Análise de Eficiência Relativa Utilizando o Modelo Dea - CCR Orientado A Output para Determinação de Benchmarking em Uma Rede de Lojas

XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.
ANÁLISE DE EFICIÊNCIA RELATIVA

UTILIZANDO O MODELO DEA - CCR
ORIENTADO A OUTPUT PARA
DETERMINAÇÃO DE BENCHMARKING EM
UMA REDE DE LOJAS
Jonathas do Nascimento Pereira

jonathasnascimento70@gmail.com
Felipe Ungarato Ferreira
ungarato@yahoo.com.br
Ao longo do tempo, o contexto organizacional vem sofrendo rápidas e

inúmeras mudanças em seus aspectos fundamentais por conta das
necessidades, gerando assim maior competição entre empresas para
assegurar sua manutenção no mercado, seja ele global ou não. Neste
quadro, a competitividade é fator determinante e por isso os sistemas de
mensuração de desempenho se tornaram indispensáveis e essenciais para
que as organizações possam competir entre si. Não obstante, um dos
problemas enfrentados na administração de empresas é o estabelecimento
de métodos eficientes para avaliação de desempenho de unidades, setores
ou empresas inteiras, consequente determinação das unidades relativamente
eficientes, e as metas a serem adotadas para o alcance dos padrões
determinados. Considerando-se esta problemática, a Análise Envoltória de
Dados (DEA) pode ser usada para intervir nessas situações. Com isso, este
trabalho propõe-se a analisar a aplicação dos modelos básicos DEA para
avaliação de uma rede de lojas varejistas do setor de materiais elétricos no
interior da Bahia. Para isso, foi feito um levantamento inicial dos dados por
meio de análise documental junto ao gestor da rede de empresas em estudo,
informações como número de DMUs da rede de lojas, quantidade de
funcionários de cada uma, investimento financeiro destinado à compras,
ativos e pedidos de venda, tudo isso considerando o período de análise entre
2015 a 2017. Foram utilizadas as ferramentas Microsoft Excel 2013 e o SIAD,
e verificou-se que, das cinco unidades produtivas analisadas, três formam a
fronteira de eficiência, e duas apresentam ineficiência em seus processos.
Assim, a Unidade 1 é considerada como eficiente e serve de benchmark de
melhores práticas para as demais empresas do grupo.
Palavras-chave: Benchmarking, Data Envelopment Analysis, Eficiência

relativa
2
1. Introdução
Ao longo do tempo, o contexto organizacional (Bancos, Hospitais, Indústrias,

Restaurantes, Universidades, etc.) vem sofrendo rápidas e inúmeras mudanças em seus
aspectos fundamentais por conta das necessidades e grande exigência por parte dos clientes.
Neste quadro, a competitividade é fator determinante e por isso os sistemas de mensuração de
desempenho se tornaram indispensáveis e essenciais para que as organizações possam
competir entre si (CASA NOVA et al. 2009). Não obstante, um dos problemas enfrentados na
administração de empresas é o estabelecimento de métodos eficientes para avaliação de
desempenho de unidades, setores ou empresas inteiras, consequente determinação das
unidades relativamente eficientes, e as metas a serem adotadas para o alcance dos padrões
determinados (LORENZETT, 2010). Tais padrões são muitas vezes relacionados à diferentes
tipos de eficiência, e sendo assim, Bhat et al. (2001) afirma que é essencial entender os
conceitos de eficiência, tais como Eficiência Técnica, Alocativa, nos Custos de modo a
combinar de forma ótima a relação entre inputs e outputs de um sistema produtivo.
Considerando-se a problemática supracitada, a Análise Envoltória de Dados (DEA – da

sigla em inglês, Data Envelopment Analysis) pode ser usada para intervir nessas situações
(Winston, 2004), pois, segundo Avellar (2005) a DEA é uma ferramenta adequada tanto para
avaliar eficiência relativa de unidades operacionais similares (Decision Making Units –
DMU’s), quanto para o estabelecimento de metas para DMU’s ineficientes. De fato, a análise
envoltória de dados constitui uma estrutura ideal para implementação de estratégias de
regulação por comparação, pois além de avaliar índices de eficiência para cada DMU, o
modelo identifica os melhores padrões de desempenho (benchmark) que servem de referência
para cada empresa, conferindo maior transparência ao processo regulatório (BOGETOFT &
NIELSEN, 2003 apud PESSANHA, 2010). Meza (2016) ainda reforça afirmando que a DEA
3
é uma das principais metodologias de benchmarking baseadas em fronteiras que são

geralmente utilizadas por agentes reguladores.
Outra característica DEA é a possibilidade de avaliar (de forma simultânea) a eficiência

relativa de unidades que produzem múltiplos produtos utilizando múltiplos insumos e assim
determinar as condições mais adequadas de operação para cada DMU separadamente de
modo que haja maximização do seu desempenho (LORENZETT, 2010, CASA NOVA et al.,
2009). Além disso, cada DMU é comparada apenas com as semelhantes de melhor
performance, ou seja, aquelas situadas sobre a fronteira de eficiência (CORNUEJOLS, 2004
apud LORENZETT, 2010).
Não obstante, este trabalho propõe-se a analisar a aplicação de um modelo DEA para
avaliação de uma rede de lojas varejistas no interior da Bahia, com o objetivo de estabelecer
uma fronteira de eficiência entre todas as DMU’s analisadas e determinar as unidades
eficientes (que servirão de modelo para as demais) segundo o Modelo CCR orientado a
output.
2. Metodologia
Este trabalho foi realizado segundo as etapas descritas e fundamentadas na tese de

doutorado de KASSAI (2002).
Para realização desse estudo foi feito o levantamento inicial dos dados que irão
compor a Análise Envoltória de Dados. Para isso, pesquisou-se, por meio de análise
documental junto ao gestor da rede de empresas em estudo, informações como número de
DMUs da rede de lojas, quantidade de funcionários de cada uma, investimento financeiro
destinado à compras, ativos e pedidos de venda, tudo isso considerando o período de análise
entre 2015 a 2017.
Logo depois, foi realizada a medida da força da relação entre variáveis, conhecida
como análise de correlação. Esta tem por finalidade confirmar o grau de causalidade entre as
variáveis distintas de um único modelo. A verificação estatística serviu para que o
4
pesquisador pudesse expandir seu conhecimento sobre os indicadores. Para realizar esta
análise, foi utilizada a ferramenta Microsoft Excel 2013 para processar os cálculos
necessários. O algoritmo de base para a análise de correlação realizada teve como fundamento
a tabela de Pearson citado por Triola (2008, págs.413-415).
Nesta fase de elaboração do modelo, foram consideradas as características do

relacionamento entre as variáveis apontadas nas etapas anteriores e os objetivos da análise.
Foram definidos os insumos e produtos, quantidade total de DMUs, o Modelo DEA a ser
utilizado e a orientação – maximização de produtos ou minimização de insumos. Vale
ressaltar que em alguns cenários não é possível minimizar a alocação de recursos, e por isso o
modelo considerará a orientação ao output.
Para realização do processamento do modelo foi utilizada a ferramenta SIAD versão

3.0 para inserção de dados, execução e cálculos DEA. Após processar as informações, o
SIAD gerou os valores de eficiência de cada DMU em estudo com valores de folga, alvo e
análise radial, gerou ainda relatórios das eficiências Padrão, Invertida, Composta, os pesos de
cada variável e por fim as DMUs referência para as demais, que são os benchmarks para as
demais unidades ineficientes.
Foi processado o modelo DEA, sendo este o CCR com orientação a output, visto que
há forte correlação linear entre as variáveis escolhidas. Assim, por meio do SIAD, foram
obtidos os valores das DMUS consideradas ineficientes e eficientes para o modelo sendo esta
última classificada como unidade com eficiência produtiva (EP).
As informações geradas pelo SIAD nos passos anteriores, foram utilizadas para as
análises de eficiência, pois à medida que cada DMU era classificada como eficiente ou
ineficientes (segundo os pressupostos anteriores), o modelo norteava a tomada de decisão
gerencial.
Por fim, foi gerada uma análise final que serviram de fundamento para que os
resultados obtidos pudessem ser discutidos à luz da literatura, obtendo assim (de maneira
global) as unidades componentes da fronteira de eficiência e que servem de benchmark para
as demais.
5
3. Resultados e Discussões
3.1 – Caracterização da empresa
A rede de lojas em estudo é originária do interior da Bahia, em Vitória da Conquista.

Está presente no mercado a mais de 10 anos e tem conquistado clientes não só na cidade
citada, mas também em toda circunvizinhança. Por motivo de segurança a rede de lojas
varejista do ramo elétrico será denominada neste estudo somente de “empresa”.
3.2 – Estudo de caso
Na análise documental realizada junto à gestão da empresa, foram escolhidas as

principais variáveis relativas deste setor varejista do ramo elétrico, ou seja, selecionou-se os
insumos (inputs) e produtos (outputs) do processo que fariam parte da modelagem DEA. Os
determinantes relativos a empresa estudada são as variáveis “número de funcionários”,
“investimentos em compras”, “ativos” e “pedidos de venda”. As unidades tomadoras de
decisão (DMU) serão denominadas aqui nesta pesquisa de Unidade, e quantidade total de
DMUs a ser analisa no conjunto de empresas estudadas são cinco.
Os dados dos inputs e dos outputs relativos às cinco unidades produtivas em estudo
são do período de 2015 a 2017. Sendo assim, abreviadamente as DMUs serão aqui
denominadas de “UN”, e esta sigla será acompanhada de numeração de um a cinco para
identificar cada unidade participante da análise, obtendo-se dessa maneira as siglas conforme
a Figura 1.
Figura 1 – Variáveis selecionadas para modelagem DEA
6
Fonte: Próprio Autor
Foram coletadas informações sobre as variáveis selecionadas e estas estão dispostas na

Figura 2, que apresenta as DMUs numeradas. Cada DMU será tratada como uma empresa
diferente a cada ano, e dessa maneira seguindo a orientação de Cooper et al. (2000) que
recomenda que o número de DMUs deve ser no mínimo o triplo do número de variáveis
inputs e outputs, têm-se a Figura 2.
Figura 2 – Dados para modelagem DEA
7
O modelo a ser utilizado na modelagem DEA será orientado a output, ou seja, deseja-
se aumentar os recursos envolvidos na operação de pedidos de venda e ativos na empresa
(dessa maneira deseja-se aumentar o volume de vendas, movimentação de materiais do
estoque, fidelizar clientes, manter a confiabilidade na entrega de produtos e aumentar a
receita), mantendo-se dessa maneira os inputs constantes.
Foi escolhido o par input/output número de funcionários versus pedidos de venda, e o

par investimento em compras versus ativos. Com isso, foi realizado uma análise de correlação
entre cada par input/output para que pudesse ser identificada o índice de influência entre as
entradas versus as saídas do sistema. Para isso, utilizou-se a ferramenta Microsoft Excel 2013
para processar a análise, tendo como base a tabela de Pearson (TRIOLA, 2008). As Figuras 3
e 4 apresentam, respectivamente, o par número de funcionários versus pedidos de venda com
o fator de correlação, e o par investimento em compras versus ativos, com o fator de
correlação entre as variáveis escolhidas.
Figura 3 – Primeiro par input/output escolhido e resultado da análise de correlação (r)
8
Figura 4 – Segundo par input/output escolhido e resultado da análise de correlação (r)
9
Como pode ser observado por meio das Figuras 3 e 4, os resultados obtidos das
análises garantem que há uma forte correlação entre cada par input/output escolhido, ou seja,
existe uma forte correlação entre a quantidade de funcionários e o número de pedidos de
venda, e também existe uma forte correlação entre o par investimento em compras e ativos,
como pode ser visto nos resultados obtidos de “r”, respectivamente, r = 0,935 para o primeiro
par input/output escolhido, e r = 0,994 para o segundo par, já que os resultados das análise se
aproximam do valor 1,0.
Foi calculado também a correlação entre os pares input/output número de funcionários

versus ativos, e o par investimentos em compras versus pedidos de venda, o que resultou,
respectivamente, em r = 0,945 e r = 0,990, ou seja, todos os possíveis pares de input/output
dessa modelagem DEA tem forte correlação entre as variáveis escolhidas.
Foi escolhido o Modelo DEA CCR com orientação a output para compor a análise de
eficiência a ser analisada, pois, conforme as considerações de Kassai (2002) se há eficiência
de determinada DMU quanto ao Modelo CCR, então esta DMU opera com eficiência
produtiva (EP). Vale salientar que quanto ao Modelo CCR com orientação a input ou output,
ambos resultam num mesmo parecer (ADLER, FRIEDMAN e SINUANY-STERN, 2002
apud RAFAELI, 2009).
Foram inseridos os dados no SIAD v3.0 relativos ao número de DMUs, número de
inputs e de outputs.
Figura 5 – Entrada de dados da modelagem DEA CCR
10
Figura 6 – Preenchimento da Matriz de dados Modelo CCR
Foi feito o preenchimento da matriz de dados com as informações das DMUs a serem
analisadas, conforme a Figura 6, com a conotação voltada ao Modelo CCR – output. Após
isso, o modelo gerou os resultados que estão dispostos na Figura 7.
11
Figura 7 – DMUs eficientes segundo o Modelo CCR
Font
e:
Próprio Autor
Observa-se pela Figura 7 que as DMUs que foram eficientes, segundo o Modelo CCR
com orientação a output, é destacado com resultado padrão igual a 1, ou seja, as unidades que
fazem parte da fronteira de eficiência para o Modelo em estudo são UN1(2015), UN1(2017),
UN2(2017), UN4(2017).
As unidades UN1, UN2 e UN4 são os sistemas produtivos referência para as demais
DMUs analisadas e merecem atenção especial por conta disso.
Com isso, o contexto geral de eficiência em DEA para a rede de lojas varejistas em
estudo pode ser analisada pelos pressupostos a seguir:
12
I. As DMUS UN1(2015), UN1(2017), UN2(2017) e UN4(2017) formam a

fronteira de eficiência e servem de benchmarking para as demais unidades
produtivas ineficientes.
II. As DMUs que possuem EP = 1, operam com eficiência produtiva, como as
unidades UN1(2015), UN1(2017), UN2(2017) e UN4(2017).
III. A Unidade UN5(2017) possui uma grande oportunidade de melhoria,
observando as melhores práticas das DMUs referência, ou seja, com apenas
54,71% de eficiência a unidade 5 precisa urgentemente de um plano de ação
para estabelecer métodos de aprimoramento de processo, visando alcançar a
fronteira de eficiência pela otimização do uso dos recursos dessa empresa.
4. Considerações Finais
Diante dos resultados alcançados, pode-se dizer que o objetivo geral desse estudo foi
atingido, visto que por meio da modelagem DEA foi possível visualizar a DMU benchmark
para as demais unidades de forma que a ferramenta pudesse servir de apoio à tomada de
decisão estratégica.
Não obstante, foram identificadas a unidades produtivas que formam a fronteira de
eficiência em DEA, sendo elas as DMUs UN1, UN2 e UN4, com destaque para a empresa
UN1 que no ano de 2015 apresentou resultados ótimos quanto a utilização dos seus recursos,
comportamento este que serve de benchmarking para UN3 que no período de 2015 a 2017
teve ineficiência produtiva que resulta em ineficiência de escala, traduzindo assim a
inabilidade desta empresa de produzir mais outputs usando um dado montante de inputs e na
inadequação da razão entre a quantidade de inputs mais apropriada para a escala de produção
e a quantidade de inputs efetivamente usada pela unidade sob dado nível de produção.
Vale ressaltar que na modelagem DEA abordada, foi utilizado um conjunto limitado
de variáveis (insumos e produtos), e com isso os resultados foram parciais, e assim os
resultados obtidos podem ser considerados como um ponto de partida, de onde investigações
13
mais detalhadas serão necessárias para a identificação de fontes de ineficiência e diferenças de

desempenho.
Um dos destaques da DEA é que ela permite utilizar vários inputs e output para
análise de eficiência relativa entre unidades que produzem os têm os mesmos insumos e
produtos, só diferenciando quanto a magnitude dos fatores utilizados, e assim foi possível
propor uma intervenção para um problema recorrente em empresas que possuem mais de uma
unidade produtiva: estabelecer métodos eficiente para avaliação de desempenho de Unidades
Produtivas, determinar as unidades relativamente eficientes, e as metas (benchmarks) a serem
adotadas para alcance dos objetivos empresariais determinados.
Assim foi possível fornecer aos gestores da empresa em estudo uma nova ferramenta
de auxílio na tomada de decisão, visto que esta ferramenta é relativamente recente, os gestores
não tinham conhecimento do assunto, e tendo bem fundamentado os conceitos e limitações da
DEA, é possível realizar de maneira mais acelerada uma análise global do grupo de lojas em
estudo e perceber as unidades eficientes, estabelecer um plano de ação para as DMUs não-
eficientes e obter melhorias no processo.
Referências
AVELLAR, J.V.G, MILIONI, A.Z, RABELLO, T.N – Modelos DEA com variáveis limitadas ou
soma constante (2005). Artigo Científico, Pesquisa Operacional, São Paulo, SP.
BHAT, R., VERMA, B.B, REUBEN, E – Data Envelopment Analysis (DEA). Published in the
Jounal of Health Management, 2001.
COOPER, W.W., SEIFORD, L.M., TONE, K., - Data Envelopment Analysis: A Comprehensive
Text with Models, Applications, References and DEA-Solver Software (2001). Journal of the
Operational Research Society. Disponível em: www.researchgate.net?publication/32047675.
14
FERREIRA FILHO, V. J. M. – ISYDS – Integrated System For Decision Support (Sistema

Integrado de Apoio à Decisão - SIAD): A software package for data envelopment analysis
model (2005). Artigo científico, ISSN 0101-7438. Departamento de Engenharia Industrial, UFRJ,
RJ.
KASSAI, S. – Utilização da Análise Envoltória de Dados (DEA) na Análise de Demonstrações

Contábeis (2002). Tese de Doutorado, Universidade de São Paulo, São Paulo, SP.
GANGA, G.M.D – Trabalho de Conclusão de Curso (TCC) na engenharia de produção: um

guia prático de conteúdo e forma (2012). São Paulo: Atlas.
LORENZETT, J.R, LOPES, A.L.M, LIMA, M.V.A – Aplicação de Método de pesquisa

operacional (DEA) na avaliação de desempenho de unidades produtivas para área de
educação profissional (2010). Artigo Científico, Revista Estratégia & Negócios – Florianópolis.
MACEDO, M.A.S, CASA NOVA, S.P.C, ALMEIDA, K. – Mapeamento e análise bibliométrica

da utilização da Análise Envoltória de Dados (DEA) em estudos em contabilidade e
administração (2009). Artigo Científico, Revista Contabilidade, Gestão e Governança – Brasília.
MELLO, J. C. C. B. S., MEZA, L. A., GOMES, E. G., NETO, L. B. – Curso de Análise de

Envoltória de Dados (2005). Artigo científico, XXXVII Simpósio Brasileiro de Pesquisa
Operacional, Gramado, RS.
MEZA, L.A, GONÇALVES, D.A.V – Evolução das metodologias de benchmarking na

regulação econômica das empresas de distribuição no Brasil (2016). Artigo científico, XLVIII
Simpósio Brasileiro de Pesquisa Operacional – SBPO, Rio de Janeiro: RJ.
MEZA, L. A, BIONDI NETO, Luiz, SOARES DE MELLO, João Carlos C. B., GOMES, Eliane
Gonçalves, COELHO, Pedro Henrique Gouvêa SIAD - Sistema Integrado de Apoio à Decisão:
Uma Implementação Computacional de Modelos de Análise Envoltória de Dados. Relatórios
de Pesquisa em Engenharia de Produção, v. 3, n. 20. Niterói: Universidade Federal Fluminense -
Mestrado em Engenharia de
Produção,2003.http://www.producao.uff.br/rpep/relpesq303/relpesq_303_20.doc.
15
PESSANHA, J.F.M, MELLO, M.A.R.F, SOUZA, R.C, BARROS, M – Avaliação dos custos
operacionais eficientes das empresas de transmissão do setor elétrico brasileiro: uma
proposta de adaptação do modelo DEA adotado pela ANEEL (2010). Artigo Científico
Pesquisa Operacional, Rio de Janeiro, RJ.
RAFAELI, L. - A Análise Envoltória de Dados como ferramenta para avaliação de

desempenho relativo (2009). Dissertação de Mestrado, UFRS, Programa de Pós-graduação em
Engenharia de Produção, Porto Alegre.
TRIOLA, M.F – Introdução à estatística (2008). 10º Edição, cap.03, pág. 62, cap.13, pág. 540.
WINSTON, W.L – Operations Research: applications and algorithms (2004). Fourth edition.
Chapter, 6, page 335.
16

Análise de Eficiência Relativa Utilizando o Modelo Dea - CCR Orientado A Output para Determinação de Benchmarking em Uma Rede de Lojas

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análise de Eficiência Relativa Utilizando o Modelo Dea - CCR Orientado A Output para Determinação de Benchmarking em Uma Rede de Lojas

Enviado por

Direitos autorais:

Formatos disponíveis

XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

“A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.