Você está na página 1de 12

Gest. Prod., So Carlos, v. 19, n. 4, p.

677-687, 2012

Quadro conceitual para gesto de estoques: enfoque


nos itens

A conceptual framework for inventory management: focusing on low


consumption items

Peter Wanke1

Resumo: Este artigo avalia a premissa da aderncia da demanda distribuio Normal em modelos de gesto de
estoque, mostrando que tal considerao pode trazer distores significativas no caso dos itens de baixo e baixssimo
consumo. Dessa forma, proposto um quadro conceitual para auxiliar a identificao do modelo mais adequado
com base nas principais caractersticas de cada item. Como contribuio adicional da pesquisa, apresentada
aplicao desse quadro conceitual no conjunto das peas de reposio de uma empresa brasileira, evidenciando-se
seus principais benefcios em termos dos custos totais de falta e excesso.
Palavras-chave: Estoque. Demanda no tempo de resposta. Coeficiente de variao. Quadro conceitual. Custos.

Abstract: This article evaluates the premise of demand adherence to Normal distribution in inventory management
models showing that such consideration can bring about significant distortions, mainly to very slow and slow moving
items. Accordingly, the article proposes a framework to help identifying the best stock policy to be adopted, given the
characteristics of each item. As an additional contribution, the paper presents an application of this framework on
the set of spare parts of a Brazilian company making evident its main benefits in terms of shortage and excess costs.
Keywords: Stock. Lead time demand. Coefficient of variation. Framework. Costs.

1Introduo
A gesto de estoque permeia a tomada de diversidade crescente do nmero de produtos, que
deciso em inmeras empresas, sendo um tema torna o comportamento ou padro da demanda mais
bastante explorado no meio acadmico e empresarial irregular (REGO; MESQUITA, 2011); e o elevado
(ROSA; MAYERLE; GONALVES, 2010). As custo de oportunidade de capital, impactando os
perguntas-chave que a gesto de estoque se prope indicadores financeiros pelos quais as empresas so
a responder, normalmente sujeitas a uma variedade avaliadas (WANKE, 2011).
de circunstncias, so: quando pedir, quanto pedir e Segundo Silver, Peterson e Pyke (1998), Eaves
quanto manter em estoques de segurana (NAMIT; e Kingsman (2004), Bai (2005), Syntetos, Boylan
CHEN, 1999; SILVA, 2009). De acordo com Wanke e Croston (2005) e Boylan, Syntetos e Karakostas
(2011), a gesto de estoques abrange, portanto, um (2008), o comportamento da demanda um dos
conjunto de decises com o intuito de coordenar, nas principais fatores que contribui para o aumento da
dimenses tempo e espao, a demanda existente com complexidade dos modelos de gesto de estoque.
a oferta de produtos e materiais, de modo que sejam Em linhas gerais, a demanda, pode ser classificada
atingidos os objetivos de custo e de nvel de servios como: determinstica ou randmica, de distribuio
especificados, observando-se as caractersticas do conhecida ou totalmente desconhecida e, ainda, ser
produto, da operao e da demanda. independente e dependente (CORRA; CORRA,
A maior preocupao das empresas no que tange a 2005; SILVA, 2009; WANKE, 2011).
gesto de estoque pode ser atribuda, primeiramente, O objetivo deste artigo , portanto, explorar o
necessidade de se garantir a maior disponibilidade de padro de demanda como principal fator interveniente
produto ao cliente final ao menor custo possvel, dada na gesto de estoques. Inicialmente ser discutido
a presso competitiva dos mercados (EAVES,2002). como as premissas frequentemente adotadas sobre a
Alm disso, alguns outros fatores contribuem para aderncia da demanda distribuio Normal podem
maior preocupao com a gesto de estoque: a no ser realistas e causar distores, sobretudo
1
Centro de Estudos em Logstica, Infraestrutura e Gesto CELIG, Instituto COPPEAD de Administrao, Universidade Federal
do Rio de Janeiro UFRJ, Cidade Universitria, Ilha do Fundo, CEP 21949-900, Rio de Janeiro, RJ, Brasil,
e-mail: peter@coppead.ufrj.br
Recebido em 15/5/2012 Aceito em 16/11/2012
Suporte financeiro: Nenhum.
678 Wanke Gest. Prod., So Carlos, v. 19, n. 4, p. 677-687, 2012

no caso dos itens de baixssimo e baixo consumo difcil previsibilidade, tempo de ressuprimento mais
(seo 2). Em seguida, na seo 3, ser proposto elevado, maiores exigncias de nvel de servio e
um quadro conceitual para auxiliar na gesto de maior custo de aquisio. Outro aspecto importante
estoque, no qual so indicados os modelos mais a ser ressaltado o impacto causado pela ruptura
adequados para um determinado padro de demanda desses itens que, na maioria das vezes, provoca
(mdia e variabilidade). Por fim, nas sees 4 e 5, a paralisao de equipamentos e/ou de processos
ser apresentado um estudo de caso, conduzido em relevantes para a empresa. Segundo Costaetal.
empresa brasileira, evidenciando-se no apenas a (2005), a dificuldade para seleo dos modelos de
aplicao do quadro conceitual na prtica, mas tambm gesto de estoque , frequentemente, potencializada
o impacto, em termos de custos dos custos da falta pela falta de entendimento dos custos da falta e do
e do excesso, oriundo dessa aplicao. excesso relativos a esses itens.
Dessa forma, as particularidades mencionadas em
2Reviso de literatura relao s peas de reposio trazem implicaes
seleo dos modelos de gesto de estoque. Segundo
A escolha do modelo de gesto de estoques mais
Botter e Fortuin (2000), h um consenso de que as
adequado , em essncia, uma deciso de base emprica
peas de reposio no podem ser gerenciadas por meio
que pode envolver o uso de simulao, anlises de
de modelos tradicionais (veja-se, por exemplo, aqueles
cenrios, anlises de custos incrementais (SILVA, 2009;
apresentados em ROSA; MAYERLE; GONALVES,
ROSA; MAYERLE; GONALVES, 2010; REGO;
2010). Basicamente as peas de reposio no se
MESQUITA, 2011; WANKE, 2012) ou esquemas
adquam s principais premissas inerentes a tais
conceituais qualitativos, tambm conhecidos como
modelos, como por exemplo, a aderncia da demanda
abordagens de classificao (HUISKONEN,2001).
s funes de densidade de probabilidade simtricas
Esses ltimos, normalmente, consideram o impacto das
e contnuas (SILVA, 2009).
caractersticas do produto, da operao e da demanda
As prximas subsees aprofundam essa discusso,
como variveis intervenientes nessa escolha (veja-se,
vinculando as caractersticas da demanda (mdia e
por exemplo, WILLIAMS, 1984; HAX; CANDEA,
variabilidade) aos modelos de gesto de estoque
1984; DEKKER; KLEIJN; DEROOIJ, 1998; BOTTER;
existentes na literatura. Especificamente com relao
FORTUIN, 2000; BRAGLIA; GRASSI; MONTANARI,
demanda mdia, a literatura fornece as bases para
2004; EAVES; KINGSMAN, 2004; WANKE, 2012).
a segmentao do consumo anual em trs diferentes
Pode-se afirmar tambm que a literatura disponvel
patamares: baixssimo consumo, baixo consumo e
sobre seleo de modelos de gesto de estoque foi
consumo de massa. J com relao variabilidade,
originalmente direcionada para ambientes de produo
o coeficiente de variao e as funes de distribuio
e distribuio nos quais a demanda e o tempo de
de probabilidade so as bases para segmentao.
resposta tendem a ser mais previsveis, ou seja, nos
quais as perguntas quanto e quandopedir so
2.1 Baixssimo consumo
respondidas mais facilmente (WANKE; SALIBY,
2009; WANKE, 2010, 2012; ROSA; MAYERLE; Segundo Tavares e Almeida (1983), as peas
GONALVES, 2010). Verifica-se, no entanto, o de baixssimo consumo so consideradas aquelas
crescimento de literatura relacionada problemtica que apresentam consumo mdio inferior a uma
dos itens de baixo e baixssimo consumo, como unidade por ano. De acordo com esses autores, o
as peas de reposio (BOTTER; FORTUIN, controle de estoque desses itens no deve observar
2000; SILVA, 2009; REGO; MESQUITA, 2011). os modelos usualmente utilizados, uma vez que sua
Especificamente, as peas de reposio podem ser caracterstica peculiar de consumo torna as ocorrncias
classificadas em duas categorias distintas que tambm anteriores insuficientes para se estimar a distribuio
impactam a seleo dos modelos de estoque mais de probabilidade com preciso (CROSTON, 1972;
adequados (SILVER; PETERSON; PYKE, 1998; SYNTETOS; BOYLAN, 2001; GHOBBAR; FRIEND,
BOTTER; FORTUIN, 2000). Os itens reparveis 2003; EAVES; KINGSMAN, 2004; WILLEMAIN;
so aqueles recuperveis do ponto de vista tcnico e SMART; SCHWARZ, 2004; REGATTIERIetal.,
econmico. Podem ser reparados em caso de falha, 2005; HUAetal., 2007; GUTIERREZ; SOLIS;
sendo disponibilizados novamente no estoque. Em MUKHOPADHYAY, 2008; GOMEZ, 2008;
contrapartida, os itens consumveis so aqueles que, TEUNTER; DUNCAN, 2009).
em caso de falha, so definitivamente descartados. Ainda segundo Tavares e Almeida (1983), a
De todo modo, as caractersticas das peas anlise de custo total de falta, excesso e colocao
de reposio, tpicos itens de baixo e baixssimo de pedidos, dado um determinado nvel de servio,
consumo, indicam por que a escolha de modelos de que permite determinar se deve ser mantida uma
gesto de estoques particularmente crtica nessas pea em estoque ou se prefervel no manter
circunstncias (COHEN; LEE, 1990; COHEN; nenhuma pea, solicitando o ressuprimento apenas
ZHENG; AGRAWAL, 1997; MUCKSTADT, 2004; contrapedido. Dessa forma, um modelo binrio de
KUMAR, 2005; REGO, 2006): baixo giro dos estoques, custo total foi desenvolvido para auxiliar a tomada
Quadro conceitual para gesto de estoques... 679

de deciso com relao a manter sempre uma (1) ou Tavares e Almeida (1983), as decises relacionadas
nenhuma (0)unidade em estoque, com base em duas ao nvel de servio, tais como ponto de pedido e
suposies: aderncia da demanda distribuio nvel de reposio, assumem maior relevncia. Dessa
Poisson de parmetro e possibilidade de colocao forma, o modelo (S,s), amplamente abordado na
de pedido emergencial, com tempo de resposta inferior literatura, se torna mais adequado (ROSA; MAYERLE;
ao usual, sempre que houver ruptura. GONALVES, 2010).
Partindo dessas suposies, os autores Mais precisamente, o modelo (S,s) envolve reviso
demonstraram que o custo total associado poltica contnua do nvel de estoque, sendo os pedidos de
de no manter a pea de reposio em estoque (CT0) ressuprimento feitos sempre que a posio do estoque
pode ser calculado da seguinte forma: atingir o ponto de pedido s (SILVER; PETERSON,
1985; SILVER; PETERSON; PYKE, 1998). Neste
CT 0 = * (CTR + Cip) (1)
caso, utilizada uma quantidade de ressuprimento
em que: capaz de elevar a posio de estoque at o ponto S. Ou
consumo histrico mdio (peas/ano); seja, na prtica, o tamanho de lote de (S). Segundo
CTR custo total de ressuprimento do item/ Hadley e Whitin (1961), os modelos (S,s) resultam
colocao do pedido (R$); e em pedidos de tamanho de lote unitrio quando os
Cip custo de indisponibilidade e penalidade custos de colocao de pedido so baixos. Dessa
relativo ruptura (R$). forma, conforme concluso de Feeney e Sherbrooke
Para adotar a poltica alternativa, ou seja, a empresa (1966), a poltica (S,S 1) um caso particular dos
mantm uma unidade em estoque at que o consumo modelos S s.
ocorra, deve ser avaliada a frao de tempo esperada Diversos autores (FEENEY; SHERBROOKE,
com estoque (FTECE), dada por: 1966; WALKER, 1997; PORRAS; DECKER, 2008;
GOMES; WANKE, 2008) utilizaram o modelo
1
FTECE = (2) (S,S 1) na gesto de estoque de peas de reposio.
1 + * TR Por meio deste modelo, assim que uma unidade de
em que: estoque consumida, solicitado um pedido de
TR tempo de ressuprimento. ressuprimento para recompor o nvel mximo de
O valor esperado de ocorrncias durante a frao de estoque. Este modelo adequado para componentes
tempo esperada sem estoque dada por *(1FTECE). altamente dispendiosos e essenciais para a operao
Desta forma, pode-se obter o custo total associado (WALKER, 1997).
deciso de manter sempre uma pea em estoque (CT1), O desempenho deste modelo determinado
levando-se em considerao a possvel ocorrncia exclusivamente pela deciso da quantidade a ser
de outra solicitao durante o tempo de resposta, mantida em estoque (S), como proteo contra
alm de suas implicaes em termos dos custos de faltas de estoques. Desta forma, caso o tempo de
ressuprimento e dos custos de indisponibilidade e resposta seja instantneo, S deve ser igual a zero.
penalidade, conforme dado a seguir: Por outro lado, na presena de tempo de resposta no
instantneo, S deve ser maior que zero (FEENEY;
1
CT 1 = * Caq * i SHERBROOKE, 1966; PORRAS; DECKER, 2008;
1 + TR GOMES; WANKE, 2008).
(3)
1 Com relao s distribuies de probabilidade
+ [CTR * ] + Cip * * 1
1 + * TR
da demanda e do tempo de reposta no contexto
dos modelos (S,s), Rosenshineetal. (1976, apud
As parcelas da Equao3 representam, DHAKAR, SCHMIDT, MILLER, 1993) assumem
respectivamente, o custo de oportunidade de manter inicialmente tempo de resposta determinstico.
uma pea de reposio em estoque, o custo total importante ressaltar que, nesse caso, o tamanho do
de ressuprimento e o custo de indisponibilidade e lote diretamente proporcional durao do tempo
penalidade. Para definir a poltica mais vantajosa, de resposta. Diversas distribuies, entretanto, j
devem-se comparar as magnitudes de CT0 e CT1, foram consideradas no contexto dos modelos (S,s)
optando-se pela deciso de menor custo. para representar o comportamento da demanda ou do
tempo de resposta isoladamente: Normal (KRUPP,
1997), Gama (BURGIN, 1975; DAS, 1976; YEH,
2.2 Baixo consumo
1997), Poisson (HILL; OMAR; SMITH, 1999) e
Para efeito deste artigo, os itens de baixo consumo distribuio emprica com demandas e tempos de
so aqueles que apresentam consumo histrico resposta estocsticos (EPPEN; MARTIN, 1988).
entre 1 e 300 unidades por ano, conforme sugerido Outro ponto importante se refere determinao
por Wanke (2005). Uma vez que a demanda no da distribuio de probabilidade resultante pela
to pequena para se utilizar o modelo proposto por combinao de resultados da demanda no tempo
680 Wanke Gest. Prod., So Carlos, v. 19, n. 4, p. 677-687, 2012

de resposta (LAU, 1989; SILVA, 2009). De acordo uma distribuio exponencial (PORRAS; DECKER,
com Tyworth (1992), a distribuio Normal uma 2008).
aproximao razovel para itens de consumo elevado, Especificamente, a distribuio Poisson dada por:
mas no para itens de baixo consumo. Para estes
itens, a distribuio tipicamente assimtrica e possui ( * t ) x e t
Px (t ) =
(5)
alta probabilidade de demanda igual a zero. Porras e x!
Decker (2008) adotaram a distribuio Poisson para em que:
estimar a demanda no tempo de resposta de itens x consumo de peas de reposio por intervalo
com consumo unitrio. de tempo cuja probabilidade se deseja estimar;
Cabe ressaltar que, quando o tamanho da demanda
t intervalo de tempo a ser considerado;
no unitrio, diversos autores tm proposto modelos
taxa de consumo histrico por unidade de
compostos, como modelo de Poisson composto
(WILLIAMS, 1984; SILVER; HO; DEEMER, 1971) tempo; e
ou modelo de Bernoulli composto (JANSSEN; Px(t) probabilidade de haver x solicitaes
HEUTS; KOK, 1998; STRIJBOSCH; HEUTS; durante o intervalo de tempo t.
SCHOOT, 2000). Entretanto, estes modelos so mais
difceis de serem aplicados na prtica porque eles 2.2.2 Distribuio gama
precisam da determinao dos parmetros de mais de
uma distribuio para representar o comportamento Conforme j abordado na seo anterior, a
da demanda durante o tempo de resposta. distribuio Normal no recomendvel nos casos
A escolha da distribuio mais adequada da de itens de baixo consumo, sendo a distribuio Gama
demanda no tempo de resposta ser abordada a seguir uma alternativa Poisson. A premissa da distribuio
com maior profundidade. Gama foi adotada por Yeh (1997) em seu estudo,
no qual mais de 50% dos itens considerados em
2.2.1 Distribuio Poisson sua amostra apresentavam consumo inferior a dez
unidades por ano. A utilizao de uma distribuio
Diversos modelos de gesto de estoque consideram Poisson, originalmente foi descartada, pois os dados
a demanda no tempo de resposta aderente distribuio no satisfaziam a condio expressa na Equao4.
Normal. Um aspecto subjacente a esta escolha que De acordo com Burgin (1975, apud YEH, 1997), a
os estoques apresentam padro de demanda de alto distribuio Gama facilmente aderente aos dados
consumo. Neste artigo, por exemplo, so considerados reais, alm de matematicamente manejvel em
de alto consumo os itens que apresentam demanda aplicaes de gesto de estoques.
histrica superior a 300 unidades por ano, conforme De acordo com Yeh, Chang e Chang (1997), a
sugerido em Wanke (2005). distribuio Gama adequada para os casos no
J para itens de baixo consumo, Silver, Peterson e quais os perodos com demandas nulas tm maior
Pyke (1998) sugerem adotar a premissa da distribuio frequncia de ocorrncia. Nessas circunstncias, faz
Poisson. Segundo Yeh (1997), entretanto, necessrio sentido considerar o intervalo de tempo decorrido entre
verificar inicialmente a aplicabilidade prtica da duas demandas consecutivas diferentes de zero como
distribuio Poisson. Isso porque, na distribuio uma varivel de interesse para a modelagem, alm da
Poisson, a mdia e a varincia so numericamente prpria demanda e do tempo de resposta. Segerstedt
iguais. Dessa forma, para que esta distribuio possa (1994, apud YEH, 1997), por exemplo, desenvolveu
ser utilizada na prtica, necessrio que a varincia um modelo de gesto de estoques assumindo que o
da demanda (VAR(D)) esteja situada dentro de um tempo entre duas demandas consecutivas no zero
intervalo delimitado por uma variao de 10% ao (Ti), a demanda () e o tempo de resposta (TR) so
redor de sua mdia (E(D)), conforme sugerido pelo aderentes distribuio Gama.
autor e indicado a seguir: A distribuio Gama definida por dois parmetros
0,9* E ( D) < VAR ( D) < 1,1* E ( D) (4) e , que so, respectivamente, o parmetro de
forma e o parmetro de escala (KEATON, 1995). A
Por ser discreta, a distribuio de Poisson fornece funo densidade de probabilidade da distribuio
informaes gerencialmente teis, como, por exemplo, Gama dada por:
a probabilidade de ocorrncia de um determinado
nvel de consumo, tomando-se como base sua mdia
( x) 1 x
histrica. Alm disso, pressupe independncia entre f ( x) = e , 0 x < (6)
eventos, o que significa que o nvel de consumo em ( )

um determinado perodo no afetado pelo nvel de
consumo do perodo anterior. Por fim, na distribuio em que:
Poisson, o intervalo de tempo entre demandas segue ( ) = ( 1)!, quando um inteiro;
Quadro conceitual para gesto de estoques... 681

Segundo Tyworth e Ganeshan (2000), de posse


E( X ) = ;e de informaes sobre a demanda (D) e os tempos de
resposta (TR) e partindo-se da premissa de que estas
so variveis aleatrias independentes, possvel
Var ( X ) = 2 . determinar a mdia e a varincia da demanda no
tempo de resposta, partindo-se da mdia (D) e da
O modelo utilizado por Yeh (1997) considerou varincia da demanda (D), bem como da mdia (TR) e
como medida de nvel de servio a probabilidade da varincia do tempo de resposta (TR). As equaes
de no haver falta em estoque durante um ciclo de para se determinar a mdia e o desvio padro da
pedido, ou seja, durante o intervalo de tempo entre demanda no tempo de resposta so dadas a seguir,
dois ressuprimentos consecutivos. So definidos os sendo uma discusso mais detalhada fornecida em
nveis mais baixos e mais altos de nvel de servio Lau (1989):
desejados para cada item, de acordo com o modelo DTR = D * TR (8)
(S,s). Matematicamente, o nvel de servio para a
posio de estoque remanescente calculado por S
D*TR = (VAR ( D) * TR + VAR (TR ) * D 2 ) (9)
1 PS(S), no qual, PS(S) a probabilidade de falta
em estoque durante um ciclo de pedido, dado o nvel Num cenrio sem incertezas, a taxa de consumo
de estoque S. Considerando-se que (S), Ti e TR so mdia dos produtos previsvel ao longo do tempo.
aderentes distribuio Gama, tem-se que: Desta forma, possvel saber o momento de
reabastecimento, ou seja, quando o nvel de estoque

N 1 i (i + 1)! chegar a zero (WANKE, 2011). Com isso, se a
Ps = demanda e o tempo de resposta forem constantes, no
N =1 ( 1)! i = 0 i !( + )i + h necessidade de formao de estoque de segurana
( N 1) 1 (MENTZER; KRISHNAN, 1988). Neste contexto, o
(i + 1)!
i (7) ponto de pedido (PP), o prprio valor da demanda
i=0 i !( + )i + no tempo de resposta (D*TR).
N 1 Por outro lado, conforme Speh e Wagenheim
1

N e S
i=0
i

i ! N 1
(1978), as incertezas da demanda e do tempo de
resposta afetam diretamente a operao de um sistema
de distribuio fsica. A incerteza da demanda est
em que: relacionada ao consumo que se materializa de maneira
(, ) parmetros da distribuio Gama acerca aleatria. J a incerteza do tempo de resposta, por
da demanda; exemplo, decorre de atrasos ou antecipaes. Para
(, ) parmetros do intervalo de tempo entre se proteger destes efeitos, torna-se necessria a
duas demandas consecutivas no zero; e formao de estoques de segurana (ES).Com efeito,
(, ) parmetros do tempo de resposta de na presena de estoques de segurana, a frmula do
ressuprimento. ponto de pedido passa a ser:
PP = D * TR + ES (10)
2.3 Consumo de massa em que:
Frequentemente so considerados itens de consumo ES = K * S D*TR (11)
de massa aqueles que apresentam consumo histrico
superior a 300 unidades por ano (WANKE, 2011). D demanda por unidade de tempo;
De acordo com Rosa, Mayerle e Gonalves (2010), TR tempo de resposta no ressuprimento, em
entre os principais modelos de gesto de estoque unidades de tempo;
para itens de consumo de massa destaca-se o clssico K fator de segurana, ou a quantidade de desvios
(PP, Q). De acordo com este modelo, Q unidades padro da demanda no tempo de resposta; e
so solicitadas sempre que a posio do estoque SD*TR desvio padro da demanda no tempo
atingir o ponto de pedido PP (LOVE, 1979; SILVER; de resposta.
PETERSON; PYKE, 1998; MUCKSTADT, 2004; necessrio conhecer o formato da distribuio
SHERBROOKE, 2004; HOPP; SPEARMAN, 2008). da demanda no tempo de resposta para se determinar
Na prtica, o tamanho de lote Q determinado por o estoque de segurana (KEATON, 1995). Conforme
meio da tradicional frmula do Lote Econmico de abordado por Porras e Decker (2008), esse clculo
Compras (HARRIS, 1913). J o ponto de pedido requer que a distribuio da demanda durante o
definido visando-se garantir uma determinada tempo de resposta seja especificada para que o
medida de nvel de servio (EPPEN; MARTIN, 1988; valor do fator de segurana, K, seja determinado.
REGOetal., 2011). Tradicionalmente, a demanda no tempo de resposta
682 Wanke Gest. Prod., So Carlos, v. 19, n. 4, p. 677-687, 2012

modelada utilizando-se a distribuio Normal como abordagens de classificao, visando o apoio


(SILVER; PETERSON, 1985). Pelas propriedades tomada de deciso (HUISKONEN, 2001). O
dessa distribuio, o fator de segurana K para um mais tradicional desses esquemas a classificao
determinado nvel de servio igual aos valores ABC, segundo a qual os itens so classificados de
tabelados na curva Normal padro, Z, disponveis acordo com sua demanda, seu custo de aquisio e,
em diversos livros de estatstica e logstica, como, consequentemente, sua representatividade financeira
por exemplo, Levineetal. (2005) e Ballou (2006). para o negcio. Um item A, por exemplo, pertence
Mentzer e Krishnan (1988) ressaltam que aproximar aos 20% que respondem por 80% do total de vendas
a demanda no tempo de resposta por uma distribuio da empresa (SILVER; PETERSON; PYKE, 1998).
Normal diferente de considerar que a demanda e o Nas ltimas dcadas, merecem destaque alguns
tempo de resposta sejam normalmente distribudos. quadros conceituais. Williams (1984) desenvolveu
Segundo estes autores, para qualquer distribuio da um mtodo analtico para classificar demanda
demanda e do tempo de resposta, os valores para a como regular (alto consumo), baixo consumo ou
mdia e varincia da demanda no tempo de resposta intermitente pela decomposio da varincia da
podem ser obtidos por meio das frmulas (8) e (9), demanda durante o tempo de resposta em trs partes:
respectivamente. Para ser possvel utilizar o valor de Z variabilidade do nmero de ocorrncias por unidade
no clculo do ponto de pedido, a distribuio composta de tempo, variabilidade do tamanho da demanda e
da demanda durante o tempo de resposta precisa aderir variabilidade do tempo de resposta. Botter e Fortuin
Normal ou, pelo menos, que esta seja uma boa premissa. (2000) classificam os itens a partir de trs critrios,
No entanto, diversos trabalhos criticam essa quais sejam: tempo de resposta, preo e nvel de
aproximao. De acordo com Mentzer e Krishnan consumo, a partir dos quais so estabelecidos oito
(1988), esta aproximao s vlida se a distribuio diferentes modelos de gesto de estoque. J Eaves
Normal for definida entre o intervalo de a +. e Kingsman (2004) retomam o modelo de Williams
Alm disso, em muitas aplicaes prticas, isto cria a (1984), reclassificando as peas de reposio em cinco
possibilidade de demanda negativa. Por outro lado, para categorias: suave, irregular, baixo giro, espordica
Moors e Strijbosch (2002), uma grande restrio da leve e espordica forte. Por sua vez, Syntetos, Boylan
distribuio Normal a premissa de simetria. Ademais, e Croston (2005) classificam os itens em quatro
segundo Eppen e Martin (1988), somente em alguns quadrantes, considerando dois eixos: intervalo mdio
casos possvel encontrar itens que apresentam uma entre demandas e o quadrado do coeficiente de variao
distribuio Normal da demanda durante o tempo da demanda. Anos mais tarde, Boylan, Syntetos
de resposta. Alm disso, sua aproximao para e Karakostas (2008) apresentam uma aplicao
determinar o ponto de pedido e estoque de segurana desse mtodo em empresa de software. O padro de
incorre em erros, levando a rupturas ou excesso de consumo dos itens classificado como: espordico
estoque. Por outro lado, Tyworth e ONeill (1997) forte; espordico leve; e no espordico.
estudaram os efeitos provocados pela utilizao da Tomando como ponto de partida o referencial
distribuio Normal em produtos de consumo de massa terico apresentado nas sees anteriores, proposto
e concluram que, apesar do fato de a aproximao um quadro conceitual para gesto de estoque com
pela distribuio Normal acarretar em imprecises no base na segmentao da demanda anual em trs
dimensionamento do estoque de segurana, os erros categoriasbaixssimo consumo, baixo consumo e
na avaliao dos custos totais tendem a ser reduzidos. consumo de massae do coeficiente de variao da
Neste contexto, Silver, Peterson e Pyke (1998) demanda em duasalta incerteza e baixa incerteza.
propem uma regra geral para a aproximao da Com base nessas duas variveis associadas ao padro
demanda no tempo de resposta por uma distribuio da demanda, o quadro conceitual aponta qual o modelo
de probabilidade de acordo com coeficiente de variao de gesto de estoque mais adequado, apoiando a
(CV), no caso especfico de itens de consumo de massa. tomada de deciso luz das premissas mais aderentes
Se CV for maior do que 0,5, a distribuio Gama deve ser para responder s questes de quanto pedir, quando
utilizada. Caso contrrio, a distribuio Normal uma pedir e quanto manter em estoques de segurana.
boa aproximao para a demanda no tempo de resposta. No quadro conceitual, apresentado na Figura1, so
considerados como de baixssimo consumo os itens
com demanda mdia histrica inferior a uma unidade
3Quadro conceitual proposto para
por ano. Os itens de baixo consumo correspondem
gesto de estoques aos itens cujo consumo mdio histrico pode variar
As diversas particularidades que devem ser entre uma e 300 ~ 500 unidades por ano, ou seja,
observadas para adequada seleo dos modelos no mximo uma unidade por dia. Em contrapartida,
de gesto de estoque tm contribudo para o os itens considerados como consumo de massa
desenvolvimento de pesquisas e artigos sobre possveis so aquelas que apresentam demanda superior a
esquemas conceituais qualitativos, tambm conhecidos aproximadamente 300 ~ 500 unidades por ano. J
Quadro conceitual para gesto de estoques... 683

Figura 1. Quadro Conceitual para Gesto de Estoque.

o ponto de corte para o coeficiente de variao da 4Aplicao prtica: descrio de


demanda 0,5. resultados
Mais especificamente, para cada quadrante da
demanda anual e do coeficiente de variao da Com base no quadro conceitual apresentado na
demanda do item, o quadro conceitual contm as seo 3, foi desenvolvida uma ferramenta em VBA
funes de distribuio de probabilidade de maior para Excel com a finalidade de auxiliar na segmentao
aderncia e o modelo de gesto de estoque mais dos itens em estoque a partir de um banco de dados
adequado, incorporando todas as consideraes estruturado em planilha eletrnica. Alm disso, essa
tericas descritas nas sees anteriores. ferramenta tambm permite responder rapidamente s
No obstante o desenvolvimento de quadros questes de quanto pedir, quando pedir e quanto manter
conceituais, Regoetal. (2011) apontam para a em estoque de segurana para um nmero grande
necessidade de serem conduzidos estudos enfocando de itens, considerando-se um dado nvel de servio
sua aplicabilidade prtica nas empresas, com vistas que se deseja oferecer aos clientes e segmentao
reduo das lacunas entre teoria e prtica. Esses anteriormente identificada. A ferramenta foi aplicada
estudos de pesquisa-ao permitem ampliar o nos dados reais de uma empresa brasileira, com o
conhecimento prtico na medida em que aspectos objetivo de serem apurados eventuais ganhos oriundos
envolvendo a compreenso, a complexidade e o de uma eventual adoo do quadro conceitual para
esforo gerencial despendido por parte das empresas gesto de estoques ora proposto.
tornam-se evidentes. Exemplos nesse sentido so A empresa que foi objeto dessa aplicao prtica
encontrados em Cohenetal. (1990), Botter e uma das principais fabricantes mundiais de
Fortuin (2000), Strijbosch, Heuts e Schoot (2000), equipamentos agrcolas e de construo. Ela possui
Trimpetal. (2004), Levn e Segerstedt (2004), aproximadamente 160 fbricas distribudas pelo
Wanke (2005), Porras e Dekker (2008), Wagner mundo, das quais trs esto localizadas no Brasil. Na
e Lindemann (2008), Syntetos, Keyes e Babai filial brasileira, trabalham mais de 2.000 funcionrios.
(2009) e Silva (2009). Nas prximas sees, so Alm disso, a empresa mantm centralizados nos
apresentados e discutidos os resultados da aplicao armazns da filial brasileira um total de 20.833
prtica do quadro conceitual ora proposto numa diferentes itens. Essa diversidade de itens considerada
grande empresa brasileira. pela empresa como fundamental para prover suporte
684 Wanke Gest. Prod., So Carlos, v. 19, n. 4, p. 677-687, 2012

s atividades de assistncia tcnica e aos servios de ser adquiridas num primeiro momento. Esse valor
ps-venda aos equipamentos por ela comercializados. implica custo de oportunidade anual superior a
Para realizar o comparativo entre a gesto de R$563.000,00.
estoque atualmente verificada na empresa e aquela J para os itens de baixo consumo aderentes
sugerida pela ferramenta (quadro conceitual), foram distribuio Poisson ou Gama, foram calculados os
utilizados os dados de consumo dos ltimos 48 meses nveis de estoques necessrios para atender a trs
para todos os 20.833 itens. Alm das informaes de patamares diferentes de nveis de servio: 90%,
consumo, foram utilizados outros dados relevantes 95% e 98% de probabilidade de no faltar o item em
para determinao dos modelos, conforme informao estoque. A partir de cada patamar de servio, foram
da empresa: custo de aquisio do item; custo determinados os custos de oportunidade de manter
de ressuprimento/colocao do pedido; custo de as peas em estoque, bem como o investimento
indisponibilidade e penalidade; tempo mdio de necessrio a ser mobilizado na aquisio desses itens,
resposta do fornecedor; varincia do tempo de resposta caso tenham que ser adquiridos simultaneamente
do fornecedor; e taxa de oportunidade de manter num primeiro momento.
estoques por ano, para cada um dos diferentes itens. Especificamente para o patamar de 90% de servio,
O primeiro passo na aplicao do quadro conceitual, o investimento necessrio a ser mobilizado na formao
por intermdio da ferramenta em Excel, consistiu desse estoque superior a R$ 84.000.000,00, caso
da segmentao dos itens, segundo a classificao todas as peas tenham que ser adquiridas num primeiro
de baixssimo consumo, baixo consumo e consumo momento. Esse valor implica custo de oportunidade
de massa, obtendo-se, respectivamente, os seguintes anual superior a R$ 18.670.000,00. Em mdia, so
percentuais: 22,0%; 74,5%; e 3,5%. Alm disso, com mantidas quase 10 peas em estoque para cada item
base nas trs categorias de demanda e nas duas de de baixo consumo.
coeficiente de variao, foi analisado o grau de aderncia
da demanda s distribuies Poisson e Gama, segundo
5Aplicao prtica: discusso dos
discusso apresentada nas sees 2.2.1 e 2.2.2.
Cabe destacar que, em no se verificando a resultados
aderncia da demanda distribuio Poisson ou Tendo em vista que a empresa no disponibilizou
Gama, sups-se a demanda aderente distribuio a real poltica de estoques adotada, foram assumidas
Normal nos casos em que o coeficiente de variao algumas premissas para que fosse possvel avaliar
era inferior a 0,5. se ocorreriam ganhos, tanto em termos financeiros,
Todas as anlises apresentadas a seguir so quanto em termos de nvel de servio, caso fossem
relativas aos itens de baixssimo e baixo consumo, adotados os modelos de estoques sugeridos pelo
que representam 96,5% do total de itens, conforme quadro conceitual.
ilustrado na Figura 2. Para os itens de baixssimo consumo, analisou-se,
Com relao aos itens de baixssimo consumo, sob a tica dos custos totais, a manuteno de nenhuma
observou-se que, para 99,9% dos itens classificados (CT0) ou de uma (CT1) pea em estoque, conforme
neste grupo, a empresa deveria manter uma pea as Equaes1 e 3, respectivamente. A manuteno de
em estoque, totalizando 4.586 peas estocadas uma pea em estoque para cada item demonstrou ser a
(umapara cada item). O investimento necessrio a mais adequada, j que apresenta um ganho, dado pelo
ser mobilizado na formao desse estoque superior somatrio das diferenas (CT0 CT1) para todos os
a R$ 2.540.000,00, caso todas as peas tenham que itens, igual a R$ 14.429.517,56. Os ganhos que podem
ser alcanados ao se manter uma pea em estoque
para todos os itens se devem principalmente ao fato
de que os custos de indisponibilidade e penalidade
assumem valores expressivos, tornando-se uma
parcela de extrema relevncia no clculo da diferena
entre os cenrios.
J no caso dos itens de baixo consumo, que
representam 74,5% do total, considerou-se que a
empresa mantinha como estoque-alvo para cada um dos
itens o valor mdio dos trs maiores picos de demanda
ocorridos nos ltimos 48 meses, prtica, por vezes,
comum entre as empresas brasileiras (cf.estudo de
caso em WANKE, 2011). Dessa forma, para cada item,
foi calculado o custo de oportunidade para o nvel de
estoque sugerido pela ferramenta e o praticado pela
Figura2. Tela de Sada de ResultadosSegmentao e empresa. Quando a diferena foi positiva, considerou-se
Aderncia Distribuio. que haveria reduo nos custos de oportunidade pela
Quadro conceitual para gesto de estoques... 685

Com o intuito de suprir essa lacuna, este trabalho


prope um quadro conceitual para auxiliar na escolha
do modelo de gesto de estoque mais adequado.
A partir de diferentes caractersticas da demanda, o
quadro conceitual proposto evidencia que a premissa
da aderncia distribuio Normal nem sempre
vlida e que outras distribuies de probabilidade,
como Poisson e Gama, devem ser colocadas em
perspectiva pelo gestor. Esse trabalho tambm explorou
questes relativas gesto de estoque de itens de baixo
e baixssimo consumo por meio de uma aplicao
prtica numa empresa brasileira de equipamentos
agrcolas e de construo.

Figura 3. Reduo dos Custos de Oportunidade de Manter


Referncias
Estoques no Tempo. BAI, L. Inventory control and demand distribution
characterization. School of industrial and Systems
Engineering, Georgia Institute of Technology,2005.
adoo do quadro conceitual. Nesse caso, o montante BOTTER, R.; FORTUIN, L. Stocking strategy for
encontrado foi de quase R$ 8.870.000,00, em funo service partsa case study. International Journal
de menores nveis de estoque. Similarmente, quando of Operations and Production Management,
v.20, n.6, p.656-674,2000. http://dx.doi.
a diferena foi negativa, considerou-se que haveria
org/10.1108/01443570010321612
aumento nos custos de oportunidade em virtude BALLOU, R. H. Gerenciamento da Cadeia de
dessa adoo. Nesse caso, o acrscimo total foi de Suprimentos: Logstica Empresarial.5.ed. Porto
quase R$ 2.230.000,00, resultado de maiores nveis Alegre: Bookman,2006.
de estoque. Cabe salientar que, na maior parte das BOYLAN, J. E.; SYNTETOS, A. A.; KARAKOSTAS, G.
vezes, os acrscimos verificados nos nveis de estoque C. Classification for forecasting and stock control: a case
decorrem da necessidade de ajuste aos nveis de servio study. Journal of the Operational Research Society,
ao cliente, estipulados, no caso, em 90%. v.59, p.473-481,2008. http://dx.doi.org/10.1057/
Com o objetivo de identificar o tempo total para a palgrave.jors.2602312
BRAGLIA, M.; GRASSI, A.; MONTANARI, R. Multi-
realizao dos ganhos financeiros decorrentes de uma
attribute classification method for spare parts inventory
eventual desmobilizao de estoques, foi estimado management. Journal of Quality in Maintenance
o tempo necessrio para que o estoque excedente Engineering, v.10, n.1, p.55-65,2004. http://dx.doi.
fosse consumido, tomando como base o consumo org/10.1108/13552510410526875
mdio mensal. A reduo de R$ 8.870.000,00 nos BURGIN, T. A. The gamma distribution and inventory
custos de oportunidade realizada em, no mximo control. Operations Research Quarterly, v.26,
20,57meses, sendo que em seis meses j possvel p.507-525,1975.
realizar R$8.446.990,04, o equivalente a 97,01% do COHEN, M. A.etal. Optimizer: IBMs Multi-Echelon
total, e, em pouco menos de um ano, mais precisamente Inventory System for Managing Service Logistics.
Interfaces, v.201, p.65-82,1990. http://dx.doi.
em 10,29 meses, j possvel realizar 97,89% dos
org/10.1287/inte.20.1.65
ganhos, ou seja, R$ 8.676.001,41 (Figura3). COHEN, M. A.; LEE, H. L. Out of Touch with Customer
O uso da ferramenta, que identifica a aderncia das Needs? Spare Parts and After Sales Service. Sloan
distribuies de itens de baixo giro s distribuies Management Review, v.31, n.2, p.55-66,1990.
Poisson ou Gama, se mostrou bastante eficiente, uma COHEN, M. A.; ZHENG, Y. S.; AGRAWAL, V.
vez que foram alcanadas economias da ordem de Service parts logistics: a benchmark analysis. IIE
R$ 2.321.674,55, a serem realizadas em um prazo Transactions, v.29, p.627-639,1997. http://dx.doi.
mximo de 20,57 meses. org/10.1080/07408179708966373
CORRA, H. L.; CORRA, C. A. Administrao de
produo e de operaes: manufatura e servios: uma
6Concluses abordagem estratgica. So Paulo: Atlas,2005.
Uma vasta teoria sobre estoques foi desenvolvida COSTA, J. C.; GONALVES, M. B.; GIACOBO, F.
ao longo de cinquenta anos, resultando em inmeros Gesto de estoques de materiais de baixssimo giro
considerando processos crticos para organizao. In:
trabalhos acadmicos disponveis na literatura.
SEMINRIO DE ADMINISTRAO,8.,2005, So
Contudo, muitos desses resultados tericos alcanados Paulo. Anais... So Paulo: USP,2005.
no se aplicam facilmente na prtica das empresas, CROSTON, J. D. Forecasting and Stock Control for
uma vez que, em sua maioria, assumem premissas Intermittent Demand. Operational Research Quarterly,
que no so verificadas em um mundo corporativo. v.23, n.3, p.289303,1972.
686 Wanke Gest. Prod., So Carlos, v. 19, n. 4, p. 677-687, 2012

DAS, C. Approximate solution to the (Q,r) inventory HUA, Z. S.etal. A new approach of forecasting intermittent
model for gamma lead time demand. Management demand for spare parts inventories in the process
Science, v.22, n.9, p.1043-1047,1976. http://dx.doi. industries. Journal of the Operational Research
org/10.1287/mnsc.22.9.1043 Society, v.58, p.52-61,2007. http://dx.doi.org/10.1057/
DEKKER, R.; KLEIJN, M. J.; DE ROOIJ, P. J. A spare palgrave.jors.2602119
parts stocking policy based on equipment criticality. HUISKONEN, J. Maintenance spare parts logistics:
International Journal of Production Economics, Special characteristics and strategic choices.
v.5657, p.69-77,1998. http://dx.doi.org/10.1016/ International Journal of Production Economics,
S0925-5273(97)00050-9 v.71, p.125-133,2001 http://dx.doi.org/10.1016/
DHAKAR, T. S.; SCHMIDT, C. P.; MILLER, D. M. Base S0925-5273(00)00112-2
stock level determination for high cost low demand JANSSEN, F.; HEUTS, R.; KOK, A. On the (R, s, Q)
critical repairable spares. Computers and Operations inventory model when demand is modelled as a
Research, v.21, n.4, p.411-420,1993. http://dx.doi. compound Bernoulli process. European Journal of
org/10.1016/0305-0548(94)90028-0 Operational Research, v.104, p.423-436,1998. http://
EAVES, A. Forecasting for the ordering and stock-holding dx.doi.org/10.1016/S0377-2217(97)00009-X
of consumable spare parts.2002. (PhDthesis)-Lancaster KEATON, M. Using the Gamma distribution to model
University, Department of Management Science, demand when tempo de resposta is random. Journal
Lancaster,2002. of Business Logistics, v.16, n.1, p.107-131,1995.
EAVES, A. H. C.; KINGSMAN, B. G. Forecasting for the KRUPP, J. Safety stock management. Production
ordering and stock-holding of spare parts. Journal of the and Inventory Management Journal, v.38, n.3,
Operational Research Society, v.50, p.431-437,2004. p.11-18,1997.
http://dx.doi.org/10.1057/palgrave.jors.2601697 KUMAR, S. Parts Management Models and Applications.
EPPEN, G. D.; MARTIN, R. K. Determining safety stock in New York: Springer,2005.222 p.
the presence of stochastic tempo de resposta and demand. LEVINE, D. M.etal. EstatsticaTeoria e Aplicaes.3.ed.
Management Science, v.34, n.11, p.1380-1390,1988. Rio de Janeiro: LTC,2005.
http://dx.doi.org/10.1287/mnsc.34.11.1380 LAU, H.-S. Toward a Stock Control System under
Non-Normal Demand and Lead-time Uncertainty. Journal
FEENEY, G. J.; SHERBROOKE, C. C. The (s -1, s)
of Business Logistics, v.10, n.1, p.88-103,1989.
inventory policy under compound Poisson demand.
LEVN, E.; SEGERSTEDT, A. Inventory control with a
Management Science, v.12, p.391-411,1966. http://
modified Croston procedure and Erlang distribution.
dx.doi.org/10.1287/mnsc.12.5.391
International Journal of Production Economics,
GHOBBAR, A. A.; FRIEND, C. H. Evaluation of Forecasting
v.90, p.361-367,2004. http://dx.doi.org/10.1016/
Methods for Intermittent Parts Demand in the Field of
S0925-5273(03)00053-7
Aviation: a Predictive Model. Computers & Operations
LOVE, S. Inventory Control. New York: McGraw-
Research, v.30, p.2097-2114,2003. http://dx.doi. Hill,1979.273 p.
org/10.1016/S0305-0548(02)00125-9 MENTZER, J. T.; KRISHNAN, R. The effect of the
GOMES, A. V. P.; WANKE, P. Modelagem da gesto de assumption of normality on inventory control/customer
estoques de peas de reposio atravs de cadeias de Service. Journal of Business Logistics, v.6, n.1,
Markov. Gesto & Produo, v.15-1, p.57-72,2008. p.101-120,1988.
GOMEZ, G. C. G. Lumpy demand characterization MOORS, J. J. A.; STRIJBOSCH, L. W. G. Exact fill rates for
and forecasting performance using self-adaptive (R; s; S) inventory control with Gama distributed demand.
forecasting models and Kalman Filter.2008.121 f. Journal of the Operational Research Society, v.53,
Dissertation (Master in Industrial Engineering)-The n.11, p.1268-1274,2002. http://dx.doi.org/10.1057/
University of Texas, El Paso,2008. palgrave.jors.2601441
GUTIERREZ, R. S.; SOLIS, A. O.; MUKHOPADHYAY, MUCKSTADT, J. A. Analysis and Algorithms for Service
S. Lumpy demand forecasting using neural networks. Parts Supply Chains. New York: Springer,2004.277 p.
International Journal of Production Economics, NAMIT, K.; CHEN, J. Solutions to the inventory model
v.111, p.409-420,2008. http://dx.doi.org/10.1016/j. for gamma tempo de resposta demand. International
ijpe.2007.01.007 Journal of Physical Distribution & Logistics
HADLEY, G.; WHITIN, M. A family of inventory models. Management, v.29, n.2, p.138-154,1999. http://
Management Science, v.7, n.4, p.351-371,1961. dx.doi.org/10.1108/09600039910264713
http://dx.doi.org/10.1287/mnsc.7.4.351 PORRAS, E.; DEKKER, R. An inventory control system
HARRIS, F. W. How many parts to make at once. for spare parts at a refinery: An empirical comparison of
Factory, The Magazine of Management, v.10, n.2, different re-order point methods. European Journal of
p.135-136,1913 Operational Research, v.184, n.1, p.101-132,2008.
HAX, A.; CANDEA, D. Production and Inventory http://dx.doi.org/10.1016/j.ejor.2006.11.008
Management. Prentice-Hall, Inc.,1984. REGATTIERI, A.etal. Managing lumpy demand for
HILL, R. M.; OMAR, M.; SMITH, D. K. Stock replenishment aircraft spare parts. Journal of Air Transportation
policies for a stochastic exponentially-declining demand Management, v.11, p.426-431,2005. http://dx.doi.
process. European Journal of Operational Research, org/10.1016/j.jairtraman.2005.06.003
v.116, p.374-388,1999. http://dx.doi.org/10.1016/ REGO, J. R. A lacuna entre a Teoria de Gesto de
S0377-2217(98)00223-9 Estoques e a prtica empresarial na reposio de
HOPP, W. J.; SPEARMAN, M. L. Factory Phisics.3rded. peas em concessionrias de automveis.2006.115 f.
New York: McGraw-Hill,2008.720 p. Dissertao (Mestrado em Administrao)-Faculdade de
Quadro conceitual para gesto de estoques... 687

Economia, Administrao e Contabilidade, Universidade Report Econometric Institute EI:2004-52. Disponvel em:
de So Paulo, So Paulo,2006. <http://publishing.eur.nl/ir/repub/asset/1830/ei200452.
REGO, J. R.; MESQUITA, M. A. Controle de estoque pdf.> Acesso em:08 ago.2009.
de peas de reposio em local nico: uma reviso TYWORTH, J. E. Modeling transportation-inventory
da literatura. Produo, v.21, n.4, p.645-666,2011. tradeoffs in a stochastic setting. Journal of Business
http://dx.doi.org/10.1590/S0103-65132011005000002 Logistics, v.13, n.2, p.97-124,1992.
ROSA, H.; MAYERLE, S. F.; GONALVES, M. B. Controle TYWORTH, J. E.; ONEILL L. Robustness of the normal
de estoque por reviso contnua e reviso peridica: uma approximation of lead-time demand in a distribution
anlise comparativa utilizando simulao. Produo, setting. Naval Research Logistics, v.44, n.6,
v.20, n.4, dez.2010. http://dx.doi.org/10.1590/ p.165-86,1997. http://dx.doi.org/10.1002/(SICI)15
S0103-65132010005000052 206750(199703)44:2<165::AID-NAV2>3.0.CO;2-7
SHERBROOKE, C. C. Optimal Inventory Modeling of TYWORTH, J. E.; GANESHAN, R. A note on solutions
Systems-Multi-Echelon Techniques.2nded. Boston: to the <Q, R> inventory model for gamma lead-time
Kluwer,2004.332 p.PMid:15277561. demand. International Journal of Physical Distribution
SILVA, G. L. C. Modelo de estoque para peas de & Logistics Management, v.30, n.6, p.534-539,2000.
reposio sujeitas demanda intermitente e lead- http://dx.doi.org/10.1108/09600030010340897
time estocstico.2009.75 f.Dissertao (Mestrado YEH, Q.-J. A practical implementation of gamma distribution
em Engenharia de Produo)-Escola de Engenharia, to the reordering decision of an inventory control
Universidade Federal de Minas Gerais,2009. problem. Production and Inventory Management
SILVER, E.; HO, C.-M.; DEEMER, R. Cost minimizing Journal, v.37, n.8, p.51-57,1997.
inventory control of items having a special type of YEH, Q.-J.; CHANG, T. P.; CHANG, H. C. An inventory
erratic demand pattern. INFOR, v.9 , p.198-219,1971. control model with gamma distribution. Microelectronics
SILVER, E. A.; PETERSON, R. Decision Systems and Reliability, v.37, n.8, p.1197-1201,1997. http://
for Inventory Management and Production dx.doi.org/10.1016/S0026-2714(96)00295-8
Planning.2nded. New York: John Wiley & Sons,1985. WAGNER, S. M.; LINDEMANN, E. A case study-based
SILVER, E. A.; PETERSON, R.; PYKE, D. F. analysis of spare parts management in the engineering
Inventory Management and Production Planning industry. Production Planning & Control, v.19-4,
and Scheduling.3rded. New York: John Wiley & p.397-407,2008.
Sons,1998.754 p. WALKER, J. Base stock level determination for insurance
SPEH, T. W.; WAGENHEIM, G. D. Demand and lead-time type spares. International Journal of Quality &
uncertainty: The impacts on physical distribution Reliability Management, v.14, n.6, p.569-574,1997.
performance and management. Journal of Business http://dx.doi.org/10.1108/02656719710186182
Logistics, v.1, n.1, p.95-113,1978. WANKE, P. Metodologia para gesto de estoques de peas
STRIJBOSCH, L. W. G.; HEUTS, R. M. J.; SCHOOT, E. de reposio: um estudo de caso em empresa brasileira.
H. M. A combined forecast-inventory control procedure Revista Tecnologstica, p.60-65, dez.2005.
for spare parts. Journal of Operational Research WANKE, P. The impact of different demand allocation
Society, v.51, p.1184-1192,2000 rules on total stock levels. Pesquisa Operacional,
SYNTETOS, A. A.; BOYLAN, J. E. On the bias of v.30, n.1, p.33-52,2010.
intermittent demand estimates. International Journal of WANKE, P. Gesto de estoques na cadeia de suprimentos:
Production Economics, v.71, n.1-3, p.457-466,2001. decises e modelos quantitativos.3.ed. So Paulo:
http://dx.doi.org/10.1016/S0925-5273(00)00143-2 Atlas,2011.367 p.(Coleo COPPEAD de Administrao).
SYNTETOS, A. A.; BOYLAN, J. E.; CROSTON, J. D. WANKE, P. Product, operation, and demand relationships
On the categorization of demand patterns. Journal of between manufacturers and retailers. Transportation
Operational Research Society, v.56, p.495-503,2005. Research Part E: Logistics and Transportation Review,
http://dx.doi.org/10.1057/palgrave.jors.2601841 v.48, n.1, p.340-354,2012. http://dx.doi.org/10.1016/j.
SYNTETOS, A. A.; KEYES, M.; BABAI, M. Z. Demand tre.2011.07.010
categorization in a European spare parts logistics network. WANKE, P. F. & SALIBY, E. Consolidation effects: Whether
International Journal of Operations & Production and how inventories should be pooled. Transportation
Management, v.29-3, p.292-316,2009. Research Part E: Logistics and Transportation Review,
TAVARES, L. V.; ALMEIDA, L. T. A binary decision model v.45, n.5, p.678-692,2009. http://dx.doi.org/10.1016/j.
for stock control os very slow moving items. Operational tre.2009.01.006
Research Society, v.34, n.3, p.249-252,1983. WILLEMAIN, T. R.; SMART, C. N.; SCHWARZ, H. F.
TEUNTER, R. H.; DUNCAN, L. Forecasting intermittent A new approach to forecasting intermittent demand
demand: a comparative study. Journal of the Operational for service parts inventories. International Journal
Research Society, v.60-3, p.321-329,2009. http:// of Forecasting, v.20, p.375-387,2004 http://dx.doi.
dx.doi.org/10.1057/palgrave.jors.2602569 org/10.1016/S0169-2070(03)00013-X
TRIMP, M. E.etal. Optimise initial spare parts WILLIAMS, T. M. Stock Control with Sporadic and
inventories: an analysis and improvement of an electronic Slow-Moving Demand. The Journal of the Operational
decision tool. Erasmus Universiteit Rotterdam,2004. Research Society, v.35-10, p.939-948,1984.

Você também pode gostar