Planejamento da Demanda para uma nova realidade

[@igorfernandes3411]

O fato de a sazonalidade ter chegado a 3 no mês de Março 2020 evidencia o quanto a demanda pro período, com a chegada da pandemia, ficou bem acima de qualquer expectativa. Identificar e analisar os Indices Sazonais é essencial para calcular os ajustes multiplicativos a serem feitos pro período, corrigindo o comportamento sazonal e permitindo realizar o ajuste no nível e na sazonalidade. Também ficou evidente o quanto a área de previsão de demandas nessa época anômola precisou estar mais atenta e acompanhando de perto as mudanças e resultados alcançados em cada período para conseguir entender e ajustar o baseline, valendo lembrar a importância desse processo ser feito por pessoas com capacidade analítica e não apenas robotizado e/ou automatizado, que nesse caso apresentariam divergências "sem muita explicação".

[@leonardojulianelli9586]

Ótimas considerações Igor! Sem informações exógenas complementares, o que nem sempre é fácil de obter no contexto da pandemia, dificilmente um algoritmo matemático puro ("robô") seria capaz de compreender alteração tão brusca no comportamento da demanda, o que exige maior freqüência de atualização e análise por parte da equipe de planejamento.

[@rodrigomossedeabreu8509]

Durante a pandemia, a previsão tende a ser feita com um horizonte menor, devido às incertezas do momento. É preciso considerar também um possível aumento dos custos em relação aos fornecedores e à logística. A análise da demanda anterior precisa ser feita com mais cuidado, visto que é uma fase anormal. No período após a pandemia, será mais difícil de fazer a previsão da demanda, já que alguns produtos e serviços terão um aumento considerável em seu consumo, enquanto outros terão uma redução. Além disso, nos próximos anos, a análise deverá ser feita com mais cuidado, pois a maior parte dos produtos teve uma mudança considerável na sua procura. Sendo assim, deve-se considerar que esse é uma época anormal, dificultando o processo de previsão. A previsão da demanda deve ser feita, então, com cuidado e por pessoas com experiência na área, visando a diminuição dos erros.