Sur la qualité pour agir des requérants au nom et pour le compte de Vincent Lambert

Levando em consideração que a criação e comparação de cenários por planilhas foi algo trabalhoso e pareceu caseiro (o que pode ter seus benefícios), um aplicativo foi desenvolvido única e exclusivamente para esta pesquisa por uma empresa de software, procurando atender aos quesitos de elegância e facilidade esperados em um SAD. Para este desenvolvimento, foi usado o ambiente Delphi, onde a linguagem de programação é o chamado Object Pascal ou Pascal orientado a objetos.

Algumas vantagens do Delphi são a facilidade de uso e aprendizado e desenvolvimento rápido. O ambiente Delphi tem algumas particularidades:

1) A definição da interface e de parte da estrutura pode ser realizada com o auxílio de ferramentas visuais.

2) Bastante utilizado no desenvolvimento de aplicações desktop, compatível com os banco de dados mais conhecidos do mercado.

Este aplicativo acessa o sistema gerenciador de banco de dados (SGDB) FireBird, algumas vezes chamado de FirebirdSQL, baseado no código do SGDB relacional chamado InterBase, suportando sistemas com dezenas de usuários simultâneos e bases de dados acima de 2GB de tamanho, com suporte ao usuário gratuito na Internet. Este SGBD disponibiliza, aos seus usuários, uma interface que executa comandos na linguagem SQL.

A empresa de software conheceu os conceitos aplicados nesta pesquisa, as tabelas com dados, as equações necessárias para criação de cenários, realizou a importação de dados para o sistema, relacionou as tabelas, fez a programação, montou a interface do usuário e disponibilizou o aplicativo pronto. É possível alterar dados (descrições, códigos e valores de vendas e representatividade), inserir ou excluir produtos e famílias, mas não períodos. Algumas funcionalidades não estão disponíveis para o usuário nesta primeira versão de teste, como, por exemplo, carga de novas tabelas de dados.

Figura 31 –Tela de Produtos por Família no aplicativo gerado.

A tela de produtos apresenta o código e a descrição das 7 famílias (parte superior da tela) e 90 itens utilizados no trabalho, listando todos os itens (parte inferior da tela) que pertencem à família farmacêutica selecionada.

A figura 32 mostra valores de previsão de venda agregada mensal e representatividade das famílias de acordo com o mês (período) selecionado. Por exemplo, a previsão da série histórica agregada mensal obtida pelo método Holt- Winters para o mês de agosto de 2005 é $1335800 (igual ao valor correspondente na tabela 15). Ao selecionar o mês de agosto de 2005 na parte superior da tela, é listadas, na parte inferior da tela, a representatividade (mix) de cada família prevista pelo método Holt-Winters (HW) e pelo outro método (OM) – média móvel. A família 1

“Analgésicos/Antitérmicos” no período em questão, tem representatividade prevista de 63,3% e 60,6% pelos respectivos métodos.

Figura 32 –Tela de Períodos no aplicativo gerado.

A tela intitulada “Cenários” é ilustrada na figura 33 e contém 10 abas (telas secundárias), uma por cenário. Os cenários foram montados na mesma seqüência explicada após a tabela 14. Observa-se o cenário “Cena 1” no período “Ago-2005” que é correspondente ao cenário da tabela 15, contendo colunas de código e descrição de produto, previsão de vendas individuais por um determinado método (no caso “Prev Vendas HW), as vendas reais, os valores de previsão atribuídos ao item no cenário (neste caso, o valor da coluna “Prev.Vendas HW” é o mesmo valor da coluna “Agregação HW”), os erros percentuais e a contagem de erros percentuais no intervalo entre -10 e +10% dentro de cada família. Os totalizadores demonstram os valores reais agregados e os valores de previsão agregados por família e agregado mensal, atribuídos pelo cenário, o erro percentual de previsão em cada nível de agregação e quantos itens da família e quantas famílias dentro do mês têm erro percentual dentro do intervalo. A família selecionada para esta visualização foi a mesma da tabela 15, ou seja, “Analgésicos/Antitérmicos”. No mês em questão, as vendas reais desta família somam $936961 e a previsão feita para a série histórica desta família é $906297. Portanto, o erro percentual da previsão é -3,27%. Dois itens desta família apresentam previsões com erro entre -10% e 10%. As vendas reais agregadas somam $1420341 e a previsão agregada mensal obtida foi $1393491, com erro percentual de -1,89%. Quatro previsões agregadas por família estão no intervalo de erro entre -10% e 10%.

O tempo gasto com previsões neste cenário é incluso no campo “Tempo Gasto com Previsões”.

Ao pressionar o botão “GERAR CENÁRIO”, a tela “Comparações entre Cenários” é preenchida a cada cenário gerado.

A figura 34 ilustra os valores reais e previstos de cada cenário, assim como os erros percentuais e o tempo gasto com previsões numa mesma tela são apresentados com a finalidade de comparar cenários. Observa-se na parte superior da tela, os valores reais de vendas de cada família, e nas colunas ao lado, os valores previstos para cada família obtidos pelo cenário. As colunas de erro percentual e contagens de erros no intervalo entre -10% e 10%, por família, apresentam os valores da última simulação feita.

Figura 34 –Tela de Comparações entre Cenários no aplicativo gerado.

Na parte inferior da tela, observa-se os valores agregados mensais previstos por cada cenário e o respectivo erro percentual. A previsão agregada mensal obtida pelo cenário 1, como já visto, foi $1393491, com erro percentual de -1,89%.

Observa-se, ainda, que os cenários 5, 6 e 7 exigiram poucos minutos de modelagem de previsão (Holt-Winters e outros).

Figura 35 – Tela de Observações no aplicativo gerado.

6 RESULTADOS OBTIDOS

Os 392 valores de previsão de vendas (90 itens individuais, 7 famílias e agregado mensal, a cada mês) usando a suavização exponencial tripla foram lançados em planilha na coluna “Prev t+1.HW”.

Tabela 20 – Planilha para tratamento estatístico dos resultados das previsões por suavização exponencial tripla

Item Família MAE ate t. HW MdAPE ate t.HW Média ate t %MED Mix ate t Correl. ate t REAL t+1 Prev t+1.HW APE t+1.HW 1712081 Analgésicos/ Antitérmicos 7343 13,39% 37233 4,74% 0,363 54698 48954 10,50% 1211195 Analgésicos/ Antitérmicos 10051 17,18% 44412 5,52% 0,503 27914 65613 135,06% 1302905 Analgésicos/ Antitérmicos 16712 7,93% 101936 12,81% 0,568 163244 121513 25,56% 1300027 Analgésicos/ Antitérmicos 5267 22,41% 17693 2,18% 0,485 24166 13247 45,18% 1300039 Analgésicos/ Antitérmicos 18165 22,16% 86047 10,62% 0,679 120490 81913 32,02% 1562277 Analgésicos/ Antitérmicos 2725 21,00% 11368 1,44% 0,291 23254 7054 69,67% 1990020 Analgésicos/ Antitérmicos 515 10,39% 3201 0,41% 0,119 3698 4105 11,01% 1990100 Analgésicos/ Antitérmicos 3363 19,39% 15088 1,96% 0,003 17860 19127 7,10% 1990202 Analgésicos/ Antitérmicos 9619 14,18% 37080 4,76% 0,127 36127 34088 5,64% 1990214 Analgésicos/ Antitérmicos 18960 23,41% 65126 8,27% 0,268 83408 44711 46,39% 789999 Analgésicos/ Antitérmicos 9362 11,66% 58946 7,45% 0,658 66309 76362 15,16% 780479 Analgésicos/ Antitérmicos 13732 17,62% 73609 9,40% 0,397 61267 78657 28,38% 260903 Analgésicos/ Antitérmicos 1078 13,44% 5680 0,73% 0,340 2966 6812 129,66% 263450 Analgésicos/ Antitérmicos 2434 17,34% 11530 1,45% 0,452 7262 15891 118,83% 4550043 Analgésicos/ _{Antitérmicos} 28 27,40% 103 0,01% -0,027 68 58 15,16% 2020208 Analgésicos/ _{Antitérmicos} 2537 14,55% 9868 1,26% 0,251 8190 16407 100,32% 1150170 Analgésicos/ _{Antitérmicos} 2148 22,30% 7160 0,88% 0,447 6174 8729 41,38% 1250012 Analgésicos/ _{Antitérmicos} 39406 30,52% 96621 11,62% 0,553 55666 138589 148,96% 1211122 Analgésicos/ Antitérmicos 2010 6,61% 26754 3,46% 0,141 35203 29570 16,00% 1250024 Analgésicos/ Antitérmicos 489 15,72% 1894 0,24% 0,205 1687 2736 62,20% 290038 Analgésicos/ Antitérmicos 17267 20,94% 77593 9,81% 0,292 124244 82441 33,65% 290130 Analgésicos/ Antitérmicos 351 21,39% 1197 0,15% 0,524 1445 1180 18,35% 200955 Analgésicos/ Antitérmicos 725 7,87% 6357 0,81% 0,390 11621 8541 26,51% 11111 Analgésicos/ Antitérmicos 81419 11,51% 796508 60,55% 0,920 936960 1076224 14,86%

Essa planilha de valores inclui as medidas de erro “MAE ate t.HW” e MdAPE ate t.HW”. Usando o valor de vendas realizado (já conhecido) “REAL t+1”, foi possível descobrir o erro de previsão “APE t+1.HW”. A média da série histórica, a representatividade média do item perante sua respectiva família (ou da família perante o agregado mensal) e a correlação do item individual com sua respectiva família (e da família com o agregado mensal) também foram lançados, com o intuito de verificar relacionamentos e validar hipóteses.

Os 392 valores de previsão de vendas usando a regressão linear múltipla foram lançados em planilha na coluna “Prev t+1.REG”. A tabela a seguir também possui suas medidas de erro, valores reais, valores médios e correlação, acrescidos do número de outliers (valores discrepantes ou erros de medida) e do coeficiente de determinação R² ajustado obtido pelo programa estatístico, também com o intuito de verificar relacionamentos e validar hipóteses. A tabela a seguir ilustra os valores para os mesmos itens da mesma família da tabela 20.

Tabela 21 – Planilha para tratamento estatístico dos resultados das previsões por regressão linear

MAE ate t.REG MdAPE ate t.REG Média ate t %MED Mix ate t Correl. ate t REAL t+1 Prev t+1.REG APE t+1.REG

Outlier R2 adj ate t.REG 7345 17,22% 37233 4,74% 0,363 54698 47718 12,76% 4 27,30% 10490 23,49% 44413 5,52% 0,503 27914 16537 40,76% 3 48,70% 18480 15,60% 101937 12,81% 0,568 163244 116530 28,62% 4 39,60% 6337 32,01% 17694 2,18% 0,485 24166 22733 5,93% 3 16,40% 24363 28,02% 86047 10,62% 0,679 120490 100359 16,71% 0 25,30% 4150 31,05% 11369 1,44% 0,291 23254 12314 47,05% 3 5,30% 518 11,26% 3201 0,41% 0,119 3698 3208 13,25% 2 46,50% 3803 22,86% 15089 1,96% 0,003 17860 25361 42,00% 2 43,61% 8258 13,42% 37081 4,76% 0,127 36127 30289 16,16% 2 47,27% 17034 23,50% 65126 8,27% 0,268 83408 42265 49,33% 3 48,56% 8860 10,26% 58947 7,45% 0,658 66309 65525 1,18% 2 33,31% 11228 13,45% 73610 9,40% 0,397 61267 55148 9,99% 1 52,92% 890 12,22% 5680 0,73% 0,340 2966 4102 38,31% 1 55,93% 2108 16,48% 11530 1,45% 0,452 7262 10902 50,12% 2 72,00% 33 30,69% 104 0,01% -0,027 68 134 96,71% 1 42,10% 2066 19,96% 9869 1,26% 0,251 8190 10042 22,62% 3 51,90% 1548 19,62% 7160 0,88% 0,447 6174 13150 112,99% 2 78,74% 25833 29,57% 96622 11,62% 0,553 55666 85765 54,07% 1 69,38% 2347 7,23% 26755 3,46% 0,141 35203 28205 19,88% 2 22,30% 406 22,25% 1895 0,24% 0,205 1687 1825 8,16% 2 55,01% 12900 15,03% 77593 9,81% 0,292 124244 107642 13,36% 1 73,70% 403 27,62% 1197 0,15% 0,524 1445 1501 3,85% 3 32,40% 628 7,67% 6357 0,81% 0,390 11621 9373 19,34% 1 77,60% 94633 8,89% 796508 60,55% 0,920 936960 908619 3,02% 2 36,70%

Os resultados são apresentados de forma a aceitar ou rejeitar estatisticamente as hipóteses, atendendo a mesma seqüência das hipóteses do quadro 12.