sábado, 31 de outubro de 2009

Material Requirements Plannig: 25 Anos de História – Uma Revisão do Passado e Prospecção do futuro

Esta resenha buscou apresentar a evolução histórica dos sistemas MRP, MRPII e ERP, destacando suas vantagens e desvantagens potenciais, bem como os cuidados em sua aquisição e implantação na empresas. Alem de estimular uma reflexão sobre o futuro e sua gestão tecnológica.

Os Sistemas MRPII, durante alguns anos, mantiveram o status de vanguarda (estado da arte) como instrumento de planejamento da produção, principalmente em sistemas de produção intermitente. Nos anos 80, passam a rivalizar com o modelo Just in Time (JIT), introduzido pelos japoneses para controle de estoques na produção automobilística (produção em massa).

Os sistemas ERP – Enterprise Resources Planning. Esta nova geração, além do módulo industrial (MRPII), inclui vários outros aspectos como, por exemplo, contábil, financeiro, comercial, recursos humanos, engenharia etc. Os sistemas ERP são, por isso, denominados genericamente de Sistemas Integrados de Gestão Empresarial.

Ser classificados conforme o fluxo de produção em três classes: (I) produção em massa; (II) produção intermitente; (III) produção unitária. No primeiro grupo, tem-se uma linha de produção dedicada à produção em larga escala de um mesmo produto. Tanto as operações como o fluxo de materiais são bastante previsíveis, sendo o ritmo de produção definido pela velocidade da linha. Como exemplo, podemos citar as linhas de montagem de bens de consumo como automóveis e eletrodomésticos (produção seqüencial) e a produção industrial química e siderúrgica (produção contínua). No outro extremo, tem-se a produção unitária, onde a gerência da produção assemelha-se à gerência de projetos. Neste caso, o processo de produtivo está direcionado para produção de um único ou muito poucos produtos simultaneamente. As atividades e o fluxo de produção são bastante diversificados e variáveis ao longo do tempo. Como exemplo, podemos citar a indústria aeronáutica e a construção civil.

Entre estes dois extremos situa-se a produção intermitente (produção em lotes). Neste caso, o volume de produção não justifica a implantação de uma linha dedicada (produção em massa) e, tampouco, a organização da produção semelhante à produção unitária (gerência de projetos). A produção ocorre em lotes de diferentes produtos que compartilham os mesmos recursos. O sistema de produção deve ser flexível o bastante para permitir mudanças de produtos/lotes sem perda de eficiência. As atividades de produção são caracterizadas por ordens de produção, onde se especificam quantidades, operações (roteiros de produção) e materiais necessários. Dada a intermitência do fluxo, surge o problema de seqüenciamento das ordens nos centros de produção e a necessidade de controlar o fluxo de materiais e o uso de outros recursos (humano, ferramentas, etc.) para manutenção do fluxo de produção.

Quando se analisa o fluxo de materiais, cada ordem de produção tem especificado um conjunto de materiais para que as operações de conformação e montagem sejam executadas. Estes materiais podem ser classificados em matérias-primas, componentes e produtos semi-acabados. Partes destes materiais são obtidas de fornecedores externos, enquanto outros são resultados de operações dentro da fábrica.

Na lista de materiais, além da descrição dos itens que compõem o produto, definem-se as quantidades necessárias de cada um dos itens "filhos" para fabricação/montagem de uma unidade do item "pai", aquele localizado um nível imediatamente acima na estrutura de produto.

Os programas, originalmente denominados Processadores de Listas de Materiais ("Bill of Materials Processing"), apesar das limitações computacionais da época, revelaram-se bastante úteis para os fabricantes de produtos com estrutura complexa e produção intermitente.

Os procedimentos foram sendo aprimorados e consolidados em um novo produto que foi denominado Material Requirement Planning ou simplesmente MRP.

O modelo MRP dos anos 70 apresentava três elementos básicos para gerenciamento da produção: (I) programa mestre de produção; (II) lista de materiais; iii) quantidades em estoque. O programa mestre de produção ("Master Production Scheduling" – MPS) consiste na definição das quantidades de cada produto final que se deseja produzir em cada período ("time buckets") dentro do horizonte de planejamento. Por exemplo, pode-se considerar um horizonte de programação de dois meses e períodos semanais.

O modelo MRP dos anos 70 apresentava três elementos básicos para gerenciamento da produção: (I) programa mestre de produção; (II) lista de materiais; iii) quantidades em estoque. O programa mestre de produção ("Master Production Scheduling" – MPS) consiste na definição das quantidades de cada produto final que se deseja produzir em cada período ("time buckets") dentro do horizonte de planejamento. Por exemplo, pode-se considerar um horizonte de programação de dois meses e períodos semanais. O conjunto básico de dados do MRP (MPS, Lista de Materiais e Estoques), acrescenta-se os roteiros de produção (seqüências e tempos das diferentes tarefas das ordens de produção) e um cadastro dos centros de produção com as respectivas capacidades. Desta forma, é possível verificar a carga dos centros ao longo do tempo e, em decorrência, a viabilidade dos programas de produção.

Apesar das inovações trazidas, como a introdução do conceito de demanda dependente (MRP) e a difusão da cultura do planejamento hierárquico (MRPII), do ponto de vista conceitual, os sistemas MRP apresentam algumas deficiências.

Ao contrário dos modelos de simulação por eventos, o MPR trabalha com o conceito de "janelas de tempo" ("time buckets"), que não permite representar, em detalhe, as seqüências das operações na fábrica. Os tempos de produção ("lead times") são considerados parâmetros e estimados estatisticamente; no cálculo de necessidades, são utilizados como se fossem constantes, independentes da carga na fábrica e do tamanho dos lotes. Imprecisões nas estimativas destes tempos podem levar ao aumento dos estoques intermediários, quando superestimados, ou interrupção da produção por falta de material, quando subestimados.

Os sistemas MRPII, apesar dos benefícios potenciais que podiam trazer para a área de planejamento da produção, não satisfaziam plenamente às necessidades das empresas. Isto se devia à limitação da abrangência e as dificuldades de integração com outros sistemas utilizados nas diferentes áreas da empresa.

Uns dos grandes atrativos para a adoção dos ERP é a possibilidade das empresas integrarem e padronizarem as informações de diferentes unidades geograficamente dispersas, cada qual atendida por um sistema de informações específico. Permite ainda que haja a padronização dos sistemas das diferentes áreas da empresa. A integração via ERP traz a promessa de serem evitados os transtornos de uma integração freqüentemente problemática e extremamente custosa. Traz a atraente perspectiva de serem resolvidos, praticamente em "uma só tacada", todos os problemas associados à massa de sistemas legados (que a empresa acumulou ao longo do tempo). No que se refere à manufatura, o ERP permite uma melhor gestão de pedidos e uma possibilidade maior de integração com fornecedores

Ao implantar um sistema integrado de ERP, podem ocorrer alguns ricos, pois a empresa esta implicitamente adquirindo uma solução genérica que embute as melhores pratica de gerenciamento. Para a implantação do ERP tem alguns fatores críticos como: comprometimento da alta direção, “reengenharia” integração do ERP com outros sistemas de negócios, seleção e gestão de consultores e funcionários e treinamento dos novos funcionários.

O futuro do ERP parece estar associado com a inclusão de funções que permitam a gestão da cadeia de suprimentos e a gestão e operação do comercio eletrônico. Ainda pode-se estimar um crescimento entre 10 a 20% do mercado mundial com disponibilidade de e-commerce.

Autores da Obra

JOSÉ BARBIN F. L. Engenharia de Produção da Escola Politécnica da Universidade de São Paulo. V. 7, n. 3, p. 330-337, Dez. 2000

AURÉLIO M. DE M. Engenharia de Produção da Escola Politécnica da Universidade de São Paulo. V. 7, n. 3, p. 330-337, Dez. 2000

Pâmela Nunes A. Acadêmica do Curso de Administração da Universidade Paranaense - UNIPAR

Modelo composto para prever demanda através da integração de previsões

Com a competitividade entre as empresas, tornou-se importante a realização das previsões de demanda, e usar uma única técnica para obtê-las pode não ser o suficiente para toma das decisões. Esta resenha apresenta uma estrutura utilizando: combinação de previsões e de ajustes baseados em opiniões. Os elementos incluídos na modelagem são: dados históricos; econômicos; e de especialistas. Depois de obter-se a previsão combinada, aplica-se um ajuste para obter a previsão final.

Não é suficiente uma empresa ter boa imagem, ser reconhecida pela sua qualidade e apresentar custos competitivos, também é fundamental que a empresa esteja estruturada para dimensionar a qualidade de bens ou serviços que irá produzir, de forma que possa prever e atender à demanda proveniente do mercado consumidor. Previsões confiáveis podem exigir a utilização de vários métodos, permitindo abranger a maior quantidade de informações disponíveis.

A combinação é uma abordagem atraente para realizar previsões, visto que, ao invés de tentar escolher a melhor técnica, formula-se o problema perguntando que técnicas poderiam ajudar a melhoria da acurácia.

A primeira dimensão, “seleção das técnicas de previsão-base”, esta ligada a tarefa de selecionar técnicas que iram participar da combinação. Pois a seleção da técnica depende de cinco fatores: acurácia, horizonte, custos, complexidade e dados disponíveis. É classificada em três categorias, a objetiva engloba regressão, modelos Box-Jenkis e outros procedimentos com base matemática. As categorias subjetivas envolvem o julgamento humano e opinião de especialistas.

A segunda dimensão se preocupa como as técnicas devem ser combinadas. Combinar previsões conduz ao aumento de acurácia de previsão (combinada) em relação a qualquer previsão individual. A dimensão dos métodos de combinação envolve uma abordagem objetiva e subjetiva.

A Terceira forma de combinar previsões objetivamente é através da utilização de previsões-base subjetivas e objetivas na mesma combinação, incluem que a necessidade de inclusão da opinião é função da variabilidade da serie temporal, portanto a previsão, a opção subjetiva é a melhor escolha. Para series que apresenta variabilidade moderada ou alta, a inclusão da opinião fornece uma melhora significativa na acurácia. Essa maneira de previsão, utilizada diariamente durante quatro anos, apresentou os melhores resultados, em termos das médias dos erros absolutos.

O ajuste baseado na opinião é considerado uma forma de integrar previsões, ela parece ser a principal alternativa para competir com o método de combinação na tarefa de integrar previsões objetivas e subjetivas. O ajuste baseado na opinião consiste na geração de um modelo baseado em dados históricos, o qual irá fornecer uma previsão

O ajuste baseado na opinião pode conduzir a um baixo desempenho das previsões, piorando a acurácia devido ao viés inerente à tomada de decisão humana. Quando o julgamento é usado para prever padrões de series temporais, as pessoas tendem a superestimar a quantia de crescimento ou a diminuir o que realmente está ocorrendo na série. As previsões com viés, por sua vez podem conduzir a vários problemas, tais como: perda de perdidos; prestação de serviço inadequado e recursos organizacionais mal utilizados. Entre os vários tipos de viés tem-se: (I) Inconsistência: falta de habilidade para aplicar o mesmo critério de decisão em situações similares; (II) Ancoramento: tendência dos previsores serem influenciados por alguma informação inicial (âncora); (III) Conservadorismo: Trata-se da suposição que a variável em estudo poderá continuar se comportando da mesma forma como se comportou no passado; (IV) Otimismo: um estado de mente que motiva um respondente a prever que eventos favoráveis são mais prováveis de ocorrer do que eu seria justificado pelos fatos; (V) Correlação Ilusória: crença em padrões que evidenciam a relação entre duas variáveis, quando, na realidade, esta relação não existe.

O uso de conhecimento acumulado – que consiste no conhecimento pratico obtido através da experiência, usando informações especificas disponíveis no ambiente de previsão. Aliado a algum método de estruturação de ajuste, são princípios vantajosos, que podem aumentar a acurácia das previsões.

No caso da indústria de computadores pessoais, onde o ciclo de vida dos produtos raramente excede sete anos, certamente os previsores da empresa iriam traçar uma curva em declínio, pois neste contexto o domínio do conhecimento é fundamental para realizar uma boa previsão.

O fato de as pessoas serem limitadas para considerar processos com grande quantidade de informações é uma das desvantagens da opinião humana. Assim ao realizar um ajuste baseado na opinião, é importante utilizar alguma estrutura.

O processo hierárquico analítico oferece uma abordagem formalizada para ajustar previsões, porem exige muito tempo para obter os pesos e realizar os ajustes. O ajuste baseado na opinião é talvez, a forma, mas fácil de ser utilizada, apresentando o melhor custo/beneficio, havendo, porém a possibilidade de introdução de viés.

O Modelo composto para realizar previsão de demanda foi desenvolvido com o intuito de obter previsões melhores. As formas de integração de previsões têm mostrado potencial para reduzir os erros. Sendo assim o modelo é formado pela combinação de três previsões individuais. Essas previsões individuais baseadas em informações de dados especialistas são reunidas de maneira a permitir a obtenção de uma previsão intermediária. A previsão intermediária, por sua vez, é ajustada para formar a previsão final.

Essa estrutura é composta por seis etapas: (I) Verificação da exigência de dados e de especialistas; (II) Obtenção das previsões individuais; (III) Cálculo dos pesos das previsões individuais; (IV) Obtenção da previsão combinada; (V) Verificação da necessidade de fazer ajuste; (VI) Obtenção da previsão final.

A primeira etapa consiste em verificar a disponibilidade dos dados que permitirão a construção de modelos estatísticos, econométricos e qualitativos. Para a construção do modelo estatístico, será necessário que se disponha de dados históricos em relação à variável que nesse caso é a demanda. Para o modelo econométrico, é preciso dispor de variáveis socioeconômicas que descrevam o comportamento da demanda. Por fim, para a obtenção do modelo qualitativo, é necessário verificar a disponibilidade de especialistas na área de negocio em que se realiza a previsão de demanda.

Na segunda etapa contempla a escolha dos melhores modelos de cada caso.

Nessa terceira etapa primeiramente é questionado se há conhecimento prévio referente à variância dos erros de cada previsão individual. Para tal questionamento existem duas possibilidades: (I) variâncias são conhecidas e (II) variâncias não são conhecidas.

Na quarta etapa o método de combinação a ser usado é proposto por primeiramente, pelo fato desde método apresentar a facilidade de interpretação dos pesos.

Nesta quinta etapa, faz-se necessário identificar especialistas quem possam refinar a previsão já obtida.

A última etapa fornece a previsão final. Quando não houve conhecimento dos especialistas de maneira a permitir os ajustes para redefinir a previsão combinada, ela poderá, então, ser mantida. Por outro lado os especialistas possuem o domínio do conhecimento, permitindo fazer ajustes, é necessário utilizar algum método estruturado para aprimorar a acurácia da previsão combinada.

Autores da obra

WERNER. L. Professora da Universidade Federal do Rio Grande do Sul. Produção, v. 16, n. 3, p. 493-509. Set/Dez 2006

LUIS DUARTE J. R. Professor da Universidade Federal do Rio Grande do Sul. Produção, v. 16, n. 3, p. 493-509. Set/Dez 2006

Pâmela Nunes A. Acadêmica do Curso de Administração da Universidade Paranaense - UNIPAR