Site: https://ayaeditora.com.br Endereço: Rua João Rabello Coutinho, 557 Ponta Grossa -Paraná -Brasil 84.071-150 © 2021 -AYA Editora -O conteúdo deste Livro foi enviado pelos autores para publicação de acesso aberto, sob os termos e condições da Licença de Atribuição Creative Commons 4.0 Internacional (CC BY 4.0). As ilustrações e demais informações contidas desta obra são integralmente de responsabilidade de seus autores. Apresentação As organizações em tempo de crise buscam ações de

more »

... lidade e competitividade, a busca por inovações em processos e produtos, a aplicação de conhecimento, técnicas e ferramentas de gestão possibilitam produzir melhor e com menos recursos, como também melhorar o atendimento a clientes. O atual cenário econômico evidencia a importância de acompanhar o ambiente e adaptar--se, o aprendizado contínuo é importante para estarmos atualizados e, assim, contribuir para a sustentabilidade das organizações. Convido você a continuar avançando no aprendizado e conhecer este livro de Tópicos Especiais em Engenharia de Produção III, o qual, compartilha conhecimento de pesquisadores das Engenharia de Produção e áreas afins, este e Tópicos Especiais em Engenharia de Produção I e II, destinam-se a estudantes, professores e profissionais em atuação na Engenharia de Produção e áreas afins. O livro está organizado em seis capítulos. O primeiro capítulo apresenta uma proposta de elaboração de um diagrama de decisão que permita classificar os itens de estoque de uma empresa do ramo de petróleo e gás. O capítulo segundo apresenta o quinto princípio econômico denominado o comércio é bom para todos e importante para o entendimento do comportamento dos agentes que atuam num sistema econômico sob um processo de equilíbrio espacial de preços. O terceiro apresenta uma revisão da literatura a respeito do modelo Drum-buffer-rope (DBR). Seguindo para o quarto capítulo podemos encontrar um modelo matemático de programação linear (pl) para maximizar a lucratividade de uma área de cultivo de uvas e a produção de vinhos no município de Flores da Cunha, Rio Grande do Sul, finalizando com uma revisão sistemática de literatura de toda produção científica com conteúdos relacionados a inovação aberta e a economia circular do SIMPEP, de 2010 à 2019. Desejo que esta obra contribua para o avanço do conhecimento e possam contribuir com a formação dos estudantes, professores e profissionais em atuação na Engenharia de Produção e áreas afins. Uma boa leitura! Este artigo propõe a elaboração de um diagrama de decisão que permita classificar os itens de estoque de uma empresa do ramo de petróleo e gás. Para tanto, faz uso da classificação ABC e do método multicriterial AHP a fim de capturar as dimensões valor, volume e criticidade dos itens. Com isso, espera-se obter ganhos por meio da facilitação da implementação de melhorias na gestão de estoques a partir de ações conjuntas para os itens de mesma categoria. Como resultado, obteve-se a redução de faltas e excessos de estoque no sistema, contribuindo para a geração de valor financeiro para a empresa. Palavras-chave: estoque. curva ABC. criticidade. AHP. Resumo Abstract This article proposes the drawing up of a decision diagram that allows to classify the stock items of a petroleum and gas company. For so much, it makes use of the ABC classification and the multicriterial AHP method in order to capture the value, volume and criticity of items dimensions. Therefore, it is expected to obtain gains by facilitating implementation of improvements in stock management from joint actions for items of the same category. As a result, a reduction of faults and stock executes in the system was obtained, contributing to the generation of financial value for the company. Keywords: stock. curve ABC. criticity. AHP. 9 CAPÍTULO 01 INTRODUÇÃO A definição de políticas de controle de estoques permite às empresas obterem reduções significativas de custos, seja por falta ou por excesso de materiais estocados (HOPP e SPEARMAN, 2008). Essa definição se torna ainda mais importante em empresas que precisem administrar materiais de diversas naturezas e cujo processo produtivo apresente características diferentes para cada unidade de negócio (PETTERSEN e SEGERSTEDT, 2008). É nesse ambiente que se insere a empresa estudada neste artigo. Trata-se de uma empresa brasileira do ramo de Petróleo e Gás que possui milhões de itens em estoque, abrangendo de materiais químicos a produtos de administração predial, totalizando dezenas de bilhões de Reais estocados. A empresa se depara com dificuldade se deve à diversidade de materiais existentes em estoque, bem como pelo fato de possuírem criticidades diferentes de acordo com a área de negócio em que são aplicados. Assim, a empresa acaba por adotar a mesma política para todos eles, sem diferencia-los quanto a valor, volume, unidade de negócio atendida ou tipo de material. Isso acarreta em baixos de performance na gestão de estoques, o que pode ser constatado ao se analisar o último inventário da empresa, que aponta 35% (R$) de estoque excedente. Além disso, muitos materiais apresentam faltas no processo (25% do total de itens), acarretando em não atendimento das demandas, atrasos e paradas da produção. Assim, a empresa depara-se com o seguinte problema: Como classificar os materiais da empresa nas diferentes áreas de negócio de forma que sejam capturadas as dimensões volume consumido, valor (R$) e criticidade? Para responder essa questão, pretende-se elaborar um diagrama que permita classificar os materiais considerando essas dimensões e que, por sua vez, possa ser aplicado em cada área de negócio da empresa. Para tanto, utiliza-se a curva ABC para volume (em unidades consumidas) e valor monetário em estoque, a fim de representar as dimensões volume e valor (R$), respectivamente. Para a criticidade dos materiais, aplica-se o método multicriterial Analytic Hierarchy Process (AHP) a fim de capturar os aspectos qualitativos e quantitativos das áreas de negócio quanto à criticidade. Entretanto, em função do elevado número de itens, o estudo limitou-se a analisar os Stock Keep Units (SKU), reduzindo o quantitativo analisado. Além disso, por existirem diferentes áreas de negócio dentro da empresa, tornando a análise mais complexa em função da necessidade de envolver inúmeros stakeholders, definiu-se uma área para delimitar o escopo de atuação do estudo. Como resultado deste trabalho espera-se que essa classificação permita criar classes de materiais similares quanto à volume consumido, valor (R$) e criticidade. Assim, a empresa pode adotar ações em gestão de estoques que sejam mais aderentes a natureza de uso desses materiais nas diferentes áreas de negócio, reduzindo custos a partir da otimização da quantidade estocada. CAPÍTULO 01 Este artigo está dividido da seguinte maneira: na Seção 2 encontra-se o Referencial Teórico que aborda os principais conceitos utilizados no estudo. Na Seção 3, a metodologia adotada é abordada com maiores detalhes e a aplicação desta metodologia é descrita na Seção 4, onde também são discutidos os resultados. Por fim, na Seção 5, conclui-se o estudo destacando os pontos positivos e negativos, além de sugestões para futuros trabalhos. REFERENCIAL TEÓRICO Classificação de materiais na Gestão de Estoques A classificação de materiais permita criar segmentos de produtos de tal forma que apresentem similaridades quanto às dimensões propostas. Dessa forma, pode-se obter ganhos pela ação conjunta abordando-se o todo ao invés do individual (MEHDIZADEH, 2019). Assim, a agregação dos materiais em Stock Keep Units (SKU) auxilia nessa abordagem, agregando materiais para que sejam geridos como um só. Para isso, essa agregação deve ser realizada com base em parâmetros que permitam considerar os materiais como similares (MOLENEARS et al., 2011). Dentre esses parâmetros, pode-se citar o volume consumido e o valor em estoque (monetário) como os mais largamente utilizados (SLACK; CHAMBERS e JOHNSTON, 2002). Entretanto, muitos autores têm destacado a importância de se incorporar outras características que sejam capazes de definir os materiais para além desses dois parâmetros citados (MOLENEARS et al., 2011; MEHDIZADEH, 2019; HAUTANIEMI e PIRTTILA, 1999). Dessa forma, muitas empresas têm adotado outras características na classificação dos itens em estoque. Características como criticidade, importância, fornecedor e cliente são levadas em consideração nessa classificação, aumentando a complexidade da mesma, uma vez que se faz necessário considerar aspectos qualitativos (SLACK; CHAMBERS e JOHNSTON, 2002). Com isso, abordagens multicriteriais estão cada vez mais presentes em muitos trabalhos em classificação na Gestão de Estoques (MOLENEARS et al., 2011). Curva ABC A Curva ABC categoriza os itens em classes A, B e C de acordo com o critério escolhido. Dentre esses critérios, o volume consumido ao longo de um determinado período ou o valor monetário dos itens costumam ser os mais utilizados na análise de itens em estoque num processo (SLACK; CHAMBERS e JOHNSTON, 2002). et al. (1999) recomendam a Curva ABC como parâmetro para a definição da política de controle de estoque, uma vez que os itens C podem ser controlados por métodos mais simples, deixando os métodos mais complexos para os itens A. Mehdizadeh (2019) e Hauaniemi Entretanto, muitos autores ressaltam que a escolha com base na Curva ABC pode ser incompleta quando se pretende analisar a importância de um item para um processo. Isso se deve ao fato dessa ferramenta não capturar outros critérios que possam ser relevantes para essa análise (MEHDIZADEH, 2019; MOLENEARS et al., 2011; FLORES e 11 CAPÍTULO 01 WHYBARK, 1988; HAUTANIEMI e PIRTTILA, 1999). Como exemplo desses critérios não capturados, pode-se citar a criticidade de um item para o processo (HAUTANIEMI e PIRTTILA, 1999). Esse item, numa classificação ABC, pode ser enquadrado como da classe A em função do seu valor, mas pode ser pouco ou nada crítico ao processo. Como forma de mitigar isso, muitos autores sugerem a adoção de métodos multicritérios, garantindo que outros critérios sejam considerados na análise (MEHDIZADEH, 2019; MOLENEARS et al., 2011; HAUTANIEMI e PIRTTILA, 1999). Analytic Hierarchy Process (AHP) Métodos multicritérios consistem em métodos capazes de capturar aspectos qualitativos ao se categorizar os itens analisados. Dessa forma, permitem análises mais consistentes, baseadas em critérios que não sejam puramente quantitativos e que incorporem a opinião de especialistas (MARINS; SOUZA e BARROS, 2009). Dentre esses métodos, o Analytic Hierarchy Process (AHP) é um dos mais utilizados. Ele foi desenvolvido por Tomas L. Saaty no início da década de 70, tornando-se o método mais utilizado por analistas e pesquisadores na resolução de conflitos na tomada de decisão quando se deparam com multicritérios para essa decisão (MARINS; SOUZA e BARROS, 2009). O AHP consiste em definir critérios e compará-los par a par, obtendo-se relações quantitativas entre eles. Assim, geram-se matrizes cujos vetores normalizados são definidos como os índices para cada critério (MARINS; SOUZA e BARROS, 2009). Esses índices são utilizados na classificação do item analisado, que consiste em classificá-lo em cada critério, capturando o peso relativo de cada um, gerando uma nota final que define a classificação desse item (WANG et al., 2014). Desse modo, o AHP relaciona cada critério entre si, gerando valores quantitativos de comparação entre eles. É dessa maneira que esse método transforma critérios qualitativos em quantitativos (WANG et al., 2014). METODOLOGIA Design Science Research (DSR) O presente estudo adotou a DSR como metodologia de pesquisa pois, segundo Antunes et al. (2015), foca na resolução de um problema a fim de obter uma solução suficiente, desenvolvendo artefatos que sirvam em outras aplicações desse mesmo problema. Ao se elaborar um diagrama que permita a empresa classificar um item em estoque, tem-se um artefato que pode ser utilizado em cada uma das áreas de negócio da empresa. Com isso, desenvolve-se uma solução que atende à necessidade imediata da companhia e que permita sua implementação em outras áreas (ANTUNES; DRESCH e LACERDA, 2015). CAPÍTULO 01 O desenvolvimento desses artefatos é justamente o que difere a DSR das demais metodologias, como a Pesquisa-Ação e o Estudo de Caso (DRESCH, 2013). Esses artefatos permitem a ampliação do conhecimento e a possibilidade de aplicação das soluções em outras situações (ANTUNES; DRESCH e LACERDA, 2015), o que vai de encontro com a necessidade da empresa estudada. Isso é possível em função da generalização da solução para uma Classe de Problema, que consiste em um conjunto de problemas que possuem relação entre si e onde se podem obter artefatos que auxiliem na sua solução (DRESCH, 2013). Elaboração do Diagrama O Diagrama elaborado consiste em uma árvore de decisão, onde cada nó se refere a uma das dimensões analisadas: i) Volume consumido, ii) Valor em estoque (R$) e iii) Criticidade do material para o processo. Para o Volume consumido, obteve-se o histórico de dados da empresa, a fim de enquadrar os SKU segundo a classificação proposta. Para o Valor (R$), obteve-se o valor dos materiais em estoque de acordo com o último inventário realizado, de forma a enquadrá--los, também, na classificação ABC. Por fim, para a Criticidade optou-se por adotar o AHP como método que permitisse enquadrar os SKU nos critérios definidos por especialistas. Assim, elabora-se o Diagrama com base em três nós: i) Classificação ABC quanto ao volume, ii) Classificação ABC quanto ao valor (R$) e iii) Classificação quanta à Criticidade. Os dois primeiros nós são respondidos a partir de três caminhos: i) Classe A, ii) Classe B e iii) Classe C. Para o nó de Criticidade, as classificações são definidas a partir dos três caminhos definidos: i) Muito Crítico, ii) Crítico e iii) Pouco Crítico. Assim, ao se percorrer todo o Diagrama, obtêm-se a classificação final do SKU com base em três possibilidades: i) Estratégico, ii) Operacional e iii) Comum. Analytic Hierarchy Process (AHP) A aplicação da AHP consiste em definir n critérios de comparação e, a partir disso, compará-los par a para com base na Escala de Saaty (Tabela 1). Tabela 1 -Escala de Saaty Fonte: Marins, Souza e Barros (2009) A comparação entre os n critérios gera uma tabela com os pesos definidos a partir dessa comparação, calculando-se os autovetores. Depois, com base na Escala de Saaty, realiza-se a comparação de cada critério (individualmente) com base em m subcritérios definidos. Assim, gera-se, para cada critério, uma matriz de pesos relativos, onde calculam-se os autovetores com base nas equações 13 CAPÍTULO 01 apresentadas. A partir dos autovetores calculados, elabora-se um diagrama que representa a hierarquia entre os critérios e os subcritérios. Nesse diagrama, os critérios compõem os nós de nível 1, que se desdobram nos subcritérios no nível 2. Nos nós de critérios encontram-se os seus respectivos autovetores e, por sua vez, nos nós dos subcritérios, encontram-se os autovetores dos mesmos. A partir desse Diagrama, são calculados os ranges de classificação, onde o range Máximo equivale ao Critério 1 e o Mínimo ao Critério 2. Para cada análise, realiza-se o enquadramento no subcritério correspondente ao critério analisado, capturando-se os autovetores associados. Com isso, soma-se cada uma dessas capturas a fim de se definir a classificação dentro dos ranges definidos. RESULTADOS Elaboração do Diagrama O diagrama elaborado define a Classificação ABC quanto ao valor (R$) e quanto ao volume em dois nós, onde os caminhos representam a classificação definida para o SKU analisado. Para o último nó (Criticidade), adotou-se três caminhos possíveis de classificação (Muito Crítico, Crítico e Pouco Crítico) que são definidos a partir da análise AHP para cada SKU. Dessa forma, percorrem-se todos os caminhos com base na classificação em cada dimensão adotada, obtendo-se a classificação final. Essa classificação final é definida com base nos parâmetros estabelecidos pelos especialistas da empresa. A Tabela 2 resume esses parâmetros. Tabela 2 -Classificação final A classificação como Estratégico se dá sempre que o SKU seja classificado como Muito Crítico em relação à Criticidade, uma vez que esses materiais podem causar danos de SMS ou prejuízos financeiros por conta de atrasos e paradas do processo. Quando o SKU apresenta classificação A tanto para Volume quanto para Valor (R$), sempre será enquadrado como Estratégico, pois possuem elevado consumo e valor em estoque, impactando as operações da empresa e a realização contábil da mesma. Para os SKU que são classificados como Crítico na Criticidade, sempre se adota a classificação final de Operacional, em função do potencial de causar impactos financeiros e de SMS. A mesma classificação final é dada para aqueles SKU cuja classificação em Volume ou Valor apresentem a combinação de classificação A e B ou B e A, visto que apre-14 CAPÍTULO 01 sentam moderado consumo e valor (R$). O Diagrama completo (Anexo A) apresenta todas as possibilidades de classificação ao final dos caminhos percorridos após cada nó. Curva ABC A curva ABC para as unidades consumidas considerou o histórico de 5 anos, a fim de obter dados mais consistentes quanto a captura de padrões ao longo do tempo. No entanto, dado o escopo definido para este trabalho, elaborou-se a Curva ABC analisando todos os SKU da área de Refino e Energia. A partir disso, identificou-se, para cada SKU analisado, o enquadramento nas classes A, B ou C. A Tabela 3 apresenta as faixas de valor da curva ABC apresentada. Tabela 3 -Curva ABC A partir desses dados, classificou-se os SKU quanto ao consumo e ao valor em estoque (R$) conforme apresentado na Tabela 4 -Classificação na Curva ABC. Tabela 4 -Classificação na Curva ABC AHP Para a definição dos critérios de criticidade dos SKU, consultou-se os especialistas da empresa, que identificaram os seguintes: i) Disponibilidade do SKU no mercado, ii) Criticidade para a produção e iii) Impacto em SMS. A partir desses critérios, classifica-se o SKU em relação a Criticidade considerando-o Muito Crítico, Crítico ou Pouco Crítico. A TABELA 5 apresenta o detalhamento desses critérios. CAPÍTULO 01 Tabela 5 -Critérios de Criticidade Definição dos pesos Conforme Seção 2, os critérios foram comparados entre si utilizando a Escala de Saaty. Para definição dos pesos segundo essa escala, foram convocados especialistas que discutiram essa classificação a fim de chegar ao consenso apresentado na Tabela 6. Tabela 6 -Matriz de relacionamentos Os especialistas entendem que o Impacto em SMS é o fator mais crítico para um SKU, em função dos riscos que a falha nesse critério pode acarretar tanto para a segurança e meio-ambiente, quanto para a imagem da empresa, sendo mais crítico a ocorrência de um impacto em SMS do que a interrupção do processo produtivo. Assim, esse critério apresenta os maiores índices quando comparados aos outros dois. A Criticidade para a produção foi apontada como o segundo critério mais crítico e, portanto, com peso maior quando comparado à Disponibilidade de SKU no mercado. Por fim, este critério foi definido como o de menor criticidade quando comparado aos demais, visto que medidas mitigatórios para ele são mais fáceis de serem estabelecidas. A partir da matriz da Tabela 6 -Matriz, calcularam-se os autovetores normalizados para cada um dos critérios, obtendo-se os seguintes resultados: i) Disponibilidade do SKU no mercado: 0,071, ii) Criticidade para a produção: 0,291 e iii) Impactos em SMS: 0,638. Definição dos pesos relativos Após a realização da comparação entre os critérios, elabora-se a matriz de pesos relativos para cada um dos critérios considerando-se a classificação em Muito Crítico, Crítico e Pouco Crítico. As Tabelas 7, 8 e 9 apresentam esse relacionamento para o critério de Disponibilidade do SKU no mercado. 16 CAPÍTULO 01 Tabela 7 -Matriz de pesos Tabela 8 -Matriz de pesos Tabela 9 -Matriz de pesos Elaboração do diagrama hierárquico da AHP A partir dos autovetores calculados, calculam-se as faixas de classificação em Muito Crítico, Crítico e Pouco Crítico, conforme Tabela 10 -Range de criticidade. Tabela 10 -Range de criticidade Aplicação do diagrama para os SKU A partir do diagrama (Figura 1) e da Tabela de Ranges (Tabela 10), os SKU analisados foram classificados quanto a Criticidade Tabela 11 -Criticidade SKU 17 CAPÍTULO 01 Tabela 11 -Criticidade SKU A aplicação do diagrama (Anexo A) para os SKU aos se percorrer todos os caminhos, resultou nas classificações finais apresentadas na Figura 1. Figura 1 -Resultado do diagrama Ao se analisar as medidas de estoque, percebe-se que hoje há discrepância de resultados entre os SKU. Os reagentes químicos, por exemplo, apresentam faltas em torno de 15% (total de itens), bem como um excedente de 5% (R$). Entretanto, foi enquadrado como Estratégico, a exemplo dos SKU de Válvulas Esferas e EPI. Esses SKU, por sua vez, apresentam faltas de 55% e 2%, e excedente de 1% e 42%, respectivamente. Ao se simular 18 CAPÍTULO 01 a adoção de controles de estoque para esses SKU de maneira conjunta (como Estratégico), esperam-se faltas na ordem de 7% e excedente de 11%, melhorando os resultados e, assim, otimizando a gestão de estoques da empresa. CONCLUSÕES O estudo propôs a criação de um Diagrama que permitisse a empresa adotar um modelo de Classificação de seus itens em estoque considerando Valor (R$), Volume e Criticidade. Os resultados da implementação na área de Refino e Energia demostram o potencial que esse diagrama apresenta para auxiliar na tomada de decisão em gestão de estoque da empresa, uma vez que permite agrupar os itens com base nos critérios citados. Pela adoção da DSR como metodologia de trabalho, entende-se que o Diagrama proposto seja um artefato que possa ser utilizado pela empresa para a classificação dos itens em outras áreas de negócio, obtendo resultados similares. Com isso, espera-se que o mesmo seja adotado nas demais áreas, a fim de definir um padrão de classificação que possa procedimentar essa análise na empresa. Por fim, sugere-se a implementação desse modelo em outras empresas, a fim de validá-lo como um artefato útil na Classe de Problema a que pertence (Planejamento e Controle da Produção). Para tanto, pode ser necessária a inclusão de novos parâmetros, principalmente na aplicação do AHP, uma vez que o ramo da empresa (petróleo e gás) possui particularidades muito distintas de outros setores. Assim, futuros trabalhos podem contribuir com a melhoria do artefato, auxiliando a ampliar o conhecimento, uma das premissas da DSR.