Suavização exponencial: método e exemplo

A suavização exponencial é uma maneira de prever a demanda para um artigo para um determinado período. Esse método estima que a demanda será igual à média do consumo histórico em um determinado período, atribuindo maior peso aos valores mais próximos no tempo.Além disso, para as previsões a seguir, leve em consideração o erro existente da previsão atual.

A previsão de demanda é o método para projetar a demanda de um produto ou serviço pelos clientes. Esse processo é contínuo, onde os gerentes usam dados históricos para calcular o que eles esperam que a demanda de vendas de um bem ou serviço seja.

Suavização exponencial: método e exemplo 1

Fonte: pixabay.com

As informações anteriores da empresa são usadas adicionando-as aos dados econômicos do mercado para verificar se as vendas aumentarão ou diminuirão.

Os resultados da previsão de demanda são usados ​​para estabelecer objetivos para o departamento de vendas, tentando se manter alinhado com os objetivos da empresa.

Método de suavização exponencial

A suavização é um processo estatístico muito comum. Muitas vezes, os dados são encontrados suavizados em várias formas da vida cotidiana. Cada vez que uma média é usada para descrever algo, um número suavizado está sendo usado.

Suponha que este ano tenha sido o inverno mais quente registrado. Para quantificá-lo, começamos com o conjunto de dados diários de temperatura para o período de inverno de cada ano histórico registrado.

Isso gera um número de números com grandes “pulos”. É necessário um número que elimine todos esses saltos de dados para comparar mais facilmente um inverno com outro.

Eliminar o salto nos dados é chamado de suavização. Nesse caso, uma média simples pode ser usada para obter suavização.

Suavização da previsão

Para a previsão da demanda, a suavização também é usada para eliminar variações na demanda histórica. Isso permite uma melhor identificação dos padrões de demanda, que podem ser usados ​​para estimar a demanda futura.

Variações na demanda são o mesmo conceito que o “salto” dos dados de temperatura. A maneira mais comum pela qual as variações no histórico de demanda são eliminadas é usando uma média, ou especificamente, uma média móvel.

A média móvel usa um número predefinido de períodos para calcular a média, e esses períodos se movem à medida que o tempo passa.

Por exemplo, se uma média móvel de quatro meses for usada e hoje for 1º de maio, será usada a demanda média em janeiro, fevereiro, março e abril. Em 1º de junho, será utilizada a demanda para fevereiro, março, abril e maio.

Média móvel ponderada

Quando uma média simples é usada, a mesma importância é aplicada a cada valor no conjunto de dados. Portanto, em uma média móvel de quatro meses, cada mês representa 25% da média móvel.

Ao usar o histórico de demanda para projetar a demanda futura, é lógico concluir que o período mais recente tem um impacto maior na previsão.

O cálculo da média móvel pode ser adaptado para aplicar diferentes “pesos” a cada período, a fim de obter os resultados desejados.

Esses pesos são expressos em porcentagens. O total de todos os pesos para todos os períodos deve somar 100%.

Portanto, se você deseja aplicar 35% como o peso do período mais próximo na média ponderada de quatro meses, pode subtrair 35% de 100%, deixando 65% para dividir entre os três períodos restantes

Por exemplo, ele pode ser finalizado com uma ponderação de 15%, 20%, 30% e 35%, respectivamente, durante os quatro meses (15 + 20 + 30 + 35 = 100).

Suavização exponencial

A entrada de controle do cálculo da suavização exponencial é conhecida como fator de suavização. Representa a ponderação aplicada à demanda do período mais recente.

Se 35% for usado como uma ponderação do período mais recente no cálculo da média móvel ponderada, também poderá optar por usar 35% como um fator de suavização no cálculo da suavização exponencial.

Parte exponencial

A diferença no cálculo da suavização exponencial é que, em vez de precisar descobrir quanto peso aplicar a cada período anterior, o fator de suavização é usado para fazer isso automaticamente.

Esta é a parte “exponencial”. Se 35% for usado como fator de suavização, a ponderação da demanda para o período mais recente será de 35%. A ponderação da demanda do período anterior à mais recente será de 65% de 35%.

65% vem subtraindo 35% de 100%. Isso equivale a 22,75% da ponderação para esse período. A demanda para o próximo período mais recente será de 65% de 65% de 35%, o que equivale a 14,79%.

O período anterior será ponderado como 65% de 65% de 65% de 35%, equivalente a 9,61%. Isso será feito para todos os períodos anteriores, até você atingir o primeiro período.

Formula

A fórmula para calcular a suavização exponencial é a seguinte: (D * S) + (P * (1-S)), em que,

D = demanda mais recente para o período.

S = fator de suavização, representado na forma decimal (35% seria 0,35).

P = previsão do período mais recente, resultado do cálculo de suavização do período anterior.

Supondo que você tenha um fator de suavização de 0,35, você teria: (D * 0,35) + (P * 0,65).

Como você pode ver, as únicas entradas de dados necessárias são a demanda e a previsão para o período mais recente.

Exemplo

Uma companhia de seguros decidiu expandir seu mercado para a maior cidade do país, fornecendo seguro de veículo.

Como ação inicial, a empresa deseja prever quantos seguros de veículos serão adquiridos pelos habitantes desta cidade.

Para fazer isso, eles usarão como dados iniciais a quantidade de seguro de carro comprado em outra cidade menor.

A previsão de demanda para o período 1 é de 2.869 veículos segurados, mas a demanda real nesse período foi de 3.200.

De acordo com os critérios da empresa, atribui um fator de suavização de 0,35. A demanda prevista para o seguinte período é: P2 = (3200 * 0,35) + 2869 * (1-0,35) = 2984,85.

Esse mesmo cálculo foi feito para o ano inteiro, obtendo a seguinte tabela comparativa entre o que foi realmente obtido e a previsão para esse mês.

Suavização exponencial: método e exemplo 2

Comparado às técnicas de média, a suavização exponencial pode prever melhor a tendência. No entanto, ele ainda fica aquém, como mostra o gráfico:

Suavização exponencial: método e exemplo 3

Você pode ver como a linha cinza da previsão pode estar bem abaixo ou acima da linha azul de demanda, sem poder segui-la completamente.

Referências

  1. Wikipedia (2019). Suavização exponencial. Retirado de: es.wikipedia.org.
  2. Ingenio Empresa (2016). Como usar a suavização exponencial simples para prever a demanda. Retirado de: ingenioempresa.com.
  3. Dave Piasecki (2019). Suavização exponencial explicada. Retirado de: inventopsops.com.
  4. Estudo (2019). Técnicas de Previsão de Demanda: Média Móvel e Suavização Exponencial. Retirado de: study.com.
  5. Cityu (2019). Métodos de suavização exponencial. Retirado de: personal.cb.cityu.edu.hk.

Deixe um comentário

Este site usa cookies para lhe proporcionar a melhor experiência de usuário. política de cookies, clique no link para obter mais informações.

ACEPTAR
Aviso de cookies