A demanda pode apresentar diferentes comportamentos ao longo do tempo. Uma mesma oferta pode apresentar crescimento em determinado contexto, estabilidade em outro período ou oscilações recorrentes em determinados momentos.

O comportamento observado resulta da interação entre produto, empresa, mercado, ciclo de vida e características do negócio.

A classificação parte da série histórica da demanda, considerando o contexto em que os dados foram registrados.

🤝 Post patrocinado: www.achain.com.br

1. A demanda depende do contexto

Contínua, tendencial e sazonal são classificações relacionadas ao comportamento da série histórica.

Um produto pode apresentar crescimento para uma empresa enquanto permanece estável para outra. Uma mesma empresa pode observar crescimento durante uma fase do ciclo de vida e estabilidade em outra. Alterações no mercado ou no modelo de negócio também podem modificar a trajetória.

Assim, o produto, isoladamente, não determina o comportamento da demanda.

A análise considera:

• Produto e características da oferta.
• Empresa e participação no mercado.
• Ciclo de vida.
• Ciclo de mercado.
• Características do negócio.
• Período analisado.

2. O ciclo de vida modifica o comportamento

Durante a trajetória de um produto, a demanda apresenta diferentes padrões.

Na introdução, podem ocorrer oscilações enquanto a oferta conquista mercado.

Durante o crescimento, a série apresenta tendência de alta.

Na maturidade, a demanda pode apresentar comportamento próximo de um nível estável.

No declínio, surge tendência de queda.

A sazonalidade pode aparecer em qualquer fase do ciclo de vida.

Assim, o comportamento da demanda precisa ser analisado de acordo com o momento do ciclo de vida considerado.

3. O ciclo de mercado também influencia

O mercado pode estar em expansão, maturidade ou retração.

Uma empresa pode apresentar crescimento enquanto o mercado se expande. Outra empresa, atuando no mesmo mercado, pode apresentar estabilidade. Uma terceira pode apresentar queda em razão de mudanças em sua participação.

O mesmo produto pode, portanto, apresentar séries históricas diferentes conforme a empresa e o mercado analisados.

4. O negócio modifica a curva

Decisões comerciais e mudanças na operação alteram o comportamento da demanda.

Expansão de distribuição, entrada em novos canais, alterações de preço, campanhas promocionais, mudanças no portfólio e variações na participação de mercado podem modificar a série histórica.

A pergunta adequada para a previsão é:

“Qual comportamento a demanda apresenta neste contexto?”

Esta pergunta direciona a análise para a série histórica da empresa, considerando produto, mercado, ciclo de vida e características do negócio.

  

5. Modelos de Previsão Mais Utilizados

Alguns modelos são amplamente utilizados na previsão de demanda e podem ser aplicados a diferentes comportamentos da série histórica.

• Média Móvel: calcula a previsão a partir da média de observações anteriores, podendo utilizar pesos iguais ou diferentes para os períodos considerados.
• Regressão: estima a direção da série e incorpora variáveis explicativas, permitindo representar relações entre a demanda e fatores que influenciam seu comportamento.
• Decomposição: separa os componentes da série, permitindo analisar nível, tendência, sazonalidade e componente residual.

Estes modelos podem ser aplicados a diferentes comportamentos da demanda. A escolha considera as características da série histórica, o desempenho dos modelos quando aplicados aos dados, as ferramentas disponíveis e a base de conhecimento da empresa.

6. Demanda Contínua

A demanda contínua apresenta ocorrências regulares ao longo do tempo, com oscilações ao redor de determinado nível.

Para este comportamento, alguns modelos são particularmente indicados:

• Média Móvel Simples: calcula a previsão a partir da média das observações mais recentes da demanda.
• Média Móvel Ponderada: calcula a previsão atribuindo pesos diferentes às observações, permitindo maior influência para determinados períodos.
• Suavização Exponencial Simples (SES): calcula a previsão do próximo período por meio de uma média ponderada entre a última demanda realizada e o último forecast, utilizando a constante de suavização α.

A Regressão e a Decomposição também podem ser utilizadas no tratamento da série. Por meio da sazonalização e da resazonalização, estes métodos permitem retirar os efeitos sazonais da série histórica e reincorporá-los à previsão, podendo melhorar o resultado da previsão em séries que apresentam efeitos sazonais.

7. Demanda Tendencial

A demanda tendencial apresenta crescimento ou declínio ao longo de determinado período.

Para este comportamento, modelos que incorporam tendência são particularmente indicados.

• Holt’s Model: incorpora nível e tendência, permitindo projetar séries com movimento persistente de crescimento ou declínio.
• Damped Trend: incorpora a tendência e reduz gradualmente sua influência ao avançar no horizonte de previsão. O modelo representa uma tendência que perde força progressivamente nas projeções futuras.

A Média Móvel, a Regressão e a Decomposição também podem ser utilizadas na análise e previsão de séries tendenciais, conforme as características da série histórica.

8. Demanda Sazonal

A demanda sazonal apresenta oscilações que se repetem em determinados períodos.

Para este comportamento, modelos que incorporam sazonalidade são particularmente indicados.

• Holt-Winters Aditivo: considera nível, tendência e sazonalidade, com variações sazonais de amplitude aproximadamente constante ao longo do tempo.
• Holt-Winters Multiplicativo: considera nível, tendência e sazonalidade, com variações sazonais proporcionais ao nível da demanda. À medida que o nível da demanda cresce, a amplitude das oscilações sazonais cresce proporcionalmente.

A Média Móvel, a Regressão e a Decomposição também podem ser utilizadas na análise e previsão de séries sazonais, conforme as características da série, as ferramentas disponíveis e a base de conhecimento da empresa.

Uma mesma série pode apresentar tendência e sazonalidade simultaneamente. Também pode apresentar períodos de estabilidade entre fases de crescimento ou declínio.

🤝 Post patrocinado: www.achain.com.br

8. Como escolher o modelo de previsão

O objetivo deste artigo é apresentar os principais comportamentos da demanda e relacioná-los aos modelos de previsão. Os cálculos dos modelos não fazem parte deste artigo.

Nos cursos da aChain, os modelos são trabalhados com cálculos completos, aplicação sobre séries históricas, análise dos resultados, comparação entre métodos e interpretação dos indicadores de previsão.

A seleção do modelo parte do comportamento identificado na série histórica.

Observe a série

Identifique nível, tendência, sazonalidade, oscilações e mudanças no comportamento.

Analise o contexto

Considere ciclo de vida, ciclo de mercado, participação da empresa e características do negócio.

Avalie modelos compatíveis

Selecione modelos capazes de representar os componentes encontrados na série.

Compare os resultados

Indicadores como MAPE, MAD, Forecast Accuracy (FA), Bias e Tracking Signal (TS) apoiam a avaliação dos resultados.

Revise quando o comportamento mudar

A mudança no padrão da série exige a reavaliação do modelo utilizado.

Conclusão

Contínua, tendencial e sazonal representam comportamentos identificados na série histórica da demanda, e não características permanentes de um produto.

A análise da demanda precisa considerar o contexto em que os dados foram registrados, incluindo ciclo de vida, ciclo de mercado, participação da empresa e características do negócio.

A escolha do modelo de previsão deve partir do comportamento observado na série histórica, avaliando os modelos mais indicados para representar seus componentes e comparando os resultados obtidos.

Quando o comportamento da demanda se modifica, o modelo utilizado deve ser reavaliado para acompanhar as novas características da série.

Essa conclusão fecha melhor com a proposta do artigo, porque reforça que não existe um modelo fixo por produto, e sim um modelo mais adequado para o comportamento observado naquele contexto.

Comentários e compartilhamento

Qual fator você considera mais relevante para explicar o comportamento da demanda: ciclo de vida, ciclo de mercado ou características do negócio?

Quando a série histórica muda de comportamento, qual evidência deveria levar à revisão do modelo de previsão?