Escolar Documentos
Profissional Documentos
Cultura Documentos
ESCOLA POLITÉCNICA
COLEGIADO DO CURSO DE ENGENHARIA CIVIL
Salvador
2018
THAÍS PEREIRA SANTOS
Salvador
2018
AGRADECIMENTOS
Agradeço a Deus por me dar forças para concluir esse trabalho. À minha mãe e
à minha avó por todo incentivo, compreensão e apoio, e a toda a minha família pela
torcida.
Agradeço especialmente à Flora Seixas Ribeiro, sem a qual esse trabalho não
seria possível, por todo o suporte, pelas sugestões sempre acertadas, pelo tempo
despendido em todos os momentos que necessitei de ajuda, pela disponibilização de
dados e materiais, e pelas palavras de incentivo, repetindo sempre que tudo daria certo.
Por fim, aos amigos feitos na UFBA por estarem presentes em todo esse
processo.
Obrigada!
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
SANTOS, Thaís Pereira. Análise crítica de novos indicadores relacionados ao
Sistema Last Planner. 110 p. 2018. Monografia (Trabalho de Conclusão do Curso) –
Escola Politécnica, Universidade Federal da Bahia, Salvador, 2018.
RESUMO
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
LISTA DE FIGURAS
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
Figura 25 - Taxa de conclusão de atividades não planejadas no planejamento de fase
por semana e PPC da Obra A (18ª a 34ª semana) ........................................................ 82
Figura 26 - Taxa de conclusão de atividades não planejadas no planejamento de fase
por semana e PPC da Obra B(1ª a 23³ semana) ........................................................... 83
Figura 27 - Taxa de conclusão de atividades não planejadas no planejamento de fase
por semana e PPC da Obra B(24ª a 46ª semana) ......................................................... 83
Figura 28 - Indicador CU por semana da Obra A ........................................................... 84
Figura 29 - Indicador CU por semana da Obra B ........................................................... 85
Figura 30 - Valores de RPC médio, TCNP média e DP por mês para a Obra A... ......... 86
Figura 31 - Valores de RPC médio, TCNP média e DP por mês para a Obra B ......... ...88
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
LISTA DE QUADROS
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
SÍMBOLOS E ABREVIAÇÕES
CL Commitment Level
CLR Capacity to Load Ratio
CLRman-hrs Capacity to Load Ratio man-hrs
CPM Critical Path Method
CU Completed Uncommitted
DP Desvio de Prazo
LHRI Labor Reliability
LPS Last Planner System
PCR Percent of Constraint Removal
PF Performance Factor
PP Progress Priority
PPC Porcentagem de Planos Concluídos
PPI Project Productivity Index
PRCO Percent Required Complete or Ongoing
PRI Process Reliability Index
PWR Planned Work Ready
RCR Required Capacity Ratio
RL Required Level
RPC Required Percentual Complete
TA Tasks Antecipated
TCNP Taxa de conclusão de atividades não planejadas no planejamento
de fase
TMR Tasks Made Ready
WD Weekly Deviation
WDR Weekly Deviation Ratio
WWP Weekly Work Plan
Δ1 Delta 1
Δ2 Delta 2
Δ3 Delta
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
SUMÁRIO
1. INTRODUÇÃO .............................................................................................................. 11
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
4.2. DELINEAMENTO DA PESQUISA ......................................................................................... 50
4.3. ETAPAS DA PESQUISA ........................................................................................................... 51
4.3.1. Revisão Bibliográfica............................................................................................................. 51
4.3.2. Seleção de indicadores presentes na literatura.............................................................. 51
4.3.3. Definição de constructos e variáveis ................................................................................. 53
4.3.4. Seleção das obras ................................................................................................................. 54
4.3.5. Estudo a partir de dados anteriores de duas obras ....................................................... 55
4.3.6. Análise crítica dos novos indicadores de desempenho relacionados ao Sistema
Last Planner ....................................................................................................................................... 56
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
11
1. INTRODUÇÃO
1.1. JUSTIFICATIVA
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
12
Apesar das vantagens do Sistema Last Planner, descritas por Alarcón e Cruz
(1997) e Gonzalez et al. (2007), Porwal et al. (2010) mostram que os usuários e
mentores do LPS relatam inúmeros desafios com a implementação e o uso desse
sistema.
A prática atual, em muitos projetos de construção, apresenta uma
implementação fraca do planejamento de médio prazo, resultando em uma lacuna entre
o planejamento de longo prazo e o planejamento de curto prazo, reduzindo a
confiabilidade do sistema de planejamento e a capacidade de estabelecer previsões
(Hamzeh et al., 2012).
Corroborando com Hamzeh et al. (2012), Alarcón e Calderón (2003) detectaram,
em um estudo realizado no Chile, que ao implantar um sistema computacional para
auxiliar na implementação do LPS algumas técnicas do LPS não apresentaram
incidência de uso satisfatória, como a realização do planejamento de médio prazo, o
princípio “make-ready” e a acumulação de tarefas reservas.
Além disso, embora os planejamentos de médio prazo sejam construídos com
base no planejamento mestre, raramente é mantida uma conexão entre os dois. (CHOO
E TOMELLEIN, 2000).
Diante do exposto na literatura, além da baixa implementação do planejamento
de médio prazo, verifica-se principalmente a ausência de integração entre os níveis de
planejamento. O desenvolvimento de indicadores de desempenho que auxiliam na
exposição de barreiras mostra-se essencial para que melhorias possam ser
implementadas. Deste modo, percebe-se a necessidade de indicadores que permitam
uma melhor aderência entre os níveis de planejamento, fornecendo informações
suficientes para que haja alinhamento entre os mesmos.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
14
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
15
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
17
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
18
2.1. CONCEITUAÇÃO
Alarcón e Calderón (2003) afirmam que o LPS foi desenvolvido originalmente por
Ballard e Howell, aparecendo pela primeira vez em uma publicação no ano de 1993, e
foi projetado para aumentar a confiabilidade do planejamento como um mecanismo
para melhorar o desempenho do projeto, fornecendo ferramentas de planejamento e
controle eficazes. De fato, de acordo com Chua et al. (1999), aumentar a confiabilidade
do planejamento é a chave para alcançar um fluxo de construção estável e,
posteriormente, alta produtividade e melhoria da qualidade do produto.
O planejamento na organização tende a se concentrar em objetivos e restrições
globais, que regem todo o projeto (BALLARD e HOWELL, 1994). Ainda segundo os
referidos autores, esses objetivos guiam os processos de planejamento de nível inferior,
que especificam meios para alcançá-los. Koskela (1999) declara que devido à variação
inerente da produção na construção, o gerenciamento de tarefas passa por ajuste das
equipes no local. Assim, alguém (individual ou grupo) decide qual trabalho será feito
amanhã, e a pessoa ou grupo que produz tarefas é chamada de "último planejador"
(BALLARD e HOWELL, 1994).
O nome Sistema Last Planner (LPS) designa, portanto, a técnica de
planejamento colaborativo que abrange os supervisores da linha de frente,
responsáveis pelos níveis mais baixos de planejamento. Eles são os mais bem
informados sobre como executar de forma otimizada o trabalho dentro do ambiente
dado (BALLARD e TOMMELEIN, 2016).
Além disso, o LPS incorpora o sistema de “puxar”, no qual apenas atividades que
PODEM ser feitas são planejadas nas reuniões de trabalho semanais, ao contrário do
sistema convencional de “empurrar”, onde o trabalho que DEVE ser feito é planejado
em reuniões semanais, com foco no planejamento de longo prazo (PORWAL et al.,
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
19
2010). Riezebos et al. (2009) asseguram que um dos principais benefícios dos sistemas
de "puxar" é que eles são transparentes e fáceis de entender.
Em relação aos procedimentos, de acordo com Ballard (2000), o Sistema Last
Planner possui dois componentes: controle de unidade de produção e controle de fluxo
de trabalho. A função do primeiro é a realização das tarefas pelos trabalhadores de
forma progressivamente melhor, através de aprendizagem contínua e ação corretiva. A
função do controle do fluxo de trabalho é fazer com que o trabalho se mova entre
unidades de produção em uma sequência e ritmo desejados.
Segundo Koskela (1999), um bom gerenciamento de tarefas contribui para a
confiabilidade do fluxo e o método Last Planner combina elementos centrais de
gerenciamento de tarefas e gerenciamento de fluxo para o controle da produção na
construção.
Ballard e Tommelein (2016) afirmam que o Sistema Last Planner pode ser
utilizado com as seguintes funções:
a) Especificação das tarefas que devem ser realizadas, quando e por quem;
b) Preparação das tarefas agendadas para serem realizadas;
c) Replanejamento/planejamento para completar e alcançar os objetivos de
projeto;
d) Sele o de tarefas para planos de trabalho diários e semanais - decidir os
trabalhos próximos à realização;
e) Distribuição de trabalho entre especialistas confiáveis;
f) Tornar visível o estado atual e futuro do projeto;
g) Medição do desempenho do sistema de planejamento;
h) Aprendizagem com as falhas do plano.
a) Uma tarefa não deve começar até que todos os itens necessários para a
conclusão da mesma estejam disponíveis. Assim, há a maximização da
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
20
O sistema Last Planner, de acordo com Tommelein et al. (2007), envolve ações
em diferentes níveis de planejamento, começando pelo planejamento de longo prazo,
cobrindo o projeto inteiro, seguido de um planejamento de fase detalhado, que emana
do planejamento colaborativo. Logo após, tem-se o planejamento de médio prazo, com
análise de restrições e preparação tarefas. O último passo é desenvolver o plano de
trabalho semanal, chamado de planejamento de curto prazo, e utilizar-se de índices
para medição do desempenho do sistema de planejamento. A Figura 1 mostra a
relação entre os níveis de planejamento e as funções realizadas em cada nível.
Segundo Ballard e Tommelein (2016), os planejamentos de longo prazo e de
fase especificam o que DEVE ser feito, quando e por quem. Já o planejamento de
médio prazo prepara tarefas planejadas, para que elas POSSAM ser realizadas nas
datas a endadas. Os planos de curto pra o s o formados através da sele o das
tarefas prontas para reali a o, expressando o que SE feito no período planejado.
As falhas do plano s o identificadas pela compara o do que deveria ser feito com o
que foi reali ado. Lo o ap s, elas s o analisadas em busca de contramedidas para
evitar a recorr ncia.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
21
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
22
ser detalhado com precisão devido à falta de informações sobre durações e entregas
reais.
Tommelein e Ballard (1997) e Ballard e Tommelein (2016) argumentam que esse
plano, destinado a alta gerência, descreve todo o trabalho que deve ser executado,
cobrindo todo o projeto, do começo ao fim, através de metas gerais, de forma a mantê-
la informada sobre as atividades que estão sendo realizadas. Também facilita a análise
de custos e a alocação de recursos (CHUA; JUN e HWEE, 1999).
O plano de longo prazo serve, também, de base para o estabelecimento de con-
tratos, fornecendo um padrão de comparação no qual o desempenho do empreendi-
mento pode ser monitorado (LAUFER, 1997; TOMMELEIN e BALLARD, 1997 apud
BERNARDES E MOREIRA, 2003). Ballard e Tommelein (2016) declaram que este
planejamento será mais detalhado e validado no planejamento de fase.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
23
colantes utili ando o método “de trás para frente”, a partir da data de
conclusão da fase;
d) Determinação e representação das durações de cada atividade;
e) Revisão da lógica sequencial, movendo os cartões, se necessário, na
tentativa de reduzir a duração.
f) Determinação da primeira data de início da fase e comparação com a
especificada no planejamento de longo prazo;
g) Se houver folga, tomar uma decisão em relação às atividades e o tempo
que sobrou, podendo até, segundo tommelein et al. (2007), resultar em
modificações na lógica CPM.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
24
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
26
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
27
2.2.5. Aprendizagem
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
29
Como já foi dito, o Sistema Last Planner envolve a coleta de alguns indicadores.
No decorrer do tempo, diversos indicadores relacionados ao LPS foram propostos e
estudados. Após os estudos de Ballard e Howell (1997), os quais apresentam os
primeiros dados de PPC, alguns autores, como Bernardes (2001), Fiallo e Revelo
(2002), Codinhoto (2003), Soares (2003), Trescastro (2005), Alarcón et al. (2005), Kim e
Jang (2005), Botero e Alvarez (2005) apresentaram em seus estudos os resultados da
mensuração do indicador PPC em projetos distintos, além da análise desses resultados.
Bortolazza (2006) realizou análises estatísticas envolvendo dados do PPC, das
causas de não cumprimento dos planos e de outras variáveis como, por exemplo,
desvio de custo (DC) e desvio de prazo (DP), para explicar os resultados de PPC
semanais. Os resultados dessas análises foram satisfatórios, obtendo valores de
aproximadamente 70% na explicação do PPC semanal (BORTOLAZZA, 2006).
Moura (2008) deu continuidade ao trabalho de Bortolazza (2006) e buscou
determinar em seu estudo a relação entre o PPC, o desvio de prazo (DP) e o desvio de
custo (DC). A referida autora concluiu que existia uma correlação entre a eficácia do
planejamento (medida pelo PPC) e o desempenho relativo aos custos na empresa
estudada (medido pelo DC), mas que não foi possível afirmar que o desvio de prazo
(medido pelo DP) é afetado positivamente pela melhoria da eficácia do planejamento.
A partir daí, novos indicadores foram sendo desenvolvidos por diversos
pesquisadores. Esses indicadores estão definidos a seguir.
acordo com Samad et al. (2017), essas métricas, que foram desenvolvidas por vários
pesquisadores e praticantes do LPS e publicadas em estudos até o ano de 2016,
medem o desempenho do projeto em diferentes ênfases, tais como: sucesso do
planejamento de médio prazo em antecipar as atividades e remover restrições para
deixar as atividades prontas para serem executadas; medição da produtividade e do
progresso tanto em nível de projeto como em nível de planejamento de curto prazo; e
medição do alinhamento entre o planejamento de longo prazo e o planejamento de
curto prazo.
Além dessas métricas, Rizk et al. (2017) e Samad et al. (2017) propuseram
novos indicadores relacionados ao Sistema Last Planner. Esses indicadores procuram
avaliar o fluxo de trabalho e o desempenho do planejamento de curto prazo ao nível
das tarefas. Os indicadores propostos, relacionados ao planejamento de curto prazo,
levam em consideração o status da atividade: (essenciais, não essenciais, extras e
novas) (SAMAD et al., 2017). Os indicadores de fluxo de trabalho propostos por Samad
et al (2017) consideram o volume das atividades e o número e duração de atividades
sucessoras, e os indicadores de fluxo de trabalho propostos por Rizk et al (2017)
buscam ajudar na tentativa de alinhar a carga de trabalho planejada com a capacidade
de trabalho disponível, o que, segundo os mesmos autores, não é uma tarefa fácil. Os
indicadores são apresentados por esses autores como complementares ao PPC,
indicador descrito posteriormente.
A seguir estão definidos alguns dos indicadores mais recentes utilizados no
Sistema Last Planner e descritos na literatura por diversos autores, como Ballard e
Tommelein (2016), Hamzeh e Aridi (2013), Jang e Kim (2007), Mitropoulos (2005) e
Emdanat e Azambuja (2016), e os novos indicadores propostos por Rizk et al. (2017) e
Samad et al. (2017).
Os indicadores são: Porcentagem de Planos Concluídos (PPC), Tarefas Prontas
para Execução (TMR), Tarefas Antecipadas (TA), Percentual de remoção de restrições
PC , rabalho Planejado Pronto PW , Deltas Δ , Δ e Δ3 , Fator de Desempenho
ou Fator de Produtividade (PF), Índice de Confiabilidade do Processo (PRI), Índice de
Produtividade do Processo (PPI), Nível de Comprometimento (CL), Percentual
Requerido Completo ou em Andamento (PRCO), Variação de Marco (MV), Nível de
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
31
Criticidade (RL), Percentual requerido completo (RPC), Required Capacity Ratio (RCR),
Atividades completas não planejadas (CU), Índice de confiabilidade de horas de
trabalho (LHRI), Razão entre capacidade e carga (CLR), Razão da capacidade de
carga em horas-homem (CLRman-hrs), Desvio semanal (WD) e Porcentagem de desvio
semanal (WDR).
(1)
(2)
(3)
(4)
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
34
(5)
O PCR, indicador desenvolvido por Jang e Kim (2007), é utilizado para mensurar
quão bem sucedido foi o processo “make-ready”, ou seja, mede o desempenho da
equipe em remover restrições para tornar as atividades prontas para a realização. No
cálculo do PCR, apenas as tarefas 100% isentas de restrições são contadas. As tarefas
“em risco” e as tarefas com restrições não são contadas (JANG; KIM, 2007). A Equação
6 mostra o cálculo do PCR proposto por esses autores.
(6)
Jang e Kim (2007) ainda afirmam que diferentemente dos outros indicadores
comumente utilizados no contexto da construção enxuta, os quais são mensurados
“ap s o fato”, o PCR é uma medida de previsão, sendo calculado no momento do
planejamento de curto prazo, ou seja, antes do início da semana de trabalho.
Mitropoulos (2005) define que a métrica PWR indica a parte das atividades
planejadas que a equipe do projeto está confiante que pode ser realizada no horizonte
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
35
do médio prazo. A métrica não inclui apenas o trabalho que tem todas as restrições
removidas no momento da previsão, mas também o trabalho que deverá estar pronto
com um alto grau de confiança (MITROPOULOS, 2005).
O mesmo autor descreve as variáveis necessárias ao cálculo desse indicador,
explicando o processo de remoção das restrições no planejamento de médio prazo.
Essa explicação está resumida a seguir.
No planejamento de médio prazo, a equipe identifica as restrições das atividades
e as ações necessárias para a remoção dessas restrições, para que assim as
atividades estejam prontas para a execução. Se os responsáveis por realizar as ações
necessárias para remover as restrições estiverem confiantes de que podem realizar
essas ações como planejado e assim, remover as restrições, a atividade será
considerada "pronta". Já se não houver confiança de que a restrição possa ser
removida, a atividade será considerada "não pronta”. Para evitar a contabilização das
atividades fora de sequência, todas as atividades que dependem de uma atividade "não
pronta" também serão consideradas "não prontas". A Equação 7 evidencia o cálculo
desse indicador.
(7)
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
36
Equação 8 – Delta 1
(8)
Equação 9 – Delta 2
(9)
Equação 10 – Delta 3
(10)
melhor por que as restrições identificadas não puderam ser removidas, por que elas
não foram removidas e por que não foram antecipadas.
Samad et al. (2017) alertam para o fato de que não é fácil usar esses três deltas
para avaliar o processo “make-ready”, pois a análise das restri es depende do tipo de
projeto e tende a ser diferente de empresa para empresa.
Equação 11 - IRR
(11)
(12)
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
38
(13)
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
39
(14)
Ainda segundo González et al. (2008), os valores do PRI variam entre 0 e 100%
e assim, quando o AP é superior ao PP, o valor do PRI é limitado a 100%. Além disso, a
equação do PRI considera um período curto de uma semana. No entanto, esse
horizonte temporal pode ser alterado e depende do tipo de preferências de projeto e/ou
gerenciamento (GONZÁLEZ et al., 2008).
O indicador PPI também foi proposto por González et al. (2008) visando a
análise do projeto, levando em consideração a parcela de contribuição de cada
atividade. Da mesma forma que o PRI, o PPI é construído durante um período curto de
uma semana, mas seu horizonte temporal pode ser modificado (GONZÁLEZ et al.,
2008).
Ainda segundo esses autores, o PPI reflete melhorias reais de produtividade,
uma vez que é calculado a partir da produtividade máxima no local e não da
produtividade esperada como o indicador Fator de Produtividade (PF), superando essa
limitação do mesmo.
O cálculo do PPI é evidenciado na Equação 15 e auxiliado pela Equação 16, a
qual resulta em uma variável necessária ao cálculo do PPI, o API.
(15)
Onde,
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
40
(16)
Onde,
ALP: média da produtividade para a atividade no período designado;
MLP: produtividade máxima encontrada para a atividade no período designado.
(17)
(18)
(19)
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
42
(20)
Ou seja,
(21)
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
43
(22)
(23)
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
44
(24)
(25)
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
45
(26)
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
46
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
48
Fonte: a autora.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
49
4. MÉTODO DE PESQUISA
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
50
a) Revisão bibliográfica;
d) Seleção de obras;
Fonte: a autora
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
51
A seleção dos indicadores que seriam analisados nesse trabalho foi realizada a
partir da possibilidade de utilização dos mesmos no contexto da pesquisa a qual o
presente trabalho. As razões das escolhas realizadas estão descritas a seguir.
Como já existe uma grande quantidade de pesquisas relacionadas aos
indicadores alocados nos conjuntos referentes à remoção das restrições, desde a
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
52
criação do IRR por Codinhoto (2003), e a conclusão dos trabalhos, como Ballard e
Howell (1997), Bernardes (2001), Fiallo e Revelo (2002), Codinhoto (2003), Soares
(2003), Trescastro (2005), Alarcón et al. (2005), Kim e Jang (2005), Botero e Alvarez
(2005), Emdanat e Azambuja (2016) etc., esses conjuntos não serão contemplados no
presente trabalho. Além disso, através de uma análise prévia das informações
necessárias ao cálculo dos indicadores presentes no conjunto referente à
produtividade, percebeu-se que haverá insuficiência de dados, oriundos da pesquisa
anterior, para esta análise. Dessa forma, esse conjunto também não será analisado.
Por outro lado, percebeu-se previamente que havia nas fontes de dados a
presença dos elementos necessários para o cálculo dos indicadores presentes nos
outros dois conjuntos, os quais são relacionados às atividades requeridas e a relação
carga de trabalho versus capacidade disponível. Portanto, esses foram os conjuntos de
indicadores selecionados para esse estudo. Dessa forma, serão analisados os
indicadores propostos por Samad et al. (2017) e Rizk et al. (2017), com exceção do
LHRI (presente no conjunto de indicadores relacionados à conclusão dos trabalhos),
denominados nesta pesquisa de “novos indicadores”.
Os indicadores analisados são: RL, RPC, CU, CLR, CLRman-hrs, WD e WDR.
Os indicadores PPC e DP serão analisados conjuntamente com os anteriores, de forma
complementar. O Quadro 1 mostra esses indicadores, bem como a fórmula para o
cálculo dos mesmos e suas funções.
RL Determinar o grau de
criticidade do período
Determinar a % de conclusão
RPC
de atividades críticas
Determinar a % de atividades
RCR
concluídas que são críticas
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
53
Verificar a alocação de
CLR
recursos (capacidade x carga)
Após a seleção dos indicadores foram definidos constructos, nos quais foi
baseada a análise dos indicadores. Os constructos definidos foram: (1) mensurabilidade
e (2) utilidade. Foram definidas então as variáveis relacionadas aos constructos, como
forma de orientar a análise.
Os constructos e suas variáveis estão definidos a seguir:
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
54
CONSTRUCTOS VARIÁVEIS
Fonte: a autora.
A seleção das obras baseou-se nos critérios de adoção das técnicas utilizadas
no Sistema Last Planner e disponibilidade de dados para o cálculo e análise dos
indicadores, como análise de documentos. A partir da análise do estudo de Ribeiro
(2018), verificou-se a possibilidade de uso dos dados das duas obras que o estudo se
refere. A seguir, estão resumidas as características dessas obras, conforme estudo de
Ribeiro (2018).
Obra A
A obra A foi a construção de uma clínica para assistência médica e suporte
psicológico a pacientes portadores de doenças graves, localizada na cidade de
Salvador, Bahia, Brasil, com área total de 4.109,10 m² e prazo de execução de 9
meses, no período de março a dezembro de 2016.
Obra B
A obra B foi um edifício comercial, localizado na cidade de Salvador, Bahia,
Brasil, com área total de 3.123,02 m² e prazo de execução de 12 meses, no período de
agosto de 2016 a agosto de 2017.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
55
O estudo consistiu na coleta e análise dos dados das duas obras, A e B. Yin
(2001) cita seis fontes de evidência que podem ser coletadas em um estudo de caso: a
documentação, as entrevistas, a observação direta, a observação participante e os
artefatos físicos. Dessas fontes de evidência, foi utilizada nesse estudo a
documentação. Através da documentação foram obtidos os dados necessários ao
cálculo dos indicadores.
Os dados analisados, bem como a fonte de evidência detalhada dos mesmos,
estão descritos no Quadro 3.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
56
Fonte: a autora.
Após o cálculo dos indicadores, os resultados numéricos encontrados foram
expostos e analisados. Essa análise foi realizada de forma individual e em conjunto
para que fosse identificado de forma completa o comportamento das obras durante o
período analisado.
No decorrer da análise dos resultados numéricos dos indicadores, foi possível
verificar as principais limitações para os seus usos e os possíveis benefícios trazidos
para o processo com a adoção dos mesmos. Essas características foram essenciais
para a análise baseada nos constructos, realizada posteriormente.
Após a análise dos resultados numéricos dos indicadores, foi realizada a análise
dos indicadores com base nas definições dos constructos e variáveis. Essa análise
visou avaliar a aplicação prática dos indicadores e foi realizada através da percepção
da autora desse trabalho, a orientadora e a coorientadora do mesmo. As opiniões foram
compiladas e refletidas por meio de uma escala e logo após, explanadas. Todos os
resultados obtidos estão explicitados no capítulo seguinte.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
57
das Obras A e B
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
58
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
59
j) Grupo da causa de não cumprimento da atividade, que pode ser: mão de obra,
problemas meteorológicos, planejamento / execução, e fornecedores /
empreiteiro.
Na Obra A, a primeira semana planejada foi a que teve início no dia 02 de maio
de 2016 e foi finalizada no dia 06 de maio de 2016. A última (trigésima quarta) semana
teve início no dia 19 de dezembro de 2016 e foi finalizada no dia 23 de dezembro de
2016. Dessa forma, durante o período completo de execução da obra, foram realizados
34 planejamentos de curto prazo.
Na Obra B, a primeira semana planejada teve início no dia 17 de outubro de
2016 e foi finalizada no dia 22 de outubro de 2016. A última (quadragésima sexta)
semana teve início no dia 28 de agosto e foi finalizada no dia 01 de setembro de 2017.
Dessa forma, durante o período completo de execução da obra, foram realizados 46
planejamentos de curto prazo.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
60
30%
20%
10%
0%
1ª
2ª
3ª
4ª
5ª
6ª
7ª
8ª
9ª
10ª
11ª
12ª
13ª
14ª
15ª
16ª
17ª
18ª
19ª
20ª
21ª
22ª
23ª
24ª
25ª
26ª
27ª
28ª
29ª
30ª
31ª
32ª
33ª
34ª
Semanas
PPC Média
Fonte: a autora.
100% 94
91 88 89 86 86 89 89 89 88 88 88 89 86 88
90% 86 86 83
86
83 82 82
82 83 83 82 81 82
80% 80 80 78 78 79
75 72 71
73 71 70
70% 63
67 6764
60% 53 55
50
50%
40%
30%
20%
10%
0%
1ª
2ª
3ª
4ª
5ª
6ª
7ª
8ª
9ª
10ª
11ª
12ª
13ª
14ª
15ª
16ª
17ª
18ª
19ª
20ª
21ª
22ª
23ª
24ª
25ª
26ª
27ª
28ª
29ª
30ª
31ª
32ª
33ª
34ª
35ª
36ª
37ª
38ª
39ª
40ª
41ª
42ª
43ª
44ª
45ª
46ª
Semanas
PPC Média
Fonte: a autora.
Como pode ser visualizado nos gráficos, o PPC médio na obra A foi de 70% e na
Obra B de 79%. Esses valores são considerados bons e diferem de 100% devido ao
não cumprimento de algumas atividades. Os indicadores que serão analisados nessa
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
61
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
62
30%
20%
10%
0%
1ª
2ª
3ª
4ª
5ª
6ª
7ª
8ª
9ª
10ª
11ª
12ª
13ª
14ª
15ª
16ª
17ª
18ª
19ª
20ª
21ª
22ª
23ª
24ª
25ª
26ª
27ª
28ª
29ª
30ª
31ª
32ª
33ª
34ª Semanas
CLR Média
Fonte: a autora.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
63
Figura 9 - Indicadores CLRman-hrs e CLR por semana na Obra B (1ª a 23ª semanas)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª 11ª 12ª 13ª 14ª 15ª 16ª 17ª 18ª 19ª 20ª 21ª 22ª 23ª
Semanas
CLRman-hrs CLR
Fonte: a autora.
Figura 10 - Indicadores CLRman-hrs e CLR por semana na Obra B (24ª a 46ª semana)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
24ª 25ª 26ª 27ª 28ª 29ª 30ª 31ª 32ª 33ª 34ª 35ª 36ª 37ª 38ª 39ª 40ª 41ª 42ª 43ª 44ª 45ª 46ª
CLRman-hrs CLR
Fonte: a autora.
Verifica-se que os valores de CLR encontrados para as duas obras são iguais
aos valores do PPC. A principal diferença no cálculo desses dois indicadores é a
consideração de atividades novas e extras, a qual ocorre no CLR e não ocorre no PPC.
O PPC considera somente as atividades planejadas para o período (titulares). Porém,
como nas obras analisadas não foram registradas atividades novas e não foram
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
64
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
66
planejamento dessa obra foi mediana e próxima ao equilíbrio entre carga de trabalho e
capacidade disponível.
Em alguns períodos, os valores de CLRman-hrs estiveram abaixo de 60%, os
quais são valores baixos e destoantes da média. Esses períodos apresentaram esses
valores devido às baixas taxas de cumprimento dos planos. Porém, a maioria das
causas de não cumprimento dos planos não diz respeito ao planejamento de
capacidade. As causas frequentes foram: atrasos de fornecedores/empreiteiros; falhas
em equipamentos; mudanças de plano; alteração no projeto; e problemas
meteorológicos. Dessa forma, esses valores não são representativos para a análise do
planejamento de capacidade, ou seja, ainda que sejam valores baixos, não são indícios
de falhas nesse planejamento.
Por outro lado, os períodos com valores de CLRman-hrs iguais a 100% não
apresentam um perfeito equilíbrio entre carga e capacidade. Nesses períodos, há
subestimação dos recursos, ou seja, há atividades que foram concluídas em menor
tempo que o planejado. Por definição, o CLRman-hrs entende essas atividades como
concluídas no tempo correto, mascarando uma possível subestimação de capacidade.
Assim, olhando somente para o valor do CLRman-hrs nesses períodos, sem
aprofundamento na análise do planejamento de curto prazo, ele não é representativo
para o planejamento de capacidade.
Os outros valores, que variam entre 61% e 96%, representam melhor as
verdadeiras condições do planejamento de capacidade, que se apresenta mediano em
alguns períodos e satisfatório em outros. Ainda assim, é importante investigar as
causas de não cumprimento dos planos, pois, como já foi apresentado, a não conclusão
de atividades causa grandes oscilações no indicador CLRman-hrs.
Assim como o CLR, esse indicador também reflete a confiabilidade do
planejamento, pois a proximidade do equilíbrio entre carga de trabalho e capacidade
disponível indica um planejamento de capacidade eficaz.
Relacionando os resultados encontrados para os dois indicadores, CLR e
CLRman-hrs, percebe-se que eles apresentaram relações distintas em períodos
diferentes, como foi mostrado nas Figuras 9 e 10. Cada gráfico reproduz a comparação
entre esses indicadores realizada em cada semana em metade do período analisado.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
67
Indicadores WD e WDR
poderia ser entendida somente com a mensuração do CLR, pois o oposto do percentual
de conclusão das atividades semanais, medido com o CLR, é o desvio semanal,
medido com o WDR. Os gráficos a seguir ilustram essas afirmações, apresentando os
valores de CLR e WDR na Figura 11 para a Obra A e nas Figuras 12 e 13 para a Obra
B em seus respectivos períodos.
Figura 11 - Indicadores CLR e WDR por semana da Obra A (1ª a 17ª semanas)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
1ª
2ª
3ª
4ª
5ª
6ª
7ª
8ª
9ª
10ª
11ª
12ª
13ª
14ª
15ª
16ª
17ª
18ª
19ª
20ª
21ª
22ª
23ª
24ª
25ª
26ª
27ª
28ª
29ª
30ª
31ª
32ª
33ª
34ª
Semanas
CLR WDR
Fonte: a autora.
Figura 12 - Indicadores CLR e WDR por semana da Obra B (1ª a 23ª semana)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª 11ª 12ª 13ª 14ª 15ª 16ª 17ª 18ª 19ª 20ª 21ª 22ª 23ª
Semanas
CLR WDR
Fonte: a autora.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
70
Figura 13 - Indicadores CLR e WDR em parte do período da Obra B (24ª a 46ª semana)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
24ª 25ª 26ª 27ª 28ª 29ª 30ª 31ª 32ª 33ª 34ª 35ª 36ª 37ª 38ª 39ª 40ª 41ª 42ª 43ª 44ª 45ª 46ª
Semanas
CLR WDR
Fonte: a autora.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
71
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
72
50%
40%
30%
20%
13% 13%
10% 6% 6% 6%
0% 0% 0% 0% 0%
0%
Fonte: a autora.
50%
40%
30%
21% 21%
20%
10% 10%
10%
0% 0% 0% 0% 0% 0% 0% 0%
0%
Fonte: a autora.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
73
Indicadores RL E RPC
Por possuir um caráter de previsão, o indicador RL, que visa determinar o grau
de criticidade do período, é calculado durante o planejamento de curto prazo, ou seja,
antes da execução das atividades. Ele é calculado como a relação percentual entre as
atividades críticas no plano de curto prazo e o total de atividades no plano de curto
prazo. Por se tratar de uma pesquisa ex-post facto, o presente trabalho apresenta a
mensuração desse indicador em um momento após a execução, mas referente a datas
anteriores à execução das atividades presentes em cada plano de curto prazo. Por
consequência, a análise apresentada acerca dos resultados desse indicador são
suposições de como ele poderia apoiar o processo de planejamento.
Em cada semana, foram identificadas e quantificadas as atividades críticas
presentes no plano de curto prazo, bem como também foi analisado o total de
atividades no plano de curto prazo, sendo elas críticas ou não. Dessa forma, o RL foi
calculado para cada semana nas duas obras.
Para a mensuração do indicador RPC, que visa determinar a conclusão das
atividades críticas, foram contabilizadas as atividades críticas presentes no plano e as
atividades críticas concluídas em cada semana. As Figuras 16 e 17 mostram os
resultados da mensuração desses dois indicadores para a Obra A e as Figuras 18 e 19
para a Obra B.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
74
RL RPC
Fonte: a autora.
RL RPC
Fonte: a autora.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
75
RL RPC
Fonte: a autora.
100% 100 100 100 100 100 100 100 100 100
90% 88
80% 80
75
70%
63 64 60
60%
53
50% 50
44 42
40%
33
30%
21 20 23 19 22 25 18
20% 17 19 18
14 11
10% 6
0%
0 0 0 0
24ª 25ª 26ª 27ª 28ª 29ª 30ª 31ª 32ª 33ª 34ª 35ª 36ª 37ª 38ª 39ª 40ª 41ª 42ª 43ª 44ª 45ª 46ª
Semanas
RL RPC
Fonte: a autora.
Pela análise dos gráficos, verifica-se também que a maioria dos períodos que
obtiveram RPC iguais a 100% nas duas obras apresentaram valores baixos de RL. Isso
significa que majoritariamente só se conseguiu completar todas as atividades críticas
presentes na semana em períodos com baixa criticidade. A causa provável é que por se
tratar de períodos com baixa taxa de atividades críticas, houve um melhor
gerenciamento das mesmas, conseguindo assim concluí-las.
Além disso, na Obra A, os períodos com valores médios de RL apresentaram
baixos valores de RPC. A provável causa é que por esses períodos não possuírem
nível de criticidade alto, não houve o empenho necessário para que as atividades
críticas fossem concluídas e fossem evitados atrasos.
Já na Obra B, os períodos com valores médios de RL apresentaram bons valores
de RPC, variando de 67% a 100%. Isso significa que houve compromisso na conclusão
das atividades críticas, resultando em altas taxas de cumprimento das mesmas.
Indicador RCR
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
78
Figura 20 - Indicadores RPC e RCR por semana da Obra A (1ª a 17ª semanas)
RPC RCR
Fonte: a autora.
Figura 21 - Indicadores RPC e RCR por semana da Obra A (18ª a 33ª semanas)
RPC RCR
Fonte: a autora.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
79
Figura 22 - indicadores RPC e RCR por semana da Obra B (1ª a 23ª semanas)
100 100 100 100 100 100
100%
90%
83
80% 75 75
71
70% 67 67 67 67 67 67 67 67
60
60%
50
50% 43
40 40
40% 38
33 33
30% 25 25
20
20% 17
10%
0%
8ª 9ª 10ª 11ª 12ª 13ª 14ª 15ª 16ª 17ª 18ª 19ª 20ª 21ª 22ª
Semanas
RPC RCR
Fonte: a autora.
Figura 23 - indicadores RPC e RCR por semana da Obra B (24ª a 47ª semanas)
100 100 100 100 100 100 100 100 100
100%
90% 88
80
80% 75
70%
60 63 64
60
60%
50 50
50% 47
44
40%
29 33
30% 27 29
21 22 21 21 21
20% 17 17
13 16
13
10%
0 0 0 0 0 0
0% 0 0 0 0 0 0
24ª 25ª 26ª 27ª 28ª 29ª 30ª 31ª 32ª 33ª 34ª 35ª 36ª 37ª 38ª 39ª 40ª 41ª 42ª 43ª 44ª 45ª 46ª
Semanas
RPC RCR
Fonte: a autora.
dos recursos concluiu outras atividades não críticas, sem que todas as atividades
críticas fossem concluídas. Ou seja, como as atividades críticas são prioritárias, deduz-
se que o motivo de outras atividades serem concluídas em detrimento delas seja que as
mesmas não estavam prontas para a execução ou ainda que houve má alocação de
recursos. Devem então ser investigadas essas causas de não cumprimento dos planos.
Considerações
Indicador CU
Figura 24 - Taxa de conclusão de atividades não planejadas no planejamento de fase por semana
e PPC da Obra A (1ª a 17ª semana)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª 11ª 12ª 13ª 14ª 15ª 16ª 17ª
TCNP PPC
Fonte: a autora.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
82
Figura 25 - Taxa de conclusão de atividades não planejadas no planejamento de fase por semana
e PPC da Obra A (18ª a 34ª semana)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
18ª 19ª 20ª 21ª 22ª 23ª 24ª 25ª 26ª 27ª 28ª 29ª 30ª 31ª 32ª 33ª 34ª
TCNP PPC
Fonte: a autora.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
83
Figura 26 - Taxa de conclusão de atividades não planejadas no planejamento de fase por semana
e PPC da Obra B(1ª a 23³ semana)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª 11ª 12ª 13ª 14ª 15ª 16ª 17ª 18ª 19ª 20ª 21ª 22ª 23ª
Semanas
TCNP PPC
Fonte: a autora.
Figura 27 - Taxa de conclusão de atividades não planejadas no planejamento de fase por semana
e PPC da Obra B(24ª a 46ª semana)
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
24ª 25ª 26ª 27ª 28ª 29ª 30ª 31ª 32ª 33ª 34ª 35ª 36ª 37ª 38ª 39ª 40ª 41ª 42ª 43ª 44ª 45ª 46ª
Semanas
TCNP PPC
Fonte: a autora.
100% 92
91 89 84 86
90% 84 83
80% 79 80
75
70
73 71 69 70 74 68
70% 67 65
63 61
60% 60 60 59 55
50 50
50% 45
40
40% 33
30% 29
23
20%
10%
0
0%
1ª
2ª
3ª
4ª
5ª
6ª
7ª
8ª
9ª
10ª
11ª
12ª
13ª
14ª
15ª
16ª
17ª
18ª
19ª
20ª
21ª
22ª
23ª
24ª
25ª
26ª
27ª
28ª
29ª
30ª
31ª
32ª
33ª
CU
Fonte: a autora.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
85
40% 40
33 33
30% 29
20%
10%
0%
1ª
2ª
3ª
4ª
5ª
6ª
7ª
8ª
9ª
10ª
11ª
12ª
13ª
14ª
15ª
16ª
17ª
18ª
19ª
20ª
21ª
22ª
23ª
24ª
25ª
26ª
27ª
28ª
29ª
30ª
31ª
32ª
33ª
34ª
35ª
36ª
37ª
38ª
39ª
40ª
41ª
42ª
43ª
44ª
45ª
46ª
Semanas
CU
Fonte: a autora.
A visualização dos gráficos mostra que a maioria das semanas possui altos
valores de CU, o que significa que a maior parte das atividades concluídas em cada
semana foram atividades não planejadas no planejamento de fase. Esses valores já
eram esperados após a observação dos resultados do RCR. Assim como esse último, a
análise do CU deve ser realizada em conjunto com o indicador RL, para que se saiba
se havia uma grande porcentagem ou não de atividades não planejadas no
planejamento de fase presentes em cada semana. Essa informação será o valor
complementar ao RL, já que o mesmo mensura a presença de atividades críticas no
plano de curto prazo.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
86
Figura 30 - Valores de RPC médio, TCNP média e DP por mês para a Obra A
100%
90% 85%
81% 80%
80% 79% 77%
67% 67% 68% 69%
70% 63% 62% 62% 59%
60% 58%
50% 46%
40%
40%
30%
20% 13% 13%
6% 6% 6%
10%
0% 0% 0% 0% 0%
0%
Fonte: a autora.
Nos dois primeiros meses, não houve registro dos dados necessários para a
mensuração dos indicadores, pois ainda não havia na obra o acompanhamento descrito
realizado por Ribeiro (2018). Os meses de maio e junho apresentaram bons valores de
RPC médio, de 67% e 81%. Essas boas taxas de conclusão de atividades críticas
ajudaram na manutenção do prazo da obra, como indica o desvio de prazo referente a
esses meses, que foi de 0%. Além disso, ocorreram boas taxas médias de cumprimento
de atividades não planejadas, de 67% e 63%, contribuindo ainda mais para a
manutenção dos prazos.
O mês de julho apresentou uma redução no valor do RPC médio, que foi de 62%
e ainda assim houve a manutenção do prazo da obra. Como a TNCP média aumentou,
verificaram-se os valores de CU para o período. Foi constatado assim que todos os
valores de CU são altos, indicando que a maior parte das atividades concluídas não foi
planejada no planejamento de fase. Esses resultados sugerem que algumas atividades
críticas presentes nesse período não foram planejadas no planejamento de fase e
foram concluídas e que dessa forma, a taxa de conclusão de atividades críticas no
período seria maior que o RPC, contribuindo para a manutenção dos prazos.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
87
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
88
Figura 31 - Valores de RPC médio, TCNP média e DP por mês para a Obra B
100% 100%
90% 85% 81% 85% 88% 84% 85%
76% 81% 76% 79% 77% 81%
80% 72% 74% 75% 74%
70% 64%
59%
60%
50%
40%
30% 21% 21%
20% 10% 10%
10% 0% 0% 0% 0% 0% 0% 0% 0%
0%
Fonte: a autora.
Nos dois primeiros meses, não há registro dos dados necessários para a
mensuração dos RPC, pois ainda não havia na obra as reuniões de planejamento de
fase. Nesses períodos, ocorreram boas taxas de cumprimento de atividades não
planejadas, e como as atividades críticas estavam aí incluídas, pode-se inferir que elas
foram cumpridas, mantendo o prazo inicial da obra, pois o DP desses períodos foi igual
a 0%.
Os meses de dezembro a abril apresentaram altos valores de RPC, indicando
uma ótima taxa de conclusão de atividades críticas. O resultado disso é que esses
períodos apresentam desvio de prazo de 0%, ou seja, o prazo inicial foi mantido.
Verifica-se também que no mês de abril, mesmo com a taxa de conclusão de atividades
não planejadas no planejamento de fase baixa, o prazo se manteve devido ao alto
RPC, sugerindo que as atividades não planejadas no planejamento de fase não eram
críticas.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
89
O mês de maio apresenta uma característica particular. Nesse mês estão 32%
de todas as atividades críticas identificadas na obra. Por esse motivo, ainda que esse
período possua um alto valor de RPC, as atividades que não foram cumpridas no prazo
correto tem um grande impacto no prazo da obra, como pode ser verificado no valor do
DP, que nesse período é de 10%. Além disso, muitas atividades foram reprogramadas
para maio, pois a TCNP do mês anterior foi de apenas 59%, contribuindo ainda mais
para esse atraso.
Algumas atividades não concluídas em maio foram reprogramadas para o mês
de junho e concluídas. Porém, devido a condições adversas de tempo, algumas
atividades críticas de junho não foram iniciadas. Dessa forma, ainda que com RPC igual
a 84%, essas atividades não iniciadas mantiveram o atraso da obra, apresentando
nesse período um DP também de 10%.
Algumas atividades não iniciadas em junho foram reprogramadas para julho e
devido novamente a condições adversas de tempo, algumas novamente não foram
iniciadas, levando o atraso para esse mês. Além disso, nesse período praticamente
nenhuma atividade foi planejada no planejamento de fase e assim, o CU foi de 100%.
Com uma TCNP de 81%, entende-se que a causa para o DP aumentar bastante do
mês anterior para esse seja a presença de atividades críticas não planejadas no
planejamento de fase, as quais foram mal gerenciadas, causando atrasos maiores.
De forma semelhante, no mês de agosto, mesmo com a visualização de um
desvio de prazo de 21% no mês anterior, poucas atividades foram planejadas no
planejamento de fase, refletindo em RL médio de 9%. Com uma pequena quantidade
de atividades críticas planejadas, o RPC chegou a 100%. Porém, o grande número de
atividades não planejadas no planejamento de fase reflete novamente a presença de
atividades críticas que não foram planejadas, gerando atrasos. Os resultados desses
dois últimos meses demonstram a grande necessidade de que todas as atividades
presentes no caminho crítico da obra sejam planejadas no planejamento de fase, para
que os atrasos sejam evitados.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
90
1 – Muito difícil
2 – Difícil
3 – Médio
4 – Fácil
5 – Muito fácil.
Os resultados estão apresentados no Quadro 4 e as razões para cada classificação
dada são descritas posteriormente para cada indicador.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
91
Facilidade de
obtenção de dados 1 1 1 1 2 2 2 5
Facilidade de
cálculo 3 2 3 3 4 4 4 5
Facilidade de
entendimento dos 1 2 1 2 3 4 2 5
resultados obtidos
Alinhamento dos
resultados com os
objetivos requeridos
1 3 1 1 3 4 2 3
Fonte: a autora.
Facilidade de cálculo
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
92
Uso dos resultados para tomada de decisão (individual) / Uso dos resultados
para tomada de decisão (em conjunto)
Após a análise das variáveis anteriores, percebe-se o CLR não apresenta um alto
grau de confiabilidade, sendo muito difícil o uso dos seus resultados para a tomada de
decisão de forma individual ou em conjunto.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
93
Facilidade de cálculo
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
94
Uso dos resultados para tomada de decisão (individual) / Uso dos resultados
para tomada de decisão (em conjunto)
5.2.3. INDICADOR WD
Uso dos resultados para tomada de decisão (individual) / Uso dos resultados
para tomada de decisão (em conjunto)
Por ser uma extensão do WD, o WDR necessita dos mesmos dados que esse
indicador. Dessa forma, não controlar as atividades extras e novas também é um
empecilho para o cálculo do mesmo. Portanto, assim como para o WD, o grau de
facilidade de obtenção de dados para o cálculo desse indicador foi considerado muito
difícil.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
96
Facilidade de cálculo
Uso dos resultados para tomada de decisão (individual) / Uso dos resultados
para tomada de decisão (em conjunto)
Após a análise das outras variáveis, infere-se que o WDR não apresenta a
confiabilidade necessária quando não são controladas as atividades extras e novas,
sendo muito difícil o uso dos seus resultados para a tomada de decisão de forma
individual ou em conjunto. Portanto, o grau de uso dos resultados para tomada de
decisão (individual) e o grau de uso dos resultados para tomada de decisão (em
conjunto) foram considerados muito difíceis.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
97
5.2.5. INDICADOR RL
Facilidade de cálculo
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
98
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
99
Facilidade de cálculo
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
101
Facilidade de cálculo
mesmas entram na parcela das atividades não críticas, deixando dúvidas acerca dos
resultados.
Dessa forma, o grau de entendimento dos resultados obtidos foi considerado
difícil.
O RCR não apresenta individualmente resultados que possam ser utilizados para
a tomada de decisão. Ele precisa ser analisado em conjunto com outros indicadores,
em especial os indicadores RL e RPC.
O grau de uso desse indicador para tomada de decisão (individual) foi então
considerado muito difícil.
Como já foi dito, o RCR precisa ser analisado em conjunto para uma possível
tomada de decisão, pois ele tem dependência direta com a taxa de atividades críticas
na semana (RL) e com a taxa de conclusão das mesmas (RPC).
Com essa análise conjunta, fica visível se os recursos concluíram atividades não
críticas em detrimento das críticas, alertando a equipe para uma má alocação de
recursos ou problemas na remoção de restrições das atividades. Assim, o grau de uso
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
103
dos resultados desse indicador para tomada de decisão (em conjunto) foi considerado
fácil.
5.2.8. INDICADOR CU
Facilidade de cálculo
Como foi explicitado na análise da variável anterior, esse indicador precisa ser
analisado pelo menos com a taxa de conclusão de atividades não planejadas no
planejamento de fase (TCNP) para uma análise completa.
De forma individual, o indicador não apresenta resultados completos para que se
realizem ações corretivas. Assim, o grau de uso desse indicador para tomada de
decisão (individual) foi considerado muito difícil.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
105
6. CONCLUSÃO
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
107
7. REFERÊNCIAS
BALLARD, G.; TOMMELEIN, I. Current Process Benchmark for the Last Planner
System. Disponível em: <p2sl.berkeley.edu>. Acesso em: 08 Nov. 2017.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
108
FIALLO, M. C.; REVELO, V .H. P. Applying the Last Planner Control System to a
Construction Project - A Case Study in Quito, Ecuador. In: CONFERENCE OF THE
INTERNATIONAL GROUP FOR LEAN CONSTRUCTION, 10. Proceedings IGLC-10.
Gramado, BR. 2002. Disponível em: < http://iglc.net/Papers/Details/183>. Acesso em:
08 Nov. 2017.
GIL, A. C. Como Elaborar Projetos de Pesquisa. São Paulo: Editora: Atlas. 2002.
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
109
HAMZEH, F.R.; ARIDI, O.Z. Modeling the Last Planner System Metrics: A Case
Study of an Aec Company. In: CONFERENCE OF THE INTERNATIONAL GROUP
FOR LEAN CONSTRUCTION, 21. Proceedings IGLC-21. Fortaleza, BR. 2013.
Disponível em: <http://iglc.net/Papers/Details/907>. Acesso em: 07 Nov. 2017.
JANG, J.W.; KIM, Y.W. Use of percent of constraint removal to measure the make-
ready process. In: CONFERENCE OF THE INTERNATIONAL GROUP FOR LEAN
CONSTRUCTION, 15. Proceedings IGLC-15. Michigan, USA. 2007. Disponível em:
<http://iglc.net/Papers/Details/497>. Acesso em: 07 Nov. 2017.
NEELY, A.; RICHARDS, H.; MILLS, J.; PLATTS, K.; BOURNE, M. Design performance
measure: a structure approach. International Journal of Operation & Production
Management, Bradford, v. 17, n. 11, p. 1131-1152. 1996.
RIZK, L.; HAMZEH, F. R.; EMDANAT, S. Introducing New Capacity Planning Metrics
in Production Planning. In: CONFERENCE OF THE INTERNATIONAL GROUP FOR
LEAN CONSTRUCTION, 25. Proceedings IGLC-25. Heraklion, Greece. 2017.
Disponível em: <http://www.iglc.net/Papers/Details/1458>. Acesso em: 08 Nov. 2017.
SAMAD, G.; HAMZEH, F. R.; EMDANAT, S. Last Planner System – the Need for New
Metrics. In: CONFERENCE OF THE INTERNATIONAL GROUP FOR LEAN
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.
110
_______________________________________________________________________________________
Thaís Pereira Santos. Salvador: Escola Politécnica / UFBA, 2018.