Resumo
Em muitas áreas da gestão da cadeia de abastecimento, os métodos analíticos geram estimativas com “decimais incômodos”; por exemplo, estimativas de demanda e planejamento de produção. O método tradicional para eliminar decimais incômodos é o arredondamento. No entanto, isto também resulta na perda de informações críticas da soma acumulada, o que muitas vezes pode subestimar ou exagerar a carga de trabalho da empresa. O método de arredondamento contínuo limita essa perda de informações em 1. Este blog demonstra a importância desse método e como calcular essas estimativas de números inteiros aprimoradas.
Introdução
Ao passar tempo com os “munchkins” (netos), fica claro por que os números inteiros positivos (talvez com zero) são chamados de números naturais; a contagem é intuitiva. Este mesmo conforto ocorre na gestão da cadeia de abastecimento. Se o método de previsão de série temporal prevê uma demanda diária de 3.1, 4.2 e 2.3 – nossa preferência passa a ser nos livrarmos desses incômodos decimais. Se o plano de produto diz que a produção diária deveria ser 2.9, 3.1 e 1.7, temos a mesma sensação. A questão é qual a melhor forma de eliminar os decimais, onde o melhor é definido como minimizar a quantidade de informação perdida.
O método tradicional é arredondar cada valor individual para um número inteiro e assumir que os “erros de arredondamento” serão equilibrados. No entanto, isso nem sempre é verdade. A Tabela 1 apresenta estimativas de demanda de 14 dias para três produtos (produto 1, 2 e 3). As estimativas de demanda real estão nas colunas dois, três e quatro. A soma das demandas de cada produto (53.1, 50.0 e 48.7) é fornecida na penúltima linha. As demandas arredondadas estão nas colunas cinco a sete e seu total está na penúltima linha (50, 51, 52). A última linha mostra o detalhe entre a soma das estimativas reais e a soma das estimativas arredondadas. Há uma diferença considerável entre o produto 1 (3.1) e o produto 3 (-3.3).
O que precisamos é de um método de “arredondamento” que limite a diferença nas somas cumulativas a 1 e garanta que a soma cumulativa dos valores arredondados seja maior do que a soma cumulativa dos valores reais. Isso é chamado de “arredondamento contínuo”. Este blog fornece um algoritmo para arredondamento contínuo. Faz parte da série sobre Ferramentas de Ciência de Dados do Comércio.
Ferramentas comerciais de aprendizado de máquina e ciência de dados: diferença de primeira ordem
Ferramentas do comércio: como comparar/combinar diversas séries temporais – “Normalização”
Ferramentas de ciência de dados do comércio: simulação computacional de Monte Carlo
Noções básicas de arredondamento
Começaremos com um exemplo de soma cumulativa. A Tabela 2 apresenta a estimativa de demanda para o produto 1 e a soma acumulada para estimativa real e inteira. A coluna 3 é o valor real acumulado. O dia 1 é a estimativa de demanda para o dia 1. O dia 2 é a soma acumulada do dia 1 (3.1) mais a estimativa de demanda para o dia 2 (4.2), que é 7.3. O dia 3 é 7.3 + 2.3 = 9.6. A coluna 4 é a soma cumulativa das estimativas inteiras. Dia 3 (9) = 7+2. A última coluna é o delta entre cada soma acumulada de cada dia. Para o dia 4, o valor delta é -0.7 = 15.0 – 15.7. Observe o tamanho crescente do delta.
Qual algoritmo usamos para gerar estimativas inteiras onde a soma cumulativa da estimativa inteira é sempre maior ou igual à soma cumulativa dos valores reais e o tamanho do delta nunca é maior que 1? A Tabela 3 demonstra esse algoritmo.
- No dia 1, a estimativa contínua é o teto (arredondado), aqui 3.1 A soma acumulada das estimativas inteiras para o dia 1 é 4.
- No dia 2, adicionamos o valor mínimo da estimativa real (4.2 4) à estimativa acumulada no dia 1 (4), o que nos dá 8 (=4+4). Se esse valor for maior ou igual à soma acumulada real para o dia 1 (que é 7.3), selecionamos o valor mínimo e a estimativa de arredondamento móvel para o dia 2. Caso contrário, a estimativa de teto será usada.
- Dia 3, 2(piso) + 8 (soma acumulada inteira) = 10, que é >= 9.6 (soma acumulada real), selecione piso (2).
- Dia 6, 3 (piso) + 20 (soma cumulativa inteira) = 23, que é < 23.1 (soma acumulada real), selecione o teto (4) para usar como estimativa contínua para o dia 6.
Observe na última coluna da Tabela 3, todos os valores são positivos e todos menores ou iguais a 1.
Um algoritmo alternativo é demonstrado na Tabela 4. O passo 1 é calcular o valor máximo para a soma cumulativa real (mostrado na coluna 4). A estimativa de arredondamento contínuo (coluna 5) é a diferença entre o limite máximo da soma acumulada real (coluna 4) de hoje e de ontem. A estimativa contínua para o dia 4 (6) é o limite máximo da soma acumulada do dia 4 (16) menos o limite máximo da soma acumulada para o dia 3 (10); 6 = 16-10. No APL2 o código é “Z1←¯2- /0,⌈+X”.
Conclusão
Em muitas áreas da gestão da cadeia de abastecimento, os métodos analíticos geram estimativas com “decimais incômodos”. Por exemplo, estimativas de demanda e planejamento de produção. O método tradicional para eliminar decimais incômodos é o arredondamento. Contudo, isto também resulta na perda de informações críticas; a soma acumulada pode muitas vezes subestimar ou exagerar a carga de trabalho da empresa. O método de arredondamento contínuo limita essa perda de informação em 1.
Gostou deste post? Subscrever ou siga Arkieva no Linkedin, Twitter e Facebook para atualizações do blog.
Fonte: https://blog.arkieva.com/data-science-tools-of-the-trade-rounding-decimals/
