DANIELA DA SILVA PEREIRA - Departamento de Engenharia de...

DANIELA DA SILVA PEREIRA

MODELO DE DISTRIBUIÇÃO FÍSICA EM UMA

INDÚSTRIA ALIMENTÍCIA

Trabalho de Formatura apresentado à

Escola Politécnica da Universidade de São

Paulo para obtenção do Diploma de

Engenheiro de Produção.

ORIENTADORA: Profª Drª Débora Pretti Ronconi

SÃO PAULO

2004

“O homem nasceu para aprender. Aprender tanto quanto a vida lhe permita.”

(Guimarães Rosa)

AGRADECIMENTOS

Aos meus pais e a minha família por toda base que me deram para chegar até aqui.

A Profª Débora por toda confiança, apoio e orientação que me dedicou ao longo deste projeto.

A Kibon pela oportunidade dada para a aplicação do meu modelo e pela experiência

adquirida.

Aos meus colegas de trabalho pelo suporte oferecido.

A todos os meus amigos que de alguma forma se envolveram, incentivaram, acompanharam

as etapas deste trabalho e, principalmente, colaboraram com a minha passagem pela

universidade.

Muito obrigada.

RESUMO

O presente trabalho identificou uma oportunidade de melhoria no sistema de distribuição

física da Kibon uma vez que as escolhas neste departamento da empresa são feitas de forma

empírica, baseados em experiências anteriores e sem nenhuma comprovação cientifica.

A empresa entende que o transporte representa hoje o maior custo logístico da cadeia, porém

essa visão é restrita e não leva em consideração outros fatores ou mesmo a integração entre

planejamento, produção e distribuição.

Desta forma, o desequilíbrio dos estoques ao longo da cadeia logística gera uma série de

custos, muitas vezes desnecessários, que envolvem diretamente o nível de serviço da empresa.

Neste caso em particular, o nível de serviço torna-se um ponto de atenção, uma vez que o

consumo de sorvetes no país é, principalmente, motivado pelo impulso. Uma falta de sorvete

na ponta da cadeia acarretaria diretamente na perda da venda, ora diminuindo o volume de

vendas, ora perdendo clientes para a concorrência.

Neste contexto, este trabalho propõe a aplicação de técnicas de pesquisa operacional, através

da construção de um modelo que otimize a distribuição dos estoques ao longo da cadeia,

minimizando os custos logísticos e aumentando o nível de serviço.

O resultado da simulação mostrou-se viável operacionalmente, tecnicamente consistente e

gerou uma redução de custos da ordem de 46%.

ABSTRACT

The present project identified an opportunity of improvement in the physical distribution

system of Kibon, as the decisions in this department are of empirical nature, based on past

experiences and without any cientific validation.

The company understands that transportation represents nowadays the greatest cost in the

supply chain, but this is a restricted vision and does not take into account other factors or even

the integration between planning, production and distribution.

This way, the unbalance of inventory throughout the supply chain creates a series of costs, a

lot of times unnecessary, wich directly affect the service level of the company.

In this particular case, the service level becomes an important point, since the consumption of

icecream in this country is basically motivated by impulse. A lack of icecream at the end of

the supply chain would cause directly a decrease of sales, either diminishing the sales volume

or causing the loss of clients to the competition.

In this context, this project proposes the application of operation research techniques, through

the construction of a model wich optimizes the distribution of inventory throughout the supply

chain, minimizing the logistic costs and increasing the service level

The results shows that the model is operationaly viable and technical consistent. It generates a

cost reduction of the order of 46%.

SUMÁRIO

1. Introdução .................................................................................................................2

2. Descrição da Empresa..............................................................................................5

2.1.Unilever ............................................................................................................... 5 2.2.Kibon .................................................................................................................... 7 2.3.Histórico do Sorvete ............................................................................................. 7 2.4.Processo Produtivo ............................................................................................. 13 2.5.Produtos .............................................................................................................. 17 2.6.Mercado .............................................................................................................. 19

3. Definição do Problema ...........................................................................................24

3.1.Contextualização do Problema ........................................................................... 24 3.2.Problema Abordado ............................................................................................ 29 3.3.Objetivos do Trabalho ........................................................................................ 32

4. Revisão Bibliográfica ..............................................................................................35

4.1.Introdução ........................................................................................................... 35 4.2.Logística Empresarial ......................................................................................... 35 4.3.Pesquisa Operacional.......................................................................................... 36 4.4.O Problema de Transporte .................................................................................. 37 4.5.Casos Análogos .................................................................................................. 38 5. O Modelo .................................................................................................................43

5.1.Objetivos ............................................................................................................. 43 5.2.Hipóteses Adotadas ............................................................................................ 43 5.3.Relação de Variáveis e Parâmetros..................................................................... 44 5.4.Modelo ................................................................................................................ 46 5.4.1Função Objetivo ................................................................................................ 49 5.4.2Restrições.......................................................................................................... 49

6. Levantamento de Dados .........................................................................................54 6.1.Produtos .............................................................................................................. 54 6.2.Transporte ........................................................................................................... 55 6.3.Produção ............................................................................................................. 56 6.4.Previsão de Demanda ......................................................................................... 57 6.5.Estoques iniciais ................................................................................................. 59 6.6.Capacidade de Expedição ................................................................................... 60 6.7.Capacidade de Armazenagem............................................................................. 61 6.8.Custos de Armazenagem .................................................................................... 62 6.9.Valor dos Estoques ............................................................................................. 63 6.10.Custo de Oportunidade ..................................................................................... 63

7. Resultados Computacionais e Análise Crítica .....................................................65

7.1.Solução do Problema .......................................................................................... 65 7.2.Análise da Solução Obtida.................................................................................. 66

7.3.Análise da Sens ibilidade......................................................................................71

8. Conclusão.................................................................................................................78

8.1.Análise do Modelo.............................................................................................. 78 8.2.Pontos de Melhoria ............................................................................................. 80

8.3.Possíveis Ampliações do Estudo.........................................................................81

Referências Bibliográficas..................................................................................................83

LISTA DE FIGURAS

Figura 2.1.1. Distribuição Física das Fábricas Unilever (Unilever) ....................................... 6 Figura 2.1.2. Estrutura Organizacional – Principais Divisões (Unilever) .............................. 6 Figura 2.3.1. Propaganda Veiculada em 1947 (Unilever) .................................................... 10 Figura 2.3.2. Logotipo PowerBrand Lançado em 2003 (Unilever) ...................................... 11 Figura 2.3.3. Cronologia da Divisão Kibon (Elaborado pela Autora) .................................. 12 Figura 2.4.1. Fluxograma Produtivo (Elaborado pela Autora) ............................................. 14 Figura 2.5.1. Linha Impulse (Unilever) ................................................................................ 17 Figura 2.5.2. Linha Scooping/Food Service (Unilever) ....................................................... 18 Figura 2.5.3. Linha Take Home (Unilever) .......................................................................... 18 Figura 2.6.1. Concorrência no Mercado de Sorvetes na América Latina (Unilever) ........... 20 Figura 3.1.1. Estrutura de Trabalho na Empresa (Unilever)................................................. 25 Figura 3.1.2. Fluxo de Informações na Cadeia de Suprimentos (Elaborado pela Autora) ... 28 Figura 3.2.1. Configuração da Rede de Distribuição (Elaborado pela Autora).................... 30 Figura 3.2.2. Curva do Tradeoff Custo X Serviço (Adapatado de Copacino 1997)............. 31 Figura 7.3.1. Localização Geográfica das filiais NE (Elaborado pela Autora) .................... 75

LISTA DE GRÁFICOS

Gráfico 2.6.1. Consumo Per Capita Litros/Ano (Unilever/Nielsen 2001) ........................... 19 Gráfico 2.6.2. Tamanho do Mercado de Sorvetes em Tamanho e em Valor (Unilever/Nielsen 2001) ....................................................................................................... 20 Gráfico 2.6.3. Volume em Vendas por Mês em Litros (Unilever) ....................................... 21 Gráfico 7.2.1. Estoques CD Central de RE (Elaborado pela Autora)................................... 70 Gráfico 7.2.2. Estoques CD Central de SP (Elaborado pela Autora) ................................... 70

LISTA DE TABELAS

Tabela 5.3.1. Tabela de Índices (Elaborado pela Autora) .................................................... 44 Tabela 5.3.2. Tabela de variáveis (Elaborado pela Autora) ................................................. 45 Tabela 5.3.3. Tabela de Parâmetros (Elaborado pela Autora).............................................. 45 Tabela 6.1.1. Divisão das Famílias de Produtos (Elaborado pela Autora) ........................... 54 Tabela 6.2.1. Valores de Frete com Origem em São Paulo (Elaborado pela Autora) .......... 55 Tabela 6.2.2. Valores de Frete com Origem em Recife (Elaborado pela Autora)................ 56 Tabela 6.3.1. Capacidade Máxima de Produção nas Fábricas (Elaborado pela Autora) ...... 56 Tabela 6.4.1. Previsão de Demanda em Paletes para Filiais e Distribuidores com Atendimento em São Paulo (Elaborado pela Autora)........................................................... 58 Tabela 6.4.2. Previsão de Demanda em Paletes para Filiais e Distribuidores com Atendimento em Recife (Elaborado pela Autora) ................................................................ 59 Tabela 6.5.1. Estoques Finais em Dez/2002 Filiais SP (Elaborado pela Autora) ................ 60 Tabela 6.5.2. Estoques Finais em Dez/2002 Filiais RE (Elaborado pela Autora) ................ 60 Tabela 6.6.1. Capacidade de Expedição (Elaborado pela Autora) ....................................... 61 Tabela 6.7.1. Capacidade de Armazenagem Filiais (Elaborado pela Autora) ...................... 61 Tabela 6.8.1. Custo de Armazenagem CD’s Centrais (Elaborado pela Autora) .................. 62 Tabela 6.9.1. Valor dos Produtos em R$/Palete (Elaborado pela Autora) ........................... 63 Tabela 7.1.1. Tabela de Índices – Simulação Recife (Elaborado pela Autora) .................... 65 Tabela 7.1.2. Tabela de Índices – Simulação São Paulo (Elaborado pela Autora) .............. 66 Tabela 7.2.1. Comparativo Custos Atuais versus Proposto (Elaborado pela Autora) .......... 66 Tabela 7.2.2. Tabela Estoques Centrais Modelo Proposto (Elaborado pela Autora) ........... 68 Tabela 7.2.3. Quantidade de Paletes Transportados no Modelo para RE (Elaborado pela Autora).................................................................................................................................. 68 Tabela 7.2.4. Quantidade de Paletes Transportados no Modelo para SP (Elaborado pela Autora).................................................................................................................................. 69 Tabela 7.2.5. Estoques Propostos Filiais N/NE (Elaborado pela Autora) ............................ 71 Tabela 7.2.6. Estoques Médios Atuais Filiais N/NE (Elaborado pela Autora) .................... 71 Tabela 7.2.7. Estoques Propostos Filiais S/SE/CO (Elaborado pela Autora)....................... 71 Tabela 7.2.8. Estoques Médios Atuais Filiais S/SE/CO (Elaborado pela Autora) ............... 71 Tabela 7.3.1. Comparativo Custos – Análise Capacidade Expedição (Elaborado pela Autora).................................................................................................................................. 72 Tabela 7.3.2. Comparativo Custos – Capacidade de Produção Maior (Elaborado pela Autora).................................................................................................................................. 73 Tabela 7.3.3. Comparativo Custos – Capacidade de Produção Menor (Elaborado pela Autora).................................................................................................................................. 73 Tabela 7.3.4. Valor da Constante W1 (Elaborado pela Autora)........................................... 74 Tabela 7.3.5. Distância entre as cidades em Km (Elaborado pela Autora) .......................... 75 Tabela 7.3.6. Comparativo Cenário com Transbordo (Elaborado pela Autora)................... 76

Capítulo 1

Introdução

12

Introdução

A competição cada vez mais acirrada no mercado tem levado as empresas a buscar o

aperfeiçoamento de todos os seus processos, inclusive o de tomada de decisão.

A tomada de decisão pode ser entendida, de maneira simplificada, como um processo em que,

dentre várias alternativas possíveis, escolhe-se a mais adequada para o alcance de

determinado objetivo (Goldbarg e Luna, 2000).

Trabalhando como estagiária na área de Distribuição Física da Unilever Brasil Divisão Kibon,

a autora pode perceber grandes oportunidades de melhoria uma vez que as escolhas neste

departamento da empresa são feitas de forma empírica, baseados em experiências anteriores e

sem nenhuma comprovação cientifica.

A empresa entende que o transporte representa hoje o maior custo logístico da cadeia, porém,

essa visão é restrita e não leva em consideração outros fatores ou mesmo a integração entre

planejamento, produção e distribuição.

Desta forma, o desequilíbrio dos estoques ao longo da cadeia logística, gera uma série de

custos, muitas vezes desnecessários, que envolvem diretamente o nível de serviço da empresa.

Neste caso em particular, o nível de serviço torna-se um ponto de atenção, uma vez que o

consumo de sorvetes no país é, principalmente, motivado pelo impulso. Uma falta de sorvete

na ponta da cadeia acarretaria diretamente na perda da venda, ora diminuindo o volume de

vendas, ora perdendo clientes para a concorrência.

Neste contexto, surgiu a principal a motivação para a realização deste trabalho. Através da

aplicação de técnicas de pesquisa operacional, modelar e otimizar a distribuição dos estoques

ao longo da cadeia, minimizando os custos logísticos e aumento o nível de serviço.

Aplicações deste tipo têm sido largamente difundidas nos últimos anos, principalmente

devido ao desenvolvimento de softwares específicos nesta área, além da expansão na

capacidade de processamento dos computadores.

Desta forma, este trabalho tem como objetivo desenvolver um modelo matemático na área de

distribuição física que busque a minimização dos custos globais, através do equilíbrio entre os

custos de armazenagem, transporte e oportunidade, gerando uma melhor solução para a

localização do estoques na cadeia.

13

Introdução

A implantação de um sistema deste tipo possibilita, além da otimização dos recursos atuais, o

auxílio à tomada de decisão através da avaliação dos impactos sobre a cadeia de distribuição.

Com este objetivo, o trabalho foi estruturado da seguinte maneira:

§ Capítulo 2 – A Empresa: Neste capítulo é apresentada a empresa, seus produtos,

seu sistema produtivo, assim como o mercado no qual ela está inserida.

§ Capítulo 3 – Definição do Problema: É contextualizado, definido e analisado o

problema.

§ Capítulo 4 – Revisão Bibliográfica: Uma revisão dos principais pontos teóricos

relacionados.

§ Capítulo 5 – O Modelo: Consiste na apresentação do modelo desenvolvido a partir

das particularidades do sistema.

§ Capítulo 6 – Levantamento de dados: São mostrados os métodos de obtenção dos

principais dados utilizados na execução do modelo.

§ Capítulo 7 – Resultados Computacionais e Análise Critíca: São apresentados os

resultados da simulação do modelo e é feita uma análise de sensibilidade,

discutindo os principais pontos levantados.

§ Capítulo 8 – Conclusão: De posse de todas as informações, é feita uma análise

final, identificando os ganhos obtidos e as oportunidades de melhoria.

Capítulo 2

A Empresa

15

A Empresa

2. DESCRIÇÃO DA EMPRESA

Nesse capítulo será apresentada a empresa na qual o trabalho será desenvolvido. A primeira

parte do capítulo dedica-se à descrição da Unilever Brasil. A segunda parte apresenta a

divisão Kibon, através de um histórico desta divisão, o processo produtivo do sorvete, assim

como os produtos atuais e o mercado no qual a empresa está inserida.

2.1. Unilever Com um grande portfólio de marcas de produtos de higiene pessoal, limpeza doméstica,

sorvetes, alimentos e foodservice - produtos para uso profissional (restaurantes, lanchonetes,

bares, rotisseries, padarias, cadeias de fast food, hotéis, quiosques e etc), a multinacional de

capital anglo-holandês Unilever emprega cerca de 265 mil pessoas em diversos países e situa-

se entre as empresas que lideram o mercado mundial de bens de consumo no mundo. Seus

produtos estão em 150 países e respondem por vendas anuais superiores a U$ 50 bilhões(1).

§ Unilever no Brasil

Presente no Brasil há 75 anos, a Unilever apresenta uma história marcada por crescimento

constante.

Tudo começou em 1929, quando a Irmãos Lever S.A. instalou-se em São Paulo para

comercializar o sabão Sunlight, importado da Inglaterra. De lá para cá, foram décadas de

convívio e relacionamento com o consumidor brasileiro, o que colocou a empresa em posição

de liderança com marcas de sucesso como Lux, Omo, Doriana, Kibon, Hellmann's,

Knorr/Cica e Arisco. Em 2001, a então Gessy Lever adotou a identidade corporativa mundial

da empresa, passando a chamar-se Unilever.

Hoje, a Unilever possui 16 unidades de produção e emprega 15 mil pessoas no país (2).

(1) e (2) Fonte: Unilever

16

A Empresa

§ Fábricas A Unilever possui 16 unidades industriais distribuídas por todo o Brasil, conforme o mapa

abaixo (figura 2.1.1):

Figura 2.1.1. Distribuição física das fábricas Unilever. Fonte: Unilever.

§ Estrutura No Brasil a Unilever atua através de quatro divisões operacionais, conforme figura 2.1.2

§ Unilever Higiene e Beleza (HPC, Home and Personal Care)

§ Unilever Bestfoods (UBF)

§ UBF Foodsolution

§ Kibon

Figura 2.1.2. Estrutura Organizacional – Principais Divisões.

Fonte: Unilever.

Higiene e Beleza

UNILEVER

Unilever Bestfoods

17

A Empresa

2.2. Kibon

A Kibon é líder no mercado nacional no ramo de sorvetes com cerca de 56% de participação

no mercado e também é a marca mais lembrada do setor(6). Fundada em 1941, no Rio de

Janeiro, lançou como primeiros produtos o Chicabon e o Eskibon, que até hoje mantém a

fórmula original.

A Kibon foi adquirida oficialmente pelo grupo Unilever em 20 de outubro de 1997, sendo um

negócio de aproximadamente US$ 900 milhões(7), o que representou a maior aquisição do

grupo fora dos EUA e Europa.

Hoje, a Kibon conta com duas plantas instaladas no Brasil, sendo uma em São Paulo/SP (no

bairro do Brooklin) e a outra em Recife/PE.

2.3. Histórico do Sorvete (8)

Assim como o chá, o papel e a pólvora, passando pelos fósforos e pelos fogos de artifício, o

sorvete é uma invenção que devemos aos chineses. E devemos há muito tempo, pois segundo

consta foi há cerca de 3 mil anos que um deles teve a idéia de misturar neve das montanhas,

suco de frutas e mel. O achado, não se sabe exatamente como nem quando, veio parar no

Ocidente, numa viagem a respeito da qual há quase tantas versões quantos são os sabores hoje

encontráveis nas boas sorveterias.

Uma das mais aceitáveis remete ao ano de 1292 e tem como protagonista o navegador

veneziano Marco Polo.

Introduzido na Itália, o invento dos orientais conheceu ali um notável desenvolvimento,

criando uma tradição que fez do país uma das meças do sorvete em todo o mundo. A história,

a partir daí, torna-se um pouco mais clara.

(6) Fonte: Folha de São Paulo – Pesquisa Top of Mind (7) e (8) Fonte: Unilever

18

A Empresa

Sabe-se que na primeira metade do século XVI a refrescante novidade chegou ao território

francês, levada pelo rei Francisco I, cujo filho, o futuro rei Henrique II, acabara de casar-se

com a princesa italiana Catarina de Médicis.

Cem anos mais tarde, aproximadamente, a iguaria cruzou o canal da Mancha - pelas mãos,

agora, de uma neta de Catarina de Médicis, Henriqueta de França, quando esta se casou, em

1630, com o rei britânico Cartos I. O sorvete teve tão boa acolhida na Corte londrina que,

convertido em privilégio dos nobres, chegou a ser um segredo de Estado. Já em Paris, no

final do século XVII, podia ser saboreado por plebeus em estabelecimentos como o lendário

café Procope, ainda hoje em funcionamento no Quartier Latin.

Implantado na Europa, o sorvete ainda era pouco difundido nos Estados Unidos em 1744, a

julgar pelo pasmo de um convidado de um jantar oferecido pelo governador de Maryland:

"Tivemos uma sobremesa muito curiosa", contou ele, "um fino creme gelado que, misturado

com morangos e leite, formava algo delicioso". Um pouco mais tarde, ninguém menos que

um presidente dos Estados Unidos, Thomas Jefferson, se notabilizaria também ao criar uma

omelete com sorvete, a frozen omelet surprise.

Coube a um americano, o leiteiro Jacob Fussel, abrir em Baltimore, no ano de 1851, a

primeira fábrica de delícias geladas. Muitas outras viriam, sobretudo depois que se inventou a

refrigeração mecânica, contribuindo para tornar o sorvete cada vez mais popular. Bossas e

variedades se multiplicaram. Numa discussão como a que opõe Santos Dumont e os irmãos

Wright no caso da aviação, não se pode garantir onde nasceu a casquinha, se na Itália, em

1896, ou nos Estados Unidos, em 1904. Quanto ao picolé, não há dúvida de que é italiano, do

início do século XX, sendo certo, também, que dois americanos criaram o ice-cream soda

(1879) e o sundae (1890). Não por acaso, os Estados Unidos têm um dia nacional do sorvete:

14 de julho.

Do outro lado do Atlântico, mesmo sem data comemorativa, ele também é cultuado. Na

Inglaterra, fincou raizes graças a um punhado de empreendedores - entre os quais William

Hesketh Lever, o fundador da Unilever, que em 1929 incorporou a fábrica de sorvetes

Wall’s, em atividade desde 1922.

19

A Empresa

Não se sabe ao certo quando foi que o invento dos chineses chegou ao Brasil, mas em agosto

de 1834 ele já podia ser degustado nas confeitarias que a dupla Deroche e Lorenzo Fallas

tocava no largo do Paço e na rua do Ouvidor, no centro do Rio de Janeiro. Para tanto

compraram 217 toneladas de gelo, trazidas dos Estados Unidos a bordo do navio Madagascar,

e com elas confeccionaram "gelados de diferentes qualidades, tanto simples como

amanteigados". Um dos apreciadores do sorvete, em especial o de pitanga, era o imperador

Pedro II. Foi servido no pressago Baile da Ilha Fiscal, em novembro de 1889, poucos dias

antes que a insurreição republicana viesse derreter a monarquia.

Durante várias décadas era artesanal o sorvete com que os brasileiros se regatavam. Sua

fabricação em escala industrial só tem começo em 1941, quando entra em funcionamento, no

Rio de Janeiro, a Companhia U.S. Harkson do Brasil, a cujo nome dez anos mais tarde se

acrescentou Kibon. Subsidiária de uma empresa americana, ela estivera até pouco antes

instalada na China, de onde fora afugentada pela instabilidade política e pela guerra sino-

japonesa de 1937.

Em 1942 já circulavam petas ruas do Rio os furgões e carrinhos da empresa, identificáveis

petas cores azul e amarela e pelos dizeres "Sorvex Kibon". Os primeiros produtos, logo

tornados clássicos, foram o Eskibon e o Chicabon. Para enraizar-se no mercado, em 1951 a

empresa promoveu um programa de capacitação técnica visando a fabricação de

equipamentos para conservar seus sorvetes e picolés nos pontos de venda. Começara, pouco

antes, a patrocinar programas de rádio e a vincular cartazes publicitários como o que em 1947

lançou a primeira garota-propaganda do sorvete Chicabon (figura 2.3.1). E, em 1953, entra

com força na televisão, bancando episódios do programa infantil Sítio do Picapau Amarelo,

que marcou uma das primeiras experiências de merchandising da TV brasileira.

20

A Empresa

Figura 2.3. 1. Propaganda veiculada em 1947 Fonte: Unilever

Controlada a partir de 1957 pela americana General Foods Corporation, a Kibon ganhou ainda

mais musculatura e até o final da década de 1960 praticamente não teve concorrentes. A

primeira de peso a surgir, a marca Gelato, chegou em 1971 e dois anos depois foi comprada

pela Gessy Lever.

A Nestlé entrou no ramo em 1973, com o lançamento da marca Yopa. Embora a disputa fosse

acirrada, o consumo de sorvete no país estava entre os mais baixos do mundo, não chegando a

um litro per capita ao ano. Explicações para isso não faltavam. No Brasil, o produto foi por

muito tempo associado a guloseima para crianças, algo a ser consumido na rua, fora de casa.

Desconsiderado como um alimento nutritivo, não eram poucos os pais que viam nele uma

possível causa de gripes e resfriados. Inclusive por isso, nos meses de frio o consumo

despencava. Uma das estratégias da Kibon para empinar as vendas consistiu em investir na

linha doméstica, incentivando o brasileiro a tomar também em casa os seus produtos. A

Gelato contra-atacou, em 1971, com Cornetto, casquinha pronta em forma de cone. Lançado

por um tradicional fabricante de sorvete da Itátia, a Spica, no verão de 1959, foi um sucesso

imediato. A Unilever, na época associada à Spica, interessou-se pela marca e em 1962 a

implantou, com iguat êxito, em outros países europeus. No Brasil, os comerciais do

Cornetto, bem-humoradas paródias de ópera italiana, ajudaram a popularizar a novidade.

Sucessivas edições da pesquisa Top of Mind, da Folha de S.Paulo, na década de 1990, viriam

21

A Empresa

consagrar a Kibon como a marca de sorvete mais lembrada pelo consumidor. Foi também nos

anos 1990 que a Gessy Lever e a Nestlé formaram uma joint venture, a Insol, para abrigar a

Gelato e a Yopa, sociedade que sobreviveria até 1994.

Em 1997, na maior aquisição da Unilever fora dos Estados Unidos em sessenta anos, a Gessy

lever voltou ao setor de sorvetes ao comprar a Kibon. A posição da marca brasileira seria

reforçada, nos dois anos seguintes, com os relançamentos do Cornetto e da linha Magnum.

No limiar do terceiro milênio, a antiga e persistente ligação afetiva da Kibon com o

consumidor ganharia um símbolo nas linhas de um novo logotipo o coração vermelho e

amarelo que identifica os sorvetes da Unilever em todo o mundo.

No ano de 2003 a Kibon relança sua marca novamente com o surgimento do estilo

Powerbrand que pode ser visualizado na figura 2.3.2, que procura com cores fortes e

diferenciadas atrair ainda mais os consumidores para suas inúmeras linhas de produtos.

Figura 2.3. 2. Logotipo PowerBrand lançado em 2003

Fonte: Unilever

Um resumo da cronologia da empresa é apresentado na figura 2.3.3.

22

A Empresa

Figura 2.3. 3. Cronologia da divisão Kibon

2000 Kibon apresenta seu novo logotipo: um coração de contorno vermelho.

1997 Aquisição da Kibon pela Gessy Lever.

1995 A razão social da IAG passa a ser Kraft Suchard Brazil.

1994 Phillip Morris obtém 100% de participação da Q’Refresco-Ko e, juntamente com a Kibon, cria a IAG – Indústrias Alimentícias Gerais. Acaba a sociedade entre Gessy Lever e Nestlé.

1990 Gessy Lever e Nestlé formam uma sociedade, a Insol, para abrigar a Gelato e a Yopa.

1985 Phillip Morris adquire a General Foods.

1982 Associação da Kibon com a Q’Refresco-Ko.

1977 Associação total da Kibon pela General Foods.

1976 Criação da Sorvane (Sorvetes e Produtos Alimentícios do Nordeste S.A.), em associação da Kibon Nordeste com a Maguary.

1973 Gelato é comprada pela Gessy Lever.

1971 Inauguração da Kibon Nordeste.

1959 General Foods adquire 69% de participação nos negócios da Kibon.

1957 General Foods adquire o controle acionário da Kibon e constrói uma nova fábrica em São Paulo.

1947 Fundação da Kibon (fábrica Mangueira).

1942 Início da produção de Sorvetes. Lançados o Eskibon e o Chicabon. Primeiros carrinhos de sorvetes nas ruas. A empresa adota o nome fantasia: Sorvex Kibon.

1941 Início das operações da Cia. U.S. Harkson do Brasil Indústrias Alimentícias no RJ, que se dedica ao comércio e manufatura de produtos alimentícios e refrescos em geral.

A Empresa

23

A Empresa

Fonte: Elaborado pela Autora

24

A Empresa

2.4. Processo Produtivo

A composição dos sorvetes variam de acordo com cada produto. De uma maneira geral,

podemos descrever sua composição da seguinte maneira: Gordura, sólidos não gordurosos do

leite (SNGL), açucar, xarope de milho, leite, água, estabilizantes e emulsificantes. O processo

de fabricação será detalhado adiante e poderá ser acompanhado pelo fluxograma expresso na

figura 2.4.1.

25

A Empresa

Figura 2.4. 1. Fluxograma Produtivo Fonte: Elaborado pela Autorar

26

A Empresa

§ Preparo da Mistura

Seguindo fórmula oficial, os ingredientes são adicionados ao Tanque de Mistura ou de

Preparação, construido em aço inox. Nesta etapa, os ingredientes são submetidos à alta

agitação e temperaturas de até 72ºC, sendo então, facilitada a dispersão e diluição dos

mesmos.

§ Homogeinização

Após o aquecimento, a mistura é bombeada para o Homogeneizador, cuja função é reduzir o

tamanho dos glóbulos de gordura formando-se uma "emulsão", que é a mistura de água e

gordura presentes na formulação. Desse modo, evita-se a separação da fase água-gordura,

tornando a mistura de homogênea e o sorvete, de fácil digestão.

§ Pasteurização

Após a homogeneização, a mistura é direcionada ao Pasteurizador, sendo aquecida até 84ºC

por 25 segundos e resfriada rapidamente. O controle do tempo de permanência sob essa

temperatura elimina todos os microorganismos patogênicos (que prejudicam a saúde),

tornando o produto isento de contaminações microbiológicas, sem alterar as características

naturais dos ingredientes.

§ Maturação

Após a pasteurização, a mistura é bombeada aos Tanques Amadurecedores ou Maturadores,

construídos em aço inox, permanecendo sob os temperaturas entre O e 4º C e agitação lenta e

constante. Nessa etapa, a mistura é então "maturada", ou seja, submetida a um processo

natural de hidratação dos estabilizantes e pronta receber ingredientes como polpas e sucos de

frutas, aromas e corantes naturais.

27

A Empresa

§ Congelamento Parcial

Finalizada a preparação da mistura, são realizadas análises em laboratório para verificar se as

suas características estão de acordo com a especificação técnica. Após a aprovação, a mistura

é bombeada para máquinas que irão produzir picolés ou sorvetes de massa (potes, copos ou

bombons). No caso de preparação de massa, a mistura é enviada para as Batedeiras onde será

parcialmente congelada. Concluída a etapa das batedeiras, o sorvete pode ser envasado com

ou sem a adição de caldas, pedaços de frutas, crocantes, biscoitos ou outras inclusões. Para a

preparação dos picolés, a mistura é alimentada diretamente à máquina que possui formas de

aço inox e mantida sob tempo determinado em banho de salmoura à -37ºC. Depois de

retirados das formas, os picolés recebem banho de cobertura de chocolate e pedaços de

ingredientes (crocantes, granulado de chocolate, etc.), sendo enviados às embaladeiras; no

caso de picolés de frutas, serão retirados das formas e enviados diretamente ao processo de

embalagem. Nesta fase do processo, os produtos ainda não estão totalmente congelados, mas

o suficiente para manterem seu formato desejado. Todos os produtos fabricados são

devidamente controlados quanto à sua especificação, verificando-se peso, volume e padrão

visual previamente estabelecido.

§ Embalagem

Os sorvetes de massa apresentam-se em formas de potes ou copos, sendo envasados

diretamente em sua embalagem através de bocais. Há também uma variação de sorvete de

massa chamada "bombom, como no caso do Eskibon, que é fatiado automaticamente,

recebendo, cada unidade, banho de cobertura de chocolate e embalado logo após o

endurecimento da cobertura. No caso de picolés, as Embaladeiras executam automaticamente

o processo: os picolés são acondicionados em embalagens especiais que evitam sua aderência

ao envoltório, sendo posteriormente depositados em caixas de papelão que irão compor pallets

a serem conduzidos para o processo de estocagem e congelamento.

28

A Empresa

§ Estocagem

Nas Câmaras Frias, o produto será mantido sob frio de -30º C durante 48 horas, garantindo-se

que todo o produto do palete seja congelado. Serão efetuadas novas análises microbiológicas

e após a aprovação, os produtos serão liberados para a distribuição e venda.

2.5. Produtos

Os sorvetes podem ser classificados de diversas maneiras, a mais utilizada, é pela forma de

consumo:

§ IMPULSE: Como o próprio nome já diz, foi comprado por impulso e consumido

imediatamente, ou seja, a compra não foi planejada. Na figura 2.5.1, ilustram-se as

linhas de produtos que se encaixam nesta categoria.

Figura 2.5.1. Linha Impulse

Fonte: Unilever

COPOS CONESPICOLÉS DE FRUTA

PICOLÉS COM COBERTURA DE CHOCOLATE

PICOLÉS AO LEITEBOMBONS

PICOLÉS INFANTIS

29

A Empresa

§ SCOOPING/FOOD SERVICE: são os sorvetes de massa que podem ser

consumidos em restaurantes ou em sorveterias e as casquinhas consumidas em

pontos de venda específicos. Para esta categoria, temos as seguintes linhas de

produto, devidamente exibidas na figura 2.5.2:

SOFT ICE/ SORVETE DE CASQUINHA

SCOOPING / ARTESANAL

CORNETTO EXPRESS

Figura 2.5.2. Linha Scooping e Food Service Fonte: Unilever

§ TAKE HOME: são os produtos para serem consumidos em casa.

Engloba três linhas, conforme mostra a figura 2.5.3.

30

A Empresa

MULTIPACKS

POTES DE SORVETE

SOBREMESAS

Figura 2.5.3. Linha Take Home Fonte: Unilever

2.6. Mercado

As principais características do mercado de sorvetes no Brasil estão diretamente relacionadas

com a concepção do produto no país. Considerado um produto supérfulo, seu consumo é

associaso ao desejo e ao impulso. Essa visão, diferente de outros países onde o sorvete é

considerado um alimento nutritivo podendo, inclusive, substituir uma das refeições diárias,

gera um mercado diferente , caracterizado pelo baixo consumo per capita de sorvete e pela

estratégia focada em constantes lançamentos (baseada no público altamente influenciável).

Este fato pode ser ilustrado pelo gráfico abaixo (gráfico 2.6.1):

1,3 2,9 4 7,4

10,615,4

18,6

26,8

0

10

20

30

Brasil

Argenti

na ChileJap

ãoItá

lia

Canadá

Austrál

ia USA

31

A Empresa

Gráfico 2.6.3: Consumo per Capita (Litros/Ano). Fonte: Unilever / Nielsen 2001.

Dentro deste mercado, a Kibon é amplamente dominante e, portanto, a principal responsável

pelo mercado brasileiro de sorvete. Porém, com a forte chegada da Nestlé no mercado, gerou-

se uma constante preocupação com custos para garantir a competitividade da empresa. Além

disso, com o aumento das marcas talibãs (marcas mais baratas e regionais), iniciou-se uma

pressão por promoções e preços mais baixos.

A figura 2.6.1 diferencia a mostra a concorrência entre a Unilever e Nestlé no mercado de

sorvetes mundial. Nota-se que apesar da Unilever ter um particxipação no mercado bem

avantajada em relação a Nestlé no Brasil, em muitos países a situação se inverte.

Figura 2.6.2: Concorrência no mercado de Sorvetes na América Latina

Fonte: Unilever.

Unilever

Nestlé

Leadership

Colombian 15 0

Venezuela 28 0

Chile 25 34

Mexico 33 28

CAM 15 0

Brazil 34 10

Ecuador 68 0

Argentina 12 21

Unilever NestléShare Valor %

Uruguay 23 0

32

A Empresa

Vol (Milhões de Litros) 201 198 203

Valor (Milhões de Reais) 328 371 286

99 2000 2001

0

2.000

4.000

6.000

8.000

10.000

12.000

14.000

JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ

O gráfico representado na figura 2.6.2, mostra a análise do mercado nos últimos anos. Nota-se

que ele se mantém estável em volume, porém vem perdendo a importância em valor. Isso

devido ao constante aumento da participação das marcas baratas (talibãs) no mercado.

Gráfico 2.6.3: Tamanho do Mercado de Sorvetes em Tamanho e Valor Fonte: Unilever / Nielsen 2001.

Outra característica importante do consumo e venda de sorvete no país é a sazonalidade.

Como visualizado na figura 2.6.3, cerca de 70 % do volume do mercado é vendido de no

verão, de outubro a março.

Gráfico 2.6.3: Volume de Vendas por Mês(em Litros) Fonte: Unilever.

O consumo de sorvete ocorre na maioria das vezes fora de casa (cerca de 6 em cada 10

33

A Empresa

ocasiões), sendo que os maiores consumidores são as crianças e adolescentes das classes A e

B. O consumo se concentra depois do almoço no período da tarde, e os produtos mais

consumidos são os picolés, principalmente os de chocolate e morango.

Todas essas características tornam mercado de sorvetes bastante complexo no Brasil, e,

algumas peculiaridades aumentam a importância da logística para a empresa:

§ Produto Congelado: os produtos congelados merecem atenção especial devido a

sua fragilidade em relação às variações de temperaturas. Cadeia de frio é o nome

que se dá a cadeia logística desde da saída do produto da linha até seu consumo.

Uma falha nesta cadeia pode significar a perda do produto.

§ Pulverização: por tratar-se de um produto de conveniência (o produto vai até o

consumidor), o sorvete deve estar presente em uma quantidade muito grande de

pontos de venda. Além disso, a característica de consumo por impulso e da

estratégia de constantes lançamentos, desafia a logística disponibilizar diversos

produtos de forma efetiva em milhares de pontos de venda.

§ Baixos estoques nos Pontos de Venda: o estoque no ponto de venda é a

conservadora na qual pegamos o sorvete, o que ocasiona baixos estoques nestes

pontos da cadeia. Esses baixos estoques associados aos altos custos de falta, geram

necessidade de reposição freqüente e, conseqüentemente, custos logísticos.

Capítulo 3

Definição do Problema

35


3. DEFINIÇÃO DO PROBLEMA

Nesse capítulo será apresentado o problema a ser resolvido no trabalho. Primeiramente, para a

total compreensão do problema será mostrado como funciona a estrutura organizacional da

empresa, seus departamentos e setores envolvidos com as devidas responsabilidades. A

seguir, é detalhado o processo no qual o problema está inserido assim como os objetivos do

trabalho.

3.1. Contextualização do Problema

A estrutura organizacional da Kibon indica a existência de três principais processos que

ocorrem em paralelo visando o objetivo de atender e satisfazer o cliente. O primeiro, assocado

ao Marketing, busca desenvolver as marcas. O segundo, relacionado à área de Vendas é a

interface com os clientes. E o terceiro, envolve as tradiconais áreas de Compras, Manufatura e

Logística, e pode ser entendido como sendo a cadeia de Suprimentos. Esses processos

transformam materiais em produtos acabados, agregando valor.

Estes três processos de negócios são conduzidos e habilitados por quatro atividades, conforme

é usualmente esquematizado pela empresa segundo a figura 3.1.1:

§ Liderança & Estratégia (Assuntos Corporativos e Jurídicos)

§ Recursos Humanos

§ Tecnologia de Informação

§ Finanças

36


Liderança e Estratégia

Tecnologia da informação

RH

Desenvolvimento de Marcas

Cadeia de Suprimentos

Relacionamento com o cliente

Consumidores

Clie

nte

s

Fo

rnec

edo

res

Aci

onis

tas

Sociedade

Fu

nci

on

ário

s

Fin

ança

s

§ Estrutura de trabalho da empresa

Fonte: Unilever

Os processos que agregam valor são consideradas pilares do negócio como é o caso dos três

centrais indicados na figura 3.1.1: Desenvolvimento de Marcas, Cadeia de Suprimentos e

Relacionamento com o Cliente. Enquanto as outras atividades são vistas como suporte a essas

atividades principais. No caso, o recursos humanos é responsável pelos funcionários destas

áreas, a Tecnologia de informação pelos sistemas, a área de finança controla os ganhos e as

perdas do negócio e a liderança traça os rumos e estratégias da empresa, as quais guiarão

todos os processos.

Como o caso estudado neste trabalho está dentro da Cadeia de suprimentos, este departamento

será detalhado adiante.

§ Cadeia de Suprimentos

Como dito anteriormente, o gerenciamento da cadeia de suprimentos é um dos pilares do

negócio, pelo seu controle do fluxo de produtos e serviços que geram as vendas. O processo

da Cadeia de Suprimentos se inicia com a compra de materiais, continua com a conversão

destes materiais em produtos acabados e vai até a entrega dos produtos e serviços para atender

às necessidades dos consumidores e clientes.

Em termos funcionais, a Cadeia de Suprimentos pode ser dividida em quatro partes distintas:

37


Ø Compras : Responsável pela aquisição de materiais (produtivos e não

produtivos). Entre as funções deste departamento encontram-se a

parte comercial, negociação de melhores preços e o desenvolvimento

de novos fornecedores.

Ø Planejamento: Engloba desde do planejamento macro, negociado

mensalmente em reuniões envolvendo as três áreas do negócio

(Vendas, Marketing e Supply) até o planejamento da fábrica

desenvolvido semanalmente e acompanhado diariamente. São

responsabilidades desta área o planejamento da demanda, a

programação da produção e o cálculo das necessidades de materiais.

Ø Manufatura: Responde por toda a produção de produtos. Transforma

as matérias-primas em produtos acabados através da agregação de

valor.

Ø Distribuição Primária: Cabe a este departamento a distribuição de

todo produto acabado na estrutura primária, ou seja, entre fábricas,

das fábricas para os macros Centros de Distribuição (CD’s) e destes

para as filiais e distribuidores.

Este trabalho, em especial, situa-se dentro do setor de Distribuição Primária por envolver

transporte e estoque. Esta área é responsável por todos os processos e decisões a partir do

momento em que o produto final é acondicionado em paletes e liberado pelas áreas de

qualidade nas fábricas até a sua chegada nos clientes primários, ou seja, nas filiais e

distribuidores.

Assim, a partir da retirada diária da produção das fábricas e sua armazenagem nos CD’s

centrais até a entrega para os clientes varejistas (filiais e distribuidores), a área de Distribuição

decide quanto e quando transportar e estocar.

Os dois CD’s centrais são operados por grandes operadores logísticos da região, sendo essa

operação terceirizada. Portanto, com relação a essa etapa do processo, o setor de Distribuição

da Kibon avalia a performance dos parceiros através de uma série de indicadores.

38


As filiais são CD’s regionais que pertecem a Kibon e, em alguns casos, também possuem

operações terceirizadas. Esses CD’s se comportam como clientes da Distribuição Primária,

embora seus pedidos sejam colocados pelos próprios analistas de Distribuição. Assim,

partindo da demanda de cada filial, decide-se o quanto será enviado a cada local.

Os distribuidores são concessionárias exclusivas Kibon que compram como grandes clientes

varejistas e depois distribuem esses sorvetes para os pontos de vendas pulverizados (locais

com conservadoras).

Desta forma, são responsabilidades da Distribuição Primária: a coordenação do mix de

produtos nos destinos, os níveis de serviço e de estoque, evitando falta ou excesso de produtos

nos clientes primários, os custos de transporte e armazenagem e a qualidade dos produtos

nessa etapa do processo.

§ O processo Decisório

A cadeia de suprimentos é para a Unilever uma das três bases do negócio e, por esse motivo,

sua gestão torna-se estratégica. Logo, deduz-se a importância do planejamento e da tomada de

decisão em todas as áreas que a compõe.

O processo decisório inicia-se basicamente com a previsão da demanda. Através de modelos

matemáticos que incluem o histórico de vendas, a sazonalidade e outros fatores do mercado,

estima-se o quanto será vendido nos próximos períodos. Este número é refinado todo final de

mês em reuniões que envolvem vendas e marketing. Assim, avaliando-se melhor o mercado,

os resultados matemáticos são revisados chegando a um consenso entre as três áreas de

negócio.

Esta estimativa é usada como dado de entrada do MPS, um software do sitema SAP que

possui uma parametrização que englobando lote mínimo de produção, custos, disponibilidade

de mão de obra e máquinas, entre outros. Este sistema, utiliza a previsão de demanda como

entrada e, através da otimização da manufatura da empresa, responde o quanto produzir e,

consequentemente, o quanto estocar. Esse processo de planejamento pode ser melhor

visualizado na figura3.1.2.

39


Figura 3.1.2: Fluxo de informações na cadeia de suprimentos Fonte: Elaborada pela autora.

Com a primeira resposta, o quanto produzir, é realizada a programação da produção. Esta

etapa é feita por planilha eletrônica, respeitando as limitações de cada linha produtiva e a

disponibilidade de mão de obra.

A segunda informação não é utilizada, sendo que o estoque total é distribuido conforme sente-

se necessidade para as filias e conforme os pedidos para os distribuidores. Porém, não existe

nenhuma ferramenta sendo utilizada e a localização dos estoques depende, muitas vezes, da

percepção dos funcionários.

Neste momento, nota-se uma segregação entre as atividades logísticas, enquanto existe uma

área que só visualiza as necessidades de cumprir o planejamento, evitar falta de estoques,

outra área só comtempla o aproveitamento do transporte. Não é raro acontecer discussões

deste tipo na empresa, o que confirma a necessidade de otimização conservando a visão

sistêmica.

3.2. Problema Abordado

Como dito anteriormente, o problema a ser estudado neste trabalho encontra-se focado na área

de Distribuição Primária.

SAP MPS

Quanto Estocar

Quanto Produzir MRP

Plano de Distribuição

Necessidade de Materiais

Programação da

Produção

Previsão de Demanda (DP)

40


A Distribuição Primária, é responsável pelo fluxo de produtos entre fábricas, das fábricas para

os CD’s centrais e destes para as filiais e distribuidores. A cadeia atual consiste em duas

fábricas(São Paulo e Recife) e seus repectivos CD’s centrais que recebem toda a produção

destas fábricas. Cada CD central é responsável por atender uma determinada região.

Desta forma, o CD central de São Paulo atende toda a região sul sudeste e centro-oeste,

totalizando 10 filiais e 25 distribuidores e o CD central de Recife atende a região norte e

nordeste num total de 7 filiais e 8 distribuidores. Nesta etapa, o produto é distribuido

unitizado e o transporte ocorre em carretas fechadas de 28 posições paletes.

Esse setor faz parte da cadeia de suprimentos e está diretamente relacionado à área de

Planejamento. Nesta parte da cadeia, os estoques são segregados em dois tipos. O primeiro

tipo é o empurrado e ocorre para todas as filiais. Neste caso, a posição dos estoques é

confrontada com a produção realizada no dia anterior e, um analista de distribuição, decide

aonde alocar os estoques.

O segundo tipo, seria classificado como puxado e aplica-se aos distribuidores. Os

distribuidores são concessionários exclusivos Kibon. Para eles o transporte de produtos ocorre

quando é colocado um pedido pela área de vendas. É importante ressaltar que atualmente, em

ambos os casos, os pedidos só podem ser feitos para carretas fechadas, ou seja, múltiplos de

28 paletes.

Desta forma, o planejamento de produção e distribuição na empresa envolve aspectos como

mix de produtos nas diversas filiais, capacidade de produção insuficiente para os picos de

verão devido ao caréter sazonal do mercado, localização geográfica da demanda e a gestão

dos níveis de estoques nas filiais.

O objetivo proposto então, é de auxiliar o processo decisório do planejamento na distribuição

de estoques ao longo da cadeia e na produção, utilizando fundamentos de pesquisa

operacional para elaborar um modelo de otimização. Esse modelo considerará os custos de

transporte, armazenagem e oportunidade respeitando as limitações do sistema e o atendimento

total da demanda.

Além disso, o modelo não obriga o transporte a ser múltiplo de 28 paletes como ocorre hoje

na empresa, sendo que este tem a liberdade de escolher quantos paletes carregará por viagem,

41


mesmo pagando o valor cheio da mesma. Assim, busca-se a otimização do sistema de

distribuição física global, incluindo transporte e armazenagem. A figura 3.2.1 ilustra um

esboço do problema.

Figura 3.2.1: Configuração da rede de distribuição

Fonte: Elaborada pela autora

Para conseguir a coordenação perfeita entre o fornecimento e a demanda, a produção teria que

responder instantaneamente e o transporte teria que ser perfeitamente confiável com tempo de

entrega zero. Como isto não esta acessível a uma empresa a custos razoáveis, os estoques

aparecem como uma alternativa para coordenar a oferta e a procura, reduzindo os custos

totais.

Neste contexto a armazenagem e a movimentação de materiais são encarados como uma

solução, tanto na lei da oferta e da procura devido a variabilidade da demanda que não pode

ser prevista com exatidão, quanto na redução dos custos de produção e transporte (lote

econômico de produção e embarque de quantidades maiores).

Fábrica - São Paulo CD - São Paulo

Filiais

Distribuidores

Filiais

Filiais

Fábrica - Recife CD - Recife

Filiais

Distribuidores

Filiais

Filiais

42


A estratégica losítica discutida por COPACINO (1997), aborda diretamente o tema, ou seja,

envolve o sistema que a empresa deve manter para oferecer determinado nível de serviço e

objetivo de custo que o sitema deve encontrar. Devido aos tradeoffs entre custo e nível de

serviço, a empresa deve determinar o desempenho logístico desejado (o ponto C na Figura

3.2.2). Obviamente, envolve objetivos estratégicos, principalmente estratégias de marketing e

necessidades de serviço ao cliente, e também a posição de custo-serviço dos concorrentes da

empresa.

Figura 3.2.2: Curva do tradeoff custo X serviço Fonte: Adaptado de COPACINO (1997)

Analisando a situação atual dos estoques da Kibon, nota-se que em geral a cadeia possui um

nível de estoques muito elevando chegando, em alguns casos, a cobertura de 120 dias da

demanda prevista. Além disso, há uma distorção no mix de produtos, sendo que mesmo com

este nível, alguns produtos estão em falta.

Nunca foi feito nenhum estudo relacionado a esta distribuição de estoques. O modelo atual é

empírico e depende exclusivamente do funcionário que o realiza. Uma falha nesta distribuição

de estoques implica em altos custos além das consequências que traz para o planejamento,

uma vez que qualquer produto que obtiver falta em algum ponto da rede, deverá

imediatamente ser introduzido na programação da produção, desviando-a do fluxo normal.

Dentro deste contexto, a utilização da modelagem matemática surge como uma ferramenta

para análise da estratégia, buscando um bom equilíbrio na cadeia. Além disso, o modelo

também poderá visualizar com maior eficiência a distribuição dos estoques ao longo da

43


cadeia, sendo que a lógica do funcionário seria utilizada somente para análise e

acompanhamento desta distribuição, evitando possíveis falhas e reduzindo o custo global.

3.3. Objetivos do Trabalho

Desta forma, o objetivo deste trabalho é responder com alguma precisão o quanto estocar em

cada ponto da malha logística, escolhando a melhor localização dos estoques da empresa

através da ponderação entre a manutenção destes estoques, incluindo os custos de

armazenagem e oportunidade e o custo de transporte associado a estes deslocamentos. Assim,

ao enxergar a cadeia como um todo, o modelo consegue avaliar as consequencias de cada

escolha e calcular todos os imapctos desta decisão.

A relevância deste estudo pode ser explicada pela complexidade da cadeia que utiliza veículos

congelados prezando pela qualidade de seus produtos o que leva a uma série de peculiaridades

desde do tempo de carregamento para não perder a temperatura ideal, até o isolamento dos

estoques evitando a formação de placas de gelo nas caixas. Na tentativa de reduzir os custos

logísticos sem colocar em risco a segurança do produto, exige-se cada vez mais processos

mais eficinetes.

Outro fator importante para a reçevância desse estudo é a estratégia mundial da Unilever que

possui como meta a redução de estoques, aumentando o ativo total da companhia.

Assim, alguns pontos surgem como oportunidades de melhoria, entre eles podemos destacar:

§ Não existe um indicador de nível de serviço e a empresa acredita que toda a

demanda deve ser atendida, resultando em uma superestimativa da previsão de

vendas, uma das possíveis causas pelo acúmulo de estoque na rede.

§ Outro fator que agrava o problema de estoques para a Kibon é a confiabilidade da

distribuição. Como a eficiência em transporte nunca foi mensurada, aumenta-se o

fator de segurança no momento do escoamento do produto, aumentando a

necessidade de armazenagem de certos produtos.

§ Com relação aos custos, existe uma tendência de empurrar os estoques para as

44


pontas. Isso acontece pois busca-se aumentar a segurança evitando flata de produtos

nos destinos. Porém, a experiência nos mostra que, muitas vezes, a centralização dos

estoques em alguns pontos da cadeia reduz os custos totais de estoques e aumenta a

flexibilidade do mix de produtos.

§ Além disso, a empresa não considera o custo de oportunidade do capital em ativos

(estoques), ou seja, o capital empregado nestes produtos armazenados poderia estar

sendo aplicado em outros investimentos ou mesmo estar aumentando o capital de

giro da empresa. Porém, desde da aquisição da Kibon pela Unilever, um ponto de

atenção tem sido os altos níveis de estoque da empresa que é divergente da estratégia

mundial da Unilever. Desta forma, a proposta é que a empresa consiga reduzir os

níveis de estoque sem perder a qualidade do serviço ao cliente, o que exige uma

reestruturação nos processos operacionais e principalmente decisórios como é o caso

da localização destes estoques na cadeia.

Capítulo 4

Revisão Bibliográfica

46


4. REVISÃO BIBLIOGRÁFICA

Neste capítulo será revisada a literatura existente sobre problemas relacionados à distribuição

de produtos e formação e localização de estoques. Também serão mostrados exemplos de

aplicações semelhantes e os resultados obtidos com as mesmas.

4.1. Introdução

O problema apresentado no capítulo anterior caracteriza-se por abordar temas referentes à

logística. Segundo GOMES e RIBEIRO (2004), a logística é uma atividade que teve origem

na área militar, quando grandes exércitos se deslocavam a grandes distâncias para combater e

conquistar terras e riquezas e, não raro, eram obrigados a lá permanecer por longo tempo.

Para fazer chegar todos os suprimentos aos locais de combate, era necessária uma organização

logística que envolvia a preparação dos soldados, o transporte, a armazenagem e a

distribuição de alimentos, munição e armas, entre outras atividades.

Durante muitos séculos, a Logística esteve associada apenas à atividade militar. Por ocasião

da Segunda Guerra Mundial, contando com uma tecnologia mais avançada, a logística acabou

por abranger outros ramos da administração. Assim, a ela foram incorporados os civis,

transferindo a eles os conhecimentos e a experiência militar.

4.2. Logística Empresarial

As empresas também têm se engajado continuamente em atividades logísticas. Assim, a

logística empresarial surge como sendo o gerenciamento coordenado de todas as atividades

logísticas relacionadas.

Desta forma, à medida que os interesses das empresas diferem dos objetivos militares, surge

uma nova definição proposta pelo CLM – Council of Logistics Management para a gestão

logística: “é o processo de planejamento, implementação e controle do fluxo eficiente e

economicamente eficaz de matérias-primas, estoque em processo, produtos acabados e

47


informações relativas desde o ponto de origem até o ponto de consumo, com o propósito de

atender às exigências dos clientes”.

Hoje se considera a Logística Empresarial como uma das últimas fronteiras da Administração

de Empresas onde é possível conseguir economias significativas e reforçar a competitividade

(BALLOU 2001). Isto é particularmente verdadeiro para as empresas brasileiras.

Para atingir essa meta, este campo vem se desenvolvendo em ritmo mais acelerado para fazer

frente à demanda de administrar e coordenar cadeias de suprimento e distribuição cada vez

mais complexas. A crescente internacionalização da economia, por um lado, e o aumento de

opções logísticas no Brasil (privatização de portos e ferrovias, investimentos em

infraestrutura, o aparecimento de operadores logísticos), por outro, tornam mais complicada a

otimização das operações logísticas. O uso de metodologias de áreas de ponta, como

Informática e Sistemas de Planejamento Avançado, é fator fundamental para o correto

desempenho logístico.

4.3. Pesquisa Operacional

Dentre deste contexto, a área da Pesquisa Operacional destaca-se fornecendo ferramentas de

caráter científico de apoio à tomada de decisão na gestão logística. Sua aplicação pode ser

vantajosa ao permitir a modelagem das inter-relações entre um grande número de variáveis

que dificilmente seriam visíveis e compreendidas intuitivamente.

Além disso, a comprovada eficiência dos resultados, a expansão da capacidade de

processamento dos computadores e o desenvolvimento de novos softwares específicos, tem

tornado o uso desta ferramenta viável e difundido.

A implantação de um sistema que utiliza as ferramentas da pesquisa operacional, otimiza a

utilização dos recursos disponíveis, aprimora o nível de atendimento e auxilia na tomada de

decisões uma vez que é capaz de avaliar os impactos na cadeia em diferentes cenários.

No mercado atual, a ferramenta destaca-se principalmente pelo aumento da complexidade das

cadeias e o aumento da competitividade. Neste contexto, a sua utilização em sistemas

produtivos Brasileiros vem crescendo significativamente (por exemplo, TAUBE-NETTO

48


(1996), YOSHIZAKI et al. (1996), COLIN et al. (1999), CAIXETA-FILHO (1999),

KIYUZATO et al. (2002) SANTORO & RONCONI (2003)).

Entre os problemas clássicos da pesquisa operacional aplicada à logística, destacam-se a

localização de centros de distribuição, o problema do caixeiro viajante e o problema de

transportes. O problema de transportes será detalhado a seguir devido a sua semelhança ao

problema tratado neste trabalho.

4.4. O Problema de Transporte

O problema de transportes foi uma das primeiras aplicações das técnicas de programação

linear e é facilmente encontrado em sistemas de planejamento de transporte. Originalmente

formulado por HITCHCOCK (1941), posteriormente foi discutido por KOOPSMANS (1949).

Porém, a formulação que o caracterizava como um problema de programação linear e o

algoritmo especial de resolução foram desenvolvidos por DANTIZG (1951). Mais tarde,

FORD e FULKERSON (1962) elaboraram um algoritmo alternativo com base na teoria de

fluxo em grafos.

O problema de transportes consiste na distribuição de um certo produto de m origens a fim de

abastecer n destinos. São conhecidas as quantidades q1, q2, ...,qn disponíveis em cada uma das

origens e as demandas d1,d2, ...,dn em cada um dos destinos. O critério utilizado para

estabelecer a configuração final de distribuição é a minimização dos custos de transporte entre

as origens i e os destinos j considerados, sendo conhecidos os respectivos custos unitários de

transporte Cij para cada rota.

O modelo matemático proposto para o problema é descrito a seguir, onde a variável Xij

representa a quantidade de produto enviada da origem i para o destino j :

MIN ij

m

i

n

jij CX *

1 1∑∑

= =

49


Sujeito a:

j

m

iij dX ≥∑

=1

j=1,2,...,n

i

n

jij oX ≥∑

=1

i=1,2,...,m

0≥X ij i=1,2,...,m ; j=1,2,...,n

Para resolver o Problema de Transporte, admite-se que a soma das ofertas seja igual a soma

das demandas, ou seja,

∑∑==

=n

jj

m

ij dO

11

Caso não exista essa igualdade nas situações reais, utiliza-se o artifício de inserir pontos

fictícios de demanda ou oferta conforme o caso.

Como se trata de um problema de programação linear, a resolução pode ser obtida por

Simplex, utilizando-se o Método do Canto Noroeste, Método do mínimo Custo ou método de

Voguel para se obter uma solução básica inicial.

O método Simplex consiste em um algoritmo projetado pelo Prof. George T. Dantzig em

1947 que basicamente toma a região delimitada pelas restrições (região de soluções factíveis)

e analisa o crescimento da função objetivo dentro dela. Para isso, o problema deve ser

colocado dentro da forma padrão (DANTZIG 1951).

4.5. Casos Análogos

Os casos descritos a seguir foram retirados da literatura disponível sobre as aplicações da

pesquisa operacional em problemas de planejamento e distribuição física.

50


§ Otimização da Distribuição e Armazenagem de Açúcar e Álcool em uma Usina

COLIN et al.(1999) apresenta um caso de aplicação de programação linear em um sistema

logístico de distribuição de açúcar. O modelo, implantado em paralelo com o sistema então

existente, auxilia a decisão de quanto e quando enviar o açúcar de uma usina para as suas

filiais, de modo a minimizar os custos de transporte.

As restrições do modelo consideram, para um período de 13 meses, parâmetros como a

capacidade de armazenagem, a produção da usina e o atendimento completo da demanda.

Ainda são ilustradas características do negócio de açúcar, além de outras possíveis abordagens

sobre o assunto.

Sobre o mesmo tema, YOSHIZAKI et al (1996) demonstrou a vantagem econômica de um

plano de distribuição descentralizada do etanol no sudeste brasileiro. O modelo buscava

minimizar os custos logísticos das usinas e os resultados quantitativos influenciaram o Grupo

COSAN a iniciar esforços para alterar a regulamentação federal do setor.

§ Otimização de Produção e Distribuição na Fabricação de Cimento

GEHRING et.al.(1991) ilustra a aplicação de programação linear a um modelo de

planejamento integrado de produção e distribuição de cimento. O objetivo é a minimização

dos custos totais de produção e transporte. São considerados fatores como capacidade de

produção, limite mínimo de produção, transformação de matéria-prima em produto final e

atendimento completo da demanda.

O sistema é composto de duas etapas: transformação de calcário em clinquer e transformação

de clinquer em cimento, em locais diferentes. Os resultados do projeto foram implantados,

resultando em economia de custos e alteração de rotas, o que levou a empresa a reestruturação

e ao fechamento de algumas unidades.

51


§ Otimização de Produção e Distribuição numa Indústria de Manufatura

GUTIERREZ (1996) desenvolveu um modelo de programação linear a fim de otimizar a

produção, o sistema de armazenagem e a distribuição dos produtos de uma empresa. O

modelo abrange as várias etapas do sistema: armazenagem de matéria-prima, processos

produtivos, processos de embalagem, armazenagens intermediárias e distribuição.

O objetivo do modelo é o de minimizar a somatória dos custos com armazenagem, produção,

distribuição e não atendimento da demanda. São consideradas limitações como necessidade

de matéria-prima, capacidade de armazenagem e produção, atendimento da demanda e

estoque final desejado. O tamanho do modelo varia de acordo com o número de cenários

propostos.

Através dos resultados do modelo, foi possível identificar gargalos no sistema, auxiliar

decisões sobre política de estoques, calcular os custos totais, modificar as configurações da

cadeia de suprimentos e prever o impacto dos diferentes cenários, entre outros.

O autor também relaciona as premissas e as limitações do modelo, propondo melhorias

futuras, como a utilização dos softwares CPLEX ou OSL, ao invés do MACLINDO 5.3, pela

limitação de sua capacidade total.

§ Otimização da Distribuição e Armazenagem na Indústria de Fertilizantes

SANTORO e RONCONI (2003) ilustram a aplicação da programação linear inteira

multiperíodos em um processo decisório de planejamento da distribuição do cloreto de

potássio.

O modelo busca reduzir os custos de transporte e armazenagem do cloreto de potássio,

considerando para tanto as limitações de capacidades de produção, de armazenagem e de

fluxo de materiais.

Trata-se também da utilização de um modelo em planilha com o otimizador WHAT’S BEST!

composto de 296 variáveis reais, 4 variáveis binárias e 97 restrições. A aplicação do sistema

serviu de subsidio à decisão da implantação de novos armazéns com uma margem de US$

50,26 milhões.

52


§ Otimização de Distribuição e Armazenagem na Indústria de Açúcar e Álcool

KAWAMURA (2000) aborda uma aplicação do modelo clássico de transporte com multi

produtos e multiperíodos com a missão de otimizar a produção, o transporte e a armazenagem

dos produtos finais sujeitos as restrições de capacidade de produção e de fluxo de transporte.

Além disso, o modelo é capaz de decidir se deve ou não existir armazenagem externa de

produtos. Desta forma, busca-se a minimização dos custos de transporte e de armazenagem

externa.

O modelo mostrou uma redução de custos significativa, cerca de US$ 3,32 milhões em um

período de 12 meses, em relação aos custos do sistema atual, com resultados viáveis

operacionalmente e robustos tecnicamente.

Capítulo 5

O Modelo

54

O Modelo

5. O MODELO

O objetivo do modelo é minimizar custos com transporte e armazenagem através da decisão

de quanto estocar e aonde manter os estoques. Tendo como parâmetro a previsão de demanda

gerada pela empresa, este modelo considera os custos de transporte e armazenagem e as

limitações da cadeia logística da empresa.

5.1. Objetivos

Dada uma cadeia de distribuição com duas fábricas e dois CD’s centrais. Toda a produção das

fábricas no período é transportada e armazenada nos respectivos CD’s centrais. Esses CD’s

centrais atendem as filiais e distribuidores de acordo com a região, respeitando o atendimento

total das demandas.

Devemos otimizar a distribuição destes estoques na malha logística através da ponderação

entre os custos de estoques (o que sobrará nos locais no fim do período), custo de

oportunidade destes estoques e custo de transporte.

Assim, como resultado final, será possível saber em cada período estudado:

§ A quantidade a ser produzida de cada produto em cada origem.

§ A quantidade disponível em estoques de cada produto nas origens e nos destinos.

§ A quantidade enviada por cada origem de cada produto para cada destino.

§ Os custos envolvidos na operações de transporte e armazenagem descritas acima.

5.2. Hipóteses Adotadas

O modelo desenvolvido tem como fundamento o modelo clássico de transportes, com adição

das restrições referentes às particularidades da cadeia estudada, podendo ser classificado

como uma aplicação de programação linear inteira a problemas de transporte e armazenagem.

Para tal, assumiu-se algumas premissas a fim de simplificar o problema sem perda de validade

dos resultados:

55

O Modelo

§ O horizonte de tempo considerado abrange 12 meses divididos em 6 períodos (Jul-

Out, Nov, Dez, Jan, Fev, Mar-Jun). Essa divisão se deve à característica sazonal da

produção, principalmente concentrada nos meses de Setembro a Fevereiro. Desta

forma, torna-se necessário à análise detalhada dos meses críticos de armazenagem

durante o verão (Nov-Fev). O restante dos meses pode ser agrupado de forma a

reduzir o número de variáveis e restrições do modelo.

§ A disponibilidade de matéria-prima para produção não foi considerada como uma

restrição neste modelo. Assim, assumiu-se que a matéria-prima está sempre

disponível em quantidade suficiente para capacidade máxima de produção da

empresa, independente do produto.

§ De forma análoga, a disponibilidade de veículos rodoviários foi considerada como

irrestrita uma vez que depende exclusivamente de acordos comerciais entre a

empresa e as transportadoras.

§ O modelo não considera estados intermediários, isto é, supõe-se que os

movimentos de volumes expedidos e produzidos ocorrem simultaneamente no

final do período.

§ Toda a produção das fábricas é escoada imediatamente para os CD’s centrais.

Portanto a produção nos CD’s centrais (origem) corresponde à produção das

respectivas fábricas (Recife e São Paulo).

5.3. Relação de Variáveis e Parâmetros A tabela 5.3.1 mostra a nomenclatura e os índices utilizados na modelagem:

Símbolo Descrição Intervalo Valor p Produto (1, ..., P) P = 4 i CD origem (1, ..., I) I = 2 j CD destino (1, ..., J) J = 17 t Períodos (1, ..., T) T = 6

Tabela 5.3.1: Tabela de índices

56

O Modelo

Segue a tabela 5.3.2 com a descrição das variáveis do modelo:

Símbolo Descrição Unidade

Qpijt Quantidade transportada do produto p, da origem i para o destino j no período t

Paletes

Nijt Quantidade de viagens realizadas da origem i para o destino j no período t

Viagens

Epjt Estoque do produto p, no destino j no período t Paletes

ECpit Estoque do produto p, na origem i no período t Paletes

W1it Quantidade de produto armazenado além da quantidade contratada na origem i no período t

Paletes

Ppit Produção do produto p, na fábrica f no período t Paletes

Tabela 5.3.2: Tabela de variáveis

Na tabela 5.3.3, encontram-se os parâmetros utilizados na modelagem:

Símbolo Descrição Unidade

Dpjt Demanda do produto p, no destino j no período t Paletes

CpEi Capacidade de expedição da origem i Paletes/dia

CpAj Capacidade de armazenagem do destino j Paletes

CTijt Custo de frete da origem i para o destino j no período t R$ /Viagem

CpPi Capacidade de produção da origem i Paletes/dia

CFit Custo fixo de armazenagem da origem i no período t R$

CVRjt Custo variável de armazenagem do destino j no período t R$/Palete

CVit Custo variável de armazenagem na origem i no período t R$ / Palete

CPpt Custo final do produto p no período t R$ / Palete

It Taxa de oportunidade no período t %

EC0pi Estoque do produto p na origem i no período 0 Paletes

E0pj Estoque do produto p, no destino j no período 0 Paletes

Ai Constante referente à quantidade máxima contemplada no custo fixo da origem i

Paletes

K Constante referente à capacidade do caminhão Paletes/Viagem Tabela 5.3.3: Tabela de parâmetros

57

O Modelo

5.4. Modelo

A formulação matemática do problema tem como objetivo minimizar os custos de transporte e

armazenagem, respeitando as limitações do sistema estudado:

Função Objetivo: MIN CCCZ 321++= (1)

Onde,

NCTC ijt

I

i

J

j

T

tijt

×= ∑∑∑= = =1 1 1

1 (2)

CVWECVRCFC it

I

i

T

tit

p

ppjt

J

j

T

tjt

I

i

T

tit

×+×+= ∑∑∑∑∑∑∑= === == = 1 111 11 1

2 1 (3)

∑∑∑∑∑∑∑∑= == == == =

××+××=I

i

J

jpjtpt

P

p

T

tt

I

i

J

jpitpt

P

p

T

tt ECPIECCPIC

1 11 11 11 13

(4)

Sujeito a:

DQE pjt

I

ipijtpjt ≥+ ∑

=−

11

(5)

p = (1,...,P); j = (3,...,J); t= (1,…,T)

DQ pjt

I

ipijt∑

=

=1

(6)

p = (1,...,P); j = (1,2); t= (1,…,T)

00 ECEC pipi= (7)

p = (1,...,P); i = (1,...,I)

58

O Modelo

00 EE pjpj= (8)

p = (1,...,P); j = (1,...,J)

∑=

−−+=

J

jpijtpitpitpit QPECEC

11

(9)

p = (1,...,P); i = (1,...,I); t = (1,...,T)

DQEE pjt

I

ipijtpjtpjt −+= ∑

=−

11

(10)

p = (1,...,P); j = (1,...,J); t = (1,...,T)

PECQ pitpit

J

jpijt

+≤−

=∑ 1

1

(11)

p = (1,...,P); i = (1,...,I); t = (1,...,T)

CpEQi

P

p

J

jpijt

≤∑∑= =1 1

(12)

i = (1,...,I); t = (1,...,T)

CpAE j

P

ppjt

≤∑=1

(13)

j = (1,...,J); t = (1,...,T)

CpACEC i

P

ppjt

≤∑=1

(14)

i = (1,...,I); t = (1,...,T)

CpPP i

P

ppit

≤∑=1

(15)

i = (1,...,I); t = (1,...,T)

59

O Modelo

AECW i

P

ppjtit

−≥ ∑=1

1 (16)

i = (1,...,I); t = (1,...,T)

01 ≥W it (17)

i = (1,...,I); t = (1,...,T)

∑=

≥×P

ppijtijt QNK

1

(18)

i = (1,...,I); j = (1,...,J); t = (1,...,T)

0≥Qpijt

(19)

p = (1,...,P); i = (1,...,I); j = (1,...,J); t = (1,...,T)

0≥E pjt (20)

p = (1,...,P); j = (1,...,J); t = (1,...,T)

0≥EC pit (21)

p = (1,...,P); i = (1,...,I); t = (1,...,T)

0≥Nijt

(22)

i = (1,...,I); j= (1,...,J); t = (1,...,T)

0≥P pit (23)

p = (1,...,P); i = (1,...,I); t = (1,...,T)

INTEIROSNijt

∈ (24)

i= (1,...,I); j= (1,...,J); t = (1,...,T)

60

O Modelo

5.4.1. Função Objetivo A equação (1) representa a função objetivo a ser minimizada. Ela é composta por três termos:

O primeiro termo, representado na equação (2) indica o custo do frete de transporte, o qual é

dado pela quantidade total de viagens realizadas dos macros CD’s para as filiais multiplicada

pelo respectivo custo unitário.

A equação (3) calcula o segundo termo da função objetivo e representa o custo de

armazenagem. Este custo é dividido em duas partes: o custo de armazenagem nas filiais, e o

custo dos CD’s. O custo das filiais é variável e depende exclusivamente da quantidade

armazenada no período. O custo dos CD’s é composto por custos fixos, representados pelo

parâmetro CF e variáveis, representados por uma variável auxiliar W1 que assume o valor

referente a quantidade estocada que excedeu o número de paletes inclusos no custo fixo do

período e 0 caso a quantia de paletes estocada no período esteja dentro do limite incluso no

custo fixo.

Por fim, o termo (4) indica o custo de oportunidade. Este custo é calculado como sendo o

valor que a empresa ganharia caso ela aplicasse o dinheiro empregado em estoques nos

investimentos aos quais tem acesso. Neste caso, este valor é considerado um custo, uma vez

que ao manter estoques, a empresa coloca dinheiro em ativos e deixa de gerar este lucro com

a taxa de oportunidade.

5.4.2. Restrições

O modelo considera como restrições as limitações operacionais da cadeia de suprimentos

estudada e os conceitos inerentes de um sistema logístico. A seguir serão detalhadas as

restrições do modelo.

Restrições de Demanda

O conjunto de equações (5) garante o atendimento completo da demanda, visto que o estoque

no início do período somado com a quantidade enviada ao destino j corresponde à respectiva

quantidade demandada. Vale ressaltar que essas restrições estão apenas relacionadas as filiais.

Para os distribuidores (destinos 1 e 2), como os estoques dos mesmos não são de

61

O Modelo

responsabilidade da empresa e não podem ser medidos foi colocada a condição (conjunto de

equações 6) de que toda a quantidade demandada deveria ser atendida no mesmo período pela

quantidade transportada para estes destinos. Ou seja, como os distribuidores colocam seus

pedidos e são clientes da empresa, a quantidade transportada para eles deve ser exatamente

igual a demanda dos mesmos.

Restrições de Estoques

Os conjuntos de equações (7) e (8) indicam ao modelo a quantidade inicial (no período 0)

estocada por local i e j de cada produto p.

O conjunto de expressões (9) define o cálculo do estoque do produto p nos CD’s de origem i

no final de cada período. Esse cálculo é dado como sendo a soma do estoque inicial com a

quantidade produzida no período, subtraindo a quantia de produtos embarcados para as filiais.

Da mesma forma, o conjunto de equações (10) representa os estoques no final do período t

para as filiais j. Sendo que, neste caso, ao estoque inicial é acrescido à quantidade de produto

recebida na filial e subtraída a quantidade de demanda, ou seja, a quantidade de produtos

vendida.

Restrições Transporte

As equações representadas em (11), restringem a quantia a ser transportada de forma que o

modelo não crie estoques inexistentes. Assim, a quantidade transportada deve ser menor ou

igual ao estoque do período anterior na origem mais a produção realizada neste período.

Da mesma forma, o conjunto de equações (12) também limita a quantidade expedida. Porém,

essa limitação está relacionada ao aspecto operacional, sendo que tudo que for embarcado

deverá ser menor ou igual à capacidade de expedição dos CD’s Centrais i.

Restrições Operacionais

O conjunto de restrições (13) define as limitações de capacidade física das filiais. Ela obriga

que todo o estoque esteja dentro do espaço físico permitido para cada local.

De maneira análoga, as expressões representadas em (14) limitam a capacidade física dos

estoques nos CD’s centrais i.

62

O Modelo

Com relação a quantidade produzida, as equações representadas em (15) garantem que essa

quantia estará dentro dos limites de capacidade das fábricas em cada período.

Restrições Auxiliares

Os contratos firmados com os operadores logísticos dos CD’s, determinam um número

mínimo de estoque que será pago por mês independentemente de sua utilização. Desta forma,

os custos de armazenagem são segregados em fixos (até o limite da constante) e variáveis

(extra por palete). Para resolver essa questão, foi inserida uma variável auxiliar W1 na função

objetivo.

As equações representadas em (16) e (17) juntas definem o valor da variável auxiliar W1 que

deverá assumir o valor referente ao excesso de paletes estocados na origem i. Caso exista

excesso, o lado direito da equação se tornaria positivo e obrigaria a variável a adotar esse

valor, uma vez que ela pode apenas assumir valores maiores ou iguais a essa diferença e,

como a variável está inclusa na função objetivo de minimização, ela tenderia a adotar o menor

valor que é exatamente a diferença referente aos custos variáveis de estocagem das origens i.

Quando esse excesso não existir, o lado direito da equação assumirá valor negativo e, desta

forma, a regra será determinada pelo segundo conjunto de equações (14), levando o valor da

variável para 0.

O conjunto de equações (18) converte toda a quantidade transportada da unidade “paletes”

para viagens. Assim, utilizando-se do fator de conversão K, obtemos o número de viagens

realizadas na cadeia por período.

Restrições de Não Negatividade

O conjunto de restrições (19) indica que as saídas de produto da origem i para o destino j não

podem ser negativas. Caso essas variáveis assumissem valor negativo, existiria fluxo do

destino j para a origem i, o que não é permitido no sistema estudado.

As equações representadas em (20) garantem que a quantidade estocada nos CD’s regionais

não seja negativa.

Da mesma forma, o grupo de restrições (21) obrigam os estoques dos macros CD’s a

assumirem apenas valores positivos.

63

O Modelo

O conjunto de equações (22) indica que as variáveis N são positivas, não existindo fluxo

inverso.

As restrições expressas em (23) mostram que as variáveis P devem ser positivas impedindo o

modelo de reduzir os estoques físicos.

Restrições de Tipo de Variáveis

Por fim, o conjunto de equações (24) indicam que o número de viagens deve ser inteiro, ou

seja, independente da quantidade transportada eu vou sempre pagar por múltiplos de 28

paletes. Caso eu transporte 2,4 eu irei pagar por 3 viagens, ou seja, na terceira carreta eu

estarei transportando apenas 40% da capacidade da mesma, mas pagarei pela viagem inteira.

Capítulo 6

Levantamento de Dados

65


6. LEVANTAMENTO DE DADOS

A coleta de dados foi feita de modo a obter todos os dados necessarios para simular a

modelagem proposta no capítulo anterior para um período de 12 meses e avaliar o resultado

final. Os dados referem-se ao ano de 2003. Além disso, foram levantados dados financeiros

reais a fim de compará- los aos custos obtidos neste estudo e estudar a viabilidade do modelo

desenvolvido.

6.1. Produtos

A empresa possui aproximadamente 150 SKU’s ( Stock Keep Unit, que significa cada produto

que a empresa produz com dadas características), sendo que o ciclo de vida de alguns

produtos é muito curto chegando, em alguns casos, a apenas um ano. Desta forma, para que o

efeito do estudo seja mais preciso e o tamanho do modelo viável, os produtos foram

agregados em famílias conforme a tabela 6.1.1.

Família Descrição

Clássicos Nessa categoria estão inclusos os produtos que nunca saem de linha, como é o caso do Chicabon, Eskibon e Kibonbon e Magnum.

Cornetto Refere-se a toda linha de cones da empresa. Aqui também estão contemplados os produtos de massa, embalados individualmente para serem consumidos no local (por Impulso) como é o caso dos cornettos em copo.

Refreshment

Esses produtos estão relacionados à sensação de refrescância e por isso incluem todos os produtos derivados de fruta. Devido as características similares, foram incluídos nesta categoria os produtos focados para o público infantil, incluindo os licenciados. É nessa família que se encontram a maior rotação de produtos, com constantes lançamentos e produtos saindo de linha.

Take Home Nesta categoria foram incluidos os potes 2 Litros que são os principais responsáveis pelo consumo caseiro e toda a linha Premium de sorvetes-torta.

Tabela 6.1.1: Divisão das famílias de produtos

66


6.2. Transporte

O único modal utilizado pela empresa é o transporte rodoviário. Nesta etapa da cadeia, as

carretas são de 28 posições paletes ou 25 toneladas.

Os fretes refletem os valores praticados em cada rota no ano de 2003, para uma carreta

fechada, incluindo os valores dos pedágios. Estes valores foram negociados entre a Kibon e as

transportadoras que prestam esse tipo de serviço para a empresa.

Existe ainda uma pequena sazonalidade do frete que, nos períodos de pico podem elevar os

preços para valores fora dos acordados. Porém, neste estudo não foi possível apurar com

precisão esse efeito, sendo que essa variação não foi considerada.

Para os distribuidores foi feita uma média ponderada dos valores das rotas para cada destino e

dos volumes enviados para cada uma delas no ano de 2003.

Um resumo das informações referentes aos valores dos fretes encontra-se na tabela 6.2.1 e

6.2.2.

Origem: São Paulo

Brasília R$ 3.062,25

Contagem R$ 1.808,24 Curitiba R$ 1.099,74

Marília R$ 1.349,74

Porto Alegre R$ 2.114,62 Ribeirão Preto R$ 1.408,50

Rio de Janeiro R$ 1.772,50

Vinhedo R$ 650,00 Distribuidores R$ 3.000,00

Tabela 6.2.1: Valores de Frete com origem em São Paulo

67


Origem: Recife

Aracajú R$ 1.810,00

Forataleza R$ 2.212,00

Maceió R$ 1.327,40

Natal R$ 1.246,00

Salavador R$ 2.212,00

Distribuidores R$ 3.000,00

Tabela 6.2.2: Valores de Frete com origem em Recife

Os valores de transporte para as filiais São Paulo e Recife foram considerados nulos dado que

essas filiais encontram-se fisicamente no mesmo local que os respectivos CD’s centrais que as

abastecem. Porém, seus estoques são segregados e, da mesma forma que acontece para os

outros destinos, existe uma venda dos CD’s centrais para essas filiais visto que os CD’s

centrais estão localizados em pontos estratégicos e não atende pequenos clientes.

6.3. Produção

Para levantar os dados referentes à capacidade de produção, foi utilizada uma premissa de que

os produtos seriam produzidos proporcionais a sua participação no negócio. Assim, calculou-

se a capacidade máxima para produzir o mix usual das fábricas, respeitando as restrições de

mão de obra, capacidade de máquinas, horas de produção e máquinas disponíveis.

Como resultado, obteve-se a capacidade máxima de cada uma das fábricas para esse mix,

desconsiderando casos extraordinários como contratação de mão de obra ou hora extra.Esses

valores foram agrupados no terceiro e no quarto período por englobarem mais de um mês de

produção.

Fábricas Paletes/mês

São Paulo 6500

Recife 1500

Tabela 6.3.1: Capacidade máxima de produção nas fábricas

68


6.4. Previsão de Demanda

A previsão de demanda utilizada na empresa é feita pelo departamento de Vendas (Customer

Service), Marketing e Planejamento. A área de planejamento, através da utilização de modelos

heurísticos, gera a previsão de demanda para os próximos 12 meses, baseado nas vendas

ocorridas até o momento (histórico), sazonalidade e eventos.

Esse número é mensalmente revisado em reuniões que envolve as três áreas citadas acima.

Nestas reuniões, a previsão para os próximos três meses é revisada e a evolução do mês

corrente é acompanhada para, caso necessite, sejam tomadas ações de contingência.

Como já decrito anterirormente, o negócio de sorvete é bastante sazonal e suas vendas variam

de caordo com o tempo. Ou seja, mesmo em períodos quentes (picos de demanda), três dias

seguidos de chuva podem afetar o volume de vendas programado. Assim, a previsão de

demanda costuma sofrer sensíveis alterações ao longo dos períodos. Por esse motivo, optou-se

por utilizar, da mesma forma que a produção, a primeira estimativa para o ano de 2003.

Vale ressaltar que a previsão de demanda é feita por produtos e por locais (neste caso, os

destinos filiais e distribuidores). Sendo que a única modificação feita nos valores foi a

agregação por famílias e o volume dos distribuidores.

Desta forma, a previsão de demanda gerada para o ano de 2003 que pode ser observada nas

tabelas 6.4.1 e 6.4.2, e foi utilizada como parâmetro para o modelo em questão.

69


Tabela 6.4.1: Previsão de demanda em Paletes para filiais e distribuidores com atendimento em SP

Origem: São Paulo Vinhedo

Rib. Preto RJ Marília Contagem Brasília P.

Alegre Curitiba SP Distr. SP

T=1 56 41 182 56 56 64 33 0 308 964 T=2 44 32 141 44 44 49 25 0 239 747 T=3 116 85 373 116 116 132 68 0 629 1963 T=4 128 93 410 128 128 145 75 0 695 2165 T=5 46 33 149 46 46 53 27 0 252 790

Clássicos

T=6 50 36 163 50 50 57 29 0 276 862 T=1 36 25 115 36 36 40 20 0 194 605 T=2 25 18 78 25 25 28 14 0 133 412 T=3 48 36 151 48 48 54 30 0 251 780 T=4 77 57 247 77 77 89 47 0 417 1297 T=5 30 21 96 30 30 34 17 0 161 504

Cornetto

T=6 32 22 101 32 32 36 18 0 171 534 T=1 33 24 106 33 33 37 19 0 180 563

T=2 25 18 79 25 25 28 15 0 133 415 T=3 48 35 150 48 48 54 30 0 252 776 T=4 67 48 207 67 67 73 40 0 348 1080 T=5 26 19 82 26 26 30 16 0 138 433

Refreshment

T=6 30 22 97 30 30 35 18 0 164 513 T=1 239 171 783 239 239 273 137 230 1327 4156 T=2 195 139 640 195 195 223 112 179 1084 3396 T=3 331 237 1085 331 331 378 190 302 1838 5753 T=4 444 318 1456 444 444 509 256 333 2465 7721 T=5 168 120 552 168 168 192 96 124 936 2932

Take Home

T=6 227 163 747 227 227 260 130 170 1265 3961

70


Origem: Recife Maceió Natal Aracajú Fortaleza Salvador RE Distr RE

T=1 44 94 51 159 181 47 93 T=2 37 79 43 133 151 35 68 T=3 108 231 125 390 443 114 224 T=4 119 256 139 430 488 132 257 T=5 34 72 39 121 138 36 71

Clássicos

T=6 43 92 50 155 176 43 84 T=1 11 22 13 37 42 43 85 T=2 9 18 11 30 35 32 64 T=3 27 53 31 89 101 91 176 T=4 31 64 36 107 121 88 173 T=5 10 19 11 33 37 25 50

Cornetto

T=6 11 23 13 38 43 30 58 T=1 10 21 12 36 40 45 89 T=2 8 16 10 27 30 37 73 T=3 24 45 26 76 82 108 212 T=4 24 46 27 73 82 128 253 T=5 7 13 8 21 23 40 79

Refreshment

T=6 8 15 9 24 27 46 90 T=1 11 23 12 39 44 195 389 T=2 9 17 10 28 32 163 324 T=3 29 57 32 94 105 478 952 T=4 32 66 37 108 122 526 1048 T=5 9 18 10 30 33 149 295

Take Home

T=6 10 22 12 35 40 190 378

Tabela 6.4.2: Previsão de demanda em Paletes para filiais e distribuidores com atendimento em RE

6.5. Estoques Iniciais

Como a demanda da Kibon é sempre maior que a sua capacidade produtiva no verão, a

necessidade de formação de estoque para atender esses picos é fundamental. Uma vez que os

dados expressos aqui já estão contemplado o estoque atual que é bastante significativo devido

ao alto nível de estoque que a empresa mantém, iremos considerar esse valor como sendo o

estoque no período 0, ou seja, no período anteriror ao primeiro do modelo.

Esses estoques foram retirados do histórico da empresa por local, no dia 31/12/2002 conforme

as tabelas 6.5.1 e 6.5.2. Desta forma, distorções nesses valores com relação a acúmulo de

vendas no final do mês já haviam sido descontados, restando apenas a quantidade física

existente na empresa no final do ano de 2002.

71


É importante lembrar que, os estoques dos distribuidores não são utilizados em nenhum

momento no modelo uma vez que a empresa não possui essas informações e estes clientes

colocam seus próprios pedidos conforme suas necessidades. Assim, o modelo considera que

toda a demanda vinda dos distribuidores deverá ser atendida e que o estoque no final do

período é sempre nulo.

Tabela 6.5.1: Estoques finais em Dez/2002 Filiais SP

Tabela 6.5.2: Estoques finais em Dez/2002 Filiais RE

6.6. Capacidade de Expedição

Para se obter o valor da capacidade máxima de expedição dos CD’s, foi utilizado o cálculo

teórico da capacaidade de expedição dos CD’s centrais. Desta forma, foram levantados o

número de docas em cada local, com as docas exclusivas para descarregamento de produtos

vindos das fábricas já descontadas e o valor do indicador de performance do respectivo CD:

tempo médio de carregamento.

A partir do horário normal de expediente, chegou-se a um número médio de carregamentos

realizados por dia por doca:

MedCarr

TotalExpcarr T

TN =

Onde, TTotalExp é o número de minutos disponíveis por dia para a operação excluindo os casos

extraordinários e TMedCarr é o tempo médio de carregamento de cada CD.

Multiplicando-se esse valor pelo número de docas existentes nos operadores logísticos, e

SP CD SP SP RJ Contagem Rib Preto Vinhedo Marília Curitiba P.

Alegre Brasília Classicos 1.881 44 34 36 40 17 39 0 10 23

Cornetto 2.013 35 26 19 25 14 26 0 7 15 Refreshment 1590 40 33 25 24 17 26 0 15 21

Take Home 963 509 208 94 94 29 82 49 174 49

RE CD RE Recife Aracajú Fortaleza Maceió Natal Salvador Classicos 210 21 16 25 15 9 21 Cornetto 145 14 9 8 9 8 11 Refreshment 215 16 9 11 14 11 18 Take Home 492 35 14 45 13 27 40

72


considerando cada período como possuindo 23 dias úteis, pode-se concluir a capacidade

máxima de expedição dos dois CD’s centrais, expressa na tabela 6.6.1.

CD Origem N° de Veículos N° de Paletes

São Paulo 600 16800

Recife 115 3220

Tabela 6.6.1: Capacidade de Expedição

6.7. Capacidade de Armazenagem

Os dados referentes à capacidade de armazenagem foram levantados através de um

questionário no qual foi solicitado às filiais informar as dimensões de suas câmaras frias,

assim como sua capacidade e estrutura de armazenagem. O modelo deste questionário

encontra-se no Anexo I.

A tabulação final dos dados pode ser vista na tabela 6.7.1 a seguir:

Capacidade Armazenagem

São Paulo 3000 Rio de Janeiro 500

Contagem 320 Ribeirão Preto 290

Vinhedo 184 Marília 285 Curitiba 130

Porto Alegre 250 Brasília 202 Aracajú 174

Fortaleza 220 Natal 140

Maceió 150 Salvador 270 Recife 320

Tabela 6.7.1: Capacidade de Armazenagem Filiais

Com relação aos CD’s centrais, suas capacidades máximas em paletes encontram-se em

73


contrato. Assim, as capacidades de armazenagem do CD São Paulo e do CD Recife são,

respectivamente 11000 e 4000 paletes.

6.8. Custos de Armazenagem

Os custos de armazenagem nas origens possuem uma parte fixa e outra variável. Esses valores

estão expressos em contratos e variam conforme a sazonalidade.

Existe uma quantidade mínima de paletes que serão pagas independentemente do espaço

físico estar sendo ocupado. Para os paletes dentro dessa quantidade, aplica-se um valor de

armazenagem. Desta forma, a parte fixa dos custos é composta pela quantidade mínima do

período multiplicada pelo custo por palete da quantidade mínima. Para as quantias que

ultrapassam esse valor mínimo, aplica-se um valor por palete extra.

Um resumo com as condições estabelecidas em São Paulo e Recife pode ser observado na

tabela 6.8.1:

Custos Armazenagem

SP RE Verão Inverno Verão Inverno

Quantidade mínima 9200 4500 3000 2000 R$/Palete Qtd Mínima 38,25 38,25 38,25 38,25 R$/Palete Excesso 35,54 35,54 38,25 38,25

Tabela 6.8.1: Custos de Armazenagem CD’s centrais

Para as filiais, o custo é variável e é cobrado por litro armazenado. Por esse motivo,

novamente foi necessário usar um fator de conversão médio para transformar esses custos em

R$/Palete. Além disso, uma vez que não é permitido fluxo entre as filiais, a decisão da

localização de estoques é entre o CD central e a filial. Por esse motivo, foi feita uma média

chegando a um único valor para todos os destinos: R$ 55,75 por palete.

74


6.9. Valor dos Estoques

Os dados referentes ao valor dos produtos foram levantados no sistema SAP, no qual é

calculado através dos custos direto como matéria-prima e o rateio dos indiretos. Devido à

agregação dos produtos em famílias foi feita a média destes custos, chegando a um valor

médio por família. Esses valores estão expressos na tabela 6.9.1.

Tabela 6.9.1: Valor dos produtos em R$/Palete

6.10. Custo de Oportunidade

Para o cálculo do custo de oportunidade empregado no estoque foi considerada a taxa de 7 %

ao ano. Este valor refere-se a Financing Charge estipulada pela Unilever para o Brasil, ou

seja, todo o capital da empresa vem de empréstimos mundiais da própria Unilever, sendo essa

a taxa estabelecida como remuneração deste capital.

Produto Valor Classicos R$ 3.500,00 Cornetto R$ 2.000,00 Refreshment R$ 3.000,00 Take Home R$ 2.000,00

Capítulo 7

Resultados Computacionais e Análise Crítica

76


7. RESULTADOS COMPUTACIONAIS E ANÁLISE CRÍTICA

Neste capítulo são apresentados os resultados do modelo assim como a análise feita a partir da

solução obtida pelo mesmo.

7.1. Solução do Problema

As simulçaões foram realizadas no software What’s Best! Versão Comercial 7.0 em um

computador Pentium IV 1,90 GHz com 504 MB de memória RAM. A capacidade total do

software é 2.000 variáveis, 1.000 restrições e 200 inteiras.

A entrada de dados nesse software, assim como a saída de resultados é feita através de

planilhas eletrônicas (no caso, o Microsoft Excel 2000), fazendo com que a interface com o

operador seja bastante amigável. Nesse ponto, o artigo de SCHUSTER et al. (1998) aborda as

vantagens e desvantagens desse tipo de software. Entre as principais vantagens estão a

adequação da ferramenta a problemas de programação linear e a interface amigável com o

usuário final de modo a mostrar- lhe os benefícios das aplicações de técnicas de pesquisa

operacional. A maior desvantagem apresentada é a dificuldade em manipular problemas

extensos, considerando o excessivo trabalho para atualizar e modificar a estrutura do modelo.

Ao serem identificados dois sub-sistemas logísticos idênticos e independentes, esses foram

segregados em simulações distintas reduzindo o número de variáveis, principalmente as

inteiras, e conseqüentemente melhorando o tempo de execução do modelo. Assim, a primeira

parte englobou a fábrica de Recife, o seu respectivo CD Central e as filiais e distribuidores

atendidos por ele, ou seja, toda a região norte e nordeste do país. Desta forma, os índices

assumiram valores conforme indica a tabela 7.1.1.

Símbolo Descrição Valor p Produto P = 4 i CD origem I = 1 j CD destino J = 7 t Períodos T = 6

Tabela 7.1.1: Tabela de Índices – Simulação Recife

77


O modelo de programação linear inteira mista, composto de 432 variáveis, 462 restrições e 42

inteiras foi processado dentro da capacidade do software. A solução final obtida após 13

segundos de processamento encontra-se detalhada no Anexo II.

Com relação à segunda parte, ela contemplou o sistema para as regiões sul, sudeste e centro-

oeste. Incluindo a fábrica de São Paulo, o CD Central que recebe essa produção e as filiais e

distribuidores atendidos por esse CD. Os valores assumidos pelos índices do modelo

encontram-se na tabela 7.1.2.

Símbolo Descrição Valor p Produto P = 4 i CD origem I = 1 j CD destino J = 10 t Períodos T = 6

Tabela 7.1.2: Tabela de Índices – Simulação São Paulo

O modelo composto de 594 variáveis, 636 restrições e 60 inteiras foi processado dentro da

capacidade do software. A solução final obtida após 43 horas, 57 minutos e 32 segundos de

processamento encontra-se detalhada no Anexo III.

7.2. Análise da Solução Obtida

Para a análise da solução, os custos resultantes das duas simulações (São Paulo e Recife)

foram somados facilitando a comparação com os dados atuais.

A solução obtida representa uma redução de custos em relação ao sistema utilizado

atualmente. O quadro comparativo (tabela 7.2.1) ilustra a comparação entre o resultado final

do modelo e os gastos que a empresa teve com cada componente deste custo no ano de 2003.

Atual Proposto Redução %

Transporte R$ 4.825.761,37 R$ 7.101.749,12 (R$ 2.275.987,75) (47 %)

Armazenagem R$ 7.233.489,20 R$ 2.391.527,00 R$ 4.835.962,20 69 %

Oportunidade R$ 12.382.020,00 R$ 3.746.960,00 R$ 8.635.060,00 70 %

TOTAL R$ 24.441.270,57 R$ 13.240.236,12 R$ 11.195.034,45 46 % Tabela 7.2.1: Comparativo Custos Atuais versus Proposto

78


O comparativo acima nos permitir inferir:

§ A maior redução absoluta ocorre nos custos de oportunidade, dado que atualmente

a empresa mantém um nível de estoque bastante elevado.

§ Da mesma forma que o custo de oportunidade sofre uma redução brusca, os custos

de estoques diminuem uma vez que os níveis de estoque permanecem bem abaixo

da média atual e que o modelo centraliza os estoques, aproveitando melhor as

condições contratuais dos CD centrais e evitando empurrar os estoques para as

pontas quando desnecessário.

§ Os custos de transporte sofrem um aumento significativo. Isso devido a liberdade

de expedir carretas não otimizadas. Assim, perde-se pontualmente no

aproveitamento dos transportes e por esse motivo nota-se esse acréscimo nessa

parcela, mas ganha-se no sistema global uma vez que ao transportar menos

estoques para as pontas, a empresa consegue manter o mix e o nível de serviço

com níveis de estoques bem mais baixos, o que garante custos de manter esses

estoques e de oportunidade reduzidos.

§ No total, a redução de custos foi bem significativa sendo que para um período de

12 meses, a perda nos transportes é recompensada pelos ganhos nos outros

componentes, superando os custos atuais e gerando uma economia na cadeia na

ordem de 46 % relativo e R$ 11.195.034,45 absoluto.

As principais considerações a serem feitas em relação ao resultado que se encontra nos anexos

II e anexo III são:

§ A redução dos custos de armazenagem deve-se à centralização dos estoques nos

CD’s centrais, aproveitando ao máximo as cláusulas contratais referentes à

quantidade mínima a ser paga por período. Além disso, ao compararmos com

níveis de estoques atuais, incluindo o estoque inicial utilizado nessa simulação,

notamos uma redução drástica nos níveis dos mesmos, o que também colabora

diretamente nessa redução. A tabela 7.2.2 ilustra esse fato ao mostrar os níveis de

estoques no modelo proposto. Ao comparar com os níveis atuais, notamos que o

CD central de Recife possui em média estoque de 1500 paletes por mês, chegando

79


nos períodos de pico (períodos 4 e 5) a 2.700 paletes no estoque. Com relação a

SP, os estoques médios encontram-se por volta de 9.000 paletes, com picos de

11.000 no período de altas demandas. A redução nos estoques é maior em RE,

onde a capacidade de produção é mais folgada em relação à demanda. No último

período os estoques são zerados uma vez que o modelo não enxerga a continuação

da demanda.

Proposto RE Proposto SP

Período 1 86 6109

Período 2 0 3282

Período 3 0 3147

Período 4 204 6355

Período 5 265 4338

Período 6 0 0 Tabela 7.2.2: Tabela Estoques Centrais Modelo Proposto

§ O custo de oportunidade sofreu uma alteração significativa devido à otimização da

localização dos estoques, melhorando o mix na cadeia e evitando acúmulo de

excesso de estoques nas filiais. Em muitos casos o modelo optou pelo sub-

aproveitamento do transporte em detrimento a esse excesso de estoques nas filiais.

A tabela 7.2.3 e 7.2.4 destaca em quais momentos e rotas, o modelo decidiu por

transportes sub-aproveitados. Nota-se que em geral, o aproveitamento total do

transporte só é viável nos períodos de alta demanda, sendo que nos de baixa, opta-

se por transportar menos produtos a fim de não elevar abusivamente os níveis de

estoque.

Maceió Natal Aracajú Fortaleza Salvador RE Distr RE Período 1 32 105 44 182 217 244 644 Período 2 56 130 70 223 252 267 532 Período 3 188 386 214 644 728 791 1568 Período 4 210 442 251 727 812 874 1708 Período 5 56 112 56 196 237 250 532 Período 6 72 152 84 252 280 309 616

Tabela 7.2.3: Quantidade de paletes transportados no modelo para RE

80


Vinhedo Rib Preto RJ Marília Contagem Brasília P. Alegre Curitiba SP Distr. SP Período 1 263 81 833 161 149 267 24 183 1327 6272 Período 2 280 157 940 280 280 335 140 179 1589 4984 Período 3 552 392 1764 532 552 616 308 302 2970 9268 Período 4 728 532 2324 728 728 812 418 333 3925 12264 Período 5 252 168 868 252 252 308 156 126 1487 4648 Período 6 336 243 1108 336 336 388 195 168 1876 5852

Tabela 7.2.4: Quantidade de paletes transportados no modelo para SP

§ Como esperado para as filiais São Paulo e Recife que fisicamente encontram-se no

mesmo local dos CD’ centrais, anulando seu custo de transporte, os modelos

optaram em todos os períodos por transportar quantidades mais adequadas às

demandas dessas filiais, como já acontece atualmente. Ou seja, no sistema atual da

Kibon, as únicas filiais que podem receber pedidos com quantidades diferentes de

múltiplos de 28 são São Paulo e Recife pelo fato desse transporte ser feito

internamente sem a necessidade da utilização de veículos e pagamentos de frete.

§ O aumento nos custos de transporte ocorreu por não utilizar a capacidade máxima

dos veículos ainda que se pagasse pela viagem completa. Desta forma, aumentava-

se o custo por palete transportado, o que gerou um custo com transportes total

maior do que o praticado hoje na empresa, onde não é permitido expedir pedidos

com quantidades menores do que 28 paletes.

§ A necessidade de atendimento completo da demanda conjugada à minimização dos

custos de armazenagem gerou oscilações na produção na tentativa de acompanhar

o movimento da demanda nos períodos de baixa sazonalidade.

§ Porém, apesar dessas oscilações, a produção começa a utilizar sua capacidade

máxima a partir de setembro em São Paulo, refletindo a construção dos estoques e

o excesso de demanda nos períodos de pico de sazonalidade. Vale lembrar que em

Recife onde a demanda é menor e o impacto em relação ao pico de sazonalidade

também é reduzido isso ocorre um período depois, ou seja, em novembro.

§ De maneira similar, para atender toda a demanda, manter o mix de produtos nas

filiais e reduzir os custos de armazenagem, os estoques nos CD’s centrais também

81


oscilavam, sendo que para algumas categorias formavam-se estoques nos

primeiros períodos enquanto para outras os estoques começaram aparecer no pico

de demanda.

0

50

100

150

200

250

300

1 2 3 4 5 6

Período

Gráfico 2.6.3: Estoques CD central de RE

0

1000

2000

3000

4000

5000

6000

7000

1 2 3 4 5 6

Período

Gráfico 7.2.2: Estoques CD central SP

§ Os modelos iniciaram a construção de estoques no período IV, como acontece

atualmente com a empresa que inicia a criação dos estoques para o verão a partir

de setembro.

§ Com relação aos estoques centrais, em um único período ocorre excedente da

quantidade mínima contratada em São Paulo. Esse fato pode ser explicado pela

própria redução dos níveis de estoque. Visto que a quantidade contratada está

relacionada às políticas atuais, ou seja, está vinculada aos altos níveis de estoque,

essa restrição passa a ser folgada em relação aos resultados propostos nas

82


simulações.

§ As restrições de capacidade tanto das filiais como dos CD’s centrais não se

mostraram pontos críticos devido à redução dos estoques gerada pelo modelo.

Porém, vale ressaltar que essas restrições são muitas vezes empecilhos para a

cadeia atual devido aos altos estoques praticados. As tabelas 7.2.5 e 7.2.7 indicam

os estoques propostos pelo modelo para as filiais. Esses valores são muito baixos e

se aproximam de zero na maioria das vezes. Para comparação, atualmente o nível

de estoque nas filiais é tal que em média, elas possuem 60% de sua capacidade

total ocupada.

Maceió Natal Aracajú Fortaleza Salvador RE Período 1 7 0 4 0 0 0 Período 2 0 0 0 5 4 0 Período 3 0 0 0 0 1 0 Período 4 4 10 12 9 0 0 Período 5 0 0 0 0 6 0 Período 6 0 0 0 0 0 0

Tabela 7.2.5: Estoques propostos filiais N/NE

Maceió Natal Aracajú Fortaleza Salvador RE

90 84 104 132 162 300 Tabela 7.2.6: Estoques médios atuais filiais N/NE

Vinhedo Rib Preto RJ Marília Contagem Brasília P. Alegre Curitiba SP

Período 1 9 60 0 29 9 0 36 0 0 Período 2 0 10 2 20 0 7 10 0 0 Período 3 9 9 7 9 9 5 0 0 0 Período 4 21 25 11 21 21 1 0 0 0 Período 5 3 0 0 3 3 0 0 2 0 Período 6 0 0 0 0 0 0 0 0 0

Tabela 7.2.7: Estoques propostos filiais S/SE/CO

Vinhedo Rib Preto RJ Marília Contagem Brasília P. Alegre Curitiba SP

110 174 300 171 192 121 150 78 1800 Tabela 7.2.8: Estoques médios atuais filiais S/SE/CO

7.3. Análise de Sensibilidade

Para a análise de sensibilidade foram montados alguns cenários que aplicados ao modelo,

mostraram como o mesmo se comportaria. Devido ao número de variáveis do modelo de São

83


Paulo e as similaridades entre os dois sistemas, essa análise foi aplicada apenas às regiões

norte e nordeste atendidas por Recife, reduzindo o tempo de execução das simulações.

O primeiro cenário a ser considerado refere-se à capacidade de expedição. Apesar da empresa

estar satisfeita com a performance de seus operadores logísticos, existe uma possibilidade,

que em alguns locais já está acontecendo, desses operadores não trabalharem exclusivamente

para a Kibon. Ao dividir o CD com outras empresas, estamos reduzindo o número de docas

disponíveis e o número de funcionários para realizarem as operações.

Desta forma, estudou um cenário pessimista, onde apenas 50 % do valor teórico da

capacidade de expedição poderia ser alcançado e chegou-se à conclusão que, ao chegar o pico

da demanda no último período em especial, a capacidade não seria suficiente para o total

atendimento da demanda. Desta forma, o modelo tenta utilizar a máxima capacidade de

expedição nesse período, aumentando os estoques nos períodos anteriores, tanto o central

como o das filiais. A comparação no aumento dos custos pode ser observada na tabela 7.3.1.

Custos Solução Otimizada Cap. Exp. reduzida em 50% Aumento %

Transporte R$ 1.120.033,60 R$ 1.120.033,60 - - Estoques R$ 584.706,50 R$ 592.567,25 R$ 7.860,75 1,3 %

Tabela 7.3.1: Comparativo Custos – Análise Capacidade Expedição

Isso mostra que quanto mais for reduzida a capacidade de expedição dos CD’s centrais, maior

o nível de estoque necessário. Ou seja, consegue-se manter os custos de transporte, mas

aumentam-se os custos de estoque e oportunidade.

Surge, desta forma, uma possível explicação para os altos níveis de estoques da empresa, uma

vez que a confiabilidade da distribuição é fator decisivo sobre o valor teórico da capacidade

de expedição. Assim, para alcançar as economias enumeradas neste trabalho a empresa deve

primeiramente rever sua rede de distribuição, fortalecendo as relações de parcerias com os

terceiros nas relações comerciais e monitorando o seu desempenho médio de expedição

através de indicadores de performance. Ações deste tipo aumentariam a confiabilidade do

sistema e aproximaria cada vez mais as restrições de expedição dos valores teóricos.

Outro cenário visualizado diz respeito à produção. Desta forma, simulou-se o modelo

reduzindo e aumentando essa capacidade e notou-se que um aumento nessa capacidade

reduziria os estoques, uma vez que a produção conseguiria acompanhar mais estreitamente a

84


variação da demanda. O custo de manutenção dos estoques em si não sofre muita alteração

devido a parte fixa dos estoques dos CD’s centrais, já a redução nos custos de oportunidade é

bem significativa. Porém, um incremento na fábrica capaz de gerar um aumento na

capacidade na ordem de 10% não se justificaria pela economia que geraria nestes custos

conforme ilustra a tabela 7.3.2. Ainda que o valor relativo seja bastante expressivo,

representando pouco mais da metade, o valor absoluto não se justifica para um aumento deste

porte.

Vale lembrar que essa economia viria de um custo não desembolsado hoje que é o custo de

oportunidade. Além disso, um aumento na capacidade de produção acarretaria em aumento

dos custos fixos e se agravaria nos períodos de baixa sazonalidade onde a fábrica fica, muitas

vezes, ociosa.

Custos Solução Otimizada Cap. Produção Aumento de 10%

Redução %

Estoques R$ 584.706,50 R$ 584.149,00 R$ 557,50 1 %

Oportunidade R$ 95.165,00 R$ 42.525,00 R$ 52.640,00 55 % Tabela 7.3.2: Comparativo Custos - Capacidade Produção Maior

Por outro lado, reduzir a capacidade de produção na mesma ordem de grandeza, minimizando

os impactos na época de baixa demanda acarretaria em custos muito altos de estoque de

acordo com a tabela 7.3.3, principalmente em relação ao custo de oportunidade porque o custo

de estoques, como citado anteriormente, não sofre grandes impactos devido a parte fixa que

possui em contrato. Esses valores assumidos por essas parcelas dos custos logísticos,

tornariam essa opção inviável. Desta forma, concluiu-se que a empresa esta com uma

capacidade produtiva coerente visto que é necessário achar um equilíbrio nos casos de

sazonalidade.

Custos Solução Otimizada Cap. Produção Redução de 10% Aumento %

Estoques R$ 584.706,50 R$ 584.706,50 - -

Oportunidade R$ 95.165,00 R$ 189.245,00 R$ 94.080,00 98 % Tabela 7.3.3: Comparativo Custos – Capacidade de Produção Menor

Outro ponto importante para análise são as quantidades mínimas de estoques a serem pagas

nos CD’s centrais. Como observado neste capítulo, o resultado da simulação indicou uma

85


grande redução nos níveis de estoque. Essa redução acarreta em revisão das condições

contratuais entre a Kibon e os operadores logísticos.

Nota-se que os níveis de estoque mantidos pelo modelo são tão baixos que na maioria das

vezes não atinge as quantidades mínimas. Desta forma, reduziu-se as quantidades das

constantes drasticamente(50 paletes para o período de alta e 25 paletes para o de baixa) , na

tentativa de ilustrar o que aconteceria caso os estoques estivessem como acontece hoje no

mesmo nível dessas constantes. Neste caso, pelas próprias condições de preço, pelas respostas

mais rápidas às alterações de demanda e principalmente pela redução global dos custos ao

centralizarmos os estoques, o modelo continua armazenando os produtos centralmente,

evitando mandá- los para as pontas sem que exista a demanda para eles.

A tabela 7.3.4 ilustra o valor da variável W1 neste caso. Nota-se que em quase todos os

períodos o modelo optou por pagar o excesso de armazenagem ao invés de empurrar os

estoques para as pontas.

W1 Período 1 36 Período 2 0 Período 3 0 Período 4 150 Período 5 199 Período 6 0

Tabela 7.3.4: Valor da constante W1

Por fim, apesar das vantagens claramente identificadas no sub-aproveitamento dos veículos

em longo prazo, evitando os custos desnecessários com excesso de estoques, surge como uma

oportunidade de melhoria, a utilização de pontos de transbordo no processo. Desta forma,

agregaríamos em um único ponto da cadeia a demanda de duas ou mais filiais e,

conseguiríamos enviar quantidades maiores, melhorando o aproveitamento do transporte. Por

outro lado, como essa quantia enviada seria equivalente à demanda de dois locais distintos,

esse aproveitamento não acarretaria em aumento nos níveis de estoque como acontece

normalmente.

Assim, um último cenários foi montado para esta análise no qual existiu a tentativa de agregar

locais próximos e de menor demanda em um único ponto da malha logística. A localização

86


das filiais assim como o volume que ela representa na demanda de acordo com o tamanho do

logotipo pode ser observada na figura 7.3.1.

Chegou-se ao seguinte cenários: agregando os dois menores volumes (Aracajú e Maceió) em

Maceió.

Os valores do frete por palete entre as filiais foram cotados junto aos transportadores que

prestam serviço para a empresa. As distâncias entre as cidades do mapa podem ser observadas

na tabela 7.3.5 e a análise desse cenário encontra-se resumida na tabela 7.3.6.

Cidades Distância em kilômetros

Recife- Maceió 285 Recife - Aracajú 501 Aracajú - Maceió 294

Tabela 7.3.5: Distâncias entre as cidades em km

87


Figura 7.3.1: Localização Geográfica das Filiais NE Fonte: Elaborada pela autora

Tabela 7.3.6: Comparativo Cenário com Transbordo

A tabela comparativa nos mostra que o ganho no custo de transporte é significativa. Porém,

Cenário Transporte Armazenagem Oportunidade Total

Simulação Otimizada

R$ 1.120.033,60 R$ 584.706,50 R$ 95.165,00 R$ 1.799.905,10

Aracajú e Maceió (Transbordo em

Maceió) R$ 1.071.163,60 R$ 583.814,50 R$ 61.985,00 R$ 1.716.963,10

Ganhos R$ 48.870,00 R$ 892,00 R$ 33.180,00 R$ 82.942,00

Salvador

Fortaleza

Natal

Recife Maceió

Aracajú

88


cabe a empresa analisar se esse ganho justifica os custos de manipulação e da operação de

transbordo. Além disso, neste caso, uma série de outros cenários pode ser montada. Portanto,

um estudo mais aprofundado sobre a localização e a viabilidade de pontos de transbordo

poderia gerar ganhos mais significativos para a cadeia da empresa.

Capítulo 8

Conclusão

90

Conclusão

8. CONCLUSÃO

Neste capítulo será apresentando uma conclusão sucinta do trabalho, além da identificação de

possíveis pontos de melhoria e algumas recomendações à cerca do negócio da empresa.

8.1. Análise do Modelo

Partindo das considerações realizadas ao longo deste trabalho, foi possível identificar que o

modelo desenvolvido atende às necessidades da empresa e consegue resolver o problema

apresentado. Desta forma, o resultado da otimização do modelo é adequado à proposta

elaborada e fornece soluções viáveis.

Além disso, o resultado desta simulação mostrou pontos de melhorias no processo atual que

gerariam reduções significativas de custos. Essas soluções são passíveis de imediata

implementação uma vez que não requerem nenhum investimento, dado que o modelo foi

elaborado baseando-se na estrutura atual da empresa.

Outro ponto positivo foi a identificação da importância dos custos de oportunidade para os

custos globais. Assim, uma mudança de foco pode proporcionar melhores resultados ao

sistema logístico, sendo que em alguns casos, torna-se viável o sub-aproveitamento do

transporte, situação não tolerada atualmente.

A partir destas considerações, fica como recomendação para empresa um estudo visando

aumentar a confiabilidade da distribuição, tentando aproximar o máximo possível a

capacidade de expedição da capacidade teórica. Atualmente já existe programas de parcerias

que aumentam a disponibilidade de veículos mesmo nos picos de demanda. Ações deste tipo

melhorariam a qualidade do transporte e, ao reduzirem o tempo de resposta, proporcionariam

a possibilidade da redução dos estoques como visto nesta simulação.

Além disso, a empresa deveria iniciar o transporte de cargas não otimizadas, focando nos

estoques finais. Essa alternativa se mostra viável uma vez que impacta diretamente nos custos

de oportunidade. Essa simulação, ao desconsiderar essa restrição ainda consegue obter

redução de custos, o que serve para reforçar o fato de que o transporte não é o principal custo

do sistema.

91

Conclusão

Do ponto de vista técnico, a formulação do problema como um modelo de programação linear

inteira proporciona um conjunto de vantagens, tais como:

§ É possível garantir que as soluções obtidas são ótimos globais.

§ É simples aumentar as restrições do modelo ou mesmo alterar a função objetivo.

Com relação aos benefícios qualitativos, podemos citar:

§ Elevação nos níveis de serviço aos clientes uma vez que a distribuição do mix de

acordo com a demanda reduz as distorções na distribuição evitando a falta do

produto em um ponto e o excesso em outro.

§ Um foco maior nos novos esforços de melhoria uma vez identificados os

principais responsáveis pelos impactos sobre os custos globais.

§ Um direcionamento dos investimentos futuros, através da identificação dos

gargalos do sistema.

§ Um sistema de simulação no qual pode-se medir e identificar possíveis impactos

em alterações nos aspectos relativos à produção, à demanda, aos estoques ou aos

transportes.

Vale ressaltar, porém, que os benefícios aqui apresentados dependem da precisão dos

parâmetros utilizados. Nesse sentindo, deve-se considerar a importância da robustez das

informações utilizadas uma vez que o sucesso da aplicação do modelo como ferramenta

decisória dependerá da qualidade destas informações, principalmente aquelas relacionadas à

previsão de demanda.

Além disso, outros fatores desconsiderados para simplificação do modelo também se tornam

pontos de atenção. Assim, a disponibilidade de matéria –prima para a produção e de veículos

para o transporte devem ser consideradas como fatores críticos para o sucesso desta

ferramenta e por isso, merecem uma atenção especial por parte da empresa.

Com relação à previsão da demanda, existe hoje um trabalho para melhorar essa previsão,

evitando grandes influências dos fatores externos, como é o caso do clima, e aumentando a

confiabilidade destes valores. Nesse sentido, podemos dizer que o modelo proposto pode,

inclusive, auxiliar na identificação dos impactos que as alterações nessa previsão podem gerar

92

Conclusão

na cadeia.

8.2. Pontos de Melhoria

Como qualquer processo iterativo de trabalho, o desenvolvimento de um modelo exige

aprimoramento constante e algumas considerações devem ser realizadas a fim de identificar

possíveis pontos de melhoria:

§ Com relação ao software utilizado, embora o What’s Best! possa ser empregado

para esse tipo de aplicação, não é recomendável um software em planilha

eletrônica para modelos extensos, como é o caso. Para modelos com grande

número de variáveis e restrições, as operações de atualização e manipulação

tornam-se impraticáveis. Neste caso, recomenda-se a utilização de outros

softwares como é o caso do CPLEX.

§ Para reduzir o modelo, foram feitas algumas suposições e simplificações que

embora não invalidem o resultado da simulação, subestimam alguns conceitos do

sistema. Nesse aspecto é possível identificar pontos de melhoria tais como:

Ø Devido à limitação da capacidade do software utilizado, o modelo foi

construído com uma divisão de períodos de tempos desiguais,

assumindo assim que, nos períodos consolidados, não haveria

necessidade de detalhar os eventos. Esse agrupamento, embora não

comprometa a validade do resultado final, dificulta uma análise

imediata em comparação a uma divisão em períodos semelhantes.

Isso poderia ser resolvido com a utilização de um software com maior

capacidade de processamento.

Ø Os produtos foram agrupados por categoria para reduzir o tamanho

do modelo. Ainda que estes foram agregados de forma a conservar

características semelhantes, pode existir algum comportamento

específico de algum produto no mercado que acaba não sendo

contemplado neste estudo. Esse problema poderia ser evitado com a

utilização de um software com capacidade maior de processamento.

93

Conclusão

Ø Em algumas restrições não foram consideradas as diferenciações

entre os produtos. Desta forma, forma calculados e utilizados valores

médios para essas restrições que reduzem o nível de detalhe da

solução, podendo gerar restrições menores que em certos casos não

existiriam no sistema. Uma alternativa a esse ponto seria a

diferenciação dessas capacidades por produto.

Ø Uma das simplificações feita referia-se a igualdade dos custos de

armazenagem nas filiais, obtido através da média ponderada. Como

possível alternativa de melhoria, poderia sugerir a diferenciação

desses tipos de custo.

Ø Com relação à produção, foram feitas umas séries de suposições que

poderiam ser detalhadas através da inclusão dos fatores que

influenciam diretamente sua capacidade, refinando os resultados e as

análises da solução obtida. Além disso, essas capacidades também

poderiam ter sido diferenciadas por produto caso o modelo fosse

executado em um software de maior capacidade.

8.3. Possíveis Ampliações do Estudo

O sucesso obtido com o modelo proposto estimula a ampliação dos estudos neste mesmo

sistema. Sendo assim, ampliações e outras formas de abordagem poderiam surgir:

§ Uma otimização nos lucros, incluindo os preços dos produtos.

§ Um detalhamento maior da parte produtiva, tentando substituir a ferramenta de

planilha eletrônica utilizada hoje nesse planejamento.

§ Um estudo de pontos de transbordo na tentativa de maximizar o aproveitamento do

transporte, sem ter impacto direto nos altos níveis de estoque.

§ Um estudo de reposicionamento das filiais.

§ Um estudo de fluxos entre os dois CD’s centrais.

Referências Bibliográficas

95


BALLOU, R.H. Gerenciamento da Cadeia de Suprimentos: planejamento, organização e

logística empresarial. Bookman. Tradução Elias Pereira. 4ª edição. Porto Alegre.2001.

CAIXETA-FILHO, J.V. Losses in the Transportation of Fruits and Vegetables: A Brazilian

Case. International Journal of Logistics, Vol.2, n°3, pp. 325-342. 1999.

COLIN, E.C.; CIPPARRONE, F.A.M.; SHIMIZU, T. Otimização do Custo de transporte na

Distribuição – Armazenagem de Açúcar. Produção, Vol.9, n°1, p.23-30. Rio de Janeiro,1999.

COPACINO, W.C. Supply chain management: the basics and beyond. St. Lucie Press, Boca

Raton & APICS, Falls Church, 1997.

DANTZIG, G.B. Application of the Simplex Method to a Transportation Problem, em

T.C.Koopmans Activity Analysis of Production and Allocation, John Wiley and Sons, New

York, 1951.

FORD, L.R.; FULKERSON, D.R. Flows in Networks, Princeton University Press, Princeton,

New Jersey, EUA, 1962.

GEHRING, H.; KOPITTKE, B.; RODDER, W. Planejamento da Produção e Distribuição na

Indústria de Cimento: Apresentação e Aplicação de um modelo de Programação Linear.

Vol.11, n°1, pp 32-39. 1991.

GOMES, C.F.S.;RIBEIRO, P.C.C. Gestão da Cadeia de Suprimentos integrada à tecnologia

da informação. Pioneira Thomson Learning. São Paulo, 2004.

GUTIERREZ, C. J. Development and Apllication of a Linear Programming Model to

Optimize Production and Distribution of a Manufacturing Company. Tese de Mestrado

apresentada ao Massachusetts Institute of Technology. 1996.

96


HITCHCOCK, F.L. Distribution of a Product from Several Sources to Numerous Localities,

Journal of Math. Physics, Vol.20, 1941.

KAWAMURA, M.S. Modelo de Planejamento de Produção e Distribuição Física em uma

Indústria Alimentícia. Trabalho de Formatura apresentado à Escola Politécnica da

Universidade de São Paulo. 2000.

KIYUZATO, L.; RONCONI, D.P.; SALAMONI, R.; TSAI, C.K.; YOSHIZAKI, H.T.Y.

Minimizing Total Tardiness: A Case Study in na Autoparts Factory. International

Transactions in Operational Research, Vol.9, pp.371-379. 2002.

KOOPMANS, T.C. Optimun Utilization of the Transportation System, Econometrica, Vol.17,

Supl., 1949.

SANTORO, M.C.; RONCONI, D.P. Otimizando armazenagem e transporte de cloreto de

potássio na indústria de fertilizantes. Anais do XXXV SBPO-Simpósio Brasileiro de

Pesquisa Operacional. Natal,2003.

SCHUSTER, E.W.;ALLEN, S.J. Raw material management at Whwlc’s,Inc.Interfaces, 28:5

September-October 1998, pp13-24

TAUBE-NETTO, M. Integrated Planning for Poultry Production at Sadia. Interfaces,

Vol.26, n°1, pp.38-53. 1996.

What’s Best: The Spreadsheet Solver. User’s Manual. Lindo System Inc.Chicago, 1996.

YOSHIZAKI, H.T.Y.; MUSCAT, A.R.N. e BIAZZI, J.L. Descentralizing Ethanol

Distribution in South Eastern Brazil. Interfaces, Vol.26, n°6, pp.24-34. 1996.

Anexo I Questionário

Filiais

Anexo II Resultado

What’s Best! RE

DANIELA DA SILVA PEREIRA - Departamento de Engenharia de...

Documents

Transcript of DANIELA DA SILVA PEREIRA - Departamento de Engenharia de...