Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Encontra documentos específicos para os exames da tua universidade
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Modais ferroviário, areio, aquaviário
Tipologia: Slides
1 / 121
Esta página não é visível na pré-visualização
Não perca as partes importantes!
4.1. Conceito de gestão de estoques 4.2. Métodos e técnicas para previsão de demandas 4.3. Planejamento da gestão de estoques 4.4. Métodos para controle de estoques 4.5. MRP e MRP II 4.6 Just-in-time e kanban 4.7 VMI (Vendor Managed Inventory) e postponement 4.8. Condomínios logísticos e industriais 4.9. Indicadores de desempenho
4.1 Conceito de gestão de estoques A gestão de estoques é a parte da logística que reflete quantitativamente os resultados da alocação de insumos e de produtos ao longo da cadeia de suprimentos. A medição da eficiência e da eficácia na gestão dos estoques é feita com base nos custos logísticos, do qual é parte significativa junto com os custos de transporte. O alcance do termo estoque é bastante elástico. Do ponto de vista conservador, podemos considerá-lo como representativo de matérias-primas, produtos semiacabados, componentes para montagem, sobressalentes, produtos acabados, materiais administrativos e outros suprimentos. Nas organizações menos ortodoxas, não voltadas para a produção e comercialização de bens, o conceito de estoques pode ser ampliado a livros de uma biblioteca, imóveis, dinheiro em um banco, conhecimentos de pessoas e assim por diante. Muitos desses estoques, aparentemente distintos, quando tratados matematicamente, podem apresentar pontos em comum. [continua]
Previsões, em qualquer área do conhecimento, têm sido objeto da humanidade, como um todo. São as mais diversas, envolvendo questões pessoais, econômicas, meteorológicas e muito mais. Poucos ou ninguém previu, com exatidão, a crise financeira que atingiu os Estados Unidos em 2008 e que ainda hoje permanece e se expandiu para a Europa. Economistas explicam, com grande propriedade, o passado, possíveis causas de crises, mas não conseguem prever o que vai, de fato, acontecer. Isso não é privilégio dos economistas, ocorre igualmente com administradores, médicos e outros profissionais. Nas empresas e, particularmente, nas áreas relacionadas diretamente com a produção de bens e de serviços, é essencial que se busque alguma forma de prever demandas, mesmo que estas sejam decorrentes de variáveis complexas e muitas vezes aleatórias. Realizar previsões para planejar operações é atividade essencial, mesmo que se saiba, de antemão, que erros irão ocorrer. Aí reside uma diferença entre as previsões em geral, comentadas no início desse texto, e as previsões operacionais. Nessas, já sabemos que erros ocorrerão e, para minimizá-los, empregamos recursos, tanto subjetivos, como, principalmente, os objetivos, com o auxílio matemático. [continua]
O desenvolvimento da tecnologia tem proporcionado à gestão de estoques instrumentos para controlar um dos ativos mais valiosos de qualquer organização, seja pelo valor ou pela criticidade. Se for considerada uma empresa comercial – uma cadeia de supermercados, por exemplo –, esse é o principal gerador das receitas, devendo ser gerido da maneira mais racional possível. Por outro lado, se considerarmos uma empresa de serviços – eletricidade, por exemplo –, os estoques de peças de manutenção, mesmo sem representarem um grande ativo, em termos de valores envolvidos, passam a ser críticos, porque a confiabilidade do sistema de distribuição de energia elétrica dependerá da capacidade de resposta às demandas. Situação semelhante ocorre com hospitais, onde não pode ocorrer falhas no suprimento de medicamentos ou de serviços essenciais como eletricidade, oxigênio e outros assemelhados. A despeito desses novos recurso, o erro continua sendo o grande desafio dos previsores de demandas. [continua]
Novaes (2007) comenta o fato de que alguns especialistas acreditam que a adoção de filosofias JIT, métodos como o VMI (estoque gerenciado pelo fornecedor) e QR (Quick Response, resposta rápida) reduziram ou eliminaram a necessidade de previsões. O argumento a favor disso seria o fato de as indústrias estarem trabalhando preferencialmente na modalidade push (empurrada), abandonando o conceito pull (puxada). Isso não corresponde à verdade, argumenta o autor, com o que concordamos inteiramente. Por exemplo, quem trabalha com VMI necessita prever demandas para prover dados a seu fornecedor à montante ou atender às necessidades informadas pelo cliente à jusante. Na indústria farmacêutica, nos fabricantes de pneus e nos de alimentos é essencial que as previsões sejam feitas em função da demanda futura do mercado e não da demanda presente, como é o caso do uso da modalidade puxada. Por essas razões, quando se trata de gestão de estoques, é essencial estabelecer modelos de previsão de demandas adequados às características da organização considerada e, principalmente, de seu mercado. Para complementar este ponto, recomendamos o estudo de Novaes (2007, p. 159- 161).
Previsão de demandas Existem dois tipos básicos de demandas: dependente e independente. A demanda dependente está presente nos casos em que um determinado produto exige um número conhecido de itens para sua montagem. Exemplo: indústria automobilística – os carros possuem uma lista de materiais e o planejamento estabelece a quantidade de veículos de determinado modelo que serão produzidos durante um certo tempo. Está relacionada à produção puxada. A demanda independente é aquela que está ligada a ocorrências de natureza aleatória e, por essa razão, é objeto de estudos que têm produzido diversos métodos, estatísticos ou não, voltados para sua previsão. Exemplo: indústria de alimentos, que depende de fatores passados e futuros, estes relacionados à economia, à capacidade financeira dos consumidores, a políticas tributárias e a outros fatores aleatórios. Está relacionada à produção empurrada.
Um exemplo de previsão feita em base subjetiva é a compra de mercadorias no mercado futuro, quando se faz uma previsão de ocorrência de um certo preço ou uma demanda no futuro e, com base nisso, aceita-se o risco de que isso não ocorra. Base subjetiva não significa ausência de técnica, pelo contrário, é necessário usar métodos adequados para extrair conhecimentos dos especialistas. Na realidade, consideramos mais adequado o termo qualiquantativo, porque muitas variáveis assumidas são de origem ou transformadas em dados numéricos. Um desses métodos é o Delphi, que tem sido empregado como uma das mais poderosas ferramentas subjetivas para realizar previsões. Consiste em reunir um grupo de pessoas especializadas no objeto cuja previsão deverá ser feita, e aplicar ao mesmo um processo não identificado de iteração controlada. Cada componente é submetido a uma entrevista estruturada (baseada em um questionário-padrão) sem que possa comunicar-se com os demais integrantes do grupo. As informações recebidas são tabuladas, sintetizadas e retornam para conhecimento de cada componente. Cada integrante do grupo é estimulado a comparar as suas previsões com o que seria a opinião média do grupo. Poderá, então, modificar (ou não) a sua previsão inicial. O processo poderá ser repetido uma ou mais vezes até que um resultado próximo ao consenso seja alcançado.
Exercício de aplicação: Considere o caso das duas empresas, X e Y, relatado por Novaes (2007, p.165- 167). Avalie o processo empregado para a tomada de decisão de uma das empresas. Considere, por exemplo, que, ao final, houve alegação de que o método empregado foi, também, quantitativo. Prepare um relatório a respeito, citando, se possível, experiências semelhantes quanto ao tipo de previsão realizada.
A previsão de demandas, por meio de recursos estatísticos, é realizada pela projeção de dados históricos para um futuro predeterminado. Como regra geral, isso é realizado ajustando-se graficamente os dados em relação a uma variável independente (o tempo, por exemplo), extrapolando-se a curva obtida para um período futuro desejado. Em situações estatisticamente estáveis, essa técnica poderá ser utilizada com sucesso. Na prática, entretanto, isto não ocorre com a frequência que seria desejável, razão por que instrumentos estatísticos mais sofisticados devem ser empregados. Tempo Tempo
Principais componentes associados à previsão de demandas: (^) demanda média; (^) tendência da média; (^) grau de correlação; (^) graus de sazonabilidade e de ciclicidade; (^) variações estocásticas, caracterizadas pela média, desvios, tendência, sazonabililidade e ciclicidade. Serão mostrados, a seguir, exemplos dos tipos de demanda.
O gráfico representa um item que deve, em princípio, ser caracterizado por uma variação sazonal, caracterizada por picos e vales, além de tendência. Alguns autores identificam um outro tipo de demanda identificada como irregular ( lumpy demand ). Os métodos estatísticos usuais não produzem bons resultados para a previsão das demandas irregulares, pois elas resultam de todos os fatores de variabilidade referidos anteriormente, acrescidos de outros não previsíveis.
4.2 Métodos para previsão de demandas Existem dezenas de métodos para previsão de demandas, alguns redundantes. A escolha do método estatístico mais adequado dependerá da contribuição de cada um dos componentes citados para o caso considerado. Com base nessa avaliação, deverá ser tomada a decisão aplicável à previsão das demandas necessárias para a programação de compras, de produção e de vendas de uma empresa. Para cada um dos casos, poderá ser empregado um método diferente. Os métodos mais comuns no mundo real das empresas, dependendo de tamanho e complexidade, são: (^) média aritmética; (^) média móvel; (^) média ponderada exponencialmente; (^) regressão; (^) modelos econométricos (Box-Jenkins).
Equação para cálculo da média aritmética com dados simples: Exemplo: Determine a média aritmética do consumo semanal de fraldas infantis durante o primeiro trimestre do ano, em semanas (13). Dados: n = 13 consumo semanal = 2.000; 1.800; 2.100; 1.900; 2.400; 2.300; 2.500; 2.200; 2.400; 2.600; 2.500; 2.400; 2.100. X= 29.200/13 = 2. Essa operação poderá ser feita,com maior rapidez e acerto, com o emprego do MS- Excel, como será mostrado a seguir:
Demanda semanal 2000 1800 2100 1900 2400 2300 2500 2200 2400 2600 2500 2400 2100 Resultado = 2. Procedimentos Digitar os dados da série histórica das demandas passadas Selecionar uma célula para o resultado Entrar na aba "fórmulas" Clicar em "inserir funções" Ao surgir uma tela, selecionar média e clicar "OK" Ao surgir nova tela, selecionar os dados da demanda e clicar "OK" A média aparecerá na célula escolhida
