ibramerc.org.br 2016 by Ibramerc. This work is licensed under the Creative Commons Attribution-NonCommercial- ShareAlike 4.0 International License. To view a copy of this license, visit You must give appropriate credit to Ibramerc, provide a link to the license, and indicate if changes were made. You may not use the material for commercial purposes. If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.