planejamento de demanda de fÓrmulas infantis em … · 2016-11-11 · xxxvi encontro nacional de...
TRANSCRIPT
PLANEJAMENTO DE DEMANDA DE
FÓRMULAS INFANTIS EM UMA
EMPRESA MULTINACIONAL
Luisa Ferreira dos Santos Vieira (UNIFEI )
Renato da Silva Lima (UNIFEI )
O objetivo do presente trabalho foi melhorar a acuracidade do plano
de demanda de curto, médio e longo prazo para produtos de uma
empresa multinacional especializada em nutrição infantil. Buscou-se,
num primeiro momento, entender por que a empresa estudada
apresentava problemas de controle de estoque para esse produto,
classificado como produto sensível, pois é muitas vezes a única forma
de alimentação de uma criança em seus primeiros meses de vida. De
posse dos indicadores de desempenho e dos diferentes padrões de
consumo observados para as duas formas de apresentação do produto,
foram propostas mudanças com o intuito de diminuição do nível de
estoque e de uma maior acuracidade em seu planejamento e controle.
As técnicas de análise e estudo utilizadas permitiriam o real ajuste
dessas medidas, fazendo com que o os níveis de estoque de cada forma
de apresentação passassem a operar dentro nos níveis de controle.
Palavras-chave: Planejamento de Demanda, Estoque, Setor de
Alimentação
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
2
1. Introdução
A indústria de produtos alimentícios vem crescendo constantemente ao longo dos anos. Desde
2008, o setor já cresceu 27,9% e, atualmente, representa cerca de 10% do PIB do Brasil.
Dentro da indústria alimentícia, um ramo que vem ganhando espaço no mercado é o setor de
fórmulas infantis, estima-se que esse setor cresce aproximadamente 11,8% ao ano. Com o
desenvolvimento de pesquisas acerca da alimentação de crianças de zero a 12 meses, os
pediatras vêm indicando cada vez mais o consumo desse tipo de produto no lugar dos
tradicionais compostos lácteos e leite de vaca.
Em qualquer situação mercadológica a boa assertividade na previsão de sua demanda é
fundamental para que o negócio opere de maneira saudável e controlada. Uma previsão de
demanda mais acurada contribui para que os estoques permaneçam dentro dos níveis de
controle estabelecidos pela empresa e evita que ocorra a ruptura do produto no ponto de
venda. Tratando-se de fórmulas infantis, um problema acarretado por uma previsão de
demanda ruim pode ter uma gravidade extremamente elevada. A fórmula infantil é muitas
vezes a única, ou umas das únicas formas de alimentação de uma criança no começo de sua
vida. Uma vez adaptada com uma formula infantil específica, é muito difícil trocá-la sem que
haja algum problema de adaptação da criança ao novo alimento. Logo, a ausência de produtos
desse tipo no ponto de venda pode comprometer seriamente a saúde e nutrição de seus
consumidores.
Este é um dos grandes impasses no planejamento de produtos sensíveis. Por um lado, a falta
do produto é caracterizada como um erro gravíssimo de planejamento da empresa, porém, por
outro lado, o excesso de estoque desse produto para evitar rupturas aumentaria muito o custo
do negócio e os ganhos da companhia não seriam satisfatórios. Logo, é fundamental avaliar
todas as variáveis de demanda e estoque para se ter um plano de demanda consistente que
contribua para níveis controlados de estoque e elevada disponibilidade dos produtos.
Como o Brasil é um país que defende fortemente o aleitamento materno, a comercialização de
fórmulas infantis enfrenta inúmeras restrições. Uma delas é a efetiva fiscalização da
ANVISA, afinal o real consumidor deste produto é extremamente sensível.. Outra restrição
diz respeito à divulgação e à promoção do produto. Com o intuito de não encorajar a mãe a
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
3
substituir o leite materno pela fórmula infantil, para este tipo de produto é proibido qualquer
tipo de comercial ou promoção no ponto de venda. Logo, a divulgação das fórmulas é feita
apenas através de profissionais da saúde.
A empresa objeto desse estudo (referida nesse trabalho como Empresa) entrou nesse ramo, no
Brasil, há cerca de 6 anos e é líder de mercado com inúmeras especialidades de fórmulas
infantis, como por exemplo fórmulas especiais para crianças com alergia a leite de vaca,
fórmulas à base de soja, fórmulas para crianças que apresentam refluxo, entre outras
especialidades. Porém, como se trata de um mercado relativamente novo para a empresa, a
previsibilidade da demanda de seus produtos é extremamente limitada e isso causa causando
inúmeros problemas de estoque.
Assim, o objetivo geral do presente trabalho foi melhorar a acuracidade do planejamento de
demanda de fórmulas Infantis, buscando entender por que a Empresa apresenta problemas de
controle de estoque para esse produto e buscar soluções, ao nível de planejamento de
demanda, sem gerar perdas significativas de faturamento.
2. Referencial Teórico
2.1. Previsão de Demanda
A previsão de demanda constitui-se em uma das atividades de gestão mais importantes para a
tomada de decisões gerenciais, uma vez que o sucesso futuro de qualquer empresa depende
muito de como detecta tendências e desenvolve estratégias adequadas. Neste contexto, o
planejamento e o direcionamento estratégico das empresas dependem da identificação e da
previsão correta das mudanças emergentes no ambiente de negócios.
A previsão consiste na estimação e análise da demanda futura para um produto em particular,
componente ou serviço, utilizando entradas como relações históricas de vendas, estimação de
marketing e informação promocional através de diferentes técnicas de previsão. Segundo
Bermúdez, Segura e Vercher (2006), a base para a maioria das decisões orientadas para o
futuro das empresas é estabelecida pela previsão de demanda, logo, ela é uma ferramenta
essencial para decisões de gestão e de planejamento estratégico.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
4
De acordo com Armstrong (2001), a previsão de vendas é um dos processos mais complexos
de uma empresa, afinal envolve uma série de aspectos como o ambiente, o mercado, os
concorrentes, ações de fornecedores, distribuidores e governo. Logo, merece destaque a
obtenção de métodos que permitam obter valores tão próximos quanto possível da realidade.
De acordo com Souza, Samohyl e Miranda (2008, p. 12), demanda pode ser estimada de
inúmeras maneiras diferentes. Por um lado pode-se reunir informações qualitativas sobre o
mercado, adquiridas através do contato com o cliente, interação com a força de vendas entre
outros indivíduos diretamente relacionados ao mercado consumidor e, a partir das
informações obtidas por esses canais, estimar-se a quantidade que será vendida nos próximos
meses. Por outro lado, também é possível planejar a demanda através de análises estatísticas
de dados passados. Para tanto, constrói-se uma base de dados organizada de maneira
cronológica para cada um dos produtos e estima-se o comportamento da demanda futura a
partir das informações extraídas após a mineração dessas bases. A maneira mais consistente
de se prever a demanda é associar de forma harmônica as duas vertentes de trabalho e buscar
um equilíbrio entre os resultados encontrados em cada tipo de análise. A etapa de estudo
qualitativo da demanda junto ao cliente é de responsabilidade da equipe de marketing e força
de vendas, enquanto a mineração e a análise de dados passados cabem à equipe de
planejamento e operação de vendas.
2.2. Mineração de Dados
Mineração de Dados ou Data Mining consiste no uso de técnicas automáticas de exploração
de grandes quantidades de dados de forma a descobrir novos padrões e relações que, devido
ao volume de dados, não seriam facilmente descobertos a olho nu, isto é, minerar dados
significa obter, classificar, condensar, analisar e, por fim, propor estratégias de negócios,
voltadas para aumentar a competitividade, elevar os lucros e transformar os processos
corporativos. Esse procedimento é utilizado para auxiliar nas tomadas de decisões que
englobam mudanças estratégicas nas operações para obterem vantagens competitivas no
mercado (OLIVEIRA, 1997).
Apesar das definições sobre a Mineração de Dados levarem a crer que o processo de extração
de conhecimento se dá de uma forma totalmente automática, sabe-se hoje que, de fato, isso
não é verdade. Apesar de se encontrar diversas ferramentas que auxiliam na execução dos
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
5
algorítmos de mineração, os resultados ainda precisam de uma análise humana. Porém, ainda
assim, a mineração contribui de forma significativa no processo de descoberta de
conhecimento, permitindo aos especialistas concentrarem esforços apenas em partes mais
significativas dos dados.
Os principais objetivos da mineração de dados são descobrir relações entre dados e, a partir
dessas relações, gerar informações que possam apontar tendências que contribuam para
previsões futuras, baseadas no passado. Os resultados obtidos podem ser usados para
influenciar a tomada de decisão para controle de processos, entre outras aplicações.
2.3. Decomposição Clássica
As séries de dados ao longo do tempo, em sua maioria, apresentam características repetitivas
que podem ser utilizadas no momento de realizar as previsões, isso possibilita uma maior
precisão nos resultados. Existem técnicas de previsão que permitem identificar e isolar cada
uma das componentes presentes em uma série, caracterizando assim uma decomposição
clássica dos elementos.
Segundo Corrar e Theóphilo (2004), os dados que constituem uma série temporal podem
sofrer a influência de diversos fatores externos como alterações macroeconômicas, mudanças
no padrão tecnológico, variações nas condições do meio que a série em questão está envolvida
e fenômenos imprevisíveis. Esses e outros fatores determinam os componentes das séries
temporais que precisam ser decompostos: a tendência, as variações cíclicas, as variações
sazonais e as variações irregulares. A decomposição clássica consiste em um modelo que
utiliza formulações matemáticas simples para separar a série nas quatro componentes
principais, a partir dos quais, são feitas as previsões.
De acordo com Silver (2000, p. 213), “a decomposição clássica é útil tanto para planejamento
como para previsão”. G. Souza, Samohyl e Miranda (2008) ainda acrescentam que ela é uma
ferramenta útil, pois, além de permitir previsões, auxilia na tomada de decisão acerca do
método de previsão mais adequado às características dos dados disponíveis.
2.4. Método de Suavização Exponencial
A suavização ou ajuste exponencial é um método estatístico que parte de uma equação de
médias móveis, ponderadas exponencialmente, com o objetivo de produzir ajustes nas
variações aleatórias dos dados de determinada série temporal. Esse procedimento de
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
6
suavização utiliza uma ponderação distinta para cada valor observado na série temporal, de
modo que valores mais recentes recebam pesos maiores. Assim, os pesos formam um
conjunto que decai exponencialmente a partir de valores mais recentes (GARDNER, 2006).
Os métodos de previsão por Suavização Exponencial não dependem de nenhuma variável
externa para viabilizar a realização das previsões, os métodos se utilizam apenas da
observação da própria série de dados e do trabalho de decomposição clássica da série.
Esses métodos, segundo Gardner (2006), são reconhecidos como uma das ferramentas mais
empregadas na previsão de curto prazo de séries temporais. Sua popularidade se deve
principalmente a sua simples formulação, facilidade de ajustes e boa precisão
(MAKRIDAKIS e HIBON, 2000). Os procedimentos destes métodos incorporam de maneira
simples e compreensível o nível, a tendência e a sazonalidade que apresentam os dados da
série temporal, assim como o erro de previsão, que é o componente estocástico do método
(HYNDMAN et al, 2008).
3. Aplicação: o caso da fórmula infantil A.1
A fórmula infantil A.1 é direcionada para crianças de zero a seis meses que, por falta de leite
materno ou por aleitamento insuficiente pela mãe, precisam utilizá-la como suprimento
alimentar. Em setembro 2015 foi registrado pela empresa que a fórmula infantil A.1 estava
disponível em mais de cinquenta mil pontos de venda e se apresentava como líder da
categoria, com 17,2% do mercado.
A Empresa conta com 150 representantes distribuídos por todo Brasil. A função primordial
desses profissionais é comunicar ao médico a funcionalidade e a importância da fórmula
infantil para o bebê, quando houver a impossibilidade de aleitamento materno. O produto é
oferecido em duas versões, latas de 400g e latas de 800g. Em média, as latas de 800g
oferecem uma economia de aproximadamente 10% no valor total do produto, sendo a
embalagem preferida pelos consumidores finais.
Apesar de esse produto ser largamente consumido no mercado, a Empresa estava enfrentando
problemas de controle de estoque de sua apresentação em latas de 400g. A política da
empresa busca um estoque de produtos suficientes para cobrir a demanda de até 45 dias,
porém o estoque de latas de 400g estava se acumulando mês a mês, chegando a contar no mês
de abril de 2015 com produto suficiente para cobrir 139 dias de demanda. Além de ocupar
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
7
espaço no estoque, esses produtos corriam risco de ter a validade experida antes mesmo que
chegassem aos pontos de venda e ter que ser direcionado para centros de destruição, fatos que
onerando a companhia.
Buscando entender melhor o problema, os indicadores da companhia (descritos a seguir)
foram analisados e soluções foram propostas com o intuito de regularizar a situação,
especialmente para as latas de 400g.
3.1. Indicadores de Desempenho de Planejamento
Os indicadores utilizadas pela Empresa para constatar o controle de seus processos são o
Nível de Serviço, o Corte e o Forquest Acuraccy, que estão descritas a seguir:
Nível de Serviço (NS)
O Nível de Serviço indica qual é a porcentagem de atendimento dos pedidos dos clientes
dentro do mês. Ele revela a diferença percentual entre o número de pedidos que foram
colocados no sistema e a quantidade de pedidos que, de fato. A meta estabelecida pela
companhia para 2015 é de 93% de atendimento e vem sendo atingida, exceto no mês de
setembro/2015, quando a empresa passava por uma drástica mudança operacional em seus
Centros de Distribuição.
Corte
O corte reportado pela companhia denota o percentual de pedidos que não foram atendidos
por falta de produto, ou seja, caracteriza uma ruptura na entrega do produto para o cliente. A
Figura 1 traz o percentual de corte verificado pela companhia durante o ano de 2015 até o mês
de setembro. A companhia estabeleceu metas trimestrais que foram cumpridas mês a mês e,
tal como o nível de serviço, essa meta não foi cumprida apenas em outubro, devido a mesma
questão dos Centros de Distribuição.
Figura 1 - Gráfico de Corte
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
8
Forquest Acuraccy (FA)
O ForquestAcuraccy (FA) é o indicador que melhor expressa a qualidade do planejamento da
demanda de cada produto, ele compara o erro absoluto da previsão da demanda com o valor
planejado. Neste caso, quanto maior o valor alcançado, melhor é o resultado para a empresa.
A meta do FA para 2015 também foi estabelecida por trimestre, como mostra a Figura 2.
Porém, ao contrário dos outros indicadores, essa meta não vem sendo alcançada.
Figura 2 - Gráfico de FA
Como esse indicador mede a assertividade do plano de cada produto, para melhorá-lo é
necessário avaliar o comportamento de cada um dos produtos da companhia ao longo dos
meses, propor alterações cabíveis em seu plano de demanda e verificar se a alteração
realizada, de fato, melhora o resultado do FA.
3.2. O Problema
Como pode ser verificado, o único indicador que não atinge as metas estipuladas pela
companhia é o Forquest Acuraccy. Ou seja, apesar de apresentar bom nível de atendimento ao
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
9
cliente, como mostra o indicador de nível de serviço, a companhia ainda não é capaz de ter
uma boa previsibilidade da demanda de cada um de seus produtos.
A Formula A.1 é o produto mais expressiva do portfólio de fórmulas infantis da Empresa,
pois representa cerca de 21% do volume de produtos vendido. Um dos desafios enfrentados
na elaboração de seu plano de demanda é a baixa flexibilidade de alteração do seu plano no
curto prazo. Como a Empresa ainda não conta com uma fábrica de seus produtos de nutrição
infantil no Brasil, a sua produção é totalmente importada da Argentina ou da Holanda. No
caso da fórmula infantil A.1, a sua produção se dá na Argentina. Os planos de produção são
enviados para a fábrica com 60 dias de antecedência e apresentam poucas possibilidades de
alterações durante este período.
Frente essa baixa flexibilidade no curto prazo e ao grande problema de estoque, a Empresa.
entendeu que era necessário desenvolver estudos que permitissem analisar o comportamento
de cada um dos produtos nos meses anteriores para que com isso, conseguisse fazer uma
melhor projeção da sua demanda.
A Mineração de dados
A mineração de dados começou no mês de abril de 2015 quando o problema de estoque com
essa fórmula foi detectado foram feitas quatro analises principais.
Para tanto, foi necessário construir um banco de dados organizado de maneira temporal e
utilizar técnicas de mineração de dados com o intuito de extrair informações, que associados a
conhecimentos prévios relacionados a categoria ajudassem a melhor entender e avaliar o
problema.
A primeira análise desenvolvida foi a chamada de Cascata. O intuito dessa análise é verificar
se são feitas alterações constantes no plano de demanda para cada um dos produtos ao longo
dos meses de planejamento. Não foram feitas alterações significativas na demanda do produto
A.1, lata de 800g, apenas pequenas alterações de distribuição de volume durante o ano. De
onde se concluiu que o plano de demanda era bastante consistente. Para as latas de 400g,
pode-se verificar alterações mais significativas. As alterações no curtíssimo prazo eram pouco
significativas, mas as alterações no médio prazo demonstram extrema instabilidade do plano
no mês de setembro, por exemplo. Neste mês, o plano chegou a ter um aumento de até 30%
na demanda. Isso leva a concluir que provavelmente a companhia ainda não sabia bem como
a demanda se comportaria nos próximos meses.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
10
Base de Demanda
A segunda analise desenvolvida para controlar a acuracidade dos produtos é a Base de
Demanda. Nessa base, a linha vermelha (linha principal) representa a demanda planejada, a
linha azul representa a real venda do produto e as linhas verdes representam os limites dentro
dos quais a venda do produto (no caso, a linha azul) deveria navegar para que o produto
estivesse sob controle. Na Figura 3 nota-se que a lata de 800g, apesar de vender sempre um
pouco além do que o planejado, continua navegando dentro dos limites de controle, tendo
uma boa acuracidade. O bom controle desse produto contribui para que o seu estoque esteja
em níveis controlados e a sua disponibilidade não seja um problema para a equipe de
operações.
Figura 3 – Gráfico Base de Demanda do A.1 800g
Já a lata de 400g (Figura 4), está sempre abaixo dos limites de controle: sempre vendeu bem
abaixo do que planejado, elevando níveis de estoque e gastos com armazenagem, pois a
empresa importa produtos e se prepara para receber uma demanda bem maior do que a, de
fato, acontecida.
Figura 4 – Gráfico Base de Demanda do A.1 400g
Sell In x Sell Out
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
11
O Sell In se trata da venda que a empresa faz para seus clientes (grandes redes de
supermercados e farmácias). Já o Sell Out compreende a venda que os clientes da empresa
fazem para o cliente final do produto. A comparação entre o Sell In e o Sell Out permite
verificar se a tendência de compra do consumidor final está de acordo com a venda projetada.
Para a lata de 800 g (Figura 5) é possível concluir que apesar de a tendência da venda
projetada (Sell In) e a tendência do Sell Out se apresentarem de maneira crescente, o
crescimento do Sell Out é um pouco mais acentuado. Se essa tendência permanecer, haverá
ruptura do produto no ponto de venda, pois a demanda irá superar a oferta.
Figura 5 – Gráfico Sell In X Sell Out do A.1 800g
Para a lata de 400 g (Figura 6), verifica-se que a empresa projeto um crescimento continuo da
venda, (Sell In), enquanto o consumidor final vem comprando o produto de forma decrescente
(Sell Out).
Figura 6 – Gráfico Sell In X Sell Out do A.1 400g
NNQ - Estatística
A NNQ – Estatística é um suplemento gratuito do Excel que gera uma previsão a partir de
uma série de pelo menos 36 dados, realizando a decomposição clássica dos dados e
construindo a previsão a partir do método de suavização exponencial da curva. A ferramenta
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
12
começou aser implementada em agosto de 2015, quando a demanda já havia sido revisada a
partir das conclusões tiradas com as análises anteriores. Com a NNQ foi possível verificar
que, estatisticamente, a demanda projetada para o próximo ano (longo prazo, Figura 7) estava
próxima da curva estatística sugerida pela NNQ (Figura 8).
Figura 7 – Gráfico Previsão 2016
Figura 8 – Gráfico de Previsão 2016 Gerada pela NNQ
O volume total sugerido por ambos os métodos é bem semelhante: 1.437.752 latas/ano pela
NNQ e 1.460.507 latas/ano pela previsão simples. Porém, a distribuição desse volume durante
o ano apresenta algumas diferenças consideráveis que devem corrigidas ou pelo menos
analisadas.
3.3 Resultados
Analisando todas essas bases é possível concluir que a empresa apresentava um projeto de
demanda muito agressivo para a lata de 400g, produzindo se mais do que efetivamente se
vendia. Já para a lata de 800g, o plano de demanda era bem mais coerente e próximo da
realidade, o que contribuiu para que os estoques permanecessem sob controle. Apesar disso,
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
13
verifica-se a partir das bases que este produto apresenta uma oportunidade de venda maior
que a planejada. Logo, caberia um aumento no plano de demanda para que a previsão e a
realidade ficassem ainda mais alinhados.
A construção dessas bases revelou a necessidade de uma melhor análise de mercado para os
produtos da empresa em cada uma de suas apresentações (400g e 800g), e não apenas do
crescimento da categoria como um todo, como era feito até então. Para corrigir este problema,
a solução encontrada foi reduzir 20% (em toneladas) o plano de demanda da lata de 400g e
repassar essas toneladas para o plano de demanda da lata de 800g.
A melhora nos níveis de controle da categoria foi evidente. Para as latas de 400 g, todos os
meses seguintes à alteração operaram dentro dos limites de controle (Figura 9). Além disso as
linhas de comparação entre Sell In e Sell Out estão bem mais alinhadas, o que indica que o
plano está acompanhando a demanda real do cliente final (Figura 10).
Figura 9 – Gráfico Base de Demanda latas 400g
Figura 10 – Gráfico Sell In X Sell Out latas 400g
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
14
Com a realização das alterações, a empresa passou a contar com 56 dias de estoque de latas de
400 g em seus centros de distribuição, 59% menos do que havia em estoque quando o
problema foi detectado e uma acuracidade 32 pontos percentuais maior, atingindo assim as
metas estipuladas para este produto.
Para as latas de 800 g, os índices continuam trabalhando dentro dos limites estabelecidos pela
companhia, operando ainda mais próximo da linha estabelecida pelo plano (Figuras 11 e 12).
Figura 11 – Gráfico Base de Demanda latas 800g
Figura 12 – Gráfico Sell In X Sell Out latas 800g
4. Conclusões
Primeiramente, é possível concluir que uma boa mineração é fundamental para o controle do
estoque dos produtos e para a melhora no nível de assertividade da demanda do produto mês a
mês. O levantamento do histórico de cada item permite verificar como a demanda do produto
se comportava nos meses anteriores e o que isso pode impactar nos planos futuros. Frente a
esse fato, as análises desenvolvidas são de grande utilidade para a equipe de operações e,
certamente, contribuíram muito para a melhora da acuracidade do plano de demanda dos
produtos.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
15
Para maior entendimento do caso, foi observado em outros produtos da companhia que depois
de um certo período de amadurecimento do produto no mercado é natural que as vendas da
apresentação de 400g diminuam, enquanto a venda das apresentações de 800g aumentem.
Segundo a equipe de marketing, isso ocorre devido ao fato do consumidor final já está
habituado ao produto e possuir maior confiança de que será aceito pelo bebê. Além disso, as
latas de 800g são mais práticas, e custam menos, outro atrativo para os compradores.
A associação de todas essas técnicas de análise e estudo permitiu que cada vez mais o número
projetado seja ainda mais próximo do real e que cada vez mais os níveis de estoque de cada
produto operem dentro nos níveis de controle.
AGRADECIMENTOS
Os autores agradecem ao CNPq e a FAPEMIG, pelo apoio financeiro concedido a diversos projetos que
subsidiaram o desenvolvimento desse trabalho.
REFERÊNCIAS
ARMSTRONG, J. S. Principles of forecasting. A handbook for researchers and practitioners. London:
Kluwer Academic Publishers, 2001.
BERMÚDEZ, J. D.; SEGURA, J. V.; VERCHER, E. A decision support system methodology for forecasting of
time series based on soft computing. Computational Statistics & Data Analysis, v. 51, p.177-191, 2006.
CORRAR, L., & THEÓPHILO, C. Pesquisa operacional para decisão em contabilidade e administração.
São Paulo: Atlas, 2004.
FAYYAD, Usama. From Data Mining to Knowledge Discovery in Databases. Ai Magazine, v. 17, n. 3, 1996.
GARDNER E.S. Exponential Smoothing: The State of the Art - Part II. International Journal of Forecasting,
v.22, n.4, p. 637–666, 2006.
HYNDMAN, R. J.; KOEHLER, A. B.; ORD, J. K.; SNYDER, R. D. Forecasting with exponential smoothing:
the state space approach, Springer-Verlag, Berlin, 2008.
MAKRIDAKIS, S.; HIBON, M. The M3-competition: Results, conclusions and implications. International
Journal of Forecasting, v.16, 451–476, 2000.
OLIVEIRA, Djalma de Pinho Rebouças. Sistemas de informações gerenciais: estratégicas, táticas e
operacionais. 4ª ed. São Paulo: Atlas, 1997.
SILVER, M. Estatística para administração. São Paulo: Atlas, 2000.
SOUZA, Gueibi Peres; SAMOHYL, Robert Wayne; MIRANDA, Rodrigo Gabriel de. Métodos Simplificados de
Previsão Empresarial. Rio de Janeiro: Ciência Moderna, 2008.