Melhoria da eficiência do processo de recebimento de madeira para celulose

Melhoria de Processos
na Logística Florestal
Projeto Lean Six Sigma

Black Belt
Bruno Mariani Piana
Março 2016
Escopo
LOGÍSTICA FLORESTAL
Carregar Transportar Receber

Madeira Madeira Madeira
Foco do Black Belt
O processo de Logística Florestal consiste na atividade de carregamento da madeira no campo, transporte

até as Fábricas e alimentação das linhas de produção fabris e estocagem. Atividade terceirizada na
International Paper.
Slide 2
Receber Madeira
Definição do Processo
Processo no qual caminhões carregados no campo chegam ao pátio tendo que ter suas cargas pesadas,
desamarradas e direcionadas para processo ou estoque. Então o motorista limpa os rejeitos restantes do
caminhão e se dirige a saída para poder ser enviado para campo novamente. Pode haver fila nos processos
internos e externos do pátio.
Recebimento dos caminhões de

madeira
Pesagem e apontamento no sistema
Descarga no processo e/ou pátio da madeira
Objetivo
Visa reduzir para 120 minutos o tempo de permanência do caminhão nas fábricas (TAT), eliminando os
gargalos que ocasionam as longas filas de caminhões, sem investimentos estruturais, até
Dezembro/2015.
DEFINE MEASURE ANALYZE IMPROVE CONTROL
What?
Aumentar a eficiência do transporte de madeira, visando a melhoria do serviço prestado pelo operador
logístico e possibilitando barganhas nas negociações de contrato
• Melhor entendimento dos custos logísticos • Obtenção de dados confiáveis

• Melhor planejamento das atividades
operacionais • Melhor apoio da equipe na abertura dos
dados
• Adequação de composição de caminhões
vs estradas • Ocorrência de eventos e demandas não
planejados
• Iniciativa de redução de custos na maior
conta do custo da madeira • Fatores externos que dificultem a negociação
• Redução de acidentes de trabalho nos • Ganho financeiro do projeto atrelado a
prestadores de serviço negociações anuais
Benefícios Riscos
Why?
Alta representatividade do Custo Logístico
A International Paper busca o desenvolvimento compartilhado e entrega de propostas de serviços que

agreguem valor real ao parceiro de forma sustentável, proporcionando melhorias de processo (no parceiro
ou na IP) e consolidação de relacionamento
Participação do Custo Logístico
Custo da Madeira Custo do Papel

42% transporte 4,5% transporte
Transporte Silvicultura Colheita Administrativo Custo da madeira
Custo da logistica da madeira
Celulose + Manufatura do papel + Outros
10% 10,7% 4,5%

19%
29%
84,7%
42%
O Custo Logístico tem alta participação na matéria prima (42%) e nos custos de produção do papel
(4,5%)
Where? DEFINE MEASURE ANALYZE IMPROVE CONTROL
Duas Fábricas de produção integrada de

papel e celulose
• Fábrica de Luiz Antônio

(LAN)
• 1,6 MM m³/ano
• 1,5 MM m³ madeira p/
celulose
• 0,1 MM m³ madeira
p/energia)
• Fábrica de Mogi Guaçu

(MG)
• 2,0 MM m³/ano
• 1,4 MM m³ madeira p/
celulose
• 0,6 MM m³ madeira
p/energia)
How?
Ferramentas de Lean e Six Sigma
• Questionando o modelo atual de logística de madeira
• Reduzindo momentos sem agregação de valor desde o campo até o pátio
• Criando e monitorando indicadores de eficiência e desempenho do processo
• Entregando a quantidade correta de madeira, do tipo certo e na hora certa
• Buscando pontos de melhoria para melhorar o serviço prestado pelas empresas terceirizadas
• Maior interface entre Fábrica e Florestal

VSM
AS IS Mogi Guaçu
How Much?
MG
Processo de baixa eficiência
MODELO AS IS - LAN
Nº de
Agrega Valor Não Agrega Não Agrega Valor Eficiência do
TOTAL (Min) Caminhões
(Min) Necessário (Min) (Min) Caminhão
Necessários *
ENERGIA 281 142 208 631 26% 3
CELULOSE 182 196 296 674 30% 46
TOTAL 185 195 294 674 30% 51
% 27% 29% 44%
MODELO AS IS - MG
Não Agrega
Agrega Valor Não Agrega Valor Eficiência do Nº de Caminhões
Necessário TOTAL (Min)
(Min) (Min) Caminhão Necessários *
(Min)
ENERGIA 184 148 153 485 39% 16
CELULOSE 194 155 186 535 43% 33
TOTAL 194 162 175 531 43% 49
% 36% 31% 33%
LAN – 44% e MG – 33% do tempo em atividades que não agregam valor
* Eficiência Mecânica G.A. Forest calculada em 86% MG 88% LAN

** Eficiência Mecânica assumida de 90%
Priorização do escopo
Celulose representa 85% da madeira entregue
Acumulado de madeira entregue em Luiz Antônio 2014
Acumulado Celulose Acumulado Energia
1382 1486
1150 1263
910 1043
661 793
389 528
149 5 255
10 15 23 30 36 42 51 59 65 71 77
Acumulado de madeira entregue em Mogi Guaçu 2014

Acumulado - Celulose Acumulado - Energia
1265 1375
1076 1179
960
825
695
470 578 446 479
352 330 369 409
231 154 206 249 292
121 46 77 116
Devido a maior representatividade da madeira de celulose no abastecimento das fábricas. O projeto

focou suas ações para esse tipo de madeira.
Estudo de caso
TAT – Tempo de Fila
TAT (turn around time): Prazo para completar um ciclo do processo (entrada do caminhão na fábrica, descarregamento, limpeza,
saída do caminhão vazio)
• Notava-se baixa eficiência no recebimento de madeira devido às altas filas presentes na entrada das Fábricas e nos
pátios de madeira
• Não havia monitoramento dessa atividade nem indicador definido para acompanhamento desse processo
– Em benchmarking realizado em fábricas dos EUA foi observado a utilização do tempo de fila (TAT – Turn Around Time)
para monitoramento dessa atividade
• Esse indicador e seu monitoramento, entraram em evidência em Novembro/2013 quando os operadores logísticos
exigiram reajustes além do esperado, alegando baixa produtividade do processo
• Para o melhor entendimento do processo foi iniciado o Black Belt guarda-chuva de Logística Florestal
– Yellow Belt Carregamento no campo: redução do tempo de carregamento, posteriormente retirado do escopo
devido à gap tecnológico para monitoramento da atividade
– Yellow Belt redução de tempo de fila (TAT) em MG: redução de desperdícios no processo de recebimento de
madeira
Fila para descarregamento na fábrica de LAN
Nas etapas Analyze, Improve e Control será mostrado o histórico do indicador, os planos de ação
tomados para melhorá-lo e o impacto das ações de melhoria de processos para esse caso
Criação do indicador
Período inicial de medição do TAT Nov/13 – Jan/14
Tempo de Fila (TAT)

minutos
228
217 Quando comparado aos dados
do benchmarking do Brasil e EUA
179 é significativamente maior
132 MG
121
114
LAN
Brasil
70 EUA
Necessário entender as causas do
problema para gerar planos de
15
ação
nov/13 dez/13 jan/14

Diagrama de causa e efeito
Meio Ambiente Mão de Obra Método
• Má condições da estrada • Operador fora de área • Mix desbalanceado

• Excesso de chuva • Falta de colaboradores • Baixo alinhamento
próprios florestal/fábrica
• Gestão e medição do • Inexistência de
processo carecendo de procedimento de operação
estrutura • Planejamento de entrega
• Resposta lenta dos líderes inadequado
envolvidos • Baixa padronização de
• Negligência de parâmetros procedimentos entre fábricas
fora produção Atraso no
carregamento/
abastecimento
e tempo de fila
(TAT) elevado
• Indisponibilidade de • Indicadores chave não • Tempo de corte da
máquinas no campo/pátio relacionados e não madeira fora das
• Número elevado de documentados em especificações
manutenção na frota contrato • Sujidade da madeira
• Manutenções elevadas no • Balança do pátio em
processo manutenção
• Lentidão de máquinas • Imprecisão na medição de
volume de madeira
Máquina Medição Matéria-Prima

Matriz Esforço Impacto
Matriz Impacto x Esforço

10
Alto
9
3
8
2 4
7
6
1
Impacto
5
5
1
Baixo Alto
0
0 1 2 3 4 5 6 7 8 9 10
Esforço
Com a matriz esforço impacto pode-se observar os principais gaps listados no Ishikawa
anterior, priorizando as oportunidades que trarão um alto impacto para o processo
avaliando sempre sua demanda de esforço (nesse caso, tecnologia existente, tempo e
mão de obra). Estruturando essas oportunidades, o seguinte plano de ação foi criado:
Plano de Ação
Ações O que? Quem? Quando? Onde? Por que? Como? Relação gráfico
Aplicando ferramentas e
Aplicar a metodologia de um Dimensionar e reduzir o impacto
Projeto Yellow Belt na redução do TAT em Novembro/13 até Pátio da madeira de metodologia Lean no pátio da
Yellow Belt para reduzir o TAT Thalita Faria causado pelo TAT no processo de 1
Mogi Guaçu Julho/14 Mogi Guaçu madeira para reduzir desperdícios
em Mogi Guaçu logística florestal
no TAT
Tomar as melhores práticas

Aproveitar o know-how adquirido em Utilização das ferramentas de
utilizadas em MG como
Bruno Piana, Murilo Abr/15 até Pátio da madeira de Mogi Guaçu para atacar uma situação controle e redução de desperdícios
Replicar melhores práticas em Luiz Antônio exemplo e replicá-las para o 5
Oliveira Setembro/15 LAN que também estava fora de controle em usadas em MG e criação de
processo de recebimento da
LAN indicadores de TAT para LAN
madeira em LAN
Restringir para o número de Excelência Mantendo dentro do pátio o número

Restrição do número de caminhões no pátio Pátio da madeira de Diminuir o número de caminhões
caminhões dentro do pátio para Florestal + Sempre mínimo de caminhões capaz de 2
de LAN LAN parados dentro do pátio
4 e futuramente 6 caminhões Operador Logístico abastecer o processo
Controlar o fluxo de caminhões no

Utilizar a ferramenta KANBAN Excelência Criando cartões Kanban que são os
Pátio da madeira de pátio com o uso de Kanban para que
Uso de KANBAN para controlar entradas e Florestal + Sempre responsáveis por liberar a 3
LAN só estejam no local caminhões
saídas no pátio Operador Logístico entrada/saída de caminhões
solicitados pelo processo
Disseminar filosofia Lean

Excelência Pátio da madeira Aplicar filosofias LSS in loco no pátio Reduzindo desperdícios e
Filosofia de redução de desperdício para evitar ao máximo 3 meses envolvendo toda a equipe de 2
Florestal de LAN recebimento e preparação da madeira
padronizando o processo
desperdícios no processo
Monitorando os TATs em cada

Criação de indicadores e Facilitar a visualização da situação
Pedro Costa unidade e enviando os dados
Criação de indicadores diários de controle do controles enviados Pátios de MG e no pátio de cada unidade,
(Perfomance Diariamente coletados diariamente para 2
TAT diariamente que permitem LAN permitindo tomadas de decisão mais
Florestal) acompanhamento pela staff
follow-up diário do TAT rápidas
florestal
Estipulando uma meta que se

Definição de meta do TAT (1 Possuir um leverage em discussões
Enquanto durar o Pátios de MG e não cumprida acarretará em
Uso meta de TAT em contrato hora) no contrato com o Júlio Zotto futuros a respeito da entrega de 4,1
contrato LAN perdas para a empresa
operador logístico madeira
operadora logística
Criação de procedimento de Reduzir as variabilidades e desvios

operação nos pátios para comportamentais nos pátios da Padronizando as atividades de
Criação de procedimento de operação nos Fiber Supply Pátios de MG e
padronizar a atividade de Diariamente madeira que vinham influenciando recebimento e descarga da 3
pátios Specialists LAN
recebimento e descarga da negativamente no desempenho dos madeira nos pátios
madeira mesmos
Acompanhando diariamente os
Ter uma maior interface com as
indicadores e atividades
Criação de cargo para acompanhamento do Criação do cargo de Fiber Fiber Supply Pátios de MG e fábricas, estando próximo do
Diariamente responsáveis por receber e 1
processo de receber e descarregar madeira Suppl Specialist Specialists LAN processo de entrega da madeira ao
descarregar a madeira para
cliente
nosso cliente, a fábrica
Resultados TAT MG
Redução sustentável da média e variabilidade
Tempo de Fila (TAT) - MG Meta do TAT – 120 minutos
250
200
Minutos
150
100
50
Continuação do Finalização do
Fim do YB
Início do YB Média: 132 min plano de ação plano de ação
Média: 212 min Desvio: 69 Média: 158 min Média: 88 min
Desvio: 92 % > LSC: 48% Desvio: 93 Desvio: 42
% > LSC: 81% Nível Sigma: 1,5* % > LSC: 56% % > LSC: 18%
Nível Sigma: 0,51* Nível Sigma: 1,28* Nível Sigma: 2,45*
*Capítulo de Análise Estatística a

partir do slide 27
Resultados TAT LAN
Redução sustentável da média e variabilidade
Tempo de Fila (TAT) - LAN Meta do TAT – 120 minutos
190
170
150
Minutos
130
110
90
70
50
Início das Elevação dos Necessidade de Conclusão do

medições tempos ações no TAT Plano de Ação
Média: 128 min Média: 150 min Média: 162 min Média: 85 min
Desvio: 48 Desvio: 64 Desvio: 70 Desvio: 32
% > LSC: 53% % > LSC: 66% % > LSC: 68% % > LSC: 14%
Nível Sigma: 1,38* Nível Sigma: 1,13* Nível Sigma: 0,99* Nível Sigma: 2,59*
*Capítulo de Análise Estatística a

partir do slide 27
Resultados financeiros
Ganhos obtidos em contrato
Economia por hora reduzida no TAT

R$ MM
5,0 LAN
MG
3,3
4,0 1,7
2,7 0,8
1,3
0,7
0,0
4h 3h 2h 1,5h 1h
Na busca por sustentar os resultados foi estipulado em contrato que o TAT médio nas
fábricas de MG e LAN deve se manter em 1 hora, com isso a International Paper obteve
um saving de R$ 9MM no custo de transporte de madeira
Conclusão
Durante a realização do YB na fábrica de MG houve diminuição do TAT a partir

da criação do indicador, devido as medições feitas, workshops de tempo de fila,
distribuição e planejamento de entrega de madeira de terceiros (Posto Fábrica)
Retrocesso no processo da fábrica de MG ocorreu pela falta de padronização,

além da observação ter sido feita em curto espaço de tempo, falta de
alinhamento com o operador logístico em relação as metas e mudança de
gestão na fábrica
Significativa redução do TAT nas duas fábricas ocorreu com a conclusão do

plano de ação. O Uso de Kanban, o uso de ferramentas de melhorias de
processo e a redução de desperdício justificam essa redução
Período do controle com redução e estabilização do TAT realizado com o

estabelecimento de contrato, criação da estrutura de Suprimento de Fibras e
controle diário do recebimento da madeira
Sustain
Mudança da estrutura de suprimento de fibras e KPIs diários
Gerente de
Planejamento e
Abastecimento Mudança da estrutura
organizacional para gestão do
abastecimento da fábrica
desde o transporte de fibras até
Especialista de Especialista de o consumo
Abastecimento Abastecimento
Mogi Guaçu Luiz Antônio
entrega x forecast LA (000m3)

forecast
LA 25/01 mtd
org mtd org mes rev mes
Acompanhamento diário de
cel 4.9 124 126.5 130.7 131
entrega da madeira para as
fábricas, neste caso Luiz Antônio, en .4 7.9 8.2 8.5 8.5
no qual além de parâmetros como T 5.3 131.9 134.7 139.2 139.5
m³ entregue e estoque, temos o
controle do tempo de fila
estoque atual tempo de fila
tora pilha 7 dias mtd 25/01
cel 30328 2.6 01 22 01 32 01 26
en 3945 0 03 23 03 55 00 58
Obrigado
Bruno Mariani Piana

bruno.piana@ipaper.com
Análise Estatística
Análise de capabilidade
Evolução dos parâmetros estatísticos em ambas as fábricas
• Com as medições realizadas durante a execução do projeto, pôde-se obter um histórico, para ambas
as fábricas, dos seguintes parâmetros estatísticos:
• Média do TAT
• Desvio padrão do TAT
• Porcentagem de amostras acima do limite de controle
• Nível Sigma
Como a maioria das distribuições dos TATs observados se comportava de maneira não-
normal, algumas ações foram feitas na tentativa de normalizar essas curvas (Uso da
ferramenta Box-Cox). Se mesmo assim a curva não tendesse à uma normal, o tipo de
curva que mais se aproximava foi encontrado (Análise ID) e utilizado para a análise de
capabilidade da amostra.
Histórico das medições do
TAT (Turn Around Time)
Mogi Guaçu
Novembro Julho/2014 Novembro/2014 Maio/2015

Dezembro/2013
Fase 1 : Início do projeto Yellow Belt
Fase 2 : Resultados obtido ao fim do Yellow Belt
Fase 3 : Retrocesso dos resultados obtidos
Fase 4 : Conclusão do plano de ação

Fase 1 - Início do Yellow Belt
Novembro e Dezembro/2013
Fábrica: Mogi Guaçu
Sumário Estatístico de Fila Interna Testes Estatísticos Básicos
Anderson-Darling Normality Test
A-Squared 18,56
P-Value <0,005 Valor mínimo do intervalo: 26min
Mean 211,99
StDev 91,77
Variance 8422,52
Skewness 0,121717 Valor máximo do intervalo: 400min
Kurtosis -0,974359
N 2966
Minimum
1st Quartile
26,00
137,00 Sem outliers, mas com alta variância
Median 208,50
3rd Quartile 284,00
Maximum 400,00
95% Confidence Interval for Mean P-valor <0,005
50 100 150 200 250 300 350 400 208,69 215,30
95% Confidence Interval for Median
203,00 214,87
Curva não normal

95% Confidence Interval for StDev
89,50 94,17
Média de fila interna: 212min

95% Confidence Intervals
Desvio Padrão: 92
Mean
Median
204 206 208 210 212 214 216
Fase
1 2 3 4
Média = 212
Desvio = 92
Fase 1 – Início do Yellow Belt
Teste de normalidade para Fila Interna
Normal
Testes de normalidade
99,99
Mean
StDev
212,0
91,77
Curva não normal
N 2966
99 AD 18,562
95
P-Value <0,005 -Dados se comportando de maneira dispersa
80
nas extremidades
Percent
50
-P- valor < 0,005
20
0,01
-200 -100 0 100 200 300 400 500 600
MINUTOS
Teste de normalidade para transformada Box Cox

Normal
Transformada Box Cox
99,99
Mean 456,5
StDev
N
221,0
2966
-Dados se mantêm despadronizados
99 AD 22,930
P-Value <0,005
95
-P- valor < 0,005
80
Percent
50
-Curva permanece não normal
20
0,01
-500 0 500 1000 1500
box cox
Distribuição da amostra
Análise ID para amostra Box Cox
Anderson-Darling (adj)
Weibull Lognormal
Weibull
99,99 99,99 12,386
90 Lognormal
99
50
90
39,695
Exponential
Fazendo a Análise ID para a amostra não-
Percent
Percent
10
319,471
1
50
Loglogistic normal Box Cox, obtém-se que a distribuição
10 33,480
1 que mais se aproxima dos dados em questão é
0,01
10 100 1000
0,01
100 1000 10000 a distribuição Weibull.
box cox box cox
Exponential Loglogistic
99,99 99,99
90
50 99
90
Por ser o tipo de curva que mais se aproxima
Percent
Percent
10
50
1 10
1
da amostra, testes estatísticos mais
0,01 0,01
aprofundados devem ser realizados seguindo
0,01 0,1 1 10 100 1000 10000 10 100 1000 10000
box cox box cox este formato.
Anderson-Darling
Distribution (adj)
Weibull 12,386
Lognormal 39,695
Exponential 319,471
Loglogistic 33,480
3-Parameter Weibull 12,439
3-Parameter Lognormal 17,605
2-Parameter Exponential 243,642
3-Parameter Loglogistic 22,586
Smallest Extreme Value 51,444
Normal 22,954
Logistic 26,43
Relatório de Capabilidade do processo da Fila Interna
Cálculos baseados em um modelo de distribuição Weibul Capabilidade do
Process Data
USL
Overall Capability
processo
LSL * Z.Bench -0,99
Target
USL
*
120
Z.LSL
Z.USL -0,87
* Realizando o teste de capabilidade
Sample Mean 211,992
Sample N 2966
Ppk -0,29 para os tempos de fila do período
Exp. Overall Performance
Shape
Scale
2,51041
239,297 % < LSL * selecionado baseados em um
% > USL 83,79
Observed Performance % Total 83,79 modelo de distribuição Weibull:
% < LSL *
% > USL 81,05
% Total 81,05
-81% dos caminhões no período,

ultrapassaram a meta de 2 horas de
fila interna (Limite Superior de
Controle)
-Nível sigma = 1,5 + Z.Bench =>

0 60 120 180 240 300 360 420 0,51, nível sigma muito baixo, com
dados apresentando alta
variabilidade, estando totalmente
Fase fora de controle.
1 2 3 4
% > LSC: 81%
Nível Sigma : 0,51

Fase 2 – Resultados do Yellow Belt
Julho/14
Sumário Estatísico de Fila Interna Testes Estatísticos Básicos
A-Squared 45,04
Mean 131,82
StDev 69,17
Variance 4784,59
Kurtosis 0,743111
N 2575
Minimum 25,00
1st Quartile 79,00 Presença de outliers e alta variância
Median 118,00
3rd Quartile 170,00 dos dados
Maximum 391,00
95% Confidence Interval for Mean
50 100 150 200 250 300 350 129,15 134,49
P-valor <0,005
114,00 121,00
67,33 71,11 Curva não normal
Desvio Padrão: 69
Mean
Median
Destacar melhorias
115 120 125 130 135
Fase
1 2 3 4
Média = 212 Média = 132 (-38%)

Desvio = 92 Desvio = 69 (-25%)
Julho/14
Normal
99,99
Mean
StDev
131,8
69,17 Curva não normal
N 2575
99 AD 45,040
P-Value <0,005
95
-Dados se comportando de maneira não
80
padronizada por toda a curva
Percent
50
20
- P-valor < 0,005
5
0,01
-200 -100 0 100 200 300 400
MINUTOS
Teste de normalidade para transformada de Box Cox

Normal Transformada Box Cox
99,99
Mean 3,163
StDev 0,4035
99
N
AD
2575
2,753
-Dados com dispersão reduzida mas
P-Value <0,005
95 ainda apresentam regiões
80
despadronizadas
Percent
50
20
5
-P- valor <0,005
1

0,01
1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0
Box Cox
Julho/14
3-Parameter Weibull 3-Parameter Lognormal
3-Parameter Weibull
99,99 99,99 0,784
90 3-Parameter Lognormal
99
50
90
2,159
2-Parameter Exponential
Percent
Percent
10
1
50
392,220
3-Parameter Loglogistic normal Box Cox, obtém-se que a distribuição
5,876
10
1
que mais se aproxima dos dados em questão
0,01
0,1 1
0,01
6 7 8 9
é a distribuição de 3 parâmetros de Weibull.
Box Cox - Threshold Box Cox - Threshold
2-Parameter Exponential 3-Parameter Loglogistic

99,99 99,99
90
50 99
90 Por ser este o tipo de curva que mais se

Percent
Percent
10
50
1 10 aproxima da amostra, testes estatísticos mais
1
o formato selecionado.
0,01 0,01
0,0001 0,001 0,01 0,1 1 10 4 6 8
Anderson-Darling
Distribution (adj)
Weibull 14,410
Lognormal 3,220
Exponential 902,286
Loglogistic 6,351
Normal 2,772
Logistic 6,293
Julho/14
Relatório de capabilidade do processo da Fila Interna
Cálculos baseados na distribuição Weibull de 3 parâmetros Capabilidade do
Process Data
USL
Overall Capability
processo
LSL * Z.Bench 0,00
Target
USL
*
120
Z.LSL
Z.USL 0,00
*
Realizando o teste de capabilidade
Sample Mean 131,822
Sample N 2575
Ppk 0,00
para os tempos de fila do período
Shape
Scale
1,60177
% > USL 49,95
Threshold 24,8103
% Total 49,95 modelo de distribuição de 3
Observed Performance
% < LSL * parâmetros de Weibull:
% > USL 48,16
% Total 48,16

Controle)
50 100 150 200 250 300 350 -Nível sigma = 1,5 + Z.Bench => 1,5,
nível sigma baixo, com dados
apresentando variabilidade, estando
Fase assim fora de controle.
1 2 3 4
% > LSC: 81% % > LSC: 48%
Nível Sigma : 0,51 Nível Sigma : 1,5

Fase 3 – Retrocesso dos resultados
Novembro/14
Sumário Estatistico de Fila Interna Testes Estatísticos Básicos
A-Squared 34,18
Mean 158,26
StDev 92,96
Variance 8642,01
Kurtosis -0,456923
N 1430
Minimum
1st Quartile
25,00
83,00 Alta variância dos dados
Median 135,00
3rd Quartile 221,00
Maximum 400,00
60 120 180 240 300 360 153,44 163,08
129,00 141,00
Curva não normal

89,68 96,50

Desvio Padrão: 93
Mean
Median
130 140 150 160
Fase
1 2 3 4
Média = 212 Média = 132 (-38%) Média = 158 (+20%)

Desvio = 92 Desvio = 69 (-25%) Desvio = 93 (+35%)
Novembro/14
Normal
99,99
Mean
StDev
158,3
92,96
Curva não normal
N 1430
99 AD 34,177
95
P-Value <0,005
80 padronizada na amostra toda
Percent
50
20
- P-valor < 0,005
5
0,01
-200 -100 0 100 200 300 400 500
MINUTOS
Teste de normalidade para transformada Box Cox Transformada Box Cox

Normal
99,99
Mean
StDev
12,04
3,647 -Dados ainda carecem de padronização por
N 1430
99 AD 13,259 toda sua extensão
P-Value <0,005
95
80
-P- valor <0,005
Percent
50
20
5
0,01
0 5 10 15 20 25
Box Cox
Novembro/14
3-Parameter Weibull
99,99 99,99 5,259
99
50
90
7,831
2-Parameter Exponential
Percent
Percent
10
1
50
131,738
3-Parameter Loglogistic normal Box Cox, obtém-se que a distribuição
10 9,952
1 que mais se aproxima dos dados em questão
0,01
0,1 1 10
0,01
5 10 20
é a distribuição de 3 parâmetros de Weibull.

99,99 99,99
90
50 99
90
Por ser este o tipo de curva que mais se
Percent
Percent
10
50
1 10
1
aproxima da amostra, testes estatísticos mais
0,01 0,01
0,001 0,01 0,1 1
Box Cox - Threshold
10 100 1 10
Box Cox - Threshold
100
Anderson-Darling
Distribution (adj)
Weibull 11,789
Lognormal 7,937
Exponential 317,526
Loglogistic 9,921
Normal 13,295
Logistic 14,068
Novembro/14
Relatório de capabilidade do processo de Fila Interna
Process Data
USL
Overall Capability
processo
LSL * Z.Bench -0,22
Target
USL
*
120
Z.LSL
Z.USL -0,14
* Realizando o teste de capabilidade
Sample Mean 158,259
Sample N 1430
Ppk -0,05
Shape
Scale
1,45359
% > USL 58,90
Threshold 24,8391
% > USL 55,94
% Total 55,94

Controle)
60 120 180 240 300 360 420 -Nível sigma = 1,5 + Z.Bench =>
1,28, nível sigma baixo, com dados
apresentando variabilidade, estando
Fase assim fora de controle.
1 2 3 4
% > LSC: 81% % > LSC: 48% % > LSC: 56%
Nível Sigma : 0,51 Nível Sigma : 1,5 Nível Sigma : 1,28

Fase 4 – Conclusão do plano de ação
Maio/14
A-Squared 64,81
Mean 88,351
StDev 41,988
Variance 1762,983
Kurtosis 4,19400
N 2308
Minimum 25,000
1st Quartile 59,000 Variância reduzida e presença de
Median 78,000
3rd Quartile 106,000 muitos outliers
Maximum 375,000
50 100 150 200 250 300 350 86,637 90,065
P-valor <0,005
76,000 80,000
Desvio Padrão: 42
Mean
Median
75,0 77,5 80,0 82,5 85,0 87,5 90,0
Fase
1 2 3 4
Média = 212 Média = 132 (-38%) Média = 158 (+20%) Média = 88 (-44%)
Desvio = 92 Desvio = 69 (-25%) Desvio = 93 (+35%) Desvio = 42 (-55%)
Maio/14
Teste de normalidade de Fila Interna
Normal
99,99
Mean
StDev
88,35
41,99
Curva não normal
N 2308
99 AD 64,814
95
P-Value <0,005 -Dados se comportando de maneira não
80
padronizada na amostra toda
Percent
50
- P-valor < 0,005
20
0,01
0 100 200 300 400
MINUTOS
Transformada Box Cox
-Dados ainda carecem de padronização em

regiões de sua extensão
-P- valor <0,005
-Curva normal
Maio/14
Transformada Box Cox com λ = -0,31 Capabilidade do
USL*
processo
Process Data transformed data Overall Capability
LSL * Z.Bench 0,95
Target * Z.LSL * Realizando o teste de capabilidade
USL 120 Z.USL 0,95
Sample Mean
Sample N
88,3514
2308
Ppk
Cpm
0,32
*
StDev(Overall) 41,9879
After Transformation
selecionado com base na sua
LSL* * transformada Box Cox
Target* *
USL* 0,225105
Sample Mean* 0,257482
StDev(Overall)* 0,0341806

0,18 0,21 0,24 0,27 0,30 0,33 0,36
Controle)
Performance
Observed Expected Overall*
% < LSL * *
% > USL
% Total
17,72
17,72
17,18
17,18
-Nível sigma = 1,5 + Z.Bench =>2,45,
* Calculated with LSL*, USL* nível sigma médio, com dados
apresentando menor variabilidade,
se aproximando do controle.
Fase
1 2 3 4
% > LSC: 81% % > LSC: 48% % > LSC: 56% % > LSC: 18%
Nível Sigma : 0,51 Nível Sigma : 1,5 Nível Sigma : 1,28 Nível Sigma : 2,45
Análise Estatística dos Dados
de Tempo de Fila interno
Luiz Antônio
Novembro Julho/2014 Novembro/2014 Maio/2015

Dezembro/2013
Fase 1 : Início das medições
Fase 2 : Elevação do indicador atraindo atenção para cenários futuros
Fase 3 : Necessidade de ações no TAT
Fase 4 : Conclusão do plano de ação

Fase 1 – Início das medições
Fábrica: Luiz Antônio
A-Squared 19,58
Mean 127,74
StDev 48,15
Variance 2318,48
Kurtosis 0,989836
N 4818
Minimum 26,00
1st Quartile 94,00 Excesso de outliers
Median 124,00
3rd Quartile 155,00
Maximum 376,00
50 100 150 200 250 300 350 126,38 129,10
122,00 125,00

Mean
Desvio Padrão: 48
Median
122 124 126 128 130
Fase
1 2 3 4
Média = 128
Desvio = 48
Normal
Mean 127,7
99,99
StDev 48,15 Como o gráfico mostra na análise de
N 4818
99
AD 19,581 normalidade da Curva de Tempo de fila, a
P-Value <0,005
95 amostra de dados apresenta uma distribuição
80 não normal (P-valor <0,05).
Percent
50
20
5
1
0,01
-100 0 100 200 300 400

MINUTOS
Teste de normalidade para transformada Box Cox Buscando normalizar esses dados, foi
Normal
Mean 4,354
utilizada a transformada de Box Cox que é
99,99
StDev
N
0,5227
4818
capaz de padronizar amostras não-
99
AD 7,652
P-Value <0,005 Gaussianas.
95
Contudo, como o gráfico seguinte aponta,
80
mesmo após este procedimento a curva se
Percent
50
20
comporta de maneira não-normal.
5
1
0,01
2 3 4 5 6 7
Box cox
Smallest Extreme Value Normal
Smallest Extreme Value
99,99 46,018
99,99
90 Normal
50 99 7,633
90 Logistic
Percent
Percent
10
1
50
3,762
Por se tratar de uma distribuição não normal e
10
1 aleatória, a alternativa encontrada ,para
0,01
0 2 4 6
0,01
2 4 6
buscar a melhor distribuição associada ao
Box cox Box cox
conjunto de dados, foi utilizar a ferramenta
99,99
Logistic chamada ID Plot que associa à amostra de
dados a distribuição que apresenta o menor
99
90 número da constante de Anderson-Darling.

Percent
50
10
1
Neste caso, a distribuição resultante é a
Logística.
0,01
2 4 6
Box cox
Anderson-Darling
Distribution (adj)
Weibull 16,943
Lognormal 28,788
Exponential 1724,937
Loglogistic 14,361
Normal 7,633
Logistic 3,762
Capabilidade do
Relatório de Capabilidade do processo da Fila Interna
Calculos baseados em um modelo de distribuição Logística
LSL
Process Data
*
USL
Overall Capability
Z.Bench -0,12
processo
Target * Z.LSL *
USL 120
Sample Mean 127,738
Z.USL
Ppk
-0,09
-0,03
Sample N
Location
4818
125,213 Exp. Overall Performance
% < LSL *
Scale 26,7589
% > USL 54,86
% Total 54,86
selecionado baseados em um
% < LSL
% > USL 53,32
*
modelo de distribuição Logística:
% Total 53,32

Controle)
0 50 100 150 200 250 300 350
-Nível sigma = 1,5 + Z.Bench =>
1,38, nível sigma muito baixo, com
Fase dados apresentando alta
variabilidade
1 2 3 4
% > LSC: 53%
Nível Sigma : 1,38

Fase 2 – Elevação dos tempos
Julho/2014
A-Squared 11,59
Mean 150,54
StDev 63,78
Variance 4068,24
Kurtosis 0,366839
N 2125
Minimum 29,00
1st Quartile 103,00 Presença de outliers e alta variância
Median 144,00
3rd Quartile 186,00 dos dados
Maximum 396,00
50 100 150 200 250 300 350 400 147,82 153,25
P-valor <0,005
141,00 148,00
Desvio Padrão: 64
Mean
Median
140,0 142,5 145,0 147,5 150,0 152,5 155,0
Fase
1 2 3 4
Média = 128 Média = 150 (+17%)

Desvio = 48 Desvio = 64 (+33%)
Julho/2014
Normal
99,99
Mean
StDev
150,5
63,78
Curva não normal
N 2125
99 AD 11,585
95
P-Value <0,005
-Dados se comportando de maneira dispersa
80 nas extremidades
Percent
50
20
- P-valor < 0,005
5
0,01
-100 0 100 200 300 400
MINUTOS

Normal
99,99
Mean
StDev
8,719
1,666
-Dados com dispersidade reduzida mas ainda
99
N
AD
2125
1,022
apresentam intervalos despadronizados
P-Value 0,011
95
80 -P- valor : 0,011 ainda retrata uma distribuição

Percent
50 não Gaussiana
20
5 -Curva permanece não normal

1
0,01
2 4 6 8 10 12 14 16
box cox
Julho/2014
Distribuição da
3-Parameter Weibull
99,99
amostra
99,99 0,881
99
50 1,047
90 2-Parameter Exponential
Percent
Percent
10
359,015
50
3-Parameter Loglogistic
1
10 2,648 Fazendo a Análise ID para a amostra
1
0,01 0,01
não-normal Box Cox, obtém-se que a
1 10 990 995 1000
box cox - Threshold box cox - Threshold distribuição que mais se aproxima
2-Parameter Exponential 3-Parameter Loglogistic dos dados em questão é a
99,99
90
99,99
distribuição de 3 parâmetros de
50 99
Weibull.
Percent
Percent
10 90
50
1 10
0,01 0,01
0,0001 0,001 0,01 0,1 1 10 100 2230 2235 2240 2245
box cox - Threshold box cox - Threshold
Por ser este o tipo de curva que mais
Anderson-Darling se aproxima da amostra, testes
Distribution (adj) estatísticos mais aprofundados
Weibull 3,968 devem ser realizados seguindo o
Lognormal 10,403 formato selecionado.
Exponential 640,788
Loglogistic 7,993
Normal 1,030
Logistic 2,64
Julho/2014
Relatório de capabilidade do processo da Fila Interna
Cálculos baseados na distribuição de Weibul com 3 parâmetros Capabilidade do
Process Data
USL
Overall Capability
processo
LSL * Z.Bench -0,37
Target
USL
*
120
Z.LSL
Z.USL -0,30
*
Sample Mean 150,536
Sample N 2125
Ppk -0,10
Shape
Scale
2,03582
% > USL 64,39
Threshold 26,3811
% > USL 65,74
% Total 65,74

Controle)
50 100 150 200 250 300 350 400 -Nível sigma = 1,5 + Z.Bench =>
1,13, nível sigma muito baixo, com
dados apresentando alta
Fase
variabilidade, estando assim fora de
1 2 3 4 controle.
% > LSC: 53% % > LSC: 66%
Nível Sigma : 1,38 Nível Sigma : 1,13

Fase 3 – Necessidade de ações no TAT
Novembro/2014
A-Squared 14,38
Mean 162,51
StDev 70,40
Variance 4956,08
Kurtosis 0,077300
N 2090
Minimum 27,00
1st Quartile 110,00 Baixa presença de outliers e alta
Median 156,00
3rd Quartile 205,00 variância dos dados
Maximum 400,00
50 100 150 200 250 300 350 400 159,49 165,53
P-valor <0,005
152,00 160,00
Desvio Padrão: 70
Mean
Median
150,0 152,5 155,0 157,5 160,0 162,5 165,0
Fase
1 2 3 4
Média = 128 Média = 150 (+17%) Média = 162 (+8%)

Desvio = 48 Desvio = 64 (+33%) Desvio = 70 (+9%)
Novembro/2014
Normal
99,99
Mean
StDev
162,5
70,40
Curva não normal
N 2090
99 AD 14,377
95
P-Value <0,005
80 padronizada especialmente nas extremidades
Percent
50
da amostra
20
5
- P-valor < 0,005
1
0,01
-100 0 100 200 300 400
MINUTOS
Teste de normalidade para transformada de Box Cox

Normal Transformada Box Cox
99,99
Mean 20,27
StDev
N
5,343
2090 -Dados com dispersidade reduzida mas ainda
99 AD 2,147
95
P-Value <0,005 apresentam regiões despadronizads
80
-P- valor <0,005
Percent
50
20
5
1
0,01
0 10 20 30 40
box cox
Novembro/2014
3-Parameter Weibull
99,99 99,99 0,637
99
50 0,857
90 2-Parameter Exponential Fazendo a Análise ID para a amostra não-
Percent
Percent
10
323,840
1
50
2,836
normal Box Cox, obtém-se que a distribuição
10
1 que mais se aproxima dos dados em questão

0,01
1 10 100
0,01
50 60 70 80 é a distribuição de 3 parâmetros de Weibull.
box cox - Threshold box cox - Threshold

99,99 99,99
90
50 99

Percent
Percent
10
50
1 10 aproxima da amostra, testes estatísticos mais
1
0,01 0,01
0,001 0,01 0,1 1 10
box cox - Threshold
100 40 60
box cox - Threshold
80 100
Anderson-Darling
Distribution (adj)
Weibull 4,690
Lognormal 8,026
Exponential 521,422
Loglogistic 6,414
Normal 2,168
Logistic 3,526
Novembro/2014
Process Data
USL
Overall Capability
processo
LSL * Z.Bench -0,51
Target
USL
*
120
Z.LSL
Z.USL -0,40
*
Sample Mean 162,508
Sample N 2090
Ppk -0,13
Shape
Scale
2,05169
% > USL 69,39
Threshold 24,8533
% > USL 68,42
% Total 68,42

Controle)
50 100 150 200 250 300 350 400 -Nível sigma = 1,5 + Z.Bench =>
0,99, nível sigma baixo, com dados
Fase apresentando variabilidade, estando
assim fora de controle.
1 2 3 4
% > LSC: 53% % > LSC: 66% % > LSC: 68%
Nível Sigma : 1,38 Nível Sigma : 1,13 Nível Sigma : 0,99

Maio/2015
A-Squared 23,13
Mean 85,606
StDev 32,330
Variance 1045,209
Kurtosis 1,95485
N 2288
Minimum 25,000
1st Quartile 62,000 Variância reduzida e presença de
Median 80,000
3rd Quartile 104,000 alguns outliers
Maximum 321,000
40 80 120 160 200 240 280 320 84,281 86,932
P-valor <0,005
79,000 82,000
Mean
Desvio Padrão: 32
Median
80 82 84 86 88
Fase
1 2 3 4
Média = 128 Média = 150 (+17%) Média = 162 (+8%) Média = 85(-47%)
Desvio = 48 Desvio = 64 (+33%) Desvio = 70 (+9%) Desvio = 32 (-54%)
Maio/2015
Normal
99,99
Mean 85,61
Curva não normal

StDev 32,33
N 2288
99 AD 23,135
P-Value <0,005
95
80
padronizada na amostra toda
Percent
50
20
- P-valor < 0,005
5
0,01
-50 0 50 100 150 200 250 300 350
MINUTOS

Normal
99,99
Mean
StDev
0,3969
0,03163 -Dados ainda carecem de padronização em
N 2288
99 AD 3,661 regiões de sua extensão
P-Value <0,005
95
80
-P- valor <0,005
Percent
50
20
5
0,01
0,30 0,35 0,40 0,45 0,50
BOX COX
Maio/2015
3-Parameter Weibull
99,99 99,99 4,875
99
50 0,716
90 2-Parameter Exponential Fazendo a Análise ID para a amostra não-
Percent
Percent
10
503,682
50
1
10
3,500
normal Box Cox, obtém-se que a distribuição
1
que mais se aproxima dos dados em questão
0,01
0,01
0,001 0,01
BOX COX - Threshold
0,1 0,2 0,3
BOX COX - Threshold
0,4
é a distribuição de 3 parâmetros Lognormal
99,99 99,99
90
50 99
90
Percent
Percent
10
1 10
1 aproxima da amostra, testes estatísticos mais

0,01
0,00001 0,0001 0,001 0,01 0,1 1
0,01
0,2 0,5
BOX COX - Threshold BOX COX - Threshold o formato selecionado.
Anderson-Darling
Distribution (adj)
Weibull 31,021
Lognormal 1,090
Exponential 893,219
Loglogistic 3,768
Normal 3,690
Logistic 5,176
Maio/2015
Cálculos baseados na distribuição Lognormal de 3 parâmetros Capabilidade do
Process Data
USL
Overall Capability
processo
LSL * Z.Bench 1,09
Target
USL
*
120
Z.LSL
Z.USL 0,76
*
Sample Mean 85,6062
Sample N 2288
Ppk 0,25
Location
Scale
4,47145
% > USL 13,70
Threshold -7,11099
% < LSL * parâmetros Lognormal:
% > USL 13,64
% Total 13,64

Controle)
40 80 120 160 200 240 280 320 -Nível sigma = 1,5 + Z.Bench
=>2,59, nível sigma médio, com
dados apresentando menor
Fase variabilidade, se aproximando do
controle.
1 2 3 4
% > LSC = 53% % > LSC = 66% % > LSC = 68% % > LSC = 14%
Nível Sigma : 1,38 Nível Sigma : 1,13 Nível Sigma : 0,99 Nível Sigma : 2,59
Certificações Yellow Belt
Yellow Belt
A3 para certificação
Yellow Belt
A3 para certificação
CH 00148 - Redução do Tempo de Carregamento Líder da Iniciativa: Carolina Siqueira
Equipe : Bruno Piana, Flavia Gomez, Danielli Arruda, João Morato, Thalita
Faria, Paulo Fraleoni (GA), Vanderlei Sarapião (GA).
Histórico Resultados
A GA Forest desde 2007 é fornecedor da International Paper e representa
atualmente para a IP uma conta de R$ 85 MM anual. Como uma forma pro- Tempos das atividades
ativa a IP busca gerar valor para o seu fornecedor de maneira que ele possa 0,06
reduzir o seu custo repassando este ganho na renegociação dos contratos.
0,04
Uma das frente de trabalho dessa parceria é trabalhar a diminuição do
tempo de carregamento dos caminhões (desde espera no Horto até 0,02
amarração) que é de aproximadamente de 2h. 0

Espera Campo Carregamento Amarração
ENERGIA CELULOSE
Melhoria 1:42 / 2:04
de
processo
Plano de ação
Entendimento Levantamento de Workshop

do Processo Informações/Dado Kaizen
Mensurando Plano de
Implementação
os Ganhos Ação
Problemas e Ações pendentes

*As ações levantadas para o projeto em sua maioria não tem
impacto direto na redução do tempo, sendo difícil estimar o
ganho do projeto em ganho financeiro;
*Para uma redução maior no tempo de espera no campo sugere-
se organizar reuniões kaizen para reduzir tempo de espera na
fábrica e tempo de direção que são etapas precedentes ao
processo e tem impacto na distribuição dos caminhões nos
hortos.
*O aumento da disponibilidade do carregador florestal não pode
ser medido por falta de controle, então essa melhoria não pode
ser mensurada. *Dificuldade
do engajamento da GA Forest para seguir o cronograma das
ações.
Ações Pendentes : re-alinhamento do plano de ação e
cronograma de execução das atividades restantes.
Apêndice
Plano de Ação
Ações O que? Quem? Quando? Onde? Por que? Como? Status (data)
Projeto Yellow Belt na redução do TAT em Novembro/13 até Pátio da madeira de metodologia Lean no pátio da
Yellow Belt para reduzir o TAT Thalita Faria causado pelo TAT no processo de Concluído
Mogi guaçu Julho/14 Mogi Guaçu madeira para reduzir desperdícios
no TAT
Tomar as melhores práticas

Aproveitar o know-how adquirido em Utilização das ferramentas de
utilizadas em MG como
Bruno Piana, Murilo Abr/15 até Pátio da madeira de Mogi Guaçu para atacar uma situação controle e redução de desperdícios
Replicar melhores práticas em Luiz Antônio exemplo e replicá-las para o A ser feito
Oliveira Setembro/15 LAN que também estava fora de controle em usadas em MG e criação de
processo de recebimento da
LAN indicadores de TAT para LAN
madeira em LAN
Restringir para o número de Excelência Mantendo dentro do pátio o número

Restrição do número de caminhões no pátio Pátio da madeira de Diminuir o número de caminhões
caminhões dentro do pátio para Florestal + Sempre mínimo de caminhões capaz de A ser feito
de LAN LAN parados dentro do pátio
4 e futuramente 6 caminhões Operador Logístico abastecer o processo

Utilizar a ferramenta KANBAN Excelência Criando cartões Kanban que são os
Pátio da madeira de pátio com o uso de Kanban para que
Uso de KANBAN para controlar entradas e Florestal + Sempre responsáveis por liberar a A ser feito
LAN só estejam no local caminhões

Filosofia de redução de desperdício para evitar ao máximo 3 meses envolvendo toda a equipe de A ser feito

Criação de indicadores diários de controle do controles enviados Pátios de MG e no pátio de cada unidade,
(Perfomance Diariamente coletados diariamente para Em andamento
TAT diariamente que permitem LAN permitindo tomadas de decisão mais
follow-up diário do TAT rápidas
florestal

Uso meta de TAT em contrato hora) no contrato com o Júlio Zotto futuros a respeito da entrega de Em andamento

padronizar a atividade de Diariamente madeira que vinham influenciando recebimento e descarga da Em andamento
madeira mesmos
Diariamente responsáveis por receber e Em andamento
cliente
Retrocesso dos Resultados
Controle do YB não efetivo havendo aumento do
TAT
• Resultado do YB: houve uma melhora significativa tanto para o TAT médio quanto para a variabilidade
dos tempos na fábrica de MG (38% e 25%)
• Contudo essa melhoria não se mostrou sustentável e passou a regredir e gerar resultados que se
afastavam da meta de 120 minutos.
Causa do Retrocesso
Plano de Ação
Ações O que? Quem? Quando? Onde? Por que? Como? Status (data)
Projeto Yellow Belt na redução do TAT em Novembro/13 até Pátio da madeira metodologia Lean no pátio da
Yellow Belt para reduzir o TAT Thalita Faria causado pelo TAT no processo de Concluído
Mogi Guaçu Julho/14 de Mogi Guaçu madeira para reduzir desperdícios
no TAT
Tomar as melhores práticas Utilização das ferramentas de

Aproveitar o know-how adquirido em
utilizadas em MG como controle e redução de
Bruno Piana, Abr/15 até Pátio da madeira Mogi Guaçu para atacar uma situação
Replicar melhores práticas em Luiz Antônio exemplo e replicá-las para o desperdícios usadas em MG e Concluído
Murilo Oliveira Setembro/15 de LAN que também estava fora de controle
processo de recebimento da criação de indicadores de TAT
em LAN
madeira em LAN para LAN
Restringir para o número de

Excelência Mantendo dentro do pátio o
Restrição do número de caminhões no pátio caminhões dentro do pátio Pátio da madeira Diminuir o número de caminhões
Florestal + Sempre número mínimo de caminhões Concluído
de LAN para 4 e futuramente 6 de LAN parados dentro do pátio
Operador Logístico capaz de abastecer o processo
caminhões

Utilizar a ferramenta KANBAN Excelência Criando cartões Kanban que são
Pátio da madeira pátio com o uso de Kanban para que
Uso de KANBAN para controlar entradas e Florestal + Sempre os responsáveis por liberar a Concluído
de LAN só estejam no local caminhões

Filosofia de redução de desperdício para evitar ao máximo 3 meses envolvendo toda a equipe de Concluído

Criação de indicadores diários de controle controles enviados Pátios de MG e no pátio de cada unidade,
(Perfomance Diariamente coletados diariamente para Concluído
do TAT diariamente que permitem LAN permitindo tomadas de decisão
follow-up diário do TAT mais rápidas
florestal

Uso meta de TAT em contrato hora) no contrato com o Júlio Zotto futuros a respeito da entrega de Concluído

padronizar a atividade de Diariamente madeira que vinham influenciando recebimento e descarga da Concluído
madeira mesmos
Diariamente responsáveis por receber e Concluído
cliente
Medições TAT
Tempo de Fila em Mogi Guaçu
Tempo de Fila (TAT) - MG

250
230
210
190
170
Minutos
150
130
110
90
70
50
Início do YB Fim do YB Continuação do Finalização

Média: 212 min Média: 132 min plano de ação novas ações
Desvio: 92 Desvio: 69 Média: 158 min Média: 88 min
% > LSC: 81% % > LSC: 48% Desvio: 93 Desvio: 42
Nível Sigma: 0,51 Nível Sigma: 1,5 % > LSC: 56% % > LSC: 18%
Nível Sigma: 1,28 Nível Sigma: 2,45
Meta do TAT – 120 minutos

Medições TAT
Tempo de Fila em Luiz Antônio
Tempo de Fila (TAT) - LAN
210
190
170
150
Minutos
130
110
90
70
50
Início das Elevação dos Necessidade Conclusão do

medições tempos de ações no Plano de Ação
Média: 128 min Média: 150 min TAT Média: 85 min
Desvio: 48 Desvio: 64 Média: 162 min Desvio: 32
% > LSC: 53% % > LSC: 66% Desvio: 70 % > LSC: 14%
Nível Sigma: 1,38 Nível Sigma: 1,13 % > LSC: 68% Nível Sigma: 2,59
Nível Sigma: 0,99
Meta do TAT – 120 minutos

Melhoria da eficiência do processo de recebimento de madeira para celulose

Enviado por

Dados do documento

Descrição original:

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

Melhoria da eficiência do processo de recebimento de madeira para celulose

Enviado por

Direitos autorais:

Formatos disponíveis

Melhoria de Processos

Projeto Lean Six Sigma

Carregar Transportar Receber

O processo de Logística Florestal consiste na atividade de carregamento da madeira no campo, transporte

Recebimento dos caminhões de

Pesagem e apontamento no sistema

Descarga no processo e/ou pátio da madeira

• Melhor entendimento dos custos logísticos • Obtenção de dados confiáveis

Alta representatividade do Custo Logístico

A International Paper busca o desenvolvimento compartilhado e entrega de propostas de serviços que

Participação do Custo Logístico

Custo da Madeira Custo do Papel

10% 10,7% 4,5%

Duas Fábricas de produção integrada de

• Fábrica de Luiz Antônio

• Fábrica de Mogi Guaçu

Ferramentas de Lean e Six Sigma

• Questionando o modelo atual de logística de madeira

• Reduzindo momentos sem agregação de valor desde o campo até o pátio

• Criando e monitorando indicadores de eficiência e desempenho do processo

• Entregando a quantidade correta de madeira, do tipo certo e na hora certa

• Maior interface entre Fábrica e Florestal

LAN – 44% e MG – 33% do tempo em atividades que não agregam valor

* Eficiência Mecânica G.A. Forest calculada em 86% MG 88% LAN

Acumulado de madeira entregue em Mogi Guaçu 2014

Devido a maior representatividade da madeira de celulose no abastecimento das fábricas. O projeto

Fila para descarregamento na fábrica de LAN

Período inicial de medição do TAT Nov/13 – Jan/14

Tempo de Fila (TAT)

nov/13 dez/13 jan/14

Meio Ambiente Mão de Obra Método

• Má condições da estrada • Operador fora de área • Mix desbalanceado

Máquina Medição Matéria-Prima

Matriz Impacto x Esforço

Tomar as melhores práticas

Restringir para o número de Excelência Mantendo dentro do pátio o número

Controlar o fluxo de caminhões no

Disseminar filosofia Lean

Monitorando os TATs em cada

Estipulando uma meta que se

Criação de procedimento de Reduzir as variabilidades e desvios

*Capítulo de Análise Estatística a

Início das Elevação dos Necessidade de Conclusão do

*Capítulo de Análise Estatística a

Economia por hora reduzida no TAT

Durante a realização do YB na fábrica de MG houve diminuição do TAT a partir

Retrocesso no processo da fábrica de MG ocorreu pela falta de padronização,

Significativa redução do TAT nas duas fábricas ocorreu com a conclusão do

Período do controle com redução e estabilização do TAT realizado com o

entrega x forecast LA (000m3)

Bruno Mariani Piana

• Desvio padrão do TAT

• Porcentagem de amostras acima do limite de controle

Novembro Julho/2014 Novembro/2014 Maio/2015

Fase 1 : Início do projeto Yellow Belt

Fase 2 : Resultados obtido ao fim do Yellow Belt

Fase 3 : Retrocesso dos resultados obtidos

Fase 4 : Conclusão do plano de ação

Curva não normal

Média de fila interna: 212min

204 206 208 210 212 214 216

Teste de normalidade para transformada Box Cox