Escolar Documentos
Profissional Documentos
Cultura Documentos
Gestão de Estoque para A Redução de Custos - TCC PDF
Gestão de Estoque para A Redução de Custos - TCC PDF
Gestão de Estoques:
uma ferramenta para a redução de custos
Orientador:
Prof. Dr. Jorge Luiz de Biazzi
1
Trabalho realizado para a disciplina EAD 601 – Trabalho de Conclusão de Curso II.
Aluno do último ano de graduação em Administração pela Faculdade de Economia, Administração e
Contabilidade da Universidade de São Paulo.
Agradecimentos:
Agradeço a atenção e a paciência de meu orientador, Biazzi, em todos os
momentos em que precisei de sua ajuda, tendo muitas vezes que postergar a
entrega deste estudo.
Agradeço a minha sócia e minha mãe Patricia, bem como a minha gerente e
amiga, Ana, pelo excelente trabalho que têm desenvolvido e, sem o qual, não
teria conseguido desenvolver o presente trabalho.
2
Excluído: 6
Inserido: 6
Excluído: 5
Excluído: 7
Inserido: 7
INDICE
Excluído: 6
Excluído: 7
5. Metodologia........................................................................................................ 61 Inserido: 53
Excluído: 52
5.1 A Empresa .................................................................................................... 61
Excluído: 53
5.1.1 Breve Apresentação ............................................................................... 61 Inserido: 53
Excluído: 52
5.1.2 Gestão de Estoques Atual ...................................................................... 63
Excluído: 54
5.2 Metodologia Empregada ............................................................................... 65 Inserido: 54
5.2.1 Etapas .................................................................................................... 65 Excluído: 53
Excluído: 56
5.2.2 Considerações sobre a Coleta e a Análise de Dados............................. 68
Inserido: 56
5.2.3 Manipulação dos Dados ......................................................................... 70 Excluído: 55
Formatado: Espaçamento
A necessidade de profissionalização da administração é uma realidade nos tempos entre linhas: 1,5 linha
5
imprescindível que uma avaliação seja desenvolvida antes da implantação de
qualquer modelo, a fim de se confirmar o impacto positivo dos modelos.
Excluído: ¶
Palavras-Chave
Formatado: Espaçamento
Gestão de estoques, Gerenciamento da cadeia de produção, Previsão de entre linhas: 1,5 linha
6
1. Objetivo do Trabalho
2. Metodologia do Trabalho
7
Isto significa que as organizações devem dirigir seus esforços para o
desenvolvimento de alguns modelos matemáticos – previsão de demanda, lotes
de compra, estoque de segurança, nível de atendimento etc. – que forneçam as
bases para a tomada de decisão relativa à produção.
O presente trabalho evidencia que mesmo uma empresa prestadora de
serviços deve ter esta preocupação. Isto é feito comparando-se os custos de
produção da empresa estudada em dois momentos:
8
4. Fundamentação Teórica
• Compras;
• Acompanhamento;
• Gestão de armazenagem;
• Planejamento;
• Controle de produção;
• Gestão de distribuição física.
9
Figura 1: Atuação do Gestor de Estoques
FONTE: MOURA, página 2
10
seja, estoques representam dinheiro parado. E mais, dinheiro cuja liquidez foi
reduzida e o risco de obsolescência gerado.
Dentro do novo enfoque, os gestores de estoques e/ou almoxarifes não
mais apenas recebem ordens de compra e distribuem os itens em prateleiras.
Nesta abordagem, os responsáveis passam a ser conhecedores da trajetória de
aquisições, a saber, onde os itens são utilizados, qual a duração do ciclo de sua
produção, em quanto tempo eles são depositados na expedição, entre outras
informações pertinentes à atividade de gerenciamento.
Segundo Moura, os estoques impulsionam, de forma correta ou não, a
vida de uma empresa, e “seu perfeito gerenciamento é o que viabiliza a empresa
de se tornar competitiva”. (MOURA, página 3)
11
da organização, evitando assim desperdícios de recursos financeiros e
reduzindo o risco de não atendimento da demanda.
Para ilustrar o impacto dos estoques sobre o lucro da empresa, é
pertinente dimensioná-los no índice de retorno de capital:
Estoque Ativo
Todo estoque resultante de um planejamento prévio e destinado a uma
utilização em:
12
Estoque Inativo
Estoque inutilizado, decorrente de alterações de programas, mudanças
nas políticas de estoques ou eventuais falhas de planejamento, que engloba as
seguintes categorias:
suprimento
tecnologia
capacidade
Impossível/inviável
Incerteza de previsões
coordenar suprimento e
demanda
informação obtenção demanda
escassez
Necessidades de
Especulação preencher canal de
distribuição (“pipeline”)
oportuni-
dade
13
O surgimento de estoques, independente de seu tipo – matérias-primas,
componentes ou produtos acabados – e volume, tem aspectos positivos e
negativos, conforme apontado por Gaither.
O autor cita como justificativas para manter estoques:
14
• Custos para coordenar a produção: uma vez que grandes estoques
obstruem o processo de produção, mais pessoas são necessárias para
desembaraçar engarrafamentos, resolver problemas de produção
relacionados com o congestionamento e coordenar programas;
• Custos de redução do retorno sobre o investimento (ROI): estoques são
ativos, e grandes estoques reduzem o retorno sobre o investimento. Um
reduzido retorno sobre o investimento se soma aos custos financeiros da
empresa ao elevar as taxas de juros sobre a dívida e reduzir os preços
das ações;
• Custos da capacidade reduzida: estoques representam uma forma de
desperdício. Materiais perdidos, guardados e produzidos antes que sejam
necessários desperdiçam capacidade de produção;
• Custos da qualidade de lotes grandes: produzir grandes lotes de
produção resulta em grandes estoques. Em raras ocasiões, algo sai
errado e uma grande parte de um lote de produção tem defeitos. Nessas
situações, tamanhos de lote menores podem reduzir o número de
produtos com defeito;
• Custos de problemas de produção: estoques em processo mais elevados
camuflam os problemas de produção subjacentes. Problemas como
quebras de máquina, má qualidade de produto e escassez de materiais
nunca são resolvidos.
15
A seguir, cada um dos conceitos é apresentado e comentado.
16
contábeis, portanto, muitas vezes, não são uma representação fiel do
fluxo físico de materiais na empresa. Isto é particularmente
verdadeiro em relação à prática de reduções bruscas no valor
contábil do estoque, às vésperas de fechamento de balanços, com o
produto já recebido.
• Outra inadequação dos indicadores contábeis refere-se ao fato de
estes tratarem a informação agregada, não fazendo distinção entre
produtos com características diferentes.
• A necessidade de utilização de mais de um indicador para se ter um
indicador de qualidade: Para o monitoramento completo,
consideramos necessários não apenas a informação de quanto custa
o estoque – aspecto coberto pelo indicador apresentado
anteriormente –, mas também se este custo está adequado à
característica da empresa. A resposta pode ser obtida por meio do
indicador de cobertura de estoque, ou seja, o tempo em que o
estoque existente é suficiente para atender à demanda, sem
necessidade de reposição.
• Custo total: é a soma dos custos de pedir e manter estoque.
• Custo associado à falta de estoque: Este custo está intimamente ligado
ao nível de serviço atingido, devido a sua qualificação financeira. Apesar
de grande importância, raramente é utilizado. Os produtos acabados e os
insumos devem contar com indicadores diferentes, mesmo que estejam
baseados no mesmo conceito.
Formatado: Recuo: Esquerda:
• Produtos acabados: neste caso, o custo da falta é medido pela 1,9 cm, Com marcadores +
Nível: 1 + Alinhado em: 1,14
margem de contribuição de cada venda perdida pela indisponibilidade cm + Tabulação após: 1,77 cm
+ Recuar em: 1,77 cm,
do produto (caso não seja possível o atendimento com atraso). Em Tabulações: Não em 1,77 cm
17
• Insumos: A falta de insumo, mesmo aquele cujo valor agregado é
baixíssimo, pode resultar num alto custo de falta, em função da
dependência que o processo produtivo tem dele. Esta lógica também
pode ser utilizada para peças de manutenção. É um erro pensar que,
para reduzir a margem de risco de falta de estoque, é necessário
sobrecarregá-lo de itens e componentes; a ponderação na gestão de
estoques é um dos principais direcionadores do acerto no processo,
que avalia o nível de estoque que resultará em menor custo total.
• Outros custos associados: A gestão de estoque possui importância
vital na administração dos custos, e as variedades de custos
associados aos estoques podem ir além dos custos, e as variedades
de custos de manutenção de estoques, ou daqueles relacionados
diretamente à falta deles. Para se definir os custos a serem
considerados é preciso analisá-los em função das características
operacionais de cada empresa, e seus impactos devem ser
observados com enfoque na gestão de estoques.
Estes custos devem ser monitorados para que seja possível a
avaliação do custo total do processo de gestão de materiais. Ocorre
que, muitas vezes esses custos tornam-se tão relevantes quanto os
custo de manutenção de estoques ou de falta de produtos.” (MOURA,
páginas 8 e 9)
18
• Indicador de monitoramento de disponibilidade: Esses indicadores,
relacionados à disponibilidade de produto, podem se referir tanto à visão
do cliente como à do produto.
Formatado: Recuo: Esquerda:
• Cliente: O nível de serviço pode ser medido de diversas formas. Essa 1,9 cm, Com marcadores +
Nível: 1 + Alinhado em: 1,14
visão representa exatamente o serviço prestado pela empresa ao cm + Tabulação após: 1,77 cm
+ Recuar em: 1,77 cm,
cliente. Esses indicadores servem de guia para que a gestão de Tabulações: Não em 1,77 cm
Excluído: as
estoque atenda às necessidades definidas pela estratégia da
empresa.
• Produtos: Estão associados à disponibilidade de cada um deles, ou
seja, o percentual da demanda pelo produto em um determinado
período de tempo atendido de imediato, a freqüência com que o
produto apresenta falta de estoque, entre outros. Esses indicadores
passam informação mais segmentada e, por isso, permitem identificar
produtos específicos que estejam apresentando problemas, além de
permitir o monitoramento de grupos de produtos com estratégias de
estoque diferenciadas.
Compra de
Previsão Planejamento Insumos e Fornecimento
da Demanda da Produção Matéria Prima
LEAD TIME
Figura 3: Lead time entre os processos
FONTE: MOURA, página 11
19
em um horizonte de tempo inferior ao tempo de reposição. Quando isso ocorre,
o nível de estoque também deve estar preparado para absorver essa incerteza.
[...] "Definidas as atividades que devem ser monitoradas, parte-se para a
identificação do impacto de cada uma no nível de estoque. Ao chegar nessa
etapa, é necessário ter certeza de que as políticas de estoque da empresa
estejam definidas e estruturadas com base nos modelos matemáticos utilizados
na definição dos estoques de segurança e de ciclo.” (MOURA, página 11)
As incertezas envolvidas na gestão de estoques surgem, principalmente,
a partir dos seguintes aspectos:
• Previsão de vendas;
• Confiabilidade de produção;
• Variabilidade do prazo;
• Entrega do fornecedor.
20
matérias-primas. A figura 4, abaixo, apresenta um exemplo ilustrado pelo autor
com relação ao nível de chuvas e ao consumo de água.
Necessidade
de conciliar
21
4.1.8.1 Método de Pareto e Curva ABC
22
• Lançar os percentuais e o percentual acumulado em um gráfico.
A tabela abaixo apresenta um exemplo de base para a curva ABC.
100
% acumulada de valor de uso
90
80
70
60
50
40
30
20
Região Região Região
10 A B C
0
25 50 75 100
itens (%)
23
rendimento da produção abaixo do esperado. Entre outras ineficiências que o
processo pode gerar, o que mais preocupa são a dúvidas geradas na atuação
da administração dos estoques, embora sejam problemas comuns que fazem
parte do cotidiano do profissional da área, sobretudo, dos profissionais
envolvidos em logística. Apesar de o estoque de segurança lembrar todas as
falhas que estão por trás dos processos, ele ainda ajuda a lidar com essas
incertezas, presentes em praticamente todos os processos logísticos. Porém
dimensioná-lo corretamente é um fator preocupante na gestão. Muitas dúvidas e
divergências surgem no sentido de situá-lo num nível correto. Algumas
empresas não se baseiam em informações precisas e temem a falta de
estoques para atendimento ao cliente, gerando um aumento excessivo na
Excluído: causa
quantidade de segurança de estoque. A conseqüência é clara, havendo
aumento de dinheiro empregado e perdas na lucratividade pelo material parado
no estoque.
Se por um lado o excesso de estoque de segurança gera custos
desnecessários de manutenção de estoques, relativos aos custos financeiros
(capital empatado) e de armazenagem, por outro lado, o sub-dimensionamento
do mesmo faz com que a companhia incorra em perdas de vendas, gerando um
nível de serviço ao cliente insatisfatório. Portanto, a questão do estoque de
segurança deve ser analisada com cuidado e sempre visando o futuro da
empresa no mercado. A questão a ser observada no momento do
dimensionamento do estoque de segurança deve ser: “qual é o nível de estoque
que irá assegurar o nível de serviço ao cliente desejado pela empresa?”
A figura 6 apresenta uma modelagem que, a título de simplificação,
considera a demanda constante. O estoque relativo à demanda durante o tempo
de ressuprimento é a base para a quantificação do nível de segurança exigido.
O capítulo 1.5 discutirá as técnicas de determinação do ponto de pedido,
de dimensionamento do lote de compra e do conseqüente estoque de
segurança.
24
Nível
de Ta Tempo de
estoque xa ressuprimento
de
Lote de ressuprimento
de
m
an
da
“d
”
ressuprimento
Ponto de
tempo
Modelagem simplificadora, assumindo demanda “d” constante
Rp = Demanda Real
Previsão de Demanda
25
Excluído: maior
Quando Rp é superior a 1, a previsão foi menor do que a demanda real.
Já quando seu valor é inferior, a previsão da demanda foi superior à demanda
real. Este caso ocorre freqüentemente quando a empresa utiliza metas de
vendas no lugar da previsão. Conforme comentado, dificilmente Rp será igual a
1 (situação ideal), e qualquer uma das possibilidades comentadas é causada
pela incerteza.
O acompanhamento da razão de previsão é aconselhável para que
ajustes possam ser feitos nos modelos matemáticos de previsão de demanda,
aproximando os resultados previstos dos reais.
• Quebra de máquinas;
• Greves nos setores de transporte;
• Falta de estoques do fornecedor, entre outros.
26
É pertinente ressaltar que o lead time deve ser determinado para cada
produto, matéria-prima e/ou fornecedor, fornecendo as bases para o
dimensionamento do estoque de segurança.
Quantidade pedida
27
certa distribuição de probabilidades. De acordo com Moura, a curva normal é
uma das mais utilizadas para modelar essa distribuição de probabilidades,
sendo possível definir, em função do desvio padrão, a probabilidade de ocorrer
um valor dentro de certas faixas, chamadas de intervalos de confiança.
Necessidade Média
50% 50%
-3 -2 -1 1 2 3
Desvio padrão
Figura 7: Necessidade média em função do desvio padrão
Fonte:
28
como proporção de demanda atendida) ao cliente de 97,5%, seria, então, de 80
unidades.”(MOURA, página 23)
Excluído: nha
1. Quando os pedidos tem? uma cobertura maior do que o lead time;
Excluído: sejam
2. Quando as falhas na quantidade fornecida não são? relevantes.
29
quantidade fornecida, parametrizando no sistema um lead time maior que o lead
time médio, de acordo com o nível de confiança desejado.”(MOURA, página 26)
Excluído: ¶
Matéria-Prima
Estoque transformada em
produto acabado
30
Como o valor dos estoques se altera periodicamente, devido a flutuações
nos preços dos itens que o compõem, há diversas formas de se mensurar o
preço de entrada e de saída. Os dois métodos mais comuns são o PEPS
(primeiro que entra, primeiro que sai) e o UEPS (último que entra, primeiro que
sai). O primeiro método eleva os números de fechamento de estoque na
demonstração de resultado e no balanço.
Inicial................................................................... 2.000
Compras no período........................................... 8.000
Saldo provável...................................................10.000
Saldo real no final do período............................. 4.000
Valor consumido = a + b - c
31
Valor consumido = 2.000 + 8.000 – 4.000 = 6.000
Giro de estoques = (a + b) – c
(a + c) / 2
(2.000 + 4.000) / 2
32
Excluído: ¶
4.3 Inventário ¶
Excluído: ¶
Quebra de página
33
4.4 Previsão da Demanda
34
para melhorar seu desempenho. A empresa instituiu um processo de
reabastecimento que lhe permite atender a um pedido em algumas horas.
Por exemplo, se o gerente de uma loja emite um pedido às 10h da
manhã, o pedido será entregue às 19h do mesmo dia. Assim, o gerente
da loja deve prever o que será vendido naquela noite com 12 horas de
antecedência ao momento da venda real. A previsão, nesse caso, será
provavelmente mais precisa do que se ele tivesse de prever a demanda
com uma semana de antecedência.
3. As previsões agregadas são normalmente mais precisas que as previsões
desagregadas. As previsões agregadas costumam apresentar um menor
desvio-padrão de erro relativo à média. Por exemplo, é fácil prever o
Produto Interno Bruto (PIB) dos Estados Unidos para um determinado
ano, com menos de 2% de erro. No entanto, é muito mais difícil prever os
lucros anuais de uma empresa com menos de 2% de erro e é mais difícil
ainda prever a demanda para um determinado produto com o mesmo
grau de precisão. A diferença-chave entre essas três previsões é o grau
de agregação. O PIB agrega diversas empresas e os lucros de uma
empresa agregam diversas linhas de produtos. Quanto maior o grau de
agregação, mais precisas as previsões.
35
realização das previsões. Esses modelos podem ser necessários para
prever a demanda por diversos anos no futuro em uma nova indústria.
• Modelos de séries temporais: utilizam o histórico da demanda para fazer
a previsão. Baseiam-se na suposição de que o histórico da antiga
demanda é um bom indicador da demanda futura. Esses modelos são
mais adequados quando a situação é estável e o padrão básico de
demanda não sofre variações significativas de um ano para o outro. São
os modelos mais simples a serem implementados e podem servir como
um bom ponto de partida para uma previsão de demanda.
• Causal: pressupõem que a previsão de demanda é amplamente
correlacionada com alguns fatores conjunturais (por exemplo, situação
econômica ou taxas de juros). Os modelos de previsão causais
estabelecem essa correlação entre demanda e fatores conjunturais e
utilizam as estimativas de quais serão esses fatores conjunturais para
prever a demanda futura.
• Simulação: reproduzem as escolhas dos consumidores que geram a
demanda, para chegar a uma previsão. Utilizando a simulação, a
empresa pode combinar modelos de séries temporais e causais para
responder a questões como: qual será o impacto de uma promoção nos
preços? Qual será o impacto da abertura de uma loja de um concorrente
próxima ao meu estabelecimento? As companhias aéreas simulam o
comportamento de compras do cliente para prever a demanda para
assentos mais caros quando há poltronas disponíveis nas classes mais
baratas.
36
O componente sistemático mede o valor esperado da demanda e
consiste em:
37
atribuído ao componente aleatório. Dessa maneira, esses modelos
atualizam o componente sistemático após cada observação de demanda.
38
Outros aspectos também são de grande relevância para a empresa
neste momento: como a demanda é influenciada por promoções; se existe
alguma relação (complementar ou substitutiva) entre os diferentes produtos da
empresa; etc.
39
De acordo com a natureza da demanda, o componente sistemático é
formado por diferentes equações (a seguir). As empresas podem desenvolver
modelos de previsão estáticos e adaptáveis para cada uma das formas.
2
Toda a teoria a seguir relativa aos modelos estático e adaptável foi extraída do capítulo 4 do livro Gerenciamento da Cadeia de
Suprimentos, de Sunil Chopra, tendo alguns trechos transcritos integralmente.
40
A demanda para o período t + l é, portanto, em um modelo estático:
Dt = t + (p/2) (2)
Formatado: Francês (França)
Σ Di / p para p ímpar
i = t - (p/2)
Dt = L + tT (3)
41
O fator de sazonalidade para o período St é a proporção da demanda
real Dt para a demanda dessazonalizada Dt e tem a seguinte fórmula:
St = Dt / Dt (4)
r-1
Si = Σ S jp + i / r (5)
j=0
3
Toda a teoria a seguir relativa aos modelos estático e adaptável foi extraída do capítulo 4 do livro Gerenciamento da Cadeia de
Suprimentos, de Sunil Chopra, tendo alguns trechos transcritos integralmente.
42
• St = Estimativa de fator de sazonalidade para o período t;
• Ft = Previsão de demanda para o período t (feita no período t – 1 ou
antes);
• Dt = Demanda real observada no período t;
• Et = Erro de previsão no período t;
• At = Desvio absoluto para o período t = | Et |;
• DAM = Desvio absoluto médio = valor médio de At.
Et + 1 = Ft + 1 - Dt + 1 (7)
43
revistas de cima para baixo, enquanto que se a demanda for mais alta
que o previsto, as estimativas sejam revistas de baixo para cima. A
revisão é assim proporcional à dimensão do erro real. As estimativas
revistas no período t + 1 são então utilizadas para fazer uma previsão
para o período t + 2 e os passos 2, 3 e 4 são repetidos até que todos os
dados históricos até o período n tenham sido cobertos. As estimativas do
período n são então utilizadas para prever a demanda futura.
a) Média Móvel
Este modelo é utilizado quando a demanda não apresenta tendência ou
sazonalidade, sendo:
Ft + 1 = Lt e Ft + n = Lt (9)
Lt + 1 = (Dt + 1 + Dt + ... + Dt - N + 2) / N ( 10 )
Ft + 2 = Lt + 1 ( 11 )
44
b) Suavização exponencial simples
Semelhante ao modelo de média móvel, este modelo é adequado quando a
demanda não apresenta tendência ou sazonalidade.
A estimativa inicial de nível L0 é feita com a média de todos os dados históricos
porque supôs-se que a demanda não apresentasse tendência e sazonalidade.
Dado o histórico da demanda para os períodos 1 a n, utiliza-se a fórmula:
L0 = (1 / n) Σ Di ( 12 )
i=0
Ft + 1 = Lt e Ft + n = Lt ( 13 )
O fator α é uma constante de suavização para o nível, 0 < α < 1. Um valor mais
elevado de α corresponde a uma previsão mais responsiva a observações
recentes, ao passo que um valor mais baixo de α representa uma previsão mais
estável e menos responsiva a observações recentes.
O valor revisado é a média ponderada entre o valor observado do nível Dt + 1 no
período t + 1 e a antiga estimativa do nível Lt no período t. Utilizando a equação
( 14 ), pode-se expressar o nível em um determinado período como uma função
entre a demanda atual e o nível no período anterior. Dessa forma, a equação (
14 ) pode ser reescrita:
t+1
Lt + 1 = Σ α (1 − α)n Dt + 1 - n ( 15 )
n=0
45
c) Suavização exponencial com tendência (modelo de Holt)
Este modelo é adequado quando a demanda possui nível e tendência no
componente sistemático, mas não apresenta sazonalidade.
Dt = at + b ( 16)
Ft + 1 = Lt + Tt e Ft + n = Lt + nTt ( 17 )
46
Adota-se a periodicidade da demanda como p. Como nos outros modelos, para
se iniciar a previsão é necessário estimar os valores iniciais de nível (L0), de
tendência (T0) e de fatores de sazonalidade (S1, ..., Sp).
Para a obtenção destes valores, utiliza-se o mesmo procedimento do modelo de
previsão estática, com base nas formulas ( 2 ), ( 3 ) e em uma regressão linear.
No período t, dadas as estimativas do nível Lt , tendência Tt e fatores de
sazonalidade St, ..., Sn, a previsão para os períodos futuros é expressa do
seguinte modo:
e) Média corrida
Além dos modelos apresentados, Biazzi? exemplifica uma quinta alternativa de
modelo adaptável.
Hipótese Atualização dos parâmetros
Permanência S(t0) = [Σ V(t)]/N
Trajetória regressão linear: “a” e “b”
R(t0) = b
S(t0) = a + b . t0
Sazonalidade com permanência S(t0) = [Σ V(t)]/N
Fp(t0) = 1/L . Σ[Vp(t)/S(t0)]
47
Sazonalidade com trajetória regressão linear: “a” e “b”
R(t0) = b
S(t0) = a + b . t0
Formatado: Português (Brasil)
Fp(t0) = 1/L . Σ[Vp(t)/Sp(t0)]
V(t) = demanda real; N = número de períodos presentes no histórico;
a = valor da abcissa no ponto de intersecção com o eixo y; b = inclinação da
reta;
Vp(t) = demanda real no período correspondente ao do fator de sazonalidade;
Sp(t) = ponto na reta média no período correspondente ao do fator de
sazonalidade.
48
4.5 Modelos de Lote Econômico de Compra
• Política de estoques;
• Número de itens;
• Fluxo de material;
• Horizonte de planejamento (finito ou infinito);
• Demanda (determinística ou probabilística; estática ou dinâmica);
• Taxa de suprimento (finita ou infinita);
Formatado: Fonte: Itálico
• Lead-time (zero, determinístico ou probabilístico);
• Atendimento da demanda (sem faltas, com atraso ou com perda de
venda);
• Formas de definição de custos;
49
• Situações especiais (mudança de preço, suprimento sazonal, limites de
armazenagem, limites de investimento, obsolescência).
Formatado: Fonte: 10 pt,
Fonte de script complexo: 10 pt
4.5.1 Modelo Básico Formatado: Recuo: Esquerda:
1,14 cm
O modelo básico para o LEC, também chamado de Lote de Formatado: Fonte: 6 pt, Fonte
de script complexo: 6 pt
Wilson/Harris, é indicado, segundo Biazzi, para os casos nos quais há:
50
4.5.1.1 Quantidade Ótima (Q) Excluído: ¶
Formatado: Fonte: 6 pt, Fonte
de script complexo: 6 pt
Conforme comentado, a quantidade ótima deve equilibrar os custos
Formatado: Fonte: 6 pt, Fonte
relativos ao estoque. Quando o resultado é a opção de muitos pedidos de de script complexo: 6 pt
Q= 2 * D * cp
ce
Formatado: Fonte: 6 pt, Fonte
de script complexo: 6 pt
Quantidade do Pedido
Figura 9: Curva do custo de manutenção do estoque
FONTE: MOURA, página 47
51
4.5.1.3 Custo de Pedido de Estoque (cp) Excluído: ¶
Quantidade do Pedido
D
Q
52
4.5.1.5 Ciclo do Pedido
l
to tota
Cus c ar
e sto
de
sto
Cu
Custo de pedir
2 × DA × C f
Figura 11: Curva do custo total:
LE soma
= dos custos de manutenção e de pedido - A
Ce
curva do custo total tem forma de U.
FONTE: CORRÊA, capítulo 20
53
4.5.2 Considerações sobre o LEC
• Quanto pedir;
• Quando pedir.
Nível
de
Ta
estoque xa
de
de
m
Quanto pedir?
an
da
“d
”
tempo
Quando pedir?
54
Não serão abordados neste trabalho outros modelos de Lote Econômico
de Compra cujas demandas sejam determinísticas e o modelos que vislumbrem
Formatado: Fonte: Itálico
casos especiais tais como atrasos, taxas de suprimento finita, lead-times
probabilísticos e descontos por quantidade por questões muito simples:
55
4.6 Outros Modelos de Compra
Nível
de
estoques
Lead time
Ponto de
ressuprimento
Demanda esperada
durante “lead time”
Estoque de
segurança
tempo
Curva de estoque real
Curva de estoque conforme assumido pelo modelo
56
• Reposição periódica: itens com custo unitário médio ou baixo, demanda
regular, lead-times médios ou pequenos, custo de falta médio ou pequeno
e número apreciável de itens com fornecedores comuns. Este sistema
define o estoque máximo e o período de revisão, permitindo que o
estoque de segurança flutue. Como exemplo, Biazzi cita a realidade de
supermercados;
• Estoque base: itens com alto custo de falta e demanda média pequena
como, por exemplo, materiais de manutenção. Este sistema tem como
definição prévia o estoque máximo e o estoque de segurança (estoque
máximo - 1 unidade). Nele, o intervalo de reposição e a quantidade de
pedido variam conforme a demanda no período, de modo que o estoque
de base (máximo) seja mantido.
Nível de
estoques
Lotes de ressuprimento (variáveis)
Estoque
Máximo
L1
L2
L3 L4
LT
P P P
Tempo
R1 R2 R3 R4
P
Períodos de revisão (fixos)
Figura 14: Sistema de reposição periódica
FONTE: CORRÊA, capítulo 17
57
4.6.1 Revisão Contínua e Demanda Estável
• Revisão contínua;
• Horizonte infinito;
• Demanda estável e probabilística;
• Lead-time determinístico maior do que zero;
• Taxa de suprimento infinita;
• Custo de estocagem segundo estoque médio no período.
1º Q= 2 x Dm x (cp + cp x Pm)
ce
2º F(z) = cf x Dm / Q
Excluído: (
cf x Dm / Q + ce
Excluído: )
3º s = DmL + z(F(z)) x σL
4º Pm = σL x I s - DmL
σL
58
Caso s seja discreto e o valor obtido no passo 3º seja um número
decimal, utilizar para o passo 4º o primeiro número inteiro acima do s calculado.
Os passos devem ser repetidos até que o valor de Pm se estabilize. As variáveis
utilizadas nas fórmulas acima são definidas como:
CT (Q) = cp x Dm + ce x Q + s - DmL + Pm + cf x Pm x Dm
Q + Pm 2 Q + Pm
sendo k o coeficiente de segurança no atendimento. (BIAZZI, página 58) Formatado: Francês (França)
Formatado: Francês (França)
Formatado: Francês (França)
t +LT + T t +LT + T t +LT Formatado: Francês (França)
59
As variáveis utilizadas na fórmula acima são definidas como:
FT + L(z) = cf
cf + ce
60
5. Metodologia
5.1 A Empresa
61
Desta forma, uma gestão de estoques exercida de forma profissional
passou a ser uma real necessidade da empresa. Não apenas pela grande
variedade de itens em seu estoque, mas também pelo fato de diversos itens
serem descartáveis, elevando seu consumo e gerando a necessidade de se ter
o item em estoque para que o atendimento pudesse ser prestado.
As principais alterações pelas quais Notabile passou são:
62
• A área física total da empresa foi expandida em mais do dobro da
inicial;
• Seu volume médio de clientes por mês cresceu 142%;
• Seu faturamento aumentou 465%.
63
Dessa forma, quando a verificação do inventário é feita, em casos de
erros, é possível conferir as entradas de material através das notas fiscais de
compra e as saídas através dos relatórios de consumo de produtos.
Uma vez atualizados os saldos no sistema, após a contagem do estoque,
define-se o volume de compras necessário por uma média histórica de consumo
para o mês seguinte. As compras são, portanto, efetuadas uma vez por mês,
salvo quando o consumo é maior, o que obriga a Gerente Operacional a adquirir
os produtos necessários antes do previsto. Nestes casos, algumas vezes é
Formatado: Fonte: Itálico
necessário adquirir os produtos a preços mais elevados, devido ao lead time de
entrega dos principais fornecedores, encarecendo o custo dos serviços.
O atual sistema de gestão de estoques tem um resultado positivo quanto
ao consumo do material, pois permite controle das entradas e das saídas. Ele
não apenas viabilizou uma redução das quantidades consumidas, mas também
inibiu eventuais furtos e desperdícios de material.
Ainda que seja bastante empírico e com diversas falhas de controle, bem
Excluído: com ausência de
como sem qualquer espécie de previsão lastreando as decisões, o modelo atual
se assemelha bastante ao just in time ou mesmo o just in case pela margem de
segurança que a empresa costuma manter.
Considerando um mês como período base, a empresa adquire o material
necessário para o período em questão, evitando gerar estoques. É nítido, como
as planilhas a seguir mostrarão que o objetivo de não gerar estoques não é
conquistado, em geral. Seja por imposição de lotes mínimos impostos pelos
fornecedores ou por exageros nas compras, de modo geral, a empresa sempre
mantém estoques.
Estes estoques poderiam ser considerados como estoques de
segurança, mas como não há base teórica ou modelo formal nas previsões e
decisões de compra, o estoque final é mero resultado da flutuação da demanda.
O item 6.5, fará uma comparação das despesas financeiras entre o
sistema atual e o modelo mais adequado para cada item.
Contudo, é possível afirmar que a falta de previsões de demanda e de
um modelo formal na gestão de compras geram dois possíveis problemas: 1)
compras excessivas, onerando a empresa tanto pelo desembolso com o material
adquirido quanto pelo custo de estocagem de cada insumo; 2) eventuais faltas
de material, reduzindo a excelência no atendimento (uma cor específica de
64
esmalte, por exemplo) ou a elevação do custo do serviço gerada por preços
mais altos pagos no material comprado às pressas.
Formatado: Fonte: 12 pt,
Fonte de script complexo: 12 pt
5.2.1 Etapas
Formatado: Fonte: 12 pt,
Fonte de script complexo: 12 pt
65
Excluído: ¶
4. Aperfeiçoamento do modelo de previsão de demanda:
A partir do modelo de Winter, que apresentou maior qualidade nas previsões,
foram feitas diversas simulações, a fim de se determinar a melhor forma de
prever a demanda. O modelo de previsão final foi selecionado com base nos
menores erros apresentados em suas previsões. O item 5.2.3 deste trabalho
apresentará como os modelos de previsão foram trabalhados.
66
8. Definição dos custos de pedido, de estocagem e de falta para cada item
selecionado:
Uma vez definidos os itens, foi necessário definir e calcular seus custos
relativos cada pedido, estocagem e falta. Como os pedidos são feitos de
forma similar e geram um custo muito semelhante (levam um tempo
semelhante, exigem prévio conhecimento sobre o saldo de estoque e uma
idéia de consumo para o período seguinte), a fim de melhorar a comparação
entre os modelos de previsão e de gestão, decidiu-se manter os mesmos
custos de pedido para todos os itens analisados, independente de seu
fornecedor.
Formatado: Fonte: 8 pt, Fonte
de script complexo: 8 pt
9. Definição do nível de consumo mensal de cada item selecionado:
Como o objetivo deste estudo é analisar os modelos de gestão de estoques e
para tanto é necessário que seja desenvolvida uma análise individual para
cada item, foi necessário definir uma relação de consumo mensal para cada
insumo.
Até esta etapa, as informações de que se tinham posse eram as demandas
por área (cabelo, manicure e pedicure, depilação, estética e podologia) e sua
somatória (a demanda total). Tais demandas refletem o consumo de serviços
da empresa, mas não necessariamente o consumo de material.
Isto quer dizer que, dada a demanda por serviços de cabelo não se tem a
demanda por um tubo de coloração, por exemplo. Os clientes em questão
podem ter consumido serviços de corte, escova, hidratação etc., mas não
terem feito nenhum serviço de coloração (coloração, retoque de raiz, mechas
Excluído: da
etc.). Da mesma forma, a demanda de manicures, não explicita o volume de
clientes que consumiram o serviço de manicure, pedicure nem a cor de
esmalte que foi utilizada. Assim, a fim de se criar uma relação entre os itens
analisados e a demanda prevista, foi necessário desenvolver um nível de
consumo para cada insumo.
O item 5.2.3 apresentará como tais níveis foram calculados.
Formatado: Fonte: 8 pt, Fonte
de script complexo: 8 pt
10. Avaliação dos modelos de gestão de estoque para cada item:
Com base nas previsões de demanda e nos níveis de consumo de cada item,
foi possível desenvolver previsões de consumo de cada insumo. A partir deste
67
ponto, foi elaborada uma planilha de análise para cada item, comparando-se
diversos modelos de gestão de estoques, apresentados anteriormente.
Os modelos de gestão de estoques utilizados foram:
68
quando uma contagem de seu inventário era desenvolvida. De acordo com o
administrador, tal contagem ocorria a cada 2 ou 3 meses. Dessa forma, o
consumo de diversos materiais não era lançado no mês em que fora
realmente consumido, mas no período em que a contagem foi feita.
69
5.2.3 Manipulação dos Dados
ii. Em posse dos dados de demanda total e por área, foi possível avaliar os
dois modelos de previsão de demanda (Holt e Winter). Os demais
modelos são muito simples para a complexidade e a variedade da
demanda em questão e, por esse motivo, foram descartados de início.
A partir das planilhas iniciais, com ambos os modelos, percebeu-se o
que já era esperado: o modelo de Winter com fatores α, β e γ é mais
adequado do que o de Holt (adequado quando a demanda possui nível
e tendência no componente sistemático, mas não apresenta
sazonalidade).
70
Como restrições, foi imposto que as três variáveis deveriam ter valor
mínimo igual ou maior a 0,000001 e valor máximo igual a 0,999999.
Excluído: #acho o erro
absoluto relativo médio melhor,
iv. A partir deste ponto, foi procurada a melhor solução para a previsão de pois os erros positivos não
anulam os negativos#¶
demanda. Para tanto, foram utilizadas diversas alternativas: ¶
Inserido: #acho o erro
absoluto relativo médio melhor,
pois os erros positivos não
- Utilizar como base para a previsão o ano de 2003; anulam os negativos#¶
¶
- Utilizar como base para a previsão os anos de 2003 e 2004;
- Utilizar como base para a previsão os anos de 2003, 2004 e 2005.
Para cada opção de base, foram consideradas três possibilidades de
previsão:
- Previsão mensal;
- Previsão bimestral;
- Previsão trimestral.
71
v. Conforme será mais esmiuçado adiante, após esta exaustiva análise,
não foi obtido um resultado com qualidade satisfatória nas previsões de
demanda total:
vi. A fim de analisar a qualidade das previsões de consumo por item, foi
feita uma planilha comparando os volumes reais consumidos e os
volumes previstos.
72
viii. De forma análoga, para os cálculos dos custos de pedido e estocagem, o
salário dos responsáveis pela gestão de estoques foi considerado o
mesmo em todo o período.
Variáveis:
Salário médio do responsável: R$ 1.400,00
Jornada mensal total: 240 horas x 60 minutos = 14.400 minutos/mês
Custo do minuto (Τ)= 1.400 / 14.400 = R$ 0,097
Espaço ocupado pelo item = ξ
Papel e caneta consumidos = R$ 0,04
Custo de estocagem:
Para o cálculo do custo de estocagem, foi considerado que o espaço
da empresa consumido com a armazenagem de produtos é uma área
sem faturamento. Assim, este custo envolve duas variáveis: 1) a
inexistência de faturamento no espaço físico necessário; 2) o custo
de manutenção dos estoques (organização, contagem do inventário,
verificação da validade dos itens etc).
Com relação à questão 1), foi utilizado como base o faturamento
mensal médio por m2 da empresa, que é de R$ 300,00.
Com relação à questão 2), foi considerado que:
73
ce = ( ξ x R$ 300,00) + ( 0,288 x R$ 0,097)
74
Assim, o cálculo do custo de pedido (cp) foi feito da seguinte forma:
Custo de falta:
Para o custo de falta, foi considerado que, de modo geral, é possível
contornar a inexistência de um item (utilizar uma cor semelhante de
esmaltes, utilizar um copo de água para tomar café, transferir papel
higiênico de um banheiro para outro etc.).
Nos casos em que não é possível tal flexibilidade, a falha é percebida
mais rapidamente, permitindo que o item (ou semelhante) seja
rapidamente adquirido em um fornecedor próximo à empresa.
Dessa forma, considerou-se que o custo de falta médio equivale a:
x. Com base em todos os custos, foi montada uma planilha para cada item,
comparando-se quatro modelos de gestão de estoques apresentados
na parte inicial deste estudo.
75
Excluído: ¶
xi. A partir dos resultados nas planilhas de cada item, os dados foram
Formatados: Marcadores e
compilados em uma planilha que serviu de base para a seleção do numeração
Excluído: , foi
xiii. Outra etapa necessária ao desenvolvimento deste estudo foi a
determinação de fatores de consumo de cada produto. Ou seja, um
parâmetro que mostrasse, com base na demanda total, o percentual de
clientes que consumem cada item analisado.
Decidiu-se utilizar a demanda total como base para todos os produtos,
pois, além de simplificar a análise para qualquer item do estoque, gera
fatores menores, o que conseqüentemente gera erros menos
significativos quando há erros na previsão de demanda.
Excluído: ,
O raciocínio utilizado foi bastante simples: tomou-se a demanda mensal
real total e o consumo mensal de cada item e calculou-se a relação
entre o consumo e o volume de clientes para o período de janeiro de
2003 a maio de 2008. O passo seguinte foi calcular as médias das
76
porcentagens encontradas, mês a mês, obtendo-se um fator mensal de
consumo para cada item.
A fim de assegurar que o valor dos fatores calculados era satisfatório,
comparou-se o valor máximo e o mínimo, bem como foi averiguado o
Excluído: desvio
desvio-padrão de cada série mensal.
xiv. Para simplificar as análises, considerou-se que toda compra, hoje e nas
previsões, é efetuada no início do período e que os itens são
consumidos linearmente ao longo de cada período.
77
no sistema operacional da empresa. Para os demais, o
estoque inicial é igual ao estoque final da previsão do período
anterior;
7. Estoque final consumo: estoque no final do período, tendo sido
calculado como o estoque inicial, mais as compras no período,
menos o consumo real;
8. Estoque final previsão: estoque no final do período, tendo sido
calculado como o estoque inicial da previsão, mais os lotes
adquiridos, menos o consumo previsto;
9. Perda consumo e Perda previsão: consideradas como as
perdas ocorridas no período por estoques insuficientes. Ambas
são calculadas com base em seu respectivo estoque final,
sendo igual a ele em caso de estoque final negativo e igual a
zero em caso de estoque final positivo;
10. Custo de pedido consumo e Custo de pedido previsão: o custo
de pedido foi calculado, em ambos os casos, conforme
explicado acima, tendo sido multiplicado pelo número de
pedidos necessários. No caso real, considerou-se apenas um
pedido por período e no caso previsto, considerou-se a
quantidade de pedidos indicadas pelo melhor modelo. Para os
itens em que o modelo utilizado foi o de Demanda Estável,
calculou-se primeiramente a quantidade de pedidos, a partir do
Excluído: da
arredondamento para cima do quociente entre a demanda
Excluído: s
média do período e o Q indicado;
11. Custo de estocagem consumo e Custo de estocagem
previsão: calculados conforme apresentado acima e
multiplicados pelo volume total comprado realmente ou então
pelo volume total dos lotes apresentados pela previsão. Para
seu cálculo, seguiu-se o raciocínio abaixo:
78
- Já quando o estoque final possuía valor positivo,
indicando que a empresa exagerou nas compras ou carregou
estoques desde o período anterior, o custo de estocagem foi
calculado pela soma do custo de estocagem dos itens
consumidos (metade do consumo multiplicado pelo custo de
estocagem) e do custo dos itens não consumidos (estoque
final no período multiplicado pelo custo de estocagem).
79
6. Apresentação e Análise dos Dados
i. utilizar;
ii. avaliar e comparar os modelos entre si;
iii. selecionar aqueles mais adequados à realidade da empresa estudada;
iv. com base nos modelos mais adequados, fazer uma análise financeira,
comparando o atual sistema de gestão de estoques com o modelo
sugerido.
80
Figura 15: Demanda Mensal por Área
81
Figura 16: Itens Selecionados
Com relação aos itens selecionados, o item Bala Personalizada teve seu
padrão de compras alterado. No início de suas atividades, Notabile adquiria
balas comuns que podiam ser adquiridas em pacotes com 200 unidades.
A partir de 2007, a empresa passou a adquirir balas personalizadas, cuja
compra mínima é de 3.000 unidades. Para simplificar a análise, será
considerado que este item continua podendo ser adquirido em múltiplos de 200
unidades.
Os demais itens seguem o padrão de embalagem apresentado na figura
16 em todo o período analisado.
82
Figura 17a: Consumo Mensal por Item (primeira parte)
83
Figura 17b: Consumo Mensal por Item (segunda parte)
84
Figura 18: Compra Mensal por Item
85
6.2 Previsões de Demanda
70
67
64
61
58
55
52
49
46
43
40
37
34
31
28
25
22
19
16
13
10
7
4
1
5500,000
5000,000
4500,000
4000,000
3500,000
3000,000
2500,000
2000,000
1500,000
1000,000
500,000
0,000
86
Figura 19: Previsão da demanda total (Base 1 ano, Previsão mensal)
87
6.2.2 Aperfeiçoamento do Modelo
88
Figura 20: Previsão da demanda total (Base 3 anos, Previsão mensal)
89
5000,000
4500,000
4000,000
3500,000
3000,000
Demanda Real
2500,000 D. Dessazonalizada
Previsão
2000,000
1500,000
1000,000
500,000
0,000
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70
90
Figura 21:Previsão da demanda por serviços de cabelo (Base 2 anos, Previsão
trimestral)
91
2000
1800
1600
1400
1200
Demanda Real
1000 D. Dessazonalizada
Previsão
trimestral)
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
92
Figura 22: Previsão da demanda por serviços de manicure (Base 3 anos,
Previsão trimestral)
93
9000,000
8000,000
7000,000
6000,000
5000,000
Demanda Real
D. Dessazonalizada
Previsão
4000,000
Previsão trimestral)
3000,000
2000,000
1000,000
0,000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
94
Figura 23: Previsão da demanda por serviços de depilação (Base 2 anos,
Previsão bimestral)
95
1800,000
1600,000
1400,000
1200,000
1000,000
Demanda Real
D. Dessazonalizada
Previsão
800,000
Previsão bimestral)
600,000
400,000
200,000
0,000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
96
#os gráficos parecem mostrar, quase sempre, um deslocamento de 1 mês entre
a previsão e a demanda; não há um erro de referência? Talvez seja apenas em
função dos alfa, beta e gama adotados. Quando alfa é 1 e os demais
coeficientes são iguais a zero, se a demanda for 0, a previsão seguinte é zero#
97
Figura 24: Previsão da demanda por serviços de podologia (Base 3 anos,
Previsão trimestral)
98
300
250
200
Demanda Real
150 D. Dessazonalizada
Previsão
Previsão trimestral)
100
50
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
99
Com base nestas variações apresentadas, percebeu-se que era possível
melhorar a qualidade do modelo.
O modelo de previsão para a demanda total, conforme a figura 20 e o
gráfico 2, já apresentou um resultado bastante melhor do que o modelo inicial.
Seu erro percentual máximo foi reduzido para 21,80%. Contudo, a magnitude
deste erro ainda não se apresentava satisfatória.
Por este motivo, foram traçados os diversos modelos de previsão para
cada área. O resultado, com relação ao erro percentual máximo obtido, foi:
100
Figura 25: Previsão da demanda agregada, feita pela soma da previsão da
demanda de cada área
101
4500,000
4000,000
3500,000
3000,000
2500,000
Demanda Real
Previsão
2000,000
1500,000
500,000
0,000
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70
102
Para a confecção deste modelo, uma vez que dos quatro melhores
modelos de previsão por área, três utilizaram previsões trimestrais e um deles
previsão bimestral, foi necessário inicialmente determinar pesos para os meses
afim de poder, a partir da previsão de um trimestre, estimar a previsão mensal.
Para tanto, foi desenvolvida a tabela abaixo, figura 26, que calculou a
demanda mensal média por área relativa à demanda total e a demanda mensal
média.
103
Conforme esperado, o resultado realmente mostrou-se melhor. Mas a
melhoria foi pequena, o erro percentual da previsão agregada passou de 21,80%
para 21,04%.
Além disso, dado que o serviço de cabelo somente foi introduzido em
abril de 2005 e seu melhor modelo de previsão utilizou 2 anos como base, as
previsões só puderam ser iniciadas neste último modelo em abril de 2007. Como
resultado, foi obtido um horizonte temporal muito pequeno de previsão, o que
pode levar a grandes flutuações do erro nos períodos seguintes.
Ainda assim, foi decidido que o modelo de previsão a ser utilizado seria
este último.
A título de verificar as possibilidades de utilização do modelo
selecionado, foi feita uma tentativa de se obter as demandas por área a partir
dele. A figura 27 apresenta os resultados. Para este cálculo, foram utilizados os
cálculos de proporção, apresentados na figura 26. Os fatores foram calculados
com auxílio da ferramenta Solver do Excel, buscando-se a minimização tanto
dos erros máximos, quanto dos erros médios.
Figura 27: Cálculo da demanda por área com base na previsão total
104
6.3 Nova Abordagem
105
Figura 29: Previsão da demanda total (Base 3 anos, Previsão bimestral)
106
8000
7000
6000
5000
Demanda Real
4000
Previsão
3000
2000
1000
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
107
Figura 30: Previsão da demanda por serviços de cabelo (Base 2 anos, Previsão
trimestral)
108
D. Dessazonalizada
Demanda Real
Previsão
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
2500
2000
1500
1000
500
109
Figura 31: Previsão da demanda por serviços de depilação (Base 3 anos,
Previsão bimestral)
110
1800,000
1600,000
1400,000
1200,000
1000,000
Demanda Real
Previsão
800,000
Previsão bimestral)
600,000
400,000
200,000
0,000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
111
Figura 32: Previsão da demanda por serviços de manicure (Base 2 anos,
Previsão bimestral)
112
6000,000
5000,000
4000,000
Demanda
3000,000 D.Dessazonalizada
Previsão
Previsão bimestral)
2000,000
1000,000
0,000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
113
Figura 33: Previsão da demanda por serviços de podologia (Base 3 anos,
Previsão trimestral)
114
300
250
200
Demanda Real
150 D. Dessazonalizada
Previsão
Previsão trimestral)
100
50
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
115
Figura 34: Previsão da demanda agregada, feita pela soma da previsão da
demanda de cada área
116
5000,000
4500,000
4000,000
3500,000
3000,000
Demanda Real
2500,000
Previsão
2000,000
1000,000
500,000
0,000
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70
117
Como se vê, neste caso o resultado obtido pela soma das previsões
ótimas para cada área gera um resultado de qualidade inferior. Desta forma,
para a análise de previsão de consumo, será utilizada a planilha de previsão da
demanda total com base em 3 anos e previsões bimestrais, conforme figura 29 e
gráfico 8.
1. Cálculo dos fatores de consumo de cada item (i) por período (p), para
cada ano (a), por cliente:
118
Figura 36a: Consumo mensal de cada item e cálculo do nível de consumo (base
– demanda total no mês)
119
Figura 36b: Consumo mensal de cada item e cálculo do nível de consumo (base
– demanda total no mês)
120
Figura 37: Relação dos níveis de consumo por item, mês a mês, e análise dos
valores mínimo, máximo, médio e desvio padrão
121
Figura 38: Cálculo do nível de consumo mensal para cada item
122
6.4.1 Planilhas de Previsão de Consumo para cada Item
123
Figura 39: Previsão do consumo de acetona e comparação dos
modelos de gestão de estoques
124
Figura 40: Previsão do consumo de açúcar e comparação dos
modelos de gestão de estoques
125
Figura 41: Previsão do consumo de algodão e comparação dos
modelos de gestão de estoques
126
Figura 42: Previsão do consumo de balas e comparação dos modelos de gestão
de estoques
127
Figura 43: Previsão do consumo de base e comparação dos modelos de gestão
de estoques
128
Figura 44: Previsão do consumo de chá e comparação dos modelos de gestão
de estoques
129
Figura 45: Previsão do consumo de chinelo comparação dos modelos de gestão
de estoques
130
Figura 46: Previsão do consumo de copos descartáveis de água e comparação
dos modelos de gestão de estoques
131
Figura 47: Previsão do consumo de copos descartáveis de café e comparação
dos modelos de gestão de estoques
132
Figura 48: Previsão do consumo de envelopes para autoclave e comparação dos
modelos de gestão de estoques
133
Figura 49: Previsão do consumo de esmalte França e comparação dos modelos
de gestão de estoques
134
Figura 50: Previsão do consumo de papel higiênico e comparação dos modelos
de gestão de estoques
135
Figura 51: Previsão do consumo de sacos protetores para pedicure e
comparação dos modelos de gestão de estoques
136
Figura 52: Previsão do consumo de esmalte Via Láctea e comparação dos
modelos de gestão de estoques
137
6.5 Análise Financeira das Despesas com Estoques
iii. Não foi possível avaliar as perdas ocorridas pelo sistema atual, uma vez
que sempre que a empresa verificou deficiências em seus estoques,
Excluído: não apenas
mais itens foram adquiridos e lançados no sistema. Assim, não foi
possível quantificar o volume de perdas, como também não foi possível
averiguar os valores mais elevados desembolsados em compras feitas
às pressas;
138
vi. Características do mercado e do desenvolvimento da empresa não
tiveram como ser transcritas nos modelos pela excessiva complexidade
que gerariam. Os principais aspectos que podem afetar o modelo são:
139
diretamente seu consumo, aumentando a complexidade de sua
previsão de consumo e prejudicando a qualidade dos dados;
140
Figura 53a: Comparação entre o consumo real e o consumo previsto
141
Figura 53b: Comparação entre o consumo real e o consumo previsto
142
Figura 54a: Comparação entre os modelos de gestão de estoques
143
Figura 54b: Comparação entre os modelos de estoques
144
Figura 55: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
145
Figura 56: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
146
Figura 57: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
147
Figura 58: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
148
Figura 59: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
149
Figura 60: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
150
Figura 61: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
151
Figura 62: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
152
Figura 63: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
153
Figura 64: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
154
Figura 65: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
155
Figura 66: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
156
Figura 67: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
157
Figura 68: Comparação entre os custos financeiros com estoques hoje e aqueles
gerados pelo melhor modelo para o item
158
Figura 69a: Resumo das diferenças financeiras
159
Figura 69b: Resumo das diferenças financeiras
160
A análise financeira demonstrou resultados positivos com relação à
implantação do modelo sugerido. Além do resultado financeiro positivo, a
utilização do modelo desenvolvido, possibilita a tomada de decisões com
antecedência, bem como fundamenta a tomada de decisões.
Acetona:
Chá:
161
o modelo de Wilson-Harris revisto, o que deveria melhorar a
adequação dos lotes. Ainda que ambos tenham lotes mínimos
impostos pelos fornecedores, o resultado não correspondeu às
expectativas. O perfil de compras sugerido gerou custos de pedido
mais elevados (maior número de pedidos), custos de estocagem e
de excesso maiores (total de itens adquiridos por período superior
ao necessário), assim como custo com a compra em si superiores
(pelo mesmo motivo). O fato de impor lotes ótimos, de igual
tamanho por período, é a causa da inadequação do modelo. O ideal
seria a sugestão de lotes complementares, de dimensões
diferentes, para cada período.
Demais itens:
162
7. Conclusões e Considerações Finais
163
O pequeno número de períodos de base para as previsões, as grandes
alterações na estrutura, gerando variações elevadas na demanda absoluta e
relativa, bem como a elevada quantidade de dados de qualidade duvidosa
certamente afetam a qualidade dos modelos.
Também vale ressaltar a importância de se avaliar o grau de
complexidade exigida no desenvolvimento e na avaliação de novos modelos de
previsão e gestão de demanda e estoques. O investimento em termos de tempo
e de capital podem não compensar os ganhos com as alterações e melhorias do
sistema.
É pertinente ainda colocar que o foco nos erros médios de toda e
qualquer previsão são mais interessantes do que aquele nos erros máximo ou
mínimo. Ainda que o erro máximo possa ser elevado (ou o mínimo, baixo), ele
pode ser pontual, não revelando a qualidade das previsões em todos os demais
períodos. Assim, percebeu-se que o caminho seguido inicialmente neste estudo,
gerava vieses e possíveis miopias na avaliação de suas qualidades.
164
demanda total) e comparar com os resultados obtidos na
sugestão acima;
165
8. Referências Bibliográficas
MOURA, Cássia E. de. Gestão de Estoques. 1ª. Edição. Rio de Janeiro: Editora
Ciência Moderna Ltda., 2004.
166
ANEXOS
167
Anexo 2: Previsão de demanda total (Base 3 anos; Previsão Mensal)
168
Anexo 3: Previsão de demanda total (Base 2 anos; Previsão Trimestral)
169
Anexo 4: Previsão de demanda total (Base 2 anos; Previsão Bimestral)
170
Anexo 5: Previsão de demanda total (Base 2 anos; Previsão Mensal)
171
Anexo 6: Previsão de demanda total (Base 1 ano; Previsão Trimestral)
172
Anexo 7: Previsão de demanda total (Base 1 ano; Previsão Bimestral)
173
Anexo 8: Previsão de demanda total (Base 1 ano; Previsão Mensal)
174
Anexo 9: Previsão de demanda podologia (Base 3 anos; Previsão Bimestral)
175
Anexo 10: Previsão de demanda podologia (Base 3 anos; Previsão Mensal)
176
Anexo 11: Previsão de demanda podologia (Base 2 anos; Previsão Trimestral)
177
Anexo 12: Previsão de demanda podologia (Base 2 anos; Previsão Bimestral)
178
Anexo 13: Previsão de demanda podologia (Base 2 anos; Previsão Mensal)
179
Anexo 14: Previsão de demanda podologia (Base 1 ano; Previsão Trimestral)
180
Anexo 15: Previsão de demanda podologia (Base 1 ano; Previsão Bimestral)
181
Anexo 16: Previsão de demanda podologia (Base 1 ano; Previsão Mensal)
182
Anexo 17: Previsão de demanda cabelo (Base 2 anos; Previsão Bimestral)
183
Anexo 18: Previsão de demanda cabelo (Base 2 anos; Previsão Mensal)
184
Anexo 19: Previsão de demanda cabelo (Base 1 ano; Previsão Trimestral)
185
Anexo 20: Previsão de demanda cabelo (Base 1 ano; Previsão Bimestral)
186
Anexo 21: Previsão de demanda cabelo (Base 1 ano; Previsão Mensal)
187
Anexo 22: Previsão de demanda depilação (Base 3 anos; Previsão Trimestral)
188
Anexo 23: Previsão de demanda depilação (Base 3 anos; Previsão Mensal)
189
Anexo 24: Previsão de demanda depilação (Base 2 anos; Previsão Trimestral)
190
Anexo 25: Previsão de demanda depilação (Base 2 anos; Previsão Bimestral)
191
Anexo 26: Previsão de demanda depilação (Base 2 anos; Previsão Mensal)
192
Anexo 27: Previsão de demanda depilação (Base 1 ano; Previsão Trimestral)
193
Anexo 28: Previsão de demanda depilação (Base 1 ano; Previsão Bimestral)
194
Anexo 29: Previsão de demanda depilação (Base 1 ano; Previsão Mensal)
195
Anexo 30: Previsão de demanda manicure (Base 3 anos; Previsão Trimestral)
196
Anexo 31: Previsão de demanda manicure (Base 3 anos; Previsão Bimestral)
197
Anexo 32: Previsão de demanda manicure (Base 3 anos; Previsão Mensal)
198
Anexo 33: Previsão de demanda manicure (Base 2 anos; Previsão Trimestral)
199
Anexo 34: Previsão de demanda manicure (Base 2 anos; Previsão Mensal)
200
Anexo 35: Previsão de demanda manicure (Base 1 ano; Previsão Trimestral)
201
Anexo 36: Previsão de demanda manicure (Base 1 ano; Previsão Bimestral)
202
Anexo 37: Previsão de demanda manicure (Base 1 ano; Previsão Mensal)
203