Ajuda de lição de casa de Estratégias de Operações. 1. (TCO 5) Qual é a previsão para maio, com base na média móvel ponderada aplicada aos dados de demanda passada a seguir e usando os pesos 4, 3, 2 (maior peso é para os dados mais recentes) Nov. Dez. Jan Fevereiro de 37 36 40 42 47 43 (Pontos: 6) 42,5. (TCO 5) Qual é a previsão para maio, com base em uma média móvel ponderada aplicada aos dados de demanda passada a seguir e usando os pesos 4, 3, 2 (o maior peso é para os dados mais recentes) 2 de novembro (TCO 5) O departamento de Jim039s em uma loja de departamentos local tem rastreado as vendas de um produto ao longo das últimas dez semanas de suavização exponencial com um alfa de 0,4. Em janeiro ele previu 150.000 em vendas e alcançou 155.000 são vendas. Usando este mesmo modelo de previsão, estimar vendas Jims fevereiro. (Pontos: 7) Ano 10 122,87 Ano 10 99,98 Ano 10 110,67 Ano 10 115,87Capítulo 11 (Pontos: 6) 152,000 155,000 157,000 305,000 3. (TCO 5) Usando uma média móvel de três anos, a previsão para o ano 10. - Demand Management amp Previsão 1. Previsão perfeita é praticamente impossível 2. Ao invés de procurar a previsão perfeita, é muito mais importante estabelecer a prática de revisão contínua de previsão e aprender a viver com previsão imprecisa 3. Quando a previsão, um Boa estratégia é usar 2 ou 3 métodos e olhar para eles para a visão de senso comum. 2. Fontes básicas da procura 1. Demanda dependente - procura de produtos ou serviços causada pela procura de outros produtos ou serviços. Não muito a empresa pode fazer, ele deve ser atendida. 2. Demanda independente - demanda que não pode ser derivada diretamente da demanda por outros produtos. A empresa pode: a) Desempenhar um papel ativo para influenciar a demanda - aplicar pressão sobre sua força de vendas b) assumir um papel passivo para influenciar a demanda - se uma empresa está funcionando em uma capacidade total, pode não querer fazer nada sobre a demanda. Outras razões são competitivas, legais, ambientais, éticas e morais. Tente prever o futuro com base em dados passados. 1. Curto prazo - menos de 3 meses - decisões tácticas como reabastecimento de inventário ou programação de EEs a curto prazo 2. Médio prazo - 3 M-2Y - captura de efeitos sazonais, tais como clientes respondem a um novo produto 3. Longo prazo - mais de 2 anos. Identificar pontos de viragem importantes e detectar tendências gerais. A regressão linear é um tipo especial de regressão onde as relações entre as variáveis formam uma reta Y abX. Variável dependente de Y a - interceptação de Y b - inclinação X - variável independente É usada para a previsão a longo prazo de ocorrências principais e planejamento agregado. Ele é usado tanto para previsão de séries temporais quanto para previsão de relacionamento casual. É a técnica de previsão mais utilizada. As ocorrências mais recentes são mais indicativas do futuro (valor mais previsível) do que as do passado mais distante. Devemos dar mais peso ao minério períodos de tempo recentes na previsão. Cada incremento no passado é diminuído por (1-alfa). Quanto maior o alfa, mais próxima a previsão segue o real. Mais recente ponderação alfa (1-alfa) na 0 Dados um período de tempo mais velho alfa (1-alfa) na 1 Dados dois período de tempo mais velho alfa (1-alfa) na 2 Qual dos seguintes métodos de previsão é muito dependente da seleção do Os indivíduos certos que serão julgadamente utilizados para realmente gerar o valor de previsão deve ser entre 0 e 1 1. 2 ou mais valores predeterminados de Alpha - dependendo do grau de erro, diferentes valores de Alpha são usados. Se o erro for grande, Alpha é 0,8, se o erro for pequeno, Alpha é 0,2. 2. Valores calculados de Alpha - o erro real suavizado exponencialmente dividido pelo erro absoluto sufocado exponencialmente. Técnicas Qualitativas na Previsão Conhecimento de especialistas e exigem muito julgamento (novos produtos ou regiões) 1. Pesquisa de Mercado - à procura de novos produtos e idéias, gostos e aversões sobre os produtos existentes. Principalmente SURVEYS amp ENTREVISTAS 2. Painel Consenso - a idéia de que 2 cabeças são melhores do que um. Painel de pessoas de uma variedade de posições pode desenvolver uma previsão mais confiável do que um grupo mais estreito. O problema é que os níveis mais baixos de EE são intimidados por níveis mais elevados de gestão. O julgamento executivo é usado (um nível mais alto de administração está envolvido). 3. Analogia histórica - uma empresa que já produz torradeiras e quer produzir panelas de café poderia usar a história torradeira como um modelo de crescimento provável. 4. Método Delphi - muito dependente da seleção dos indivíduos certos que serão julgadamente utilizados para realmente gerar a previsão. Todo mundo tem o mesmo peso (mais justo). Resultados satisfatórios são geralmente alcançados em 3 rodadas. OBJETIVO - Planejamento, Previsão e Reabastecimento Colaborativo (CPFR) Para trocar informações internas selecionadas em um servidor Web compartilhado, a fim de fornecer visões futuras confiáveis e de longo prazo da demanda na cadeia de suprimentos. Exemplos de Cálculo de Previsão A.1 Cálculo de Previsão Métodos Estão disponíveis doze métodos de cálculo das previsões. A maioria desses métodos fornece controle limitado do usuário. Por exemplo, o peso colocado nos dados históricos recentes ou o intervalo de datas dos dados históricos utilizados nos cálculos pode ser especificado. Os exemplos seguintes mostram o procedimento de cálculo para cada um dos métodos de previsão disponíveis, dado um conjunto idêntico de dados históricos. Os exemplos a seguir usam os mesmos dados de vendas de 2004 e 2005 para produzir uma previsão de vendas de 2006. Além do cálculo da previsão, cada exemplo inclui uma previsão simulada de 2005 para um período de retenção de três meses (opção de processamento 19 3), que é usado para os cálculos de precisão e desvio absoluto médio (vendas reais em comparação com a previsão simulada). A.2 Critérios de Avaliação de Desempenho de Previsão Dependendo da sua seleção de opções de processamento e das tendências e padrões existentes nos dados de vendas, alguns métodos de previsão terão um desempenho melhor do que outros para um determinado conjunto de dados históricos. Um método de previsão apropriado para um produto pode não ser apropriado para outro produto. Também é improvável que um método de previsão que forneça bons resultados numa fase do ciclo de vida de um produto permaneça apropriado ao longo de todo o ciclo de vida. Você pode escolher entre dois métodos para avaliar o desempenho atual dos métodos de previsão. Estes são Desvio Médio Absoluto (MAD) e Porcentagem de Precisão (POA). Ambos os métodos de avaliação de desempenho requerem dados de vendas históricos para um período de tempo especificado pelo usuário. Esse período de tempo é chamado de período de retenção ou período de melhor ajuste (PBF). Os dados neste período são usados como base para recomendar qual dos métodos de previsão usar na realização da projeção de projeção seguinte. Essa recomendação é específica para cada produto e pode mudar de uma geração de projeção para outra. Os dois métodos de avaliação de desempenho de previsão são demonstrados nas páginas que seguem os exemplos dos doze métodos de previsão. A.3 Método 1 - Percentual especificado no último ano Este método multiplica os dados de vendas do ano anterior por um fator especificado pelo usuário, por exemplo, 1,10 para um aumento de 10 ou 0,97 para uma diminuição de 3. Histórico de vendas necessário: Um ano para calcular a previsão mais o número de períodos de tempo especificado pelo usuário para avaliar o desempenho da previsão (opção de processamento 19). A.4.1 Cálculo de Previsão Faixa do histórico de vendas a ser usado no cálculo do fator de crescimento (opção de processamento 2a) 3 neste exemplo. Soma dos últimos três meses de 2005: 114 119 137 370 Soma dos mesmos três meses do ano anterior: 123 139 133 395 O fator calculado 370395 0,9367 Calcule as previsões: Janeiro de 2005 vendas 128 0,9367 119,8036 ou cerca de 120 de fevereiro de 2005 vendas 117 0,9367 109,5939 ou cerca de 110 de março de 2005 vendas 115 0,9367 107,7205 ou cerca de 108 A.4.2 Cálculo de Previsão Simulado Soma dos três meses de 2005 antes do período de retenção (julho, agosto, setembro): 129 140 131 400 Soma os mesmos três meses para o Ano anterior: 141 128 118 387 O fator calculado 400387 1.033591731 Calcula a previsão simulada: Outubro, 2004 vendas 123 1.033591731 127.13178 Vendas de novembro de 2004 139 1.033591731 143.66925 Vendas de dezembro de 2004 133 1.033591731 137.4677 A.4.3 Percentagem de Precisão Cálculo POA (127.13178 143.66925 137.4677) (114 119 137) 100 408,26873 370 100 110,3429 A.4.4 Cálculo do Desvio Absoluto Médio MAD (127,13178 - 114 143,66925 - 119 137,4677 - 137) 3 (13.13178 24.66925 0.4677) 3 12.75624 A.5 Método 3 - Último ano até este ano Este método copia os dados de vendas do ano anterior para o próximo ano. Histórico de vendas necessário: Um ano para calcular a previsão mais o número de períodos de tempo especificados para avaliar o desempenho da previsão (opção de processamento 19). A.6.1 Cálculo da Previsão Número de períodos a incluir na média (opção de processamento 4a) 3 neste exemplo Para cada mês da previsão, faça a média dos dados dos três meses anteriores. Previsão de Janeiro: 114 119 137 370, 370 3 123.333 ou 123 Previsão de Fevereiro: 119 137 123 379, 379 3 126.333 ou 126 Previsão de Março: 137 123 126 379, 386 3 128.667 ou 129 A.6.2 Cálculo Previsto Simulado Outubro 2005 140 131) 3 133.3333 Vendas de Novembro de 2005 (140 131 114) 3 128.3333 Vendas de Dezembro de 2005 (131 114 119) 3 121.3333 A.6.3 Percentagem de Precisão Cálculo POA (133.3333 128.3333 121.3333) (114 119 137) 100 103.513 A.6.4 Média Absoluta Cálculo do Desvio MAD (133.3333 - 114 128.3333 - 119 121.3333 - 137) 3 14.7777 A.7 Método 5 - Aproximação linear A aproximação linear calcula uma tendência baseada em dois pontos de dados do histórico de vendas. Esses dois pontos definem uma linha de tendência reta projetada para o futuro. Use esse método com cautela, pois as previsões de longo alcance são alavancadas por pequenas alterações em apenas dois pontos de dados. Histórico de vendas necessário: O número de períodos a incluir em regressão (opção de processamento 5a), mais 1 mais o número de períodos de tempo para avaliar o desempenho da previsão (opção de processamento 19). A.8.1 Cálculo de Previsão Número de períodos a incluir em regressão (opção de processamento 6a) 3 neste exemplo Para cada mês da previsão, adicione o aumento ou diminuição durante os períodos especificados antes do período de retenção do período anterior. Média dos três meses anteriores (114 119 137) 3 123.3333 Resumo dos três meses anteriores com ponderação considerada (114 1) (119 2) (137 3) 763 Diferença entre os valores 763 - 123.3333 (1 2 3) 23 Relação ( 12 22 32) - 2 3 14 - 12 2 Valor1 DiferençaRatio 232 11,5 Valor2 Relação média - valor1 123,3333 - 11,5 2 100,333 Previsão (1 n) valor1 valor2 4 11,5 100,3333 146,333 ou 146 Previsão 5 11,5 100,3333 157,8333 ou 158 Previsão 6 11,5 100,3333 169,3333 Ou 169 A.8.2 Cálculo de Previsão Simulado Vendas de Outubro de 2004: Média dos três meses anteriores (129 140 131) 3 133.3333 Resumo dos três meses anteriores com ponderação considerada (129 1) (140 2) (131 3) 802 Diferença entre Valores 802 - 133.3333 (1 2 3) 2 Relação (12 22 32) - 2 3 14 - 12 2 Valor1 DiferençaRatio 22 1 Valor2 Relação média - valor1 133.3333 - 1 2 131.3333 Previsão (1 n) valor1 valor2 4 1 131.3333 135.3333 Novembro de 2004 vendas Média dos últimos três meses (140 131 114) 3 128.3333 Resumo dos três meses anteriores com peso considerado (140 1) (131 2) (114 3) 744 Diferença entre os valores 744 - 128.3333 (1 2 3) -25.9999 Valor1 DiferençaRatio -25,99992 -12,9999 Valor2 Relação média-valor1 128,3333 - (-12,9999) 2 154,3333 Previsão 4 -12,9999 154,3333 102,3333 Vendas de Dezembro de 2004 Média dos três meses anteriores (131 114 119) 3 121.3333 Resumo dos três meses anteriores com ponderação considerada 131 1) (114 2) (119 3) 716 Diferença entre os valores 716 - 121.3333 (1 2 3) -11.9999 Valor1 DiferençaRatio -11.99992 -5.9999 Valor2 Relação média-valor1 121.3333 - (-5.9999) 2 133.3333 Previsão 4 (-5.9999 ) 133,3333 109,3333 A.8.3 Percentagem de Precisão Cálculo POA (135,33 102,33 109,33) (114 119 137) 100 93,78 A.8,4 Cálculo do Desvio Absoluto Média MAD (135,33-1 114 102,33 - 119 109,33-137) 3 21,88 A.9 Método 7 - Secon D Grau de Aproximação A Regressão Linear determina os valores de aeb na fórmula de previsão Y a bX com o objetivo de ajustar uma linha reta aos dados do histórico de vendas. Aproximação de segundo grau é semelhante. No entanto, este método determina valores para a, b e c na fórmula de previsão Y a bX cX2 com o objetivo de ajustar uma curva aos dados do histórico de vendas. Este método pode ser útil quando um produto está na transição entre fases de um ciclo de vida. Por exemplo, quando um novo produto passa da introdução para os estádios de crescimento, a tendência de vendas pode acelerar. Devido ao termo de segunda ordem, a previsão pode aproximar-se rapidamente do infinito ou cair para zero (dependendo se o coeficiente c é positivo ou negativo). Portanto, este método é útil apenas no curto prazo. Especificações de previsão: As fórmulas encontram a, b e c para encaixar uma curva em exatamente três pontos. Você especifica n na opção de processamento 7a, o número de períodos de tempo de dados a serem acumulados em cada um dos três pontos. Neste exemplo n 3. Portanto, os dados de vendas reais de abril a junho são combinados no primeiro ponto, Q1. Julho a setembro são adicionados em conjunto para criar Q2, e de outubro a dezembro somam para Q3. A curva será ajustada aos três valores Q1, Q2 e Q3. Histórico de vendas necessário: 3 n períodos para o cálculo da previsão mais o número de períodos necessários para avaliar o desempenho da previsão (PBF). Número de períodos a incluir (opção de processamento 7a) 3 neste exemplo Utilize os meses anteriores (3 n) em blocos de três meses: Q1 (Abr - Jun) 125 122 137 384 Q2 (Jul - Set) 129 140 131 400 Q3 O passo seguinte envolve o cálculo dos três coeficientes a, b e c a serem utilizados na fórmula de previsão Y a bX cX2 (1) Q1 a bX cX2 (onde X1) abc (2) Q2 A b c c X 2 (onde X 2) a 2b 4c (3) Q3 a bX cX2 (onde X 3) a 3b 9c Resolva as três equações simultaneamente para encontrar b, ae c: Subtraia a equação (1) da equação (2) E resolva para b (2) - (1) Q2 - Q1 b 3c Substitua esta equação para b na equação (3) (3) Q3 a 3 (Q2 - Q1) - 3c c Finalmente, substitua essas equações por aeb por (Q3 - Q2) (Q1 - Q2) 2 O método de Aproximação de Segundo Grau calcula a, b e c da seguinte forma: a Q3 (Q2 - Q1) 3 (Q2 - Q1) 370 - 3 (400 - 384) 322 c (Q3 - Q2) (Q1 - Q2) 2 (370-400) (384-400) 2 -23 b (Q2 - Q1) - 3c (400 - 384) - (3 -23) 85 Y a bX cX2 322 85X (-23) X2 Previsão de Janeiro a Março (X4): (322 340 - 368) 3 2943 98 Por período Previsão de Abril a Junho (X5): (322 425-575) 3 57.333 ou 57 por período Previsão de Julho a Setembro (X6): (322 510 - 828) 3 1.33 ou 1 por período de Outubro a Dezembro (X7) 595 - 11273 -70 A.9.2 Cálculo de Previsão Simulado Vendas de outubro, novembro e dezembro de 2004: Q1 (jan - mar) 360 Q2 (abril a junho) 384 Q3 (jul - set) 400 a 400 - 3 (384 - 360) 328 c (400 - 384) (360 - 384) 2 -4 b (384 - 360) - 3 (-4) 36 328 36 4 (-4) 163 136 A.9.3 Percentagem do cálculo da precisão POA (136 136 136) (114 119 137) 100 110,27 A.9.4 Cálculo do Desvio Absoluto Médio MAD (136 - 114 136 - 119 136 - 137) 3 13.33 A.10 Método 8 - Método Flexível O Método Flexível (Percentagem durante n Meses Anterior) é semelhante ao Método 1, Percentagem em relação ao ano passado. Ambos os métodos multiplicam os dados de vendas de um período de tempo anterior por um fator especificado pelo usuário e, em seguida, projetam esse resultado no futuro. No método Percent Over Last Year, a projeção é baseada em dados do mesmo período do ano anterior. O método flexível adiciona a capacidade de especificar um período de tempo diferente do mesmo período do ano passado para usar como base para os cálculos. Fator de multiplicação. Por exemplo, especifique 1.15 na opção de processamento 8b para aumentar os dados do histórico de vendas anteriores em 15. Período de base. Por exemplo, n 3 fará com que a primeira previsão se baseie nos dados de vendas em outubro de 2005. Histórico mínimo de vendas: O usuário especificou o número de períodos de volta ao período base, mais o número de períodos necessários para avaliar o desempenho da previsão PBF). A.10.4 Cálculo do Desvio Absoluto Médio MAD (148 - 114 161 - 119 151 - 137) 3 30 A.11 Método 9 - Média Móvel Ponderada O método Média Móvel Ponderada (WMA) é semelhante ao Método 4, Média Móvel (MA). No entanto, com a Média Móvel Ponderada, você pode atribuir pesos desiguais aos dados históricos. O método calcula uma média ponderada do histórico de vendas recente para chegar a uma projeção para o curto prazo. Os dados mais recentes geralmente são atribuídos a um peso maior do que os dados mais antigos, o que torna a WMA mais responsiva às mudanças no nível de vendas. No entanto, o viés de previsão e erros sistemáticos ainda ocorrem quando o histórico de vendas do produto exibe tendência forte ou padrões sazonais. Esse método funciona melhor para as projeções de curto prazo de produtos maduros do que para produtos em estágios de crescimento ou obsolescência do ciclo de vida. N o número de períodos de histórico de vendas a serem utilizados no cálculo da previsão. Por exemplo, especifique n 3 na opção de processamento 9a para usar os três períodos mais recentes como base para a projeção para o próximo período de tempo. Um grande valor para n (como 12) requer mais histórico de vendas. Isso resulta em uma previsão estável, mas será lento para reconhecer mudanças no nível de vendas. Por outro lado, um pequeno valor para n (como 3) responderá mais rapidamente às mudanças no nível de vendas, mas a previsão pode flutuar tão amplamente que a produção não pode responder às variações. O peso atribuído a cada um dos períodos de dados históricos. Os pesos atribuídos devem totalizar 1,00. Por exemplo, quando n 3, atribua pesos de 0,6, 0,3 e 0,1, com os dados mais recentes recebendo o maior peso. Histórico de vendas mínimo necessário: n mais o número de períodos de tempo necessários para avaliar o desempenho da previsão (PBF). MAD (133,5 - 114 121,7 - 119 118,7 - 137) 3 13,5 A.12 Método 10 - Suavização linear Este método é semelhante ao Método 9, Média Móvel Ponderada (WMA). No entanto, em vez de atribuir arbitrariamente ponderações aos dados históricos, uma fórmula é usada para atribuir pesos que diminuem linearmente e somam a 1,00. O método calcula então uma média ponderada do histórico de vendas recente para chegar a uma projeção para o curto prazo. Como acontece com todas as técnicas de projeção de média móvel linear, o viés de previsão e os erros sistemáticos ocorrem quando o histórico de vendas do produto exibe tendência forte ou padrões sazonais. Esse método funciona melhor para as projeções de curto prazo de produtos maduros do que para produtos em estágios de crescimento ou obsolescência do ciclo de vida. N o número de períodos de histórico de vendas a serem utilizados no cálculo da previsão. Isto é especificado na opção de processamento 10a. Por exemplo, especifique n 3 na opção de processamento 10b para usar os três períodos mais recentes como base para a projeção para o próximo período de tempo. O sistema atribuirá automaticamente os pesos aos dados históricos que diminuem linearmente e somam a 1,00. Por exemplo, quando n3, o sistema atribuirá pesos de 0,5, 0,3333 e 0,1, com os dados mais recentes recebendo o maior peso. Histórico de vendas mínimo necessário: n mais o número de períodos de tempo necessários para avaliar o desempenho da previsão (PBF). A.12.1 Cálculo de Previsão Número de períodos a incluir na média de suavização (opção de processamento 10a) 3 neste exemplo Razão para um período anterior 3 (n2 n) 2 3 (32 3) 2 36 0,5 Razão para dois períodos anteriores 2 (n2 n ) 2 2 (32 3) 2 26 0,3333 .. Proporção para três períodos anteriores 1 (n2 n) 2 1 (32 3) 2 16 0,1666 .. Previsão de Janeiro: 137 0,5 119 13 114 16 127,16 ou 127 Previsão de Fevereiro: 127 0,5 137 13 119 16 129 Previsão de Março: 129 0,5 127 13 137 16 129,666 ou 130 A.12.2 Cálculo Previsto Simulado Outubro 2004 vendas 129 16 140 26 131 36 133,6666 Novembro 2004 vendas 140 16 131 26 114 36 124 Dezembro 2004 vendas 131 16 114 26 119 36 119.3333 A.12.3 Cálculo do Desvio Absoluto Médio MAD (133.6666 - 114 124 - 119 119.3333 - 137) 3 14.1111 A.13 Método 11 - Suavização Exponencial Este método é semelhante ao Método 10, Linear Smoothing. No Linear Smoothing, o sistema atribui pesos aos dados históricos que diminuem linearmente. Na suavização exponencial, o sistema atribui pesos que decrescem exponencialmente. A equação de previsão de suavização exponencial é: Previsão a (Vendas reais anteriores) (1 - a) Previsão Anterior A previsão é uma média ponderada das vendas reais do período anterior e da previsão do período anterior. A é o peso aplicado às vendas reais do período anterior. (1-a) é o peso aplicado à previsão do período anterior. Valores válidos para um intervalo de 0 a 1, e geralmente caem entre 0,1 e 0,4. A soma dos pesos é 1,00. A (1-a) 1 Você deve atribuir um valor para a constante de suavização, a. Se você não atribui valores para a constante de suavização, o sistema calcula um valor assumido com base no número de períodos do histórico de vendas especificado na opção de processamento 11a. A constante de suavização utilizada no cálculo da média suavizada para o nível geral ou magnitude das vendas. Valores válidos para um intervalo de 0 a 1. n o intervalo de dados do histórico de vendas a incluir nos cálculos. Geralmente um ano de dados de histórico de vendas é suficiente para estimar o nível geral de vendas. Para este exemplo, foi escolhido um pequeno valor para n (n 3) para reduzir os cálculos manuais necessários para verificar os resultados. A suavização exponencial pode gerar uma previsão baseada em apenas um ponto de dados históricos. Histórico de vendas mínimo necessário: n mais o número de períodos de tempo necessários para avaliar o desempenho da previsão (PBF). A.13.1 Cálculo de Previsão Número de períodos a incluir na média de suavização (opção de processamento 11a) 3 e factor alfa (opção de processamento 11b) em branco neste exemplo um factor para os dados de vendas mais antigos 2 (11) ou 1 quando alfa é especificado Um fator para os dados de vendas 2 mais antigos 2 (12), ou alfa quando alfa é especificado um fator para os dados mais antigos de vendas 3 (13), ou alfa quando alfa é especificado um fator para os dados de vendas mais recentes 2 (1n) , Ou alfa quando alfa é especificado Novembro Sm. Média. A (Outubro Real) (1 - a) Outubro Sm. Média. 1 114 0 0 114 Dezembro Sm. Média. A (Novembro Real) (1 - a) Novembro Sm. Média. 23 119 13 114 117.3333 Janeiro Previsão a (Dezembro Real) (1 - a) Dezembro Sm. Média. 24 137 24 117.3333 127.16665 ou 127 Fevereiro Previsão Janeiro Previsão Previsão Janeiro Previsão 127 A.13.2 Previsão simulada Cálculo Julho, 2004 Sm. Média. 22 129 129 Agosto Sm. Média. 23 140 13 129 136,333 Setembro Sm. Média. 24 131 24 136.3333 133.6666 Outubro, 2004 vendas Setembro Sm. Média. 133,6666 Agosto, 2004 Sm. Média. 22 140 140 Setembro Sm. Média. 23 131 13 140 134 Outubro Sm. Média. 24 114 24 134 124 Novembro, 2004 vendas Setembro Sm. Média. 124 Setembro 2004 Sm. Média. 22 131 131 Outubro Sm. Média. 23 114 13 131 119,6666 Novembro Sm. Média. 24 119 24 119,6666 119,3333 Dezembro 2004 vendas Setembro Sm. Média. 119.3333 A.13.3 Percentagem de Precisão Cálculo POA (133.6666 124 119.3333) (114 119 137) 100 101.891 A.13.4 Cálculo do Desvio Absoluto Médio MAD (133.6666 - 114 124 - 119 119.3333 - 137) 3 14.1111 A.14 Método 12 - Suavização Exponencial Com Tendência e Sazonalidade Este método é semelhante ao Método 11, Suavização Exponencial em que uma média suavizada é calculada. No entanto, o Método 12 também inclui um termo na equação de previsão para calcular uma tendência suavizada. A previsão é composta por uma média suavizada ajustada para uma tendência linear. Quando especificada na opção de processamento, a previsão também é ajustada pela sazonalidade. A constante de suavização utilizada no cálculo da média suavizada para o nível geral ou magnitude das vendas. Valores válidos para alfa variam de 0 a 1. b a constante de suavização utilizada no cálculo da média suavizada para a componente de tendência da previsão. Os valores válidos para o intervalo beta variam de 0 a 1. Se um índice sazonal é aplicado à previsão aeb são independentes uns dos outros. Eles não precisam adicionar 1.0. Histórico de vendas mínimo exigido: dois anos mais o número de períodos de tempo necessários para avaliar o desempenho da previsão (PBF). O método 12 usa duas equações exponenciais de suavização e uma média simples para calcular uma média suavizada, uma tendência suavizada e um fator sazonal médio simples. A.14.1 Cálculo de Previsão A) Uma média exponencialmente suavizada MAD (122.81 - 114 133.14 - 119 135.33 - 137) 3 8.2 A.15 Avaliação das Previsões Você pode selecionar métodos de previsão para gerar até doze previsões para cada produto. Cada método de previsão provavelmente criará uma projeção ligeiramente diferente. Quando milhares de produtos são previstos, é impraticável tomar uma decisão subjetiva sobre qual das previsões usar em seus planos para cada um dos produtos. O sistema avalia automaticamente o desempenho de cada um dos métodos de previsão selecionados e para cada um dos produtos previstos. Você pode escolher entre dois critérios de desempenho, Desvio Médio Absoluto (MAD) e Porcentagem de Precisão (POA). MAD é uma medida do erro de previsão. POA é uma medida do viés de previsão. Ambas as técnicas de avaliação de desempenho requerem dados de histórico de vendas reais para um período de tempo especificado pelo usuário. Esse período da história recente é chamado de período de retenção ou período de melhor ajuste (PBF). Para medir o desempenho de um método de previsão, use as fórmulas de previsão para simular uma previsão para o período de retenção histórico. Geralmente, haverá diferenças entre os dados de vendas reais ea previsão simulada para o período de retenção. Quando vários métodos de previsão são selecionados, esse mesmo processo ocorre para cada método. Várias previsões são calculadas para o período de retenção e comparadas com o histórico de vendas conhecido para esse mesmo período de tempo. O método de previsão que produz o melhor ajuste (melhor ajuste) entre a previsão e as vendas reais durante o período de retenção é recomendado para uso em seus planos. Essa recomendação é específica para cada produto e pode mudar de uma geração de projeção para outra. A.16 Desvio Médio Absoluto (MAD) MAD é a média (ou média) dos valores absolutos (ou magnitude) dos desvios (ou erros) entre os dados reais e os previstos. MAD é uma medida da magnitude média de erros a esperar, dado um método de previsão e histórico de dados. Como os valores absolutos são usados no cálculo, os erros positivos não cancelam os erros negativos. Ao comparar vários métodos de previsão, aquele com o menor MAD mostrou ser o mais confiável para esse produto para esse período de retenção. Quando a previsão é imparcial e os erros são normalmente distribuídos, existe uma relação matemática simples entre MAD e duas outras medidas comuns de distribuição, desvio padrão e erro quadrático médio: A.16.1 Porcentagem de Precisão (POA) Porcentagem de Precisão (POA) é Uma medida do viés de previsão. Quando as previsões são consistentemente muito altas, os estoques se acumulam e os custos de estoque aumentam. Quando as previsões são consistentemente duas baixas, os estoques são consumidos eo serviço ao cliente cai. Uma previsão que é 10 unidades muito baixo, então 8 unidades muito alto, então 2 unidades muito alto, seria uma previsão imparciais. O erro positivo de 10 é cancelado por erros negativos de 8 e 2. Erro real - previsão Quando um produto pode ser armazenado no inventário e quando a previsão é imparcial, uma pequena quantidade de estoque de segurança pode ser usado para amortecer os erros. Nesta situação, não é tão importante eliminar os erros de previsão como é gerar previsões imparciais. No entanto, no sector dos serviços, a situação acima seria encarada como três erros. O serviço seria insuficiente no primeiro período, então overstaffed para os próximos dois períodos. Nos serviços, a magnitude dos erros de previsão é geralmente mais importante do que o viés previsto. A soma durante o período de retenção permite erros positivos para cancelar erros negativos. Quando o total de vendas reais excede o total de vendas previstas, a proporção é superior a 100. Naturalmente, é impossível ser mais de 100 precisos. Quando uma previsão é imparcial, a razão POA será 100. Portanto, é mais desejável ser 95 precisos do que 110 precisos. Os critérios POA selecionam o método de previsão que tem uma proporção de POA mais próxima de 100. O script nesta página aprimora a navegação de conteúdo, mas não altera o conteúdo de nenhuma maneira. 1. (TCO 5) Usando uma média móvel de quatro anos foreca. 1. (TCO 5) Usando uma média móvel de quatro anos, a previsão para o ano 10. Semana Demanda 1 79 2 90 3 59 4 91 5 140 6 98 7 110 8 123 9 99 (Pontos 10) Ano 10 122,87 Ano 10 107.5 Ano 10 110.67 Ano 10 115.87 2. (TCO 5) A Favors Distribution Company compra pequenas bugigangas importadas a granel, embala-as e as vende para lojas de varejo. Em fevereiro, a empresa previu que venderia 10 mil bugigangas. Suas vendas para fevereiro eram 9.000 bugigangas. Usando uma constante de alisamento de um alfa de 0,3, o gerente de vendas quer prever as vendas de março usando suavização exponencial. (Pontos 10) 9.700 trinkets 9.800 trinkets 9.500 trinkets 10.200 trinkets 3. (TCO 8) A ABC Motors, Inc. quer aumentar a capacidade adicionando outro balanceador de roda. O custo fixo para uma máquina é de 6.400, eo seu custo variável é de 3.50 por unidade. ABC cobra 7,50 para equilibrar uma roda. Qual é o ponto de equilíbrio em unidades (Pontos 10) 250 rodas 1600 rodas 3000 rodas 3429 4. (TCO 9) Um restaurante de serviço completo está considerando abrir uma nova instalação em uma cidade específica. A tabela abaixo mostra suas avaliações de quatro fatores em cada um de dois locais potenciais. Factor Peso Vento Cidade Linha Estadual Afluência da população local .40 30 30 Fluxo de trânsito .20 50 20 Disponibilidade de estacionamento .10 30 40 Potencial de crescimento .30 20 20 Usando o método de avaliação de fábrica, a pontuação para Wind City é e a pontuação para State Line é . (Ponto 10) Cidade do Vento 7,00 Linha do Estado 7,25 Cidade do Vento 14 Linha do Estado 14,50 Cidade do Vento 28 Linha do Estado 29 Cidade do Vento 31 Linha do Estado 26 5. (TCO 4) A fábrica da Caixa Dulac produz 600 caixas de cipreste em dois turnos de oito horas . A utilização de novas tecnologias permitiu-lhes aumentar a produtividade em 30. A produtividade é agora de aproximadamente. (Ponto 10) 32,5 caixas 40,6 caixas 48,75 caixas de caixa 81,25 caixas caixas de 300 caixas 6. (TCO 8) Uma padaria tem uma capacidade de design para assar 200 pães por dia. No entanto, devido à manutenção programada de seus equipamentos, a gerência sente que eles podem assar 150 pães por dia. Ontem o gás foi desligado enquanto a cidade estava reparando um vazamento e apenas 10 pães onde assados. Qual é a eficiência dos fornos de ontem (pontos 10) 5 6.66 10 20 1. (TCO 7) Os componentes específicos introduzidos na terceira casa na casa de qualidade são satisfeitos por. (Ponto 5) o plano de qualidade requisitos do cliente características de concepção Nenhuma das anteriores 2. (TCO 7) Qual das seguintes afirmações é falsa no que diz respeito ao desenho assistido por computador (pontos 5) Configurações de design. É uma tecnologia eficaz e em uso significativo. Isso resulta em ciclos de desenvolvimento mais curtos para praticamente todos os produtos. É o uso de computadores para projetar produtos interativamente e preparar a documentação de engenharia. É mais lento projetar um produto sem usar CAD. 3. (TCO 7) Em que fase do ciclo de vida do produto deve a estratégia do produto se concentrar nas modificações do processo (Pontos 5) Implementação Crescimento Maturidade Declínio Nenhuma das anteriores 4. (TCO 7) As previsões são normalmente classificadas por horizonte temporal em três categorias - benzóico. (Pontos 5) curto prazo, médio e longo prazo contabilidade financeira, marketing e operações estratégico, tático e operacional suavização exponencial, regressão e séries temporais departamentais, organizacionais e industriais. Tipos de estratégias de processo são. (Ponto 5) produtos, serviços, automatizados e híbridos manual, automatizado, informático e serviço foco do processo, foco repetitivo, personalização em massa e foco no produto modular, contínuo, discreto e tecnológico 6. Qual (TCO) (Pontos 5) Custos de matérias-primas Custos directos de mão-de-obra Custos de transporte Custos de aquisição Custos de aquisição 7. (TCO 8) Um sistema que utiliza uma célula de trabalho automatizada controlada por sinais electrónicos a partir de uma central centralizada Computador é chamado a (n). (Ponto 5) sistema de controle adaptativo robótica sistema de fabricação flexível célula de fabricação do sistema de veículo guiado automático (AGV) 8. (TCO 8) Qual das seguintes transformações geralmente tem a menor utilização de instalações (Pontos 5) Processo focado no processo Processo repetitivo Produto - focused processo Processo contínuo 9. (TCO 1) Walter Shewhart está listado entre as pessoas importantes de gestão de operações por causa de suas contribuições para. (Pontos 5) estatísticas controlo de qualidade da amostragem estatística Todos os pontos acima 10. (TCO 1) A gestão das operações é aplicável. (Pontos 5) principalmente para o setor de serviços para serviços exclusivamente exclusivamente para o setor manufatureiro para os setores de manufatura e de serviços para o setor de manufatura exclusivamente 11. (TCO 2) O objetivo fundamental para a existência de qualquer organização é descrito por sua. (Pontos 5) táticas políticas de visão Análise SWOT Nenhuma das alternativas acima 12. (TCO 2) Qual das seguintes não é uma estratégia de operações (Pontos 5) Resposta Liderança de baixo custo Diferenciação Todas as estratégias acima são de operações. Nenhuma das opções acima são estratégias de operações. 13. (TCO 2) Quais são as razões que levam uma empresa a internacionalizar as operações (pontos 5) Aumentar os custos Melhorar a cadeia de abastecimento Fornecer menos bens e serviços Compreender inventários Todas as anteriores 14. (TCO 3) Amostragem de aceitação. (Ponto 5) é a aplicação de técnicas estatísticas para aceitar ou rejeitar um monte de material baseado em amostragem foi desenvolvido por Frederick Taylor é usado para determinar se aceitar ou rejeitar um lote de material com base na avaliação de custos separa o natural e Causas atribuíveis de variação 15. (TCO 3) Um processo centrado no processo é comumente usado para produzir. (Pontos 5) produtos de grande volume e de alta variedade produtos de baixo volume e de alta variedade produtos de grande volume e de baixa variedade produtos de baixa variedade, tanto em volume elevado como em volume reduzido 1. (TCO 3) Qual O seguinte é geralmente encontrado na maioria dos ambientes JIT (Pontos 5) Grandes quantidades de resíduos sob a forma de tempo e resíduos de produção Uma grande quantidade de variabilidade Redução de inventário Push sistemas 2. (TCO 3) A gestão da qualidade total enfatiza. (Pontos 5) a responsabilidade do pessoal de controle de qualidade para identificar e resolver todos os problemas relacionados à qualidade um compromisso com a qualidade que vai além das questões internas da empresa para fornecedores e clientes um sistema onde os gerentes fortes são os únicos decisores um processo onde a maioria dos estatísticos Se envolver certificação ISO 14000 3. (TCO 6) Um desenho de engenharia. (Pontos 5) agrupa partes em famílias mostra graficamente como o produto é montado lista as operações, incluindo montagem e inspeção, necessárias para produzir o componente com o material especificado na lista de materiais fornece instruções detalhadas sobre como executar uma determinada tarefa mostra As dimensões, tolerâncias, materiais e acabamentos de um componente 4. (TCO 6) Qual dos seguintes termos se refere à utilização de programas de computador especializados para direcionar e controlar equipamentos de fabricação (Pontos 5) CAD - Computer Aided Design CAM - Computer (TCO 6) A técnica de projeto de produto que pode ser produzida até o requisito mesmo com condições desfavoráveis no processo de produção é (Pontos 5) Design CAD Design CAM Design Robusto Design Modular 6. ( TCO 10) O objetivo de uma estratégia de recursos humanos é. (Ponto 5) produzem a previsão de demanda com o menor custo de mão-de-obra correspondem aos níveis de emprego com a demanda conseguem uma qualidade razoável de vida de trabalho a baixo custo gerenciam trabalhos e empregos de design para que as pessoas sejam efetiva e eficientemente utilizadas. . (Pontos 5) símbolos pintados para indicar o lugar apropriado para ferramentas e equipamentos rotulagem de peças, caixas e ferramentas para reduzir kanbans de resíduos, sinais visuais e controle estatístico de processo (SPC) gráficos luzes e sinais coloridos para indicar que lá É um problema Todos os acima 8. (TCO 11) Na decisão make-or-buy, uma das razões para a compra é. (Ponto 5) para assegurar um fornecimento adequado menor custo de aquisição para obter a qualidade desejada para remover a colusão do fornecedor 9. (TCO 11) Qual das seguintes é uma vantagem do transporte de gotas (Pontos 5) Redução de tempo Redução de custos de transporte Melhor qualidade Do produto Redução do encolhimento Todo o acima 10. (TCO 11) O principal objetivo da estratégia da cadeia de suprimentos é. (Ponto 5) para construir uma cadeia de fornecedores que se concentra em maximizar o valor para o cliente final para selecionar os fornecedores principalmente em resposta ou diferenciação para reduzir o tempo de produção aumentar o número de fornecedor Nenhum dos acima 11. (TCO 11) Os três Os tipos clássicos de estratégias de negociação são. (Pontos 5) avaliação de fornecedores, desenvolvimento de fornecedores e seleção de fornecedores Teoria X, Teoria Y e Teoria Z muitos fornecedores, poucos fornecedores e keiretsu modelo de preço baseado em custo, modelo de preço baseado em fabricação e licitação Nenhum dos itens acima 12. (TCO 12) São elaborados cronogramas de curto prazo. (Pontos 5) diretamente dos planos agregados diretamente do cronograma mestre a partir dos registros de inventário de itens que foram utilizados em planos-mestre derivados de planos de curto prazo dos planos de compras 13. (TCO 12) O planejamento agregado é o planejamento de capacidade para . (Ponto 5) o intervalo de longo alcance o curto intervalo normalmente de três a 18 meses tipicamente um ou mais anos 14. (TCO 13) O processo que envolve a reparação em uma emergência ou prioridade é conhecido como (pontos 5) repartição Manutenção manutenção de emergência manutenção de falha manutenção preventiva manutenção de prioridade 15. (TCO 13) A probabilidade de um produto funcionar adequadamente durante um tempo especificado em condições estabelecidas é. (Pontos 5) funcionalidade manutenção durabilidade fiabilidade aptidão para utilização Perito Resposta
No comments:
Post a Comment