GESTÃO DA DISTRIBUIÇÃO Prof. Marco A. Arbex
MÉTODOS PARA PREVISÃO DA DEMANDA
Método genérico para estimar demanda total de um mercado (em unidades monetárias) Q= n.q.p
Q= Demanda total do mercado n= Número de compradores no mercado q= Quantidade adquirida no período por um comprador médio p= Preço médio unitário
Exemplo: Demanda por livros no Brasil (gênero: ficção nacional) n= 500.000 q= 1 p= R$ 30,00 Q= R$ 15.000.000,00 R$/ano
Método genérico para estimar demanda total de um mercado (em quantidade)
Método de proporção em cadeia, no qual se multiplica um número base por uma cadeia de percentagens de ajuste Exemplo: Potencial de mercado para uma nova sopa instantânea no Brasil Q= População x percentual médio da população com acesso a alimentos de preparo rápido x percentual médio da população com acesso a alimentos de preparo rápido que costumam comprar tais alimentos x percentual médio da população com acesso a alimentos de preparo rápido que costumam comprar tais alimentos que costumam comprar sopas instantâneas Q= 180.000.000 x 0,20 x 0,15 x 0,30 = 1.620.000 pessoas
Método da construção do mercado
Usado principalmente por empresas de produtos industriais ou que vendem para o mercado organizacional (outras empresas). Este método exige a identificação de todos os compradores potenciais em cada mercado e a estimativa de suas compras. Exemplo: Produto- instrumento de mineração para testar a proporção real do ouro contida em minerais Preço- R$ 1.000,00, sendo que dependendo do tamanho da mina, mais de um instrumento deve ser adquirido. Objetivo é determinar o potencial de mercado para o instrumento no estado X: Nº empregados Abaixo de 10 De 10 a 50 Mais de 50
Nº minas Estado 80 50 20
no Potencial compra 1 2 4
de Mercado potencial Mercado (unid.) potencial ($) 80 Total: $260.000,00 100 80
Métodos de previsão de vendas usando series temporais 1. MÉDIA MÓVEL A média móvel usa dados de um número predeterminado de períodos, normalmente os mais recentes, para gerar sua previsão. A cada novo período de previsão se substitui o dado mais antigo pelo mais recente. Exemplo:Um produto apresentou, nos últimos 12 meses (n), a demanda apresentada na tabela abaixo. Determinar a demanda para o próximo mês janeiro / Ano 2. Tabela – Ano 1 Mês jan. Consumo 100
fev. 102
mar 101
abr. 104
mai 102
jun. 101
jul. 102
ago. set. 103 103
Out. nov. 103 104
dez 103
A demanda para Janeiro do Ano 2 é a média dos 12 últimos meses: 100+102+101+104+102+101+102+103+103+103+104+103 : 12 = 102,3 Resposta: demanda prevista em 102,3 Para calcular a demanda de Fev./ano 2, considera-se igualmente a média dos 12 últimos meses, (entre Fev/ano 1 e Jan/ano 2); e assim por diante.
2. MÉDIA MÓVEL PONDERADA No método da média ponderada atribui-se um peso a cada um dos dados, sendo que a soma deste peso deve ser igual a 1, por período selecionado (trimestre, semestre, etc). Esse método busca dar ainda mais ênfase aos períodos mais recentes. Exemplo:Com base na tabela abaixo, prever a demanda do mês de jan. / Ano 2, utilizando uma média ponderada trimestral com fator de ajustamento 0,7 p/dez; 0,2 p/nov.; 0,1 p/out. (maior peso sempre para o mês mais recente) Tabela – Ano 1 Mês jan. Consumo 100
fev. 102
Mar abr. 101 104
mai 102
jun. 101
jul. 102
ago. set. 103 103
out. 103
nov. dez 104 103
A previsão para Jan. / Ano 2 é: 0,7 x 103 + 0,2 x 104 + 0,1 x 103 = 103,2 Resposta: demanda prevista em 103,2
3. MÉTODO DO AJUSTAMENTO SAZONAL Quando o consumo é sazonal, pode-se realizar a previsão de demanda fazendo o ajustamento sazonal. Para desenvolver o método deve-se: - Determinar a média de cada ano - Determinar os coeficientes de sazonalidade em cada período sazonal - Calcular o coeficiente médio de sazonalidade em cada período - Projetar a demanda global para o ano (usar algum método) - Determinar a média para cada período do ano previsto - Determinar a demanda em cada período do ano utilizando o coeficiente médio de sazonalidade
Exemplo: A tabela 1 abaixo apresenta dados de consumo de um produto nos últimos 4 anos e deseja determinar a previsão de vendas trimestral no ano 5. Trimestre 1 2 3 4 TOTAL MÉDIA
Ano 1 45 335 520 100 1000 250
Ano 2 70 370 590 170 1200 300
Para calcular os coeficientes de sazonalidade: Trimestre Ano 1 Ano 2 1 45/250=0,18 70/300=0,23 2 335/250=1,34 370/300=1,23 3 520/250=2,08 590/300=1,97 4 100/250=0,40 170/300=0,57
Ano 3 100 585 830 285 1800 450
Ano 3 100/450=0,22 585/450=1,30 830/450=1,84 285/450=0,63
Ano 4 100 725 1160 215 2200 550
Ano 4 100/550=0,18 725/550=1,32 1160/550=2,11 215/550=,039
media 0,20 1,30 2,00 0,50
Vamos supor que a previsão para o ano 5 seja de 2.500, baseada em que em quatro anos o consumo passou de 1.000 para 2.200 unidades, com um incremento médio de 300 unidades ao ano. A média trimestral é: 2.500 / 4 = 625 unidades. Temos como previsão para cada trimestre: Trimestre 1 2 3 4
Previsão 625 x (0,20) = 125 unidades 625 x (1,30) = 813 unidades 625 x (2,00) = 1250 unidades 625 x (0,50) = 313 unidades
4. MÉTODO DE AJUSTAMENTO SAZONAL PELA MÉDIA MÓVEL CENTRADA Exemplo do restaurante 1º Passo – calcular a média móvel centrada 2º Passo – Calcular o índice de sazonalidade para cada dia da semana Dia
Demanda
Segunda Terça Quarta Quinta Sexta Sábado Domingo Segunda Terça Quarta Quinta Sexta Sábado Domingo Segunda Terça Quarta Quinta Sexta Sábado Domingo Segunda Terça Quarta
50 55 52 56 65 80 85 55 50 58 50 70 75 80 52 50 54 60 65 85 90 50 53 55
Média Móvel Índice Centrada
443/7=63,28 448/7=64 443/7=63,28 449/7=64,14 443/7=63,28 448/7=64 443/7=63,28 438/7=62,57 435/7=62,14 435/7=62,14 431/7=61,57 441/7=63 436/7=62,28 446/7=63,71 456/7=65,14 454/7=64,85 457/7=65,28 458/7=65,42
56/63,28=0,88 65/64=1,01 80/63,28=1,26 85/64,14=1,32 55/63,28=0,86 50/64=0,78 58/63,28=0,91 50/62,57=0,79 70/62,14=1,12 75/62,14=1,20 80/61,57=1,29 52/63=0,82 50/62,28=0,80 54/63,71=0,84 60/65,14=0,92 65/64,85=1,00 85/65,28=1,30 90/65,42=1,37
3º Passo – Calcular o índice de sazonalidade padrão para cada dia da semana através da média Dia da semana
Índice de sazonalidade
Segunda-feira Terça-feira Quarta-feira Quinta-feira Sexta-feira Sábado Domingo
0,84 (média de todas as segundas-feiras) 0,79 0,87 0,86 1,04 1,25 1,33
4º Passo- Para aplicar o índice, é necessário fazer uma estimativa média de vendas da próxima semana (baseada nas médias das semanas anteriores anteriores): QUADRO: Previsao média da semana / dias da semana x índice de sazonalide do dia X = previsão para o dia X Semana Segunda Terça Quarta Quinta Sexta Sábado Domingo
Previsão 445/7 x (0,84)= 53,4 445/7 x (0,79)= 50,2 445/7 x (0,87)= 55,3 445/7 x (0,86)= 54,6 445/7 x (1,04)= 66,1 445/7 x (1,25)= 79,4 445/7 x (1,33)= 84,5
Previsão baseada em correlações Exemplo: Uma cadeia de fast-food verificou que as vendas mensais de refeições em suas lojas estão relacionadas ao número de alunos matriculados em escolas situadas próximas às suas lojas. A empresa pretende instalar uma nova casa numa região onde o número de alunos é de 13.750. Qual a previsão da demanda para esta nova casa? Y = a + bx, onde: Y= variável dependente (vendas) x= variável independente (nº alunos)
Vendas por casa (mil) Núm. alunos (mil) Y X 31,56 10 38 12 25,25 8
XY 315,6 456 202
Y² 996,03 1.444 637,56
X² 100 344 64
47,2 22 34,2 45,1 32,3 29 40,9 40 24,2 41 ∑Y = 450,71
b=
b=
a=
a=
15 6,5 11 14,5 10,1 9,2 13,4 12,7 7,6 13,1 ∑X = 143,1
708 143 376,2 653,95 326,23 266,8 548,06 508 183,92 537,1 ∑XY = 5.224,86
2.227,84 484 4.469,64 2.034,01 1.043,29 841 1.672,81 1.600 585,64 1.681 ∑ Y² = 19.716,82
225 42,25 121 210,25 102,01 84,64 179,56 161,29 57,76 171,61 ∑ X² = 1.663,37
n(∑ XY ) − (∑ X )(∑ Y )
(
)
n ∑ X 2 − (∑ X )
2
(∑ XY ) − (∑ X )(∑ Y ) = 13 ⋅ 5224,86 − 143,10 ⋅ 450,71 = 2,99 13 ⋅ 1663,37 − (143,10) n(∑ X ) − (∑ X )
n
2
2
2
∑ Y − b(∑ X ) n
∑ Y − b(∑ X ) = n
450,71 − 2 ,99 ⋅ 143,10 = 1,757 13
Y = 1,757 + 2,99 ⋅ 13,75 = 42,869 ou seja 42869 refeições
Texto-base: KOTLER, P; ARMSTRONG, G. Princípios de marketing. 7 ed. Rio de Janeiro: LTC, 1999. (CAP 7)
