Onde estão vendo

segunda-feira, 17 de setembro de 2012

Diagnóstico do Processo de Previsão de Demanda: Estudo da Metodologia de Quatro Dimensões



Artigo de Rodrigo G. de Miranda, Juliano Z. Gerbe, Vanina M. D. Silva, Antonio C. Bornia

1. Introdução
Utilizada como ponto de partida e base ao planejamento estratégico, a previsão de demanda ajuda as organizações a identificar oportunidades de negócios, melhorar relacionamentos e níveis de serviços na cadeia de suprimentos, aumentar a satisfação dos clientes, reduzir custos e investimentos em estoque, restringir a obsolescência de produtos, tornar a programação da produção mais eficiente, antecipar necessidades de capital, enfim, atender as funções essenciais das organizações tornando-as mais competitivas (MIRANDA, et al., 2011; GERBER, et al., 2011; MOON, et al.,2003; MOON, et al.,2000).

Por outro lado, estudos demonstram que as organizações ainda tem um longo caminho a percorrer para alcançar um processo de previsão de demanda desenvolvido. O estudo de Arioli, et al. (2006) por exemplo, aponta que a previsão de demanda é utilizada principalmente pelas áreas de vendas (86%) e marketing (73%), e que as demais áreas das organizações praticamente não se envolvem no processo de previsão, mesmo sendo fator determinante e restritivo à competitividade das organizações. Os autores informam ainda, que a maioria das empresas não conhecem um método estruturado de previsão (64%) e apenas 10% utilizam modelos de séries temporais. Estes números são o resultado de uma pesquisa aplicada em 100 empresas italianas. Por sua vez, o trabalho de Heckmann, et al. (2003) revela que o ponto de maior insatisfação das organizações, 56% das respondentes, reside nos sistemas gerenciais implementados, como ERP por exemplo, e na falta de habilidade de se fazer previsões de forma eficiente.

O interesse por parte das organizações de melhorar suas previsões de demanda torna imperativo o entendimento de como o processo é realizado, para que um planejamento seja elaborado, para então melhorá-lo. Neste contexto, a utilização de uma metodologia estruturada de diagnóstico do processo de previsão da demanda torna-se de suma importância.

Sendo assim, este artigo tem como objetivo identificar e analisar uma metodologia, cujo propósito seja auxiliar as empresas a entenderem seus processos de previsão de demanda e identificar formas de melhorá-los. Para tal propósito, partiu-se de um processo estruturado e de caráter exploratório de pesquisa, onde foi explorada uma base inicial de artigos científicos sobre o tema “diagnóstico do processo de previsão demanda”. Desta base, foi extraída a metodologia que melhor atendeu aos propósitos deste artigo. Esta metodologia é apresentada de forma detalhada, com uma análise de sua estrutura e aplicabilidade. Dessa forma, este artigo está organizado em cinco seções, incluindo esta introdutória. A segunda seção apresenta o método de pesquisa utilizado. Na terceira seção discute-se o artigo selecionado “Conducting a sales forecasting audit”, de Moon, Mentzer e Smith (2003). A quarta seção apresenta as dimensões a serem consideras na avaliação do processo de previsão e por fim, a quinta seção constitui-se das considerações finais do artigo.
2. Método de Pesquisa
Seguindo a ótica de Silva e Menezes (2005), este trabalho pode ser classificado da seguinte forma: Quanto a sua natureza, este trabalho é uma Pesquisa Aplicada, pois objetiva gerar conhecimentos para aplicações práticas dirigidas à solução de problemas específicos. Do ponto de vista de seus objetivos, este estudo é classificado como Pesquisa Exploratória, pois visa proporcionar maior familiaridade com o problema com vistas a torná-lo explícito e a construir hipóteses. Quanto ao delineamento, tem-se uma pesquisa bibliográfica em periódicos científicos internacionais.
Para selecionar o rol de artigos e criar uma base de referencial teórico inicial para o tema “Diagnóstico do processo de previsão demanda”, seguiu-se um procedimento metodológico que faz uso de critérios bibliométricos composto de oito etapas (GERBER, et al. 2011; TRIERWEILLER, A.C.; et al, 2011).
Na primeira etapa, onde são definidos os parâmetros gerais da pesquisa, foi estipulado que o objetivo principal da pesquisa é definir uma base de artigos referentes ao tema “Diagnóstico no processo de previsão demanda”. Como local de busca, foi eleito o portal eletrônico de periódicos ISI Web of Knowledge versão 5.2 da Thomson Reuters < http://portal.isiknowledge.com/ >, opção Web of Science.
A segunda etapa, que consiste na definição dos recursos de apoio a pesquisa, optou-se pelo uso do gestor de referências bibliográficas Endnote Web versão 3.0, produzido pela Thomson Scientific , que permite a integração com o portal ISI Web of Knowledge. Para organizar e acompanhar os resultados de cada estágio da pesquisa foi elaborada uma planilha
A terceira etapa, que consiste na definição dos índices de busca, termos e palavras-chave utilizados na pesquisa, tiveram o seguinte resultado: Forecasting audit (Auditoria na Previsão), Forecasting Management (Gerenciamento da Previsão), Forecasting Process (Processo de Previsão), Forecasting Methods (Metodologia de Previsão), Forecasting Practices (Práticas de Previsão) e Sales Forecasting (Previsão de Vendas). Os índices, termos e palavras receberam um refinamento preliminar com o objetivo de aumentar sua abrangência, o estágio a seguir apresenta os detalhes.
O primeiro passo do refinamento preliminar foi traduzir os índices, termos e palavras-chave para o inglês e eliminar as preposições. Em seguida foram analisadas as possíveis variações de grafia que poderiam ocorrer nas buscas e as partes com maior variabilidade das palavras foram substituídas pelo símbolo de truncamento asterisco (*). Como alternativa de campo de busca, selecionou-se Tópico (Topic), que significa buscar as palavras nos títulos, resumos e palavras-chave dos trabalhos científicos. Associados aos índices de busca, foram utilizados: o operador booleano OU (Or), que encontra trabalhos científicos que contenham qualquer um dos termos e palavras definidos pelo usuário; e o operador de proximidade NEAR/3, que localiza registros de trabalhos científicos em que os termos pesquisados estejam até 3 palavras separados entre si. Como resultado deste estágio foram obtidos 2.934 artigos.
No refinamento avançado, foi definido que somente trabalhos científicos de periódicos, redigidos na língua inglesa e tipo de documento Artigo (Article) fossem considerados na busca. Além disso, como áreas de interesse foram selecionadas Economia, Negócios ou Pesquisa Operacional, Ciências de Gestão. O resultado deste estágio apresentou 659 artigos.
No estágio Refinamento Específico de Títulos e Resumos, utilizou-se como critério de refinamento a leitura dos títulos e resumos dos artigos selecionados no estágio anterior. Os principais objetivos deste estágio foram identificar, selecionar e listar os artigos pertinentes ao tema “Diagnóstico no processo de previsão demanda”; além de eliminar os registros repetidos e remanescentes de outras áreas. Como resultados deste estágio foram selecionados 31 artigos.
No penúltimo estágio da pesquisa, denominado “Refinamento Específico de Textos Completos”, foram lidos na íntegra os artigos remanescentes, utilizando os mesmos princípios de busca de conteúdos do estágio anterior, tendo como principal propósito a seleção dos artigos científicos alinhados ao tema. O resultado foi a seleção de um rol de seis artigos.
Finalmente, foram analisados e tabulados os artigos selecionados, formando a base final dos trabalhos científicos. O objetivo da análise sistêmica foi identificar aspectos teóricos relativos ao tema da pesquisa e o rol de artigos com um resumo de suas abordagens é apresentado a seguir:
a) O modelo de Sanders (1995), visa identificar as características do processo de previsão, seus principais problemas, as estratégias associadas para superar barreiras e problemas, bem como o uso de diagnóstico em prol da superação dos desafios da previsão nas organizações.
b) A auditoria de Moon, Mentzer e Thomas (2000), sugere quatro categorias de recomendações tidas como base de busca de uma descrição detalhada de como são os atuais processos e sistemas de previsão.
c) A metodologia de Moon, Mentzer e Smith (2003), tem por objetivo auxiliar a empresa a entender a situação atual de seu processo de previsão de vendas e identificar formas de melhorar esse processo.
d) O método de investigação de Davis e Mentzer (2007), visa facilitar a exploração dos efeitos dos fatores organizacionais na previsão de vendas.
e) O guia de Stekler (2007) considera vários aspectos do processo de previsão para melhorar sua precisão.
f) O levantamento bibliográfico de métodos de previsão de Pilinkiene (2008), reúne os principais autores em um artigo, o que permite uma visão geral das principais propostas.

O artigo científico com o conteúdo mais completo e de maior adesão aos propósitos deste estudo é entitulado Conducting a sales forecasting audit, de autoria de Moon, M. A.; Mentzer, J. T. e Smith, C. D., publicado no volume 19 do International Journal of Forecasting, páginas 5 a 25, no ano de 2003. O tópico a seguir apresenta o artigo.
3. Análise do artigo Conducting a sales forecasting audit, de Moon, Mentzer e Smith
O objetivo desta seção é apresentar o artigo Conducting a sales forecasting audit, e suas principais características.  Moon, Mentzer e Smith (2003), direcionam sua metodologia para a realização de auditorias de previsão de vendas, com o objetivo de ajudar a organização a entender a situação de seu processo de previsão de vendas e identificar formas de melhorá-lo. A metodologia foi desenvolvida ao longo de 5 anos, validada em aplicações realizadas em 16 organizações envolvendo múltiplos auditores. A metodologia gira em torno de três fases distintas: a fase “como está”, na qual a equipe de auditoria procura compreender totalmente o processo de previsão atual da empresa, a fase ”deve-ser", na qual a equipe de auditoria apresenta uma visão de qual classe mundial a previsão da empresa auditada se enquadra, e a fase “como fazer”, em que a equipe de auditoria apresenta um roteiro de como a empresa pode mudar seus processos de previsão para atingir níveis de classe mundial. Os autores divulgam neste estudo, que as empresas que adotaram sua metodologia tiveram melhorias significativas em seu desempenho de previsão. O artigo conclui apresentando lições de auditorias realizadas, bem como implicações para a prática de gestão e pesquisas futuras.
Para Moon, Mentzer e Smith (2003), sua metodologia tem características de auditoria, pois realiza uma avaliação formal do desempenho do processo de previsão de demanda utilizado pela organização, compara com padrões pré-determinados de outras organizações, e por intermédio do uso do resultado dessa avaliação, induz à melhorias no processo e consequentemente à melhoria de desempenho.
Antes de buscar entender se o processo de previsão de demanda que os gestores estão realizando nas suas organizações são bons ou ruins, é importante considerar algum processo padrão, cujo qual será comparado com o processo atual dessa organização. Moon, Mentzer e Smith (2003) utilizaram como base os trabalhos de Mentzer e Cox (1984); Mentzer e Kahn (1995); Mentzer et al., (1999), Armstrong (1987), Fildes e Hasting (1994), além de referências de 15 anos de pesquisa para definir quatros dimensões que servem como padrão de análise. O quadro 1 apresenta um resumo das principais bases teóricas que deram origem às quatro dimensões.

QUADRO 1 – Bases teóricas das quatro dimensões de Moon, Mentzer e Smith (2003).
Bases teóricas

Armstrong (1987)
Fildes and Hasting (1994)
Mentzer and Cox, (1984); Mentzer ae Kahn (1995)
Mentzer e Kent, (1999)
Dimensões
-Métodos de Previsão
-Pressupostos e dados
-Incerteza
-Custos e benefícios
-O previsor e o tomador de decisão
-Fluxo de informação
-Características técnicas da previsão
-Familiaridades
-Satisfação
-Horizonte de previsão
-Área que a decisão é usada
-Integração funcional
-Aplicação
-Sistemas
-Medidas de desempenho
Checklist
16 questões
9 questões
---
16 questões
Abordagem predominante
Quantitativa
Quantitativa
Qualitativa e Quantitativa
Qualitativa e Quantitativa
Fontes: Moon, Mentzer e Smith (2003).

As teorias de base reunidas por Moon, Mentzer e Smith (2003), proporcionaram uma análise do processo de previsão com uma abordagem qualitativa e quantitativa, além de incorporar técnicas de benchmarking. Cada uma das quatro dimensões que formam o padrão,  cujos processos podem ser comparados e que ajudam a compreender a gestão do processo de previsão da organização, são apresentadas a seguir. No tópico seguinte, também são realizadas análises da estrutura e aplicabilidade da metodologia.
4. Dimensões para avaliação do processo de previsão
Nesta seção são apresentadas as quatro dimensões para o diagnóstico do processo de previsão em uma organização propostas em Moon et al. (2003). Em cada uma das quatro dimensões as organizações são classificadas em quatros estágios de desenvolvimento. Comparando as características de cada estágio dentro de cada uma das dimensões, é possível identificar em qual estágio encontra-se a organização e definir diretrizes para que a organização possa progredir para estágios mais desenvolvidos. Analisados separadamente, deve-se ter em mente que todas as quatro dimensões estão entrelaçadas, e a identificação de uma característica as vezes se refere às características de outras dimensões simultaneamente. Além disso, apesar de se referir a organizações em fases distintas de desenvolvimento em relação ao processo de previsão, os autores lembram que uma determinada empresa pode estar em um estágio em uma certa dimensão e num estágio completamente diferente em outra.
Para aplicar a metodologia de Moon, Mentzer e Smith (2003), torna-se necessário interpretar os entrelaçamentos e relações entre as quatro dimensões, os quatro estágios de desenvolvimento e as características sugeridas pelos autores. Para auxiliar esse processo, este estudo faz uso de quadros, gráficos e codificações, além de realizar observações.
A primeira dimensão abordada é Integração funcional, um conjunto de questões que visa compreender aspectos relacionados à colaboração, comunicação e coordenação da previsão com as áreas funcionais do negócio, tais como, marketing, produção, finanças e logística. Os autores sugerem cinco itens para avaliar esta dimensão. Estes itens podem ser vistos no Quadro 2, assim como as características que compreendem cada um dos estágios.

Quadro 2 – Dimensão Integração funcional, os quatros estágios de desenvolvimento e suas características
Dimensão Integração Funcional - IF
Item 1. Grau de comunicação, coordenação, colaboração entre o grupo de previsão e as outras áreas funcionais
Item 2. Local da organização (área funcional) onde está o grupo de previsão
Item 3. Existência e forma de reuniões para o consenso das previsões
Item 4. Reconhecimento das necessidades de previsão de várias áreas funcionais
Item 5. Responsabilidade/Prêmios de desempenho para o pessoal envolvido no desenvolvimento das previsões
Características do Estágio de Desenvolvimento 1 – E1
IF_E1_A. Grandes divergências entre marketing, finanças, vendas, produção, logística, e previsão
IF_E1_B. Cada área faz a sua previsão
IF_E1_C. Pouca responsabilidade entre as áreas para a precisão das previsões
Características do Estágio de Desenvolvimento 2 – E2
IF_E2_A. Coordenação (reuniões formais) entre marketing, finanças, vendas, produção, logística e previsão
IF_E2_B. Previsão localizada em alguma área – tipicamente orientada para operações (localizada na logística ou produção) ou orientada para o marketing (localizada no marketing ou vendas) – que dita as previsões para as outras áreas
IF_E2_C. Reuniões planejadas para o consenso, mas com reuniões dominadas por operações, finanças ou marketing, ou seja, sem um consenso real
IF_E2_D. Prêmios de desempenho para o pessoal de previsão apenas com base na contribuição de desempenho para o departamento em que a previsão é feita
Características do Estágio de Desenvolvimento 3 – E3
IF_E3_A. Comunicação e coordenação entre marketing, finanças, vendas, produção, logística, e previsão
IF_E3_B. Existência de um campeão de previsão
IF_E3_C. Reconhecimento de que o marketing não tem restrições de capacidade para a previsão e operações têm restrições de capacidade para a previsão
IF_E3_D. Consenso e processo de negociação para ajustar as previsões de marketing e operações
IF_E3_E. Prêmios de desempenho para melhora da precisão da previsão para todo o pessoal envolvido no processo de consenso
Características do Estágio de Desenvolvimento 4 – E4
IF_E4_A. Integração funcional (colaboração, comunicação, e coordenação) entre marketing, finanças, vendas, produção, logística, e previsão
IF_E4_B. Existência de previsão como uma área separada
IF_E4_C. Necessidades de todas as áreas reconhecidas e atendidas por previsões ajustadas de marketing e operações (finanças = previsão anual de dólares; vendas = previsão trimestral de dólares baseado nas vendas por região; marketing – previsão anual de dólares baseado no produto; produção – previsão do ciclo de produção em unidades SKU (stock keeping unit); logística = previsão do ciclo de pedido em unidades SKUL
IF_E4_D. Processo de consenso reconhece a troca de opiniões (ou seja, informações da restrição de capacidade são fornecidas para vendas, marketing e publicidade; vendas, promoções, e publicidade podem impulsionar a demanda)
IF_E4_E. Prêmios de desempenho multidimensional para todo o pessoal envolvido no processo de consenso
Fonte: Adaptado de Mentzer et al. (1999) e Moon et al. (2003).

As relações entre os itens que compõem a dimensão Integração Funcional com as características de cada estágio estão representados na Figura 1. Pode-se observar no quadro 1 que o número de características em cada estágio de desenvolvimento não corresponde ao número de itens nesta dimensão. Os estágios 1 e 2 possuem 3 e 4 características respectivamente, mas existem 5 itens de avaliação. Além disto, a ordem das características não corresponde necessariamente a ordem dos itens, exigindo uma interpretação dos relacionamentos.

Esta interpretação pode ser vista na Figura 1 onde se procurou relacionar as características com os itens. Vale ressaltar que segundo a interpretação utilizada aqui a característica IF_E1_B do estágio 1 está relacionada com os itens 2, 3 e 4 e a característica IF_E2_B do estágio 2 corresponda aos itens 2 e 4.


 Figura 1 – Relações das características dos estágios de desenvolvimento com os itens da dimensão Integração Funcional.

A dimensão Aplicação tem como objetivo compreender como a demanda é prevista, as técnicas de previsão utilizadas e a relação entre a previsão e o planejamento estratégico da organização. O Quadro 3 apresenta os seis itens que compõem esta dimensão e as características dos quatro estágios de desenvolvimento.

Quadro 3 – Dimensão Aplicação, os quatros estágios de desenvolvimento e suas características
                                                                               Dimensão Aplicação – A
Item 6. Relação entre as previsões e o plano estratégico
Item 7. Tipo de abordagem para as previsões (top-down ou bottom-up)
Item 8. O que é a previsão na cadeia de suprimentos?
Item 9. Previsão segmentada dos produtos por importância
Item 10. Uso de técnicas de previsão quantitativas e qualitativas
Item 11. Treino no uso das técnicas
Características do Estágio de Desenvolvimento 1 – E1
A_E1_A. Previsão orientada pelo plano estratégico, com abordagem do tipo top-down (falha em reconhecer as interações da previsão com o marketing e o plano estratégico)
A_E1_B. Previsões somente das entregas
A_E1_C. Todas as previsões dos produtos são tratadas igualmente
A_E1_D. Abordagem ingênua ou simples de estatística, muitas vezes com pouco entendimento das técnicas ou ambiente de negócios (“Previsão caixa preta”)
A_E1_E. Falha em ver o papel de previsão no planejamento estratégico (previsão vista apenas como função tática)
A_E1_F. Nenhum treinamento de pessoal em técnicas de previsão ou entendimento do ambiente de negócios; sem documentação do processo de previsão
Características do Estágio de Desenvolvimento 2 – E2
A_E2_A. Previsão do tipo bottom-up, baseada em SKUL(stock keeping unit by location)
A_E2_B. Relatórios próprios da previsão de demanda (reconhecida pela organização) ou demanda ajustada (venda faturada)
A_E2_C. Reconhecimento que os esforços de marketing e a sazonalidade afetam a demanda
A_E2_D. Reconhecimento da relação entre a previsão e o plano estratégico, mas o plano ainda tem precedência
A_E2_E. Treinamento limitado em estatística, pouco entendimento do ambiente de negócios, documentação limitada do processo de previsão
Características do Estágio de Desenvolvimento 3 – E3
A_E3_A. Previsão do tipo top-down e bottom-up
A_E3_B.  Previsão de demanda no ponto de venda (POS - Point of sale) e retorno das informações para a cadeia de suprimentos, e/ou uso de informações de demanda de clientes chaves
A_E3_C. Uso de análise ABC ou alguma outra categorização para a precisão das previsões
A_E3_D. Identificação das categorias de produtos que não necessitam ser previstas (itens com pouco valor agregado, itens com demanda dependente, itens feitos por encomenda)
A_E3_E. Uso de modelos de regressão para previsão de famílias de produtos (nível estratégico) e modelos de séries temporais para previsões de produtos em SKUL (nível operacional)
A_E3_F. Importância de informação subjetiva vindas do marketing, vendas, e operações na previsão
A_E3_G. Previsão direciona o plano estratégico
A_E3_H. Treinamento em análise/estatística quantitativa e ambiente de negócios
A_E3_I. Forte suporte da gerência para o processo de previsão
Características do Estágio de Desenvolvimento 4 – E4
A_E4_A. Tipo de previsão top-down e bottom-up, com reconciliação
A_E4_B. Estoque Gerido pelo Fornecedor (VMI - Vendor Managed Inventory) para os clientes chaves, e as previsões para esses clientes são gerenciadas separadamente
A_E4_C. Segmentação total da previsão de produtos (ABC, itens com pouco valor agregado, demanda dependente, feito por encomenda, valor do produto, sazonalidade, sensibilidade de atendimento ao cliente, promoções, estágio do ciclo de vida, vida de prateleira, lead time da matéria prima, lead time da produção)
A_E4_D. Entendimento do comportamento da força de vendas e do canal de distribuição (motivação das vendas para previsões subestimadas e distribuidores para previsões superestimadas)
A_E4_E. Desenvolvimento das previsões e do plano estratégico simultaneamente, com entendimento periódico de ambos (por exemplo, consideração da restrição de capacidade como parte do plano de longo prazo e previsões)
A_E4_F. Treinamento em curso na análise quantitativa/estatística e no ambiente empresarial; Suporte da alta gerência no processo de previsão
Fonte: Adaptado de Mentzer et al. (1999)

As relações entre os itens que compõem a dimensão Aplicação com as características de cada estágio estão representados na Figura 2. Assim como na dimensão anterior pode-se observar no quadro 2 que o número de características em cada estágio de desenvolvimento não corresponde ao número de itens nesta dimensão.

No estágio 1 a característica A_E1_A está relacionada com os itens 6 e 7 e tanto a característica A_E1_A quanto a A_E1_E estão relacionadas com o item 6. No estágio 2 existem 5 características mas são 6 itens de avaliação e não existe nenhuma característica que se relacione com o item 9 (previsão segmentada dos produtos por importância). No estágio 3 existem mais características (9) do que itens (6), as características A_E3_G e a A_E3_I estão relacionadas com o item 6, a característica A_E3_C e A_E3_D estão relacionadas com item 9, as características  A_E3_E e A_E3_F estão relacionadas ao item 10.

Na dimensão Sistemas, é avaliada a existência de hardware e software de previsão de demanda e sua ligação com os outros sistemas de informações da organização. Também são considerados a disponibilidade de relatórios e o grau de conhecimento que as pessoas têm sobre esses sistemas. No Quadro 4 são apresentados os três itens que avaliam os sistemas da organização e as características de cada um dos estágios. Observando o quadro 4 percebe-se que existem apenas 3 itens nesta dimensão e mais categorias por estágio de desenvolvimento do que itens, exceto no estágio 4.

No estágio 1 as características S_E1_A e S_E1_D  estão relacionadas com o item 12 e as características S_E1_B e S_E1_E estão relacionadas com o item 13. No estágio 2 a característica S_E2_B, S_E2_C e S_E2_D estão relacionadas com o item 13 e não existe nenhuma característica que se relacione com o item 14 (grau de conhecimento dos sistemas da organização). No estágio 3 as características S_E3_D e S_E3_E estão relacionadas ao item 13 e as características S_E3_B e S_E3_C ao item 14. No estágio 4 as duas características descritas estão relacionadas apenas ao item 12, deixando os itens 13 e 14 sem nenhuma relação com as características de desenvolvimento.



Figura 2 – Relações das características dos estágios de desenvolvimento com os itens da dimensão Aplicação. 

Quadro 4 – Dimensão Sistemas, os quatros estágios de desenvolvimento e suas características
Dimensão Sistemas - S
Item 12. Ligações eletrônicas dentro da organização e na cadeia de suprimentos
Item 13. Informação disponível (relatórios e medidas de desempenho)
Item 14. Grau de conhecimento dos sistemas da organização
Características do Estágio de Desenvolvimento 1 – E1
S_E1_A. Sistemas de informação gerenciais, software de previsão, e sistema de planejamento das necessidades de distribuição não são ligados eletronicamente
S_E1_B. Relatórios impressos, transferência de dados manual de um sistema para outro, falta de coordenação entre informações nos diferentes sistemas
S_E1_C. Poucas pessoas entendem os sistemas e suas interações (todo o conhecimento dos sistemas está no SIG)
S_E1_D. Existência de “Ilhas de análise” (análises feitas em separado, sem troca de informação entre os sistemas)
S_E1_E. Falta de medidas de desempenho nos sistemas ou relatórios
Características do Estágio de Desenvolvimento 2 – E2
S_E2_A. Ligação eletrônica entre, marketing, finanças, previsão, manufatura, logística, e sistemas de vendas
S_E2_B. Relatórios disponíveis na tela
S_E2_C. Medidas de desempenho disponíveis nos relatórios e no sistema
S_E2_D. Relatórios gerados periodicamente
Características do Estágio de Desenvolvimento 3 – E3
S_E3_A. Arquitetura cliente-servidor que permite mudanças serem feitas com facilidade e que se comunica com outros sistemas
S_E3_B. Interface para o usuário que permite entradas subjetivas
S_E3_C. Mesmo fabricante das bases de dados e dos sistemas de informação
S_E3_D. Medidas de desempenho disponíveis nos relatórios e nos sistemas
S_E3_E. Relatórios gerados por demanda/ medidas de desempenho disponíveis online
Características do Estágio de Desenvolvimento 4 – E4
S_E4_A. Arquitetura de sistema aberto significando que todas as áreas afetadas podem inserir entradas eletrônicas no processo de previsão
S_E4_B. Troca estruturada de dados com os maiores clientes e fornecedores que permitem fazer previsões por cliente chaves e da cadeia de suprimentos (previsão em tempo real dos pontos de venda para planejar a demanda dos clientes chaves antes do ciclo da cadeia de suprimentos)
Fonte: Adaptado de Mentzer et al. (1999)

Na dimensão Medição de desempenho são consideradas as métricas usadas para medir a eficácia da previsão de demanda, o quanto a organização reconhece o impacto de fatores externos na precisão das previsões e o uso de outras medidas de desempenho da organização que são afetadas pela previsão. No Quadro 5 são apresentados os três itens que avaliam esta dimensão e as características de cada um dos quatro estágios.

Quadro 5 – Dimensão Medidas de Desempenho, os quatros estágios de desenvolvimento e suas características
Dimensão Medidas de Desempenho - MD
Item 15. Medida e uso da precisão
Item 16. Reconhecimento do impacto de fatores externos na precisão
Item 17. Medida e uso de outras medidas de desempenho (custos e atendimento ao cliente)
Características do Estágio de Desenvolvimento 1 – E1
MD_E1_A. Precisão não medida
MD_E1_B. Avaliação do desempenho das previsões não vinculado a nenhuma medida de precisão (geralmente vinculado ao plano de negócios, ou reconciliado com o plano)
Características do Estágio de Desenvolvimento 2 – E2
MD_E2_A. Precisão medida, primeiramente como MAPE, mas algumas vezes medidas de forma errada (por exemplo, previsto, ao invés da demanda, usado no denominador no calculo)
MD_E2_B. Avaliação do desempenho das previsões baseadas na precisão, sem considerar as implicações da precisão das previsões nas operações
MD_E2_C. Reconhecimento do impacto dos fatores externos na demanda (condições econômicas, ações competitivas
Características do Estágio de Desenvolvimento 3 – E3
MD_E3_A. A precisão continua sendo medida como MAPE, mas com preocupação em medir o impacto da precisão da previsão na cadeia de suprimentos (menor precisão aceitável para produtos de baixo valor agregado, reconhecimento das restrições de capacidade na cadeia de suprimentos e seu impacto na previsão e desempenho, etc.)
MD_E3_B. Gráficos e relatórios coletivo (toda a hierarquia de produtos) da precisão das previsões
MD_E3_C. Avaliação da precisão das previsões ainda baseada na precisão, mas com mais reconhecimento que a precisão afeta os níveis de estoque, atendimento ao consumidor, e marketing e planos financeiros
Características do Estágio de Desenvolvimento 4 – E4
MD_E4_A. Entendimento que fatores externos afetam a precisão e que demandas não atendidas são parcialmente função do erro de previsão e parcialmente do erro operacional
MD_E4_B. Erro de previsão tratado como indicação da necessidade de procuras por problemas (por exemplo, demanda do ponto de venda foi prevista com precisão, mas a capacidade da planta impediu a produção da quantidade prevista)
MD_E4_C. Métricas de desempenho multidimensional da previsão; avaliação de desempenho vinculada ao impacto da precisão na obtenção das metas corporativas (por exemplo, rentabilidade, custos na cadeia de suprimentos, atendimento ao consumidor)
Fonte: Adaptado de Mentzer et al. (1999)

Como na dimensão anterior esta apresenta 3 itens, mas agora apenas o estágio 1 possuí um número diferente de características. Nesta dimensão vale ressaltar que no estágio 1 o item 16 não está relacionado a nenhuma característica e no estágio 3 a característica MD_E3_A está relacionada aos itens 15 e 16 e o item 15 está relacionado as características MD_E3_A e MD_E3_B.

Nesta seção foram analisadas as quatro dimensões propostas em Moon et al. (2003), integração funcional, aplicação, sistemas e medidas de desempenho para avaliação do processo de previsão de demanda. Foram interpretadas as relações entre as características que compõem cada estágio de desenvolvimento e os itens de avaliação de cada dimensão.

Como resultado desta análise verificou-se que nem todos os itens possuem características correspondentes e uma mesma característica está relacionada a mais de um item. Isto acaba gerando a necessidade de interpretação e uma dificuldade maior em classificar em qual estágio de desenvolvimento a organização se encontra em relação àquele item de avaliação. Para minimizar esta dificuldade de interpretação foram utilizadas figuras e codificações para cada característica, onde se estabeleceu de forma mais clara as relações das características com os itens.

5. Conclusões

Conforme esperado, para a elaboração deste artigo partiu-se de um processo estruturado e de caráter exploratório de pesquisa onde foram explorados 6 artigos científicos a respeito do tema “diagnóstico do processo de previsão demanda”. Feito isso, escolheu-se o artigo de Moon, Mentzer e Smith (2003) para dar continuidade no estudo do tema, em função da abordagem mais detalhada e completa que os autores dão a temática, devido aos 5 anos de pesquisa e aplicação do método em 16 organizações, aumentando a confiabilidade ao mesmo.

Assim, identificou-se uma possível metodologia de diagnóstico do processo de previsão de demanda       , a qual pode apresentar três fases distintas: a fase “como está”, a fase ”deve-ser" e a fase “como fazer”. Essa metodologia também propõe que se compare o processo atual de previsão de demanda de uma certa empresa, com padrões pré-determinados de outras organizações, e por intermédio do uso do resultado dessa avaliação, tome-se medidas que induzam à melhorias no processo e conseqüentemente à melhoria de desempenho. As quatro dimensões consideradas por Moon et al. (2003), Integração funcional, Aplicação , Sistemas e Medidas de desempenho permitem uma análise mais completa do processo de previsão adotado por uma empresa. Isto se dá através do entendimento das formas de comunicação e colaboração adotadas pela empresa, verificando quais os tipos de ferramentas empregadas para a realização da previsão da demanda, bem como softwares e pacotes computacionais comerciais adotados, ou se ainda, desenvolveu um software de controle próprio. Além disso, a metodologia permite definir parâmetros métricos para se medir quão precisa foi a previsão de demanda realizada, bem como identificar os fatores externos incidentes na mesma.

Em um trabalho futuro pode-se aperfeiçoar a relação entre itens e estágios de desenvolvimento, fazendo com que cada estágio tenha o mesmo número de características em relação ao número de itens. Espera-se com isso propor uma metodologia diferenciada de avaliação do processo de previsão de demanda, que possa contribuir tanto academicamente quando no ramo empresarial de modo a reduzir custos e desperdícios.

Bibliografia
ARIOLI, D., BIANCHI, M., CREAZZA, A., DALLARI, F.  Results from an Audit in the Sales Forecasting & demand planning process. RIRL 2006, Sixth International Congress of Logistics Research, 2006.
Armstrong, J. S., Brodie, R. J., & McIntyre, S. H. Forecasting methods for marketing. International Journal of Forecasting, 3, 355–376, 1987.
DAVIS, D. F.; MENTZER, J. T. Organizational factors in sales forecasting management. International Journal of Forecasting, v. 23, p. 475-495, 2007.
FILDES, R., & HASTINGS, R. The organization and improvement of market forecasting. Journal of the Operations Research Society, 45(1), 1–16, 1994
GERBER, J.Z.; MIRANDA, R.G.; BORNIA, A.C. Organização de Referenciais Teóricos sobre Diagnóstico                             para a Previsão de Demanda. XVIII Simpósio de Engenharia de Produção. Bauru – Brasil – Novembro, 2011.
HECKMANN, P; SHORTEN, D.; ENGEL, H. Supply chain management at 21: The Hard Road to Adulthood. Booz Allen Hamilton Publication - Transportation & Distribution, 2003.
MIRANDA, R.G.; ANDRADE, G.J.P.O.; GERBER, J.Z.; BORNIA, A.C. Método estruturado para o processo de planejamento da demanda nas organizações. Revista ADMpg Gestão Estratégica, v. 4, n. 1, p. 45-53, Ponta Grossa – Brasil, 2011.
MENTZER, J. T., BIENSTOCK, C. C., & KAHN, K. B.. Benchmarking sales forecasting management. Business Horizons, 48–56, May–June, 1999.
MENTZER, J. T., & COX, J. E. A model of the determinants of achieved forecast accuracy. Journal of Business Logistics, 5(2), 143–155, 1984.
MENTZER, J. T., & KAHN, K. B. Forecasting technique familiarity, satisfaction, usage, and application. Journal of Forecasting, 14, 465–476, 1995.
MENTZER, J. T., & KENT, J. L. Forecasting demand in the Longaberger Company. Marketing Management, 46–50, 1999.
MOON, M. A.; et al. Customer demand planning at Lucent Technologies - A case study in continuous improvement through sales forecast auditing. Industrial Marketing Management, v. 29, n. 1, p. 19-26, 2000.
MOON, M. A.; MENTZER, J. T.; SMITH, C. D. Conducting a sales forecasting audit. International Journal of Forecasting, v. 19, n. 1, p. 5-25, 2003.
PILINKIENÈ, V. Market demand forecasting models and their elements in the context of competitive market. Engineering Economics, edição 5 , pag.24, 2008.
ROBINSON, M. A. et al. Forecasting future competency requirements: a three-phase methodology. Personnel Review, v. 36, n. 1-2, p. 65-90, 2007.
SANDERS,N.R.Managing the forecasting function.Industrial Management & Data Systems,v.95,n.4,p.12, 1995.
SILVA, E.L.; MENEZES, E.M. Metodologia da pesquisa e elaboração de dissertação. 4a. Edição. Florianópolis: UFSC, 2005.
STEKLER, H. O. The future of macroeconomic forecasting: Understanding the forecasting process. International Journal of Forecasting, v. 23, n. 2, p. 237-248, 2007.
TRIERWEILLER, A.C.; et al. Processo de Seleção de Referencial Teórico sobre: Avaliação de Desempenho Ambiental. 3° International Workshop Advances in Cleaner Production. São Paulo – Brasil – Maio, 2011.

ARTIGO APRESENTADO NO XIX SIMPEP (SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO), 2012