Previsão de demanda na indústria: um guia prático

Início » Recursos » Previsão de demanda na indústria: um guia prático

Tempo de leitura estimado: 14 minutos

A previsão de demanda na indústria estima de quais produtos os clientes precisarão, em quais quantidades e quando. Ela combina o histórico de demanda com informações sobre mudanças futuras, oferecendo às áreas de compras e produção uma base comum para tomar decisões.

Uma previsão útil ajuda você a se preparar sem transformar toda venda possível em estoque. Revisar os erros e as premissas da previsão ajuda a decidir quais compromissos assumir agora e o que pode esperar. A previsão é uma das etapas do planejamento de demanda, um processo mais amplo que envolve analisar informações de mercado e chegar a um consenso sobre o plano de demanda.

Na prática, o desafio tem duas partes: estimar a demanda com precisão suficiente para embasar a decisão e, depois, elaborar um plano de produção que viabilize essa resposta à demanda. O SkyPlanner APS cuida da programação detalhada que dá suporte às suas decisões de produção, evitando que você tenha de refazer as filas de cada máquina quando essas decisões mudam.

Veja como elaborar a previsão, avaliar seus erros e colocá-la em prática.

1. Defina quais decisões a previsão deve apoiar

Comece pela decisão, não pelo modelo de previsão. Reservar materiais para um produto com lead time longo, decidir o que produzir para estoque no próximo mês e avaliar a abertura de mais um turno de produção exigem níveis diferentes de detalhamento.

Antes de coletar os dados, registre quatro pontos:

• O item cuja demanda será prevista: um produto acabado, uma família de produtos ou outro item de planejamento claramente definido.
• A unidade: peças, pacotes, quilogramas ou outra unidade física usada de forma consistente. A receita, sozinha, pode ocultar mudanças de preço e no mix de produtos.
• O período: quando os clientes precisam do produto, adotando um critério consistente baseado na data solicitada, quando os dados permitirem.
• O horizonte: com quanta antecedência você precisa decidir, considerando os lead times de compras e de fabricação.

Se você precisa se comprometer com a compra de materiais quatro semanas antes de usá-los, não basta uma previsão que só apresente boa precisão com uma semana de antecedência. Avalie a estimativa feita com quatro semanas de antecedência, que é a que a área de compras realmente precisa usar.

Escolha o nível de planejamento de acordo com a decisão. Uma previsão por família de produtos pode ajudar a avaliar a necessidade de um turno futuro, mas não indica à área de compras qual componente específico de uma variante deve ser adquirido. Por outro lado, prever separadamente cada variante com poucos pedidos pode gerar mais ruído do que informação útil. Mantenha a coerência entre o total da família e sua distribuição por item, e avalie se as mudanças no mix afetam os materiais ou a capacidade.

Na produção para estoque, as previsões ajudam a orientar as decisões de reposição. Na produção sob encomenda, os pedidos firmes podem determinar o que será efetivamente liberado para produção, enquanto as previsões ajudam a preparar a capacidade compartilhada ou os insumos com lead time longo. Ter uma previsão não significa que você precise fabricar produtos acabados para estoque com base em vendas incertas.

Mantenha a meta de vendas separada da previsão. A meta indica quanto a empresa deseja vender; a previsão indica o que ela espera, no momento, que os clientes precisem. Reduzir a previsão para ajustá-la à capacidade atual da fábrica apenas esconde uma possível demanda não atendida, em vez de resolver o problema.

2. Prepare um histórico de demanda que represente a necessidade dos clientes

Use uma série consistente de quantidades demandadas por item e período. O relatório de expedição do seu ERP pode ser um ponto de partida, mas verifique o que as datas e quantidades realmente representam.

As entregas atrasadas são uma armadilha comum. Unidades solicitadas para uma semana, mas expedidas na seguinte, podem fazer a primeira parecer fraca e a segunda, excepcionalmente forte. Se o objetivo é prever quando os produtos precisam estar disponíveis, use, sempre que possível, o período solicitado pelo cliente. Assim, você evita que seus próprios atrasos de entrega sejam interpretados como um padrão de demanda.

Revise o histórico com as equipes de vendas e operações:

• Corrija registros duplicados, conversões de unidades e alterações nos códigos dos produtos. Trate devoluções e cancelamentos de acordo com suas causas, em vez de considerar cada ajuste como uma nova demanda negativa.
• Mantenha os períodos em que a demanda realmente foi zero. A ausência de um registro não significa automaticamente demanda zero, e excluir semanas sem demanda pode inflar a estimativa.
• Sinalize rupturas de estoque, restrições de alocação e limitações de capacidade. Expedir 60 unidades quando os clientes queriam 100 não prova que a demanda era de apenas 60. Use os registros de solicitações não atendidas, quando disponíveis, e identifique como estimativa qualquer valor estimado de demanda perdida.
• Identifique promoções, contratos pontuais, lançamentos e produtos descontinuados. Preserve o histórico original e registre os motivos de cada ajuste na série usada na modelagem.

Coloque as quantidades resultantes em um gráfico ao longo do tempo. Procure um nível estável, crescimento ou queda persistentes, picos sazonais recorrentes e longos intervalos entre pedidos. Esses padrões ajudam a definir quais métodos vale a pena testar.

Não faça uma previsão independente para cada componente quando sua necessidade for determinada pelos produtos de nível superior previstos no plano. Essa demanda dependente deve ser calculada a partir da estrutura de produto e do cálculo das necessidades de materiais. Caso contrário, você corre o risco de gerar respostas conflitantes para a mesma decisão de compra.

3. Escolha o método de previsão de acordo com o padrão da demanda

Não existe um método que seja o melhor para todos os produtos industriais. Comece com uma referência simples e avalie se outro método melhora as decisões que você precisa tomar.

Comportamento da demanda	Um bom ponto de partida	O que verificar
Demanda relativamente estável	Média móvel de períodos recentes ou suavização exponencial simples	Se a janela usada no cálculo da média suaviza o ruído sem ocultar uma mudança real
Demanda sazonal recorrente	Último período sazonal comparável como referência; um modelo de previsão sazonal	Se houve mudanças nas datas dos feriados, nos dias úteis ou no portfólio de produtos
Tendência persistente	Um modelo que considere a tendência, como a suavização exponencial com tendência	Se o crescimento continua ou se o produto está se aproximando da maturidade
Demanda associada a fatores mensuráveis	Regressão ou um modelo adequado de aprendizado de máquina	Se as informações sobre esses fatores estarão de fato disponíveis no momento da emissão da previsão
Muitos períodos com demanda zero e pedidos ocasionais	Uma abordagem para demanda intermitente, como um método do tipo Croston	O desempenho ao longo do horizonte de reposição, não apenas o acerto da previsão em cada semana sem demanda
Produto novo com pouco histórico	Dados de produtos comparáveis e avaliações estruturadas da equipe de vendas e dos clientes	Premissas do lançamento, substituição de produtos existentes e rapidez para incorporar o aprendizado com a demanda real

A suavização exponencial simples dá mais peso às observações recentes, mas sua forma básica não modela tendência nem sazonalidade. Os métodos do tipo Croston tratam a demanda intermitente considerando as quantidades diferentes de zero e os intervalos entre elas; eles não eliminam a incerteza sobre o próximo pedido.

Para ilustrar a média móvel de forma clara, imagine que as demandas das últimas três semanas tenham sido de 80, 100 e 120 unidades. A previsão para a próxima semana, calculada pela média móvel de três semanas, é:

Previsão = (80 + 100 + 120) ÷ 3 = 100 unidades.

Esse cálculo é fácil de explicar, mas também pode demorar a refletir uma tendência real de alta. Três observações demonstram como a conta funciona, não que o método seja adequado ao produto.

Compare os métodos candidatos com referências simples: a demanda observada mais recente e, para itens sazonais, o último período sazonal comparável. Um modelo mais complexo deve justificar sua escolha por um desempenho melhor em dados fora da amostra ou por apoiar uma decisão operacional melhor, não pela sofisticação do nome.

Um modelo que usa promoções ou indicadores econômicos também precisa de dados de entrada realistas para o futuro. Testá-lo com informações que não estavam disponíveis na data da previsão faz seu desempenho parecer melhor do que poderia ter sido na prática. Uma relação útil para prever resultados não é, por si só, prova de que alterar o fator em questão causará um determinado aumento nas vendas.

4. Incorpore o conhecimento do negócio sem perder a previsão de referência

O histórico não conta tudo. Um cliente pode ter anunciado uma paralisação, um distribuidor pode estar abrindo uma nova unidade ou um produto pode estar substituindo um modelo antigo.

Mantenha a previsão estatística de referência visível e registre separadamente cada ajuste baseado no conhecimento do negócio. Inclua quantidade, período, motivo, responsável e data de revisão. Antes de acrescentar um efeito, verifique se ele já está contemplado no modelo ou em outro ajuste.

Imagine que a previsão de referência seja de 100 unidades para uma semana futura. A equipe de vendas apresenta evidências de 20 unidades adicionais de um novo cliente, além de tudo o que já foi considerado. A previsão revisada passa a ser de 120 unidades. Se o cliente estiver transferindo demanda de outro produto, ajuste também a previsão desse produto, em vez de registrar a mudança como crescimento puro.

Assim, a revisão passa a responder a perguntas concretas: a demanda adicional se confirmou, em qual período e o ajuste melhorou a previsão? Ao longo do tempo, compare o erro da previsão de referência com o da previsão ajustada. Mantenha os ajustes que acrescentam informação e investigue os que repetidamente acrescentam apenas otimismo.

Para um lançamento ou um contrato de grande porte com incertezas, mantenha um cenário-base e cenários plausíveis de demanda maior e menor, com suas respectivas premissas. Esses são cenários de planejamento, não intervalos de predição calibrados estatisticamente. Use-os para identificar quais decisões mudariam: reservar materiais, acrescentar um turno ou adiar o compromisso de formar estoque de produtos acabados.

5. Meça o erro da previsão no horizonte correspondente ao lead time relevante

Salve cada previsão emitida com sua data, período previsto, item e versão. Quando a demanda real for conhecida, compare-a com a versão disponível no momento em que a empresa precisou agir, e não com a última revisão feita pouco antes da entrega.

Para selecionar o método, faça um backtest, ou seja, uma simulação de previsões com dados históricos. Ajuste o método usando apenas as informações disponíveis em uma data passada, gere a previsão para o horizonte necessário e depois avance a data de corte e repita o processo. Essa abordagem, com avanço sucessivo da origem da previsão, testa a tarefa que você enfrenta na prática sem deixar que observações futuras contaminem a análise do passado.

Um exemplo de erro de previsão

Imagine que você avalie quatro semanas de um mesmo produto. Em cada linha abaixo, a previsão salva foi emitida quatro semanas antes da semana prevista. Aqui, o erro com sinal corresponde à previsão menos a demanda real; portanto, um número positivo indica uma previsão acima da demanda.

Semana prevista	Previsão salva	Demanda real	Erro com sinal	Erro absoluto
Semana 1	110	100	+10	10
Semana 2	110	120	−10	10
Semana 3	110	80	+30	30
Semana 4	110	100	+10	10
Total	440	400	+40	60

Três medidas explicam diferentes aspectos desse resultado:

Erro absoluto médio (MAE) = soma dos erros absolutos ÷ número de períodos = 60 ÷ 4 = 15 unidades por semana.

O MAE indica a magnitude típica do erro nas unidades do produto, o que facilita sua interpretação. Ele não mostra se as previsões tendem a ficar acima ou abaixo da demanda real.

Erro percentual absoluto ponderado (WAPE) = soma dos erros absolutos ÷ soma da demanda real × 100 = 60 ÷ 400 × 100 = 15%.

Para essas quantidades de demanda não negativas, o WAPE expressa o erro absoluto em relação à demanda total. Isso não significa que o erro da previsão de cada semana ficou dentro de 15%, nem que você tem 85% de probabilidade de atender à demanda.

Erro médio com sinal, ou viés = soma dos erros com sinal ÷ número de períodos = 40 ÷ 4 = +10 unidades por semana.

Pela convenção de sinal adotada, a previsão ficou, em média, acima da demanda real. No conjunto das quatro semanas, ela superou a demanda real em 40 unidades, ou 10% da demanda real total. Previsões acima e abaixo da demanda podem se anular no total; por isso, o viés sozinho não descreve a magnitude do erro.

Essas quatro linhas ilustram as medidas, mas não constituem um histórico suficiente para validação. Faça testes com avanço sucessivo da data de corte em quantidade suficiente para representar a sazonalidade, os padrões de pedidos e as mudanças relevantes para o produto.

Evite indicadores de acurácia que induzam ao erro

O MAPE divide o erro absoluto de cada período pela demanda real desse mesmo período. Ele fica indefinido quando a demanda real é zero e instável quando ela se aproxima de zero. Por isso, não é uma boa escolha padrão para produtos industriais com demanda esporádica.

O WAPE pode incluir alguns períodos sem demanda, mas fica indefinido se a demanda real total for zero. Seu denominador também varia com o volume: o aumento da demanda pode melhorar o percentual mesmo sem redução do erro em unidades. Analise-o junto com o MAE, o viés e a previsão de referência simples, sempre nos mesmos períodos de teste.

O total de uma família pode esconder previsões persistentemente acima da demanda para uma variante e abaixo para outra. Analise os produtos que geram risco de não atendimento, estoques de alto custo ou carga em recursos críticos, e não apenas a média geral.

Não existe um percentual de erro de previsão universalmente aceitável. Um erro de 15 unidades tem consequências diferentes para uma peça comum e barata e para um conjunto acabado de baixo giro. Avalie a previsão considerando os custos de falta e de excesso, o lead time de reposição e as opções de resposta disponíveis. Defina as reservas com base na incerteza e na política de nível de serviço; não se limite a somar o MAE a toda quantidade a produzir.

6. Transforme a previsão em uma decisão de produção

A previsão revisada é uma estimativa da demanda dos clientes. A quantidade a produzir é uma decisão separada, que considera pedidos confirmados, estoque utilizável, entradas previstas de ordens de produção existentes e o saldo de estoque que se deseja manter.

Evite contar a mesma demanda duas vezes. Se a previsão for de 120 unidades e os pedidos confirmados cobrirem 70 dessas unidades, uma política simples de consumo da previsão dentro do mesmo período deixa 50 unidades da previsão ainda não cobertas por pedidos. A demanda total continua sendo 120, não 190. A política que você usa na prática pode consumir a previsão entre datas ou classes de demanda diferentes.

Agora imagine que você tenha 30 unidades acabadas utilizáveis, queira manter 10 no fim do período e não tenha entradas previstas da produção. Para atender às 120 unidades, seria necessário propor a produção de 100 unidades: 120 + 10 − 30. Esse cálculo pressupõe que o estoque e as unidades concluídas estejam disponíveis antes da demanda que precisam atender.

O plano mestre de produção detalha essas quantidades e datas de disponibilidade por item. O MRP calcula os materiais e componentes necessários para as quantidades de produção aprovadas. Nem a previsão nem um saldo de estoque comprovam que a fábrica tem capacidade para produzir tudo no prazo.

Por exemplo, suponha que a produção dessas 100 unidades exija 0,2 hora-máquina por unidade, mais duas horas de setup: 22 horas na máquina crítica. Outros compromissos já exigem 20 horas nessa máquina, mas há apenas 40 horas disponíveis antes da data de conclusão necessária. A carga proposta é de 42 horas. É preciso resolver a falta de duas horas de capacidade, usar uma alternativa apta a realizar a produção ou rever algum compromisso.

Não reduza a previsão de demanda dos clientes para 110 apenas para encaixar a carga na capacidade da máquina. Mantenha a estimativa de demanda visível e decida como resolver a insuficiência de oferta.

Use o SkyPlanner para programar a produção necessária à resposta definida

Quando uma mudança na previsão leva você a alterar um compromisso de produção, o trabalho de programação pode envolver várias máquinas e ordens. A inclusão de um lote afeta as operações seguintes, o trabalho que já está nas filas dessas máquinas e as datas de entrega que dependem delas.

O SkyPlanner APS reúne esse trabalho em uma programação única e compartilhada dos recursos. Defina os postos de trabalho, turnos, operadores, etapas do processo e durações. Depois, use prioridades e bloqueios para orientar o plano. Arcturus, a IA de programação do SkyPlanner, calcula a alocação das operações considerando a capacidade configurada, os recursos aptos a executá-las e as dependências entre operações. A visualização de Gantt mostra a sequência resultante e as datas de conclusão.

Para a produção proposta de 100 unidades, isso conecta a necessidade de usinagem às demais etapas do roteiro e aos outros trabalhos que utilizam os mesmos recursos. Você pode avaliar se uma alteração de turno aprovada ou uma mudança de prioridade permite concluir o trabalho no prazo necessário, sem ajustar manualmente a fila de cada máquina afetada.

Com a opção de considerar materiais na programação habilitada, Arcturus leva em conta o estoque e a disponibilidade dos materiais a receber ao calcular os horários de início. As datas previstas de entrega das compras indicam uma expectativa de disponibilidade; o estoque só é atualizado quando o recebimento é confirmado. Não basta uma máquina estar livre na programação se o material ainda não estiver disponível ou a operação anterior não estiver concluída.

Mantenha as decisões de previsão e reposição no seu processo de planejamento de demanda ou no ERP. O SkyPlanner não gera operações de produção automaticamente a partir de previsões: ele programa o trabalho de produção que você cria ou envia por integração. O SkyPlanner se integra a qualquer ERP ou MES por meio de sua API REST aberta, para que você possa manter o sistema que gerencia essas decisões e melhorar sua execução detalhada.

É por isso que vale escolher o SkyPlanner quando as mudanças na demanda exigem trabalho manual recorrente de programação: os planejadores decidem o que importa, e Arcturus calcula a sequência das operações nos recursos para colocar essas decisões em prática.

O que mudou na Fredman Operations com uma reprogramação mais rápida

A Fredman Operations, fabricante finlandesa de produtos de cozinha e embalagens próprios para contato com alimentos, antes priorizava as operações manualmente, sem uma visão precisa dos horários de liberação das máquinas ou da capacidade de cada turno. Uma reprogramação urgente podia levar uma hora ou mais.

A implantação do SkyPlanner conectou os sistemas L7 e LTR da empresa e reuniu a capacidade e o trabalho em uma visualização compartilhada de Gantt. Segundo o relato do cliente, avaliar uma solicitação para antecipar toda a carteira de pedidos leva segundos, em vez de horas de cálculos manuais. A equipe também relata menos horas extras e respostas mais rápidas às mudanças na programação.

O benefício relevante está na resposta da produção: entender o impacto de uma mudança de necessidade sobre o trabalho e as datas de entrega enquanto ainda há tempo para agir.

Mantenha a previsão e a resposta da fábrica conectadas

Estabeleça uma frequência de revisão compatível com suas decisões. Atualize a previsão de referência conforme surgirem novas demandas, analise as exceções relevantes com a equipe de vendas e acompanhe o erro da versão arquivada da previsão, considerando a antecedência exigida por cada decisão. Não deixe que revisões rotineiras alterem silenciosamente os compromissos que a produção já está se preparando para cumprir.

Quando uma mudança acordada alterar a quantidade a produzir ou a data de disponibilidade, atualize o trabalho de produção e revise a programação dos recursos envolvidos. Assim, compras, produção e vendas passam a ter uma visão consistente do que mudou e do que pode ser entregue a partir daí.

Para ver como gerenciar essa resposta com menos planejamento manual, agende uma demonstração do SkyPlanner. Traga uma quantidade de produção que você definiu após uma mudança na previsão, o roteiro de fabricação correspondente e as datas em que os produtos precisam estar disponíveis. Essas informações são um ponto de partida prático para visualizar o efeito sobre a capacidade compartilhada e os demais compromissos. Se preferir explorar primeiro, experimente o SkyPlanner com dados de demonstração.