Escolar Documentos
Profissional Documentos
Cultura Documentos
N
C
I
A
Mesmo
que
IMPORTNCIA
para os
CLIENTES baixa alta
b
o
m
m
a
uPREO/CUsTO *
QUALIDADE DO PRODUTO
QUALIDADE DA ENGENHARIA
PRAZO DE COTAO
PRAZO DE ENTREGA
CONFIABILIDADE DE ENTREGA *
FLEXIBLIDADE DO PROJETO *
FLEXIBILIDADE DE ENTREGA *
FLEXIBILIDADE DE VOLUME *
9 8 7 6 5 4 3 2 1
1
2
3
4
5
6
7
8
9
Melhor
que
Pior
que
Pouco
Relevantes
Qualifica-
dores
Ganhadores
de pedidos
D
E
S
E
M
P
E
N
H
O
c
o
m
p
a
r
a
d
o
c
o
m
a
C
O
N
C
O
R
R
N
C
I
A
Mesmo
que
IMPORTNCIA
para os
CLIENTES baixa alta
b
o
m
m
a
uPREO/CUsTO *
QUALIDADE DO PRODUTO
QUALIDADE DA ENGENHARIA
PRAZO DE COTAO
PRAZO DE ENTREGA
CONFIABILIDADE DE ENTREGA *
FLEXIBLIDADE DO PROJETO *
FLEXIBILIDADE DE ENTREGA *
FLEXIBILIDADE DE VOLUME *
9 8 7 6 5 4 3 2 1
1
2
3
4
5
6
7
8
9
Figura 10: Matriz importncia x desempenho
Fonte: Slack (2002, p.75)
Com as decises do mercado e do ambiente de negcios j tomadas, podem ser
definidos no plano estratgico os objetivos chave da performance do negcio. Esses
objetivos chave so:
Lucratividade.
Retorno sobre investimento.
Participao de mercado.
Papel social.
Valores da empresa.
2.4.2 As decises do plano agregado e do plano de recursos
A definio de plano agregado, para Arnold e Chapman
(2003), um processo de negcios que ajuda as empresas a
materem balanceados o suprimento e a demanda. O plano agregado
focado em em volumes agregados de grupos de produtos e nos mix
desses grupos. O plano agregado pode ser feito em termos
financeiros ou em unidades de produtos.
Para Arnold e Chapman (2003), o plano agregado um processo contnuo de
reviso do plano estratgico. No plano agregado, o plano estratgico desmembrado para
os departamentos como marketing, desenvolvimento de produtos e operaes. Alm de
utilizar as informaes do planoestratgico, o plano agregado utiliza as informaes do
mercado atravs da previso de vendas. Essas previses so muito importantes aos
tomadores de deciso nesse nvel de planejamento.
Juntamente com o plano agregado tambm definido o plano de recursos. Isso
21
porque a partir do plano agregado que a cadeia de suprimentos comea a avaliar sua
capacidade de fornecer a demanda. E essa capacidade de fornecimento pode afetar as
decises tanto do plano agregado como do plano de recursos.
A primeira grande deciso a ser tomada nesse nvel de planejamento diz respeito ao
nvel de servio exigido pelo cliente. O conceito de nvel de servio, segundo o Dicionrio
da APICS (2002), a capacidade de uma empresa em atender todas as necessidades dos
seus clientes. Um nvel de servio alto trar a mxima satisfao ao cliente, porm em
alguns casos pode ser economicamente invivel. Porm, um nvel de servio baixo, apesar
do custo baixo para a manuteno desse nvel, pode fazer com que a empresa corra risco de
perder o cliente.
A deciso sobre o nvel de servio uma das mais difceis de serem tomadas no
plano agregado. A alm disso, a deciso de quanto ser o nvel de servio ir repercutir no
plano de recursos, e tambm, como veremos mais adiante, no plano mestre de produo.
Arnold e Chapman (2003).
Uma ferramenta muito til para ajudar os tomadores de deciso na definio do
nvel de servio a matriz ABC-XYZ. Nessa matriz, os produtos so relacionados de
acordo com sua margem de contribuio para o negcio e seu volume de vendas. Arnold e
Chapman (2003).
Abaixo podemos ver um exemplo dessa matriz:
0% 5% 50% C
5% 25% 75% B
50% 75% 95% A
Margem
Z Y X
Volume de vendas
0% 5% 50% C
5% 25% 75% B
50% 75% 95% A
Margem
Z Y X
Volume de vendas
Figura 11: Matriz ABC-XYZ
Fonte: Arnold e Chapman (2003, p.63)
Verificamos que, produtos que possuem uma tima margem e um timo volume de
vendas devero ter 95% de nvel de servio. J produtos com vendas espordicas e
margens no muito significativas devem ter nvel de servio de 0%, isto ,
economicamente vivel atendermos planejarmos produo ou compra dos produtos que se
22
encontram nesse quadrante sem que haja um pedido firme do cliente.
Essa matriz apenas auxilia na tomada de deciso sobre o nvel de servio, mas no
determinada exatamente qual ser o nvel praticado. Isso porque existem outras variveis
alm da margem e do volume de vendas que podem influenciar no nvel de servio. Um
exemplo disso a existncia de um contrato de fornecimento na qual especificado um
nvel de servio maior do que a matriz sugere. Isso ocorre muitas vezes quando o cliente
requer um fornecimento Just-in-Time para produtos de baixo volume de vendas ou de
pouca margem. (Arnold e Chapman, 2003).
Com base no nvel de servio escolhido pelos tomadores de deciso, a estratgia de
produo dos produtos definida. justamente a estratgia escolhida que ir influenciar
no plano de recursos. Na figura 12 podemos ver quais so essas estratgias e como elas
afetam no plano de recursos:
Nvel
de
servio
Lead
time
Atendimento da
demanda
Influncia no plano de
recursos
Tipo de
produo
Tipo de
layout
Projeto para pedido
(Engineering-to-
Order)
Desenvolve,
produz e entrega
ao cliente.
Por
projeto
Por produto
Produo para pedido
(Make-to-Order)
Produz e entrega
ao cliente
Produo
em lotes
Por produto
Por
processo
Montagem para pedido
(Assemble-to-Order)
Monta e entrega
ao cliente
Produo
intermiten
te
Por
processo
Produo para estoque
(Make-to-Stock)
Produz e entrega
no estoque
Fluxo
contnuo
Linha de
produo
Figura 12 : Estratgia de entrega de produtos
Fonte: Arnold e Chapman (2003, p.113)
23
A prxima deciso a ser tomada no plano agregado, e que tambm pode afetar o
plano de recursos, qual ser a estratgia de produo. Segundo Arnold e Chapman
(2003), a escolha da estratgia de produo est ligada a trs importantes fatores: a
demanda, que informada pela previso de vendas; os objetivos chave determinados no
plano estratgico; e a capacidade de produo atualmente instalada. A estratgia de
produo vai definir como a produo ir se comportar para atender a demanda. E esse
comportamento depender tambm dos recursos financeiros disponveis manter o
equilbrio entre o fornecimento e a demanda.
Segundo Slack (2002) existem quatro estratgicas bsicas para a produo:
Estratgia de produo acompanhando a demanda.
Estratgia de produo nivelada.
Estratgia produo em terceiros.
Estratgia de produo hbrida.
Na estratgia de produo que acompanha a demanda, o objetivo produzir
exatamente o que a demanda necessita. Para se conseguir isso, a produo necessita ser
muito flexvel para absorver rapidamente das variaes de demanda. A grande vantagem
dessa estratgia de manter os estoques estveis. Apesar da vantagem do reduzido custo
de estoque, essa estratgia pode gerar custos extras de contratao e horas extras nos picos
de demanda. Em pocas de demanda baixa, para reduzir a capacidade podem ocorrer
demisses, o que reduz tambm a moral dos empregados. E, alm disso, o custo de manter
uma produo extremamente flexvel muito alto. (Slack, 2002)
Na estratgia de produo nivelada, o objetivo manter uma capacidade de
produo fixa independente da demanda. Geralmente o nvel de produo prximo da
demanda mdia do perodo de planejamento. A vantagem dessa estratgia o baixo custo
de capital associado capacidade de produo instalada. Porm, essa estratgia exige que a
previso de vendas seja a mais acurada possvel para que a estratgia possa ser vivel.
Caso uma queda na demanda no foi prevista poder acarretar na formao de estoque, e
conseqentemente no aumento do custo de capital, eliminando assim a vantagem dessa
estratgia. J um pico de demanda no previsto pode fazer com que nem toda a demanda
seja atendida, podendo acarretar insatisfao dos clientes. (Slack, 2002)
Na estratgia de produo em terceiros, o objetivo manter a produo nivelada
tambm, porm o nvel de produo igual demanda mnima e no a demanda mdia. A
produo para atender a demanda adicional passada para empresas contratadas como
24
terceiros. A vantagem dessa estratgia a reduo dos custos de ociosidade da capacidade
instalada. Porm, dependendo das condies de contratao das empresas terceirizadas,
outros custos podem surgir como custos de compra e transporte, alm do custo da
qualidade. (Slack, 2002)
A estratgia de produo hbrida uma combinao das trs estratgias vistas
anteriormente. As taxas de produo sero constantes em determinados ciclos, com essas
taxas variando de acordo com perodos especficos determinados pela previso de vendas.
Assim, essa estratgia pode utilizar toda a capacidade instalada e ainda limita a formao
de estoques.
Na figura13, podemos verificar como cada estratgia se comporta de acordo com a
demanda:
J F M A N M J J D A S O
PRODUO
DEMANDA
Produo acompanha demanda
J F M A N M J J D A S O
PRODUO
DEMANDA
Produo nivelada
J F M A N M J J D A S O
PRODUO
DEMANDA
Produo em terceiros
J F M A N M J J D A S O
PRODUO
DEMANDA
Produo hbrida
J F M A N M J J D A S O
PRODUO
DEMANDA
Produo acompanha demanda
J F M A N M J J D A S O
PRODUO
DEMANDA
Produo nivelada
J F M A N M J J D A S O
PRODUO
DEMANDA
Produo em terceiros
J F M A N M J J D A S O
PRODUO
DEMANDA
Produo hbrida
Figura 13: Estratgias de produo
Fonte: Arnold e Chapman (2003, p.113)
A ltima deciso a ser tomada no plano agregado sobre as quantidades
necessrias para cada famlia de produtos no horizonte de planejamento. Essa deciso
afetar principalmente o plano mestre de produo, quando este ir desmembrar o plano
agregado para os produtos finais. (Slack, 2002)
25
Para as decises de quantidades, a previso de vendas e as metas de estoque so
consideradas. Os tomadores de decises do plano agregado devem realizar a gesto de
demanda. (Petrnio e Laugeni, 2005).
Ela um processo na qual a previso de vendas passa por um crivo, onde so
ajustados os valores das quantidades para um nmero mais prximo da realidade. A gesto
de demanda utiliza ferramentas estatsticas sobre os dados histricos para determinar
padres sazonais e tendncias na demanda. Alm de anlise quantitativa, a gesto de
demanda usa outras ferramentas qualitativas como a tcnica Delphi, onde usado o
conhecimento de mercado para auxiliar no ajuste dos valores. Com os valores das
quantidades definidos na gesto de demanda, os tomadores de deciso ainda devem
verificar as limitaes de estoque das famlias de produtos, de acordo com a estratgia de
entrega e de produo adotada. As quantidades a serem produzidas devem estar dentro dos
limites de estoques. Os limites de estoque derivam dos objetivos chave sobre o capital
circulante da empresa, que foram definidos no plano estratgico. (APICS Dictionary,
2002)
2.4.3 As decises do plano mestre de produo e do plano de
recursos crticos
Segundo o Dicionrio da APICS (2002),
O plano mestre de produo prximo nvel de planejamento da gesto da cadeia
de suprimentos aps o a realizao do plano agregado. No plano mestre de
produo, as quantidades de famlias de produtos so desmembradas em
quantidades de produtos finais e, a partir da, j se pode determinar o mix de
produo cronograma de produo.
As quantidades determinadas no plano agregado para cada famlia de produto so
desmembradas no plano mestre de produo para cada produto final. Para isso, a previso
de vendas para cada produto a principal fonte de informao para desmembrar o plano
agregado. Dessa forma, formamos ento o mix de produo. Porm, esse mix deve ser
revisado pelos tomadores de deciso do plano mestre de produo. Isso porque a previso
de vendas deve ser refinada a ponto de no correr o risco do mix no ser o ideal para
atender os objetivos de demanda e capacidade de produo. O processo de gesto de
demanda pode ser utilizado nesse processo, agora para os produtos finais. Porm,
ferramentas da Pesquisa Operacional tambm so utilizadas para apoiar as decises de
26
mix, sendo a mais utilizada a programao linear. Atravs dessa tcnica, defini-se uma
funo objetivo, como por exemplo, o mix de mximo lucro, e em seguida as restries de
capacidade existentes. Ento, atravs de algoritmos computacionais, a tcnica apresenta as
quantidades timas de cada produto para compor o mix. (Ballou, 2001).
As restries de capacidade so definidas no plano de recursos crticos, que
desenvolvido juntamente com o plano mestre de produo. Esse plano tem como objetivo
avaliar se os recursos crticos conseguem atender o plano mestre de produo, analisando
apenas as necessidades brutas de produtos, sem o detalhar a ocupao das estaes de
trabalho. (Ballou, 2001)
Alm de decidir sobre as quantidades e o mix de cada produto final, os tomadores
de deciso do plano mestre de produo devem decidir quando sero entregues cada um
dos produtos finais. O resultado dessas decises o cronograma de produo. Os
tomadores de deciso do plano mestre de produo definem ento o quanto ser produzido
de cada produto e quando esse produto estar disponibilizado, quebrando o as quantidades
mensais dos produtos para quantidades semanais. Para determinar quais produtos devero
ser disponibilizados em cada semana, os tomadores de deciso devem priorizar os produtos
a serem produzidos, sempre de acordo com a capacidade de produo disponvel. Balou
(2001).
Alm das quantidades de produtos finais a serem produzidos, do mix de produo e
do cronograma de produo, as polticas de estoque tambm so decises tomadas no
plano mestre de produo.
Segundo Ballou (2001, p 63), existem cinco tipos de estoque em uma cadeia de
suprimentos:
Estoque em trnsito.
Estoque cclico.
Estoque especulativo.
Estoque intermedirio.
Estoque de segurana.
Estoque obsoleto.
Os estoques em trnsito so itens que esto sendo transferidos de um ponto a outro
da cadeia de suprimentos. Produtos importados, dependendo das condies comerciais,
podem ser considerados estoques em trnsito enquanto esses produtos ainda esto no canal
logstico, isto , ainda esto no modal de transporte como um navio ou avio. As decises
27
para esse tipo de estoque so de quantos dias de estoque em trnsito o negcio necessita.
Esse tipo de estoque deve ser limitado, pois muitos dias de estoque em trnsito
representam um valor de investimento parado durante muito tempo, prejudicando o fluxo
de caixa da empresa. (Ballou, 2001).
Os estoques cclicos so estoques de matria prima e produtos acabados, formados
para atender a demanda mdia durante o horizonte de planejamento. As decises que
envolvem esse tipo de estoque so muito dependentes do tamanho dos lotes de reposio
desses estoques e do tempo de ressuprimento. Para isso, os tomadores de decises utilizam
os mtodos de Lote Econmico de Compra (LEC), Lote Econmico de Produo (LEP),
Ponto de Pedido e Reviso Peridica para decidirem como ser a reposio dos estoques
cclicos. (Ballou, 2001).
O LEC determinada, baseado no histrico da demanda, nos custos de estoque, no
custo por pedido de compra e no custo por unidade comprada. O LEP anlogo ao LEP,
sendo que a diferena que neste ltimo os produtos no so comprados, mas sim
produzidos. Ambos determinam a quantidade tima de produto para a reposio do estoque
cclico. Abaixo temos as frmulas e o grfico do LEC/LEP:
C I
S D 2
LEC
=
d p
p
C I
S D 2
LEP
=
LT
LEC /
LEP
D Demanda anual
S custo do pedido
C valor do estoque
I Custo de capital
p taxa de produo
d taxa de demanda
C I
S D 2
LEC
=
d p
p
C I
S D 2
LEP
=
LT
LEC /
LEP
D Demanda anual
S custo do pedido
C valor do estoque
I Custo de capital
p taxa de produo
d taxa de demanda
Figura 14 : Frmulas do LEC e do LEP
Fonte: Ballou (2001, p.70)
J o Ponto de Pedido determina quando o estoque cclico dever ser reposto. Seu
conceito bastante simples. Quando o estoque cclico atinge um certo pondo determinado,
um pedido de reposio iniciado. Os tomadores de deciso devem determinar qual a
28
quantidade mnima de estoque cclico para iniciar sua reposio. Para essa deciso
considerado o tempo de ressuprimento e a demanda mdia durante esse perodo.
Normalmente a quantidade do pedido de reposio fixa. (Ballou, 2001).
Abaixo temos a frmula e o grfico do Ponto de Pedido:
SS DDLT pedido de Ponto + =
LT
DDLT Demanda durante o lead time
SS Estoque de segurana
Ponto de
pedido
SS
Figura 15: Frmula do Ponto de Pedido
Fonte: Ballou (2001, p.85)
Na Reviso Peridica, o estoque cclico reposto em intervalos fixos, e a
quantidade dos pedidos que ir variar. Os tomadores de deciso devem verificar qual o
nvel mximo de estoque querem trabalhar para poderem calcular o tamanho do intervalo e
a quantidade dos pedidos. (Ballou, 2001).
Abaixo temos a frmula e o grfico que representa a Reviso Peridica:
I - SS] L) D(R [ Q + + =
LT
D Demanda
SS Estoque de segurana
Meta
mxima de
estoque
R Reviso
L Lead time
I Estoque
Figura 16: Reviso Peridica
Fonte: Ballou (2001, p.87)
29
Resumindo, com o LEC ou o LEP o tamanho do lote dos produtos a serem
comprados ou produzidos pode ser determinado, e com Ponto de Pedido e a Reviso
Peridica pode ser determinado quando o estoque dever ser reposto. Nem sempre o
resultado dos clculos do LEP, LEC, Ponto de Pedido e Reviso Peridica so adequados
realidade da cadeia de suprimentos. Cabe ento aos tomadores de decises avaliar os
resultados e ajust-los convenientemente.
O estoque especulativo quando um estoque formado por causa de fatores
externos, que podem ser macroeconmicos ou ambientais. Um exemplo disso a formao
de estoque de commodities para especular um preo mais baixo. Podemos encontrar outro
exemplo de estoque especulativo nos produtos agrcolas, onde o estoque formado para
suprir os perodos sazonais durante uma entressafra. Os tomadores de deciso do plano
mestre de produo devem saber determinar o momento certo para formar estoque
especulativo. (Ballou, 2001).
O estoque intermedirio aquele formado durante o processo de produo.
Algumas abordagens baseadas no Just-in-Time consideram esse tipo de estoque um
problema que deve ser totalmente eliminado. Porm, se bem gerenciado, o estoque
intermedirio pode dar flexibilidade produo, pois ele funciona como um desacoplador
dos processos. As decises sobre estoque intermedirio so em quais etapas do processo
interessante termos estoque e qual a quantidade necessria. O plano de recursos crticos a
principal informao para a deciso dos estoques intermedirios. Isso porque nesse plano
so determinadas as operaes consideradas como gargalos do sistema, isto , essas
operaes devem estar em sua plena capacidade. Assim, os tomadores de decises
determinam um estoque intermedirio garantindo que os gargalos sempre estejam
produzindo em sua mxima capacidade. (Ballou, 2001).
O estoque de segurana formado para proteo contra as flutuaes da demanda e
do tempo de ressuprimento. Ele projetado para ser reposto juntamente com o estoque
cclico, caso alguma quantidade de estoque de segurana seja consumida. Sua
determinao estatstica, de acordo com a variao da demanda e do tempo de
ressuprimento. Esse estoque tambm influenciado pelo nvel de servio exigido pelo
cliente e determinado no plano agregado.
Na figura 17 podemos verificar como se calcula o estoque de segurana:
30
K segurana de Estoque
demanda
=
3,00 99,86%
2,33 99%
4,00 99,99%
2,05 98%
1,65 95%
1,28 90%
0,00 50%
Fator K Nvel de servio
3,00 99,86%
2,33 99%
4,00 99,99%
2,05 98%
1,65 95%
1,28 90%
0,00 50%
Fator K Nvel de servio
Figura 17 Clculo do estoque de segurana
Fonte: Ballou (2001, p.98)
A frmula determinar um estoque de segurana ideal para absorver as flutuaes
de demanda, de acordo com o nvel de servio esperado pelo cliente e a incerteza da
demanda e do tempo de ressuprimento. Mas por limitaes de capital circulante, nem
sempre vivel economicamente a manuteno dos estoques de segurana sugeridos pela
frmula. Cabe ento aos tomadores de decises do plano mestre de produo definir qual o
estoque de segurana ideal para equilibrar o nvel de servio, as incertezas da demanda e
do tempo de ressuprimento, e as limitaes de capital circulante impostas pelo plano
estratgico. (Ballou, 2001).
Os estoques obsoletos so formados basicamente por itens que no possuem mais
utilidade para a empresa. Esses itens podem ser:
Produtos fora de linha e as matrias primas usadas para produzi-los.
Produtos ou matrias primas com prazo de validade vencido.
Produtos ou matrias primas fora de especificao.
Minimizar os estoques obsoletos tarefa para os tomadores de decises do plano
mestre de produo, que devem decidir por aes como efetuar uma venda promocional,
reprocessar os produtos, devolver as matrias primas aos fornecedores, destinar os
produtos ou matrias primas para sucateamento, ou ento optar pela destruio desses
itens. A grande desvantagem desse tipo de estoque, alm do custo de capital parado,
espao fsico ocupado e custo de manuteno, ao se dar um destino a esses estoques,
geralmente o custo total do estoque debitado do resultado financeiro da empresa. (Ballou,
2001).
31
2.4.4 As decises do plano de necessidades, plano de capacidade e plano
de distribuio.
Existem dois tipos de demanda: independente e dependente. A demanda
independente aquela na qual no os produtos que compem a demanda no dependem da
demanda de outros produtos. J a demanda dependente deriva da demanda de outros
produtos. A demanda dependente, portanto determinada a partir da demanda que ela
depende. A demanda independente no pode ser determinada. Ela projetada na previso
de vendas. (Slack, 2002).
A figura 18 exemplifica os dois tipos de demanda:
DEMANDA DE PNEUS
D
E
P
E
N
D
E
N
T
E
IN
D
E
P
E
N
D
E
N
T
E
Fbrica de automveis
Loja de pneus
Figura 18: Tipos de demanda
Fonte : BASF (2006, p.30)
O plano de necessidades tem como objetivo determinar as necessidades lquidas de
compra ou de produo da demanda dependente, mantendo as prioridades definidas no
plano mestre de produo. As entradas para o plano de necessidades so o plano mestre de
produo, a posio dos estoques e a lista de materiais (bill of materials). As sadas do
plano de necessidades so ordens de produo para produtos acabados e intermedirios que
devero ser produzidos, e ordens de compra para produtos e matrias primas que devero
ser comprados. (Arnold e Chapman, 2003),
Normalmente o plano de necessidades executado com auxilio de computadores.
Porm, mesmo com os clculos das necessidades lquidas j terem sido realizados, os
tomadores de decises do plano de necessidades devem revisar o plano para ajust-lo. Isso
32
necessrio principalmente quando h necessidade de alterao no plano por mudanas
pontuais na demanda. Essas mudanas pontuais so inviveis de serem realizadas no
planejamento normal da cadeia de suprimentos, sendo necessria uma interveno direta
no plano de necessidades, eliminado ou acrescentando ordens de compra ou de produo.
Mas, segundo Petrnio e Laugeni (p72, 2005), a principal deciso a ser tomada no
plano de necessidades sobre o critrio de formao dos lotes de compra e de produo. A
escolha de cada um desses critrios ir influencias no resultado do plano de necessidades.
Abaixo vemos os critrios que podem ser usados para formar os lotes:
Lote a Lote (Lot-for-lot: LFL) Ressuprir a quantidade exatamente
necessria.
Quantidade fixa (Fixed Order Quantity: FOQ) Ressuprir as quantidades em
lotes iguais a uma determinada quantidade ou mltiplos inteiros da quantidade definida.
Intervalos fixos (Fixed Period Requirements: FPR) Ressuprir as
quantidades necessrias para um nmero de perodos futuros, previamente determinados.
Perodos fixos (Period Order Quantity: POQ) Ressuprir o que foi gasto no
perodo anterior a cada perodo seguinte.
Lote mnimo Ressuprir lotes maiores ou, no mnimo iguais ao mnimo
previamente determinado.
Ainda segundo Petrnio e Laugeni (2005), alm das decises do plano de
necessidades, os tomadores de decises devem verificar tambm os planos de capacidade e
de distribuio. Eles so executados em paralelo com o plano de necessidades. Por
exemplo, uma ordem de produo gerada no plano de necessidades convertida em ordem
de processo no plano de capacidade. Essa ordem de processo ser alocada a uma estao de
trabalho que realizar a produo, consumindo assim a ordem de produo. Para isso, o
plano de capacidade usa como entradas o plano de necessidades e as folhas de processo,
que contm a seqncia de produo. No caso do plano de distribuio, so geradas ordens
de transferncia para os produtos produzidos ou comprados. Com as informaes da
demanda por regio definidas no plano mestre de produo e com os registros de
capacidade de entrega e armazenamento, o plano de distribuio direciona os produtos
definidos no plano de necessidades para atender essas demandas regionais. Assim como no
plano de necessidades, os tomadores de decises devem fazer uma reviso no plano sempre
que houver mudanas pontuais na demanda, adicionando ou eliminando ordens de
processo e ordens de transferncia quando necessrio.
33
2.5 SIMULAO
A simulao um processo de experimentao com um modelo detalhado de um
sistema real para determinar como o sistema responder a mudanas em sua estrutura,
ambiente ou condies de contorno. (Harrel, 1997).
A definio de sistema para o estudo de simulao segundo Massote (p 49, 2006)
uma combinao de elementos que interagem entre si para atingir um objetivo especfico.
A simulao nada mais do que um modelo matemtico que o representa. Por isso,
o modelo deve ser o mais fiel possvel ao sistema original para que os resultados sejam
acurados. (Ehrlich, 1985),
2.5.1 Contexto histrico da simulao
Segundo Kelton e Law (p 96, 1988), o avano da simulao acompanha o prprio
avano dos computadores. No incio da simulao computacional, em meados de 1950, os
modelos de simulao eram escritos em linguagens de propsito geral. As principais
linguagens usadas para simular sistemas eram:
FORTRAN
BASIC
Pascal
Linguagem C
A linguagem FORTRAN foi a mais utilizada para a construo de modelos de
simulao. Isso porque ela possui sub-rotinas de matemtica e estatstica que agilizavam o
desenvolvimento. Mesmo assim, era necessrio um vasto conhecimento em programao
computacional, e isso limitava as aplicaes da simulao, principalmente pela falta de
entendimento entre o engenheiro que estudava o modelo e o programador que descrevia o
modelo em linguagem computacional. Alm disso, a complexidade de simular modelos nas
linguagens de propsito geral fazia com que o tempo de desenvolvimento do modelo fosse
muito longo. (Kelton e Law 1988).
A partir de 1960, comearam a surgir as linguagens de simulao. Assim como nas
linguagens de propsito geral, os modelos de simulao eram descritos por meio de
comandos e instrues computacionais. Porm, esses comandos eram customizados
especificamente para a resoluo de problemas de simulao. Assim, usando diretamente
34
comandos e sub-rotinas para a lgica das filas, distribuio de probabilidades e descrio
dos componentes do sistema, fez com que a tcnica de simulao se popularizar. Com o
surgimento das linguagens de simulao ainda era necessrio algum conhecimento
especfico em programao computacional, mas somente poder usar os comandos de
acordo com o modelo a ser estudado. (Kelton e Law 1988).
As primeiras linguagens de simulao foram o SIMSCRIPT e o GPSS. O GPSS
talvez tenha sido a linguagem de simulao mais popular. O GPSS foi desenvolvido por
Geoffrey Gordon e introduzido no mercado pela IBM em 1961. Muito da terminologia
usada hoje em simulao, como entidades e locais ou servidores, derivada da lgica do
GPSS. A construo de um modelo de simulao em GPSS basicamente feita atravs de
blocos funcionais.
Na figura 19 podemos ver um exemplo de um cdigo escrito em GPSS:
Figura 19 Cdigo escrito em linguagem GPSS
Fonte: Kelton e Law (p 22, 1988)
Mais recentemente, outras linguagens de simulao surgiram, sendo as mais
conhecidas o SIMAN e o SLAN.
Na medida em que a simulao computacional encontrava novas aplicaes, criou-
se uma demanda por pacotes de simulao especficos para essas aplicaes. Alm disso, o
poder dos microcomputadores e da facilidade da interface grfica fez com que fossem
desenvolvidos, a partir da dcada de 90, os primeiros simuladores de alto nvel. A principal
35
caracterstica desses simuladores de alto nvel com relao s linguagens de simulao era
o fato deles serem direcionados aplicaes especficas. Outro grande avano desses
simuladores, que reduziu substancialmente tempo dos projetos, o uso de programao
orientada a objetos, eliminando a necessidade de decorar cdigos de programao para a
construo do modelo.
Como a demanda para a simulao era maior para projetos de manufatura, os
primeiros simuladores de alto nvel foram destinados a esse tipo de aplicao. Os mais
conhecidos so o ProModel, o Arena, o AutoMod e o Witness. Na medida em que novas
aplicaes para a simulao foram exploradas, novos simuladores de alto nvel foram
lanados. Para projetos da rea hospitalar, por exemplo, existe o pacote MedModel. Para
simular servios podemos usar o pacote ServiceModel. J se quisermos simular centrais de
atendimento podemos usar o pacote Arena Contact Center. Ou ento, simular processos de
embalagem e envasamento h o pacote Arena Packing.
A figura 20 apresenta a evoluo cronolgica da simulao computacional:
GPSS, SIMAN,
SLAM,
SIMSCRIPT
Li nguagens
de si mul ao
AutoMod,
Ar ena,
Pr oModel
Si mul ador es
de al to nvel
FORTRAN, C,
Pascal , BASIC
Li nguagens de
pr opsi to ger al
1950 1960 1970 1980 1990 2000... 1950 1960 1970 1980 1990 2000...
Figura 20 Evoluo histrica da simulao
Fonte: Harrel (p 34, 1997)
2.5.2 Tipos de simulao
Um sistema um conjunto organizado de entidades, tais como pessoas,
equipamentos, mtodos e peas, que trabalham juntos em direo a um objetivo especfico.
Um modelo de simulao caracteriza matematicamente um sistema atravs da descrio de
respostas que podem resultar da interao entre as entidades. (Harrel, 1997).
O estado de um sistema um conjunto de variveis determinsticas e estocsticas
que contm toda a informao necessria para descrever um sistema em determinado
instante. (Smith, 1989)
36
Dessa forma, a primeira classificao vlida para modelos de simulao se as
variveis de entrada so de natureza determinstica ou estocstica. Em modelos de
variveis determinsticas, segundo Harrel (1997), as variveis de entrada no so
influenciadas por probabilidade. Sendo assim, as variveis de entrada mantm o seu valor
independente do estado do sistema. J os modelos de variveis estocsticas, o valor das
variveis pode mudar aleatoriamente, de acordo com uma distribuio de probabilidades
ou atravs de sorteio aleatrio (mtodo Monte Carlo, que ser visto posteriormente).
Outra forma de classificar os modelos de simulao quanto aos eventos do sistema.
Os modelos podem ser de eventos discretos e contnuos. Um evento discreto, segundo
Harrel (1997), uma ao instantnea que ocorre em nico momento. Um avio pousando
em um aeroporto, um caminho chegando em uma doca ou um cliente entrando em um
banco so exemplos de eventos discretos. A ocorrncia desses eventos pode causar
mudanas no estado do sistema. Na simulao de modelos de eventos discretos, o
computador mantm um dispositivo temporal chamado de relgio de simulao que
avana na medida em que cada evento acontece.
Ainda segundo Harrel (1997), um evento contnuo uma ao que no cessa. Ela
continua ininterruptamente com relao ao tempo. Como exemplo de evento contnuo
podemos citar a temperatura ambiente durante um dia, e sua variao gradual. Eventos
contnuos envolvem uma taxa temporal de variao que pode ser representa por equaes
diferenciais. Eventos contnuos podem ser aproximados para eventos discretos atravs da
diviso de grandes lotes em elementos menores. Dessa forma, podemos usar a simulao
de eventos discretos para simularmos eventos contnuos.
Shimizu (1975) apresenta outra classificao para modelos de simulao, que
podem ser estticos ou dinmicos. Um modelo esttico aquele que no influenciado
pelo tempo. No h relgio de simulao envolvido. O estado do modelo no muda com
relao ao tempo. Um exemplo de modelo esttico seria a simulao de um dado no
viciado. A sada do modelo (1,2,3,4,5,6) em momento algum afetada pelo tempo. J um
modelo dinmico uma representao que influenciada pelo tempo. O estado do modelo
decorrente do tempo simulado no relgio de simulao. Sistemas de manufatura e
servios so exemplos de simulaes com modelos dinmicos, onde variveis como filas
de espera ou grau de utilizao de equipamentos so dependentes do tempo.
Mais uma classificao pode ser dada a modelos de simulao. De acordo com
Harrel (1997), os modelos de simulao podem ser de loop aberto e loop fechado. Uma
simulao cujas entidades saem do sistema sem nenhuma retro-alimentao, este modelo
37
de loop aberto. Se, por outro lado, os resultados de alguma operao so reenviados
simulao, modificando a operao subseqente, o modelo de loop fechado.
A ltima classificao de modelos de simulao, de acordo com Harrel (1997),
sobre as condies iniciais de simulao. Em simulaes Steady-State o modelo e o
resultado da simulao so independentes das condies iniciais da simulao. J em
simulaes Terminating, as condies iniciais so consideradas no modelo e nos
resultados da simulao.
2.5.3 A teoria das filas e a simulao
Segundo Massote (2006), a teoria das filas um captulo da Pesquisa Operacional
que tem fornecido subsdios para a tomada de decises em situaes aonde as unidades em
estudo chegam e tem que esperar antes que sejam atendidas:
Automveis em uma estrada que chegam ao pedgio.
Pacientes que chegam a pronto socorro.
A teoria das filas foi enunciada pelo dinamarqus Agner Krarup Erlang, no incio
do sculo XX. Erlang observou que as chamadas telefnicas que aguardavam uma linha
para que pudessem ser encaminhadas formavam uma fila de espera. A chegada dessas
chamadas na fila de espera aproxima-se de uma distribuio de Poisson, enquanto que o
atendimento dessas chamadas poderia ser descrito por uma distribuio exponencial.
Ainda segundo Massote (2006), a grande contribuio para a teoria das filas que
podemos analisar qualquer sistema produtivo em um sistema de filas. Apesar disso, a
teoria das filas tem como limitao uma grande complexidade matemtica para tratar de
problemas reais.
Massote (2006) define os componentes principais da teoria das filas como:
Fila = Linha de espera de unidades que demandam servios em uma estao
de servios.
Processos de chegada = Representados por variveis aleatrias, so
especificados por: fonte de chegada, tipo de chegada e perodo entre chegadas.
Mecanismo de servio = Numero de estaes de servio, nmero de unidades
sendo atendidas simultaneamente e durao do servio.
Disciplina da fila = Descrio dos fatores ligados s regras de conduta
Existem quatro tipos de fila. Na figura abaixo podemos como so caracterizados os
tipos de fila existentes:
38
Figura 21 Tipos de filas
Fonte: Massote (2006)
Existem diversos parmetros de deciso para o estudo das filas. Os mais utilizados
so:
Comprimento mdio da fila.
Comprimento mximo da fila.
Nmero mdio de clientes no sistema.
Tempo mdio na fila.
Tempo mdio no sistema.
Probabilidade que existam n Clientes no sistema em um dado instante.
Taxa de utilizao dos canais de atendimento.
Massote (2006) afirma que a escolha correta do parmetro de deciso a chave do
sucesso para uma tomada de deciso eficaz usando a teoria das filas.
A simulao se apia na teoria das filas para modelar os sistemas reais.
39
2.5.4 A estatstica aplicada simulao
A simulao utiliza duas ferramentas estatsticas para modelar os sistemas reais: o
mtodo Monte Carlo e a distribuio de probabilidades.
O mtodo Monte Carlo usado para gerar valores aleatrios que iro descrever a
chegada em um modelo de simulao.
De acordo com Harrel (1997), a distribuio de probabilidades tambm uma
ferramenta usada na simulao, tanto para descrever a chegada no sistema, como tambm
para descrever o atendimento das estaes de servio.
Para que um modelo de simulao seja o mais prximo da realidade, deve ser
escolhida a distribuio correta que representar a varivel a ser estudada.
Nas figuras 22 e 23 so apresentados os tipos de distribuio mais comuns usados
em simulao e as variveis que podem ser simuladas com essas distribuies:
Exponencial
Gera valores aleatrios em chegadas
Gama
Tempo de uma tarefa
Weibull
Confiabilidade
Normal
Medio de erro
Triangular
Informaes sobre
a tarefa
Uniforme
Tempo de uma tarefa
Figura 22: Distribuies de probabilidades usadas em simulao
Fonte: Harrel (p.63, 1997)
40
Lognormal
Tempo de uma tarefa
Erlang
Tempo de filas
Beta
Itens defeituosos
Poisson
Taxas de chegada
Binomial
Itens defeituosos
Uniforme discreta
Localizao
Figura 23: Distribuies de probabilidades usadas em simulao
Fonte: Harrel (p.63, 1997)
2.5.5 Vantagens e aplicaes da simulao
Segundo Massote (2006), a simulao deve ser usada quando uma ou mais das
seguintes condies existirem:
No h uma formulao matemtica completa para o problema.
No h mtodo analtico para a resoluo do modelo matemtico.
A obteno de resultados com o modelo mais fcil de se realizada por
simulao do que por mtodo analtico.
Falta de habilidade pessoal para a resoluo do modelo matemtico por
tcnica analtica ou numrica.
necessrio observar o desenvolvimento do processo desde o incio at os
resultados finais.
No possvel ou muito difcil e custosa a experimentao no sistema real.
desejado estudar longos perodos de tempo.
A principais reas de aplicao que se beneficiam com o uso da simulao so:
Sistema de manufatura
Servios pblicos
Prestao de servios
41
Logstica
2.6 A SIMULAO E AS DECISES DA CADEIA DE SUPRIMENTOS
Como foi visto nos captulos anteriores a simulao uma ferramenta poderosa
para apoiar a tomada de deciso. Nesse capitulo ser estudado o uso da simulao para
apoiar as decises a serem tomadas para a gesto da cadeia de suprimentos.
Durante o plano estratgico, as decises a serem tomadas so relacionadas ao
mercado e ao ambiente de negcios. Foram apresentadas trs ferramentas que auxiliam na
tomada de deciso durante o plano estratgico:
Benchmarking
Anlise SWOT
Matriz importncia x desempenho
Para utilizar a simulao para apoiar as decises do plano estratgico, as
informaes contidas nessas trs ferramentas sero usadas para alimentar o modelo de
simulao. No caso do benchmarking, as os resultados dos concorrentes e da empresa so
os valores iniciais do modelo de simulao. J os resultados da anlise SWOT e da matriz
de importncia x desempenho sero as variveis que sero alteradas ao longo do modelo.
Para exemplificar como pode ser usada a simulao no plano agregado, pode ser
um exemplo prtico. Supomos que a empresa A que tomar suas decises estratgicas e
resolve usar a simulao como ferramenta de apoio. Ao realizar o benchmarking com os
concorrentes, ela descobre que seu desempenho geral est abaixo da empresa B, porm
est acima da empresa C. J a anlise SWOT indica que a empresa A possui alguns fatores
que aumentam as oportunidades, como desenvolver novos produtos e diversificar o
portiflio, aproximando o desempenho global da empresa A ao da empresa B. Essa anlise
tambm indica alguns fatores que representam ameaas externas, como flutuao do
cmbio e inverno rigoroso, reduzindo o desempenho global e aproximando da empresa C.
O mesmo feito com o resultado da matriz importncia x desempenho, onde aumento dos
fatores ganhadores de pedido e melhores que a concorrncia aumento o desempenho global
da empresa A. Dessa forma, a simulao comea com a empresa estando com seu
desempenho igual ao apresentado no benchmarking. No momento em que os fatores da
anlise SWOT e da matriz importncia x desempenho so alterados, a posio da empresa
no benchmarking mudar. Assim os tomadores de deciso podero verificar at onde os
fatores podero influenciar a empresa A no mercado e no ambiente de negcios.
42
Nas decises tomadas durante o plano agregado, a simulao pode ser usada da
seguinte forma. Primeiro so includos no modelo de simulao estaes de servios que
iro simular a capacidade de produo. Sobre esse modelo so construdos cenrios
alternativos, variando as estratgias de produo e de entrega dos produtos. Se, por
exemplo, o resultado do modelo apresentar problemas de chegada de entidades, significa
que a estratgia adotada no capaz de atender ao plano, isto , no foi possvel balancear
a demanda com a capacidade de suprimento.
A simulao tambm pode ser usada para determinar o layout do processo que mais
favorece as estratgias de produo e de entrega dos produtos.
As decises do plano mestre de produo so as que mais podem ser beneficiadas
pela simulao. Ao desenvolver um modelo bem realista, as decises do plano mestre
podem ser muito acuradas.
Ao modelar a produo, possvel simular o plano mestre de produo e
determinar o mix de produo. Geralmente a deciso de mix apoiada por ferramentas
otimizadoras como a programao linear. O problema das ferramentas otimizadoras que
elas tornam-se inviveis de se trabalhar quando a quantidade de restries muito grande.
Alm disso, a soluo tima muito difcil de ser conseguida na prtica. Ento, atravs da
alterao das prioridades de atendimento das entidades e ocupao das estaes de
servios, pode ser tomada a deciso de mix de forma mais acurada. O mesmo raciocino
vlido para determinar o cronograma de produo, alterando as prioridades de atendimento
at que o plano se ajuste demanda e a capacidade dos recursos crticos.
Para a poltica de estoque, a simulao pode ser usada no ajuste dos valores
determinados nos clculos de estoque cclico e estoque de segurana. Por exemplo, se os
clculos esto resultando em uma quantidade de estoque que ultrapassa as metas de capital
circulante, podemos simular ambientes onde a demanda e o ressuprimento possuam
incertezas reais e os valores de estoque so ajustados dentro dos limites no modelo de
simulao. Assim, pode ser verificado em quais momentos poder ocorrer falta de produto
por causa da reduo do estoque, e assim os tomadores de deciso iro focar seus planos de
ao apenas nos perodos crticos.
As decises sobre os estoques intermedirios tambm podem ser apoiadas usando a
tcnica de simulao. Pode-se, por exemplo, determinar o quanto necessrio de estoque
intermedirio para que os recursos que so gargalos no fiquem ociosos. Ou ento
identificar em quais etapas do processo interessante ter estoques intermedirios para
ganhar flexibilidade na produo.
43
Para o plano de necessidades, a simulao pode identificar qual a sensibilidade do
plano em relao s alteraes pontuais da demanda, que requerem uma alterao direta no
plano. Assim, possvel determinar at que ponto as alteraes na demanda podem
comprometer o plano, isto , qual a alterao mxima que ainda pode tornar o plano vivel.
Essa informao muito importante para o departamento de vendas ganhar flexibilidade de
negociao.
3 Estudo de Caso BASF
A BASF a empresa qumica lder mundial. Recentemente ela adquiriu mais de
90% das aes ordinrias da empresa americana Engelhard, tornando-se, assim o maior
conglomerado qumico do mundo.
A BASF uma empresa de origem alem. Ela foi fundada em 1865 em
Ludwigshafen, sua sede mundial. A empresa possui unidades de produo distribudas em
39 pases e uma carteira de clientes espalhada em mais de 170 naes. Com um portiflio
de 8.000 produtos, a empresa tem oferecido importantes contribuies para os segmentos
de produtos para agricultura e nutrio, qumicos, produtos de performance, plsticos e
petrleo e gs.
A histria da BASF no Brasil iniciou em 1911 com a comercializao de anilina,
alizarina e anil para a indstria brasileira de produtos txteis e de couro. Nessa poca a
empresa tinha um escritrio de representao comercial estabelecido no Rio de Janeiro.
Na primavera de 1959 a BASF inaugurou na cidade de Guaratinguet-SP sua
primeira unidade fabril na Amrica do Sul, com 95 colaboradores dedicados produo de
inorgnicos, plsticos, monmeros, polmeros.
No Brasil a BASF conta, atualmente, com centros de produo em: Camaari (BA),
Guaratinguet, Jaboato (PE), Mau (SP), Resende (RJ), So Bernardo do Campo (SP) e
So Jos dos Campos (SP).
Em 1969 a BASF adquiriu a indstria brasileira de tintas Suvinil, atravs da
Glasurit, empresa de tintas do grupo BASF. Aps isso, a BASF fundou a empresa Glasurit
do Brasil S.A., que comercializa as marcas Glasurit para tintas automotivas e Suvinil para
tintas imobilirias.
No organograma da empresa, est destacada a diviso, a rea de negcio e a fbrica
onde foi aplicado o desenvolvido do estudo.
44
Plsticos Plsticos Poliuretanos Poliuretanos Tintas Tintas
Produtos de Produtos de
performance performance
Agro Agro
Qumica Qumica
fina fina
Petrleo e Petrleo e
gs gs
Pigmentos Pigmentos Couros Couros Txtil Txtil Detergentes Detergentes
Combustveis Combustveis
e Automotivo e Automotivo
Fbrica de Fbrica de
pigmentos pigmentos
Fbrica de preparaes Fbrica de preparaes
pigmentrias pigmentrias
Plsticos Plsticos Poliuretanos Poliuretanos Tintas Tintas
Produtos de Produtos de
performance performance
Agro Agro
Qumica Qumica
fina fina
Petrleo e Petrleo e
gs gs
Pigmentos Pigmentos Couros Couros Txtil Txtil Detergentes Detergentes
Combustveis Combustveis
e Automotivo e Automotivo
Fbrica de Fbrica de
pigmentos pigmentos
Fbrica de preparaes Fbrica de preparaes
pigmentrias pigmentrias
Figura 24 Organograma da BASF
Fonte: BASF (intanet local, 2007)
3.1 Fbrica de Preparaes Pigmentarias
A caracterstica principal dessa fbrica o seu layout funcional por processo. Esse
layout, h 30 anos atrs, era ideal para a fbrica, pois poucos produtos eram produzidos na
fbrica. Com o passar dos anos, a fbrica expandiu a capacidade dos equipamentos e
aumentou a quantidade de produtos fabricados. Mas o layout continuou por processo,
dificultando muito a determinao de um mix de produo. Ferramenta tradicional da
pesquisa operacional, como a programao linear, j no estava mais sendo aplicvel, pois
a quantidade de restries para determinao do mix, principalmente na questo das cores,
fazia com que o tempo de desenvolvimento da soluo no fosse vivel.
Para a construo do modelo, foram realizadas visitas na Fbrica de Preparaes
Pigmentarias para coletar alguns dados.
Layout da fbrica
Seqncia de produo
Tempos de ciclo mdio das operaes e o desvio padro
Quantidade de recursos (homens / mquinas) necessrios para cada operao
Turnos e paradas programadas
Com os dados j disponveis, comeou-se ento a construo do modelo de
45
simulao. Inicialmente foram construdos diversos modelos, um para cada linha de
produtos, devido complexidade da fbrica. Aps finalizar o ltimo modelo, todos os
modelos das linhas de produtos foram consolidados em um s, que simulava todos os
processos da Fbrica de Preparaes Pigmentarias.
O modelo da fbrica completa foi validado pelo engenheiro de produo
responsvel. Ao passar pela validao, a equipe de supply chain simulou diversos cenrios
para determinar em qual ponto do processo deveramos ter estoque intermedirio, e quanto
era a quantidade necessria.
Nas figuras 25, 26, 27 e 28 podemos ver a tela do ProModel com um modelo
genrico de simulao:
Figura 25 Tela de exemplo do software Promodel
Fonte: BASF (2007)
46
Figura 26 Tela de exemplo do software Promodel
Fonte: BASF (2007)
Figura 27 Tela de exemplo do software Promodel
Fonte: BASF (2007)
47
Figura 28 Tela de exemplo do software Promodel
Fonte: BASF (2007)
Figura 28 Tela de exemplo do software Promodel
Fonte: BASF (2007)
48
Com as quantidades de estoque intermedirio definidas e os pontos onde estaro
esses estoques, o prximo passo foi avaliar se os objetivos de se trabalhar com uma
estratgia de montar para pedido foram atingidos. Com o estoque intermedirio j
formado, o plano mensal de produo foi realizado e o lead time de entrega do produto foi
reduzido. Quanto ao custo de estoque, ainda no foi possvel avaliar, pois o horizonte de
um ms no era o ideal para compara, por causa da sazonalidade do negcio de pigmentos.
49
4 Concluso
O principal objetivo deste estudo foi analisar as potencialidades e vantagens do uso
da modelagem e simulao computacional como ferramenta de apoio tomada de decises
em cenrios produtivos complexos de organizaes industriais.
A identificao das potencialidades do uso da ferramenta, com o propsito acima
descrito, foi obtido atravs do desenvolvimento de cenrios no simulador Promodel, com a
avaliao de um retorno financeiro sobre os ativos da organizao.
Por questes de confidencialidade no ser divulgado o valor monetrio agregado
com essa operao, estima-se que com uso da simulao se tenha proporcionado uma
acuracidade de 80% no planejamento e programao da produo at ento sem o uso da
ferramenta com cerca de 65% de assertividade.
Acredita-se que o aprendizado ocorrido ao longo das atividades e os
desdobramentos deste trabalho justificam a sua realizao.
A importncia deste estudo esta na sistematizao de situaes de interesse em um
meio computacional para, s aps um entendimento sistmico do problema, propor um
plano de ao para a obteno de melhorias.
Uma das contribuies acadmicas deste estudo esta na gerao de uma pesquisa
cientifica no ambiente de uma produo industrial e na utilizao da ferramenta de
simulao neste tipo de organizao e processo.
Ao final deste estudo ficou evidenciado que, para construo de um modelo de
simulao de fundamental importncia a utilizao de um mtodo adequado de
desenvolvimento de projetos, ou seja, que a construo do modelo de simulao esteja
pautada por atividades sistemticas e racionais que orientem a gerao de resultados
vlidos e verdadeiros.
Para efeitos deste trabalho, as principais potencialidades da simulao foram:
a) Contribui como instrumento de aprendizagem e tomada de decises sobre a
realidade organizacional, uma vez que a simulao permite
experimentaes em um mundo virtual. Isso possibilitou ao grupo testar e
mudar seus pressupostos e compreenso do mundo real, aprimorando sua
aprendizagem;
b) A simulao computacional mostrou-se til na criao de novos conceitos a
respeito das relaes entre os elementos do sistema estudado e adequada
50
anlise de diferentes cenrios e polticas operacionais, alm de auxiliar de
maneira eficiente na aquisio de conhecimento individual sobre o sistema
produtivo simulado. Tais afirmaes podem ser observadas atravs da
maneira como a simulao realizada foi capaz de transformar um problema
no estruturado em uma fonte poderosa de conhecimento. As idias para a
melhoria do sistema foram traduzidas em mudanas especificas visando a
otimizao do sistema real. Essas mudanas, e seus efeitos, permitiram a
aquisio de conhecimento sobre o sistema;
c) Minimizao dos riscos envolvidos nas modificaes dos processos, pois a
simulao permite testes de vrias alternativas antes de efetiv-las fsica e
financeiramente. Nos sistemas reais, alm de muito dispendiosas, essas
modificaes podem trazer riscos relacionados segurana do sistema;
d) Percebeu-se que o trade-off (custo - beneficio) existente na implementao
e/ou aquisio de servios de modelagem e simulao computacional foi
positivo, justamente pelo fato do sistema estudado ter um nvel de
complexidade alto. Nesse aspecto, chegou-se a concluso que a viabilidade
de utilizao de modelagem computacional diretamente proporcional a
complexidade do sistema;
e) Um dos maiores benefcios obtidos pelo usurio do modelo ao aplicar a
simulao a um sistema produtivo uma melhor viso sistmica do efeito
que alteraes locais tero sobre o desempenho global do sistema. A
reboque podemos destacar um retorno como uma maior eficincia na
utilizao de recursos, reduo de estoque em processo, dinmica no
processo e reduo nos custos operacionais;
f) No s utilizar a simulao para a soluo de um problema local, mas para
ampliar o sistema de anlise, partindo para a anlise de outros processos da
empresa de forma sistmica.
g) Benefcios relacionados capacidade de imitao, que pode ser medida
pelo grau de adequao das respostas reais de um sistema existente ou
hipottico com as respostas que o modelo fornece quando submetido aos
mesmos estmulos experimentados ou esperados pelo sistema em estudo;
h) Levam em conta os processos estocsticos que existem em quase todos os
sistemas do mundo real;
i) Outra grande vantagem observada refere-se capacidade do modelo de
51
simulao comprimir o tempo e o espao, permitindo aos tomadores de
deciso conhecer, em pouco tempo, as conseqncias de longo prazo
concernentes s suas aes e ao sistema como um todo;
j) Possibilidade de testar, de maneira rpida, cenrios futuros sem a
necessidade de investimentos reais. Isso pode se caracterizar como uma
vantagem competitiva em ambientes de competio acirrada e que exigem
respostas rpidas e eficientes;
Por conseguinte, devido a todos os recursos visuais e virtuais existentes nas
ferramentas de modelagem e simulao computacional, pode-se considerar uma vantagem
significativa o uso desse recurso para um melhor entendimento do sistema real como um
todo.
52
4.1 Limitaes do trabalho e proposta para estudos futuros
Pode-se elencar algumas limitaes acerca do trabalho proposto e poder-se ia
iniciar ressaltando a pouca bibliografia existente, principalmente em lngua portuguesa e
que contenham estudos de casos com organizaes empresariais brasileiras.
Esse trabalho limitou-se acerca da simulao computacional como ferramenta de
auxilio ao processo decisrio nas organizaes e pode ser extrapolado para qualquer
segmento, seja comercial, de servios e industrial, entre outros.
Com base nos conhecimentos adquiridos pela elaborao desta dissertao so
apresentadas a seguir algumas propostas para o desenvolvimento de trabalhos futuros, a
saber:
a) Desenvolvimento de projetos de simulao computacional para a anlise
sistmica dos processos existentes em uma organizao industrial,
envolvendo no s questes relacionadas a programao da
produo/planejamento, como tambm as relacionadas a logstica;
b) Aplicao de modelos de simulao computacional junto aos sistemas de
gesto integrada (ERP-Enterprise Resourses Planning), de forma a permitir
a visualizao das atividades em tempo real integrado aos indicadores
gerenciais da organizao. A possibilidade de se combinar um simulador a
um sistema de gesto como um ERP (ERP-Enterprise Resourses Planning),
ou um WMS (Warehouse Management System) permitiria mostrar com
acurcia o impacto financeiro no operacional, das modelagens criadas;
c) Utilizao de outras formas de aprendizado que atuem sinergicamente com
a simulao computacional, como por exemplo, a utilizao das ferramentas
do pensamento sistmico (forma de percepo da realidade).
53
Referncias Bibliogrficas
APICS Dictionary. 10 ed. Virginia: APICS, 2002
ARNOLD, J. R. T.; CHAPMAN, S. N. Introduction to materials management. 4 ed. South
Carolina, 2003
BALLOU, R. H. Gerenciamento da cadeia de suprimentos. 5 ed. Porto Alegre:Bookman,
2006
KOTLER, P. Adminstrao de marketing. 10 ed. So Paulo: Prentice Hall, 2000
LAPIDE, L. What about measuring supply chain performance. Ed. 2001, New York:
McGraw Hill, 2001
MARTINS, P. G.; LAUGENI, F. P. Administrao da produo. 2 ed. So Paulo: Saraiva,
2005
SHIMIZU, T. Simulao em computador digital. So Paulo: Editora Edgard Blcher, 1975
SLACK, N. Administrao da produo. 2 ed. So Paulo: Atlas, 2002