Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo
Abstract
The objective of the study is to analyze the current scenario of planned and utilized
transport capacity of a supplier of the company under study, and evaluate possibilities of
reduction for vehicles with lower capacity or delivery frequency. Additionally, the need
for optimization in the unloading points was identified, aiming to reduce the time of the
delivery vehicle's stay inside the factory. Business Intelligence and linear programming
tools were employed for the analysis. The obtained results showed a reduction in
transportation costs and an improvement in unloading processes, bringing positive
financial results to the company, and optimizing its internal processes.
Artigo Completo
Keywords: Logistics, Supply chain, Linear programming, Business Intelligence,
Transportation.
Resumen
Artigo Completo
1. INTRODUÇÃO / INTRODUCTION / INTRODUCCIÓN
Artigo Completo
veículo dentro da fábrica), que hoje atualmente é está estimado emde 4 horas, o que
acarretagerando multas que a empresa precisa pagar para as transportadoras.
Assim sendo, os atrasos proporcionados pelo gargalo causado no processo de
descarregamento nesses nos nove pontos de descarga em que esse o fornecedor realiza
suas entregas, entrega podem prejudicar o bom funcionamento da linha de
montagemprodução, ocasionando até a sua parada de produção devido à falta de peça na
borda de linha.
Além disso, existe uma peça JIS (Just In Sequence) entregue diariamente, que é
considerada uma peça crítica, : Oo cockpit do ônibus. Nesse item não serão foram
realizadas modificações devido ao risco de parada de linha e necessidade de estoque de
segurança maior em decorrência da instabilidade da produção dessa peça no fornecedor.
O cockpit ocupa aproximadamente uma carreta por dia, representando cerca de 33% da
volumetria diária entregue atualmente por essa empresa. A embalagem dessa peça é um
rack metálico, desenvolvido especialmente para o cockpit, o que inviabiliza o
empilhamento com outros itens de embalagens universais.
Com tudo isso em menteDiante deste cenário, deve-se entendera questão problema a
ser respondida é: Quais os procedimentos e medidas necessárias para a otimização
do transporte e do processo de descarga desse fornecedor e quais os benefícios que
eles trazem ao serem implementados?
O projeto estudo tem como objetivo identificar e implementar medidas atingíveis que
buscam reduzir o custo de transporte e o tempo de permanência ocupado pelo
fornecedor dentro da fábrica, por meio da otimização no número de pontos de descarga
por viagem e no modelo de veículo e frequência de entrega.
Artigo Completo
evitando até mesmo o pagamento de multas para a transportadora, que hoje é pago em
pacotes, por isso existe uma dificuldade em calcular o valor exato de redução desse
pagamento pelos efeitos da implementação do projeto.
O conhecimento e ganho de experiência obtidos pelo realizador do projeto e pela
equipe também possuem peso na decisão da escolha do projeto. Além disso, a literatura
e metodologia utilizadas para maximização da cubagem no transporte de carga e as
simulações por programação linear geram referência bibliográfica para expansão desse
estudo para novos fornecedores.
Artigo Completo
o destino e a origem, e possui uma velocidade maior, proporcionando uma facilidade na
entrega capaz de atender as demandas de forma eficiente e no prazo certo (BALLOU,
2007).
Para fins de comparação entre o modal rodoviário e o ferroviário, na Tabela 1 são
exibidas as vantagens e as desvantagens de cada um deles.
Artigo Completo
Fonte: Dados Internos (2021)
Artigo Completo
Fonte: Elaborado pelo autor (2021)
3. MÉTODO / METHOD
1°
Artigo Completo
Obtenção da
planilha de
dados
Análise do
Adição de
Dashboard e
informações
Brainstorm
faltantes para
para identificar
análise
causas raízes
Geração de Tratamento da
Dashboard planilha
Artigo Completo
Para o fornecedor em estudo, não foi preciso esse tipo de análise, pois este não
possui peças que sofrerão variabilidade considerável, por isso, o volume anual foi
dividido pelo número de semanas em que ocorrerão entregas no ano (51 semanas),
resultando em um volume semanal estimado.
Outra informação importante é o ponto de descarga (local da fábrica empresa onde
no qual será descarregado e armazenado) cada peça. Isso é necessário para entender se
algum ponto de descarga (PD) está apresentando gargalo devido ao excesso de volume
de descarga por parte desse fornecedor, o que poderia ser a possível causa do aumento
no indicador de tempo de permanência. Como foi introduzido anteriormente, o
fornecedor em estudo vem apresentando excesso no tempo máximo de permanência
excedente (que atualmente é de quatro horas), o que gera multas e prejuízos financeiros
à empresa.
Além disso, a informação de embalagem, identificando qual o modelo e qual a
quantidade de peças por unidade, que cada recipiente consegue comportar, é essencial
para a previsão da volumetria que será ocupada no veículo no momento do transporte.
Na figura 2, encontra-se um exemplo da planilha, ocultando algumas informações
sigilosas, e com apenas uma amostra das peças, que no total da população, são
equivalentes a quantidade de 185 tipos diferentes (Part Numbers que apresentam
volume maior que o previsto para 2021).
Artigo Completo
por exemplo, um fornecedor que somente entrega peças metálicas possuir um Part
Number (PN) listado para descarga no PD de itens inflamáveis.
Além disso, o GEMBA (iIda ao chão de fábrica para analisar o processo de perto) é
fundamental para evitar possíveis erros.
Quando um erro desse tipo é identificado, deve-se confirmar a informação com o
operador logístico, que para esse caso, terá uma relação mais consistente e atualizada de
PNs por PDs, pois eles acompanham o dia a dia do processo.
Outra informação importante é a metragem cúbica ocupada por cada embalagem,
para realizar o cálculo de cubagem estimada e necessária por semana, para suportar a
entrega do fornecedor.
Para embalagens universais, o padrão é o mesmo, e as dimensões de cada uma
podem facilmente serem encontradas na internet. Para racks especiais, a informação
deve ser solicitada ao operador logístico, que possui uma planilha do time de
desenvolvimento de embalagens e que possuem as informações de todos esses racks.
Após concluída a inserção dos itens faltantes, é preciso realizar alguns cálculos para
gerar informações importantes para a tomada de decisão, sendo elas:
VOLUME SEMANAL
- Volume semanal:
51
Volume semanal
- Quantidade de embalagens entregues por semana:
Múltiplo
É importante enfatizar que o segundo cálculo deve ser sempre arredondado para
cima, pois mesmo que ocupe uma pequena fração de uma embalagem, será transportada
a embalagem inteira.
Com todas as informações essenciais para geração dos indicadores que auxiliarão na
identificação do problema e tomada de decisão, se faz necessário a criação de um
Dashboard interativo para facilitar esse processo e permitir uma análise visual mais
rápida. A ferramenta de Business Intelligence (BI) utilizada para este fim foi o Power
Artigo Completo
BI, da Microsoft®. Como o tratamento dos dados já havia sido feito anteriormente na
planilha base, foi necessário apenas realizar o upload do arquivo para o software de BI
para depois criar os indicadores.
Artigo Completo
Analisar
Dashboard
Examinar
Simulação
fotografias
por software
do processo
especializado
atual
Programação
Linear no
Excel
Artigo Completo
Porém, para facilitar a resolução e não despender muito tempo realizando inúmeras
simulações no software até chegar a um modelo planejado ideal, o Eexcel serve como
uma ferramenta para filtrar as possibilidades e aproximar a solução gerada pelo seu
modelo, ao mais próximo possível do ideal. Assim sendo, o MAXLOAD (Software de
simulação) realizará apenas os ajustes finais e validação da proposta sugerida pelo
Solver.
A seguir, estão descritas as etapas realizadas no excel Excel para preparar o modelo
de otimização de cubagem e escolha do tipo de veículo que melhor satisfaça o processo,
com o menor custo possível:
- Adicionar uma coluna ao lado dessa última com a soma da cubagem ocupada por
ponto de descarga;
- Adicionar uma nova coluna ao lado dessa última com a subtração entra a coluna da
soma de cubagem e a coluna de metragem cúbica semanal;
- Adicionar uma linha abaixo dessa última com a soma da cubagem ocupada por dia
da semana;
Artigo Completo
Figura 4 – Tabela para otimização no Solver
Artigo Completo
Figura 5 – Exemplo Solver
4. RESULTADOS / RESULTS
Uma parte da planilha base finalizada com a adição de informações e tratamento dos
dados está representada abaixo na Figura 6.
Artigo Completo
Figura 6 - Planilha Base Finalizada
Artigo Completo
Figura 8 - Dashboard – Análise Causa Raiz Parte 1
Para a análise das causas raízes, foram utilizadas algumas interações e filtros nesses
indicadores que permitiram uma melhor visão e entendimento. A seguir, serão
apresentadas as conclusões de análise para cada interação realizada.
Artigo Completo
volume de peças menor que o PD Standard, na volumetria ocupada no veículo pelas
embalagens, ele é superior.
- O PD do setor Linha fFinal é composto pelo Cockpit, peça ao qual não entrará no
planejamento otimizado devido a sua criticidade para a produção, e algumas outras
peças que possuem racks metálicos como embalagem.
A seguir, Na figura 9, está apresentada uma das fotos do veículo na primeira doca,
evidenciando a proporcionalidade de aproveitamento médio de cubagem por parte das
peças desse fornecedor em estudo.
Artigo Completo
implementada, de reduzir custos de transporte, mudando o tipo de veículo, ou reduzindo
a frequência.
Assim sendo, foram analisadas algumas propostas de alterações no planejamento de
transporte, que foram testadas e validadas pelo modelo do Solver e pela operação de
transporte, avaliandaavaliando a que representava maior redução de custo. Chegou se a
conclusão de que a proposta ideal operacionalmente e financeiramente era a redução da
frequência da Carreta 2 eixos diária para duas vezes por semana, o que resultaria num
saving estimado de aproximadamente 800 mil reais para a empresa.
Além disso, para melhoria do processo interno e redução do tempo de permanência,
foi proposta a solução de para os PDs com volume considerável, serem limitados a
quantidade de 3 três PDs por veículo. Os PDs com pouco volume seriam concentrados
em dois dias da semana, em uma das carretas do bitrem. A outra carreta do bitrem seria
dedicada a descarga diária de cockpit, por esse motivo não entrou no modelo.
Os demais três dias do bitrem seriam dedicados aos racks metálicos Maxion, linha
final (exceto cockpit) e demais embalagens Kroschu.
Na carreta 2 dois eixos, com frequência de 2 duas vezes por semana, será
transportado embalagens GLTs e KLTs, exclusivamente, para os PDs Maxion e
Standard, diminuindo o gargalo causado por esses pontos atualmente. A configuração
no modelo do solver Solver ficou como representado abaixo nas figuras Figuras 10 e
11:
Artigo Completo
Fonte: Elaborado pelo autor (2021)
Artigo Completo
operacionais. Isso inclui a adoção de práticas e políticas que incentivem a redução de
custos de transporte e a melhoria da eficiência operacional, bem como o investimento
em tecnologias e recursos capazes de automatizar processos e agilizar a tomada de
decisões.
Além disso, é fundamental que a empresa mantenha um diálogo aberto e constante
com seus fornecedores e clientes, com o objetivo de alinhar as expectativas e
necessidades de cada parte envolvida na cadeia de suprimentos. Isso permite uma
melhor gestão da demanda e capacidade de entrega, evitando a ocorrência de atrasos ou
interrupções no fluxo de produtos e serviços.
Por fim, é importante destacar que o estudo realizado apresenta limitações que
devem ser consideradas em pesquisas futuras. É possível que outras variáveis não
consideradas neste estudo possam influenciar os resultados obtidos, o que torna
importante a realização de análises complementares e aperfeiçoamento dos métodos
utilizados. No entanto, os resultados obtidos neste estudo indicam um potencial
significativo de melhoria nos processos logísticos e de transporte das empresas, o que
justifica a realização de futuras pesquisas nesse campo.
REFERÊNCIAS / REFERENCES / REFERENCIAS
LAMBERT, Douglas M.; COOPER, Martha C.; PAGH, Jens. Supply chain
management: implementation issues and research opportunities. The International
Journal of Logistics Management, v. 9, n. 2, p. 1-19, 1998.
Artigo Completo
LIANG, T. P.; LIU, Y. H. Research Landscape of Business Intelligence and Big Data
analytics: A bibliometrics study. Expert Systems with Applications, v. 111, n. 128, p.
2–10, 2018.
NIU, Y. et al. Organizational business intelligence and decision making using big data
analytics. [s.l.] Elsevier Ltd, 2021. v. 58
Artigo Completo