Você está na página 1de 29

Produto & Produo, vol. 11, n. 2, p. 26 - 54, jun.

2010

Simulao de Monte Carlo Aplicada Deciso de Mix de Produtos


Abrao Freires Saraiva Jnior Engenheiro, Mestre e Doutorando em Engenharia de Produo Escola Politcnica da Universidade de So Paulo abraaofsjr@gmail.com Maxweel Veras Rodrigues Doutor e Professor do Departamento de Engenharia de Produo Centro de Tecnologia da Universidade Federal do Cear maxweelveras@gmail.com Reinaldo Pacheco da Costa Doutor e Professor do Departamento de Engenharia de Produo Escola Politcnica da Universidade de So Paulo rpcosta@usp.br

RESUMO

Este artigo objetiva apresentar a utilizao da simulao de Monte Carlo no processo de definio de mtricas para fundamentar a deciso de mix de produtos em uma empresa cujos produtos possuem grande variabilidade de custos unitrios. Para cumprir este objetivo, proposto um mtodo de sete etapas que construdo a partir da integrao da simulao de Monte Carlo com o conceito de Margem de Contribuio, provindo da Contabilidade Gerencial. O mtodo aplicado a partir de um exemplo didtico que utiliza dados reais obtidos atravs de uma pesquisa de campo realizada em uma indstria de produtos plsticos brasileira que utiliza material reciclado. Por fim, conclui-se que a simulao de Monte Carlo til no tratamento da variabilidade de custos unitrios e que o mtodo de suporte tomada de deciso de mix de produtos proposto vlido.

Palavras-chave: Deciso de mix de produtos, simulao de Monte Carlo, variabilidade de custos unitrios.

1 INTRODUO

Quando uma empresa se depara com a situao em que a demanda por seus produtos cresce ao ponto de ser maior que a capacidade de fornecimento, e que no h disponibilidade de capital para expanso desta, algum critrio ou mtrica deve ser estabelecido para alicerar a priorizao de produo e venda dos produtos, ou seja, a deciso de mix de produtos da empresa. A definio desse critrio ou mtrica, geralmente, passa por discutir formas de melhoria do resultado econmico da empresa (FREDENDALL; LEA, 1997). Para tal, importante que se faa um levantamento e uma anlise de informaes referentes estrutura e ao comportamento dos custos e dos preos de venda praticados pela empresa (LEONE, 2000). Uma das mtricas de suporte deciso existente a Margem de Contribuio que possui mensurao econmica. Pode-se tambm considerar outros critrios como qualidade, concorrncia, participao no mercado, entre outros. Porm, estes podem fazer com que a deciso no se paute exclusivamente pelo resultado econmico da empresa (PADOVEZE, 2006). Em alguns processos de produo, o levantamento e anlise de custos so dificultados devido existncia de produtos que possuem elevada variabilidade de utilizao de recursos e que geram incertezas aos tomadores de deciso. Tem-se, como exemplo, a indstria de fabricao de produtos plsticos a partir de materiais reciclados em que se observa uma considervel variabilidade dos custos unitrios, variabilidade esta ocasionada pela alternncia da quantidade de material e do tempo de processamento demandados por cada unidade produzida. Dentro desse contexto, levanta-se o seguinte questionamento que baliza o estudo: como estabelecer um critrio que alicerce a deciso de mix de produtos de uma empresa cujos produtos apresentam grande variabilidade de custos unitrios? Para responder a esse questionamento, o presente estudo faz o uso de conceitos e tcnicas provindos da Contabilidade Gerencial e da Pesquisa Operacional. Aps esta introduo, o artigo estruturado a partir de uma seo de metodologia seguida de uma seo de fundamentao terica em que se discute o conceito de Margem de Contribuio e sua utilizao na deciso de mix de produtos, alm de aspectos inerentes simulao, com destaque ao mtodo de Monte Carlo. Na quarta seo, proposto um mtodo para alicerar a deciso de mix de produtos em um cenrio de variabilidade de custos unitrios. A seo cinco expe uma aplicao do mtodo proposto a partir de dados e informaes coletados em uma indstria de artefatos plsticos brasileira, bem como os resultados obtidos. Na ltima seo, so expostas as consideraes finais dos autores.

2 METODOLOGIA

Para responder pergunta de pesquisa, na seo de Introduo posta como questionamento, este estudo foi desenvolvido em trs momentos. Com o intuito de encontrar conceitos, teorias e tcnicas que fundamentassem a construo de uma resposta para a pergunta de pesquisa, foi realizada uma (i) pesquisa bibliogrfica que, de acordo com Gil (2002, p.44), desenvolvida com base em material j elaborado, constitudo principalmente de livros e artigos. Primeiramente, a pesquisa

bibliogrfica envolveu a busca de publicaes, no campo da Contabilidade Gerencial, que compreendessem alguma mtrica econmico-financeira envolvendo a tomada de deciso de mix de produtos. Em seguida, foram buscadas, no campo da Pesquisa Operacional, publicaes que versassem sobre tcnicas quantitativas que compreendessem o tratamento de variabilidade e que pudessem ser trabalhadas de forma integrada com a mtrica prospectada inicialmente na pesquisa bibliogrfica. De posse do arcabouo terico prospectado, realizou-se a (ii) proposio de um mtodo para auxiliar a tomada de deciso de mix de produtos. O mtodo constitui-se de sete etapas organizadas de forma seqencial e abordadas, principalmente, a partir de expresses matemticas e de simulao. Em seguida, o mtodo proposto foi aplicado em um processo produtivo a partir de um exemplo didtico que foi respaldado por uma (iii) pesquisa de campo realizada em uma indstria brasileira de artefatos plsticos que manufatura produtos a partir de material plstico reciclado. Conforme Marconi e Lakatos (2008, p.188), uma pesquisa de campo consiste na observao de fatos e fenmenos tal como ocorrem espontaneamente, na coleta de dados a eles referentes e no registro de variveis que se presumem relevantes, para analis-los. Desta forma, foram realizadas entrevistas com pessoas-chave e coletados dados e informaes in loco na empresa para se levantar elementos reais relativos ao processo produtivo, estrutura de produto, aos gastos (soma dos custos e despesas) e aos preos de venda praticados. As principais fontes de evidncia coletadas na pesquisa de campo (adaptando os termos de Yin (2005) voltados para o planejamento de estudos de caso) so apresentadas no quadro 1:
Principais Elementos Trabalhados e Materiais Coletados - Memorial descritivo do processo produtivos da empresa Documentao - Mapa de localizao de custos - Especificaes tcnicas de produtos e de equipamentos - Relatrios contbeis mensais Registros em arquivos - Planilhas de centros de custos - Contas de energia - Diretor Industrial Entrevistas - Diretor Financeiro (semi-estruturadas) - 2 supervisores de produo - Responsvel pela controladoria da empresa - Observao de uma reunio de discusso do setor de superviso de Observaes diretas produo Observao participante - Participao em 3 reunies com os diretores da empresa Artefatos fsicos - Quadro com ndices de refugo mensais Quadro 1 - Fontes de evidncias coletadas na pesquisa de campo Fonte: autores Fonte de Evidncias

Na empresa estudada, dada a existncia de uma variabilidade acentuada na qualidade da matria-prima (plstico reciclado), foram identificadas quatro variveis com comportamento aleatrio que so fontes de incertezas e que impactam o custo unitrio, quais sejam: quantidade de matria-prima, tempo de processamento dos produtos, mo-de-obra e energia. Alm disso, informaes sobre preo de venda e despesas com comisses sobre vendas foram trabalhadas probabilisticamente. Para completar o exemplo didtico e inseri-lo no contexto da pergunta de pesquisa, estabeleceu-se um cenrio hipottico com a assuno de algumas suposies sobre as condies envolvidas com a deciso de mix de produto a ser tomada. Em

seguida, dentro do cenrio construdo, os dados e as informaes coletadas foram trabalhados e apresentados em planilhas eletrnicas para facilitar aplicao do mtodo proposto e a visualizao dos resultados alcanados.

3 FUNDAMENTAO TERICA

3.1 Margem de contribuio Para que se compreenda o conceito da Margem de Contribuio, provindo do campo de conhecimento da Contabilidade Gerencial, preciso, primeiramente, que se entenda a abordagem do Mtodo de Custeio Varivel (MCV). Martins (2006, p. 198) argumenta que no MCV, somente os custos variveis so alocados aos produtos, ficando os fixos separados e considerados como despesas do perodo, indo diretamente para o resultado. Tambm chamado por alguns autores de custeio direto (ex: FOSTER; BAXENDALE, 2008), o MCV, ao identificar os custos de comportamento varivel, permite uma anlise gerencial em funo do grau de participao de cada componente de custo no valor global do objeto de custo (produtos, pedidos, clientes, segmentos da empresa, entre outros) trazendo concluses objetivas do ponto de vista gerencial (GARRISON et al., 2006). Embora seja utilizado para fins de tomada de decises gerenciais, o MCV no adequado em relao legislao e s normas contbeis e fiscais brasileiras (BRUNI, 2006). Derivada do custeamento varivel, a Margem de Contribuio (MC) caracterizada pela diferena entre a receita e a soma de custos e despesas variveis, fazendo com que seja evidenciado o valor que cada unidade produzida, linha de produto, pedido ou cliente proporciona empresa de sobra entre a sua receita e o custo que de fato tenha provocado (MARTINS, 2006). Os custos fixos so subtrados desta margem de contribuio para se obter o lucro operacional lquido. A MC propicia informaes ao gerente para decidir se coerente diminuir ou expandir uma linha de produo, para avaliar as alternativas provenientes do mix de produtos, para verificar se economicamente interessante aceitar um pedido ou no, alm de verificar quais produtos, pedidos e clientes so mais lucrativos para a empresa (ASSEF, 2005). Quando a unidade de mensurao uma unidade de produto, tem-se a Margem de Contribuio Unitria (MCU). Na situao em que a MCU utilizada isoladamente como critrio econmico para alicerar a priorizao da produo e venda de produtos, Linhares (2009) denomina a lgica de deciso de mix de produtos de heurstica da margem (margin heuristic). Por sua vez, a lgica de deciso de mix de produtos que considera, alm da MCU, o consumo que cada tipo de produto (por unidade produzida) realiza do recurso cuja capacidade de produo menor ou igual demanda por seus servios - tambm chamado de recurso com restrio de capacidade (RRC) ou restrio do sistema (CORBETT NETO, 1997; COX III; SPENCER, 1998) -, denominada por Linhares (2009) como heurstica derivada da Teoria das Restries TOC (TOCderived heuristic). Convm ressaltar que a heurstica derivada da TOC aplica-se em situaes em que se prev que a capacidade de fornecimento da empresa ser sobrepujada pela demanda, ou seja, que haver algum recurso gargalo interno ao processo produtivo (SINGH et al., 2006). Em sua concepo restrita, a heurstica derivada da TOC considera apenas o custo de matrias-primas como custo a ser

considerado no critrio de deciso de mix de produtos. No entanto, tal como argumentam Demmy e Talbott (1998) e Cogan (2007), a suposio de que matriasprimas so os nicos custos variveis simplesmente no verdadeira para muitas companhias e processos produtivos. Desta forma, outros custos e despesas tambm podem ter comportamento varivel e serem atribudos diretamente aos produtos (ex: mo-de-obra, utilidades e comisses sobre vendas) para comporem o critrio de deciso de mix de produtos, ou seja, a MCU que dividida pelo consumo unitrio de RRC. Ressalta-se que, em alguns processos, o clculo da MCU pode ser impactado por incertezas contbeis decorrentes da variabilidade dos itens que compem a MCU, tais como: custos variveis unitrios de material direto, de mo-de-obra direta e de utilidades (ex: energia, gua, ar-comprimido); despesas variveis unitrias (ex: comisses de venda e frete de entrega); e preos de venda (PADOVEZE; 2006). Fazer estimativas ou projees dos itens que compem a MCU demanda um conhecimento de dados histricos e das condies mercadolgicas envolvidas com o negcio. Para tal, podem ser aplicadas estatsticas descritivas nesses dados para projetar os gastos e preos de venda do perodo seguinte. Essa projeo torna-se dificultada quando, na empresa, h uma grande variabilidade de gastos e receitas por produto. Essa variabilidade pode ser trabalhada atravs de tcnicas de simulao.

3.2 Simulao Inserida no campo de conhecimento da Pesquisa Operacional, a simulao uma representao da operao de um processo ou sistema real, num dado perodo de tempo, que envolve a gerao de uma histria artificial desse sistema e a observao desta para fazer inferncias relativas s caractersticas do processo real (BANKS et al., 1996). Hillier e Liberman (1995) indicam que a realizao de uma simulao inicia-se com o desenvolvimento de um modelo que represente o sistema a ser investigado, modelo este que, no entendimento de Pidd (1996), consiste em uma representao explcita e externa de um extrato parcial da realidade vista pela pessoa que deseja usar um modelo para entender, mudar, gerenciar, indicar polticas e controlar parte daquela realidade. A simulao tem sido utilizada na engenharia para tratar situaes em que se tenta compreender caractersticas de um sistema pelo conhecimento de outro que lhe similar (PRADO, 2004), sendo especialmente til em situaes que envolvem anlise de riscos (LUSTOSA et al., 2004). Buffa (1973) e Winston (1994) sugerem que uma forma de simular um sistema, considerando o comportamento do tipo de variveis que se pretende analisar, atravs do desenvolvimento de um modelo de simulao utilizando distribuies de freqncia de eventos discretos conhecido como mtodo simulao de Monte Carlo, versado a seguir.

3.2.1 Mtodo de simulao de Monte Carlo A simulao de Monte Carlo (SMC) envolve o uso de nmeros aleatrios e probabilidades para analisar e resolver problemas. A SMC surgiu no Projeto

Manhattan do laboratrio de armas nucleares Los Alamos, Estados Unidos, durante a Segunda Guerra Mundial, sendo desenvolvido pelos cientistas John Von Neumann e Stanislaw Ulam. A denominao Monte Carlo foi cunhada em referncia aos jogos de azar que fazem uso constante de sorteios e de dados, uma atrao popular na cidade de Monte Carlo, Mnaco (METROPOLIS; ULAM, 1949, METROPOLIS, 1987). No entendimento de Lustosa et al. (2004, p.251), a simulao de Monte Carlo consiste em um mtodo que utiliza a gerao de nmeros aleatrios para atribuir valores s variveis do sistema que se deseja investigar. Os nmeros so obtidos atravs de artifcios aleatrios (ex: tabelas, roletas, sorteios) ou diretamente de softwares, atravs de funes especficas (para obter mais detalhes sobre mtodos de obteno de nmeros aleatrios, consultar Gentle (2003)). A cada iterao, o resultado armazenado e, ao final de todas as iteraes, a seqncia de resultados gerados transformada em uma distribuio de freqncia que possibilita calcular estatsticas descritivas, como mdia (valor esperado), valor mnimo, valor mximo e desvio-padro, cabendo ainda ao executor das simulaes a prerrogativa de projetar cenrios futuros de operao do sistema em anlise. A SMC possui aplicaes em problemas de tomada de deciso que envolve risco e incerteza, ou seja, situaes nas quais o comportamento das variveis envolvidas com o problema no de natureza determinstica (MOORE; WEATHERFORD, 2001; LUSTOSA et al., 2004). Para operacionalizar a SMC, alguns passos bsicos devem ser seguidos, como mostra a figura 1:

Definir as variveis envolvidas no sistema em anlise com base em dados passados ou em estimativas subjetivas dos administradores Construir as distribuies de frequncia (absoluta, relativa e acumulada) para cada uma das variveis definidas Definir, para cada varivel considerada, os intervalos de classe (de incidncia dos nmeros aleatrios) com base nas distribuies de freqncia acumulada projetadas Gerar nmeros aleatrios Incidir nmeros aleatrios gerados nos intervalos de classe de cada varivel

Simular os experimentos

Figura 1 - Passos para operacionalizao do mtodo de simulao de Monte Carlo Fonte: Adaptado de Shamblin e Stevens (1974)

Para uma correta operacionalizao da SMC, Lustosa et al. (2004) indicam que a simulao deve ser replicada mais de cem vezes para que se obtenha uma amostra representativa. No entanto, no h recomendao quanto ao nmero mximo de simulaes a serem realizadas. Como instruo bsica, deve-se aplicar o maior nmero de simulaes possveis levando em considerao o poder de processamento do equipamento a ser utilizado, pois o equilbrio entre preciso e

tempo de computao uma caracterstica importante das simulaes baseadas na SMC (ESCUDERO, 1973). 4 MTODO PROPOSTO Aqui exposta a estrutura do mtodo proposto para determinar o mix de produtos na situao em que uma indstria, que possui grande variabilidade de custos unitrios, passa a ter uma capacidade de fornecimento menor do que a demanda por seus produtos. Esse mtodo utiliza, principalmente, a Margem de Contribuio, a Simulao de Monte Carlo e o conceito de consumo unitrio de RRC, buscando aproveitar o melhor que cada um pode oferecer tendo em vista a maximizao do resultado econmico da empresa. O mtodo dividido em sete etapas com vistas a um melhor controle dos dados a analisados e dos resultados a serem apresentados. A primeira etapa consiste na anlise e projeo dos gastos unitrios, ou seja, dos custos e das despesas que incidem em cada produto da empresa, devendo ser minucioso e possuir uma base de dados confivel, pois tem influncia direta na deciso de mix de produtos a ser tomada numa perspectiva econmica. A segunda etapa corresponde anlise dos dados relativos aos preos de venda praticados pela empresa. A terceira etapa a determinao da Margem de Contribuio Unitria Esperada (MCUE) dos produtos para o perodo em anlise, etapa esta que pressupe a posse das informaes extradas das duas etapas anteriores. A quarta etapa consiste na anlise da demanda, tanto a definida na forma de pedidos em carteira, como tambm a demanda aleatria. A partir dessa anlise, realiza-se uma projeo da demanda e da necessidade de produo para o perodo a ser apreciado. Na quinta etapa, realizada uma anlise de disponibilidade dos recursos produtivos da empresa. Em outras palavras, diagnosticada a capacidade de produo das mquinas, pessoas e insumos necessrios para fabricao dos produtos para verificao da existncia de um Recurso com Restrio de Capacidade no processo fabril. A sexta etapa consiste na determinao, para cada produto, da mtrica econmica: MCUE sobre Consumo Esperado de RRC (RRCE). Ressalta-se que, para a definio desta mtrica, faz-se o uso dos resultados obtidos nas etapas trs e cinco. Na etapa sete, definido um mix de produtos com base mtrica econmica definida na etapa anterior. A figura 2 mostra, esquematicamente, a estrutura do mtodo proposto:

Figura 2 - Estrutura d mtodo pr do roposto para determina de mix de produtos o e Fonte: Ela aborado pelo autores os

Ressalta-s que as setas ind R se s dicam as relaes de dependncias entre as e etapas, ou seja, quais infor rmaes s necess so srias para a realizao de cada uma a apas. As et tapas so detalhadas a seguir. s . das eta

apa rojetar gas stos unit rios 4.1 Eta 1 analisar e pr Para que esta etapa seja concluda com xito, a estrutura d empres deve P a m da sa ser conhecida, incluindo o seu fun ncionamen nto, mo-d de-obra ut tilizada, produtos p fabricad dos, impos stos incide entes, entr outros. Alm disso os objetivos estra re A o, atgicos da emp presa deve ser nota em ados, pois, a partir desse conh d hecimento, uma viso global o do neg gcio ob btida. Esta primeira etapa con a nsiste no levantame ento e an lise de todos o custos e despesa que inc os as cidem em cada unida c ade fabrica ada e vendida de cada tipo de pro oduto. Para tal, faz-s o uso de dados histricos de um ho a se d orizonte tempor aceitv ral vel. Um e estudo po um per or rodo maior que seis meses pode s proporc cionar uma base de dados representa ativa. Em seguida, realizad uma da avalia o da freq qncia de incidnc desses gastos a fim de p cia s projet-los para o perodo de anlis Esta projeo feita atrav da con o se. vs nstruo de histogramas de freqn ncia de util lizao, po produto, de cada recurso pro or r odutivo. V Vale ressalt que, tar para ef feito do corrente estu udo, so tr rabalhados apenas o gastos u s os unitrios va ariveis e direto da emp os presa, pois os gastos indiretos e fixos s de difc atribui (quer s s o cil o no se atravs de critr eja s rios arbitr rios de ra ateio) aos produtos, tendo po ouca ou nenhum influn ma ncia direta na determinao do mix de produtos no curto prazo. d e s o Essas distribui gerada constitu es as uem a base para aplicao de simula a ser e o utilizada na deter rminao d MCU de cada prod da e duto. Para a exe P ecuo de esta etapa, primeiram mente, os g gastos (cu ustos e des spesas) que va ariam dire etamente com o vo olume de produo e de ve o enda deve em ser

identificados. A seguir, so apresentados os principais gastos (com acentuada variabilidade) que podem ser atribudos unitariamente aos produtos junto ao modo que estes devem ser analisados e projetados, conforme o mtodo proposto: Material Direto (MD): na situao em que o produto feito a partir de uma mistura de matrias-prima (MP), deve-se levantar, em peso e em valor monetrio, cada quantidade/tipo de MP utilizada. O levantamento do quantitativo de material consumido pode ser realizado a partir de pesagens de cada lote produzido. Davis et al. (1999) indicam que o tamanho da amostra a ser testada pode ser de cinco unidades, j que para aplicaes industriais do controle de processo prefervel fazer o uso de amostras de tamanho pequeno. De posse dessas informaes, calcula-se o custo da matria-prima para cada produto, para cada lote em anlise. Esses valores so projetados a partir de histogramas de freqncia e utilizados na determinao da margem de contribuio unitria do produto. Vale ressaltar que, no caso de um processo de industrializao, impostos recuperveis como ICMS, IPI, entre outros, no valoram os custos, pois so repassados ao consumidor final. Mo-de-Obra Direta (MOD): consiste nos salrios nominais mais os encargos sociais e benefcios dos funcionrios diretamente relacionados com a fabricao dos produtos. A projeo desse tipo de custo tambm pressupe uma base histrica de dados (tempo dedicado produo de uma unidade de cada tipo de produto) e pode ser feita atravs de distribuio de freqncia. Como esse custo tem relao unvoca com o tempo de processamento destinado pelo operrio para cada produto, pode-se fazer o uso histogramas de freqncia para projetar esses custos unitrios para perodos seguintes. Os custos inerentes ao pessoal de apoio produo, como os supervisores, gerentes, mecnicos, inspetores, faxineiros, entre outros, no compem a base de clculo desse gasto, pois so classificados como Custos Indiretos de Fabricao (CIF) e, normalmente, so considerados como custos fixos que no so atribudos unitariamente aos produtos. Utilidades: nos casos em que a consecuo de produtos pressupe a utilizao de maquinrio e este operacionalizado atravs de energia eltrica, determina-se quanto cada produto custa em relao ao consumo energtico. Ressalta-se que esse custo est diretamente ligado ao tempo utilizado da mquina para a fabricao de cada produto, neste estudo denominado de Tempo de Ciclo (TC). Existem mquinas que medem, automaticamente, o TC para cada unidade produzida, alm de oferecer um histrico das medies. Por motivos diversos, como a m qualidade da matria-prima, por exemplo, verifica-se que esses tempos de processamento podem variar aleatoriamente. De forma similar aos itens anteriores, analisa-se o histrico de utilizao das mquinas para cada produto. Em seguida, esses dados so representados atravs de histogramas e projetados na forma de distribuio de freqncia. Vale ressaltar que outros itens consumidos pelo maquinrio podem ser tratados de forma similar energia, tais como: gua, ar comprimido, gs natural, entre outros. Para tal, basta que estes tenham a utilizao mensurada e os custos calculados. Despesas Variveis (DV): mesmo no relacionado diretamente com o processo produtivo em si, este tipo de gasto varia com o volume de produtos vendidos e tm influncia direta na determinao da MCU quando pode ser atribudo de forma direta e unitria aos produtos. Bernardi (2004) destaca como despesas variveis, os gastos relacionados com comisses sobre vendas e com a distribuio de produtos.

Em suma, o output esperado desta etapa a projeo das distribuies de freqncia de utilizao de cada recurso em cada produto, junto aos valores monetrios correlacionados. Para a determinao da MCU so necessrias, ainda, informaes referentes s receitas unitrias. Estas so tratadas a seguir.

4.2 Etapa 2 analisar e projetar receitas unitrias Nesta etapa so analisadas e projetadas as receitas unitrias dos produtos. Como as receitas unitrias referem-se aos preos de venda praticados, esta etapa delineia-se apenas na anlise de dados histricos relativos ao valor venal de cada tipo de produto. Vale ressaltar que, em muitas empresas, os preos so tabelados levando em considerao tanto fatores mercadolgicos, como as prticas da concorrncia, como tambm fatores econmicos, como a ocorrncia de inflao e o aumento da tributao. Convm lembrar que, no mbito deste estudo para fins gerenciais, o preo unitrio de venda refere-se ao preo vista e no considera o Imposto sobre Produtos Industrializados (IPI), Imposto sobre Circulao de Mercadorias e Servios (ICMS - abreviado) ou qualquer outro imposto ou taxa que incide sobre a venda. De posse dessas informaes, so construdos histogramas e realizam-se projees na forma de distribuies de freqncia. Estas projees so aproveitadas, atravs de simulao, na determinao da MCU de cada produto que a empresa fornece.

4.3 Etapa 3 aplicar simulao e determinar a margem de contribuio unitria esperada de cada produto

Esta etapa consiste na determinao da MCU esperada, de cada produto, para um determinado perodo. A MCU compe a mtrica que serve como base para a deciso do mix de produtos da empresa. Para calcular a MCU esperada, determina-se a MCU para cada simulao e aplicada estatstica descritiva. Para tal, pode-se fazer o uso de nmeros aleatrios gerados por algum software especfico que, incidindo sobre as distribuies de freqncia extradas das etapas anteriores, resulta em uma determinada quantidade consumida de recurso (material direto, mo-de-obra direta e utilidades) e uma correspondente receita unitria de cada produto (que pode impactar na despesa varivel unitria). Vale ressaltar que os resultados obtidos seguem a freqncia de ocorrncia determinada pelas distribuies de freqncia auferidas e que, para cada simulao, um nmero aleatrio gerado incide tanto nos recursos produtivos, quanto nas receitas unitrias. Multiplicando essas quantidades consumidas, geradas em cada simulao, pelo valor monetrio de uma unidade de consumo, consegue-se determinar os gastos unitrios para cada produto. Divide-se a soma desses gastos gerados por um ndice de Rendimento, cujo clculo exposto na equao 2. Este ndice tem relao com os custos gerados pela fabricao de produtos noconformes com a qualidade requerida pelos clientes. A mesma sistemtica aplica-se s receitas de vendas desconsiderando os produtos refugados, j que estes no so vendidos.

Em cada sorteio ou gerao de nmero aleatrio, a probabilidade de um determinado consumo de um recurso ser obtido igual probabilidade ou freqncia relativa que este recurso tem em relao s demais possibilidades. Destaca-se que cada nmero aleatrio, sendo este no-nulo, valora-se entre 0 e 1. Para o clculo da MCU de cada produto, em cada simulao, faz-se o uso da frmula apresentada a seguir:
MCU n = PVn CMD n + CMOD n + CDU n
IR

+ ( DVU n )

(1)

Onde: n - nmero da simulao realizada (n = 1, 2, 3,...) PV - preo de venda CMD - custo de material direto CMOD - custo de mo-de-obra direta CDU - custo direto de utilidades (ex: energia direta) DVU - despesas variveis unitrias IR - ndice de rendimento
A expresso que define o ndice de Rendimento dada por: IR = 1 nr np

(2)

Onde: nr - nmero mdio de produtos refugados por ms np - nmero mdio de produtos produzidos por ms Para o clculo do preo de venda, em cada simulao, faz-se:
PV n = Cot.PV ALEATRIO n

(3)

Onde: Cot.PV ALEATRIO n - valor cotado para o preo de venda relacionado com o nmero aleatrio que incide no intervalo correspondente ao valor cotado e gerado na n-sima simulao (0 < n aleatrio <= 1) Para o clculo de cada custo unitrio (CMD, CMOD ou CDU), em cada simulao, utiliza-se a expresso:
CUN n = CoUN ALEATRIO n x VURC

(4)

Onde: CUN n - custo unitrio do recurso na n-sima simulao (CMD, CMOD ou CDU) CoUN ALEATRIO n - valor do consumo unitrio de recurso (material direto, mo-de-obra direta ou utilidades) relacionado com o nmero aleatrio gerado na nsima simulao VURC - valor (custo) da unidade de recurso consumido Para a determinao do valor da despesa varivel unitria, em cada simulao, faz-se um clculo similar ao apresentado na expresso 3, como mostrado a seguir: DVU n = DVU ALEATRIO n (5)

Onde: DVU n - despesa varivel unitria DVU ALEATRIO n - valor de despesa varivel unitria relacionado com o nmero aleatrio gerado na n-sima simulao Aps a aplicao das simulaes, a MCU esperada de cada produto determinada para o perodo em anlise. Para tal, projetam-se as MCUs apontadas em cada simulao na forma de uma funo densidade de probabilidade para a aplicao de estatstica descritiva. A estatstica utilizada a mdia das MCUs. Assim, para efeito deste estudo, o valor da MCU esperada de cada produto pode ser descrito pela expresso 6:
k

MCU E =

MCU
n=1

(6)

Onde: k - nmero de simulaes realizadas (k > 100) MCU E - Margem de Contribuio Unitria Esperada de cada tipo de produto Para a realizao das operaes matemticas anteriores, sugere-se o uso do software EXCEL 2007, tanto por este possuir um recurso de gerao de nmeros aleatrios, como por ser de fcil acessibilidade. Vale destacar que as MCUs esperadas encontradas so mtricas econmicas bsicas para alicerar a deciso de mix de produtos, aliadas projeo da demanda, que ser discutida na etapa seguinte.

4.4 Etapa 4 analisar e projetar demanda e necessidade de produo De modo similar ao das primeiras duas etapas, esta se inicia com um estudo analtico com base em dados histricos relativos demanda pelos produtos da empresa. A demanda, normalmente, constituda por pedidos em carteira somados a uma quantidade aleatria de solicitaes dos clientes. Em alguns casos, so requeridos produtos para teste ou para exposio. Existem vrios mtodos e softwares que fazem projeo ou previso de demanda a partir de dados histricos (ex: WINQSB). Para a definio da quantidade a ser produzida no perodo, deve-se levar em considerao o ndice de Rendimento, pois a empresa tem que produzir uma quantidade maior do que a demandada devido aos itens que so refugados, como mostra a expresso a seguir:
QP i t = D i t IR

(7)

Onde: QP i t - quantidade a ser produzida do produto i no perodo t D i t - demanda do produto i no perodo t No presente estudo, utiliza-se a projeo de vendas para um nico perodo, previso esta que, aliada ao consumo unitrio do recurso que restringe a capacidade do sistema, aproveitada na deciso de mix de produtos.

4.5 Etapa 5 verificar existncia de recurso com restrio de capacidade e calcular a sua disponibilidade Nesta etapa realizada uma anlise de disponibilidade dos recursos produtivos da empresa, a saber: mo-de-obra, insumos e maquinrio. No primeiro tipo de recurso, so includos os tempos de trabalho de todos os operrios envolvidos com a fabricao dos produtos, tanto com a carga horria normal, como tambm as horas extras e subcontrataes, para cada turno de trabalho. Ressaltase que o tempo de trabalho disponvel dos trabalhadores limitado de acordo com a legislao trabalhista vigente no pas. A disponibilidade de insumos determinada pela capacidade de suprimento dos fornecedores da empresa. Neste item podemos abordar, tambm, a capacidade de fornecimento de utilidades que, normalmente, no oferecem restries ao processo produtivo, mas podem ter custos proibitivos como no caso das taxas de energia eltrica cobradas em horrios de pico. A determinao da disponibilidade do maquinrio exige um conhecimento acerca de algumas caractersticas e peculiaridades inerentes ao processo produtivo, a saber: capacidade nominal de funcionamento das mquinas, paradas causadas por manuteno (programada e no programada), fatores externos (falta de gua, vapor, energia, etc.), restabelecimento de condies operacionais (tempo de setup e reincio de produo), perdas por velocidade de operao, ndice de refugos, entre outras. Vale ressaltar que o ndice de refugo est relacionado com a qualidade do processo. Em outras palavras, relativo quantidade de produtos fabricados com alguma no conformidade em relao aos padres de qualidade exigidos pelo cliente. Os valores de capacidade para cada tipo de recurso devem ser confrontados para se determinar qual dos recursos o RRC, caso realmente a restrio esteja no processo produtivo. O RRC apontado serve como base para a determinao de um critrio ou mtrica de priorizao do mix de produtos para maximizao do resultado econmico da empresa, mtrica esta que tratada na etapa seguinte.

4.6 Etapa 6 determinar a MCUE sobre o consumo esperado de RRC para cada produto O output desta etapa uma mtrica econmica para alicerar a definio do mix de produtos. Esta mtrica considera o valor da MCU esperada e o consumo esperado de RRC por unidade produzida de cada tipo de produto. Para tal, faz-se o uso das informaes obtidas nas etapas trs e cinco. A etapa trs, alm de fornecer as MCUs esperadas de cada tipo de produto, municia o estudo com informaes relativas ao consumo, por produto e para cada simulao, do RRC determinado. Na quinta etapa, levantado o recurso limitante do sistema produtivo. Os consumos esperados de RRC para o perodo em apreciao so obtidos atravs de anlise estatstica do consolidado de todos os valores gerados em cada uma das simulaes. Desta forma, os consumos resultantes de cada simulao podem ser projetados atravs de distribuies de frequncia para, ento, realizar-se a aferio da mdia de consumo de RRC de cada produto. Para tal, sugere-se o uso do software MINITAB 15.0, j que este tem a capacidade de exportar dados

diretamente do software EXCEL 2007. A mtrica econmica definida, para cada tipo de produto, como:
Mtrica Econmica de Deciso de Mix Produtos = MCUE Consumo de RRCE

(8)

A seguir, discutida a determinao do mix de produtos com base na mtrica econmica definida na corrente etapa.

4.7 Etapa 7 determinar mix de produtos com base na MCUE sobre o consumo de RRCE

De posse do valor da mtrica econmica definida na etapa anterior para cada produto e das previses de demanda e de produo, obtidas na quarta etapa, o mix de produtos determinado de forma a maximizar o resultado econmico da empresa. Em outras palavras, estabelece-se a prioridade de fabricao e venda dos produtos visando consecuo da maior Margem de Contribuio Total Esperada (MCTE) possvel no perodo. Ressalta-se que a MCTE auferida deve ser capaz de cobrir custos e despesas fixas e ainda gerar lucro empresa. A sistemtica de priorizao a seguinte: a demanda pelo tipo de produto que possui maior MCU esperada sobre o consumo de RRC prioritariamente atendida. Quando numericamente a produo e venda de todos esses produtos esgotada, passa-se a trabalhar com o tipo de produto com a segunda maior MCU esperada sobre consumo de RRC, e assim por diante. A produo cessada na ocasio em que a capacidade de fornecimento da empresa verifica-se menor que a demanda.

5 APLICAO DO MTODO PROPOSTO Esta seo apresenta a aplicao do mtodo proposto a partir de dados e informaes coletados em uma indstria brasileira que atua na fabricao de produtos plsticos atravs do beneficiamento de material reciclado. Vale ressaltar que apenas dados referentes aos custos com matria-prima, mo-de-obra direta e de energia direta, alm dos tempos unitrios de produo, so reais. Os demais dados utilizados foram gerados hipoteticamente, porm fidedignos realidade do negcio. Com isso, buscou-se a organizao de um cenrio empresarial, balizado por suposies, correspondente ao da indstria em anlise para a aplicao do mtodo.

5.1 Caracterizao da empresa

Com mais de 30 anos de existncia no mercado, a empresa trabalha com mquinas de injeo e de sopro para fabricar artigos variados como baldes, mesas, cadeiras, dentre outros produtos. Uma pesquisa divulgada pela Associao Brasileira da Indstria do Plstico (ABIPLAST) revelou que, em 2008, o setor de transformao de plsticos, setor este na qual est inserida a indstria em questo, foi responsvel pela gerao de 314 mil empregos e apresentou um faturamento de cerca de 41 bilhes de reais, o que mostra a relevncia deste setor para a economia do pas (ABIPLAST, 2008). Em um boletim informativo divulgado pelo Compromisso Empresarial para Reciclagem (CEMPRE), foi afirmado que possvel economizar at 50% de energia com o uso de plstico reciclado (CEMPRE, 2002). Este fato aliado ao baixo custo de coleta desse material devido baixa remunerao dos chamados catadores, faz com que o custo desse material seja menor que o custo do plstico virgem. Em contrapartida, a qualidade do primeiro tipo de plstico inferior do segundo, principalmente, no que diz respeito resistncia a esforos mecnicos e uniformidade de processamento. Uma menor resistncia a esforos mecnicos tm impactos negativos sobre a qualidade dos produtos (ex: ndices de refugo maiores), enquanto que uma menor uniformidade do processo produtivo acarreta em variabilidade no consumo de recursos produtivos (ex: material direto; e tempo de mo-de-obra e de energia eltrica) e, conseqentemente, nos custos destes.

5.2. Definio do problema

Para efeito do corrente estudo, conjecturou-se que os gestores da fabricante de artefatos plsticos em questo necessitavam estabelecer um mix de produtos tendo em vista que a capacidade produtiva da empresa (tempo de processamento das mquinas de injeo) no seria capaz de suprir a demanda em um determinado ms do ano de 2007. Para tal, aplicou-se o mtodo proposto na seo 4, considerando que os produtos da empresa apresentavam acentuada variabilidade de consumo de recursos e, consequentemente, de custos unitrios. Vale ressaltar que o estudo aborda uma situao hipottica em que so estabelecidas algumas suposies sobre o tipo de negcio e sobre processo produtivo da empresa em questo, suposies estas que balizam o cenrio empresarial criado para a aplicao do mtodo proposto de forma a evitar possveis distores na anlise. As suposies mais relevantes so destacadas a seguir: Para o ms de outubro de 2007, prev-se que a demanda ultrapassa a capacidade de fornecimento da empresa em termos de tempo de processamento das mquinas de injeo de plstico; A empresa possui restries de capital para investir em novas mquinas de injeo para ampliar a capacidade produtiva; Os preos de venda praticados pela empresa so tabelados e negociveis; A empresa produz oito tipos de produtos utilizando material reciclado

em sete mquinas de injeo com caractersticas distintas; Todas as mquinas podem produzir qualquer tipo de produto mediante troca de molde/ferramenta; No se considera a indisponibilidade de produo causada por fatores externos, matria-prima e mo-de-obra. Todos os operadores tm a mesma habilidade de operao, sabendo operar em qualquer mquina; Os tempos de preparao de mquina ou de setup independem da seqncia de produo e so iguais para todos os tipos de molde; Apenas dois setups mensais so realizados para fabricao de cada tipo de produto; As comisses sobre vendas aumentam conforme o preo de venda aplicado; A empresa realiza a entrega dos produtos para os clientes.

5.3 Aplicao do mtodo proposto

Em cada etapa do mtodo, so trabalhados dados relativos empresa em questo. Os dados da primeira etapa, relativos aos consumos de recursos e aos custos unitrios de cada produto, so reais. J a base de dados das demais etapas fictcia, porm, tem correspondncia verossmil com o tipo de processo produtivo da empresa. Com o intuito de reduzir o excesso de informaes desta seo, tomouse como base informaes referentes a um dos produtos fabricados, o produto Balde para Construo (BCON).

5.3.1 Etapa 1 analisar e projetar gastos unitrios


Para realizar esta etapa, primeiramente, realizou-se um levantamento dos produtos fabricados pela empresa e a composio de cada um deles, como mostra o quadro 2:

TIPO DE PRODUTO BALDE 8L BALDE 10L BALDE 15L BALDE 20L BACIA 45L BACIA 73L CESTO DE LIXO BALDE PARA CONSTRUO

CDIGO MNEMNICO BD8L BD10L BD15L BD20L BC45L BC73L CLX BCON

COMPOSIO MATERIAL 1: PLSTICO DESCRIO B/B COLOR. REC. B/B COLOR. REC. B/B COLOR. REC. B/B COLOR. REC. B/B COLOR. REC. CAD COLOR. REC. B/B COLOR. REC. B/BPRETO REC. QDE (Kg) (VARIVEL) (VARIVEL) (VARIVEL) (VARIVEL) (VARIVEL) (VARIVEL) (VARIVEL) (VARIVEL) MATERIAL 2: ALA METLICA DESCRIO AO GALV. 3,4 mm AO GALV. 3,4 mm AO GALV. 3,4 mm AO GALV. 4,0 mm AO GALV. 4,0 mm QDE (Kg) 0,035 0,035 0,040 0,061 0,057

Quadro 2 - Relao de produtos fabricados e materiais componentes

Como a empresa utiliza plstico reciclado como matria-prima, dependendo da qualidade desta, h variabilidade no consumo de material e no tempo de fabricao de cada produto no decorrer do ano. Com isso, fez-se um levantamento histrico dos nove meses anteriores ao perodo de anlise, do gasto de MP. Os gastos foram segmentados ao mximo, com o intuito de se identificar o quanto cada um representa em cada um dos itens produzidos, obtendo assim, uma viso geral dos gastos envolvidos com o negcio. Para efeito do estudo em curso, analisou-se apenas a variao dos gastos unitrios, variao esta que foi projetada na forma de distribuies de freqncia para ser trabalhada atravs de simulao. O quadro 3, referente ao produto BCON, apresenta o histrico de consumo de MP. Vale ressaltar que o levantamento foi realizado atravs de amostras de cinco produtos coletadas a cada lote de cem unidades fabricadas e que os dados foram projetados na forma de distribuio de freqncia.
MDIA AMOSTRAL DE CONSUMO DE B/B PRETO. REC.(Kg) FREQNCIA ABSOLUTA DE CONSUMO EM 2007 - BALDE P/ CONSTRUO JAN FEV MAR ABR MAI JUN JUL AGO SET CONSOLIDADO (JAN. SET.) - BALDE P/ CONSTRUO CONSUMO DE B/B PRETO. REC.(Kg) FREQNCIA ABSOLUTA FREQUNCIA RELATIVA FREQUNCIA ACUMULADA

0,630 0,631 0,632 0,633 0,634 0,635 0,636 0,637 0,638 0,639 0,640 0,641 0,642 0,643 0,644 0,645 0,646 0,647 0,648 0,649 0,650 0,651 0,652 0,653 0,654 0,655

200 300 600 500 900 1.300 1.900 2.600 3.000 3.700 4.500 5.200 4.600 4.000 3.200 2.700 1.500 1.400 1.300 700 600 800 698 300 100 TOTAL 46.598

100 100 300 500 400 900 1.600 2.300 3.100 3.900 4.700 4.200 3.900 3.600 3.700 2.900 2.000 1.494 1.300 1.300 600 800 500 300 100 200 44.794

100 200 400 700 700 1.100 1.500 1.600 1.500 2.100 2.400 2.889 3.100 3.500 3.800 4.200 4.400 3.900 3.600 2.900 1.500 1.100 900 500 200 48.789

200 100 300 500 700 900 1.300 1.600 1.900 2.100 2.600 2.900 3.400 3.836 3.700 3.600 3.000 2.600 2.100 1.500 800 400 200 100 40.336

400 900 1.700 2.300 3.200 3.900 3.300 3.100 2.995 2.500 2.100 1.800 1.700 1.500 1.400 1.200 800 500 600 300 200 100 36.495

100 500 200 100 600 400 900 1.200 1.400 900 1.600 1.900 2.300 2.000 3.200 3.800 4.300 4.400 3.500 2.400 1.300 500 37.500

400 600 800 1.500 2.100 2.800 3.500 4.200 5.100 4.500 3.800 3.500 3.000 2.400 1.800 1.460 900 500 300 200 100 200 43.660

400 500 800 1.200 1.800 2.400 3.200 4.074 3.900 3.500 2.900 3.200 2.500 2.600 2.400 2.100 1.800 1.500 1.000 700 400 300 100 43.274

300 800 1.300 1.800 2.500 3.900 5.800 5.000 4.800 4.300 3.600 3.985 2.800 2.700 2.500 2.200 2.200 2.000 1.800 1.300 1.700 1.800 1.300 900 500 200 61.985

0,630 0,631 0,632 0,633 0,634 0,635 0,636 0,637 0,638 0,639 0,640 0,641 0,642 0,643 0,644 0,645 0,646 0,647 0,648 0,649 0,650 0,651 0,652 0,653 0,654 0,655 SOMA

2.100 3.300 6.000 8.700 12.400 17.300 21.900 24.474 26.995 26.400 27.200 28.385 26.189 24.636 23.800 21.860 18.700 16.394 15.500 13.400 11.500 10.100 7.598 4.900 2.600 1.100 403.431

0,52% 0,82% 1,49% 2,16% 3,07% 4,29% 5,43% 6,07% 6,69% 6,54% 6,74% 7,04% 6,49% 6,11% 5,90% 5,42% 4,64% 4,06% 3,84% 3,32% 2,85% 2,50% 1,88% 1,21% 0,64% 0,27% 100%

0,52% 1,34% 2,83% 4,98% 8,06% 12,34% 17,77% 23,84% 30,53% 37,07% 43,82% 50,85% 57,34% 63,45% 69,35% 74,77% 79,40% 83,47% 87,31% 90,63% 93,48% 95,98% 97,87% 99,08% 99,73% 100,00%

Quadro 3 - Distribuio de freqncia de consumo de material plstico do produto BCON

Em seguida, foram coletadas informaes referentes aos preos de aquisio dos materiais para determinar os custos por quilograma de consumo. Vale ressaltar que h produtos formados por mais de um componente, como o produto BCON. De cada componente, so retirados os impostos sobre compra de matria-prima, sendo estes recuperados posteriormente na venda. Assim, calculou-se o custo de material por produto ou componente, como mostra o quadro 4. Ressalta-se que o custo do material alocado diretamente no clculo do gasto unitrio de cada produto.
MATRIA-PRIMA AO GALVANIZADO 3,4 mm AO GALVANIZADO 4,0 mm PLSTICO B/B COLORIDO RECICLADO PLSTICO B/B PRETO RECICLADO PLSTICO CAD COLORIDO RECICLADO PREO / Kg R$ 2,94 R$ 2,94 R$ 1,66 R$ 1,62 R$ 2,56 ICMS IPI CUSTO / Kg R$ 2,464 R$ 2,464 R$ 1,66 R$ 1,62 R$ 2,56

R$ 0,336 R$ 0,14 R$ 0,336 R$ 0,14 -

Quadro 4 - Custo por quilograma de matria-prima consumida

Para a determinao dos custos unitrios de mo-de-obra direta foi realizado um procedimento similar ao utilizado na determinao dos custos unitrios anteriores. Como os custos unitrios de MOD relacionam-se diretamente com o tempo despendido pelos operrios em cada produto e que, no caso da empresa em questo, este tempo est limitado durao do processamento de cada unidade, foi feito um levantamento histrico dos Tempos de Ciclo (TC) no horizonte de nove meses. Para este levantamento, fez-se o uso de amostras de cinco produtos coletadas a cada lote de cem unidades fabricadas. Os tempos foram medidos e disponibilizados pelas mquinas injetoras que dispunham de medidores internos. O quadro 5 apresenta o levantamento realizado para o produto BCON. Os dados levantados foram projetados na forma de distribuio de freqncia.
TEMPO DE CICLO (segundos) FREQNCIA ABSOLUTA DE TEMPO DE CICLO EM 2007 - BALDE P/ CONSTRUO JAN FEV MAR ABR MAI JUN JUL AGO SET CONSOLIDADO (JAN. SET.) - BALDE P/ CONSTRUO TEMPO DE CICLO FREQNCIA FREQUNCIA FREQUNCIA (segundos) ABSOLUTA RELATIVA ACUMULADA

24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 PRODUO TOTAL

300 900 1.800 2.900 3.800 5.100 6.498 5.300 4.700 4.000 3.200 2.700 1.500 1.400 900 700 600 300 46.598

200 400 900 1.600 2.300 3.300 3.900 4.794 4.200 3.900 3.600 3.700 2.900 2.400 2.100 2.600 900 600 300 200 44.794

700 1.100 1.500 2.200 2.900 3.700 4.600 5.800 4.900 4.100 3.889 3.500 3.000 2.400 1.800 1.100 800 400 300 100 48.789

200 500 900 1.300 1.700 1.900 2.100 2.600 2.900 3.400 3.900 3.700 3.600 3.000 2.600 2.100 1.536 1.100 600 300 200 200 40.336

200 300 400 800 1.300 1.700 2.600 3.400 4.100 3.795 3.400 3.000 2.700 2.100 1.900 1.700 1.400 900 500 200 100 36.495

300 100 500 400 900 1.200 1.400 1.700 1.600 1.900 2.300 2.000 3.200 3.800 4.300 4.600 3.500 2.100 1.200 500 37.500

200 100 400 800 1.000 1.600 2.400 2.800 3.500 4.200 5.100 4.500 3.800 3.500 3.260 2.200 1.800 1.200 900 400 43.660

100 300 500 700 900 1.100 1.300 1.700 2.200 2.900 3.500 4.400 3.900 3.574 3.300 3.200 2.800 2.400 2.100 1.400 700 300 43.274

400 1.200 2.100 3.100 4.200 5.800 5.600 5.200 4.900 4.200 3.900 2.885 3.200 2.900 2.500 1.900 2.100 1.800 1.400 1.100 800 400 200 100 100 61.985

24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 SOMA

1.100 3.900 7.100 10.900 15.300 21.300 24.398 26.894 28.200 27.700 26.995 26.274 25.100 24.000 23.100 22.300 18.010 16.300 14.100 12.760 10.400 8.100 5.000 2.900 1.300 403.431

0,27% 0,97% 1,76% 2,70% 3,79% 5,28% 6,05% 6,67% 6,99% 6,87% 6,69% 6,51% 6,22% 5,95% 5,73% 5,53% 4,46% 4,04% 3,50% 3,16% 2,58% 2,01% 1,24% 0,72% 0,32% 100%

0,27% 1,24% 3,00% 5,70% 9,49% 14,77% 20,82% 27,49% 34,48% 41,34% 48,03% 54,55% 60,77% 66,72% 72,44% 77,97% 82,44% 86,48% 89,97% 93,13% 95,71% 97,72% 98,96% 99,68% 100,00%

Quadro 5: Freqncia absoluta de tempo unitrio de processamento do produto BCON

Para a determinao do custo da mo-de-obra diretamente envolvida com a fabricao dos produtos, foram analisados os seguintes gastos: salrio nominal, adicional noturno, encargos sociais, frias, dcimo terceiro salrio, vale-transporte, vale-refeio e equipamentos de proteo individual. De posse desses dados, fez-se um consolidado por funo, com seu gasto total. Em seguida, calculou-se o custo da mo-de-obra por hora e por segundo da funo Auxiliar de Fabricao, funo esta diretamente relacionada com a fabricao dos produtos. Para isso, analisou-se o somatrio dos salrios e encargos de cada funcionrio e calculou-se a mdia mensal de custos de mo-de-obra direta. Posteriormente, para determinar o custo total de mo-de-obra direta, multiplicou-se o custo mdio pela quantidade de Auxiliares de Fabricao existentes na fbrica. O valor total encontrado foi dividido pela carga horria mensal total de trabalho para a determinao do custo por hora. Finalmente, dividiu-se o custo por hora por 3600 para encontrar o custo de mo-de-obra direta por segundo de trabalho. O custo por segundo de MOD encontrado foi de R$ 0,00101. O custo por segundo de MOD foi utilizado no clculo do custo unitrio de MOD de cada produto ou componente, valor que participa diretamente na determinao da MCU. O quadro 6 mostra o clculo para os componentes dos produtos em estudo:

ITEM / PRODUTO ALA METLICA 3,4 mm / BD8L ALA METLICA 3,4 mm / BD10L ALA METLICA 3,4 mm / BD15L ALA METLICA 4,0 mm / BD20L ALA METLICA 4,0 mm / BCON

TEMPO DE CICLO (segundos) 2,7 2,7 3,1 8,0 8,0

CUSTO / SEGUNDO NECESSIDADE DE DE MOD OPERRIOS P/ PRODUO 0,00101 1 0,00101 1 0,00101 1 0,00101 1 0,00101 1

CUSTO DE MOD / ITEM 0,002727 0,002727 0,003131 0,00808 0,00808

Quadro 6 - Custo de MOD para cada componente dos produtos

Para a determinao dos custos relacionados com a energia diretamente consumida pelas mquinas do setor produtivo, foi feito um levantamento histrico dos gastos totais com energia na empresa. Em seguida, foi verificado que uma parte do consumo energtico no se relacionava diretamente fabricao dos produtos, como no caso da iluminao, computadores, ar-condicionado, entre outros. Assim, foi retirado da conta de energia total da empresa, desconsiderando os impostos, apenas o que foi consumido diretamente no processo produtivo, considerando o restante como consumo indireto. O valor encontrado foi de R$ 0,19551 por kWh. Para encontrar o valor do consumo energtico de cada mquina diretamente relacionada com a fabricao dos produtos, foram realizadas mensuraes a partir de medidores eletrnicos e observaes nos manuais dos fabricantes. Os valores encontrados foram multiplicados pelo custo por kWh previamente calculado, o que resultou no custo de energia por hora de operao de cada mquina. Por motivo de adequao unidade de tempo utilizada no corrente estudo, o segundo, dividiu-se os valores encontrados por 3600. Das mquinas utilizadas na produo, verificou-se que a ALA 1 operava apenas na fabricao das alas metlicas de 3,4 mm, enquanto que a mquina ALA 2 fabricava somente as alas de 4,0 mm. O produto BCON poderia ser fabricado em qualquer uma das sete mquinas dos modelos INJ AB, INJ MN e INJ XY. Assim, de posse da quantidade existente de cada modelo e considerando que o tempo de ciclo no era afetado pela mquina escolhida para a produo, foram projetadas as probabilidades de cada uma das mquinas serem selecionadas para produzir um produto atravs de distribuio de freqncia, como mostra o quadro 7:
MQUINA ALA 01 ALA 02 INJ AB 01 INJ AB 02 INJ MN 01 INJ XY 01 INJ XY 02 CONSUMO DE ENERGIA (KWh) 3,04 1,52 34,20 34,20 30,40 32,30 32,30 CUSTO / KWh 0,19551 0,19551 0,19551 0,19551 0,19551 0,19551 0,19551 CUSTO DE ENERGIA / HORA-MQUINA 0,5943504 0,2971752 6,686442 6,686442 5,943504 6,314973 6,314973 CUSTO DE ENERGIA / SEG.MQUINA 0,00016510 0,00008255 0,00185735 0,00165097 0,00175416 TOTAL FREQNCIA RELATIVA FREQNCIA ACUMULADA

40% 20% 40% 100%

40% 60% 100%

Quadro 7 - Custo de energia por segundo de utilizao das mquinas e probabilidade de seleo para produo

As despesas variveis consideradas pela empresa em estudo so referentes aos gastos com comisso sobre vendas e com a entrega de cada produto. Verificouse que a alquota da comisso do vendedor incidente sobre o preo de venda praticado era varivel e tabelada. Quanto maior a cotao do preo, maior a alquota da comisso. Desta forma, os vendedores eram motivados a vender os produtos pelos maiores preos possveis. Pelo fato de a empresa realizar a distribuio dos produtos para lojas de atacado e de varejo a partir de uma frota prpria de veculos, as despesas relacionadas com a entrega dos produtos foram determinadas para cada produto. Para tal, foram analisados os gastos relacionados com pneus utilizados, combustvel, dirias dos motoristas e ajudantes, entre outros. Esses

gastos foram considerados como despesas variveis, sendo influenciados pelo volume de venda dos produtos. Para a determinao da despesa varivel unitria de entrega de cada tipo de produto, fez-se o uso de dados histricos relativos ao total gasto com os itens acima citados e de informaes a respeito da rea ocupada por cada tipo de produto no compartimento de carga dos veculos. Vale ressaltar que os valores cotados so aproximados. O quadro 8 apresenta as alquotas de comisso de vendas os valores de despesa de entrega:
COTAO DO PREO COMISSO SOBRE O PREO DE VENDA P1 P2 P3 P4

0,4% 0,6% 0,8% 1,0%

PRODUTO BD8L BD10L BD15L BD20L BC45L BC73L CLX BCON

DESPESA VARIVEL DE ENTREGA

R$ 0,0434 R$ 0,0443 R$ 0,0586 R$ 0,0703 R$ 0,0712 R$ 0,1184 R$ 0,0665 R$ 0,0649

Quadro 8 - Despesa aproximada de entrega por produto

As informaes obtidas nesta etapa, aliadas projeo das receitas unitrias de vendas (seo seguinte), foram utilizadas diretamente na determinao da MCU de cada produto. 5.3.2 Etapa 2 analisar e projetar receitas unitrias Aps levantamento junto ao Setor Comercial da empresa, verificou-se que a precificao era realizada de forma tabelada. Para cada produto era utilizada uma tabela com quatro cotaes de preo (do menor para o maior): P1, P2, P3 e P4. De acordo como poder de barganha do cliente, o vendedor estava autorizado a oferecer um desconto at o valor mnimo de P1. De posse dos preos praticados para a venda de cada produto, um estudo histrico foi realizado para determinar a freqncia de incidncia de cada uma das cotaes, como apresenta o quadro 9 aplicado ao produto BCON.
COTAO PREO DE VENDA BALDE PARA CONSTRUO FREQNCIA RELATIVA FREQNCIA ACUMULADA

P1 P2 P3 P4

R$ 3,70 R$ 3,80 R$ 3,90 R$ 4,00 TOTAL

15% 25% 40% 20% 100%

15% 40% 80% 100%

Quadro 9 - Preos praticados na venda do produto BCON com a incidncia histrica de cada cotao

Os valores e as distribuies de freqncias encontradas, aliados simulao de Monte Carlo, foram utilizados na determinao da MCU esperada para o ms de outubro de 2007 de cada produto. O clculo da MCU esperada abordado na etapa a seguir.

5.3.3 Etapa 3 aplicar simulao e determinar a margem de contribuio unitria esperada de cada produto De posse dos custos por unidade de recursos produtivos (matria-prima, mo-de-obra e energia eltrica) diretamente consumidos, dos preos de venda praticados, das despesas variveis unitrias e das distribuies de freqncia dos consumos unitrios de recursos e das cotaes de preo por produto, determinou-se a Margem de Contribuio Unitria Esperada para o ms de outubro de 2007 para cada tipo de produto. Para tal, fez-se o uso do mtodo de simulao de Monte Carlo com a gerao de nmeros aleatrios que incidiram sobre as distribuies de freqncia determinadas para cada consumo de recurso, despesa varivel e cotao de preo de venda. A utilizao da simulao de Monte Carlo para determinao da MCUE deuse da seguinte forma: geraram-se nmeros aleatrios no-nulo entre 0 e 1 e os remeteram, com base nas distribuies de freqncia estabelecidas, a um valor correspondente de consumo de matria-prima, tempo de ciclo, custo energtico por segundo de operao de mquina e preo de venda cotado. As distribuies de freqncia relativa apontaram as probabilidades de ocorrncia de cada valor. As distribuies de freqncia absoluta serviram como base para a definio dos intervalos, entre 0 e 1, que se relacionavam aos nmeros aleatrios gerados. Este procedimento foi replicado 10.000 vezes para a consecuo de uma amostra representativa da realidade empresarial modelada. O quadro 10 apresenta uma aplicao de trs simulaes para o mesmo produto, seguindo as expresses 3, 4 e 5 apresentadas na seo 4.3.
N NMERO CONSUMO B/B NMERO TEMPO DE NMERO CUSTO DE ENERGIA / NMERO RECEITA SIMULAO ALEATRIO PRETO. REC. (Kg) ALEATRIO CICLO (seg.) ALEATRIO seg. MQUINA ALEATRIO UNITRIA

1 2 3

0,543 0,321 0,682

0,642 0,639 0,644

0,152 0,946 0,537

30 44 35

0,874 0,121 0,697

0,001754159 0,001857345 0,001754159

0,446 0,479 0,281

3,90 3,90 3,80

Quadro 10 - Aplicao de simulao de Monte Carlo ao produto BCON

Os valores encontrados relativos ao consumo unitrio de matria-prima foram multiplicados, em cada simulao, pelo custo por quilograma do material plstico utilizados em cada tipo de produto. Assim, conseguiu-se determinar o custo de material direto de cada produto fabricado, em cada simulao. Os tempos de ciclo encontrados foram multiplicados pelo custo de mo-de-obra direta por segundo de trabalho e pelo custo de energia por segundo de operao de mquina para a determinao do custo de MOD e da energia direta de cada tipo de produto, respectivamente. O somatrio dos trs custos unitrios calculados foi dividido pelo ndice de Rendimento, como sugere a expresso 2. Para o clculo do IR, foi realizado um levantamento histrico da quantidade total produzida (3.397.223 produtos) nos nove meses anteriores ao perodo em analise. Em seguida, levantouse o nmero total de unidades produzidas que no atenderam s necessidades dos clientes, expressas atravs de especificaes de projeto (101.905 produtos). Desta forma, obteve-se um IR de 0,97. Assim, em cada simulao, a soma dos custos diretos de MP, de MOD e de energia foi dividida pelo valor do IR calculado, o que inflacionou, levemente, o valor dos custos unitrio de cada produto. Esse valor adicionado ao custo unitrio direto representa os gastos incorridos na fabricao dos produtos no-conformes.

Os custos determinados em cada simulao, inflacionados pelo IR, foram somados aos custos unitrios relacionados com a fabricao dos componentes (ala metlica). Vale destacar que esta soma foi aplicada, exclusivamente, aos produtos BCON, BD8L, BD10L, BD15L e BD20L. Finalmente, para o clculo do gasto total unitrio de cada produto, o valor da soma anterior foi adicionado ao valor das despesas variveis unitrias. Tomando como base a expresso 1 do mtodo proposto, os valores de gasto total unitrio foram confrontados com as receitas unitrias para a determinao, em cada simulao, das MCUs dos produtos. O quadro 11 apresenta, para o produto BCON, as MCUs obtidas com as 30 primeiras simulaes. Ressalta-se que as simulaes realizadas foram executadas no software EXCEL 2007. Os nmeros aleatrios gerados no aparecem no quadro 11, pois estes foram inseridos diretamente nas frmulas de clculo de cada item, quando aplicvel.
DETERMINAO DA MCU - BALDE PARA CONSTRUO
CONSUMO CUSTO / TEM PO DE CUSTO / SIM ULAO B/B PRETO. Kg DE B/B CICLO seg. DE REC. (Kg) PRETO. REC. (seg.) M OD CUSTO DE ENERGIA / seg. MQUINA CONSUM O AO GALV. 4,0 mm (Kg) CUSTO / TEMPO DE CUSTO CUSTO DE DESPESA COM ISSO GASTO RECEITA Kg AO CICLO (seg.) DE MOD ENERGIA / DE SOBRE UNITRIO ALA UNITRIA GALV. / ALA seg. ALA 02 ENTREGA VENDA TOTAL 4,0 mm M ETLICA

MCU

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

0,64 0,638 0,646 0,643 0,646 0,64 0,641 0,634 0,645 0,652 0,639 0,653 0,634 0,65 0,643 0,639 0,642 0,643 0,645 0,634 0,639 0,639 0,639 0,649 0,638 0,635 0,649 0,639 0,642 0,641

1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62 1,62

33 44 37 37 36 39 35 31 41 31 34 38 27 42 30 33 29 41 43 40 36 36 25 36 38 31 37 40 41 35

0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001

0,00165097 0,00185735 0,00175416 0,00175416 0,00165097 0,00175416 0,00185735 0,00175416 0,00165097 0,00185735 0,00175416 0,00175416 0,00185735 0,00185735 0,00175416 0,00185735 0,00175416 0,00185735 0,00175416 0,00185735 0,00175416 0,00185735 0,00185735 0,00175416 0,00175416 0,00165097 0,00175416 0,00175416 0,00185735 0,00175416

0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057 0,057

2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464 2,464

8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0 8,0

0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808 0,00808

0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549 0,000082549

0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649 0,0649

3,90 4,00 3,80 3,90 3,80 4,00 3,80 3,90 4,00 4,00 3,80 3,70 3,90 3,90 3,90 3,90 3,90 4,00 3,90 4,00 3,70 3,90 4,00 4,00 3,90 3,90 3,90 3,80 3,80 3,90

0,0312 0,04 0,0228 0,0312 0,0228 0,04 0,0228 0,0312 0,04 0,04 0,0228 0,0148 0,0312 0,0312 0,0312 0,0312 0,0312 0,04 0,0312 0,04 0,0148 0,0312 0,04 0,0400 0,0312 0,0312 0,0312 0,0228 0,0228 0,0312

1,404682 1,449679 1,421212 1,424602 1,414533 1,434091 1,410885 1,392473 1,443779 1,434632 1,400972 1,427752 1,383946 1,455008 1,404654 1,410033 1,400134 1,449162 1,44504 1,431175 1,398672 1,418901 1,395185 1,440573 1,419101 1,390845 1,434622 1,41807 1,430292 1,415562

2,49532 2,55032 2,37879 2,47540 2,38547 2,56591 2,38911 2,50753 2,55622 2,56537 2,39903 2,27225 2,51605 2,44499 2,49535 2,48997 2,49987 2,55084 2,45496 2,56883 2,30133 2,48110 2,60482 2,55943 2,48090 2,50915 2,46538 2,38193 2,36971 2,48444

Quadro 11 - Determinao das MCUs do produto BCON em cada simulao

As MCUs geradas foram projetadas na forma de uma funo densidade de probabilidade. A partir dessa funo, determinou-se a Margem de Contribuio Unitria Esperada para o ms de outubro de cada tipo de produto. Para tal, foi aplicada estatstica descritiva na forma de mdia atravs da utilizao do software MINITAB 15.0. A figura 3 mostra os valores da MCUE para outubro de 2007 de todos os produtos com destaque ao produto Balde para Construo (BCON):

Figura 3 - Determinao da MCUE do produto BCON a partir do software MINITAB 15.0

5.3.4 Etapa 4 analisar e projetar demanda e necessidade de produo Para a consecuo dos valores obtidos nesta etapa, foi realizado um levantamento histrico da demanda pelos produtos da empresa. Em seguida, utilizou-se um mtodo quantitativo de previso de demanda, o da mdia mvel ponderada, e se projetou a demanda para o ms de outubro de 2007. Destaca-se que os valores obtidos representam os pedidos em carteira unidos demanda aleatria pelos produtos. De posse desses valores, para a determinao da necessidade de produo de cada tipo de produto, fez-se o uso da expresso matemtica 7. Os valores obtidos encontram-se no quadro 12:
TIPO DE PRODUTO BD8L BD10L BD15L BD20L BC45L BC73L CLX BCON TOTAL DEMANDA HISTRICA - 2007 JAN FEV MAR ABR MAI JUN JUL AGO SET PREVISO DE DEMANDA (OUT) NECESSIDADE DE PRODUO (OUT)

135.100 71.000 55.000 51.220 23.225 1.540 5.550 45.200

133.650 67.725 50.647 46.950 18.200 7.540 4.820 43.450

154.100 99.850 18.425 18.860 17.275 11.150 24.080 47.325

150.825 53.600 32.450 41.500 22.425 5.740 9.680 39.125

109.900 57.575 50.650 11.100 4.600 9.640 29.466 35.400

96.700 104.665 127.412 76.225 61.650 79.675 24.550 50.750 56.850 37.150 42.250 49.325 21.625 14.950 25.575 13.395 7.725 6.200 15.660 6.860 8.320 36.375 42.350 41.975

135.500 94.925 36.400 50.650 20.925 4.545 28.433 60.125

145.736 90.098 52.209 46.683 22.408 11.218 24.147 54.986 447.485

150.244 92.885 53.824 48.127 23.102 11.565 24.894 56.687 461.328

387.835 372.982 391.065 355.345 308.331 321.680 331.200 395.332 431.503

Quadro 12 Previso de demanda e necessidade de produo para o ms de outubro de 2007

5.3.5 Etapa 5 verificar existncia de recurso com restrio de capacidade e calcular a sua disponibilidade Partindo do pressuposto de que a empresa no estava sujeita a restries relativas ao fornecimento de matria-prima e de mo-de-obra para a fabricao dos produtos, verificou-se que a limitao do processo produtivo poderia corresponder disponibilidade das mquinas para operao. Destaca-se que o valor encontrado foi expresso em segundos, unidade de tempo padro do corrente estudo. A partir de informaes coletadas junto a tcnicos do Setor de Planejamento e Controle da Produo, constatou-se que a empresa trabalhava em trs turnos de oito horas de segunda a domingo. Assim, para o ms de outubro, foi previsto que empresa entraria em operao nos trinta e um dias disponveis do perodo. De posse desses valores, determinou-se a capacidade nominal mxima de processamento. Em seguida, foi realizado um levantamento para determinao dos fatores que reduziriam a capacidade nominal mxima em cada tipo de mquina, a

saber: tempo mdio mensal designado para realizao de manuteno (corretiva e preventiva), tempo mdio de setup e o tempo despendido na fabricao de produtos no conformes. A partir desta anlise, projetou-se que a capacidade real mxima de processamento (disponibilidade) das mquinas INJ AB, INJ MN e INJ XY seria de 11.449.440 segundos. Quando confrontando com a necessidade de produo projetada para o ms de outubro de 2007, o tempo disponvel para fabricao verificou-se como uma restrio ao processo produtivo. Com isso, conseguiu-se estabelecer a mtrica econmica que considera o consumo unitrio de RRC para alicerar a deciso do mix de produtos do perodo, conforme seo seguinte.

5.3.6 Etapa 6 determinar a MCUE sobre o consumo esperado de RRC para cada produto Os valores de consumo unitrio de RRC, considerando que este se tratava do somatrio das disponibilidades das mquinas injetoras, correspondiam ao tempo que cada produto levava para ser fabricado, ou seja, o Tempo de Ciclo. Com isso, similarmente ao procedimento adotado na determinao das MCUs esperadas, foram calculados os consumos unitrios de RRC para cada tipo de produto esperados para o ms de outubro de 2007. Para tal, os TCs encontrados em cada simulao foram projetados na forma de funo densidade de probabilidade. Em seguida, para cada tipo de produto, extraiu-se a mdia dos TCs atravs da utilizao do software MINITAB 15.0. A figura 4 mostra a determinao do Consumo de RRCE dos produtos, destacando BCON:

Figura 4 - Determinao do Consumo de RRC esperado do produto BCON a partir do software MINITAB 15.0

De posse das MCUs e dos consumos unitrios de RRC esperados, definiuse, para cada tipo de produto, a mtrica econmica para priorizao da produo e venda dos produtos da empresa para o perodo em anlise e planejamento. Para tal, fez-se o uso da expresso 8. Os valores encontrados e a priorizao estabelecida so apresentados no quadro 13. Vale destacar que a ordem de prioridade diferente quando comparado com o simples uso da MCUE como critrio.

TIPO DE PRODUTO BD8L BD10L BD15L BD20L BC45L BC73L CLX BCON

MCUE (R$)

CONSUMO ESPERADO DE UNIDADES DE RRC (TEMPO DE MQUINA EM SEGUNDOS)

MCUE / CONSUMO DE RRCE (R$ / TEMPO DE MQUINA)

PRIORIDADE DE PRODUO E VENDA (PARMETRO: MCUE )

PRIORIDADE DE PRODUO E VENDA (PARMETRO: MCUE / CONSUMO DE RRCE )

1,55 1,58 1,69 1,76 2,21 2,52 1,62 2,44

20,06 20,39 28,41 28,96 36,66 61,16 26,19 35,21

0,0771 0,0773 0,0597 0,0608 0,0602 0,0412 0,0618 0,0693

8 7 5 4 3 1 6 2

2 1 7 5 6 8 4 3

Quadro 13 - Priorizao da produo e venda dos produtos para o ms de outubro de 2007 com base no consumo unitrio de RRC

A partir da priorizao estabelecida com base no consumo unitrio de RRC, definiu-se o mix de produo e venda dos produtos, como mostra a seo seguinte.

5.3.7 Etapa 7 determinar mix de produtos com base na MCUE sobre o consumo de RRCE De posse das MCUE e dos consumos esperados de RRC de cada produto, aliado ao valor correspondente capacidade real mxima da fbrica, ou seja, a disponibilidade total das mquinas, estabeleceu-se o mix de produo e venda dos produtos de forma a maximizar a MCTE da empresa. O resultado gerado apresentado no quadro 14:
PRIORIDADE DE CONSUMO ESPERADO MARGEM DE NECESSIDADE DE DEMANDA CAPACIDADE PRODUO E VENDA TIPO DE MCUE MIX DE DE UNIDADES DE RRC CAPACIDADE MIX DE VENDAS CONTRIBUIO PRODUO PREVISTA CONSUMIDA (PARMETRO: MCUE / PRODUO (TEMPO DE MQUINA PRODUTO RESTANTE (%) (PRODUO x 0,97) TOTAL (R$) (1,03 x DEMANDA) (OUT/2007) (RRC) (%) EM SEGUNDOS) ESPERADA (R$) CONSUMO DE RRCE) BD10L BD8L BCON CLX BD20L BC45L BD15L BC73L TOTAL

90.098 145.736 54.986 24.147 46.683 22.408 52.209 11.218 447.485

1,58 1,55 2,44 1,62 1,76 2,21 1,69 2,52 -

92.885 150.244 56.687 24.894 48.127 23.102 53.824 11.565 461.328

1 2 3 4 5 6 7 8 -

92.885 150.244 56.687 24.894 48.127 23.102 53.824 2.014 451.777

20,39 20,06 35,21 26,19 28,96 36,66 28,41 61,16 -

16,55% 26,33% 17,43% 5,69% 12,17% 7,40% 13,35% 1,08% 100,00%

83,45% 57,13% 39,69% 34,00% 21,83% 14,43% 1,08% 0,00% -

90.098 145.736 54.986 24.147 46.683 22.408 52.209 1.954 438.221

142.035,60 225.398,18 134.239,18 39.061,27 82.180,27 49.465,90 88.488,35 4.923,96 765.792,71

Quadro 14 - MCT esperada para o ms de outubro de 2007, obtida a partir da mtrica econmica de priorizao da produo e venda que considera o consumo unitrio de RRC

Destaca-se que, ao se determinar o mix somente utilizando a MCUE como critrio, obteve-se uma MCTE de R$ 745.462,42 e uma demanda atendida de 419.246 produtos, ou seja, 2,73% e 4,53% menores que os resultados, respectivamente, gerados pelo mtodo para deciso de mix de produtos proposto (MCT de R$ 765.792,71 e 438.221 unidades vendidas). Tanto pela tica da quantidade de pedidos atendida, quanto pela da MCTE gerada, definiu-se, devido existncia de restrio de capacidade, o mix de produtos com base na mtrica econmica proposta em detrimento da baseada exclusivamente MCUE provinda da Contabilidade Gerencial tradicional. Desta forma, a empresa condicionou-se a obter um maior resultado econmico e a conseguir atender um maior nmero de solicitaes, gerando uma menor quantidade de back orders. Vale ressaltar que os resultados obtidos com a aplicao da mtrica econmica para alicerar a deciso de mix de produtos poderiam ser ainda melhores caso a empresa conseguisse ampliar a sua capacidade produtiva. Para tal, poder

se-ia tentar reduzir o tempo de setup das mquinas, diminuir o tempo despendido na fabricao de produtos defeituosos a partir da adoo de ferramentas da qualidade, dentre outras aes. Alm disso, os gestores da empresa poderiam empreender aes, junto aos fornecedores de matria-prima, para a consecuo de plstico reciclado de melhor qualidade, o que acarretaria em uma reduo da variabilidade do processo produtivo tanto em termos de consumo de material, como tambm de tempo de fabricao de cada produto.

6 CONSIDERAES FINAIS

Este estudo apresentou um mtodo de carter quantitativo e econmico para auxiliar a tomada de deciso de mix de produtos a partir da unio de conceitos provindos da Contabilidade Gerencial e da Pesquisa Operacional. Especificamente para o caso em que uma empresa manufatureira operava com uma acentuada variabilidade de custos unitrios, realizou-se a aplicao da simulao de Monte Carlo de forma conjunta Margem de Contribuio e ao conceito de consumo unitrio de RRC na definio de uma mtrica econmica para alicerar a priorizao de produo e venda dos produtos, ou seja, a deciso de mix de produtos da empresa. Assim, conseguiu-se responder pergunta de pesquisa para a qual o estudo foi direcionado. No exemplo didtico utilizado para ilustrar a aplicao do mtodo proposto, pde-se observar que o conhecimento detalhado da estrutura dos custos e despesas, dos preos de venda e do processo produtivo da empresa verificou-se imprescindvel para a determinao dos produtos que mais contribuam para a maximizao do resultado econmico da empresa, alm de servir como uma base confivel para a tomada de deciso gerencial. Destaca-se que um acompanhamento contnuo dos custos e despesas deve ser realizado pelos gestores para que aes corretivas imediatas possam ser tomadas no momento em que ocorrerem variaes acentuadas. Fazer essa anlise desses custos e despesas requer disciplina e determinao, alm de demandar amplo esforo, porm, proporciona resultados imediatos podem ajudar a empresa a tomar decises de mix de produtos mais precisas. Como ponto forte deste estudo, pode-se destacar a simplicidade da aplicao da Margem de Contribuio aliada ao conceito de consumo unitrio de RRC e simulao de Monte Carlo. Alm disso, a projeo de cenrios proporcionou uma viso econmica solidificada para a empresa tomar a deciso de produo e venda de produtos. Outro ponto a destacar relaciona-se com o fato de o estudo ter feito o uso de variados conceitos e ferramentas computacionais que podem ser aproveitados em outras situaes. Ressalta-se, ainda, que a integrao de procedimentos de simulao com a anlise gerencial de custos, despesas, preos de vendas e processo produtivo constituiu-se como um diferencial positivo deste trabalho. Finalmente, pode ser destacada a transcorrncia deste estudo em vrios aspectos relacionados ao processo industrial, importante ambiente de atuao profissional do Engenheiro de Produo. Dentre as limitaes do trabalho, destaca-se a pouca anlise realizada em relao aos fatores no estritamente econmicos que podem influenciar a deciso de mix de produtos, como a possibilidade de fidelizao de clientes. Outro ponto

passvel de maior anlise diz respeito qualidade dos produtos fabricados pela empresa, qualidade esta que pode fazer o preo cobrado tornar-se maior e o gap entre a demanda e a necessidade de produo ser diminudo. Portanto, o mtodo proposto no deve ser utilizado sozinho, mas em conjunto com outras ferramentas e informaes, tendo em vista o pleno conhecimento das condies dos clientes e concorrentes da empresa. Convm observar que, apesar de tratar um caso em que os custos utilizados no clculo da MCU so considerados como variveis e diretos, reconhece-se que a classificao de custos no um processo simples quando se leva em considerao um horizonte de curto prazo, o que pode limitar a aplicao do mtodo proposto em outros contextos empresariais. Como limitao final, destacase a considerao de apenas uma restrio no processo produtivo analisado (no caso, a capacidade das mquinas de injeo). Essa considerao nem sempre verdadeira, j que ambientes de manufatura podem apresentar mltiplas restries devido a limitaes de capacidade em termos de mo-de-obra, de matria-prima e de outras atividades produtivas (para mais detalhes sobre deciso de mix de produtos em ambientes com mltiplas restries, consultar Fredendall e Lea (1997)). Por fim, idealiza-se que este trabalho contribua como um referencial terico para outros estudos que envolvam a deciso de mix de produtos dentro do campo de conhecimento da gesto econmica de organizaes. ABSTRACT

This paper aims to present the use of the Monte Carlo simulation to define metrics to support product-mix decision in a company in which products have great variability in costs per unit. To attain this purpose, a seven-step model built from the integration of Monte Carlo simulation with Contribution Margin concept, coming from Managerial Accounting, is proposed. The method is applied from a didactic example which uses real data achieved through a field research carried out in a Brazilian plastic products factory that employ recycled material. Finally, it is concluded that the Monte Carlo simulation is effective for treating costs per unit variability and that the proposed method is useful to support decision-making related to product-mix.

Keywords: product-mix decision, Monte Carlo simulation, costs per unit variability

REFERNCIAS

ABIPLAST. Perfil da indstria brasileira de transformao de material plstico, 2008. Disponvel em: <http://www.abiplast.org.br/upload/File/Perfil2008/PERFIL_2008.zip>. Acesso em: 01/10/2010. ASSEF, R. Gerncia de Preos como Ferramenta de Marketing. Rio de Janeiro: Campus, 2005.

BANKS, J.; CARSON, J.; NELSON, B. Discrete-event system simulation. New Jersey: Prentice Hall, 1996. BRUNI, A. L. Administrao de custos, preos e lucros. So Paulo: Atlas, 2006. BUFFA, E. S. Modern Production Management. 4th ed. New York: John Willey & Sons, 1973. CEMPRE. Negcios e Oportunidades. CEMPRE informa, n 66, 2002. Disponvel em: <Http://cempre.tecnologia.ws/cempre_informa.php?lnk=ci_20021112_inter.php>, acesso em 06/04/09. COGAN, S. Contabilidade Gerencial: uma abordagem da teoria das restries. So Paulo: Saraiva, 2007. CORBETT NETO, T. Contabilidade de Ganhos: a nova contabilidade gerencial de acordo com a teoria das restries. So Paulo: Nobel, 1997. COX, J.; SPENCER, M. S. The Constraints Management Handbook. New York: St. Lucie Press, 1998. DAVIS, M. M.; AQUILANO, N. J.; CHASE, R. B. Fundamentals of Operations Management. Boston: Irwin McGraw Hill, 1999. DEMMY, S.; TALBOTT, J. Improve internal reporting with ABC and TOC. Management Accounting, v. 80, n. 5, p. 18-24, 1998. ESCUDERO, L. F. La simulacin en la empresa. Bilbao: Ediciones Deusto, 1973. FOSTER, B. P.; S. J. BAXENDALE. The absorption vs. direct costing debate. Cost Management, v. 22, n. 4, p. 40-48, 2008. FREDENDALL, L. D.; LEA, B. R. Improving the product mix heuristic in the theory of constraints. International Journal of Production Research, v. 35, n. 6, p. 1535-1544, 1997 GARRISON, R. H.; NOREEN, E. W.; BREWER, P. C. Managerial Accounting. 11th ed. New York: McGraw Hill, 2006. GENTLE, J. E. Random Number Generation and Monte Carlo Methods. New York: Springer, 2003. GIL, A. C. Como elaborar projetos de pesquisa. 4 ed. So Paulo: Atlas, 2002. HILLIER, F. S.; LIEBERMAN, G. J. Introduction to Operations Research. 6th ed. New York: McGraw Hill, 1995. LEONE, G. G. Custos: um enfoque administrativo. 13 ed. Rio de Janeiro: Fundao Getlio Vargas, 2000.

LINHARES, A. Theory of constraints and the combinatorial complexity of the product mix decision. International Journal of Production Economics, v. 121, n. 1, p. 121-129, 2009 LUSTOSA, P. R. B.; PONTE, V. M. R.; DOMINAS, W. R. Simulao. In: CORRAR, L. J.; THEPHILO, C. R. (Org.). Pesquisa Operacional para deciso em contabilidade e administrao. So Paulo: Atlas, 2004. MARCONI, M. A.; LAKATOS, E. M. Fundamentos de Metodologia Cientfica. 6 ed. So Paulo: Atlas, 2008. MARTINS, E. Contabilidade de Custos. 9 ed. So Paulo: Atlas, 2006. METROPOLIS, N. The beginning of the Monte Carlo method. Los Alamos Science, 1987, p. 125130. Disponvel em: <http://library.lanl.gov/la-pubs/00326866.pdf>. Acesso em: 01/01/2010. METROPOLIS, N.; ULAM, S. The Monte Carlo method. Journal of the American Statistical Association, v. 44, n. 247, p. 335-341. 1949. MOORE, J. H., WEATHERFORD, L. R. Decision modeling with Microsoft Excel. 6th ed. New Jersey: Prentice Hall, 2001. PADOVEZE, C. L. Curso Bsico Gerencial de Custos. 2 ed. So Paulo: Pioneira Thomson Learning, 2006. PIDD, M. Modelagem empresarial: ferramentas para tomada de deciso. Porto Alegre: Artes Mdicas Sul, 1996. PRADO, D. Teoria das Filas e da Simulao, 2 ed. Nova Lima: INDG, 2004. SHAMBLIN, J. E.; STEVENS, G. T. Operations research: a fundamental approach. New York: McGraw-Hill, 1974. SINGH, R. K.; PRAKASH, K. S.; TIWARI, M. K. Psycho-clonal based approach to solve a TOC product mix decision problem. International Journal of Advanced Manufacturing Technology, v. 29, n. 11-12, p. 1194-1202, 2006 WINSTON, W. L. Operations research: applications and algorithms. 3rd ed. Belmont: Duxbury Press, 1994. YIN, R. K. Estudo de Caso: planejamento e mtodo. 3 ed. Porto Alegre: Bookman, 2005.

Você também pode gostar