Gestão da demanda

Gestão da demanda

Prof Raquel Flexa Gestão da Demanda

Prof Raquel Flexa

Principais elementos da Gestão da Demanda I

Co municação com o Mercado

Previsão de De manda

Influência sobre o Mercado

Pro messa de Prazos

Priorização e Alocação

Gestão de De manda

Prof Raquel Flexa

Habilidade para prever a demanda

Base de dados históricos de vendas

Informações que expliquem variações de vendas Utilização de modelos matemáticos

Canal de comunicação com o mercado

O pessoal que mantém contato com os clientes (vendedores e representantes) têm que trazer informações dos clientes e do mercado para a empresa, em base contínua e permanente

Poder de influência sobre a demanda

Tanto sobre a demanda já manifesta (negociação de data de entrega por exemplo) e demanda futura (incentivando vendedores a ofertar determinado mixaos clientes que melhor se adequaa capacidade instalada)

Principais elementos da Gestão da Demanda I

Prof Raquel Flexa

Habilidade de prometer prazos Garantir desempenho em confiabilidade de entregas

Habilidade de priorização e alocação

No caso de não haver produtos disponíveis suficientes para atender à todos os clientes, é preciso definir qual deles serão atendidos total ou parcialmente e quais terão que esperar. Essa decisão é de responsabilidade da área comercial.

Principais elementos da Gestão da Demanda I

Prof Raquel Flexa

Gestão da demanda e MPS formando um processo integrado

Sales and Operations

Planning (S&OP)

Prod./Capac

Agregado

Planeja m Planeja m.

Agregado de Vendas

Plano

Detalhado de Vendas

Outras

Decisões de Vendas

Orça mento

Outras

Decisões Financeiras

Fluxo de Caixa Detalhado

Outros Planos Funcionais

Marketing/VendasManufatura Finanças

Processo de MPS e Gestão de De manda

Um dos principais resultados da gestão da demanda, é a elaboração de um Plano de

Vendas que seja coerente com o Plano Mestre e que seja a base para orientar as ações da área co mercial

Prof Raquel Flexa

Principais processos de Gestão da Demanda

Processo de previsão de vendas

Processo de cadastramento de pedidos

Processo de promessa de data de entrega

Processo de definição e avaliação do nível de serviço ao cliente

Processo de planejamento de necessidades

Processo de distribuição física dos produtos aos clientes

Prof Raquel Flexa

Processo de previsão de vendas

Previsão de vendas nunca é 100% correta

As incertezas provém de 2 fontes:

Mercado, que dado a sua natureza, pode ser bastante instável e de baixa previsibilidade

Afeta tanto a empresa como seus concorrentes

Sistema de previsão, que com base em informações coletadas no mercado e em dados históricos, gera uma informação que pretende antecipar a demanda futura

A qualidade do sistema de previsão de vendas é que fará diferença diante de seus concorrentes

Prof Raquel Flexa

Sistemas de Previsão de Vendas I

Conjunto de procedimentos de coleta, tratamento e análise de informações que visa gerar uma estimativa de vendas futuras, medidas em unidades de produtos (ou família de produtos) em cada unidade de tempo (semanas, meses e etc)

Prof Raquel Flexa

Principais informações que devem ser considerados pelo sistema:

Dados históricos de vendas, período a período

Informações relevantes que expliquem comportamentos atípicos dasvendas passadas

Dados de variáveis correlacionadas às vendas que ajudem a explicar o comportamento das vendas passadas

Situação atual de variáveis que podem afetar o comportamento dasvendas no futuro ou estejam a ele correlacionadas

Previsão da situação futura de variáveis que podem afetar o comportamento das vendas no futuro ou estejam a ele correlacionadas

Conhecimento sobre a conjuntura econômica atual e previsão da conjuntura econômica no futuro

Informações de clientes que possam indicar seu comportamento de compras futuras

Informações relevantes sobre a atuação de concorrentes que influenciam o comportamento das vendas

Informações sobre decisões da área comercial que podem influenciar o comportamento das vendas

Sistemas de Previsão de Vendas I

Prof Raquel Flexa

Sistema de Previsão de Vendas I

(genérico)

Dados históricos de vendas

Informações que explique m co mporta mento atípico

Dados de variáveis que expliquem as vendas

Trata mento estatístico dos dados de vendas e outras variáveis

Trata mento estatístico dos dados de vendas e outras variáveis

Informações de clientes

Informações da conjuntura econômica

Informações de concorrentes

Decisões da área co mercial

Outras informações do mercado

Outras informações do mercado

Tratamento das infor mações disponíveis

Tratamento das infor mações disponíveis

Previsão de vendas Previsão de vendas

Reunião de Previsão

Comprometimento das áreas envolvidas

Prof Raquel Flexa

Previsão de vendas de Curto Prazo I

Geralmente até cerca de 4 meses

Considera-se que as mesmas tendências de crescimento ou declínio observadas no passado recente, devem permanecer no futuro, assim como sazonalidadeou comportamento cíclico observadas no passado

Técnica de Projeção –Modelos Temporais

Prof Raquel Flexa HojePassado Futuro

Vendas tendência no passado ciclicidade no passado tendência projetada no futuro ciclicidade projetada no futuro

Vendas vendas reais sazonalidade tendência

Projetando as vendas futuras com base nos dados do passado

Decomposição das vendas passadas em tendência e sazonalidade

Previsão de vendas de Curto Prazo I

Prof Raquel Flexa

Previsão de Vendas de Médio Prazo

Adoção de modelos causais ou de explicação

A hipótese é de que as relações que haviam no passado entre as vendas e outras variáveis, continuam a valer no futuro

A idéia é que procuremos estabelecer as relações entre vendas no passado e outras variáveis que expliquem seu co mporta mento

Prof Raquel Flexa

Geralmente consideram-se vários anos

Mudanças tecnológicas, de design ou a introdução de produtos substitutos podem alterar as relações anteriormente estabelecidas.

Adotamos a hipótese de que o futuro não guarda relação direta com o passado

A previsão deve ser derivada da opinião de especialistas, que utilizam métodos específicos para chegar a um consenso sobre essas opiniões.

Previsão de Vendas de Longo Prazo

Prof Raquel Flexa

Requisitos para uma boa previsão de vendas I

Conhecer os mercados, suas necessidades e co mporta mentos

Clientes de um mesmo segmento que compram os mesmos produtos devem ter as mesmas necessidades e co mporta mentos

Famílias de produtos

F1F2 F3 F4 Fn

Pares Produto/mercado

Pares Produto/mercado

Prof Raquel Flexa

Requisitos para uma boa previsão de vendas I

Conhecer os produtos e seus usos

Para fazer boas previsões é necessário conhecer bem os produtos e como são utilizados pelos clientes.

Uma informação importante é a situação do produto em relação a seu ciclo de vida

Vendas tempo Introdução

Crescimento Maturidade Declínio

Prof Raquel Flexa

Saber analisar os dados históricos

Dados históricos de vendas, considerando às quantidades e momentos em que o cliente gostaria de receber o produto, não às quantidades e datas efetivas de entrega

Conhecer a concorrência e seu comportamento

Conhecer as ações da empresa que afetam a demanda

Formar uma base de dados relevantes para a previsão “Inteligência de Mercado”

Documentar todas as hipóteses feitas na elaboração da previsão

Trabalhar com fatos e não apenas com opiniões Articular diversos setores para a elaboração da previsão

Requisitos para uma boa previsão de vendas I

Prof Raquel Flexa

Prometendo prazos de entrega

Garantir o desempenho em confiabilidade de entrega

A forma de calcular ou estimar o prazo de entrega de determinados produtos varia conforme o tipo de produção, ou seja, se os produtos são produzidos para estoque, se são produzidos sob encomenda ou se são montados contra-pedido.

Prof Raquel Flexa

Utilizar o cálculo do disponível para promessa (DPP) Os dados considerados são:

Estoque de produtos finais disponíveis

A produção planejada dos produtos finais no horizonte de planejamento (MPS)

Pedidos já colocados pelos clientes

DPP = Prod.Planejada–(pedidos colocados até o próximo período de produção planejada)

Prometendo prazos de entrega Produção para estoque

Comentários