Você está na página 1de 18

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/323380270

Implantação do indicador Overall Equipment Effectiveness (OEE) numa


empresa da indústria alimentícia

Conference Paper · November 2017


DOI: 10.14488/ENEGEP2017_TN_STO_239_388_34041

CITATIONS READS

0 1,286

3 authors:

Natalia ROBERTA Lopes Christianne Matias Busso


Universidade Federal de São Carlos São Paulo State University
3 PUBLICATIONS 0 CITATIONS 5 PUBLICATIONS 173 CITATIONS

SEE PROFILE SEE PROFILE

Roberto Antonio Martins


Universidade Federal de São Carlos
95 PUBLICATIONS 808 CITATIONS

SEE PROFILE

All content following this page was uploaded by Roberto Antonio Martins on 21 May 2018.

The user has requested enhancement of the downloaded file.


XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

IMPLANTAÇÃO DO INDICADOR OVERALL


EQUIPMENT EFFECTIVENESS (OEE) NUMA
EMPRESA DA INDÚSTRIA ALIMENTÍCIA

Natalia Roberta Lopes (UFSCAR)


nataliarobertalopes@hotmail.com
Christianne Matias Busso (UNESP)
chris_busso@yahoo.com.br
Roberto Antonio Martins (UFSCAR)
roberto.antonio.martins@gmail.com

A constate pressão por melhorias no desempenho dos processos de produção


impulsiona a busca de novas medidas de desempenho. Uma das alternativas
que surgiram nos últimos anos foi a medida de desempenho Overall
Equipment Effectiveness (OEE), desenvolvida para quantificar o desempenho
dos equipamentos e ser uma métrica de melhoria contínua, contribuindo
uma gestão mais efetiva do desempenho de forma mais ampla. O presente
artigo tem como objetivo analisar a implantar do OEE numa empresa do
ramo alimentício. Para tanto, o método de pesquisa empregado foi o estudo
de caso para identificar as barreiras e aprendizados no processo de
implantação e uso da medida de desempenho. Os principais resultados
apontam que o OEE é uma medida de desempenho útil para melhorar a
utilização da capacidade de produção da empresa por meio da identificação
dos motivos das paradas.

Palavras-chave: Overall Equipment Effectiveness; medida de desempenho;


desempenho melhoria contínua.
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

1 Introdução

Atualmente, o mercado exige que empresas de manufatura disponibilizem seus produtos com
qualidade, rapidez, flexibilidade, confiabilidade e menor custo. Uma maneira de atingir esses
objetivos estratégicos de produção é se basear nos recursos de produção que envolvem
decisões como desenvolvimento de produtos, organização da mão de obra, planejamento da
capacidade e configuração das instalações (BUSSO; MIYAKE, 2012).

Muitos métodos foram desenvolvidos para apoiar a melhoria dos processos de produção,
especialmente no Japão durante sua industrialização. Um método que se tornou bem
conhecido foi a Total Productive Maintenance (TPM) ou Manutenção Produtiva Total. Sua
essência está no aumento da eficácia do equipamento de produção e, apoiando nos tipos de
perdas que podem acontecer. A TPM introduziu um método sistemático para medir a eficácia
do equipamento para eliminar as perdas: Overall Equipment Effectiveness (OEE). O OEE é
uma medida de desempenho utilizadas no controle gerencial para medir a eficácia do uso dos
equipamentos e auxilia os operadores a monitorarem e reagirem a eventuais perturbações na
produção (BECKER; BORST; VEEN, 2015).

O objetivo deste artigo é analisar como foi a implantação o OEE em uma empresa da indústria
alimentícia como indicador global para medir a eficácia dos processos de produção. A
implantação foi feita por meio do método Ciclo do PDCA.

O artigo está organizado em seções descritas a seguir. A Seção 2 apresenta a revisão da


literatura sobre medição de desempenho e OEE. A Seção 3 contém a definição do método de
pesquisa utilizado. A Seção 4 oferece a análise dos resultados obtidos. Por fim, a Seção 5
apresenta as conclusões do trabalho e sugestões de trabalhos futuros.

2 Referencial teórico

Esta seção apresenta a revisão da literatura sobre os dois constructos fundamentais para o
desenvolvimento da pesquisa: medição de desempenho e Overall equipment effectiveness.

2
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

2.1 Medição de desempenho

Segundo Ghalayini e Noble (1996), a evolução da medição de desempenho é dividida em


duas fases. A primeira de 1880 até o início de 1980, na qual a ênfase foi em medidas de
desempenho financeiras e de produtividade. A segunda fase, após 1980, caracterizada pela
necessidade de medidas de desempenho financeiras e não financeiras integradas a fim de
sustentar as novas condições operacionais internas e externas das organizações.
A medição do desempenho é um tópico frequentemente discutido, mas dificilmente definido.
Literalmente, é o processo de quantificação da ação, por meio da medição, para encontrar o
desempenho. A medição de desempenho pode ser definida como o processo de quantificação
da eficiência e da eficácia da ação, ou seja, é uma métrica (NELLY; GREGORY; PLATTS,
1995).
A medição de desempenho apoia a implantação e monitora a estratégia das empresas. A
seleção de medidas de desempenho e a fixação de objetivos dependem da formulação de
estratégias eficazes. As medidas de desempenho precisam refletir como a empresa pretende
alcançar a estratégia de forma a atingir os objetivos estratégico com o devido incentivo aos

colaboradores e tomadas de medidas corretivas (LOHMAN; FORTUIN; WOUTERS, 2004).

Para Kutucuoglu et al (2001), a medição de desempenho mostra onde a organização está e


para onde está indo em termos de desempenho, favorecendo a comunicação entre todos
membros da organização. A medição de desempenho é um processo que provém os
tomadores de decisão de informações relevantes para a gestão do desempenho e alocação de
recursos.
Assim, Lohman, Fortuin e Wouter (2004) afirmam que a capacidade de medir o desempenho
das operações pode ser vista como um pré-requisito importante para melhoria. Por isso,
muitas empresas têm investido mais em sistemas de medição de desempenho (do inglês,
performance management system - PMS) nos últimos anos. O PMS é um sistema (software,
banco de dados e procedimentos) que têm como elementos fundamentais os indicadores de
desempenho que é uma variável que mostra a eficácia ou a eficiência de uma parte ou de um
processo inteiro.
3
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

O sistema de medição de desempenho é o sistema de informação que está no centro do


processo de gestão de desempenho, sendo crítico para o funcionamento eficaz e eficiente do
sistema de gestão (BITITCI; CARRIE; MCDEVITT, 1997). Bititci, Turner e Begemann
(2000) ressaltam que o PMS deve ser dinâmico para refletir o ambiente interno e externo,
revisar e priorizar objetivos, implantar mudanças e garantir os ganhos obtidos por meio de
programas de melhoria. Um PMS eficaz inclui o reconhecimento das diferentes hierarquias de
desempenho, vincula as medidas de desempenho à estratégia e envolve os funcionários a
atingirem objetivos e metas(KUTUCUOGLU et al, 2001).

2.2 Overall equipment effectiveness (OEE): indicador de desempenho

O OEE foi introduzido como parte da Manutenção Produtiva Total (do inglês, Total
Productive Maintenance – TPM) no final dos anos 80 para medir o desempenho (NORDEN;
ISMAIL, 2012). O OEE é uma medida de desempenho para melhorar a eficácia e apoiar
objetivos de melhoria contínua por meio da identificação e eliminação de grandes perdas nos
processos de produção (YUNIAWAN; ITO; BIN, 2013).

Existem seis tipos de perdas que podem acontecer: falha de equipamento, montagem e tempos
de regulação, pequenas paradas, redução da velocidade dos equipamentos, defeito em
processo e redução do rendimento (BECKER; BORST; VEEN, 2015).

De acordo com Norden e Ismail (2012), o OEE pode ser usado para comparar a eficiência
global do equipamento usado em diversos tipos de plantas e como uma métrica primária para
medir o desempenho da planta, tornando-o útil para benchmarking. O OEE vem sendo
aplicado como medida de desempenho global de equipamentos em fábricas e tem auxiliado a
estruturar a análise das perdas de aproveitamento de sua capacidade, direcionando esforços de
melhoria contínua (BUSSO; MIYAKE, 2012). O Quadro 1 resume os tipos de perda e
paradas.

Quadro 1 - Resumo de perdas e paradas

4
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

Fonte: Baseado em Busso e Mitake (2012, p. 208).

A Figura 1 mostra a estrutura das seis perdas de tempo passíveis de serem observados na
medida de desempenho OEE. Essa figura também expõe o tempo de valor agregado como a
subtração das perdas do tempo de carregamento, bem como o cálculo de disponibilidade,
desempenho e qualidade.

5
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

Figura 1 – Estrutura das seis


perdas

Fonte: Busso e Miyake (2012, p. 208)

Busso e Miyake (2012) demonstram a existência de uma relação entre o tempo decorrido da
agregação de valor ao produto e o tempo de carregamento de máquina, ou seja, descontando-
se as perdas de disponibilidade (1), perdas de desempenho (2) e perdas de qualidade (3). O
OEE pode ser calculado pela Equação 1 em que: disponibilidade (D), desempenho (P) e
qualidade (Q).

OEE = D x P x Q (Equação 1)

Kwon e Lee (2004) apresentam um forma alternativa para calcular o OEE representado na
Equação 2:

(Equação 2)

Para implantar o OEE, Maideen et al. (2006) definiram três fases principais: definição, design
e implantação. A Figura 2 ilustra o quadro proposto para cada fase.

6
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

Figura 2 – Estrutura proposta para OEE

Fonte: Maideen et al (2006, p.2).

A fase de Definição é comporta por três atividades: mapa de processo, capacidade mecânica e
variação de máquina, e layout da máquina. No mapa de processo, deve-se compreender o
fluxo de processo. Na capacidade e variação da máquina, calcula-se a capacidade e variação
da máquina do processo que serviu de base de referência para os resultados do OEE. No
layout da máquina, mapeia-se o layout das máquinas, reunindo as informações sobre a
localização de cada uma.

Na segunda fase, Design, é formado por quatro atividades: (1) Observação no Local e
Análise; (2) Mapeamento de Perdas; (3) Mapeamento de Perdas para a Medida de
Desempenho do OEE (Disponibilidade, Desempenho e Qualidade) e identificação o
Parâmetro Quantitativo Mensurável; (4) Desenho da folha de coleta de dados do OEE.

7
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

Na terceira fase, Implantação, as pessoas responsáveis pelo processo são treinadas sobre
como o trabalho deve ser conduzido. Nessa fase, coletam-se os dados, realizam-se os cálculos,
análise e conclusão sobre o OEE.

Para aumentar a probabilidade de sucesso na implantação do OEE, Raguram (2014) ressalta


que o compromisso e liderança da alta gerência são decisivos. Como o processo de
implantação exige uma mudança na mentalidade e cultura da empresa, bem como na forma de
gerenciamento da manutenção, é frequente a resistência, principalmente, dos operadores das
fábricas e da área de manutenção. Portanto, a principal responsabilidade da gerência é
contribuir para a existência de um ambiente favorável, onde seja possível a sustentação das
atividades autônomas.

Na literatura pesquisada sobre medição de desempenho, há muitos casos em que os autores


identificam o impacto da cultura organizacional e estilos de gestão como fatores para sucesso
ou fracasso da implantação de sistemas de medição de desempenho. A medição de
desempenho pode alterar o comportamento dos gerentes e operadores. Um pré-requisito para
o sucesso é incentivar a discussão e análise em torno das medidas de desempenho, ao invés de
punir os colaboradores da organização pelos seus erros (BITITCI et al, 2006).

3 Pesquisa de Campo

3.1 Método de Pesquisa

As abordagens de pesquisa são formas de orientar o estudo a fim de aproximar e manter o


foco através da identificação do tipo de pesquisa e dos métodos que se adequam melhor ao
contexto (BERTO; NAKANO, 1999). A abordagem qualitativa propicia como possibilidades
de pesquisa: a pesquisa documental e o estudo de caso (CRESWELL, 1994), contribuindo
para uma compreensão melhor do fenômeno dentro do contexto no qual ele acontece e sendo
analisado de maneira integrada (GODOY, 1995).

Esse artigo é um estudo qualitativo visto que ele se caracteriza como o entendimento da
problemática pela perspectiva dos atores envolvidos (YIN, 1994). O método de pesquisa
adotado foi o estudo de caso, pois o objetivo é analisar como foi realizada a implantação do
8
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

OEE em uma empresa do setor de alimentos. Segundo Yin (1994), a justificativa da escolha
do estudo de caso sustenta-se pela análise de eventos recentes em um determinado contexto
no qual os limites entre a situação real e o fenômeno estudado não estão bem delimitado. Um
estudo de caso implica em uma análise detalhada e é envolvido pela complexidade e natureza
do caso em questão (BRYMAN; BELL, 2007).

Para o desenvolvimento desse estudo de caso, documentos de controle da empresa foram


consultados bem como a coordenadora de melhoria contínua da empresa foi entrevistada com
uso de roteiro de pesquisa semi-estruturado. Desta maneira, foram obtidas informações sobre
como foi o planejamento e implantação do OEE nas três fábricas da empresa estudada.

Fraser e Gondim (2004) ressaltam que a entrevista é uma modalidade de diálogo entre duas ou
mais pessoas, ou seja, é uma forma de interação social com um propósito de trocar
informações e diminuir as incertezas ao redor do interlocutor. A observação é outra técnica de
coleta de dados que permite ao pesquisador obter mais detalhes sobre o objeto estudado.
Segundo Oliveira (2010), a entrevista e a observação são os instrumentos mais empregados na
pesquisa qualitativa.

3.2 Estudo de caso

A empresa estudada é uma multinacional no ramo de alimentos, líder de mercado, com mais
de 150 unidades instaladas em todo o Brasil incluindo fábricas, centros de distribuição,
moinhos, unidades de extração e silos. Os principais produtos dela são óleos, gorduras
vegetais, farinhas, pré-misturas para panificação, açúcar e bioenergia. A estrutura hierárquica
dessa empresa é matricial, com mais de 20.000 colaboradores, distribuídos em suas três
Unidades de Negócio (UN). Cada UN possui seus diferentes departamentos, tais sejam:
vendas, produção, planejamento, finanças, projetos, engenharia, compras, assistência técnica,
recursos humanos e tecnologia da informação.

9
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

O estudo de caso foi realizado em três fábricas de margarina e gordura com capacidade
nominal de aproximadamente 23.000 toneladas/dia para margarinas e 5.000 toneladas/dia para
as gorduras envasadas.

Com o objetivo de aumentar sua produção de margarinas e gorduras, a empresa analisou seus
indicadores de capacidade de produção e percebeu que apesar dos altos índices dos
indicadores de eficiência de produção na faixa de 90% a 98%, às vezes 102%, não conseguia
atender a demanda de produção de margarinas e gorduras esperada pela equipe de vendas e
existia um atrito entre os gerentes de vendas e operações.

A eficiência de produção era calculada pela razão do volume produzido pela capacidade
nominal, sendo que a capacidade nominal era atualizada a cada seis meses pelo histórico o
que gerava um valor que não condizia com a capacidade nominal real das indústrias.

Em paralelo, a área global de operações propôs a implantação de um novo indicador para


medir eficiência de produção, o OEE (Overall Equipment Effectiveness). Ele passou a ser
utilizado em todas as áreas de produção da empresa integrado ao Ciclo do PDCA.

3.3 Etapas de implantação do OEE

A empresa estudada utilizou essas etapas para organizar o projeto de implantação do OEE,
como ilustrado na Figura 3.

Figura 3 - PDCA

10
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

Fonte: autoria própria

Na fase de Planejamento (Plan), foram definidas a equipe, os itens do OEE e a capacidade


nominal. Dentro do planejamento foi realizado o design do indicador OEE a partir do
levantamento das as capacidades reais do projeto das linhas de produção, transformadas em
tempo disponível para poder realizar o cálculo. Também foram definidas quais os tipos de
perda para cada um dos componentes (disponibilidade, desempenho e qualidade). A Figura 4
mostra como foi descontado cada perda do tempo total.

Figura 4- Gráfico horizontal de tempos e perdas

11
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

Fonte: Empresa Estudada

A disponibilidade foi calculada por meio do tempo total retirando as perdas justificadas, perda
por indisponibilidade, falha operacional e falha de processo. O desempenho foi encontrado
por meio do tempo restante da disponibilidade menos as perdas de performance devido a
matéria-prima. Já para a qualidade, retirou-se do tempo restante do desempenho a perda por
produtos defeituosos e reprocesso. Dessa forma, obteve-se o tempo de operação. Para o
cálculo do indicador OEE a empresa dividiu o tempo de operação pelo tempo bruto de
operação.

Na fase de Execução (Do), foi realizado o desenvolvimento do apontamento, treinamento de


engenheiros e operação e iniciado as medições. Na fase de Verificação (Check), foram
realizadas avaliações dos resultados em reuniões, melhorias de processos e avaliação do
indicador.

A partir da implantação desse projeto, o indicador OEE passou a mostrar resultados em torno
de 65%, o que revelava uma falta de demanda. Isso mostrou que as plantas da empresa
estudada tinham outras dificuldades como capacidade ociosa de produção e falta de espaço
para armazenagem.

12
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

Na etapa de Design, foi criada uma lista de perdas para os funcionários do chão de fábrica
pontuarem, porém, a lista era muito grande e a maior parte das perdas eram pontuadas como
“outros”. Isso tornava difícil saber o que havia acontecido na linha. Por isso, na fase de
Atuação (Action), foram feitas melhorias no design da medição de desempenho a fim de
tornar a lista mais prática e utilizável.

O OEE foi essencial para quantificar as perdas globais das fábricas. Com isso, foi possível
implantar projetos de melhorias. Como, por exemplo, as perdas referentes ao ajuste de
embalagens fizeram com que a equipe de qualidade se envolvesse possibilitando que uma
intervenção junto ao fornecedor fosse tomada para reduzir as variações das embalagens que
impactam no processo de produção. Outro exemplo foi a evidência da necessidade de
melhoria nos tempos de setup e programação junto a área de planejamento, pois foi observado
um tempo significativo de parada por troca de produtos constantes.

3.4 Análise dos resultados

Foi realizado uma comparação entre o modelo de implantação de OEE proposto por Maideen
et al. (2006) e o modelo implantado pela empresa estudada com a finalidade de verificar se a
convergência entre teoria e prática. A Tabela 1 mostra as etapas de cada um deles.

Tabela 1 – Comparação dos modelos

13
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

Fonte: Autoria própria

Avaliando o modelo que a empresa utilizou é possível observar que é mais completo do que o
modelo proposto Maideen et al (2006) uma vez que define a equipe envolvida no processo de
implantar, realiza o treinamento de engenheiros e pessoal da operação, avalia os resultados em
reuniões sendo possível realizar melhorias no processo e também há a melhoria do design do
indicador.

O modelo da empresa apresenta todas as etapas do modelo de Maideen et al (2006). Vale


ressaltar que o uso do ciclo PDCA permitiu incorporar outras etapas que o tornaram mais

14
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

completo. Apesar de ter havido algumas dificuldades na implantação, o uso do ciclo PDCA
favoreceu a busca de melhorias em torno do OEE.

3.5 Barreiras e aprendizados

As principais dificuldades enfrentadas foram a resistência inicial da equipe de fábrica devido


a redução do valor da “eficiência” que passou de em torno de 90% para 65%. Isso piorou o
clima m entre as áreas de produção e vendas. A crença até então era que o setor de vendas não
atingia sua meta visto que o setor de produção não conseguia atender à demanda. O OEE
revelou que havia capacidade ociosa e isso gerou mais desentendimento, pois a diretoria não
tinha um profundo conhecimento sobre o mesmo. Bititci et al. (2006) afirmaram que a cultura
organizacional guia e molda os comportamentos e atitudes de todos os envolvidos, tendo
efeito sobre o desempenho do negócio. Bourne et al. (2002) destacaram que a medição de
desempenho causa medo nas pessoas ao revelar o desempenho real. Tal receio torna-se uma
barreira à implantação.

Também havia muitos erros de apontamento por parte de operação e o detalhamento das
paradas não era suficiente para facilitar a tratativa de problemas. Além disso, outras áreas
como vendas não foram envolvidas na implantação do OEE e inicialmente houve um baixo
impacto no indicador, devido a rotina/excesso de tratativa de melhoria para correção.

Por outro lado, a apresentação do desempenho com uso do OEE para a Alta Administração
trouxe informações relevantes que antes não estavam disponíveis. Para maior envolvimento
de todos, inseriu a medida de desempenho nas metas de Participação nos Lucros e Resultados
(PLR) para todos os níveis hierárquicos (até Diretoria de Operações). Também se estabeleceu
um treinamento anual das metas para operação a fim de garantir o entendimento e atuação de
todos os membros de forma ativa. Todo este processo de alinhamento durou por volta de 2 a 3
anos para se obter definir o melhor conjunto de paradas para tratativa de problemas, inserindo
as responsabilidades não somente da operação (produção, qualidade e manutenção), mas
também da área comercial e planejamento. Também houve a necessidade da definição de
outras medidas de desempenho para complementar as análises de motivo de não entrega do

15
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

volume esperado, tais como: On Time In Full (OTIF), Devoluções, Saldo de Crédito, entre
outros.

4 Considerações Finais

O OEE foi implantado nas fabricas da empresa estudada com a finalidade de calcular a
eficiência global real das plantas fabris. Vale destacar que a forma como a eficiência de
produção era calculada não explicava os problemas de não conseguir atender à demanda. Com
uso do OEE isto ficou claro e diferiu frontalmente do entendimento existente pelos
funcionários e administração da empresa.

A implantação do OEE foi feita seguindo as etapas do Ciclo PDCA. Ela levou a identificação
de perdas e ineficiências que estavam escondidas, ou seja, representavam uma parte dos
recursos da empresa que não estava sendo utilizada. Apesar da resistência dos envolvidos e o
acirramento do atrito entre os setores de operações e vendas, o OEE contribuiu para a criação
de projetos de melhoria contínua de processos e qualidade.

Como sugestão de trabalhos futuros, pode-se desenvolver um estudo sobre a implantação de


um método de coleta automática de dados, o que melhoraria na acuracidade dos dados coletos
e resultaria em informações em tempo real, o que aumentaria a confiabilidade do OEE.

Referências

BECKER, J. M. J.; BORST, J.; VEEN, A V. D. Improving the overall equipment effectiveness in high-mix-low-
volume manufacturing environments. CIRP Annals-Manufacturing Technology, v. 64, n. 1, p. 419-422, 2015.
BERTO, R. M. V. S., NAKANO, D. N. A Produção Científica nos Anais do Encontro Nacional de Engenharia
de Produção: Um Levantamento de Métodos e Tipos de Pesquisa. Produção, v. 9, n. 2, p. 65-76, 1999.
BITITCI, U. S.; CARRIE, A. S.; MCDEVITT, L. Integrated performance measurement systems: a development
guide. International journal of operations & production management, v. 17, n. 5, p. 522-534, 1997.
BITITCI, U.S.; MENDIBIL, K.; NUDURUPATI, S.; GARENGO, P.; TURNER, T. Dynamics of performance
measurement and organizational culture. International Journal of Operations & Production Management,
v.26, n.12, p.1325-1350, 2006.
BITITCI, U. S.; TURNER, U. T.; BEGEMANN, C. Dynamics of performance measurement
systems. International journal of operations & production management, v. 10, n. 6, p. 692-704, 2000.

16
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.

BOURNE, M. et al. The success and failure of performance measurement initiatives: Perceptions of participating
managers. International journal of operations & production management, v. 22, n. 11, p. 1288-1310, 2002.
BUSSO, C.; MIYAKE, D. Análise da aplicação de indicadores alternativos ao Overall Equipment Effectiveness
(OEE) na gestão do desempenho global de uma fábrica. Production Journal, v. 23, n. 2, p. 205-225, 2013.
BRYMAN, A.; BELL, E. Business Research Methods. 2 ed. Oxford: Oxford University Express, 2007.
CRESWELL, J. W. Research design: qualitative e quantitative approaches. London: Sage, 1994.
FRASER, M. T. D.; GONDIM, S. M G. Da fala do outro ao texto negociado: discussões sobre a entrevista na
pesquisa qualitativa. Paidéia, Ribeirão Preto, v. 14, n. 28, p. 139-152, 2004.
GHALAYINI, A. M.; NOBLE, J. S. The changing basis of performance measurement. International Journal of
Operations & Production Management, v. 16, n. 8, p. 63-80, 1996.
GODOY, A. S. Introdução à pesquisa qualitativa e suas possibilidades. Revista de Administração de
Empresas, São Paulo, v.35, n.2, p. 57-63, 1995.
KUTUCUOGLU, K. Y. et al. A framework for managing maintenance using performance measurement
systems. International Journal of Operations & Production Management, v. 21, n. 1, p. 173-195, 2001.
KWON, O.; LEE, H. Calculation methodology for contributive managerial effect by OEE as a result of TPM
activities. Journal of Quality in Maintenance Engineering , v. 10, n. 4, p. 263-272, 2004.
LOHMAN, C.; FORTUIN, L.; WOUTERS, M. Designing a performance measurement system: A case
study. European Journal of Operational Research, v. 156, n. 2, p. 267-286, 2004.
MAIDEEN, N. C.; SAHUDIN, S.; YAHYA, N. M.; NORLIAWATI, A. O. Practical Framework: Implementing
OEE Method in Manufacturing Process Environment. In: IOP Conference Series: Materials Science and
Engineering, 2016. Anais… IOP Publishing, 2016. p. 012093.
NEELY, A.; GREGORY, M.; PLATTS, K. Performance measurement system design: a literature review and
research agenda. International journal of operations & production management, v. 15, n. 4, p. 80-116, 1995.
NORDEN, C.; ISMAIL, J. Defining a representative overall equipment effectiveness (OEE) measurement for
underground bord and pillar coal mining. Journal of the Southern African Institute of Mining and
Metallurgy, v. 112, n. 10, p. 845-851, 2012.
OLIVEIRA, A. A. Observação e entrevista em pesquisa qualitativa. Revista FACEVV, Vila Velha, v. 4, n.4, p.
22-27, 2010.
RAGURAM, R. Implementation of Overall Equipment Effectiveness (OEE). Middle-East Journal of Scientific
Research, v. 20, n. 5, p. 567-576, 2014.
YIN, R. Case study research: design and methods. 2 ed. London: Sage, 1994.
YUNIAWAN, D.; ITO, T.; BIN, M. E. Calculation of overall equipment effectiveness weight by Taguchi
method with simulation. Concurrent Engineering, v. 21, n. 4, p. 296-306, 2013.

17

View publication stats

Você também pode gostar