Com a competitividade entre as empresas, tornou-se importante a realização das previsões de demanda, e usar uma única técnica para obtê-las pode não ser o suficiente para toma das decisões. Esta resenha apresenta uma estrutura utilizando: combinação de previsões e de ajustes baseados em opiniões. Os elementos incluídos na modelagem são: dados históricos; econômicos; e de especialistas. Depois de obter-se a previsão combinada, aplica-se um ajuste para obter a previsão final.
Não é suficiente uma empresa ter boa imagem, ser reconhecida pela sua qualidade e apresentar custos competitivos, também é fundamental que a empresa esteja estruturada para dimensionar a qualidade de bens ou serviços que irá produzir, de forma que possa prever e atender à demanda proveniente do mercado consumidor. Previsões confiáveis podem exigir a utilização de vários métodos, permitindo abranger a maior quantidade de informações disponíveis.
A combinação é uma abordagem atraente para realizar previsões, visto que, ao invés de tentar escolher a melhor técnica, formula-se o problema perguntando que técnicas poderiam ajudar a melhoria da acurácia.
A primeira dimensão, “seleção das técnicas de previsão-base”, esta ligada a tarefa de selecionar técnicas que iram participar da combinação. Pois a seleção da técnica depende de cinco fatores: acurácia, horizonte, custos, complexidade e dados disponíveis. É classificada em três categorias, a objetiva engloba regressão, modelos Box-Jenkis e outros procedimentos com base matemática. As categorias subjetivas envolvem o julgamento humano e opinião de especialistas.
A segunda dimensão se preocupa como as técnicas devem ser combinadas. Combinar previsões conduz ao aumento de acurácia de previsão (combinada) em relação a qualquer previsão individual. A dimensão dos métodos de combinação envolve uma abordagem objetiva e subjetiva.
A Terceira forma de combinar previsões objetivamente é através da utilização de previsões-base subjetivas e objetivas na mesma combinação, incluem que a necessidade de inclusão da opinião é função da variabilidade da serie temporal, portanto a previsão, a opção subjetiva é a melhor escolha. Para series que apresenta variabilidade moderada ou alta, a inclusão da opinião fornece uma melhora significativa na acurácia. Essa maneira de previsão, utilizada diariamente durante quatro anos, apresentou os melhores resultados, em termos das médias dos erros absolutos.
O ajuste baseado na opinião é considerado uma forma de integrar previsões, ela parece ser a principal alternativa para competir com o método de combinação na tarefa de integrar previsões objetivas e subjetivas. O ajuste baseado na opinião consiste na geração de um modelo baseado em dados históricos, o qual irá fornecer uma previsão
O ajuste baseado na opinião pode conduzir a um baixo desempenho das previsões, piorando a acurácia devido ao viés inerente à tomada de decisão humana. Quando o julgamento é usado para prever padrões de series temporais, as pessoas tendem a superestimar a quantia de crescimento ou a diminuir o que realmente está ocorrendo na série. As previsões com viés, por sua vez podem conduzir a vários problemas, tais como: perda de perdidos; prestação de serviço inadequado e recursos organizacionais mal utilizados. Entre os vários tipos de viés tem-se: (I) Inconsistência: falta de habilidade para aplicar o mesmo critério de decisão em situações similares; (II) Ancoramento: tendência dos previsores serem influenciados por alguma informação inicial (âncora); (III) Conservadorismo: Trata-se da suposição que a variável em estudo poderá continuar se comportando da mesma forma como se comportou no passado; (IV) Otimismo: um estado de mente que motiva um respondente a prever que eventos favoráveis são mais prováveis de ocorrer do que eu seria justificado pelos fatos; (V) Correlação Ilusória: crença em padrões que evidenciam a relação entre duas variáveis, quando, na realidade, esta relação não existe.
O uso de conhecimento acumulado – que consiste no conhecimento pratico obtido através da experiência, usando informações especificas disponíveis no ambiente de previsão. Aliado a algum método de estruturação de ajuste, são princípios vantajosos, que podem aumentar a acurácia das previsões.
No caso da indústria de computadores pessoais, onde o ciclo de vida dos produtos raramente excede sete anos, certamente os previsores da empresa iriam traçar uma curva em declínio, pois neste contexto o domínio do conhecimento é fundamental para realizar uma boa previsão.
O fato de as pessoas serem limitadas para considerar processos com grande quantidade de informações é uma das desvantagens da opinião humana. Assim ao realizar um ajuste baseado na opinião, é importante utilizar alguma estrutura.
O processo hierárquico analítico oferece uma abordagem formalizada para ajustar previsões, porem exige muito tempo para obter os pesos e realizar os ajustes. O ajuste baseado na opinião é talvez, a forma, mas fácil de ser utilizada, apresentando o melhor custo/beneficio, havendo, porém a possibilidade de introdução de viés.
O Modelo composto para realizar previsão de demanda foi desenvolvido com o intuito de obter previsões melhores. As formas de integração de previsões têm mostrado potencial para reduzir os erros. Sendo assim o modelo é formado pela combinação de três previsões individuais. Essas previsões individuais baseadas em informações de dados especialistas são reunidas de maneira a permitir a obtenção de uma previsão intermediária. A previsão intermediária, por sua vez, é ajustada para formar a previsão final.
Essa estrutura é composta por seis etapas: (I) Verificação da exigência de dados e de especialistas; (II) Obtenção das previsões individuais; (III) Cálculo dos pesos das previsões individuais; (IV) Obtenção da previsão combinada; (V) Verificação da necessidade de fazer ajuste; (VI) Obtenção da previsão final.
A primeira etapa consiste em verificar a disponibilidade dos dados que permitirão a construção de modelos estatísticos, econométricos e qualitativos. Para a construção do modelo estatístico, será necessário que se disponha de dados históricos em relação à variável que nesse caso é a demanda. Para o modelo econométrico, é preciso dispor de variáveis socioeconômicas que descrevam o comportamento da demanda. Por fim, para a obtenção do modelo qualitativo, é necessário verificar a disponibilidade de especialistas na área de negocio em que se realiza a previsão de demanda.
Na segunda etapa contempla a escolha dos melhores modelos de cada caso.
Nessa terceira etapa primeiramente é questionado se há conhecimento prévio referente à variância dos erros de cada previsão individual. Para tal questionamento existem duas possibilidades: (I) variâncias são conhecidas e (II) variâncias não são conhecidas.
Na quarta etapa o método de combinação a ser usado é proposto por primeiramente, pelo fato desde método apresentar a facilidade de interpretação dos pesos.
Nesta quinta etapa, faz-se necessário identificar especialistas quem possam refinar a previsão já obtida.
A última etapa fornece a previsão final. Quando não houve conhecimento dos especialistas de maneira a permitir os ajustes para redefinir a previsão combinada, ela poderá, então, ser mantida. Por outro lado os especialistas possuem o domínio do conhecimento, permitindo fazer ajustes, é necessário utilizar algum método estruturado para aprimorar a acurácia da previsão combinada.
Autores da obra
WERNER. L. Professora da Universidade Federal do Rio Grande do Sul. Produção, v. 16, n. 3, p. 493-509. Set/Dez 2006
LUIS DUARTE J. R. Professor da Universidade Federal do Rio Grande do Sul. Produção, v. 16, n. 3, p. 493-509. Set/Dez 2006
Pâmela Nunes A. Acadêmica do Curso de Administração da Universidade Paranaense - UNIPAR
Nenhum comentário:
Postar um comentário