Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
DESENVOLVIMENTO DE UM
APLICATIVO PARA PREVISÃO DE
DEMANDA USANDO A FERRAMENTA
MICROSOFT EXCEL
Yuri Leal Clemente Ferreira
(CEFET/RJ)
Daniel Pareto Gomes
(CEFET/RJ)
Thiago Tadeu Silva da Costa
(CEFET/RJ)
Resumo Nos últimos anos, o Brasil vem se destacando com o surgimento de
novas empresas que, com uma taxa de empreendedorismo em estágio
inicial (TEA) de 17,5%, ocupa a 10ª posição (2010) em porcentagem
de população adulta com alguma atividade emprreendedora dentre os
países analisados pelo GEM (Global Entrepreneurship Monitor) no
mesmo ano. Considerando que cerca de 97% das empresas no país são
constituídos de micro e pequenas empresas e que desse percentual 22%
não alcançam dois anos de funcionamento, o presente trabalho
apresenta uma solução com o uso do programa Microsoft Excel que
visa mitigar a mortalidade empresarial, mostrando o desenvolvimento
de um aplicativo de previsão de demanda. Esse aplicativo utiliza
alguns métodos de previsão de séries temporais mais comuns e de fácil
entendimento e escolhe o melhor dentre eles criando uma estimativa de
vendas para o próximo período. Para comprovar a eficiência do
projeto, os autores utilizaram usuários betas e conseguiram, com isso,
obter melhorias não só na interface, mas também na funcionalidade do
aplicativo.
Palavras-chaves: Empreendedorismo. Micro e Pequenas Empresas.
Microsoft Excel. Previsão de Demanda.
8 e 9 de junho de 2012
ISSN 1984-9354
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
2
1. Introdução
Atualmente no Brasil o número de novas micro e pequenas empresas cresce
continuamente e as dificuldades encontradas por elas tendem a aumentar na mesma
proporção. O que se vê hoje no cenário empreendedor do Brasil é que as condições
macroeconômicas (ambiente estável, com inflação parcialmente controlada e crescimento
econômico favorável) estão favorecendo o crescimento de novos empreendimentos.
O número de negócios com até três meses de atividade cresceu 97% em relação a
2008, quando 2,93% da população adulta tocavam empreendimentos. Em 2009, esse número
saltou para 5,78%. Ao longo dos dez anos de pesquisa GEM, o Brasil apresentou média de
13% de sua população economicamente ativa empreendendo, taxa que subiu para 15% em
2009. (GEM, 2009)
Os desafios impostos às organizações não são como no passado, fazendo com que
empresas tenham que evoluir numa proporção igual ou superior às necessidades dos mercados
e, consequentemente, dos consumidores. (CLEMENTE FERREIRA, 2010)
2. Desenvolvimento do aplicativo
Nesse capítulo, serão abordadas, primeiramente, as etapas que nos levaram ao
desenvolvimento da ferramenta de previsão de demanda, mencionando os requisitos
escolhidos, justificando o porquê da utilização do Microsoft Excel como base, analisando a
importância do Solver para a ferramenta, bem como apontando a compatibilidade do
aplicativo com as versões do programa anteriormente citado. Por fim, serão apontados os
requisitos de sistema para utilização do aplicativo.
Cabe ressaltar, que no primeiro momento foi lançada uma versão do software, para
que através da experiência com os usuários beta fosse possível aprimorá-lo. Sendo assim, nos
baseando nas sugestões recebidas, enfocamos em melhorar, principalmente, a parte visual do
produto, que será a responsável pelo despertar dos interesses, sendo um artifício essencial para
a aceitação deste no mercado.
2.1 Requisitos da ferramenta
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
3
Conforme citamos anteriormente, nessa seção serão apresentados os requisitos da
ferramenta, incluindo softwares base, versão, suplementos do aplicativo e os requisitos de
hardware e software.
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
4
2.1.1 Especificação das funcionalidades
A ferramenta que será desenvolvida por este trabalho tem como objetivo aplicar
métodos de previsão de demanda, estando dentre eles: Média móvel simples, Média móvel
ponderada, Média móvel exponencial, Média móvel exponencial com ajuste de tendência,
Holt-Winter e todas as variações com sazonalidade, exceto para o método Holt-Winter, que já
é um método que tem como pressuposto a questão sazonal.
Após calcular a previsão com os métodos escolhidos pelo usuário, será apontado como
o mais eficaz aquele que obtiver o menor erro absoluto médio.
No caso de previsões sazonais, o usuário será indicado a apontar qual o período de
sazonalidade da série. Esse período deve estar na unidade de tempo dos intervalos entre os
pontos da série que serão informados ao programa na sua execução (Se são passados dados de
vendas mensais, é necessário que se passe a quantidade de meses que são o período sazonal,
por exemplo.)
2.1.2 Escolha da ferramenta base
Existem vários softwares acessíveis na atualidade e dentre eles o que mais vem se
destacando e ganhando mercado é a planilha eletrônica do Excel, que é considerada, hoje, a
mais popular no Brasil.
2.1.3 Otimização dos parâmetros
Alguns métodos de previsão de demanda precisam que seus parâmetros sejam
ajustados, como é o caso da média móvel ponderada e da média móvel exponencial e suas
variações, objetivando que sua otimização permita atingir o menor erro possível no momento
de sua aplicação. Sendo assim, faz-se necessário que exista um ajuste desses parâmetros a fim
de minimizar o erro absoluto médio, método escolhido para obter a melhor previsão. Para
média móvel ponderada, deve-se resolver o seguinte problema de pesquisa operacional para
achar a melhor previsão:
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
5
(1)
Sujeito a:
(2)
Onde,
Erro absoluto médio,
Coeficiente i
Para a média móvel exponencial, deve-se resolver o seguinte problema:
(3)
Sujeito a:
(4)
Onde,
Erro absoluto médio,
Coeficiente de ajuste
Para a média móvel exponencial com ajuste de tendência, deve-se resolver o seguinte
problema:
(5)
Sujeito a:
(6)
(7)
Onde,
Erro absoluto médio,
Coeficientes de ajuste
Para o modelo de Holt-Winters, deve-se resolver o seguinte problema:
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
6
(8)
Sujeito a:
(9)
(10)
(11)
Onde,
Erro absoluto médio,
Coeficientes de ajuste
Como o Microsoft Excel será utilizado para realizar os cálculos dos métodos, existe
uma biblioteca nativa para resolução de problemas de problemas de programação linear e não
linear, o Solver. Existem outras bibliotecas que poderiam ser utilizadas para otimização
desses parâmetros, mas isso requeriria instalações adicionais. Portanto, utilizaremos o Solver
como nossa ferramenta de trabalho.
2.1.4 Versão do Microsoft Excel
A versão do Microsoft Excel escolhida foi a do ano de 2007, pois tem grande inserção
no mercado. Não é possível usar o aplicativo em versões anteriores do Microsoft Excel, sob
pena de não funcionamento, pois a biblioteca do Solver foi reformulada nessa edição, fazendo
que os códigos para sua utilização fossem completamente modificados. Quanto a versões
superiores, não é aconselhado que se use a ferramenta em versões beta, pois podem ocorrer
problemas inesperados, como o não funcionamento do próprio Solver ou de alguma outra
biblioteca de funções.
2.1.5 Requisitos de hardware e software
No que tange a requisitos de hardware, para que seja possível utilizar a ferramenta de
previsão de demanda, é necessário que utilize uma máquina que atinja os requisitos mínimos
do próprio Microsoft Excel 2007. São eles1:
1 Baseado em <http://office.microsoft.com/pt-br/publisher-help/requisitos-de-sistema-do-microsoft-
office-system-de-2007-HA010166865.aspx>
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
7
Computador e processador: Processador de 500 megahertz (MHz) ou superior;
Memória: 256 megabytes (MB) de RAM ou superior;
Disco rígido: 1,5 gigabyte (GB); uma parte desse espaço em disco será liberada após a
instalação se o pacote original baixado for removido do disco rígido;
Unidade: Unidade de CD-ROM ou DVD;
Monitor: Monitor com resolução 1024x768 ou superior;
Sistema operacional: Microsoft Windows XP com Service Pack (SP) 2, Windows
Server 2003 com SP1 ou sistema operacional posterior;
Outros: Alguns recursos de tinta exigem a execução do Microsoft Windows XP Tablet
PC Edition ou versão posterior. A funcionalidade de reconhecimento de fala requer
um dispositivo de saída de áudio e um microfone de curto alcance. Os recursos de
IRM requerem acesso a um Windows 2003 Server com SP1 ou versão posterior que
execute o Windows Rights Management Services. A conectividade com o Microsoft
Windows Server 2003 com SP1 ou versão posterior, executando o Microsoft Windows
SharePoint Services, é necessária para algumas funcionalidades avançadas de
colaboração. Internet Explorer 6.0 ou versão posterior, apenas navegadores de 32 bits.
A funcionalidade de Internet exige acesso à Internet (pode requerer o pagamento de
taxas).
Como requisito de software, é necessário instalar o próprio Microsoft Excel. Também
é necessário que se habilite o Solver na ferramenta, para que seja possível realizar as
otimizações necessárias.
2.1.6 Modelagem do diagrama de casos de uso
Para modelar o desenho e os padrões adotados por softwares, foi criada uma
linguagem visual para descrever essas relações, a UML (PILONE e PITMAN, 2005). Essa
linguagem dispõe de diversas ferramentas para modelar softwares, entre elas estão diagramas
de classe, diagrama de atividades, diagrama de implantação, diagrama de componentes,
diagrama de caso de uso e outros.
Para modelar a interação entre o usuário e a ferramenta, utilizaremos apenas o
diagrama de caso de uso descrito pela UML para descrever essa relação.
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
8
Os casos de uso são uma forma de capturar a funcionalidade do sistema e os requisitos
em UML. Diagramas de casos de uso consistem em pedaços chamados de funcionalidade
(casos de uso), as pessoas ou coisas que solicitam a funcionalidade (atores) e, possivelmente,
os elementos responsáveis pela execução dos casos de uso (indivíduos). (PILONE e PITMAN,
2005, p.77 (Tradução Nossa))
Como caso de uso podemos identificar um usuário que deseja saber a previsão da sua
série utilizando cada um dos métodos de previsão de demanda.
Modelando o sistema em um diagrama de caso de uso, encontra-se o abaixo:
Figura 1: Diagrama de Caso de Uso
A Figura 2 ilustra como serão as integrações do usuário com a ferramenta. Vê-se que a
utilização de métodos extritamente sazonais não é obrigatória, porém ao menos um método é
necessário para o funcionamento da ferramenta, seja ele sazonal ou não. Observa-se também
que para criar uma previsão sazonal é necessário que seja fornecido o período de sazonalidade
da série.
3. Implantação da ferramenta
Nessa seção será apresentado o desenvolvimento do aplicativo, dividido em duas
grandes partes. Na primeira, consiste na implantação dos métodos de previsão de demanda em
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
9
VBA, considerando apenas a parte dos métodos e não a interface que liga o usuário ao
resultado final esperado pela utilização da ferramenta, além das validações feitas para evitar
erros na inserção dos dados no aplicativo. Na segunda parte será desenvolvida a interface
gráfica do programa, contando com uma primeira versão pré-teste de usuários beta e uma
versão definitiva para atender as necessidades desses usuários.
3.1 Utilização das bibliotecas de funções
Para que toda a programação da ferramenta seja possível, primeiro falaremos sobre as
referências das bibliotecas usadas.
Primeiro falaremos um pouco sobre a biblioteca VBE6.DLL (chamada de Visual Basic
For Aplications). Esse arquivo é responsável por disponibilizar as funções de uso comum,
como funções de verificação de tamanho de uma cadeia de caracteres (função Len()), por
exemplo. Também é responsável pelo carregamento dos UserForms, responsáveis pelo
funcionamento da parte gráfica do programa.
Outra biblioteca usada é a EXCEL.EXE. Como o nome sugere, essa biblioteca permite
que objetos do Microsoft Excel sejam manipulados por código Visual Basic. Sem ela seria
mais complexo criar uma ferramenta desse tipo, possivelmente tendo que reformular
totalmente o que foi executado nesse trabalho.
A biblioteca FM20.DLL é responsável pela manipulação de objetos dentro dos
UserForm, como por exemplo os botões e todos seus eventos que são desencadeados.
A biblioteca SOLVER.XLAM é utilizada para otimizar os parâmetros requeridos de
alguns métodos de previsão de demanda, como já citado anteriormente.
3.2 Implantação dos métodos de previsão de demanda
Para atingir o objetivo da ferramenta, foi necessário adaptar a aplicação dos métodos
de previsão de demanda citados anteriormente para métodos possíveis de serem executados no
Microsoft Excel, usando as formulas nativas do programa e desenvolvendo subrotinas para
aplicar as previsões sobre a série que é fornecida pelo usuário.
Foram desenvolvidas as seguintes subrotinas para atender as necessidades da
ferramenta:
MediaMovelSimples3(): Essa subrotina aplica na série o método Média Móvel
Simples de 3 passos. Não é necessário nenhum parâmetro.
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
10
MediaMovelSimples4(): Essa subrotina aplica na série o método Média Móvel
Simples de 4 passos. Não é necessário nenhum parâmetro.
MediaMovelSimples5():Essa subrotina aplica na série o método Média Móvel Simples
de 5 passos. Não é necessário nenhum parâmetro.
MediaMovelPonderada3(): Essa subrotina aplica na série o método Média Móvel
Ponderada de 3 passos. Não é necessário nenhum parâmetro.
MediaMovelPonderada4(): Essa subrotina aplica na série o método Média Móvel
Ponderada de 4 passos. Não é necessário nenhum parâmetro.
MediaMovelPonderada5(): Essa subrotina aplica na série o método Média Móvel
Ponderada de 5 passos. Não é necessário nenhum parâmetro.
AmortecimentoExponencialSimples(): Essa subrotina aplica na série o método Média
Móvel Exponencial. Não é necessário nenhum parâmetro.
AmortecimentoExponencialTend(): Essa subrotina aplica na série o método Média
Móvel Exponencial com ajuste de Tendência. Não é necessário nenhum parâmetro.
HoltWinter(saz as Integer): Essa subrotina aplica na série o método Holt-Winters. O
parâmetro saz é o período de sazonalidade da série.
MediaMovelCentrada(saz as Integer): Essa subrotina aplica na série o método Média
Móvel Centrada. O parâmetro saz é o período de sazonalidade da série.
MediaMovelSimples3Saz(): Essa subrotina aplica na série desazonalizada o método
Média Móvel Simples de 3 passos. Não é necessário nenhum parâmetro.
MediaMovelSimples4Saz(): Essa subrotina aplica na série desazonalizada o método
Média Móvel Simples de 4 passos. Não é necessário nenhum parâmetro.
MediaMovelSimples5Saz(): Essa subrotina aplica na série desazonalizada o método
Média Móvel Simples de 5 passos. Não é necessário nenhum parâmetro.
MediaMovelPonderada3Saz(): Essa subrotina aplica na série desazonalizada o método
Média Móvel Ponderada de 3 passos. Não é necessário nenhum parâmetro.
MediaMovelPonderada4Saz(): Essa subrotina aplica na série desazonalizada o método
Média Móvel Ponderada de 4 passos. Não é necessário nenhum parâmetro.
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
11
MediaMovelPonderada5Saz(): Essa subrotina aplica na série desazonalizada o método
Média Móvel Ponderada de 5 passos. Não é necessário nenhum parâmetro.
AmortecimentoExponencialSimplesSaz(): Essa subrotina aplica na série
desazonalizada o método Média Móvel Exponencial. Não é necessário nenhum
parâmetro.
3.3 Validação dos dados de entrada
Para prevenir dados que gerariam erros no programa, algumas validações foram
implantadas. Num contexto geral, foi feita uma restrição para evitar que o usuário tente gerar
uma previsão sem selecionar nenhum método ou sem selecionar a série. Para séries com
previsões sazonais, é necessário que o período sazonal seja maior que 3 e menor que a
quantidade de dados fornecidos na série.
3.4 Aplicação da parte visual da ferramenta
Tão importante quanto o funcionamento correto dos métodos é a boa interação entre a
ferramenta e o usuário. Para isso foi desenvolvida uma interface amigável, como será
mostrado a seguir.
Figura 2: Comando inicial
A Figura 2 mostra como está disposto o comando para a primeira interação entre a
ferramenta e o usuário. Escolheu-se que essa fosse apresentada na própria planilha para criar
uma familiaridade da ferramenta com a pessoa que a está utilizando.
No segundo momento de utilização da ferramenta serão escolhidos os parâmetros para
a geração da previsão de demanda.
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
12
Figura 3: Seleção da Série
A Figura 3 demonstra como o usuário deve escolher a série que será analisada. Na
modelagem da ferramenta foi escolhido que os dados seriam carregados de outra planilha.
Figura 4: Seleção da série na planilha base
A Figura 4 mostra a caixa que aparece para selecionar a série na planilha que foi
escolhida anteriormente. Essa caixa retém a referência das células onde está armazenada a
série. Quando o usuário confirma a ação, a planilha é fechada e a série é importada para a
ferramenta.
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
13
Figura 5: Métodos sazonais
A Figura 5 ilustra como estão dispostos os métodos sazonais usados pela ferramenta e
a seleção do período sazonal. Nessa tela também foi adicionado uma caixa de seleção caso o
usuário deseje utilizar todos os métodos para realizar a previsão.
A Figura 6, abaixo, exibe a disposição dos métodos não sazonais utilizados no
aplicativo. Assim como os métodos sazonais, essa tela também dispõe de uma caixa de
seleção caso o usuário necessite utilizar todos os métodos para gerar uma previsão.
Figura 6: Métodos não sazonais
Após passar por essas etapas, o usuário deve voltar à aba inicial para começar o
processo de geração das previsões.
4. Aplicação experimental em usuários beta
Foi desenvolvido um procedimento para realização dos testes da versão preliminar
com o objetivo de avaliar os seguintes pontos:
A funcionalidade
O layout
A facilidade de uso
Sugestões de melhorias
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
14
Para fazer a avaliação foi criado um roteiro com perguntas, que guia os usuários a
utilizar as funções do software que deveriam ser testadas. Ao longo do roteiro, as perguntas
questionavam sobre os pontos citados acima, com apenas três opções – sim, não, e não sei
opinar – para facilitar a compilação dos dados.
Dez alunos da turma de PCP, do curso de engenharia de produção do CEFET/RJ,
foram escolhidos como usuários de teste como sugestão do professor orientador. Para tal,
foram distribuídos a ferramenta, uma série experimental, o manual e o roteiro impresso. O
conhecimento prévio que eles tinham pelo assunto foi muito útil para gerar uma avaliação
mais crítica e realista, que não seria possível com usuários leigos.
Os gráficos abaixo mostram os resultados das perguntas do questionário.
4.1 Resultados encontrados
Dez alunos da turma de PCP, do curso de engenharia de produção do CEFET/RJ,
foram escolhidos aleatoriamente como usuários de teste. Para tal, foram distribuídos
juntamente a ferramenta, uma série experimental, um manual e o roteiro impresso. O
conhecimento prévio que eles tinham pelo assunto foi útil para gerar uma avaliação mais
crítica e realista, que não seria possível com usuários leigos gerando os gráficos abaixo.
Gráfico 1: Resposta encontradas através de questionários aplicados a usuários Beta – parte I
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
15
Gráfico 2: Resposta encontradas através de questionários aplicados a usuários Beta – parte II
Gráfico 3: Resposta encontradas através de questionários aplicados a usuários Beta – parte III
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
16
Gráfico 4: Resposta encontradas através de questionários aplicados a usuários Beta – parte IV
4.2 Avaliação dos resultados
De acordo com as questões levantadas no questionário, críticas, sugestões e
comentários gerais, destacam-se os seguintes pontos:
Seleção do arquivo com a série. Muitos usuários sugeriram que a série fosse inserida
dentro do próprio software, trazendo mais facilidade.
Outro ponto de atenção é que no momento em que o arquivo com a série é selecionado
o Excel oferece a opção de salvar as mudanças. Alguns usuários ficaram receosos de
perder os dados.
Problema na identificação do intervalo que têm que ser selecionado. Muitos
consideraram o título da série junto com os dados numéricos, gerando o erro. Essa
inconsistência no software originou todos os erros de caráter operacional durante o
teste e gerou confusão mesmo entre os usuários que acertaram.
Seleção dos métodos de previsão. Alguns usuários acharam necessário que uma breve
explicação dos métodos fosse aplicada antes do uso efetivo do aplicativo para facilitar
a escolha.
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
17
4.3 Correções com base nos resultados dos testes
O principal eixo de mudança foi o layout, para tentar deixar o software mais intuitivo e
gerar menos complicações para o usuário. Também foi inserido um gráfico que apresenta a
série histórica juntamente com as previsões. Assim o usuário pode acompanhar e verificar
tendências e a assertividade das previsões.
Dentre as principais mudanças do layout, destaca-se a forma como o usuário lida com
a série de dados. Na nova versão ele não precisa carregar um arquivo externo com as séries,
elas foram incluídas dentro do aplicativo. A maneira de adicionar um novo dado a série
também foi modificado. Agora existe um botão inserir dados, em que o usuário escolhe a série
que deseja modificar e digita o novo valor.
Outro passo foi inserir um botão avançado. Nele o usuário pode escolher os métodos
que deseja usar na previsão. Como o software já escolhe o método mais eficaz, não é
necessário que essa seleção seja feita cada vez que uma nova previsão é gerada, salvando
tempo e complicações as pessoas menos familiarizadas com o tema. Apenas os usuários
avançados, e trabalhando com séries muito grandes ou com poucos recursos computacionais,
podem limitar o número de métodos e reduzir a quantidade de tempo gasto com os cálculos.
4.4 Mudança na parte visual da ferramenta
Através da avaliação dos resultados obtidos com os questionários, finalizou-se a
interface do aplicativo com os usuários, apresentando-se da seguinte forma:
Figura 7: Janela exemplo inicial do aplicativo nomeado de dtyFORECAST Tool
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
18
5. Conclusão
Em 2008, o SEBRAE anunciou que as micro e pequenas empresas representavam
97,5% do total de empresas em funcionamento no Brasil, contribuindo fortemente na
economia e na geração de emprego. O grande problema é que 22% do total dessas empresas
decretam falência antes de completarem dois anos de sobrevivência devido a vários fatores
como, por exemplo, falhas gerenciais, problemas financeiros e falta de conhecimento do
mercado.
Empresas de grande porte têm maior disponibilidade de caixa e facilidade de
financiamento para a compra de programas ERPs capazes de gerenciar e integrar de forma
eficaz todos os setores da organização, elaborando relatórios confiáveis e com erros de
pequena grandeza. Esse não é o caso das micro e pequenas empresas, que possuem pouca
disponibilidade de caixa e dão prioridade a despesas mais urgentes no curto prazo.
O sucesso de um empreendimento não está apenas na habilidade, capacidade ou no
conhecimento dos funcionários, é claro que sem essas características são fundamentais, mas
como os tomadores de decisão tomarão vão agir sem ter dados confiáveis para analisar?
Em vista desse cenário, esse projeto desenvolveu um aplicativo de previsão de
demanda baseado em séries históricas, capaz de ajudar as micro e pequenas empresas na
tomada de decisão.
Como esse tipo de software normalmente não é prioridade para essa categoria de
empresa, o aplicativo foi gerado com dois grandes objetivos: ser barato e ser fácil.
Dado esses objetivos o aplicativo foi desenvolvido utilizando o Microsoft Excel como
ferramenta base. Ele já tem grande penetração nas micro e pequenas empresas e é familiar aos
usuários, o que faz com que a ferramenta possa ser instalada sem complicações e sem custos
adicionais.
A primeira versão do aplicativo foi concluída e testada na turma de PCP I do
CEFET/RJ. Ela era funcional e atendia aos objetivos iniciais, porém um ponto importante foi
ressaltado pelos usuários: a pobreza do layout.
A segunda versão foi desenvolvida então com foco no usuário, tendo como objetivo
adequar a ferramenta ao possível cliente. O layout foi melhorado e diversas funções foram
modificadas para serem mais intuitivas, para facilitar o uso de pessoas que não tem
conhecimento no assunto.
VIII CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 8 e 9 de junho de 2012
19
Essa última versão atende aos objetivos desejados da ferramenta: a facilidade, o baixo
custo e o layout agradável. Ela também calcula de forma eficaz as previsões, com tempo de
processamento baixo e com pouca necessidade de hardware.
De posse das características acima o projeto desenvolvido tem grande potencial de
ajudar na tomada de decisão das micro e pequenas empresas, sem grande dificuldade,
bastando apenas abrir uma pequena planilha e inserir os dados de vendas. Mas vale ressaltar
que a ferramenta sozinha não resolve o problema de falência dessas empresas. Ela pode
resolver um pedaço de um problema muito maior, que possui outros fatores, tanto de
características do empreendedor, quanto do ambiente de negócios. Mesmo assim é uma
contribuição valiosa para quem desejar utilizar-la.
6. Referências
CHASE, R. B.; AQUILANO, N. J.; JACOBS, F. R. (2006); Administração da produção para
a vantagem competitiva. 10 ed. Rio de Janeiro, Bookman.
CHIAVENATO, I. Administração: Teoria, Processos e Prática, Rio de Janeiro: Elsevier,
2008. 1p. Bibliografia: p. 1-21. ISBN 978-85-204-2742-2
CLEMENTE FERREIRA, Y. L. Indicadores de desempenho de Produção Gráfica e
Qualidade. Em Pauta-Revista Acadêmica dos Cursos de Administração e Marketing da
Faculdade CCAA, Rio de Janeiro, n. 1, p. 89-106, 2010.
GEM (2009): Global Entrepreneurship Monitor: empreendedorismo no Brasil 2008. Curitiba:
SEBRAE. Disponível em:
<http://www.biblioteca.sebrae.com.br/bds/bds.nsf/5D1CAC412448B0428325757B00697
DC7/$File/NT0003EF2A.pdf>, 13-25. Acesso em: 11 Jun. 2011.
PILONE, D.; PITMAN, N. (2005); UML 2.0 in a Nutshell; 1. ed. Califórnia, O’Reilly Media.
REQUISITOS DA VERSÃO 2007 MICROSOFT PUBLISH SYSTEM. Disponível em: <
http://office.microsoft.com/pt-br/publisher-help/requisitos-de-sistema-do-microsoft-
office-system-de-2007-HA010166865.aspx >. Acesso em 21 abr. 2011.