Gerenciamento de estoques via previsão de vendas agregadas utilizando simulação

Por Eduardo Carrara Peixoto; Luiz Ricardo Pinto

O aumento da economia global, a concorrência e a tecnologia exigem cada vez mais agilidade e flexibilidade das organizações.

Na siderurgia isso não é diferente, apesar de seus processos requererem grandes escalas e conseqüente elevação dos tempos de lead time. A manutenção de estoques, nesse contexto, se torna imprescindível.

Este trabalho apresenta uma contribuição para o processo de tomada de decisão para quantificação de estoques em uma empresa de trefilação de arames. Um modelo matemático foi elaborado para auxiliar as políticas de aquisição e manutenção de estoques de cada item.

A empresa forneceu informações chave para o modelo: vendas agregadas de produtos acabados; demanda histórica de insumos; histórico de suprimentos; desempenho de fornecedores e estratégia de compra para o período.

Como o sistema envolve variáveis estocásticas, fez-se necessário a determinação dos níveis de estoque de segurança para evitar rupturas na produção e no fornecimento de produto aos clientes.

Palavras-chave : Estoque; previsão de vendas; simulação; estoque de segurança; siderurgia.

Link para artigo no Scielo: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132006000300016&lng=pt&nrm=iso&tlng=pt

INTRODUÇÃO

Certamente um dos passos mais importantes na condução de uma empresa é o planejamento. Analisar cenários e fazer a escolha do caminho por onde se deseja conduzir a empresa em longo prazo faz parte dessa etapa. Um bom planejamento é aquele que dita claramente quais mercados e clientes serão servidos e é baseado em uma visão da organização sobre como será o mercado no futuro e qual o papel da empresa nesse cenário. Por visão entende-se a definição de metas e ideais através dos quais os negócios serão conduzidos.

Decisões estratégicas, tais como aquelas que tratam de capacidade, nível de serviço e rede de distribuição, são complexas e envolvem o comprometimento de recursos ao longo de vários anos.

Em última instância, o que se busca através do planejamento empresarial é a identificação das necessidades do cliente e a adaptação dos processos de negócio para satisfazer essas necessidades.

Um importante desdobramento dessa atividade é o planejamento da produção. Um bom planejamento da produção não garante o sucesso, mas direciona os esforços da organização no sentido de maximizar a utilização de recursos e melhorar o desempenho total.

O planejamento da produção está ligado às políticas de manutenção de estoques. Os motivos pelos quais os estoques estão presentes nos canais de produção são vários, mas o planejamento dos níveis desses estoques está cada vez mais em evidência, pois eles se tornam variável determinante dos resultados financeiros de muitos ramos empresariais.

Lenard e Roy (1995) afirmam que o controle de estoque é estudado desde 1913 com Harris. Pode-se afirmar que o bom funcionamento de tal área é vital para uma organização, uma vez que representa boa parte dos custos logísticos. Assim, é evidente a necessidade de se buscar a otimização do gerenciamento desses serviços. Um bom gerenciamento de estoques equaciona as questões de disponibilidade, nível de serviço e custos de manutenção (KREVER et al., 2003).

Para Ballou (2001), os estoques estão presentes em um canal de suprimentos principalmente por: (i) melhorar o serviço ao cliente; (ii) reduzir os custos operacionais (set up, aquisição, transporte, etc.). No entanto, estoques são condenáveis devido a: (i) custo de sua manutenção; (ii) possibilidade de estoques poderem mascarar problemas de qualidade; (iii) obsolescência. Toda política de controle de estoques deve administrar o difícil dilema entre minimizar custos de manutenção de estoques e satisfazer a demanda do cliente.

Krupp (1997) afirma que, quanto maior o estoque, maior o nível de serviço. Krupp (2002) ressalta, no entanto, que em muitos ambientes a manutenção de estoques de produtos acabados ou semi-acabados não é permitida.

A partir da década de 70, surgiram vários sistemas de controle de produção (MRP, JIT e ERP) que têm características um pouco mais qualitativas em relação às abordagens quantitativas tradicionais.

Platt et al. (1997) destacam a existência de uma necessidade implícita nos modelos de gestão de estoques ligada a sua adequação e aplicabilidade à cadência normal das operações que podem implicar em freqüentes cálculos de tamanho de pedidos e ponto de ressuprimento (ROP) para centenas de itens ou produtos de uma empresa.

Hautaniemi e Pirttilä (1999) realizaram comparações entre algumas políticas de controle de estoques, tais como MRP, ROP e sistemas de revisão visuais como two-bin. Esses autores afirmam que, apesar dessas políticas serem consideradas mutuamente excludentes pela literatura, a necessidade de mercado impõe tempos de entrega cada vez menores, mais confiáveis e produtos personalizados, gerando a necessidade de usar ROP ou sistemas de revisão visuais juntamente com os sistemas MRP.

Os modelos científicos baseados em pesquisa operacional fornecem fundamentação teórica para a construção de sistemas de suporte à decisão na área de planejamento da produção e gerenciamento de estoques. As três principais abordagens voltadas para a modelagem computacional em pesquisa operacional baseiam-se em: otimização, heurística e simulação.

A otimização através de técnicas de programação matemática, tais como programações linear, não-linear e inteira, deve ser empregada sempre que possível, pois essas técnicas garantem uma solução ótima. A complexidade dos modelos, no entanto, normalmente demanda grande capacidade computacional e tempos de processamento proibitivos. Nesse caso, as heurísticas têm sido aplicadas para reduzir o espaço a ser pesquisado e posteriormente avaliar as alternativas encontradas através de uma das outras abordagens.

Simulação é um tipo de modelagem matemática que procura primeiramente retratar a dinâmica de um sistema existente ou planejado para depois poder avaliar soluções viáveis do problema. Essa técnica é recomendada quando se pretende abordar um nível de detalhe mais amplo do processo.

RESULTADOS

O modelo utilizou técnicas de modelagem matemática que levam em consideração parâmetros estabelecidos por especialistas visando obter um resultado melhor do que se poderia obter utilizando apenas estimativas e/ou métodos muito simplificados que não retratam a dinâmica do processo estudado.

A seguir é apresentado o detalhamento dos resultados obtidos no período em que o modelo foi validado: meses de outubro, novembro e dezembro de 2004 e janeiro de 2005.

Média de FMItem simulados por mês: 46%.

Em 93% dos itens a política de aquisição sugerida pelo pedido médio do sistema satisfez a demanda real.

O volume médio de vendas não atendido por falta de FM foi de 1,9% das vendas (itens que apresentaram ruptura).

Dentre os FMItem que apresentaram ruptura, um número bastante reduzido representou 45% das rupturas e devem ter seus históricos de demanda analisados com maior profundidade para entender os fatores que interferiram nesse processo.

Em janeiro, houve ruptura de estoque acentuada (em volume) em dois FMItem que juntos representaram 68% do volume faltante no mês. Nesses casos, a situação foi analisada e o crescimento exagerado das vendas em relação ao histórico de dados gerou o problema. Neles, a base de dados histórica não representou bem a realidade e, por isso, o estoque de segurança não foi capaz de proteger a produção e ocorreu assim falta de FM para atender aos pedidos registrados (ruptura).

O estoque real de fio máquina no final do mês ficou, em média, 14% acima do volume de estoque previsto, indicando que houve variação para baixo das vendas de alguns itens de grande demanda em relação ao histórico de vendas. Os FMItem que apresentaram estoques elevados em relação ao estoque projetado foram analisados e, nesses casos, a redução drástica nos volumes de venda comprometeu a previsão do modelo.

Perfil de demanda dos FMItem segundo o Teste do Desvio Padrão - TDP:

TDP = 1,00 (56% dos itens);
TDP = 0,75 (16% dos itens);
TDP = 0,50 (19% dos itens);
TDP = 0,25 (7% dos itens).

A empresa permanece utilizando a ferramenta para apoiar seu processo de tomada de decisão de aquisição do insumo FM.

Especialistas continuam envolvidos no processo e validam a ferramenta.

O modelo, apesar de simplificado em relação ao sistema estudado, apresentou resultados que retratam a realidade com boa qualidade.

CONCLUSÕES

As premissas do estudo foram consideradas adequadas e é possível afirmar que o comportamento histórico das previsões de venda de produtos acabados e o respectivo mix de produtos necessários à produção, adicionados a parâmetros e restrições de produção, podem determinar, com boa precisão, o planejamento de compra de insumos. Além disso, uma ferramenta simples baseada nesses princípios produziu melhorias substanciais nos resultados do processo de tomada de decisão.

As exceções de adequação apontadas pela ruptura no estoque indicaram inadequação do histórico de vendas e fornecimento à realidade do mês em que se projetaram as vendas, o que é previsível num projeto de simulação que usa dados probabilísticos.

O desempenho computacional do sistema foi considerado adequado pelos analistas. A execução do modelo de simulação com 200 observações num computador Pentium 4, 2,33 Ghz com todo o mix de FMItem é processada em menos de dois minutos.

Algumas recomendações, apresentadas a seguir, devem ser observadas para melhorar a qualidade dos resultados:

• Revisão dos parâmetros de dias de cobertura e nível de serviço do estoque (Seg Demanda e Seg Lead Time) principalmente para os FMItem que apresentaram elevado índice de ruptura.
• Verificação da possibilidade de aumento do histórico de dados que represente a realidade atual. Históricos maiores que seis meses aumentariam a confiabilidade das aproximações estatísticas. Fez-se o teste no mês de janeiro de 2005 com 12 meses de histórico e obteve-se um menor número de itens apresentando rupturas, bem como um aumento expressivo no número de FMItem simulado.
• Considerações adicionais devem ser realizadas durante a tomada de decisão no caso de produtos que podem sofrer elevação de preços. Nessa situação, é sabido que o forte crescimento das vendas reduz a representatividade do histórico, base da análise do sistema. A previsão desse impacto deve ser avaliada e acrescentada aos resultados do modelo.
• É necessária a revisão contínua e periódica dos parâmetros de estoque com base nas alterações de processo, cronograma de laminação e restrições de capacidade de produção.
• Durante a alimentação dos dados históricos no sistema, deve-se garantir que alterações de processo estejam contempladas. Aproveitar base de dados de meses anteriores somente adicionando informações recentes pode gerar erro.
• TDP menor que 1 indica que o tomador de decisão deve tomar cuidado extra ao definir o pedido de compra de FMItem, já que a variação de demanda se mostrou acentuada no histórico utilizado.
• Calcular custos de manutenção de estoques e estimar custos de vendas postergadas e vendas perdidas para ajustar de forma quantitativa (e não subjetiva) os parâmetros de estoque de segurança.

O modelo pode ser considerado adequado a apoiar o processo de decisão de compra de FM na empresa tendo em vista o grande número de FMItem cujo histórico de demanda valida o modelo construído para determinação do tamanho do pedido de compra.