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
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.
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
