Como medir o seu planejamento de demanda

A velha máxima já diz: para melhorar, é preciso medir. É assim com qualquer processo, e com o Planejamento da Demanda , não podia ser diferente.

Mas qual é o melhor indicador para nos ajudar a detectar os problemas deste processo? E qual é o melhor jeito de medi-los?

Neste artigo vamos explorar os indicadores mais úteis e comuns no mercado, e como você pode usá-los para melhorar seu plano.

Quais são os indicadores mais usados no mercado

Há diversos indicadores para medir a performance do planejamento da demanda na literatura, mas, para fins práticos, vamos nos concentrar aqui nos mais amplamente usados nas empresas.

Assim, vamos deixar de lado alguns indicadores um pouco mais acadêmicos como o RMSE e o MAD, por exemplo.

Então, vamos aos finalistas:

• WMAPE
• Forecast Accuracy
• Bias
• Forecast Value Added (FVA)

WMAPE

A sigla quer dizer Weighted Mean Absolute Percentage Error, ou Erro Percentual Absoluto Médio Ponderado. Vamos destrinchar este nome enorme:

• Erro: é a diferença entre o Real e o Planejado. Se planejou 100 para um produto, e realizou 80, o erro é de -20.
• Percentual: é o erro sobre o Real. No exemplo acima, seria -25%.
• Absoluto: tiramos o sinal do erro percentual, deixando-o sempre positivo. Fazemos isso para que um erro de -25%, como no exemplo acima, não seja anulado por um erro de 25% em outro produto. Isso nos daria a ilusão de que nosso erro foi de 0%, mas na prática podemos ter tido falta de um produto, e sobra de outro. Usamos o absoluto para que estes dois erros, para cima e para baixo, apareçam em nossa medição.
• Médio: tiramos a média dos erros absolutos para conseguir mostrar nossa performance de forma agrupada. Afinal, não vamos abrir uma tabela com o erro de mil produtos todo mês para mostrar ao nosso gestor, certo? Então queremos mostrar as médias por região, família de produtos, etc.. Até aqui, temos o MAPE, outro indicador bem conhecido.
• Ponderado: mas se tirarmos a média aritmética, estaríamos dando a mesma importância para um erro de 25% em um produto que vende 10 unidades por mês, e um erro de 25% em um produto que vende 10.000 unidades por mês. Se os preços e margens são similares, temos que considerar que o segundo erro custa muito mais para a companhia que o primeiro. Por isso, ponderamos cada erro com alguma medida de importância, normalmente o próprio volume real, mas por vezes também o faturamento, ou a margem de contribuição do produto.

E pronto, chegamos no WMAPE.

Fórmula do WMAPE

A fórmula abaixo resume o cálculo que deve ser feito no caso de ponderação pelo Real.

Há uma pequena particularidade matemática nesta fórmula que faz com que erros para baixo (Plano>Real) tenham mais relevância na média geral que erros para cima (Real>Plano).

Isto acontece por que não importa o quão grande for o Real, o numerador da fração sempre cresce mais ou menos junto com o denominador da fração. Imagine que se o Real for 1.000, e o Plano for 1, o erro seria de (1.000-1)/1.000 = 99,9%. O erro máximo nestes casos será de 100%.

O problema é que, no caso contrário, você pode ter erros enormes. Se o Plano for 1.000 e o Real for 1, você terá um erro de (1-1.000)/1 = -99.900%. Isto cria uma assimetria de erros que atrapalha a interpretação do indicador.

Há algumas maneiras de lidar com isso.

Aqui na Plannera, nós limitamos o erro a -100%, para garantir a simetria com o limite natural de +100%. Temos uma planilha de cálculo do WMAPE, que pode deixar mais claro como esta fórmula funciona na prática.

Forecast Accuracy

Ao contrário do WMAPE, que é uma medida de erro, o Forecast Accuracy é uma medida de precisão.

É o primo otimista do WMAPE, seu complemento: 1-WMAPE.

Ou seja, para um WMAPE de 20%, o Forecast Accuracy é de 80%.

Eu particularmente prefiro olhar o erro (WMAPE) do que o acerto (FA), mas isso é puramente questão de gosto!

Bias

Enquanto o WMAPE e o Forecast Accuracy nos dizem o quanto estamos errando ou acertando, o Bias (ou Viés, em português) nos diz para onde estamos errando. Ou seja, se estamos sendo em média otimistas, ou pessimistas.

O ideal é que este indicador ao longo dos meses seja sempre pequeno, e oscile em torno de zero.

Ser pequeno nos diz que não estamos errando muito nem pra cima e nem pra baixo, e oscilar em torno de zero nos diz que não temos nenhum viés crônico em nosso processo de sempre superestimar ou subestimar o plano.

É um indicador complementar ao WMAPE e ao Forecast Accuracy.

Forecast Value Added (FVA)

Assim como o Bias, este também é um indicador complementar, mas que nos diz algo diferente: o quanto estamos melhorando (agregando valor) ao nosso plano à medida que o processo de planejamento colaborativo da demanda avança.

Em geral, todo processo de planejamento da demanda começa com um número frio, matemático, uma previsão estatística.

Pode ser uma média simples dos últimos meses, ou algum modelo mais avançado de previsão, não importa. O que importa é que sabemos que este número não é perfeito, pois se baseia somente em padrões passados.

E nossa empresa tem várias pessoas inteligentes se esforçando para melhorar as vendas em relação ao passado o tempo inteiro!

Por causa disso, todo bom processo de planejamento da demanda também tem que ter uma etapa de Colaboração, onde conversamos com estas pessoas (normalmente em Vendas e Marketing) para saber o que elas planejam fazer no futuro para aumentar as vendas.

E depois temos uma etapa de Consenso, para comparar os números e decidir qual versão final de plano passaremos para nossos clientes (Operações e Finanças, por exemplo).

Idealmente, esta seria a receita para o melhor plano de demanda possível, unindo o melhor da estatística, com o melhor da colaboração das áreas de demanda.

O problema é que somos todos humanos com nossos desejos, interesses e vieses, e muitas vezes acabamos piorando o número da estatística, ao invés de enriquecê-lo com informações adicionais.

O Forecast Value Added tenta medir justamente isso: o quanto estamos melhorando ou piorando o plano à medida que o processo avança.

Para isso, você precisa guardar o plano de cada etapa, e medir seu WMAPE (ou FA) separadamente.

Há várias maneiras de mostrar o FVA, mas nós gostamos de expressá-lo em termos de variação de pontos percentuais de WMAPE (ou de FA) à cada etapa a partir da Estatística. Por exemplo, Colaboração agrega +2pp no FA, e Consenso agrega +4pp.

O que queremos medir?

Parece uma pergunta boba, mas se pensarmos com carinho em como respondê-la veremos que ela tem várias facetas interessantes, e precisa de algumas outras perguntas respondidas antes.

Primeira pergunta: Que problema estamos tentando resolver aqui? Para que produzimos mensalmente um Plano de Demanda, e nos esforçamos para que este seja o mais preciso possível?

Resposta: Para tomar melhores decisões sobre o futuro. Várias áreas na companhia dependem deste número como input para suas respectivas tomadas de decisão, seja para saber quanto precisamos produzir, quantos caminhões precisamos ter, quanto espaço em armazém, ou quanto podemos gastar ou investir.

Segunda pergunta: Se estamos gerando um input para outras áreas, quem são nossos clientes?

Resposta: Basicamente, quem planeja as operações, e quem planeja o financeiro. Geralmente estas pessoas estão nas áreas de Produção (PCP), Compras, Logística, e Finanças.

Terceira pergunta: Mas do que meus clientes precisam, exatamente?

Resposta: Depende do cliente. Você tem que sentar com cada um e entender:

• Que decisões você precisa tomar sobre o futuro para que sua área funcione melhor? Quanto produzir? Quanto pode gastar? Quanto comprar? Quanto contratar de capacidade logística?
• Qual o seu horizonte de planejamento? Em outras palavras, quanto tempo para frente você precisa enxergar?
• Com que frequência você quer ou pode revisar essa decisão? Semanalmente? Mensalmente? Anualmente?
• Com que antecedência você precisa tomar essa decisão, idealmente? Uma semana antes do fato? Um mês?
• Em que nível de detalhe você precisa da informação? Produto, família, cubagem total? Loja, cliente, CD, país? Dia, semana, mês?

Agora sim, com estas respostas em mãos, você pode montar sua Matriz de Decisões do S&OP (vamos explicar o que é mais à frente) e responder o que você quer medir! Vou explicar com um exemplo.

Matriz de Decisões do S&OP

Digamos que você priorizou atender bem o time de Produção, porque essa é a principal decisão da sua empresa hoje, talvez porque está passando por um momento de extrema restrição de capacidade.

Além disso, o Financeiro também precisa de projeções de Receita precisas para o ano corrente, para entender se continua com o plano de investimentos acordado no orçamento ou não.

Você conversou com eles, e saiu com a Matriz de Decisões abaixo.

	Quanto produzir?	Podemos seguir com o plano de investimentos do orçamento?
Objetivo	Definir o volume a ser produzido de forma a atender a demanda planejada e respeitar as políticas de estoques.	Garantir que a Receita do ano será suficiente para bancar o plano de investimentos que havíamos aprovado no orçamento.
Horizonte de planejamento	3 meses	Até o final do ano
Frequência	Mensal	Mensal
Antecedência	1 mês (tempo para puxar matéria prima)	3 meses (tempo para disparar investimentos)
Nível de detalhe	SKU/Fábrica/Mês	Receita total/Empresa/Mês

Olhando assim, fica claro então o que temos que planejar, certo? Precisamos de um Plano de Demanda com as seguintes características:

• Horizonte de planejamento: Oscila entre 3 e 12 meses (até o final do ano)
• Nível de detalhe: SKU/Fábrica/Mês (basta precificar os SKUs e somá-los, e somar todas as fábricas, para chegar no nível que o Financeiro precisa)
• Frequência de revisão: Mensal

Performance do plano

E como vamos medir a performance deste plano? Temos três decisões a tomar: indicadores, nível de medição e lag.

Que indicadores vamos usar

Os dois mais usados no mercado de longe são o Forecast Accuracy e o WMAPE, tendo o Bias como um indicador acessório, e algumas vezes o FVA também.

Então basicamente a primeira decisão que temos que tomar é se queremos olhar para o copo meio cheio (Forecast Accuracy), ou o copo meio vazio (WMAPE).

Nível de medição

Nem sempre o nível que vamos medir o erro é o nível mais detalhado do plano.

O ideal é que consigamos medir em um nível de detalhe que reflita o input de todas as principais decisões.

Como os indicadores mais usados medem o erro absoluto, o nível de medição pode mudar bastante o resultado final.

Em nosso exemplo, por estarmos em um momento de capacidade escassa, poderíamos oficializar a medição no nível SKU/Fábrica/Mês. Assim, se uma fábrica tiver vendas acima do plano, e outra fábrica tiver vendas abaixo do plano, estes erros não se anulam.

Se fôssemos medir no nível empresa, poderíamos ter falta de 100 unidades em uma fábrica, e sobra de 100 unidades em estoque na outra, e o indicador agregado nos diria que acertamos na mosca!

Lag de medição

O lag de medição está diretamente ligado à antecedência das decisões.

Afinal, não basta dizer que você acertou 90% do plano de Julho, você também tem que saber se este plano foi feito em Junho (quando tomamos a decisão de produção), ou em Abril (quando tomamos a decisão de investimentos).

Se você acertou 90% do plano de Julho feito em Junho, mas acertou só 50% do plano de Julho feito em Abril, você pode ter acertado o quanto produzir, mas ter disparado um investimento que você não vai conseguir pagar!

Neste exemplo, podemos ou medir o indicador nos dois lags (1 e 3 meses), ou escolher o mais importante para ser o oficial, tendo o outro apenas como referência.

Com estas três decisões tomadas, você está pronto para começar a medir a performance do seu processo de planejamento da demanda!

Lembre-se: ninguém vive de Forecast Accuracy!

Ter o melhor plano de demanda possível é um meio, não um fim.

Queremos ter uma boa ideia do que vamos vender no futuro para tomar melhores decisões sobre como atender esta demanda lá na frente, sem faltas, nem excessos, nem correria.

De fato, o valor real que um bom processo de planejamento da demanda gera não pode ser medido com nenhum dos indicadores que mostramos aqui neste artigo!

Eles medem a qualidade do input da decisão no S&OP, mas o valor real está nas consequências das decisões tomadas: melhor nível de serviço ao cliente, menos perdas de vendas, estoques equilibrados, e supply chain eficiente.

Então se você trabalha com Planejamento da Demanda, lembre-se sempre que seu salário não é pago com pontos percentuais de FA!

Se esforce sempre para conectar os ganhos do seu processo com os ganhos reais para a empresa!