ads:
RAFAEL JANISKI
EXPLORANDO A DINÂMICA DA PRODUÇÃO
DE SERVIÇOS DE MANUTENÇÃO
INDUSTRIAL: UMA ABORDAGEM SISTÊMICA
CURITIBA
2006
Dissertação apresentada ao Programa de Pós-Graduação em
Engenharia de Produção e Sistemas da Pontifícia Universidade
Católica do Paraná como requisito parcial para obtenção do título
de Mestre em Engenharia de Produção e Sistemas.
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
ii
RAFAEL JANISKI
EXPLORANDO A DINÂMICA DA PRODUÇÃO
DE SERVIÇOS DE MANUTENÇÃO
INDUSTRIAL: UMA ABORDAGEM SISTÊMICA
CURITIBA
2006
Dissertação apresentada ao Programa de Pós-Graduação em
Engenharia de Produção e Sistemas da Pontifícia Universidade
Católica do Paraná como requisito parcial para obtenção do título
de Mestre em Engenharia de Produção e Sistemas.
Área de Concentração: Gerência de Produção e Logística
Orientador: Prof. Dr. George Wagner Leão e Sousa
ads:
iii
JANISKI, Rafael.
Explorado a Dinâmica da Produção de Serviços de Manutenção Industrial: Uma
Abordagem Sistêmica. Curitiba, 2006. 143p.
Dissertação – Pontifícia Universidade Católica do Paraná. Programa de Pós-
Graduação em Engenharia de Produção e Sistemas.
1. Manutenção Industrial 2. Gestão da Produção de Serviços 3. Pensamento Sistêmico
4. Modelagem e Dinâmica de Sistemas. Pontifícia Universidade Católica do Paraná.
Centro de Ciências Exatas e de Tecnologia. Programa de Pós-Graduação em
Engenharia de Produção e Sistemas.
iv
v
A Deus, porque a cada momento da minha
vida, me ilumina e me guia.
vi
Agradecimentos
Ao meu orientador Professor Doutor GEORGE WAGNER LEÃO E SOUSA por
incentivar e acreditar nesta difícil empreitada, pelas suas valiosas sugestões e confiança em
mim depositada. O seu incentivo foi fundamental e decisivo para o término desta dissertação.
Aos Professores Doutor FÁBIO FAVARETTO e Doutor SÉRGIO EDUARDO
GOUVÊA DA COSTA pelas dicas na fase de qualificação, com certeza suas contribuições
elevaram muito a qualidade deste trabalho.
A todos os professores do programa de mestrado pelos ensinamentos transmitidos e a
todos os meus amigos e colegas de trabalho pelo apoio e incentivo.
Em especial a minha esposa ROSELI meus filhos FERNANDO e GEOVANI pela
torcida, apoio e paciência em todos os momentos.
vii
Sumário
Agradecimentos................................................................................................................... vi
Sumário ..............................................................................................................................vii
Lista de figuras..................................................................................................................... x
Lista de tabelas...................................................................................................................xii
Lista de abreviaturas e siglas............................................................................................xiii
Resumo.............................................................................................................................. xiv
Abstract.............................................................................................................................. xv
Capítulo 1:............................................................................................................................ 1
Introdução............................................................................................................................ 1
1.1. Desafio......................................................................................................................... 3
1.2. Motivação .................................................................................................................... 4
1.2.1. Caracterização de Serviços de Manutenção Industrial ....................................... 6
1.2.2. Desafios da Produção de Serviços..................................................................... 8
1.3. Proposta ....................................................................................................................... 8
1.3.1. Objetivos específicos ........................................................................................ 9
1.3.2. Contribuição..................................................................................................... 9
1.4. Organização do Texto .................................................................................................. 9
Capítulo 2:.......................................................................................................................... 11
Revisão bibliográfica.......................................................................................................... 11
2.1. Desafios da Manutenção Industrial............................................................................. 11
2.2. Desafios da produção e gestão de Serviços................................................................. 16
2.3. Gerenciamento da mudança Organizacional. .............................................................. 22
2.4. Modelagem e Simulação ............................................................................................ 26
viii
Capítulo 3:.......................................................................................................................... 31
Metodologia de pesquisa.................................................................................................... 31
3.1. Propósito da Pesquisa................................................................................................. 31
3.2. Objetivos Específicos................................................................................................. 31
3.3. O Processo de Pesquisa .............................................................................................. 32
3.4. Dinâmica de Sistemas ................................................................................................ 34
3.5. Fundamentos Conceituais........................................................................................... 35
3.5.1. Diagrama de loops causais.............................................................................. 36
3.5.2. Polaridades ..................................................................................................... 37
3.5.3. Diagrama de fluxos......................................................................................... 38
3.5.4. Atrasos (delays).............................................................................................. 39
3.5.5. Aging Chain (Cadeia de envelhecimento). ...................................................... 40
3.5.6. Estrutura e comportamento de Sistemas Dinâmicos. ....................................... 42
3.6. Descrição Detalhada dos Passos da Pesquisa .............................................................. 46
Capítulo 4:.......................................................................................................................... 48
4.1. Articulação do problema ............................................................................................ 48
4.2. Seleção do Tema ........................................................................................................ 49
4.2.1. Qual é o problema e Porque é um Problema.................................................... 49
4.2.2. Principais Conceitos e Variáveis Relacionados ............................................... 49
4.2.3. Horizonte de Tempo ....................................................................................... 51
4.2.4. Definição Dinâmica do Problema ................................................................... 51
Capítulo 5:.......................................................................................................................... 55
Hipótese dinâmica.............................................................................................................. 55
5.1. Geração de uma teoria inicial ..................................................................................... 55
5.2. Mapeamento............................................................................................................... 58
5.3. Suposições Simplificadoras........................................................................................ 80
Capítulo 6:.......................................................................................................................... 81
Formulação e teste do modelo de simulação ..................................................................... 81
ix
6.1. Especificação da estrutura e regras de decisão ............................................................ 81
6.2. Estimativas de parâmetros e condições iniciais........................................................... 85
6.3. Testes......................................................................................................................... 87
6.3.1. Consistência dimensional................................................................................ 88
6.3.2. Reprodução de comportamento....................................................................... 88
Capítulo 7:.......................................................................................................................... 91
Projeto de estruturas e políticas alternativas.................................................................... 91
Capítulo 8:........................................................................................................................ 110
Conclusões........................................................................................................................ 110
8.1. Revisão dos objetivos............................................................................................... 110
8.2. Contribuições ........................................................................................................... 111
8.3. Limitações................................................................................................................ 112
8.4. Sugestão para trabalhos futuros. ............................................................................... 112
Referências Bibliográficas ............................................................................................... 114
Resumo Classificatório do Levantamento Bibliográfico. ............................................... 121
Anexo A ............................................................................................................................ 124
Visão ampliada da Figura 5.17. ....................................................................................... 124
Anexo B ............................................................................................................................ 126
Visão Ampliada da Figura 5.18....................................................................................... 126
Biografia Resumida ......................................................................................................... 128
x
Lista de figuras
Figura 1.1: Idealização do processo de aprendizagem ............................................................ 3
Figura 1.2: Pesquisa anual de serviços.................................................................................... 4
Figura 1.3: Pesquisa anual de serviços.................................................................................... 5
Figura 1.4: Critérios utilizados na contratação........................................................................ 5
Figura 1.5: Conceitos dos serviços. ........................................................................................ 6
Figura 1.6: Encontro de serviços. ........................................................................................... 7
Figura 2.1: Tipos de manutenção. Cenário Brasileiro. .......................................................... 14
Figura 2.2: Conceito de serviço – duas perspectivas. ............................................................ 16
Figura 2.3: Desenvolvendo o conceito de serviço................................................................. 17
Figura 2.4: Curvas de comportamento.................................................................................. 19
Figura 2.5: Olhando para trás: as lições da história............................................................... 20
Figura 2.6: Metodologia TransMeth..................................................................................... 24
Figura 3.1: Passos da Dinâmica de Sistemas. ....................................................................... 32
Figura 3.2: Processo de pesquisa.......................................................................................... 33
Figura 3.3: Processo de feedback.......................................................................................... 35
Figura 3.4: Modelo Mental................................................................................................... 36
Figura 3.5: Exemplo de diagrama de loop causal.................................................................. 37
Figura 3.6: Exemplo diagrama de fluxo................................................................................ 39
Figura 3.7: Exemplo de atrasos no sistema........................................................................... 40
Figura 3.8: Estrutura Aging Chain........................................................................................ 41
Figura 3.9: Feedback Positivo.............................................................................................. 43
Figura 3.10: Feedback Negativo (busca de objetivos)........................................................... 43
Figura 3.11: Oscilação. ........................................................................................................ 44
Figura 3.12: Crescimento em “S”......................................................................................... 45
Figura 3.13: Crescimento com overshoot. ............................................................................ 45
Figura 3.14: Crescimento com overshoot e colapso.............................................................. 46
Figura 4.1: Definição do problema – Comportamento problemático de referência................ 52
Figura 4.2: Definição do problema – Comportamento problemático de referência................ 52
Figura 4.3: Tendência de contratação de serviços................................................................. 53
Figura 5.1: Curva do Ciclo de Vida de um produto............................................................... 56
Figura 5.2: Diagrama de loops causais................................................................................. 59
Figura 5.3: Fluxo 1 do mapeamento. .................................................................................... 60
xi
Figura 5.4: Fluxo 2 do mapeamento. .................................................................................... 61
Figura 5.5: Fluxo 3 do mapeamento. .................................................................................... 62
Figura 5.6: Fluxo 4 do mapeamento. .................................................................................... 63
Figura 5.7: Fluxo 5 do mapeamento. .................................................................................... 64
Figura 5.8: Fluxo 6 do mapeamento. .................................................................................... 65
Figura 5.9: Fluxo 7 do mapeamento. .................................................................................... 66
Figura 5.10: Fluxo 8 do mapeamento. .................................................................................. 67
Figura 5.11: Fluxo 9 do mapeamento. .................................................................................. 68
Figura 5.12: Fluxo 10 do mapeamento. ................................................................................ 69
Figura 5.13: Fluxo 11 do mapeamento. ................................................................................ 71
Figura 5.14: Fluxo 12 do mapeamento. ................................................................................ 72
Figura 5.15: Fluxo 13 do mapeamento. ................................................................................ 73
Figura 5.16: Fluxo 14 do mapeamento. ................................................................................ 74
Figura 5.17: Fluxo 15 do mapeamento. ................................................................................ 75
Figura 5.18: Fluxo final do mapeamento. ............................................................................. 79
Figura 6.1: Resultado do teste de consistência dimensional do Modelo. ............................... 88
Figura 6.2: Gráfico com reprodução de comportamento de Contratos x Aderência............... 89
Figura 6.3 Gráfico com reprodução de comportamento da MDO disponível x MDO extra. .. 90
Figura 7.1: Definição de estruturas alternativas.................................................................... 91
Figura 7.2: Gráfico da simulação mantendo a estrutura atual................................................ 92
Figura 7.3: Gráfico do número de contratos variando nível de aderência desejada................ 95
Figura 7.4: Gráfico da aderência à programação variando nível de aderência desejada. ........ 95
Figura 7.5: Gráfico da MDO Disponível variando nível de aderência desejada..................... 96
Figura 7.6: Gráfico da MDO Extra alocada variando nível de aderência desejada................. 97
Figura 7.7: Gráfico da simulação com variação do período de planejamento da MDO extra. 98
Figura 7.8: Gráfico da simulação com o comportamento da margem de contribuição. ........ 100
Figura 7.9: Combinação de cenários................................................................................... 101
Figura 7.10: Simulação com choque de demanda para alternativa 01.................................. 103
Figura 7.11: Simulação com choque de demanda para alternativa 02.................................. 104
Figura 7.12: Simulação com choque de demanda para alternativa 03.................................. 106
Figura 7.13: Simulação com choque de demanda para alternativa 04.................................. 107
Figura 7.14: Simulação com choque de demanda para alternativa 05.................................. 108
xii
Lista de tabelas
Tabela 2.1: Grid de maturidade da manutenção............................................................... 15
Tabela 3.1: Notação utilizada nos diagramas e modelos................................................. 41
Tabela 5.1: Variáveis utilizadas no mapeamento do fluxo 1........................................... 60
Tabela 5.2: Variáveis utilizadas no mapeamento do fluxo 2........................................... 61
Tabela 5.3: Variáveis utilizadas no mapeamento do fluxo 3............................................ 62
Tabela 5.4: Variáveis utilizadas no mapeamento do fluxo 4............................................ 63
Tabela 5.5: Variáveis utilizadas no mapeamento do fluxo 5............................................ 65
Tabela 5.6: Variáveis utilizadas no mapeamento do fluxo 6............................................ 66
Tabela 5.7: Variáveis utilizadas no mapeamento do fluxo 7............................................ 67
Tabela 5.8: Variáveis utilizadas no mapeamento do fluxo 8............................................ 68
Tabela 5.9: Variáveis utilizadas no mapeamento do fluxo 9............................................ 69
Tabela 5.10: Variáveis utilizadas no mapeamento do fluxo 10........................................ 70
Tabela 5.11: Variáveis utilizadas no mapeamento do fluxo 11........................................ 71
Tabela 5.12: Variáveis utilizadas no mapeamento do fluxo 12........................................ 72
Tabela 5.13: Variáveis utilizadas no mapeamento do fluxo 13........................................ 73
Tabela 5.14: Variáveis utilizadas no mapeamento do fluxo 14........................................ 74
Tabela 5.15: Variáveis utilizadas no mapeamento do fluxo 16........................................ 76
Tabela 5. 16: Suposições assumidas no modelo............................................................... 80
Tabela 6. 1: Parâmetros estimados do modelo..................................................................
85
Tabela 6. 2: Condições iniciais do modelo....................................................................... 86
Tabela 7.1: Simulação mantendo a estrutura atual........................................................... 92
Tabela 7.2: Simulação variando o nível de aderência desejada........................................ 93
Tabela 7.3: Simulação variando o período de planejamento da MDO extra.................... 98
Tabela 7.4: Simulação variando a margem de contribuição............................................. 99
Tabela 7.5: Simulação do melhor cenário.........................................................................
101
Tabela 7.6: Simulação com choque de demanda para alternativa 01............................... 102
Tabela 7.7: Simulação com choque de demanda para alternativa 02............................... 104
Tabela 7.8: Simulação com choque de demanda para alternativa 03............................... 105
Tabela 7.9: Simulação com choque de demanda para alternativa 04............................... 107
Tabela 7.10: Simulação com choque de demanda para alternativa 04............................. 108
Tabela 7.11: Índice de desempenho das alternativas........................................................ 109
xiii
Lista de abreviaturas e siglas
KPI - Key Performance Indicator (Indicador Chave de Desempenho)
TIA - Totally Integrated Automation (Automação Totalmente Integrada)
TIP - Totally Integrated Power (Força Totalmente Integrada)
ERP - Enterprise Resources Planning (Planejamento de Recursos Empresariais)
PCP - Planejamento e Controle da Produção
Abraman - Associação Brasileira de Manutenção
CMMS - Computer Maintenance Management System (Sistema Computadorizado para
Gerenciamento da Manutenção)
ABNT - Associação Brasileira de Normas Técnicas
ISO - International Organization for Standardization (Organização Internacional para
Padronização)
IBGE - Instituto Brasileiro de Geografia e Estatística
PIB - Produto Interno Bruto
USP – Universidade de São Paulo
xiv
Resumo
A busca pelo máximo retorno sobre os ativos do processo produtivo exige instalações
industriais com a máxima confiabilidade e disponibilidade para a produção. Um cenário de
economia globalizada e altamente competitiva exige processos de gestão baseados na plena
satisfação de seus clientes e na qualidade intrínseca dos seus bens ou serviços. Diante disso
muitas empresas de manufatura optam por transferir as atividades específicas de manutenção
industrial para empresas especialistas nesta área. Nesse contexto, uma gestão de contratos
ineficiente afeta a todos, gerando perdas financeiras, desmotivação nas pessoas e fazendo com
que contratos de manutenção sejam transferidos para empresas concorrentes às quais muitas
vezes passam a enfrentar então os mesmos problemas e o ciclo se repete.
Tendo como diretriz científica a metodologia da Dinâmica de Sistemas, buscou-se a
elaboração de um modelo que auxilie a compreensão das características genéricas das atuais
práticas, parâmetros e valores da gestão de contratos de manutenção industrial assim como
seus possíveis pontos de conflito. Dessa forma, este trabalho focou na análise da estrutura
atual de um caso real a fim de propiciar uma ilustração realística dessa problemática. Através
dos métodos de modelagem próprios da Dinâmica de Sistemas, são estabelecidos os
diagramas de loops causais que identificam as principais relações qualitativas identificadas,
relações essas detalhadas por estoques e fluxos identificando-se desta forma os principais
elementos estruturais envolvidos e suas principais relações. A partir deste diagrama e através
de considerações quantitativas mais avançadas um modelo matemático complementar também
foi criado. Esse modelo de simulação foi testado e serviu de base para a análise de cenários
alternativos.
Os resultados obtidos devem ser de especial interesse de gestores de contratos de
manutenção industrial e proporcionam idéias iniciais acerca de mudanças em políticas
potencialmente capazes de melhorar o desempenho de sistemas semelhantes. Em termos
genéricos, o modelo criado também pode ser usado para auxiliar a análise e especificação de
melhorias em outros tipos de sistemas produtores de serviço, expandindo significativamente o
universo de aplicação do modelo.
Palavras-chave: Manutenção Industrial, Gestão da Produção de Serviços, Pensamento
Sistêmico, Modelagem e Dinâmica de Sistemas.
xv
Abstract
The search for maximum return on investment over the assets of a production process
requires high performing industrial facilities. A highly competitive global economy context
demands management processes focused on product quality and customer satisfaction. For
these reasons, many firms choose to outsource its maintenance functions. Under such
conditions, inefficient contract management practices affect all parties involved, frequently
causing financial losses and undermining employee motivation. Such inefficiency might
ultimately affect the decision of transferring the outsourced work to another provider who, in
turn, might face similar problems and the cycle repeats.
Under the scientific purview of the System Dynamics approach, this study created a
model useful in helping to understand the generic characteristics of current practices, values,
parameters as well as potential conflict points of maintenance contract management. Along
these lines, the study focused on the analysis of the current system structure of a real
maintenance firm, which provided a realistic background for the entire discussion. Guided by
the System Dynamics modeling methodology, causal loop diagrams are develop in order to
explore the main qualitative relationships among system elements. Such relationships are then
further deployed by means of causal loop diagrams with stocks and flows. From this point, a
mathematical model was developed and tested through numerical simulation, serving as a
baseline for alternative future scenarios evaluation.
The results obtained should be of special interest to maintenance contract managers
and have allowed initial insight into potential improvement actions capable of affecting
desired system performance. In generic terms, the model created can also be used to support
the identification and specification of improvement alternatives of similar service providing
systems.
Key-Words: Industrial Maintenance, Service Production Management, Systems Thinking,
System Dynamics Modeling.
1
Capítulo 1:
Introdução
A demanda incessante por maior produtividade e retorno do investimento nas plantas
de processos industriais tem gerado exigências cada vez maiores nas funcionalidades e
recursos disponíveis nos sistemas de controle de processos. A aplicação dos conceitos TIA
(Tottaly Integrated Power) e TIP (Totally Integrated Automation)
1
surgem como uma solução
tecnológica extremamente atual e inovadora para essas questões, trazendo mudanças e
melhorias significativas desde o chão de fábrica até o nível de gestão empresarial ERP
(Enterprise Resources Planning) nas indústrias de uma maneira geral. Entretanto, novas
tecnologias requerem novos conhecimentos, novos investimentos, novos métodos de trabalho
e novas formas de pensar e gerenciar pessoas e processos. Gerenciar com eficiência todas
estas mudanças é um grande desafio, cada equipe espera tratamento especial. Cada membro
da equipe espera e necessita que algum superior entenda o que o grupo está fazendo que
equipamentos precisam e como deveria ser sua relação com outros departamentos da empresa
(SENGE, 2000).
Muitas empresas com o objetivo de serem mais competitivas, reduzindo seus custos e
aumentando a produtividade, optam por terceirizar as atividades que não fazem parte
diretamente do seu negócio, como por exemplo, a atividade de manutenção industrial,
(SLACK; CHAMBERS & JONHSTN, 2002), para empresas especializadas. De fato, uma das
áreas com um grande potencial para transferir suas atividades a empresas especialistas é a
área de manutenção industrial. A execução destas atividades por uma outra empresa permite
que a empresa contratante concentre-se em seu negócio principal, porém gera a necessidade
de desenvolver uma sistemática para gerenciar a empresa contratada. A incorporação dessa
opção exige mais do que apenas alguns novos programas e práticas, exige novos parâmetros,
novos valores, novas metas e novas políticas.
Por outro lado, a realização de atividades de manutenção por parte dos prestadores
desse serviço especializado também implica em desafios gerenciais. Afinal, a prestadora de
serviços terá sua atividade sustentada apenas se for algo lucrativo, enquanto que o contratante
1
Arquitetura orientada a objetos aplicada a projetos de automação de sistemas para controle de processos
industriais.
2
espera ter a disponibilidade e a confiabilidade desejada com o menor custo possível. Essa
relação torna-se uma relação complexa com inúmeros desafios gerenciais e estruturais.
De maneira geral, a sustentação de qualquer processo de mudança requer uma
alteração fundamental na maneira de pensar (STERMAN, 2000). Inicialmente precisamos
compreender a natureza dos processos e saber como organizá-los de forma a gerar os
resultados esperados. Precisamos, por exemplo, analisar a inevitável interação entre os
processos de crescimento e os processos limitantes, nesse sentido, fazer com que o sistema
aprenda a conviver com culturas diferentes talvez seja o principal desafio para as
organizações (SENGE, 2000).
O desempenho do sistema será uma função da sua estrutura? Quando uma organização
agrupa suas atividades em torno de funções ela geralmente cria silos de especialização
(SENGE, 2000). As pessoas nos departamentos funcionais separados recorrem aos modelos
funcionais dentro de suas especialidades como pontos de referência ou benchmark
(KAPLAN, 2004). Evidentemente, tal especialização é benéfica para a promoção da
excelência funcional em cada departamento, mas na prática as diferentes unidades funcionais
buscam a excelência sem se integrarem umas com as outras (KAPLAN, 2004). Cada
departamento compete pelos recursos escassos da organização; enquanto, por exemplo, um
busca melhorar o treinamento dos empregados, o outro procura expandir os recursos
tecnológicos; ou seja, desenvolvem-se soluções isoladas.
Genericamente o alinhamento e a integração fornecem os elementos básicos
conceituais para o desenvolvimento de objetivos de capital humano, de capital da informação
e de capital organizacional, na perspectiva de aprendizado e crescimento (CORRÊA &
GIANESI, 1994). Assim sendo, a transformação organizacional requer que a organização
aprenda e ponha em prática o que aprendeu. O fenômeno da aprendizagem pode ser entendido
como um processo recorrente (STERMAN, 2000). Indivíduos e organizações tomam decisões
que alteram o mundo real. Informações sobre o mundo real são obtidas e usadas para revisar o
entendimento do próprio mundo e para tomar novas decisões (Figura 1.1). Na medida em que
os modelos mentais mudam, as pessoas mudam a estrutura de seus sistemas criando diferentes
regras de decisões e novas estratégias.
De acordo com Senge (2000), não temos modelos mentais, somos nossos modelos
mentais, eles são o meio através do qual nós e o mundo interagimos e a aprendizagem que
altera os modelos mentais é altamente desafiadora, desorientadora. Porém “reconceber
modelos mentais” não é como reprojetar um equipamento de engenharia.
3
Mundo Real
Mundo Virtual
Informações de
Feedback
Modelos Mentais do
Mundo Real
Estratégias, Estrutura e
Regras de Decisão
Decisões
Figura 1.1: Idealização do processo de aprendizagem .
Fonte: Adaptado de Sterman (2000), pág. 19.
Existem muitas dificuldades para um efetivo aprendizado, um dos maiores é a
complexidade do mundo, esta complexidade está comumente associada a um grande número
de componentes dentro de um sistema ou a combinação destes que precisa ser considerada
dentro deste sistema quando da tomada de decisão (SENGE, 2000; STERMAN, 2000).
De acordo com Sterman (2000), uma aprendizagem efetiva envolve contínua
experimentação no mundo virtual dos dados e observações captadas do mundo real, onde o
Feedback de ambos serve de guia para o desenvolvimento de modelos mentais, modelos
formais e o projeto do experimento e suas interações.
Busca-se através deste estudo a elaboração de um modelo de simulação computacional
simplificado capaz de auxiliar a compreensão das características genéricas das atuais práticas
de gestão da produção de serviços tomando como base a análise da gestão de contratos de
uma grande empresa especialista na área de prestação de serviços de manutenção industrial.
1.1. Desafio
Diante do contexto exposto acima, o desafio que norteia esta pesquisa é a busca pela
identificação e compreensão das relações causais entre os principais elementos sistêmicos
capazes de propiciar excelência na geração de serviços de manutenção industrial.
4
1.2. Motivação
A motivação para esta pesquisa é buscar compreender quais são os principais fatores
que influenciam diretamente a relação entre cliente/fornecedor na gestão de contratos de
manutenção industrial. Também motivação pessoal em acreditar que é possível conciliar a
experiência profissional com um trabalho acadêmico tendo assim, a oportunidade de aplicar
no dia-a-dia fundamentos e teorias com o objetivo de buscar a excelência profissional através
da melhoria contínua dos métodos e processos de trabalho. Na era do serviço, “Bussines on
demand” (IBM, 2003), fica evidente que as empresas do futuro serão aquelas que mais
rapidamente conseguirem se adequar para atender as necessidades dos seus clientes.
A Figura 1.2 mostra que o número de empresas prestadoras de serviços a outras
empresas, classificados como serviços especializados, está próximo a 170.000 no Brasil,
ocupando o segundo lugar na classificação das empresas prestadoras de serviços por tipo de
serviços, também classificadas como maiores empregadores empregando atualmente mais de
2,2 milhões de pessoas, conforme a Figura 1.3.
Figura 1.2: Pesquisa anual de serviços
Fonte: IBGE (2003).
5
Figura 1.3: Pesquisa anual de serviços
Fonte: IBGE (2003).
A Abraman em pesquisa realizada em 2005 procurou levantar quais os critérios
utilizados pelas empresas para a contratação de um prestador de serviços de atividades de
manutenção e constatou (veja Figura 1.4) que o primeiro critério utilizado para contratação de
empresas prestadoras de serviços é o quesito “qualidade” do serviço prestado, sendo o preço
do serviço oferecido ter sido considerado como o segundo item qualificador.
Figura 1.4: Critérios utilizados na contratação.
Fonte: Abraman (2005).
Já a Figura 1.5 mostra a percepção de qualidade dos contratantes em relação ao
serviço prestado pelos contratados. A maioria dos clientes atribuiu o conceito “bom” aos
serviços recebidos. Percebe-se então que existe um grande “gap” a ser alcançado pelos
prestadores de serviço para que estes venham a obter o conceito ”muito bom” e “ Excelente”.
6
Figura 1.5: Conceitos dos serviços.
Fonte: Abraman (2005).
Portanto, parece evidente a importância de se desenvolverem, continuamente,
conceitos e técnicas de administração para as operações de serviços, pelo menos com a
mesma ênfase que tem sido dada a manufatura ou corre-se o risco de ter a economia
dominada por uma atividade pouco produtiva e vulnerável a competição internacional. Essas
idéias são compartilhadas por autores como Corrêa & Caon (2002).
1.2.1. Caracterização de Serviços de Manutenção Industrial
De acordo com Corrêa & Caon (2002), o termo serviços de manutenção industrial
refere-se ao papel de suporte às atividades de manufatura. Há o entendimento de que muitas
funções dentro das empresas de manufatura são de fato operações de serviços fundamentais
para o desempenho competitivo da empresa como um todo.
O setor de manutenção industrial em geral executa serviços de reparos, avaliações de
funcionamento, limpeza e substituição de componentes, entre outros, nos equipamentos
utilizados pela área de manufatura. Sua missão é garantir disponibilidade, confiabilidade e
desempenho dos equipamentos e instalações produtivas. Seu próprio desempenho pode ser
avaliado pela rapidez com que as solicitações da área de operações são atendidas, pela
competência ou qualidade na execução de suas atividades e pelos custos que gera para a
empresa, em função da capacidade de atendimento que mantém disponível (FITZSIMMONS
& FITZSIMMONS, 2000).
A qualidade dos serviços e bens físicos produzidos pelo sistema gerador de valor
principal, os tempos envolvidos em sua produção e a confiabilidade desses tempos, entre
outros, dependem, em certo grau, do desempenho do setor da manutenção (CORRÊA &
7
CAON, 2002). Corrêa & Caon (2002), destacam ainda como função das atividades de
serviços:
• Apoio à criação de diferencial competitivo: sua atuação pode ser um fator fundamental
para agregar valor gerando um diferencial competitivo em relação aos concorrentes;
• Suporte às atividades de manufatura: garantindo a disponibilidade dos equipamentos
produtivos e permitindo a produção cumprir prazos e ganhar com a produção em escala;
• Geração de lucro: muitas atividades podem desenvolver-se de modo a ultrapassarem a
mera função de apoio passando a constituir centros de lucro na prestação destes serviços a
outras empresas.
Uma das características singulares dos serviços é a participação ativa do cliente no
processo de produção do serviço. De acordo com Fitzsimmons & Fitzsimmons (2000); Corrêa
& Gianesi (1994), cada momento de verdade representa um momento de interação entre um
cliente e um prestador de serviços, cada um tem um papel a desempenhar. A tríade encontro
de serviço, conforme ilustra a Figura 1.6, situa as três partes no encontro de serviços e sugere
possíveis fontes de conflito.
Organização de
serviços
Pessoal da linha de
frente
Cliente
Eficiência
X
Satisfação
Controle
Percebido
Eficiência
X
Autonomia
Figura 1.6: Encontro de serviços.
Fonte: Adaptado de Fitzsimmons e Fitzsimmons (2000).
Os gerentes de uma organização de serviços para controlar tendem a impor regras e
procedimentos ao pessoal da linha de frente para limitar sua autonomia. Tais regras e
procedimentos limitam tanto a extensão do serviço prestado ao cliente quanto a sua
personalização, o que pode produzir um cliente insatisfeito (FRITZSIMMONS &
8
FRITZSIMMONS, 2000). Os gerentes devem buscar compreender a abrangência desta
interação e gerenciá-la adequadamente buscando com isso obter vantagem competitiva.
1.2.2. Desafios da Produção de Serviços
De acordo com Kotler (1998): “Serviço é qualquer ato ou desempenho que uma parte
possa oferecer a outra e que seja essencialmente intangível e não resulte na propriedade de
nada”. Administração de serviços requer uma abordagem específica, devido a sua
intangibilidade e variabilidade, pois são produzidos e consumidos simultaneamente, o que
afeta o seu resultado de acordo com a interação de um fornecedor com seus consumidores
(KOTLER, 1998).
Devido a essas características, são grandes os desafios no projeto e na gestão de
qualquer tipo de serviço. Na produção de bens físicos, o material move-se de uma operação
para outra, o status dessa movimentação deve ser monitorada para que possamos avaliar o seu
progresso. Os gestores nesse caso devem assegurar-se de que tudo corra conforme planejado e
se alguma peça ou parte não está disponível ou alguma parte do processo se tornou um
gargalo, o conjunto todo perde produtividade e certamente teremos um problema para atender
a demanda. A produção de bens físicos é mais facilmente quantificada e visualizada enquanto
que a produção de serviços é mais abstrata.
Evans (1997) descreve que pesquisadores sugerem que serviços têm 3 componentes
básicos: (1) instalações físicas, processos e procedimentos; (2) comportamento dos
empregados e (3) julgamento profissional dos empregados. Devido a estes componentes o
projeto da função serviços deve buscar balancear o uso destes componentes. A voz do cliente
deve guiar este processo. Uma extensiva análise das necessidades do cliente e suas
expectativas é essencial.
1.3. Proposta
Tendo como diretriz científica a metodologia de Dinâmica de Sistemas, o objetivo
maior deste trabalho é investigar a relação entre estrutura e desempenho sistêmicos observada
na gestão de contratos de manutenção industrial.
9
1.3.1. Objetivos específicos
1. Levantar as principais práticas da gestão de contratos de manutenção industrial e seus
possíveis pontos de conflito;
2. Com base em um sistema real de referência, levantar amostras de comportamento
sistêmico, formalizar um referencial problemático e elaborar uma hipótese dinâmica
acerca da relação causal entre as principais variáveis envolvidas no fenômeno da
gestão de contratos de manutenção industrial;
3. Testar a hipótese dinâmica criada através da elaboração e execução de um modelo de
simulação;
4. Com base no modelo desenvolvido, avaliar sua generabilidade e explorar possíveis
inovações na gestão de contratos de manutenção industrial.
1.3.2. Contribuição
A contribuição deste trabalho se dá por um estudo junto ao tema abordado, que através
da metodologia de dinâmica de sistemas visa captar as inter-relações do sistema através de
seus modelos de comportamentos. A curto prazo, este projeto contribuirá para consolidar os
conhecimentos a respeito da gestão de serviços. A médio e longo prazos os resultados obtidos
poderão contribuir significativamente para um melhor entendimento a respeito desse tipo de
atividade e também servir de referência para trabalhos futuros que exploram o tema sob a
perspectiva sistêmica.
1.4. Organização do Texto
A dissertação esta dividida em 8 capítulos:
• Capítulo 1: apresenta o tema central que norteia a investigação aqui descrita, assim
como os principais objetivos e estratégia de pesquisa;
• Capítulo 2: refere-se à revisão de literatura abordando os principais conceitos para
desenvolvimento deste estudo;
• Capítulo 3: apresenta em detalhes a metodologia de pesquisa adotada;
• Capítulo 4: descreve o problema em termos mais precisos e formais, destacando o
comportamento problemático histórico, os principais conceitos relacionados, as
variáveis chaves e o horizonte de tempo a ser explorado pelo trabalho;
10
• Capítulo 5: é desenvolvida uma teoria (hipótese dinâmica) acerca das causas do
comportamento problemático; isso é feito apresentando-se passo-a-passo um
digrama de relações causais com estoques e fluxos o qual captura os principais
aspectos qualitativos da teoria criada;
• Capítulo 6: são apresentadas as equações utilizadas para a especificação
matemática desta hipótese dinâmica, assim como, os principais parâmetros
quantitativos adotados como referência para a quantificação do modelo
desenvolvido, assim como resultados de procedimentos visando testar a qualidade
do modelo desenvolvido;
• Capítulo 7: são apresentadas as estruturas e políticas alternativas, discutidos os
resultados obtidos e as devidas conclusões acerca da relação estrutura-
comportamento do sistema em questão;
• Capítulo 8: apresenta as conclusões gerais através de uma revisão dos objetivos, e
discussão acerca das principais contribuições, limitações e sugestões de trabalhos
futuros.
11
Capítulo 2:
Revisão bibliográfica
Neste capítulo serão abordados os principais conceitos e conhecimentos específicos e
indispensáveis para compreensão e desenvolvimento deste estudo. Serão abordados os
seguintes conceitos:
• Desafios da manutenção industrial;
• Desafios da Gestão da Produção de Serviços;
• Gerenciamento da Mudança Organizacional;
• Modelagem e Simulação.
2.1. Desafios da Manutenção Industrial
Em um cenário de economia globalizada e altamente competitiva, onde as mudanças
se sucedem em alta velocidade, cresce a importância de pensar e agir estrategicamente para
que a atividade de manutenção industrial se integre de maneira eficaz ao processo de
produção, contribuindo para que a empresa caminhe rumo a excelência empresarial
(KARDEC & RIBEIRO, 2002).
Para a ABNT (1994), manutenção é conceituada como: A combinação de todas as
ações técnicas e administrativas, incluindo as de supervisão, destinadas a manter ou recolocar
um item em um estado no qual possa desempenhar uma função requerida.
Já o dicionário Aurélio define manutenção como sendo “as medidas necessárias para a
conservação ou a permanência de alguma coisa, ou de uma situação, ou cuidados técnicos
indispensáveis para ao funcionamento regular e permanente de motores e máquinas”.
Alan Kardec & Julio Nascif (1999) definem manutenção como: garantir a
disponibilidade da função dos equipamentos e instalações de modo a atender a um processo
de produção e a preservação do meio ambiente, com confiabilidade, segurança e custos
adequados.
As atividades de manutenção industrial são essenciais para garantir que determinado
equipamento continue a desempenhar as funções para os quais foi projetado. Com o tempo e
com o uso é natural que o equipamento venha a apresentar sinais de desgaste podendo
culminar em perda de produção, paradas de produção, má qualidade do produto produzido e
12
até mesmo apresentar falta de segurança para o operador e poluição ambiental (FILHO,
2000). As manutenções podem ser classificadas em: manutenção preventiva, manutenção
corretiva e manutenção preditiva.
Manutenção Corretiva: é a atuação para a correção da falha ou do desempenho menor
do que o esperado de determinado equipamento, (KARDEC & NASCIF, 1999). Inclui todas
as ações para retornar um sistema do estado falho para o estado operacional ou disponível
(LAFRAIA, 2001), visa recolocar o equipamento em operação após uma parada por algum
tipo de defeito, geralmente paralisa o processo produtivo. Geralmente é classificada em:
1. Corretiva Emergencial ou não planejada: atua no momento seguinte a identificação do
defeito. Implica em parada do processo com perdas de produção e/ou qualidade. É a
correção da falha de maneira aleatória. Normalmente, manutenção corretiva não planejada
implica altos custos, pois a parada/quebra inesperada pode acarretar perdas de produção,
perdas da qualidade do produto e elevados custos indiretos de manutenção, além disso,
quebras aleatórias podem trazer conseqüências bastante graves para o equipamento
(KARDEC, NASCIF & BARONI, 2002);
2. Corretiva Planejada: é caracterizada pela existência de um defeito que não caracteriza uma
falha, é efetuada em uma data programada com a gestão da produção. É a correção do
desempenho menor do que o esperado ou da falha, por decisão gerencial (KARDEC &
NASCIF, 1999). Será sempre um trabalho mais barato e mais seguro, porém sua eficácia
depende muito das informações obtidas durante o acompanhamento do funcionamento do
equipamento.
Manutenção preventiva: é a atuação realizada de forma a reduzir ou evitar a falha ou
queda no desempenho, obedecendo a um plano previamente elaborado, baseado em intervalos
de tempo (KARDEC & NASCIF, 1999). São paradas programadas com o objetivo de
substituir peças gastas por novas assegurando desta forma um perfeito funcionamento do
equipamento e reduzindo a probabilidade de falhas por um período pré-determinado. De
acordo com Lafraia, (2001) a manutenção preventiva procura reter o sistema em estado
operacional ou disponível através da prevenção de ocorrência de falhas. Isto pode ser
executado por meio de inspeção, controles e serviços como: limpeza, lubrificação, calibração,
detecção de defeitos (falhas incipientes) etc. Em determinados setores, como na aviação, a
manutenção preventiva é obrigatória para determinados sistemas ou componentes devido ao
fator segurança.
13
Manutenção preditiva: manutenção que permite garantir uma qualidade de serviço
desejada, com base na aplicação sistemática de técnicas de análise (análise de dados
instantâneos, curvas de tendência, etc.), utilizando-se de meios de supervisão centralizados ou
de amostragem para reduzir ao mínimo a manutenção corretiva (ABNT NBR 5462-1994). É
a atuação realizada com base em modificações de parâmetro de condição ou desempenho,
cujo acompanhamento obedece a uma sistemática (KARDEC & NASCIF, 1999). A
manutenção preditiva é a primeira grande quebra de paradigma, pois o acompanhamento das
condições operacionais dos equipamentos com aplicação de técnicas adequadas de
monitoramento de diversos parâmetros pode-se assegurar sua disponibilidade para a operação.
Engenharia de manutenção: a engenharia de manutenção busca identificar as causas
básicas, modificar situações permanentes de desempenho abaixo do desejado, melhorar
padrões e sistemáticas, desenvolver a manutenção, dar feedback ao projeto visando à melhoria
contínua no desempenho dos equipamentos (SARANGA, 2002). É utilizar para análises,
estudos e proposições de melhorias todos os dados que a manutenção preditiva colhe e
armazena.
Os tipos de manutenção adotados estão diretamente relacionados com os resultados
alcançados (KARDEC & RIBEIRO, 2002). Uma gestão estratégica quando bem definida
direciona da estratégia da manutenção corretiva não planejada para a engenharia de
manutenção. A engenharia de manutenção preocupa-se com as causas básicas, busca melhorar
situações de mau desempenho, procura dar feedback ao projeto do equipamento no sentido de
melhorar as condições operacionais do equipamento. O sistema de monitoramento da
manutenção preventiva é que fornecerá os dados necessários para que a engenharia de
manutenção possa estudar as melhorias possíveis na busca da máxima disponibilidade e
confiabilidade dos equipamentos. MARQUEZ & HEGUEDAS (2002) destacam que o tipo de
manutenção adequada está diretamente ligado a correta determinação do intervalo, freqüência,
condições e recursos necessários e/ou disponíveis para realização de cada atividade. A Figura
2.1 mostra a aplicação dos tipos de manutenção no Brasil.
14
Figura 2.1: Tipos de manutenção. Cenário Brasileiro.
Fonte: Kardec e Ribeiro (2000). Abraman – Documento Nacional.
A importância do item manutenção dentro do processo produtivo é até preocupação da
ISO 9000. O certificado ISO 9000 é uma garantia da qualidade do produto ou serviço que
uma empresa fornece aos seus clientes demonstrando que possui todos os requisitos e
procedimentos para solucionar qualquer problema de qualidade relacionado ao seu produto ou
serviço. Esta norma em seu item 4.9 trata do controle do processo “o fornecedor deve
identificar e planejar os processos de produção, instalação e serviços associados que influem
diretamente na qualidade e deve assegurar que estes processos sejam executados sob
condições controladas”. E no item 4.9.e diz que a empresa deve assegurar “manutenção
adequada dos equipamentos para assegurar a continuidade da capacidade do processo
produtivo”.
A importância do papel da manutenção vem crescendo especialmente nos mercados
globalizados. FERNANDEZ, LABIB, WALMSLEY & PETTY (2003) citam cinco estágios
(Tabela 2.1) que identificam a cultura da função manutenção dentro das indústrias de uma
maneira geral. O primeiro estágio identifica uma cultura predominantemente reativa passando
a preventiva e eventualmente a preditiva nos estágios finais. Para que a empresa possa evoluir
do estágio 1 até o estágio 5 é necessário que os gestores entendam o papel chave da
manutenção no negócio da empresa, não sendo somente o de reduzir custos pela redução na
freqüência de falhas, mas pelo incremento de disponibilidade e confiabilidade nas plantas
industriais culminado com a melhoria da qualidade dos produtos manufaturados.
15
Grid de maturidade na organização da manutenção
Estágio 1:
Incerteza
Estágio 2:
Acordar
Estágio 3:
Iluminação
Estágio 4:
Sabedoria
Estágio 5:
Certeza
Gerenciamento
e Atitude
Não existe
compreensão de
que a manutenção
deve ser
gerenciada
eficazmente.
Reconhecimento
de que o
gerenciamento da
manutenção talvez
tenha algum valor.
Aprender um
pouco mais
sobre
gerenciamento
da manutenção
talvez seja
interessante.
Os participantes
reconhecem seu
papel.
A manutenção é
uma parte
essencial da
empresa.
Manipulação
do problema
Os problemas são
resolvidos assim
que ocorrem.
Ainda reativa, mas
com estoque de
alguns
sobressalentes
para quando os
problemas
ocorrem.
Problema
resolvido com
envolvimento da
manutenção,
operação,
engenharia e
controle de
qualidade.
Uso de técnicas
de
monitoramento
preditivo.
Prevenção dos
Problemas com
incremento da
disponibilidade e
produtividade.
Postura da
empresa em
relação a
manutenção
“Nós não
sabemos por
que temos
problemas com
a manutenção”.
“É necessário ter
problemas de
manutenção?”.
“Nós
identificamos e
resolvemos os
problemas”.
“Produtos de
qualidade não
podem ser
produzidos
com uma
manutenção de
equipamentos
pobre,
portanto,
manutenção de
qualidade é
uma rotina”.
“Nós não
esperamos
quebras, pelo
contrário,
ficamos
surpresos
quando eles
ocorrem”.
CMMS
Nenhum
CMMS é usado
Sistema com
módulos para
gerenciamento
de ativos e
materiais
Um módulo
para
monitoramento
das condições
de alguns
equipamentos é
integrado ao
sistema.
O sistema é
capaz de gerar
um plano de
manutenção
preventiva. Um
módulo de
suporte a
decisão faz
parte do
processo.
Plenamente
automatizado,
desde a
descoberta da
falha até a
geração de
ordens de
trabalho.
Tabela 2.1: Grid de maturidade da manutenção.
Fonte: Adaptado de Antil (1991) apud Fernandez et al (2003).
16
2.2. Desafios da produção e gestão de Serviços
De acordo com Kotler (1998), “serviço é qualquer ato ou desempenho que uma parte
possa oferecer a outra e que seja essencialmente intangível e não resulte na propriedade de
nada. Sua produção pode ou não estar vinculada a um produto físico”. Já de acordo com Slack
et al. (2002) o conceito de serviços esta relacionado ao “conjunto de benefícios esperados que
o consumidor esta comprando”. Ou seja, qualquer que seja a definição de serviços, esta
deverá levar em conta as ações realizadas para valorizar e satisfazer as necessidades e
expectativas do cliente.
Para Johnston e Clark (2002), o conceito de serviços tem duas perspectivas: uma da
organização e outra do cliente. Da perspectiva organizacional, o conceito de serviço é o modo
como a organização gostaria de ter seus serviços percebidos por seus clientes, funcionários,
acionistas e financiadores, ou seja, é a proposição do negócio. Da perspectiva do cliente é o
modo pelo qual o cliente percebe os serviços da organização (Figura 2.2).
Figura 2.2: Conceito de serviço – duas perspectivas.
Fonte: Johnston & Clarck (2002).
Johnston & Clark também sugerem que os gerentes devem utilizar o conceito de
serviços para obter vantagem competitiva ao pensar cuidadosamente sobre o mercado, sobre
os diferentes segmentos de cliente e suas necessidades e com um entendimento
desapaixonado das competências essenciais da operação, os gerentes podem estar preparados
Organização
Cliente
Proposição do
negócio
Percepção do
serviço
Conceito de serviço
17
para desenvolver totalmente novos conceitos que têm grande apelo para os clientes e que
darão grande vantagem competitiva para a empresa (Figura 2.3).
Figura 2.3: Desenvolvendo o conceito de serviço.
Fonte: Johnston & Clark (2002).
Porém, o principal desafio tanto na gestão de serviços como na gestão de produção de
bens físicos é equilibrar a taxa da demanda com a taxa de produção, (STERMAN, 2000;
SOUSA, 2005; FOWLER,1999); no caso de serviços seria a taxa de solicitação dos serviços
com a taxa de execução das atividades, porém com algumas particularidades, Corrêa e
Gianesi (1993):
• Produção unitária: os serviços dificilmente poderão ser executados em unidades
maiores.
• Re-projeto de parte do sistema: para execução de um serviço é necessário que haja
uma intervenção em um sistema ativo.
• Atividades não planejadas vão sempre concorrer com as atividades planejadas;
• Lead Time longo para as atividades não programadas;
• Pessoas são o principal recurso no processo de produção de serviços.
• A produção de serviços será na maioria das vezes Make to Order.
No processo produtivo em geral pode-se influenciar muito pouco na taxa de demanda,
e para ter um controle da produção utilizamos os estoques como um regulador da demanda
Cliente
Organização
Competências
operacionais
Tipos de clientes e
suas necessidades
Conceito de serv
iço
18
(SLACK et al, 2002). Na produção de serviços, apesar de podermos influenciar um pouco
mais na taxa de solicitação de serviços mesmo assim isto não é suficiente, pois uma da
característica dos serviços é que eles não podem ser estocados sendo na sua grande maioria
produzidos e consumidos simultaneamente (EVANS, 1997).
De acordo com Evans, 1997 serviços requerem um novo tipo de trabalhadores:
flexíveis, criativos e pessoas que sejam capazes de trabalharem com o mínimo de supervisão,
que estejam disponíveis quando o cliente necessitar, que sejam amáveis no tratamento com os
clientes e que tenham responsabilidade para resolverem problemas inesperados.
Outro fator que deve ser levado em consideração é que existe uma inércia entre a
tomada da decisão e a implementação da ação. As decisões são tomadas no presente,
entretanto, como os diversos níveis de decisão têm diversos níveis de inércia, é indispensável
considerar os diferentes horizontes de tempo, para que cada decisão seja tomada com a
antecedência que sua inércia requer. Também a interligação de uma área de apoio com os
processos de produção forma um sistema extremamente complexo, pois dentro do conceito de
cliente interno todas as áreas de uma indústria tornan-se clientes das áreas de apoio.
Como o produto final de um serviço não pode ser todo ele estocado, a estocagem só é
possível para partes do serviço (EVANS, 1997) e mesmo assim baseado em uma previsão de
demanda os mesmos conceitos de produção são utilizados no planejamento para produção de
um serviço.
Para permanecer competitiva as empresas devem produzir produtos e serviços com
alta qualidade, exatamente quando o cliente necessitar e ao custo que o cliente esta disposto a
pagar e usando o máximo de tecnologia possível. A chave para que uma empresa tenha estas
qualidades, segundo Morrison (1997), é a agilidade. Agilidade implica na habilidade de
constantemente monitorar a demanda, rapidamente responder com novos produtos, serviços
ou informações, rapidamente introduzir novas tecnologias e rapidamente modificar os
métodos de negócios, Morrison (1997).
Apesar de existirem inúmeras possibilidades de medição dos processos, de acordo
com a atividade são adotados alguns indicadores de performance. Entretanto, a performance
projetada pode ser interpretada pelo desejo descrito nas medidas definidas estrategicamente.
De acordo com Forrester (1975) apud Sousa (2004), existem algumas curvas de
comportamento características das empresas. A Figura 2.4 representa na curva A um tipo
muito raro de empresa que cresce saudável sem nenhum obstáculo durante seu ciclo de vida.
O comportamento mais freqüente é o descrito na curva B, onde depois de um aparente
sucesso uma seqüência de crises provoca o fechamento ou a venda da empresa. O
19
comportamento descrito na curva C também é bastante comum e representa estagnação da
empresa. O comportamento descrito na curva D representa uma gama grande de empresas
onde existe um crescimento, porém acompanhado por repetidas crises.
Figura 2.4: Curvas de comportamento.
Fonte: Forrester (1975) apud Sousa (2004).
A demanda da produção necessita que seus equipamentos estejam disponíveis a maior
parte do tempo possível (Uptime), que devido ao trabalho realizado gera um desgaste destes
equipamentos que necessitam de intervenções programadas, previamente agendadas com a
produção, ou intervenções corretivas, não agendadas com a produção, quando ocorre a quebra
do equipamento, Tavares (1999). As conseqüências de um equipamento fora de operação
(Donwtime) afetam todo planejamento realizado pelo PCP.
Uma clara definição de quais métodos e processos serão utilizados deverão levar em
consideração o escopo da atividade, Medidas que meçam o desempenho do processo devem
estar claramente definidas levando em consideração as varáveis do processo produtivo e a
integração que deve haver entre ambos (CORRÊA & GIANESI, 1993). A Figura 2.3 sintetiza
o processo de medidas claras e reais que ajudam a garantir o poder de competitividade da
empresa.
20
Miopia das medidas de desempenho + Negligência
com considerações tecnológicas + falta de
integração entre funções internas
Obsolescência das
práticas gerenciais e de
tecnologias
Degradação do poder
de competividade
FAVORECEM
O QUE CAUSA
Figura 2.5: Olhando para trás: as lições da história.
Fonte: Adaptado de Corrêa & Gianesi (1993).
Johnston & Clark (2002) estabelece nove questões-chaves a serem dirigidas pelos
gestores de serviços:
Saber quem é o cliente: Parece algo direto, mas para muitas organizações não é. O
fundamental é saber quem são os vários clientes, identificar suas necessidades, desenvolver
relacionamentos com eles e orientar estes clientes, ou seja, características individuais de cada
cliente deve ser levada em conta pra realização do serviço.
Conhecer o que a organização esta vendendo/fornecendo: pode haver diferença
entre o que a organização esta vendendo e/ou o que o cliente espera receber. Articular e
comunicar o conceito de serviço é critico para identificar o produto da organização para todos
os seus clientes, para assegurar que ele possa ser entregue e seja entregue conforme a
especificação.
Gerenciar o resultado e a experiência: é critico para os gerentes gerenciar
simultaneamente os resultados e a experiência. A natureza intangível da experiência
proporciona problemas específicos tanto para a especificação quanto para o controle de fato.
Gerenciar o cliente: os gerentes de serviços tipicamente enfrentam um desafio em
geral não compartilhado pelos gerentes da manufatura, que é a presença do cliente, como
21
parte essencial do processo de produção do serviço. Esta presença pode afetar não apenas o
serviço que ele recebe, mas também outros clientes no processo.
Executar serviços em tempo real: muitos serviços ocorrem em tempo real e não
podem ser adiados ou interrompidos, com isso gerenciar a capacidade e criar uma cultura
apropriada são os desafios para administrar serviços em tempo real.
Coordenação: o gerente deve coordenar as várias atividades da organização para a
entrega do serviço, isso não inclui apenas entender as necessidades dos clientes, mas também
supervisionar a logística da cadeia de suprimentos para assegurar que todos os materiais e
equipamentos estejam no local correto e no momento correto.
Conhecer o relacionamento entre as decisões de operação e o sucesso da empresa:
o problema esta em conhecer o efeito de ações que alavanquem as operações para melhorar o
desempenho da empresa e identificar quais ações são as mais adequadas. O sucesso da
empresa pode significar satisfação e retenção dos clientes, atração de outros novos, entrada
em outros mercados, lucro, redução de custos e cumprimento de metas.
Conhecer, implementar e influenciar a estratégia: as operações de serviços,
também são responsáveis pela implementação de estratégias ao conhecerem o que podem ou
poderiam entregar e ao promoverem mudanças em toda organização.
Melhorando a operação: um desafio enfrentado por todos é como melhorar e
desenvolver continuamente seus processos e produtos, assegurar que os resultados sejam
melhorias reais e que haja uma cultura que apóie o serviço e a mudança buscando gerenciar o
aumento da complexidade resultante dessa mudança.
LAI, IP & LEE (2001), relaciona como causas principais de uma performance não
satisfatória na produção de serviços:
- Grande variabilidade na entrada de solicitações;
- Fluxo de informações lento;
- Gerenciamento pobre dos recursos humanos;
- Insuficiente padronização e guideline;
22
A necessidade de alcançar uma performance capaz de atrair e reter novos clientes força as
empresas a mudar sua forma de agir na busca de soluções apropriada para cada cliente.
E a implementação de mudanças na forma de agir, geralmente, requer que as empresas
efetuem mudanças organizacionais.
2.3. Gerenciamento da mudança Organizacional.
Fleury (2004) descreve que uma mudança sutil, porém de enorme repercussão,
observada em mercados extremamente competitivos como os que hoje, o que mais importa é
compreender qual seria o serviço que clientes e consumidores estariam interessados,
valorizariam e estariam dispostos a pagar. Até pouco tempo atrás, visão estratégica era
privilégio da minoria pensante, situada na cúpula da organização. Hoje, essa visão tem que
estar presente em todos os níveis, fazendo parte das competências do indivíduo.
De acordo com o INCOSE Insight (2004), um dos desafios das empresas é sobreviver
às mudanças e cita que somente empresas inteligentes é que terão a habilidade de além de
maximizar valor para seus stakeholders e sobreviver as mudanças.
Tempo é equivalente a dinheiro, produtividade, qualidade e também inovação. Manter
isso não depende apenas de tecnologia, mas de uma reorganização dos negócios centrais e, a
tecnologia é que fará a integração desses processos. Estamos entrando em uma nova era dos
negócios, nossos clientes demandarão mais responsabilidade, e mais flexibilidade, a
expectativa é que possamos produzir os serviços ou produtos somente quando os clientes
ordenarem (IBM, 2003).
Dentre as várias ferramentas para gerenciamento de mudanças organizacionais, como
exemplo, adotamos a TransMeth.
TransMeth
Metodologia desenvolvida pela USP junto com Virginia Tech dos Estados Unidos que
tem como objetivo definir um método que pode ser utilizado em diferentes situações para a
condução de processos de mudanças. De acordo com Sousa (1999) a TransMeth pode ser
aplicada a qualquer unidade organizacional, um grupo ou um time, um departamento, uma
fábrica ou até para uma cadeia de fornecimento completa, pois fornece uma estrutura própria
para sistematizar, organizar e integrar diversos métodos referente ao gerenciamento de
mudanças e transformações, garantindo a implementação coordenada de diferentes processos
de melhoria garantindo com isso uma sinergia entre eles.
23
Um dos diferenciais da TransMeth com relação a outras metodologias existentes é o
conceito de integração. A metodologia da TransMeth, Figura 2.6, é uma proposta de
abordagem estratégica, abrangente e integrada para gerenciar o processo de melhoria
organizacional, Rentes (2000) e tem como principais objetivos:
• Criar alinhamento horizontal entre a organização e o seu ambiente externo, assim
como criar alinhamento vertical dos elementos internos, procurando maximizar a
probabilidade de sucesso do processo de transformação (mudança);
• Auxiliar na condução do processo de mudança de forma aberta e honesta, estimulando
a participação de elementos chaves da empresa de todos os níveis organizacionais na
identificação dos problemas raízes, remoção de obstáculos e criação das idéias de
melhoria;
• Oferecer subsídios para um detalhamento eficaz das iniciativas de melhorias
organizacionais, criando macros de curto prazo com comunicação clara dos ganhos a
serem alcançados;
• Auxiliar o alinhamento das estratégias organizacionais e iniciativas com ações e
medidas de desempenho com mecanismos de revisão periódica de progresso do
processo de melhoria;
• Auxiliar na comunicação eficaz de todo o processo de mudança, tornando transparente
a necessidade de mudar, a visão da empresa, os obstáculos existentes, os problemas
raízes, os objetivos de curto prazo e as melhorias alcançadas.
24
Figura 2.6: Metodologia TransMeth.
Fonte: Sousa (1999).
Os estágios da TransMeth
Os estágios da TransMeth são apresentados em passos seqüenciais, porém em
determinadas situações eles podem ser executados paralelamente a atividades de outros
passos. Os passos são: compreender a necessidade de mudança, análise da situação atual,
estabelecimento de direção para a mudança, definição de iniciativas de melhoria,
detalhamento e implementação da melhoria, análise e revisão dos resultados. Os outputs de
cada estágio servem de inputs para os estágios seguintes, caso necessário o retorno para
passos anteriores pode acontecer de forma a garantir maior segurança no processo de
mudança.
Compreender a necessidade de mudança: Neste estágio os membros da organização
devem responder a questão: “Porque nós precisamos mudar?”. Normalmente a resposta estará
associada a existência de uma oportunidade interna ou externa que possam ser consideradas
uma vantagem competitiva relevante.
25
Criar uma infra-estrutura adequada para a mudança: Atividade executada em
paralelo com as demais, busca dar suporte para assegurar que o processo de mudança evolua
adequadamente. Este estágio esta associado a diversos elementos chaves.
• Criação de uma equipe para liderar o processo de mudança;
• Elaboração de um programa de treinamento para os envolvidos neste processo;
• Elaboração de um sistema de medida que possa avaliar e evolução deste processo;
• Disponibilização dos recursos necessários.
Análise da situação atual: Busca responder a questão “Onde nós estamos agora?”,
através da análise e representação do estado atual da organização com seus respectivos
processos internos e externos.
Estabelecimento de direção para a mudança: Nesta etapa o foco é “para onde nós
queremos ir?” Conhecidas as respostas para “Porque nós precisamos mudar?” e “Onde nós
estamos agora?” através da visão organizacional podemos capturar o futuro esperado para a
organização.
Definição de iniciativas de melhoria: As iniciativas de melhoria possibilitarão
responder a pergunta “Como chegaremos lá?”, através de ações planejadas que buscam
diminuir a distancia entre a situação atual e o futuro desejado.
Desdobrar e implementar as melhorias: Os melhores planos de melhoria não têm
valor se não forem eficazmente detalhados e implementados. A pergunta que deve ser
respondida é “Como podemos Implementar com sucesso as iniciativas de melhoria?” para
aumentar a probabilidade de sucesso nesta etapa deve-se utilizar um plano com métricas
específicas para as iniciativas.
Analisar o progresso e resultados: Esta fase assim como a criação de infra-estrutura
para a mudança não ocorre somente no final do processo, mas é uma fase que ocorre ao final
de cada estagio da TransMeth. A pergunta que deve ser respondida é “Como sabemos que
chegamos e lá?”.
A TransMeth é uma metodologia projetada com a intenção de propiciar um caminho
mais seguro no processo de transformação (RENTES 2000). Já Sousa & Groesbeck (2004)
26
enfatizam que a habilidade de gerenciar a complexidade dinâmica o mais cedo possível no
ciclo de transformação será fundamental e é o que determina o poder de competitividade da
empresa.
2.4. Modelagem e Simulação
Pidd (1998) relata que sistemas possuem mais do que um componente, são
organizados de alguma forma, têm fronteiras e possuem um determinado comportamento. Já
Vasconcelos (2003), descreve sistema como um grupo de elementos que interagem são inter-
relacionados ou interdependentes, formam um todo complexo e único com um objetivo
especifico e têm propriedades diferentes que qualquer um de seus elementos.
Para o gerenciamento eficaz de um sistema será necessário um enfoque sistêmico que
será a base para o entendimento de sua complexidade e guiar as mudanças necessárias
abrangendo desde um pequeno negócio até um grande cadeia de produção e distribuição
(Sterman, 2000). Através da modelagem e simulação conseguimos captar e analisar o inter-
relacionamento entre os vários componentes de qualquer sistema, podendo desta forma propor
novas políticas que possam melhorar os resultados esperados.
Sterman (1991) define modelo como uma representação da realidade projetado para
algum propósito definido, já Sousa (1999) define modelo como uma representação
simplificada da realidade. De acordo com Sterman (1991), os modelos podem ser
classificados em vários tipos. A classificação mais utilizada é modelos de simulação e
modelos de otimização. De acordo com o dicionário Aurélio, otimização é o processo pelo
qual se determina o valor ótimo de uma grandeza. O resultado esperado de um modelo de
otimização é o melhor caminho para alcançar um determinado objetivo. Modelos de
otimização não dizem o que deve acontecer em certas condições, apenas dizem o que se deve
fazer para que se obtenha o melhor resultado sob certas condições. Este tipo de modelagem
têm três componentes básicos: o objetivo a ser alcançado, as escolhas a serem feitas e as
restrições a serem atendidas.
Para o dicionário Aurélio, simulação é a experiência ou ensaio que consiste numa série
de cálculos numéricos e decisões de escolha limitada, realizado segundo um conjunto de
regras predeterminadas e apropriado ao emprego de computadores digitais. Para Sterman
(1999) simular é imitar o sistema real através do estudo do seu comportamento, com o
propósito estimar qual será o comportamento futuro do sistema sob certas condições. Esse
27
tipo de modelagem tem dois componentes básicos: 1) representação física do problema a ser
estudado e, 2) representação das regras de decisão que regulam os fluxos ao longo do sistema.
Para Sterman (1991), as pessoas usam modelos todos os dias, são os modelos mentais.
Todas as nossas decisões e ações não são baseadas no mundo real, mais sim em nossas
imagens mentais do mundo, no inter-relacionamento entre as suas partes e na influência de
nossas ações nesta interação. Estes modelos mentais são extremamente poderosos e flexíveis
pois podem ser adaptados a novas situações e modificados assim que novas informações
estejam disponíveis. Estes modelos acabam se tornando um filtro onde através das nossas
experiências interpretamos e avaliamos os planos escolhendo entre as varias possibilidades
qual ação será tomada. Sterman (2001), também destaca que a arte de construir modelos é
saber o que cortar e o propósito do modelo atua como uma faca lógica. Ela determina o que
será cortado deixando somente detalhes essenciais para atender o propósito do modelo.
Filho (2001), conceitua simulação, como utilização de determinadas técnicas
matemáticas, empregadas em computadores, as quais permitem imitar o funcionamento de,
praticamente, qualquer tipo de operação ou processo do mundo real. Já Prado (1999), define
como um processo de criar e projetar um modelo computacional de um sistema real e
conduzir experimentos com este modelo com o propósito de entender seu comportamento ou
avaliar estratégias para sua concepção, mostrando-se uma poderosa ferramenta para estudos e
análises, tendo como vantagem principal o fato de permitir a análise de diversas alterações no
cenário virtual, sem o risco de comprometer ou impactar no cenário atual.
Para Dewhrst, Barber & Pritchardc (2002), somente a partir dos anos 90 é que a
simulação passou a ser mais estudada e desenvolvida por não especialistas devido
principalmente a sua interface amigável que os modelos puderam ser construídos através da
manipulação de objetos gráficos, podendo ter suas propriedades e funções pré-configuradas e
sua lógica dinâmica pode ser construída através de uma linguagem simples e direta.
Chang (2001), cita algumas vantagens de se utilizar simulação, tais como:
• Ela ajuda entender todo o processo e características da cadeia de suprimentos através
de gráficos/animação;
• Capacidade de capturar dados para análise: usuários podem modelar eventos
inesperados em certas áreas e entender o impacto deles na cadeia de suprimentos;
28
• Pode diminuir drasticamente o risco inerente às mudanças de planejamento: usuários
podem testar várias alternativas antes de fazer a mudança no planejamento;
• Investigar o impacto de mudanças devido a uma maior demanda por componentes na
cadeia de suprimentos;
• Investigar o impacto de algumas inovações dentro da cadeia de suprimentos;
• Investigar o impacto de eliminar uma infra-estrutura existente ou acrescentar uma
nova dentro da cadeia de suprimentos;
• Investigar o impacto de mudanças operacionais estratégicas na cadeia de suprimentos,
tais como, processo, localização e uso de novas instalações;
• Investigar o impacto da fusão de duas cadeias de suprimentos ou o impacto da
separação de alguns componentes da cadeia de suprimentos;
• Investigar as relações entre fornecedores e outros componentes da cadeia de
suprimentos de maneira a racionalizar o número e tamanho dos lotes de pedidos,
utilizando como base o total de custos, qualidade, flexibilidade e responsabilidades;
• Investigar o impacto de se fabricar partes dos produtos na própria empresa, e também
o impacto de se criar novos fornecedores, ou seja, terceirizar alguns processos;
• Investigar as oportunidades de se diminuir as variedades de componentes dos produtos
e padronizá-los por toda a cadeia de suprimentos.
Como em todas as metodologias e técnicas utilizadas, a simulação também possui
algumas desvantagens, podendo-se citar:
a) Um bom modelo de simulação pode se tornar caro e levar vários meses para o seu
desenvolvimento, especialmente quando os dados são de difícil obtenção;
b) Os resultados da simulação são, muitas vezes, de difícil interpretação. Uma vez que
os modelos tentam capturar a variabilidade dos sistemas, é comum que existam dificuldades
em determinar quando uma observação realizada durante uma execução se deve a alguma
relação significante no sistema ou a processos aleatórios construídos e embutidos no modelo.
Dysnei, Naim & Towill (1997), relatam que as decisões têm seu efeito multiplicado
pelo sistema e que modelos robustos nos ajudam a visualizar estes efeitos e a responder as
mudanças rapidamente e Sterman (2000), cita que para desenvolver um modelo é preciso:
a) Ter conhecimento profundo do problema a ser estudado, pois os modelos mais úteis
serão construídos por pessoas que conhecem o sistema real;
29
b) Ter um método para estruturar o organizar o conhecimento sobre o problema e dar
encadeamento a todas as relações importantes que tenham sido definidas o que foi conseguido
através da dinâmica de sistemas.
Fraser (1994), descreve três motivos para que uma organização modele sua estrutura:
1) Modelos possibilitam avaliar e comparar a performance da organização frente a
propostas de mudanças; e estas mudanças podem ter motivação interna ou externa.
Motivação interna: são as metas ou desejos que a organização quer alcançar, como:
melhorar a satisfação dos clientes, incrementar os lucros, melhorar a qualidade, reduzir
custos, diminuir tempo de ciclo, aumentar a satisfação dos acionistas, melhorar as decisões
sobre condições de incertezas. Influências externas: quando a empresa é forçada a mudar
devido a efeito de mudanças externas, como: alteração de legislação, tendências econômicas,
influências sociais ou vantagens tecnológicas. Normalmente, esses fatos podem ocorrer
simultaneamente e criam a necessidade de respostas rápidas;
2) Comunicar a existência de uma situação e novas opções de uma maneira eficaz as
partes interessadas;
3) Ajudar a melhorar processos existentes e selecionar possíveis mudanças.
Modelos de simulação devem ter dois componentes básicos: primeiramente devem
incluir uma representação física relevante do problema a ser estudado. Em um de seus estudos
Forrester construiu um modelo para entender porque grandes cidades dos Estados Unidos
continuavam com baixo desenvolvimento apesar de inúmeros programas de investimentos. O
modelo contemplava a representação física de vários componentes da cidade como o tamanho
e qualidade da infra-estrutura incluindo casas residências e comerciais, atributos da população
como tamanho e composição familiar, habilidades, renda dentre outros, fluxos de entrada e
saída da cidade e outras características físicas.
A quantidade de detalhes do modelo depende de seus objetivos, o modelo
desenvolvido por Forrester necessitava apenas da representação de componentes principais
comuns a grandes cidades. O segundo componente básico é capturar o comportamento dos
atores envolvidos no sistema. Ou seja, como as pessoas respondem a diferentes situações
como elas tomam suas decisões. Este componente é representado no modelo na forma de
30
regras de decisão que são determinadas pela observação de como as decisões no mundo real
são tomadas. Com a representação da estrutura física do sistema e das regras de decisão o
modelo pode simular o comportamento da situação real. Na publicação A Skeptic’s Guide to
computer models (STERMAN, 1991), cita como exemplo um estudo pioneiro de simulação
conduzido por Cyert & March em 1963. Neste estudo os pesquisadores mostraram que lojas
de departamento usam uma regra de decisão simples para determinar o preço das mercadorias.
A regra para determinar o preço das mercadorias, já por tradição, era colocar uma margem
fixa em cima do seu preço de custo. Eles notaram que o preço se ajustava vagarosamente a
medida que as mercadorias eram ou não vendidas, se o estoque de mercadorias estivesse alto
o preço diminuía e, se as vendas excedessem o esperado o preço aumentava, os preços eram
ajustados também de acordo com os concorrentes. Os pesquisadores então construíram um
modelo baseado nestas regras de decisão que quando foi comparado com dados reais notaram
que o modelo de simulação reproduzia o comportamento real do sistema.
Para Sterman (1991), a eficiência de um modelo se dará pela capacidade do modelador
em estabelecer a representação física da situação, estabelecer regras de decisão através da
observação do comportamento do sistema real e de estabelecer os limites físicos do modelo.
Para Freitas (2001), a simulação computacional permite a evolução da performance
operacional e de processos antes de sua execução. Pidd (1998) cita que ultimamente tem sido
grande o interesse de empresários em assegurar que seus processos mais importantes sejam
operados de maneira eficiente e eficaz e para isso uma das aplicações da simulação
computacional é na engenharia dos processos de negócios. O princípio é observar o processo
fundamental sem o qual a empresa não funcionaria e o qual contribui expressivamente para o
lucro e para o custo com o objetivo de capturar o comportamento deste sistema elaborando
então um modelo de simulação que servirá de base para exploração e estudos de possíveis
estruturas alternativas deste sistema.
Esse capítulo apresentou os principais conceitos utilizados no desenvolvimento deste
trabalho. Abordou e classificou os tipos e a importância da manutenção, os desafios da
produção e gestão de serviços e apresentou uma metodologia para gestão de mudanças.
Também apresentou conceitos de modelagem e simulação.
No capítulo 3 será apresentada a metodologia utilizada para seqüência deste estudo.
31
Capítulo 3:
Metodologia de pesquisa
Neste capítulo apresentamos detalhadamente a metodologia de pesquisa utilizada no
estudo.
3.1. Propósito da Pesquisa
O objetivo principal deste trabalho é investigar a relação entre estrutura e desempenho
sistêmicos observada na gestão de contratos de manutenção industrial.
3.2. Objetivos Específicos
Quatro objetivos chaves foram definidas para esta pesquisa:
1- Levantar as principais práticas da gestão de contratos de manutenção industrial e
seus possíveis pontos de conflito;
2- Com base em um sistema real de referência, levantar amostras de comportamento
sistêmico, formalizar um referencial problemático e elaborar uma hipótese dinâmica acerca da
relação causal entre as principais variáveis envolvidas no fenômeno da gestão de contratos de
manutenção industrial;
3- Testar a hipótese dinâmica criada através da elaboração e execução de um modelo
de simulação;
4- Com base no modelo desenvolvido, avaliar sua generabilidade e explorar possíveis
inovações na gestão de contratos de manutenção industrial.
32
3.3. O Processo de Pesquisa
Dentre as várias abordagens possíveis, a metodologia de modelagem fundamentada
em Dinâmica de Sistemas descrita por Sterman (2000), será adotada como guia para o
desenvolvimento desta pesquisa.
A abordagem de Dinâmica de Sistemas, Figura 3.2, envolve a documentação,
formalização e teste de uma hipótese utilizando-se métodos de modelagem formais. A
metodologia de modelagem em Dinâmica de Sistemas é constituída pelos seguintes passos:
1) Articulação do Problema:
2) Definição de uma Hipótese Dinâmica;
3) Formulação do Modelo de Simulação;
4) Testes do Modelo;
5) Formulação e Avaliação de Políticas e Estruturas Alternativas.
(1) Articulação
do Problema
(2) Hipótese
Dinâmica
(3) Formulação
(4) Testes
(5) Formulação
e Avaliação de
Políticas e Estruturas
(1) Articulação
do Problema
(2) Hipótese
Dinâmica
(3) Formulação
(4) Testes
(5) Formulação
e Avaliação de
Políticas e Estruturas
Figura 3.1: Passos da Dinâmica de Sistemas.
Fonte: Adaptado de Sterman (2000).
Complementarmente, cabe destacar que o estudo de caso é uma das muitas maneiras
de se fazer pesquisa. Em geral, os estudos de caso representam a estratégia preferida quando
se colocam questões do tipo “como” e “por que”, quando o pesquisador tem pouco controle
sobre os eventos e quando o foco se encontra em fenômenos contemporâneos inseridos em
algum contexto da vida real (YIN, 2001).
Scholz (2002), destaca que a metodologia da Dinâmica de Sistemas para estudo de
caso é adequada quando uma resposta afirmativa for encontrada para três questões básicas:
1) O sistema tem variáveis quantitativas que variam o tempo todo?
33
2) A mudança em uma ou mais variáveis impacta de algum modo outras variáveis do
sistema, caracterizando uma relação de causa-efeito?
3) O sistema pode ser representado fechado com loops de feedback?
Dessa forma, a partir desses fundamentos, o processo de pesquisa específico para esse
estudo foi definido (Veja Figura 3.2).
1
2
3
4
5
Articulação do
Problema
Formulação da
Hipótese
Construção do
Modelo
Testes do Modelo
Formulação de
Alternativas
Figura 3.2: Processo de pesquisa.
Fonte: Adaptado de Sterman (2000).
A finalidade da pesquisa é descobrir respostas para questões, mediante a aplicação de
métodos científicos, (YIN, 1965). A abordagem central adotada para responder à pergunta
central de pesquisa e atender aos objetivos específicos é a experimentação indireta através de
métodos formais de modelagem e simulação próprios da Dinâmica de Sistemas. A
experimentação indireta consiste em uma abordagem quantitativa voltada à realizar
experimentos com um modelo da realidade e não diretamente com a realidade de interesse –
uma estratégia interessante quando experimentar com o real não é viável ou desejável,
Markoni & Lakatos (1999). Neste trabalho, a estratégia adotada é complementar a esta
abordagem com conceitos próprios do estudo de caso, a fim de formalizar um modelo de
simulação representativo de um cenário real específico a ser adotado como ilustração.
34
3.4. Dinâmica de Sistemas
2
Forrester em 1961 desenvolveu o conceito da Dinâmica de Sistemas, que tem como
foco principal a determinação da estrutura de um sistema, que por sua vez, determina seu
comportamento ao longo do tempo (VASCONCELOS, 2003). A partir dos trabalhos de
Forrester e seu grupo no Massachussetts Institute of Tecnology (MIT) a modelagem de
sistemas dinâmicos e sua simulação computacional permitiram a análise de diversos
problemas nas áreas gerenciais e de políticas públicas. Contudo a complexidade do método e
as dificuldades de implementação computacional dos modelos dificultaram a adoção mais
generalizada desta metodologia. Mais recentemente, principalmente em razão do
aperfeiçoamento das ferramentas computacionais o uso da Dinâmica de Sistemas está se
tornando relativamente mais simples, passando a ser aplicado em diversas áreas do
conhecimento.
Primeiramente devemos ter uma visão sistêmica que é projetar a análise para o sistema
mais amplo, levando em consideração as propriedades e a influência de cada parte na
estrutura do todo. É uma contínua revisão do mundo, do sistema total e de seus componentes
(CHURCHMAN, 1972), ela encara o mundo como um conjunto de sistemas e subsistemas,
sendo que por sistema deve-se entender uma reunião de elementos inter-relacionados que
interagem entre si para atingir um determinado objetivo.
A metodologia de modelagem e simulação de sistemas dinâmicos envolve as seguintes
etapas principais (STERMAN 2000):
a) construção de diagramas de influência representado os mapas mentais dos analistas
e tomadores de decisão, os quais visam o entendimento explícito de um problema e a busca
das relações entre os componentes;
b) especificação e desenvolvimento de modelos matemáticos, que visam formalizar as
relações de feedback e defasagens (tempo decorrido entre estímulo e resposta) do sistema;
c) Desenho e simulação do modelo que testam hipóteses diferentes em relação ao
comportamento da estrutura.
Após a simulação do modelo com as hipóteses testadas a estrutura que propor melhor
resultado ao sistema estudado será aplicada a um caso real com o objetivo de validar esta
pesquisa.
2
O conceito da Dinâmica de Sistemas pode ser estudado através de Road maps 2 que é um guia didático para
aprendizagem desta metodologia desenvolvido pelo Massachusetts Institute of Technology (MIT) sob supervisão
de Jay W. Forrester e disponível em http://sysdyn.clexchange.org/road-maps/home.html.
35
3.5. Fundamentos Conceituais
Scholz (2002) destaca que a tarefa principal da modelagem através da Dinâmica de
Sistemas é conseguir insight de comportamentos futuros. Em um dos exemplos de Forrester
muitas pessoas quando perguntadas quem é a pessoa mais importante na operação segura de
um avião respondem que é o piloto. Entretanto, segundo Forrester (1975) apud Sousa (2005),
não seria o piloto e sim o projetista da aeronave. O projetista é o responsável por fazer que a
aeronave seja estável e robusta mesmo sob condições extremas e que pilotos bem treinados,
sem nenhuma habilidade extraordinária, possam pilotar com segurança mesmo quando
cansados ou estressados. Em um ambiente social ou empresarial os gerentes têm a dupla
função, projetar e operar o sistema. Projetar moldando a estrutura, estabelecendo estratégias e
regras de decisão. Operar o sistema baseados no projeto da estrutura.
A maior constante dos tempos modernos é a mudança. Algumas mudanças são
maravilhosas, outras afetam o planeta, empobrecem o espírito humano e comprometem nossa
sobrevivência (Sterman, 2000). Muitas vezes apenas o nosso melhor entendimento não é o
suficiente para resolvemos um problema e a solução proposta acaba tornando até pior. Nossas
decisões provocam reações em outros componentes do sistema que reagem e introduzem suas
ações. Forrester (1971a) apud Sterman (2000), denominou este fenômeno de “comportamento
contraintuitivo de sistemas sociais”. De acordo com nossos objetivos tomamos nossas
decisões que afetam o ambiente no qual estamos inseridos demandando novas decisões este
fenômeno é conhecido como feedback (Figura 3.3).
Figura 3.3: Processo de feedback.
Fonte: Adaptado de Sterman (2000).
Sterman (2000) e Sousa (2005), conclui que todas as nossas decisões são baseadas em
modelos, geralmente modelos mentais. Em sistemas dinâmicos o termo ‘modelo mental’
36
inclui nossas crenças sobre a rede de causa e efeito que descreve como o sistema esta
operando (Figura 3.4).
Figura 3.4: Modelo Mental.
Fonte: Sousa (2005) adaptado de Sterman (2000).
3.5.1. Diagrama de loops causais.
Feedback é um dos principais conceitos de sistemas dinâmicos. Diagrama de loops
causais é uma importante ferramenta para representar o feedback da estrutura do sistema.
Cada link é mostrado por setas e estas setas assumem uma polaridade (positiva ou negativa),
que descrevem a estrutura do sistema, não se refere ao comportamento das variáveis e sim
descreve o que acontece a variável dependente muda quando a variável independente muda.
Representam a interdependência dos processos, capturam rapidamente a hipótese sobre a
causa da dinâmica, capturam os modelos mentais de indivíduos ou de equipes e comunicam
importantes realimentações que podem ser responsáveis pelo problema. Consiste de variáveis
conectadas por setas indicando a influência de uma variável sobre a outra. Quando uma
informação chega ao sistema provoca uma decisão que tem como objetivo provocar uma
mudança no sistema, cada nova informação pode gerar uma ou mais mudanças no sistema,
gerando uma seqüência circular de causa e efeitos denominados loops de feedback. A
metodologia de Dinâmica de Sistema guia o pesquisador a identificar as variáveis pertinentes
37
ao sistema. Muitas vezes ao se modelar a estrutura do modelo acaba-se percebendo estruturas,
variáveis ou ligações até então não percebidas ou não identificadas.
3.5.2. Polaridades
As polaridades descrevem a estrutura do sistema (Sterman, 2000). Descrevem o que
aconteceria se tivéssemos mudança no sistema. As entidades estão relacionadas entre si com
setas que indicam as relações de causalidade, o sentido das setas indica qual variável ou
entidade é afetada, estas setas carregam também sinais de positivo (+) ou negativo (–) nas
pontas indicando a mudança que a variável provoca no sistema. O sinal (+) indica que a
variável causa provoca efeito no mesmo sentido, o sinal (-) indica que a variável causa
provoca um efeito no sentido contrario.
Se a causa aumenta ou diminui o efeito aumenta ou diminui. Para avaliar a polaridade
de uma ligação causal, devemos assumir que todas as variáveis permanecem constantes.
Loop positivo: Se a causa aumenta ou diminui o efeito aumenta ou diminui;
Loop negativo: se a causa aumenta ou diminui o efeito diminui ou aumenta.
Um exemplo bem simples: quanto maior o saldo na conta de poupança, mais juros ela
receberá, quanto maiores os juros, maior será o saldo e assim por diante. O oposto também é
verdadeiro, quanto menor o saldo de poupança, menores serão os juros recebidos, também
quanto menor a taxa de juros menores serão os juros da poupança, conseqüentemente menor
será o incremento no saldo na conta de poupança, como mostra a figura 3.5.
Saldo na conta de
poupança
Juros da poupança
+
+
Taxa de juros
+
Figura 3.5: Exemplo de diagrama de loop causal.
Fonte: O autor. Adaptado do Manual do Software Vensim.
O sinal (-
/+) nas setas informa se as
variáveis nos dois estremos variam da
mesma forma (ambas crescem ou
diminuem)
O sinal (-/+) no int
erior do loop
imforma se o feedback é positivo
ou negativo
38
3.5.3. Diagrama de fluxos.
Nos modelos da Dinâmica de Sistemas estoques são representados por retângulos
também são conhecidos como integrais ou estado das variáveis, representa tudo que se
acumula e pode ser medido em um determinado ponto no tempo, como o dinheiro no saldo na
conta de poupança. Matematicamente estoques acumulam ou integram seu fluxo líquido, ou
seja, o fluxo de entrada menos o fluxo de saída (STERMAN, 2000); enquanto que fluxos são
representados por setas de linhas duplas com um “X” que representando uma válvula, que
apontam para ou saem do estoque e representam as taxas ou derivadas, representa coisas que
variam no tempo, como a taxa de juros. Também matematicamente, o ângulo da tangente
sobre qualquer ponto na trajetória do gráfico corresponde à mudança líquida do estoque
naquele ponto (STERMAN, 2000).
Os estoques refletem a diferença líquida entre o fluxo de entrada e o fluxo de saída,
com algumas características:
a) Caracterizam o estado do sistema e servem de base para tomada de decisões: Assim
como os pilotos precisam saber o estado da aeronave (posição, altitude, longitude, nível de
combustível) os gestores em uma empresa precisam saber o nível de seus estoques que devem
ser considerados na tomada de decisão.
b) Propiciam inércia e memória aos sistemas: estoques acumulam eventos passados
que somente podem ser mudados através dos fluxos de entrada e saída.
c) São fontes de atraso: em um determinado processo a diferença entre a entrada e
saída acumulada é um estoque de material em processo.
d) desconectam fluxos e criam dinâmicas de desequilibro: os estoques absorvem as
diferenças entre entradas e saídas permitindo que entradas e saídas sejam processos diferentes.
Combinando os diagramas de loops causais com os diagramas de fluxos podemos
perceber como os estoques e fluxos influenciam um no outros e como a ocorre a
realimentação do sistema. Na figura 3.6 pode-se observar o exemplo do saldo na conta de
poupança. Tanto a seta do fluxo entrada quanto a seta do fluxo de saída, começa e termina
numa nuvem que representa o limite do sistema (ou seja, estoques externos infinitos). A seta
da taxa de juros é uma constante e afeta o saldo da conta da poupança.
39
Saldo na conta
de poupança
Taxa de juros
Depósitos na
poupança
Retiradas da
poupança
+
+
+
Figura 3.6: Exemplo diagrama de fluxo.
Fonte: O autor.
As unidades de medidas nos ajudam a diferenciar estoques de fluxos. Estoques
geralmente são medidos em quantidades enquanto que Fluxos devem ser medidos na mesma
unidade do estoque por um período de tempo.
3.5.4. Atrasos (delays).
Atraso é um processo no qual uma saída qualquer é postergada em relação a uma
entrada. Atrasos são críticos em Dinâmica de Sistemas, muitos são responsáveis por gerar
instabilidade e oscilações nos sistemas (STERMAN, 2000). Sempre existirá um tempo entre
medir, relatar e inserir a informação no sistema e tomar a decisão. Também levará um tempo
para que a decisão tomada afete o estado do sistema. A figura 3.8 exemplifica um atraso entre
a modificação no controle do equipamento relacionado a medição, relato e percepção da
temperatura atual, assim como também existe outro atraso relacionado a percepção da
diferença entre a temperatura atual e a desejada e a modificação da temperatura no controle do
equipamento.
40
Modificação no
Controle do
Equipamento
Temperatura atual
Temperatura
desejada
Diferença entre a
temperatura atual e a
desejada
+
-
+
+
Atraso relacionado a medição,
relato e percepção
Temperatura do
ambiente
-
Atraso relacionado a ação
sobre o sistema
Figura 3.7: Exemplo de atrasos no sistema.
Fonte: O Autor.
3.5.5. Aging Chain (Cadeia de envelhecimento).
A taxa de saída dos itens do estoque depende fortemente da idade dos itens, A taxa de
mortalidade das pessoas depende fortemente de sua idade, a taxa de descarte e troca de
automóveis depende do tempo de uso, etc.. Aging chains são usadas para representar situações
onde a taxa de mortalidade dos itens na estrutura de estoques e fluxos são dependentes da
idade e permitem a modelagem de mudanças na estrutura dos estoque em função da idade dos
itens (STERMAN, 2000). Aging chain pode ser usada para qualquer população onde a
probabilidade de saída desta população depende da idade de seus componentes. Uma Aging
chain pode ter “n” numero de estoques e cada estoque pode ter “n” número de entradas e
saídas, figura 3.8.
41
Empregados sem ou
com pouca experiencia
Empregados experientes
Taxa de contratação
sem experiência
Taxa de contratação
com experiência
Taxa de
assimilação
Saída sem
experiência
Saída com
experiência
Figura 3.8: Estrutura Aging Chain.
Fonte: O autor, adaptado de Sterman (2000).
O total de estoque é dividido ‘n’ estoques, C(i) cada um com sua taxa de entrada I(i) e
taxa de saída O(i), o fluxo do estoque i move-se para o estoque i + 1 através do taxa T(i, i +
1), podendo ser negativo ou positivo. Matematicamente será representado por:
C(i) = Integral(I(i) + T(i – 1, i) – O(i) – T(i, i + 1), C(i) t0).
A taxa de transição pode ser formulada como um atraso (delay), desta forma a taxa
será representada T(i, i +1) = C(i)/AE(i) onde AE representa anos no estoque, já a taxa de
saída pode ser representada por: O(i) = C(i) * fração da taxa de saída por estoque (i).
A Tabela 3.1 apresenta um resumo das notações utilizadas para representação dos
diagramas de fluxos e no modelo de simulação.
Nome Descrição Notação Exemplo
Laço causal Indica relação entre variáveis ou
constantes
Flechas simples
a
b
Polaridades Positiva
ou negativa
Indica que quando uma variável ou
constante varia, isso faz com que a
variável ou constante seguinte aumente
no mesmo sentido (+) ou diminua em
sentido contrário (-)
Flecha simples com
sinal de positivo (+)
ou negativo (-) nas
postas
a
b
+
-
Estoques Indica o acumulo e/ou saída (vazão) Retângulos com
nome da variável
iniciando em
maiúsculo
Trabalho
realizado
42
Fluxos Indica entrada ou saída de um estoque,
gera acumulação ou vazão do mesmo.
Flechas com linhas
duplas e ponta negra
com um “X” no meio
simulando uma
válvula
Variáveis auxiliares Variável que compõem a lógica do
modelo
Nome da variável
MDO necessária
Constantes Indica variáveis referentes a tomadas de
decisões, normalmente exógenas ao
sistema.
Nome da constante
em maiúsculo
<TIME STEP>
Alcance de entrada Indica o limite de entrada do
sistema/modelo.
Entrada do fluxo fora
do alcance do
sistema/modelo.
Alcance de saída Indica o limite de saída do
sistema/modelo.
Saída do fluxo fora
do alcance do
sistema/modelo
Atrasos (delay) Indica um retardo no sistema/modelo.
Normalmente o efeito de uma decisão.
Barras duplas em
cima da seta.
Diferença entre a
+
Polaridade do loop Indica que existe um loop que fecha um
ciclo de reforço (+) ou de equilíbrio (-)
Sinal de positivo (R)
ou negativo (B) no
centro do loop
B
Variável exógena Variável que impacta o sistema, porém
não é impactada por ele.
Diamante/Losango
..
Variável exógena
controlável
Variável que impacta o sistema , não é
impactada por ele, porém é controlável
pelo modelador.
Circulo cheio
Taxa de Entrada Histórica Média [TXEHM].......
Tabela 3.1: Notação utilizada nos diagramas e modelos.
Fonte: O autor, baseado em Sterman (2000), capítulos 5 e 6.
3.5.6. Estrutura e comportamento de Sistemas Dinâmicos.
O comportamento de um sistema é função de sua estrutura (STERMAN, 2000).
Basicamente a estrutura é constituída de feedback, loops, estoques e fluxos criados pela
integração física e lógica do sistema com o processo de tomada de decisão dos agentes que
nele atuam.
Os modelos básicos (fundamentais) de comportamento são:
43
a) Crescimento, caracterizado pelo feedback positivo Figura 3.9. Provoca crescimento,
amplifica desvios e reforça as mudanças.
Figura 3.9: Feedback Positivo.
Fonte: Sousa (2005) adaptado de Sterman (2000).
b) Busca de objetivos, caracterizado pelo feedback negativo. Busca equilíbrio do sistema, se
existe uma discrepância entre o estado atual do sistema e seu estado desejado, ações
corretivas são disparadas para fazer com que o sistema volte ao estado desejado. Figura
3.10.
Figura 3.10: Feedback Negativo (busca de objetivos).
Fonte: Sousa (2005) adaptado de Sterman (2000).
c) Oscilação, criado pelo feedback negativo combinado com algum tempo de retardo. O
estado atual do sistema é comparado com seu objetivo, caso seja detectada alguma
discrepância algumas ações são tomadas com o objetivo de corrigir estas distorções,
porém as ações corretivas demoram certo tempo devido a medição, relato, percepção,
44
tomada de decisão e atrasos relacionados a cão sobre o sistema o que acaba gerando
alguma oscilação. Figura 3.11.
Figura 3.11: Oscilação.
Fonte: Sousa (2005) adaptado de Sterman (2000).
Também alguns comportamentos mais complexos podem ser representados;
d) Crescimento em S, um comportamento bastante comum, inicialmente o sistema apresenta
um crescimento exponencial que depois gradativamente diminui entrando em equilíbrio
quando atinge o objetivo. Figura 3.12.
45
Figura 3.12: Crescimento em “S”.
Fonte: Sousa (2005) adaptado de Sterman (2000).
e) Crescimento com overshoot, o sistema apresenta um crescimento inicial exponencial até
atingir seu objetivo quando então começa a oscilar em busca de seu objetivo devido a
significativos atrasos para ajustes entre a situação real e a situação desejada. Figura 3.13.
Figura 3.13: Crescimento com overshoot.
Fonte: Sousa (2005) adaptado de Sterman (2000).
46
f) Overshoot e colapso, inicialmente o sistema apresenta o comportamento de crescimento em
S, porém abruptamente cai sem conseguir recuperar-se. Figura 3.14.
Figura 3.14: Crescimento com overshoot e colapso.
Fonte: Sousa (2005) adaptado de Sterman (2000).
Um ponto bastante importante é observar o sistema buscando identificar um
comportamento dominante, este detalhe ira ajudar na pesquisa de estruturas particulares do
sistema estudado. Não se começa construindo um modelo, mas sim identificando um
problema seus sintomas e seu comportamento, que é o objetivo do estudo. Neste capítulo
buscou-se conceituar os principais conceitos que serão utilizados nos capítulos seguintes.
3.6. Descrição Detalhada dos Passos da Pesquisa
De acordo com Sterman (2000), um modelo de sucesso deve seguir um processo
disciplinado envolvendo as seguintes atividades:
1) Articulação do problema. Definição clara de qual é o problema e por que é um
problema. Quais as variáveis e horizonte de tempo? Qual é o comportamento
histórico, qual deverá ser o comportamento no futuro?
47
2) Formulação da hipótese dinâmica. a) Geração da hipótese inicial – qual é o
comportamento do problema no sistema. b) Foco endógeno - formulação da
hipótese dinâmica que explica a dinâmica interna de comportamento da estrutura.
c) Mapeamento - desenvolvimento de mapas baseados na hipótese inicial,
variáveis chaves, e modos de referência e algum outro dado disponível usando
ferramenta adequada.
3) Formulação do modelo de simulação: a) especificação da estrutura e regras de
decisão. b) estimar os parâmetros, relacionamentos e condições iniciais. c) testar a
consistência com o propósito e abrangência.
4) Teste do modelo: a) comparação com modelos de referência, b) testar a robustez
sob condições extremas.
5) Formulação e avaliação de políticas e estruturas alternativas: a) especificar os
cenários, b) projetos das novas regras de decisão, estratégias e estruturas, c)
análise dos efeitos das políticas, d) análise da sensibilidade em cenários diferentes,
e) interação das regras propostas no sistema.
Neste capítulo foi apresentada detalhadamente a metodologia de pesquisa, conceitos
fundamentais, estrutura e comportamento de sistemas dinâmicos, assim como descrição
detalhada dos passos da pesquisa.
No capítulo 4, será definido o problema, o comportamento histórico, assim como as
principais variáveis utilizadas neste estudo de acordo com a metodologia da Dinâmica de
Sistemas.
48
Capítulo 4:
Neste capítulo, utilizando-se como referência um sistema real, será inicialmente
descrito e definido o problema, suas variáveis chaves e o horizonte de tempo de acordo com a
metodologia da Dinâmica de Sistemas, conforme descrito item 3.4.1. Também de acordo com
a necessidade outros conceitos serão revisados.
4.1. Articulação do problema
À medida que o mundo torna-se mais complexo e interdependente, a capacidade de
pensar sistemicamente torna-se diferencial competitivo para as empresas conseguirem
visualizar os efeitos causais de suas decisões na interação do sistema (STERMAN, 2000).
Quando uma empresa transfere algumas de suas atividades para empresas especialistas e esta
não analisa corretamente os processos a serem integrados, as atuais práticas, parâmetros e
valores importantes para o cliente, têm-se o risco desta atividade não ser executada de
maneira satisfatória ao cliente. Direcionar esforços para que duas ou mais empresas com
culturas diferentes possam direcionar suas competências em prol de um objetivo de
maximizar a produção, através do aumento da disponibilidade e confiabilidade dos
equipamentos produtivos e do aumento do volume de produtos produzidos pode gerar um
grande conflito.
Gerenciar um contrato requer cuidados com detalhes específicos que variam de cliente
para cliente e também de acordo com cada escopo contratado. Para que o serviço prestado
possa atender as expectativas do cliente o correto gerenciamento do contrato será de extrema
importância para manter o contrato ativo por um longo período. Um contrato mal gerido afeta
a todos os envolvidos no processo gerando perdas financeiras e desmotivação das pessoas
envolvidas. De forma mais específica este estudo trata de analisar a queda do número de
contratos de manutenção industrial geridos por uma empresa especializada. Vale ressaltar que
este estudo esta baseado em dados reais, porém para manter a confidencialidade da empresa
os valores são modificados, mantendo-se a proporcionalidade.
1
2
3
4
5
49
4.2. Seleção do Tema
De acordo com Sterman (2000), este é o passo mais importante. Qual é o objetivo?
Qual o problema que está se tentando resolver? Qual é o real problema não apenas o sintoma
ou dificuldade?
4.2.1. Qual é o problema e Porque é um Problema
Gerenciar com eficiência qualquer mudança é um grande desafio. Cada equipe espera
tratamento especial. Cada membro da equipe espera, e necessita, de que algum superior
entenda o que o grupo está fazendo, de que equipamentos ele precisa, e como deveria ser sua
relação com outros departamentos da empresa. Muitas vezes perceber como são as coisas,
quais são as causas e quais são as conseqüências é muito difícil. Principalmente quando a
empresa fornecedora está assumindo a responsabilidade por parte de um processo crítico para
a empresa cliente. Cada empresa tem sua estrutura e seu desempenho, a partir do momento
que a empresa cliente contratou determinada atividade ela espera receber esta atividade
concluída dentro dos padrões previamente acordados. Ocorre que dentro da organização os
processos funcionam de uma maneira contínua. Como e quando determinada atividade vai ser
executada afeta o sistema como um todo. Buscar sempre uma integração que traga ganhos aos
processos entre empresa cliente e empresa fornecedora é o principal desafio dos gestores
atuais.
De maneira específica este estudo trata de analisar uma empresa que gerencia vários
contratos simultaneamente, cada um com escopo diferente e particularidades específicas de
cada cliente. Ocorre que no final do período contratual vários contratos não estão sendo
renovados. Isso gera um problema para o contratante e um para o fornecedor atual. O
contratante tem a necessidade de buscar um novo fornecedor e o fornecedor atual tem todo o
dispêndio financeiro, tempo, imagem, etc., na desmobilização do contrato..
4.2.2. Principais Conceitos e Variáveis Relacionados
Parâmetros que meçam o desempenho do processo atual devem ser analisados. Se a
responsabilidade por determinada atividade esta sendo transferida a uma empresa
fornecedora, esta decisão deve ter sido tomada no plano estratégico. Buscar os detalhes para
saber qual é o objetivo que o cliente busca com determinada ação e a forma atual pela qual o
50
sistema esta sendo avaliado trará uma contribuição significativa para compreensão do
comportamento atual e as perspectivas de comportamento futuro.
O principal desafio tanto na gestão de serviços como na gestão de produção de bens é
equilibrar a taxa da demanda com a taxa de produção, (SLACK et al, 2002; SOUSA, 2005),
no caso de serviços seria a taxa de solicitação dos serviços com a taxa de execução das
atividades, porém com algumas particularidades (CORRÊA & GIANESI, 1993):
• Produção unitária: os serviços dificilmente poderão ser executados em unidades
maiores;
• Re-projeto de parte do sistema: para execução de um serviço é necessário que haja
uma intervenção em um sistema ativo;
• Atividades não planejadas vão sempre concorrer com as atividades planejadas;
• Lead Time longo para as atividades não programadas;
• Pessoas são o principal recurso no processo de produção de serviços;
• A produção de serviços será na maioria das vezes Make to Order.
No processo produtivo em geral pode-se influenciar muito pouco na taxa de demanda,
e para ter um controle da produção utilizamos os estoques como um regulador da demanda
(SLACK et al, 1997). Na produção de serviços, apesar de podermos influenciar um pouco
mais na taxa de solicitação de serviços mesmo assim isto não é suficiente, pois uma da
característica dos serviços é que eles não podem ser estocados sendo na sua grande maioria
produzidos e consumidos simultaneamente (EVANS, 1997).
Outro fator que deve ser levado em consideração é que existe uma inércia entre a
tomada da decisão e a implementação da ação. As decisões são tomadas no presente,
entretanto, como os diversos níveis de decisão têm diversos níveis de inércia, é indispensável
considerar os diferentes horizontes de tempo, para que cada decisão seja tomada com a
antecedência que sua inércia requer.
A interligação de uma área de apoio com os processos de produção forma um sistema
extremamente complexo, pois dentro do conceito de cliente interno todas as áreas de uma
indústria tornan-se clientes das áreas de apoio.
Como o produto final de um serviço não pode ser todo ele estocado, a estocagem só é
possível para partes do serviço (EVANS, 1997) e mesmo assim baseado em uma previsão de
demanda os mesmos conceitos de produção são utilizados no planejamento para produção de
um serviço.
51
4.2.3. Horizonte de Tempo
Várias empresas adotam um período de 12 meses como tempo de duração de um
contrato. Muitas outras adotam 36 meses como sendo um período padrão para a duração e/ou
renovação de um contrato. Neste trabalho adotamos como duração para os contratos o período
de 36 meses, justamente por ser o período adotado na empresa do caso analisado.
Analisaremos o comportamento do número de contratos desde 2000, planejando o
comportamento do sistema para ano 2020.
4.2.4. Definição Dinâmica do Problema
O objetivo deste estudo é desenvolver um modelo de Dinâmica de Sistemas para
analisar o comportamento dinâmico do processo de gestão simultânea de vários contratos de
manutenção industrial e propor políticas de possam levar a uma renovação automática do
contrato ao seu término. A aquisição de novos clientes é o processo mais difícil e caro para
qualquer organização prestadora de serviços de manutenção industrial. Muitas vezes é
necessário investir muitos recursos e muito tempo em um determinado cliente sem obter o
retorno esperado. O mercado de manutenção industrial é muito promissor. A Abraman estima
que exista um mercado em torno de 20 bilhões de Reais à disposição das empresas
prestadoras de serviços de manutenção industrial (ABRAMAN, 2005).
A Figura 4.1 resume o comportamento de uma empresa, objeto deste estudo, que
administra vários contratos de manutenção industrial. A partir de 2000 esta empresa teve um
crescimento bastante expressivo da ordem de 40% a.a., porém no decorrer de 2004 o número
de contratos em carteira começou a diminuir aparentemente sem um motivo especifico.
Observou-se que além de muitos contratos não estarem sendo renovados a entrada de novos
contratos também teve uma queda significativa. A atividade não deixara de existir, por uma
decisão do cliente baseada em ‘n’ motivos esta atividades passaram a ser executadas por
outras empresas ou até pelo próprio cliente. A aderência, calculada em percentual, que
considera o número de atividades executadas dividido pelo número de atividades planejadas
para serem executadas, também apresenta uma queda significativa.
52
Número de contratos X Aderência
0
5
10
15
20
25
30
35
2000 2001 2002 2003 2004 2005 2006
Ano
Contratos
0
10
20
30
40
50
60
70
80
90
100
Aderência
Contratos Aderência (%)
Figura 4.1: Definição do problema – Comportamento problemático de referência.
Fonte: O autor.
A Figura 4.2 mostra também a quantidade de mão-de-obra disponível nos contratos
variou proporcionalmente acompanhando o número de contratos e a realização de trabalho
extra com utilização da mesma mão-de-obra alocada em cada contrato teve uma queda
acentuada.
MDO Disponível X Realização trab. Extra
0
50
100
150
200
250
300
350
400
450
500
2000 2001 2002 2003 2004 2005 2006
Ano
MDO
0
500
1000
1500
2000
2500
Horas
MDO disponível (pessoas) Realização de trabalho extra (Horas)
Figura 4.2: Definição do problema – Comportamento problemático de referência.
Fonte: O autor.
53
Porque contratos onde os gestores têm dedicação exclusiva e para solução de
problemas mais complexos são apoiados por uma equipe de engenharia comum a todos,
quando chegam ao final do período de vigência não conseguem a renovação? Praticamente
toda a equipe é transferida para uma outra empresa onde provavelmente terão que atingir os
mesmos objetivos, porém sob a orientação de um outro gestor e outra equipe de apoio.
Os transtornos são grandes para os dois lados: o cliente precisa investir tempo e
recursos na busca de um novo fornecedor, o fornecedor tem todos os custos de
desmobilização da sua estrutura e muitas vezes também tem sua imagem perante o mercado
um pouco abalada.
Um ponto bastante interessante é que quando uma organização assume as atividades
de outra, inicialmente as pessoas tem certa resistência em mudar sua maneira de desempenhar
as mesmas atividades de maneira diferente. Ou seja, já dispõem de maneiras arraigadas,
modelos mentais, de fazer as coisas e apesar de terem habilidade, talento e conhecimento para
executar as atividades muitas vezes tem muita dificuldade para mudar a maneira de pensar e
agir de acordo com uma nova filosofia de trabalho.
Na Figura 1.5, no capítulo 1, mostramos percepção de qualidade que os contratantes
têm em relação aos serviços prestados pelos contratados, ou seja, como o mercado avalia os
serviços prestados atualmente pelas empresas especialistas. A maioria dos clientes atribuiu o
conceito “bom” aos serviços recebidos nota-se então que existe um grande gap a ser
alcançado pelos prestadores de serviço para que venham a obter conceito “muito bom” e
“Excelente”. Mesmo assim a figura 4.3 aponta que a existe uma tendência de manter ou até
aumentar a contratação deste tipo de serviço nos próximos anos.
Figura 4.3: Tendência de contratação de serviços.
Fonte: Abraman (2005).
54
Será que é possível no decorrer da vida útil de um contrato de prestação de serviços
captar evidencias de que a relação cliente / fornecedor esta com sua estrutura comprometida e
como tomar ações que possam minimizar futuros conflitos?
Será que é possível chegarmos a um nível de maturidade onde o prestador de serviços
deixe de ser apenas o executor de determinadas tarefas e venha a ser um parceiro assumindo e
dividindo o risco de algumas decisões?
Como resultado do modelo deve-se simular várias situações que permitam entender o
processo e permitam alterações na estrutura do sistema que possam estar causando
comportamento da perda de contratos.
Neste capítulo foi detalhado o problema a ser estudado, os principais conceitos e
variáveis relacionados. No capítulo 5, será desenvolvida a hipótese dinâmica e o mapeamento
através de diagramas de loops causais com seus estoques e fluxos.
55
1
2
3
4
5
Capítulo 5:
Hipótese dinâmica
Uma vez que o problema foi identificado o horizonte do tempo definido deve-se
começar a desenvolver a hipótese dinâmica do modelo que irá evidenciar o problema e
detalhar seu comportamento através das variáveis que fazem parte do sistema. Primeiramente
iremos elaborar uma teoria inicial, a qual orientará o diagrama de loops causais que servirá de
base para a o desenvolvimento dos diagramas de estoques e fluxos.
5.1. Geração de uma teoria inicial
Influenciados por uma tradição estabelecida pelos modelos de “administração
científica” desenvolvidos no início do século passado, em grande parte devidos a Frederick
Taylor e Henry Ford, os administradores ocidentais teriam tendido a dividir questões
complicadas em questões mais simples e especializadas, sem, por outro lado desenvolver
mecanismos apropriados de integração que mais tarde juntassem as partes de modo a permitir
que se lidassem com o quadro geral (CORRÊA & GIANESI, 1993). Como conseqüência,
cada área especialista cria processos e ações específicas que muitas vezes não convergem de
forma rápida e eficaz com as demais áreas da organização. Cada área esta fornecendo um
produto parcial, muitas vezes olhando somente para sua própria eficiência enquanto que para
o cliente final interessa o produto como um todo, e não se a área X da empresa é mais
eficiente que a área Y.
A globalização da economia trouxe novos desafios para a atividade industrial, tanto no
aumento da competitividade como na questão ambiental, na qualidade dos produtos e até
mesmo nas questões de responsabilidade social (SCRAMIM, 2004). Uma complexidade tão
grande acabou trazendo um efeito contraditório de aumento da autonomia local. As soluções
globais precisam de forte aplicação em cada mercado e exigem uma vasta gama de produtos
com portfolios versáteis e que permitem adaptação fácil (SOUSA, 2004). Os processos
industriais ficaram interligados no tempo e no espaço. Em cada fábrica foi criada uma
multicadeia de fornecedores, às vezes até no mesmo território físico. A divisão de trabalho foi
56
acelerada e o sistema de terceirização teve grande impulso (FRITZSIMMONS &
FRITZSIMMON, 2000).
Muitas vezes uma visão distorcida dos processos a utilização de indicadores de
desempenho que não levam em conta as varáveis tecnológicas incorporadas ao processo
fazem com que a integração entre os processos falhem e com isso toda a empresa perde
competitividade.
Muitos contratos não conseguem a sua renovação após o período de vigência. Muitas
são as tentativas para tentar explicar o motivo, porém após algumas observações podemos
afirmar que muitos contratos visam o retorno financeiro como principal indicador a ser
alcançado. A partir deste momento começamos a ter então dois objetivos distintos para uma
mesma atividade: o fornecedor preocupa-se prioritariamente com a margem financeira do
contrato, enquanto que o cliente espera que todos os recursos necessários sejam alocados para
que ele tenha uma maior disponibilidade possível dos equipamentos necessários ao processo.
O gráfico da Figura 4.1 pode ser comparado com o gráfico da Figura 5.1 que
representa um gráfico típico de volume de vendas versus tempo para um produto novo
(EVANS, 1997). Esta curva mostra que após o produto ser lançado (introdução) no mercado
as vendas crescem timidamente, logo após certo período as vendas sobem rapidamente
(crescimento) chegando a um período de maturidade (maturidade). Quando a partir de certo
momento as vendas começam a diminuir (declínio) supondo-se que outros competidores
também disputam este mesmo nicho de mercado com outras estratégias, preços menores ou
até produtos melhores por preços similares.
Figura 5.1: Curva do Ciclo de Vida de um produto.
Fonte: Adaptado de Evans (1997).
57
A partir desta analogia podemos concluir que talvez o produto “serviços” chegou ao
seu ponto de maturidade e esta começando a perder mercado? Ou, o sistema esta entrando em
declínio, porém tenderá a oscilar na busca de um objetivo, ou seja, buscará manter um número
médio de contratos? Precisamos então analisar as possíveis causas e propor as ações
necessárias a fim de que o sistema estudado no mínimo mantenha o volume atual de vendas
ou aumente consequentemente aumentando seu market share.
Como possíveis explicações para o comportamento do sistema apresentado nas
Figuras 4.1 e 4.2, podemos especular algumas explicações isoladas de forma a elaborar uma
teoria inicial:
1. Pode estar ocorrendo uma possível retração do mercado;
2. Demora na contratação de mão-de-obra;
3. Treinamento insuficiente: devido a falta ou ineficiência de treinamento os técnicos
demoram mais tempo para realizar determinadas atividades, comprometendo a
produtividade;
4. Falta de foco em um segmento especifico do mercado: com equipes de apoio técnico-
administrativas especialistas em determinado segmento a solução ou otimização de
determinado processo pode ocorrer de maneira mais eficiente. Um técnico com
experiência em indústria automobilística pode ter uma produtividade maior realizando
atividades em indústrias deste segmento, a sua alocação em outro segmento pode
trazer redução de produtividade ou até mesmo vir a desmotivá-lo;
5. Ferramentas e equipamentos inadequados: muitas vezes devido ao alto custo do
investimento inicial “mobilização do contrato” existe uma demora ou até a
indisponibilidade de alguns equipamentos, devido ao fluxo de caixa baixo, deixa-se de
contemplar alguns específicos, o que acaba deixando deficiente a execução de
algumas atividades;
6. Pouco incentivo: geralmente a margem baixa, faz com que o prestador não tenha
muito incentivos para melhoria dos processos;
7. Equipamentos antigos e com necessidade de muita intervenção; dentre outras.
Também uma significativa redução do número de horas extras pode ter um impacto
significativo na aderência, devido a equipe já estar acostumada a realizar um grande número
de horas extras. A realização de horas extras implica em um aumento de custos que deve ser
assumido pelo contratado reduzindo assim a sua margem, porém devido a um mercado
58
altamente competitivo, e com o objetivo de aumentar a sua margem a realização de horas
extras tem sido desaconselhada, ou realizada o mínimo possível, isso pode estar provocando
uma desmotivação do pessoal operacional devido a realização de horas extras já ter sido
aceita e incorporada como ganho extra, deste modo a aderência vem baixando, pois na nesta
visão este é um dos meios para se forçar a realização de trabalho extra. Como conseqüência
da baixa aderência a satisfação do cliente tende a ser baixa podendo resultar na não renovação
do contrato e na perda de possíveis novos clientes, pois os contratos ativos servem de
referência a outros clientes quando estes estão analisando a contratação de um fornecedor.
O caso estudado apresenta características de comportamento crescimento com
overshoot, pois apresenta um crescimento exponencial, esta na fase do overshoot até que
encontre a capacidade de carga do sistema, neste caso um “X” número de contratos, quando
então deve apresentar uma oscilação para mais ou para menos em torno desse número.
5.2. Mapeamento
Essa compreensão inicial acerca da estrutura atual do sistema é apresentada a seguir
através de diagramas de loops causais com seus estoques e fluxos. A Figura 5.2 destaca os
seguintes loops:
R1: Retrabalho gera retrabalho: loop de reforço, onde quanto maior a carga de
trabalho maior a carga de retrabalho; a idéia aqui é que a não ser que a qualidade do trabalho
realizado seja 100%, sempre que um trabalho é realizado gera-se inevitavelmente certa
porcentagem de retrabalho;
R2: Negócio gera negócio: loop de reforço, onde quanto maior a aderência entre carga
programada e carga realizada maior será o número de contratos, quanto maior o número de
contratos maior será o número de recursos, quanto maior o número de recursos maior o
número da MDO, quanto maior a MDO maior a aderência entre carga e capacidade; e quanto
maior a aderência entre carga e capacidade novamente maior a aderência entre carga
programada e carga realizada;
R3: MDO extra consome recursos: loop de reforço, quanto maior aderência entre
carga programada e carga realizada maior o número de contratos, quanto maior o número de
contratos maior o número de recursos, quanto maior o número de recursos maior o n’mero de
treinamento, quanto maior o número de treinamento maior a qualidade da MDO, quanto
maior a qualidade da MDO menor a carga de retrabalho, quanto maior a carga de retrabalho
maior a carga de trabalho, quanto maior a carga de trabalho menor a aderência entre carga e
59
capacidade e quanto maior a aderência entre carga e capacidade maior a aderência entre carga
programada e carga realizada;
B1: Contratos geram contratos: loop de balanço, quanto maior aderência entre carga
programa e carga realizada maior o número de contratos, quanto maior o número de contratos
maior a carga de trabalho e menor será a aderência entre carga e capacidade e maior aderência
entre carga programada e carga realizada;
B2: Assegurando aderência através da MDO extra: loop de balanço, quanto mais
MDO extra maior MDO, maior aderência entre carga e capacidade e maior aderência entre
carga programada e carga realizada.
Durante o detalhamento do diagrama algumas suposições são feitas e estarão sendo
então numeradas no momento que forem sendo utilizadas. Também para cada diagrama será
apresentada uma tabela com as variáveis utilizadas, a sigla como forma de notação
simplificada e a unidade de medida de cada variável.
Contratos
Aderência entre Carga
Programada e Carga
Realizada
Aderência Entre
Carga e Capacidade
Carga de
Trabalho
Aderência
Desejada
Carga de
Retrabalho
Qualidade da
MDO
Treinamento
Recursos $
MDO Extra
+
+
-
+
+
-
MDO
+
+
-
+
+
+
-
+
+
R1
B1
+
R2
R4
B2
R3
Limite MDO Extra
+
Figura 5.2: Diagrama de loops causais.
Fonte: O autor.
60
A partir de agora, os conceitos de estoques e fluxos também serão acrescentados ao
mapa. Na figura 5.3 mapeamos o processo de entrada e saída dos contratos. O fluxo taxa de
entrada de contratos (TXEC), regula a entrada de contratos acumulando no estoque de
contratos com até um ano ou contratos renovados (CNR). O estoque CNR será modificado de
duas formas: pela taxa de passagem 1 (TXP1) que irá controlar o fluxo de contratos que
passam para a etapa seguinte e pela taxa de saída 1, que irá controlar a saída de contratos
rescindidos enquanto estes estiverem neste estoque.
O estoque CNR acumula a diferença líquida entre TXEC, TXP1 e TXS1.
Contratos com
até 1 ano ou
Renovados
[CNR]
Taxa de Passagem
1 [TXP1]
Taxa de Entrada de
Contratos [TXEC]
Taxa de Saída 1
[TXS1]
Figura 5.3: Fluxo 1 do mapeamento.
Fonte: O autor.
Na tabela 5.1 relacionamos as variáveis utilizadas nesta fase do modelo.
Variável Sigla Unidade de medida
Taxa de entrada de contratos TXEC Contratos/Ano
Contratos com até 1 ano ou Renovados CNR Contratos
Taxa de saída 1 TXS1 Contratos/Ano
Taxa de Passagem 1 TXP1 Contratos/Ano
Tabela 5.1: Variáveis utilizadas no mapeamento do fluxo 1.
Fonte: O autor.
Incorporamos a Figura 5.4 o estoque de contratos com mais de um ano de duração
C12A, o fluxo taxa de Passagem 2 (TXP2) e taxa de saída 2 (TXS2). A taxa TXS2 e TXP2
regula a saída e a passagem dos contratos para a etapa seguinte do modelo, Figura 5.3.
61
O estoque C12A acumula a diferença líquida entre TXP1 – TXP2 – TXS2.
Contratos com
até 1 ano ou
Renovados
[CNR]
Contratos entre
1 e 2 anos
[C12A]
Taxa de Passagem
1 [TXP1]
Taxa de Passagem
2 [TXP2]
Taxa de Entrada de
Contratos [TXEC]
Taxa de Saída 1
[TXS1]
Taxa de Saída 2
[TXS2]
Figura 5.4: Fluxo 2 do mapeamento.
Fonte: O autor.
Na tabela 5.2 relacionamos as variáveis utilizadas no mapeamento do fluxo 2.
Variável Sigla Unidade de medida
Taxa de entrada de contratos TXEC Contratos/Ano
Contratos com até 1 ano ou Renovados CNR Contratos
Taxa de saída 1 TXS1 Contratos/Ano
Taxa de Passagem 1 TXP1 Contratos/Ano
Contratos entre 1 e 2 anos C12A Contratos
Taxa de Passagem 2 TXP2 Contratos/Ano
Taxa de Saída 2 TXS2 Contratos/Ano
Tabela 5.2: Variáveis utilizadas no mapeamento do fluxo 2.
Fonte: O autor.
Na figura 5.5 acrescemos ao modelo o estoque de contratos com duração acima de
dois anos (CM2A) e o fluxo taxa de saída 3.
O estoque CM2A acumula a diferença líquida entre TXP2 – TXS3.
62
Contratos com
até 1 ano ou
Renovados
[CNR]
Contratos entre
1 e 2 anos
[C12A]
Contratos Maior
2 Anos [CM2A]
Taxa de Passagem
1 [TXP1]
Taxa de Passagem
2 [TXP2]
Taxa de Entrada de
Contratos [TXEC]
Taxa de Saída 1
[TXS1]
Taxa de Saída 2
[TXS2]
Taxa de Saída 3
[TXS3]
Figura 5.5: Fluxo 3 do mapeamento.
Fonte: O autor.
Na Tabela 5.3, relacionamos as varáveis utilizadas no mapeamento do fluxo 3.
Variável Sigla Unidade de medida
Taxa de entrada de contratos TXEC Contratos/Ano
Contratos com até 1 ano ou Renovados CNR Contratos
Taxa de saída 1 TXS1 Contratos/Ano
Taxa de Passagem 1 TXP1 Contratos/Ano
Contratos entre 1 e 2 anos C12A Contratos
Taxa de Passagem 2 TXP2 Contratos/Ano
Taxa de Saída 2 TXS2 Contratos/Ano
Contratos maior 2 Anos CM2A Contratos
Taxa de Saída 3 TXS3 Contratos/Ano
Tabela 5.3: Variáveis utilizadas no mapeamento do fluxo 3.
Fonte: O autor.
Na figura 5.6 a variável fração de passagem 1 (FP1) regula a taxa TXP1 que
possibilita a passagem de contratos com mais de um ano para o estoque que acumula
contratos com mais de um ano e menores que dois anos, regula a TXS1, efetuando a saída de
contratos que podem ser rescindidos antes de completarem um ano. Na medida em que FP1
aumenta ou diminui TXP1 e TXS1 também aumenta ou diminui. Já a fração de passagem 2
(FP2) regula a taxa de TXP2 possibilitando a passagem de contratos com dois anos completos
para o estoque seguinte. Influência também na TXS2 fazendo com que os contratos que
venham a ser rescindidos no seu segundo ano de duração possam sair do sistema através deste
fluxo, na relação de causalidade, na medida em que FP2 aumenta ou diminui TXP2 e TXS2
63
aumenta ou diminui. A fração de passagem 3 (FP3) regula a taxa TXS3 com a função de
controlar a saída de contratos com mais de dois anos no sistema, regula também a taxa de
renovação de contratos, na medida que FP3 aumenta ou diminui TXS3 e TXR aumenta ou
diminui.
A taxa de passagem entre os estoques também será afetada pelo tempo necessário para
passar de um estoque para outro, ou seja, uma fração de contratos passará de um estoque para
outro a uma determinada taxa de passagem levando um determinado tempo. Também o fluxo
TXEC será afetado pela taxa de entrada histórica média de novos contratos.
Contratos com
até 1 ano ou
Renovados
[CNR]
Contratos entre
1 e 2 anos
[C12A]
Contratos Maior
2 Anos [CM2A]
Taxa de Passagem
1 [TXP1]
Taxa de Passagem
2 [TXP2]
Taxa de Entrada de
Contratos [TXEC]
Taxa de Saída 1
[TXS1]
Taxa de Saída 2
[TXS2]
Taxa de Saída 3
[TXS3]
Taxa de Entrada Histórica Média [TXEHM]
+
Taxa de Passagem
para Estoque 2
[TXPE2]
Taxa de Passagem
para Estoque 3
[TXPE3]
+
+
-
+
+
-
Tempo para Passar p/
Estoque 2 [TPE2]
-
Tempo para Passar p/
Estoque 3 [TPE3]
-
Fração de
Passagem 1 [FP1]
Fração de
Passagem 2 [FP2]
-
+
-
+
Taxa de
Renovação [TXR]
Taxa de Passagem
para Renovação
[TXPR]
Tempo para Passar p/
Estoque 1 [TPE1]
Fração de
Passagem 3 [FP3]
-
-
+
+
-
+
Figura 5.6: Fluxo 4 do mapeamento.
Fonte: O autor.
Suposição 01: A entrada média de novos contratos esta distribuído linearmente ao
longo do ano.
Na tabela 5.4 relacionamos as varáveis utilizadas no mapeamento do fluxo 4.
Variável Sigla Unidade de medida
Taxa de entrada de contratos TXEC Contratos/Ano
Contratos com até 1 ano ou Renovados CNR Contratos
Taxa de saída 1 TXS1 Contratos/Ano
Taxa de Passagem 1 TXP1 Contratos/Ano
64
Contratos entre 1 e 2 anos C12A Contratos
Taxa de Passagem 2 TXP2 Contratos/Ano
Taxa de Saída 2 TXS2 Contratos/Ano
Contratos maior 2 Anos CM2A Contratos
Taxa de Saída 3 TXS3 Contratos/Ano
Fração de Passagem 1 FP1 Contratos/Ano
Fração de Passagem 2 FP2 Contratos/Ano
Fração de passagem 3 FP3 Contratos/Ano
Taxa de Passagem para Estoque 2 TXPE2
Contratos/Ano
Taxa de Passagem para Estoque 3 TXPE3
Contratos/Ano
Taxa de Passagem para Renovação TXPR Contratos/Ano
Tempo de Passagem p/ Estoque 2 TPE2 Ano
Tempo de Passagem p/ Estoque 3 TPE3 Ano
Tempo de Passagem p/ estoque 1 TPE1 Ano
Tabela 5.4: Variáveis utilizadas no mapeamento do fluxo 4.
Fonte: O autor.
Na figura 5.7 mapeamos o processo de geração de trabalho. O fluxo que controla a
taxa de trabalho a ser realizada (TXTAR) acumula trabalho no estoque (TP) e o fluxo taxa de
trabalho realizado (TXTR) regula a entrada no estoque trabalho total realizado (TTR).
O estoque TP acumula a diferença líquida entre TXTAR e TXTR, e o estoque TTR
acumula a taxa TXRT.
Trabalho
Programado
[TP]
Taxa de Trabalho a
Realizar [TXTAR]
Taxa de Trabalho
Realizado [TXTR]
Trabalho Total
Realizado [TTR]
Figura 5.7: Fluxo 5 do mapeamento.
Fonte: O autor.
65
Na Tabela 5.5, apresentamos as varáveis utilizadas no mapeamento do fluxo 5.
Variável Sigla Unidade de medida
Taxa de Trabalho a Realizar TXTAR
Horas/Ano
Trabalho Programado TP Horas
Taxa de Trabalho Realizado TXTR Horas/Ano
Trabalho Total Realizado TTR Horas
Tabela 5.5: Variáveis utilizadas no mapeamento do fluxo 5.
Fonte: O autor.
A quantidade de trabalho programado é afetado pelo loop de reforço R1, Figura 5.8,
quanto maior a taxa de trabalho maior será a taxa de retrabalho e, quanto maior a taxa de
retrabalho maior a taxa de trabalho a realizar. A TXTAR acumula o trabalho total a realizar
no estoque TTPP, enquanto que o trabalho total realizado será acumulado no estoque TTRP.
Trabalho
Programado
[TP]
Taxa de Trabalho a
Realizar [TXTAR]
Taxa de Trabalho
Realizado [TXTR]
+
Trabalho Total
Realizado [TTR]
Taxa de
Retrabalho [TXR]
+
+
R1
Trabalho Total
Programado no
Perído [TTPP]
Trabalho Total
Realizado no
Período [TTRP]
+
+
Retrabalho
gera
retrabalho
Figura 5.8: Fluxo 6 do mapeamento.
Fonte: O autor.
66
A tabela 5.6 mostra as varáveis utilizadas no mapeamento do fluxo 6
Variável Sigla Unidade de medida
Taxa de Trabalho a Realizar TXTAR
Horas/Ano
Trabalho Programado TP Horas
Taxa de Trabalho Realizado TXTR Horas/Ano
Trabalho Total Realizado TTR Horas
Trabalho total programado no período TTPP Horas
Trabalho total realizado no período TTRP Horas
Taxa de retrabalho TXR Horas/Ano
Tabela 5.6: Variáveis utilizadas no mapeamento do fluxo 6.
Fonte: O autor.
Na figura 5.9 mapeamos o processo de recursos financeiros. O fluxo receita de
Contratos (TXRC) regula a entrada de receitas que será acumulado no estoque Linha de
Suprimento de recursos (LSR), já o fluxo disponibilização dos recursos (TXDR) acumula os
recursos no estoque caixa (CX) e o fluxo despesas de contratos (TXDC) retira recursos do
estoque caixa.
O estoque LSR acumula a diferença líquida entre TXRC e TXDR e o estoque CX
acumula a diferença líquida entre TXDR e TXDC.
Caixa [CX]
Receita de
Contratos [TXRC]
Despesas de
Contratos [TXDC]
Linha de
Suprimento de
Recursos [LSR]
Disponibilização dos
Recursos [TXDR]
Figura 5.9: Fluxo 7 do mapeamento.
Fonte: O autor.
67
A tabela 5.7 mostra as varáveis utilizadas no mapeamento do fluxo 7.
Variável Sigla Unidade de medida
Receitas de Contratos TXRC R$/Ano
Linha de Suprimento de recursos LSR R$
Caixa CX R$
Despesas de Contratos TXDC R$/Ano
Tabela 5.7: Variáveis utilizadas no mapeamento do fluxo 7.
Fonte: O autor.
O fluxo TXRC é afetado pela receita média por pessoa no ano (RMPA) que é afetado
pela margem de contribuição e pelo custo médio por pessoa no ano, quanto maior a RMPA
maio será o fluxo TXRC, Figura 5.10.
Caixa [CX]
Receita de
Contratos [TXRC]
Despesas de
Contratos [TXDC]
Custo Médio por Pessoa.Ano [CMPA]
+
Linha de
Suprimento de
Recursos [LSR]
Disponibilização dos
Recursos [TXDR]
Receita Média por
Pessoa.Ano [RMPA]
Margem de Contribuição [MCONT]
+
+
+
+
Figura 5.10: Fluxo 8 do mapeamento.
Fonte: O autor.
68
Na tabela 5.8 apresentamos as varáveis utilizadas no mapeamento do fluxo 8
Variável Sigla Unidade de medida
Receitas de Contratos TXRC R$/Ano
Linha de Suprimento de recursos LSR R$
Caixa CX R$
Despesas de Contratos TXDC R$/Ano
Receita média por pessoa ano RMPA R$/(Ano*Pessoas)
Margem de contribuição MCONT
Dmnl
3
Custo médio por pessoa ano CMPA R$/(Pessoas*Ano)
Tabela 5.8: Variáveis utilizadas no mapeamento do fluxo 8.
Fonte: O autor.
Na figura 5.11 mapeamos o processo de alocação de mão-de-obra extra. O fluxo
alocação de mão-de-obra extra (TXME) alimenta o estoque que acumula a quantidade de
mão-de-obra extra disponível para locação (MEA) juntamente com o fluxo TXLME que
controla a saída (libera) da mão-de-obra extra que estava alocada.
O estoque MEA acumula a diferença líquida entre TXAME e TXLME.
MDO Extra
Alocada [MEA]
Alocação de MDO
Extra [TXAME]
Liberação de MDO
Extra [TXLME]
Figura 5.11: Fluxo 9 do mapeamento.
Fonte: O autor.
3
Dimentionless. Sem unidade de medida definida. Fonte: Manual de programação do software Vensim.
69
A Tabela 5.9 apresenta as varáveis utilizadas no mapeamento do fluxo 9.
Variável Sigla Unidade de medida
Alocação de MDO extra TXAME
Pessoas/Ano
MDO extra alocada MEA Pessoas
Liberação de MDO extra TXLME Pessoas/Ano
Tabela 5.9: Variáveis utilizadas no mapeamento do fluxo 9.
Fonte: O autor.
O fluxo TXAME será impactado pela existência ou não da necessidade de mão-de-
obra extra (NME), pela mão-de-obra extra disponível (MED), pela quantidade máxima de
trabalho extra que pode ser alocada (QMTEPA), pelo nível mínimo de aderência desejado
(NMAD) e pelo time step do modelo. O fluxo que libera a mão-de-obra extra alocada também
será afetado pelo time step e NMAD, Figura 5.12.
<TIME STEP>
MDO Extra
Alocada
[MEA]
Nível Mínimo de
Aderência Desejado
[NMAD]
Alocação de MDO
Extra [TXAME]
Quantidade Máxima de
Trabalho Extra que Pode ser
Adquirido [QMTEPA]
+
+
MDO Extra
Disponível [MED]
+
Necessidade de
MDO Extra [NME]
+
-
-
Liberação de MDO
Extra [TXLME]
-
-
Figura 5.12: Fluxo 10 do mapeamento.
Fonte: O autor.
70
Na Tabela 5.10 apresentamos as varáveis utilizadas no mapeamento do fluxo 10.
Variável Sigla Unidade de medida
Alocação de MDO extra TXAME Pessoas/Ano
MDO extra alocada MEA Pessoas
Liberação de MDO extra TXLME Pessoas/Ano
Quantidade máxima de trabalho extra
que pode ser adquirido
QMTEPA
Pessoas
Nível mínimo de aderência desejado NMAD Dmnl
MDO extra disponível MED Pessoas
Alocação de MDO extra TXAME Pessoas/Ano
Necessidade de MDO extra NME Pessoas
Tabela 5.10: Variáveis utilizadas no mapeamento do fluxo 10.
Fonte: O autor.
Na Figura 5.13, vemos o estoque MEA impactando na capacidade de trabalho extra
alocada (CTEA), quanto maior a MEA menor será a CTEA e maior também a TXLME. A
capacidade individual de trabalho extra no ano afeta a CTEA e NME, já o período de
planejamento da mão-de-obra extra (PPME) afeta a QMTEPA e NME.
71
<TIME STEP>
Capacidade Individual de Trabalho Extra no Ano [CITE]
MDO Extra
Alocada
[MEA]
Período de Planejamento MDO Extra [PPME]
Nível Mínimo de
Aderência Desejado
[NMAD]
Alocação de MDO
Extra [TXAME]
Capacidade de
Trabalho Extra Alocada
[CTEA]
+
+
Quantidade Máxima de
Trabalho Extra que Pode ser
Adquirido [QMTEPA]
+
+
MDO Extra
Disponível [MED]
+
Necessidade de
MDO Extra [NME]
-
-
+
-
-
-
Liberação de MDO
Extra [TXLME]
+
-
-
Figura 5.13: Fluxo 11 do mapeamento.
Fonte: O autor.
A Tabela 5.11 apresenta as varáveis utilizadas no mapeamento do fluxo 11.
Variável Sigla Unidade de medida
Alocação de MDO extra TXAME Pessoas/Ano
MDO extra alocada MEA Pessoas
Liberação de MDO extra TXLME Pessoas/Ano
Quantidade máxima de trabalho extra
que pode ser adquirido
QMTEPA
Pessoas
Nível mínimo de aderência desejado NMAD Dmnl
MDO extra disponível MED Pessoas
Alocação de MDO extra TXAME Pessoas/Ano
Necessidade de MDO extra NME Pessoas
72
Capacidade de trabalho extra alocada CTEA Horas/Ano
Período de planejamento MDO extra PPME Ano
Capacidade individual de trabalho extra
no ano
CITE Horas/(Ano*Pessoas)
Tabela 5.11: Variáveis utilizadas no mapeamento do fluxo 11.
Fonte: O autor.
A Figura 5.14, mostra o mapeamento do processo de contratação e treinamento, através da
taxa de contratação (TXC) que acumula a mão-de-obra contratada no estoque MDO
contratada (MC). Na medida em que as pessoas vão chegando através do fluxo taxa de
chegada de pessoas contratadas (TXCPC), elas precisam de um período de treinamento antes
de começarem a gerar trabalho, a contratação propriamente dita não é instantânea, existe um
atraso entre a solicitação para contratação e a chegada efetiva das pessoas contratadas.
MDO em
Treinamento
[MET]
Taxa de
Contratação [TXC]
MDO
Contratada
[MC]
Taxa de Chegada de
Pessoas Contratadas
[TXCPC]
Figura 5.14: Fluxo 12 do mapeamento.
Fonte: O autor.
A Tabela 5.12 mostra as varáveis utilizadas no mapeamento do fluxo 12.
Variável Sigla Unidade de medida
Taxa de contratação TXC Pessoas/Ano
MDO contratada MC Pessoas
Taxa de chegada de pessoas contratadas TXCPC Pessoas/Ano
MDO em treinamento MET Pessoas
Tabela 5.12: Variáveis utilizadas no mapeamento do fluxo 12.
Fonte: O autor.
73
O treinamento será definido pela taxa de treinamento (TXT), para que então as
pessoas possam realizar trabalho tendo realizado o treinamento planejado. Pode acontecer que
as pessoas possam sair do sistema por decisão própria representado pelo fluxo taxa de saída
de pessoas (TXP) ou pela necessidade do sistema de diminuir o número de pessoas, fluxo de
saída de pessoas treinadas (TXSPT), Figura 5.15.
MDO em
Treinamento
[MET]
Taxa de
Contratação [TXC]
MDO
Treinada
[MT]
Taxa de Saída de
Pessoas Treinadas
[TXSPT]
Taxa de
Treinamento [TXT]
MDO
Contratada
[MC]
Taxa de Chegada de
Pessoas Contratadas
[TXCPC]
Taxa de Saída de
Pessoas [TSP]
Figura 5.15: Fluxo 13 do mapeamento.
Fonte: O autor.
Na Tabela 5.13 temos as varáveis utilizadas no mapeamento do fluxo 13.
Variável Sigla Unidade de medida
Taxa de contratação TXC Pessoas/Ano
MDO contratada MC Pessoas
Taxa de chegada de pessoas contratadas TXCPC Pessoas/Ano
MDO em treinamento MET Pessoas
Taxa de treinamento TXT Pessoas/Ano
MDO treinada MT Pessoas
Taxa de saída de pessoas treinadas TXSPT Pessoas/Ano
Taxa de saída de pessoas TSP Pessoas/Ano
Tabela 5.13: Variáveis utilizadas no mapeamento do fluxo 13.
Fonte: O autor.
Na Figura 5.16, temos o loop de balanço (B2), que ajusta a capacidade produtiva, este
loop verifica a mão-de-obra disponível (MD) através da soma dos estoques MET e MT,
compara com a mão-de-obra necessária (MN), resultando então a mão-de-obra discrepante
(MDIS) que servirá de input para o fluxo TXC.
74
MDO Necessária
[MN]
MDO Discrepante
[MDIS]
MDO Disponível
[MD]
MDO em
Treinamento
[MET]
Taxa de
Contratação [TXC]
-
+
+
B2
Ajuste da
Capacidade Produtiva
Demora na Contratação [DC]
-
Capacidade Real de
Trabalho [CRT]
MDO
Treinada
[MT]
Taxa de Saída de
Pessoas Treinadas
[TXSPT]
Taxa de
Treinamento [TXT]
Tempo Médio de Treinamento [TMT]
-
+
<TIME STEP>
-
MDO
Contratada
[MC]
Taxa de Chegada de
Pessoas Contratadas
[TXCPC]
-
-
+
<TIME STEP>
-
Saída Histórica de Pessoas do Sistema [SHPS]
Taxa de Saída de
Pessoas [TSP]
+
+
+
+
Figura 5.16: Fluxo 14 do mapeamento.
Fonte: O autor.
A Tabela 5.14 mostra as varáveis utilizadas no mapeamento do fluxo 14.
Variável Sigla Unidade de medida
Taxa de contratação TXC Pessoas/Ano
MDO contratada MC Pessoas
Taxa de chegada de pessoas contratadas TXCPC Pessoas/Ano
MDO em treinamento MET Pessoas
Taxa de treinamento TXT Pessoas/Ano
MDO treinada MT Pessoas
Taxa de saída de pessoas treinadas TXSPT Pessoas/Ano
Taxa de saída de pessoas TSP Pessoas/Ano
Demora na contratação DC Ano
Tempo médio de treinamento TMT Ano
Saída histórica de pessoas do sistema SHPS 1/Ano
Capacidade real de trabalho CRT Horas/Ano
MDO disponível MD Pessoas
MDO discrepante MDIS Pessoas
MDO necessária MN Pessoas
Time step Ano
Tabela 5.14: Variáveis utilizadas no mapeamento do fluxo 14.
Fonte: O autor.
75
Na Figura 5.17 agrupou-se os processos de contratação e treinamento, alocação de
mão-de-obra extra e geração de trabalho. Com destaque para as seguintes variáveis: número
total de contratos (TC) que regula a mão-de-obra necessária e a taxa de trabalho a realizar,
capacidade real de trabalho (CRT), obtida pelo soma da mão-de-obra em treinamento e mão-
de-obra treinada e impactada pela capacidade individual de trabalho no ano (CITA) afetando a
TXTR. A aderência a programação é obtida pela divisão do TTRP e TTPP, o trabalho
planejado e trabalho realizado impactam também na TSRMA que determinará a necessidade
ou não de utilizar mão-de-obra extra.
Trabalho
Programado
[TP]
Tx de Trabalho a
Realizar [TXTAR]
Fração Média de Trabalho a Realizar por Contrato.ano [FMTRCA]
+
MDO Necessária
[MN]
MDO Discrepante
[MDIS]
MDO Disponível
[MD]
MDO em
Treinamento
[MET]
Taxa de
Contratação [TXC]
+
-
+
+
B2
Ajuste da
Capacidade Produtiva
Demora na Contratação [DC]
-
Capacidade Real de
Trabalho [CRT]
Capacidade Individual
de Trabalho no Ano
[CITA]
MDO
Treinada
[MT]
Taxa de Saída de
Pessoas Treinadas
[TXSPT]
+
Taxa de Trabalho
Realizado [TXTR]
+
Taxa de
Treinamento [TXT]
Tempo Médio de Treinamento [TMT]
-
+
+
+
-
<TIME STEP>
-
MDO
Contratada
[MC]
Taxa de Chegada de
Pessoas Contratadas
[TXCPC]
-
-
+
<TIME STEP>
-
<TIME STEP>
-
Saída Histórica de Pess oas do Sistema [SHPS]
Total de
Contratos [TC]
+
+
Trabalho Total
Realizado [TTR]
Taxa de Saída de
Pessoas [TSP]
+
+
Taxa de
Retrabalho [TXR]
+
+
Qualidade do
Trabalho [QT]
-
R1
Aderência à
Programação [AD]
Trabalho Total
Programado no
Perído [TTPP]
Trabalho Total
Realizado no
Período [TTRP]
+
+
+
-
+
Capacidade de Trabalho de Pessoas em Treinamento [CTPT]
+
Capacidade Individual de Trabalho Extra no Ano [CITE]
Custo Médio por Pessoa Extra.Ano [CMPA]
MDO Extra
Alocada
[MEA]
Período de Planejamento MDO Extra [PPME]
Nível Mínimo de
Aderência Desejado
[NMAD]
-
+
Retrabalho gera
retrabalho
Trabalho a ser Realizado para
Atingir Nível Mínimo de
Aderência [TSRMA]
+
-
+
Alocação de MDO
Extra [TXAME]
Capacidade de
Trabalho Extra Alocada
[CTEA]
+
+
+
Quantidade Máxima de
Trabalho Extra que Pode ser
Adquirido [QMTEPA]
-
+
+
MDO Extra
Disponível [MED]
+
Necessidade de
MDO Extra [NME]
+
-
-
+
+
-
-
-
Liberação de MDO
Extra [TXLME]
+
+
-
-
B3
Ajuste da MDO
Extra
Capacidade Individual de Trabalho Histórica no Ano (CITHA)
-
+
-
Ajuste do Nível de Aderência Desejado
+
Figura 5.17: Fluxo 15 do mapeamento.
Fonte: O autor.
76
Para uma melhor visualização desta figura consulte o anexo A.
Suposição 02: quanto maior a aderência a programação menor é a MDO extra
alocada.
A Tabela 5.15 apresenta as varáveis utilizadas no mapeamento do fluxo 15.
Variável Sigla Unidade de medida
Taxa de contratação TXC Pessoas/Ano
MDO contratada MC Pessoas
Taxa de chegada de pessoas contratadas TXCPC Pessoas/Ano
MDO em treinamento MET Pessoas
Taxa de treinamento TXT Pessoas/Ano
MDO treinada MT Pessoas
Taxa de saída de pessoas treinadas TXSPT Pessoas/Ano
Taxa de saída de pessoas TSP Pessoas/Ano
Demora na contratação DC Ano
Tempo médio de treinamento TMT Ano
Saída histórica de pessoas do sistema SHPS 1/Ano
Capacidade real de trabalho CRT Horas/Ano
MDO disponível MD Pessoas
MDO discrepante MDIS Pessoas
MDO necessária MN Pessoas
Time step Ano
Taxa de entrada de contratos TXEC contratos/Ano
Contratos com até 1 ano ou Renovados CNR contratos
Taxa de saída 1 TXS1 contratos/Ano
Taxa de Passagem 1 TXP1 contratos/Ano
Contratos entre 1 e 2 anos C12A contratos
77
Taxa de Passagem 2 TXP2 contratos/Ano
Taxa de Saída 2 TXS2 contratos/Ano
Contratos maior 2 Anos CM2A contratos
Taxa de Saída 3 TXS3 contratos/Ano
Fração de Passagem 1 FP1 Dmnl
Fração de Passagem 2 FP2 Dmnl
Fração de passagem 3 FP3 Dmnl
Taxa de Passagem para Estoque 2 TXPE2 contratos/Ano
Taxa de Passagem para Estoque 3 TXPE3 contratos/Ano
Taxa de Passagem para Renovação TXPR contratos/Ano
Tempo de Passagem p/ Estoque 2 TPE2 Ano
Tempo de Passagem p/ Estoque 3 TPE3 Ano
Tempo de Passagem p/ estoque 1 TPE1 Ano
Taxa de Trabalho a Realizar TXTAR Horas/Ano
Trabalho Programado TP Horas
Taxa de Trabalho Realizado TXTR Horas/Ano
Trabalho Total Realizado TTR Horas
Trabalho total programado no período TTPP Horas
Trabalho total realizado no período TTRP Horas
Taxa de retrabalho TXR Horas/Ano
Receitas de Contratos TXRC R$/Ano
Linha de Suprimento de recursos LSR R$
Caixa CX R$
Despesas de Contratos TXDC R$/Ano
Receita média por pessoa ano RMPA R$/(Ano*Pessoas)
Margem de contribuição MCONT Dmnl
Custo médio por pessoa ano CMPA R$/(Pessoas*Ano)
Alocação de MDO extra TXAME Pessoas/Ano
MDO extra alocada (MEA Pessoas
Liberação de MDO extra TXLME Pessoas/Ano
Quantidade máxima de trabalho extra
que pode ser adquirido
QMTEPA
Pessoas
78
Nível mínimo de aderência desejado NMAD Dmnl
MDO extra disponível MED Pessoas
Alocação de MDO extra TXAME Pessoas
Necessidade de MDO extra NME Pessoas
Capacidade de trabalho extra alocada CTEA Horas/Ano
Período de planejamento MDO extra PPME Ano
Capacidade individual de trabalho extra
no ano
CITE Horas/(Ano*Pessoas)
Taxa de contratação TXC Pessoas/Ano
MDO contratada MC Pessoas
Taxa de chegada de pessoas contratadas TXCPC Pessoas/Ano
MDO em treinamento MET Pessoas
Taxa de treinamento TXT Pessoas/Ano
MDO treinada MT Pessoas
Taxa de saída de pessoas treinadas TXSPT Pessoas/Ano
Taxa de saída de pessoas TSP Pessoas/Ano
Demora na contratação DC Ano
Tempo médio de treinamento TMT Ano
Saída histórica de pessoas do sistema SHPS 1/Ano
Time step Ano
Capacidade real de trabalho CRT Horas/Ano
MDO disponível MD Pessoas
MDO discrepante MDIS Pessoas
MDO necessária MN Pessoas
Aderência a programação AD Dmnl
Trabalho a ser realizado para atingir
nível mínimo de aderência
TSRMA Horas
Capacidade de trabalho de pessoas em
treinamento
CTPT Dmnl
Tabela 5.14: Variáveis utilizadas no mapeamento do fluxo 15.
Fonte: O autor.
79
Na Figura 5.18, para fins ilustrativos, agrupamos todos os processos apresentados
acima.
Trabalho
Programado
[TP]
Tx de Trabalho a
Realizar [TXTAR]
Fração Média de Trabalho a Realizar por Contrato.ano [FMTRCA]
+
MDO Necessária
[MN]
MDO Discrepante
[MDIS]
MDO Disponível
[MD]
MDO em
Treinamento
[MET]
Taxa de
Contratação [TXC]
+
-
+
+
B2
Ajuste da
Capacidade Produtiva
Demora na Contratação [DC]
-
Capacidade Real de
Trabalho [CRT]
Capacidade Individual
de Trabalho no Ano
[CITA]
MDO
Treinada
[MT]
Taxa de Saída de
Pessoas Treinadas
[TXSPT]
+
Taxa de Trabalho
Realizado [TXTR]
+
Taxa de
Treinamento [TXT]
Tempo Médio de Treinamento [TMT]
-
+
+
+
-
<TIME STEP>
-
MDO
Contratada
[MC]
Taxa de Chegada de
Pessoas Contratadas
[TXCPC]
-
-
+
<TIME STEP>
-
<TIME STEP>
-
Saída Histórica de Pessoas do Si stema [SHPS]
Contratos com
até 1 ano ou
Renovados
[CNR]
Contratos entre
1 e 2 anos
[C12A]
Contratos Maior
2 Anos [CM2A]
Taxa de Passagem
1 [TXP1]
Taxa de Passagem
2 [TXP2]
Total de
Contratos [TC]
+
+
+
Taxa de Entrada de
Contratos [TXEC]
Taxa de Saída 1
[TXS1]
Taxa de Saída 2
[TXS2]
Taxa de Saída 3
[TXS3]
Taxa de Entrada Histórica Média [TXEHM]
+
Taxa de Passagem
para Estoque 2
[TXPE2]
Taxa de Passagem
para Estoque 3
[TXPE3]
+
+
-
+
+
-
Tempo para Passar p/
Estoque 2 [TPE2]
-
Tempo para Passar p/
Estoque 3 [TPE3]
-
Fração de
Passagem 1 [FP 1]
Fração de
Passagem 2 [FP2 ]
-
+
-
+
+
+
Taxa de
Renovação [TXR]
Taxa de Passagem
para Renovação
[TXPR]
Tempo para Passar p/
Estoque 1 [TPE1]
Fração de
Passagem 3 [FP3]
-
-
+
+
-
+
Trabalho Total
Realizado [TTR]
Taxa de Saída de
Pessoas [ TSP]
+
+
Taxa de
Retrabalho [TXR]
+
+
Qualidade do
Trabalho [QT]
-
R1
Aderência à
Programação [AD]
Trabalho Total
Programado no
Perído [TTPP]
Trabalho Total
Realizado no
Período [TTRP]
+
+
+
-
B1
Caixa [CX]
Receita de
Contratos [TXRC]
Despesas de
Contratos [TXDC]
+
Custo Médio por Pessoa.Ano [CMPA ] +
-
-
-
+
Capacidade de Trabalho de Pessoas em Treinamento [CTPT]
+
Capacidade Individual de Trabalho Extra no Ano [CITE]
Custo Médio por Pess oa Extra.Ano [CMPA ]
+
MDO Extra
Alocada
[MEA]
+
Período de Planejamento MDO Extra [P PME]
Nível Mínimo de
Aderência Desejado
[NMAD]
-
+
Retrabalho
gera
retrabalho
Buscando a
Aderência à
Programação
Linha de
Suprimento de
Recursos [LSR]
Disponibilização dos
Recursos [TXDR]
Receita Média por
Pessoa.Ano [ RMPA]
Margem de Contribuição [MCONT]
+
+
+
+
+
Trabalho a ser Realizado para
Atingir Nível Mínimo de
Aderência [TSRMA]
+
-
+
Alocação de MDO
Extra [TXAME]
Capacidade de
Trabalho Extra Alocada
[CTEA]
+
+
+
Quantidade Máxima de
Trabalho Extra que Pode ser
Adquirido [QMTEPA]
+
-
+
+
MDO Extra
Disponível [MED]
+
Necessidade de
MDO Extra [NME]
+
-
-
+
+
-
-
-
Liberação de MDO
Extra [TXLME]
+
+
-
-
B3
Ajuste da M DO
Extra
+
Aderência Esperada pelo Mercado (AEM)
Capacidade Individual de Trabalho Histórica no Ano (CITHA)
-
+
-
Ajuste do Nível de Aderência Desejado
+
Saldo
Acumulado
Taxa de
Contabilização dos
Ganhos
Figura 5.18: Fluxo final do mapeamento.
Fonte: O autor.
Para uma melhor visualização desta figura consulte o anexo B.
Suposição 03: O valor da aderência a programação esperado é 0,85, podendo variar no
máximo até 100. Para aderência a programação = 0,85, a taxa de entrada de contratos será
multiplicada por 1, variando proporcionalmente. Portanto: a aderência a programação varia de
100 a 85 e a taxa de entrada de contratos varia de 1,2 a 1 (100 – 85 = 1,2 – 1).
80
5.3. Suposições Simplificadoras
A seguir, iniciamos com a apresentação da Tabela 5.16 com as dados captados do
sistema em estudo, seguido dos fluxos e estoques utilizados na formulação da hipótese.
Suposições Descrição
Suposição 01 A entrada média de novos contratos esta distribuído uniformemente
ao ano.
Suposição 02 quanto maior a aderência a programação menor é a MDO extra
alocada.
Suposição 03 O valor da aderência a programação esperado é 0,85, podendo variar
entre 0 e 1. Para aderência a programação = 0,85 a taxa de entrada
de contratos será multiplicada por 1, variando proporcionalmente.
Então, AD pode variar entre 0 e 1 e TXEC pode variar de 0 a 1,2
proporcionalmente.
Tabela 5.16: Suposições assumidas no modelo.
Fonte: O autor.
Este capítulo apresentou em detalhes o problema, apresentando o mapeamento das
relações causais com estoques e fluxos e também as tabelas relacionando as variáveis
utilizadas no desenvolvimento da hipótese dinâmica.
No capítulo 6 serão apresentado as equações necessárias para construção do modelo,
estimativa dos parâmetros iniciais e os testes necessários.
81
1
2
3
4
5
Capítulo 6:
Formulação e teste do modelo de simulação
Neste capítulo serão apresentadas as equações necessárias para construção do modelo.
Para modelar o sistema utilizamos o Software denominado Vensim, obtido gratuitamente para
fins acadêmicos através do seguinte endereço eletrônico: www.vensim.com . Vensim PLE é o
software inteiramente funcional da dinâmica do sistema que está livre para o uso pessoal e
educacional.
6.1. Especificação da estrutura e regras de decisão
Os diagramas de loops causais apresentados no capítulo 5 possibilitaram a extração
das seguintes equações:
AD(t)= IF TTPP(t) =0 (6.1)
THEN TTRP(t)/TTPP(t)
ELSE 0
TXAME(t) = MAX(0, IF AD(t) < NMAD(t)) (6.2)
THEN IF NME(t) <= MED(t) :AND: NME(t) <= QMTEPA(t)
THEN NME(t) / TIME STEP
ELSE IF NME(t) <= QMTEPA(t) :AND: NME(t) > MED(t)
THEN MED(t) / TIME STEP
ELSE IF NME(t) > QMTEPA(t) :AND: NME(t) <= MED(t)
THEN QMTEPA(t) / TIME STEP
ELSE IF QMTEPA(t) > 0
THEN IF QMTEPA(t) <= MED(t)
THEN QMTEPA(t) / TIME STEP
ELSE MED(t) / TIME STEP
ELSE 0
ELSE 0
CX(t) = [
∫
t
t
0
(TXDR(t) – TXDC(t)) dt] + TXDR(t
0
) (6.3)
82
CTEA(t) = MEA(t) * CITE(t) (6.4)
CITA(t) = IF MT(t) = 0 (6.5)
THEN CITHA(t)
ELSE CITHA(t) *(100-0.1*(MEA(t) / MT(t)))/100)
CRT(t) = MT(t) + MET(t) * CTPT(t) * CITA(t) (6.6)
CNR(t) = [
∫
t
t
0
(TXEC(t) + TXR(t))dt] - TXP1(t) - TXS1(t) + TXR(t) (6.7)
C12A(t) = [
∫
t
t
0
(TXP1(t) - TXP2(t))dt] - TXS2(t) (6.8)
CM2A(t) = [
∫
t
t
0
(TXP2(t) – TXR(t)dt] - TXS3(t) (6.9)
TXDC(t) = (CMPA(t) * MD(t)) + MEA(t) * CMPA(t) (6.10)
FP1(t) = AD(t) (6.11)
FP2(t) = AD(t) (6.12)
FP3(t) = AD(t) (6.13)
TXLME(t) = IF AD(t) >= NMAD(t) (6.14)
THEN , (MAX( 0, MEA(t)) / TIME STEP),
ELSE 0
LSR(t) = [
∫
t
t
0
TXRC(t) – TXDR(t)dt] (6.15)
MC(t) = [
∫
t
t
0
(TXC(t) – TXCPC(t)dt] (6.16)
MDIS(t) = MN(t) – MD(t) – MC(t) (6.17)
MD(t) = MET(t) + MT(t) (6.18)
MET(t) = [
∫
t
t
0
(TXCPC(t) – TXT(t)dt] (6.19)
83
MEA(t) = [
∫
t
t
0
TXAME(t) – TXLME(t)dt] (6.20)
MED(t) = MT(t) – MEA(t) (6.21)
MN(t) = (MAX(0, (TC(t) * FMTRCA(t)) / CITA(t)) (6.22)
MT(t) = [
∫
t
t
0
TXT(t) – TSP(t)dt] – TXSPT(t) (6.23)
NME(t) = MAX(0, TSRMA(t) / CITE(t)) * PPME(t) (6.24)
NMAD(t) = AEM(t) * ANAD(t) (6.25)
QT(t) = IF (MET(t) + MT(t) = 0) (6.26)
THEN 1
ELSE (MT(t) / (MT(t) + MET(t)))
QMTEPA(t) = IF CX(t) <= 0 (6.27)
THEN 0
ELSE (CX(t) / (CMPA(t) * PPME(t)))
TXRC(t) = RMPA(t) * MN(t) (6.28)
RMPA(t) = CMPA(t) * (1 + MCONT(t)) (6.29)
SA(t) = [
∫
t
t
0
TCG(t)dt] (6.30)
TXCPC(t) = DELAY FIXED(TXC(t), DC(t)) (6.31)
TXC(t) = IF MDIS(t) > 0 (6.32)
THEN MDIS(t) / TIME STEP
ELSE 0
TXEC(t) = TXEHM(t) * IF AD(t) = AEM(t) (6.33)
THEN 1
ELSE IF AD(t) > AEM(t)
THEN (0.3 * (AD(t) -0.255 / 0.15))+1,
ELSE AD(t) / 0.85
TXP1(t) = TXPE2(t) * FP1(t) (6.34)
TXP2(t) = TXPE3(t) * FP2(t) (6.35)
84
TXPE2(t) = CNR(t) / TPE2(t) (6.36)
TXPE3(t) = C12A(t) / TPE3(t) (6.37)
TXPR(t) = CM2A(t) / TPE1(t) (6.38)
TXRN(t) = TXPR(t) * FP3(t) (6.39)
TXRT(t) = TXTR(t) * (1 – QT(t) ) (6.40)
TXS1(t) = TXPE2(t) * (1 - FP1(t)) (6.41)
TXS2(t) = TXPE3(t) * (1 - FP2(t)) (6.42)
TXS3(t) = TXPR(t) * (1 - FP3(t)) (6.43)
TSP(t) = IF MT(t) > MT(t) * SHPS(t) * TIME STEP (6.44)
THEN MT(t) * SHPS(t)
ELSE 0
TXSPT(t) = IF MDIS(t) < 0 (6.45)
THEN IF MT(t) >= MT(t) * SHPS(t) * TIME STEP +ABS(MDIS(t))
THEN ABS(MDIS(t)) / TIME STEP
ELSE MT(t) – (MT(t) * SHPS(t) * TIME STEP) / TIME STEP)
ELSE 0
TXTR(t) = IF TP(t) >= (CRT(t) + CTEA(t) ) * TIME STEP (6.46)
THEN CRT(t) + CTEA(t)
ELSE 0
TXT(t) = DELAY FIXED(TXCPC(t), TMT(t)) (6.47)
TC(t) = CNR(t) + C12A(t) + CM2A(t) (6.48)
TSRMA(t) = TTPP(t) * NMAD(t) – TTRP(t) (6.49)
TP(t) = [
∫
t
t
0
TXTAR(t) – TXTR(t) dt] (6.50)
TTPP(t) = [
∫
t
t
0
TXTAR(t) dt] (6.51)
TTR(t) = [
∫
t
t
0
TXTR(t) dt] (6.52)
85
TTRP(t) = [
∫
t
t
0
TXTR(t) dt] (6.53)
TXTAR(t) = IF TC(t) <= 0 (6.54)
THEN TXR(t)
ELSE TC(t) * FMTRCA(t) + TXR(t)
6.2. Estimativas de parâmetros e condições iniciais
As variáveis utilizadas no modelo buscam simular o comportamento real
endogenamente, ou seja, que a fonte dos problemas seja representada internamente ao modelo
criado (Sousa, 2005). Entretanto, as variáveis exógenas, aquelas que impactam o sistema
diretamente e não são impactadas pelo sistema, também fazem parte e não se encontram
estritamente relacionadas com a condição do sistema. A Tabela 6.1 relaciona os parâmetros
estimados do modelo, bem como seu valor inicial. Vale ressaltar que estes valores são dados
reais utilizados pela empresa da qual o sistema esta sendo estudado.
Variável Exógena Estimativa
Adotada
Obs.
Ajuste do Nível de Aderência
Desejado: ANAD(t0)
1 Aderência esperada do sistema em
relação ao mercado
Aderência Esperada pelo
Mercado: AEM(t0)
0,80 Aderência esperada para atender o
mercado.
Capacidade de Trabalho de
Pessoas em Treinamento:
CTPT(t0)
0,7 Produtividade estimada de um
profissional durante os 30
primeiros dias de contrato.
Demora na Contratação: DC(t0) 1/12 Demora média de 30 dias para
cada solicitação de contratação
Período de Planejamento MDO
Extra: PPME(t0)
1/12 As atividades a serem realizadas
em regime de hora extra são
planejadas para serem realizadas
dentro de 30 dias
Saída Histórica de Pessoas do
Sistema: SHPS(t0)
10% Turn over estimado em 10% da
força de trabalho no ano.
Taxa de Entrada Histórica 6 Média histórica de entrada de
86
Média: TXEHM(t0) novos contratos
Margem de Contribuição:
MCONT(t0)
10% Ganho esperado acima dos custos
do contrato
Custo Médio por Pessoa.ano:
CMPA(t0)
R$
33.600,00
Salário médio de um técnico R$
2.800,00/mês x 12 meses
Fração media de trabalho a
realizar por contrato no ano:
FMTRCA(t0)
33075 (53 semanas - 4 semanas de férias)
x 45 horas = 2.205 horas.ano. x 15
pessoas em média por contrato
Capacidade Individual de
Trabalho no Ano: CITHA(t0)
2205 (53 semanas - 4 semanas de férias)
x 45 horas = 2.205 horas.ano
Tempo Médio de Treinamento:
TMT(t0)
1/12 Tempo média de treinamento e
adaptação do técnico ao contrato
Tabela 6.1: Parâmetros estimados do modelo.
Fonte: O autor.
Sterman (2000), destaca que o estado do modelo é definido no seu inicio, por isso o
processo de inicialização do modelo é delicado, deve-se procurar iniciar o modelo em estado
de equilíbrio, desta forma facilita a compreensão do seu comportamento e os testes iniciais. A
Tabela 6.2 mostra as condições iniciais que determinam o valor das variáveis no inicio do
modelo. Na medida em que o entendimento das inter-relações entre as variáveis vai tornando-
se mais sólido, deve-se aos poucos introduzir modificações no modelo buscando testar sua
robustez e comportamento sob certas condições e valores. Vale ressaltar que estes valores são
dados reais utilizados pela empresa da qual o sistema esta sendo estudado.
Condição Inicial Estimativa
Adotada
Obs.
Capacidade Individual de
Trabalho Extra no Ano:
CITE(t0)
490
horas/ano
2 horas por dia x 5 dias x 49
semanas (53 semanas no ano - 4
semanas de férias) = 490
horas.pessoa.ano
Disponibilização dos Recursos:
TXDR(t0)
1/12 Os recursos levam 30 dias paras
estarem disponíveis.
Contratos com até 1 ano ou 5 Número de contratos no início do
87
Renovados: CNR(t0) modelo
Contratos entre 1 e 2 anos:
C12A(t0)
0 Número de contratos entre 1 e 2
anos no início do modelo
Contratos Maior 2 Anos:
CM2A(t0)
0 Número de contratos com mais de
2 anos no início do modelo
Custo Médio por Pessoa Extra
no Ano: CMPEA(t0)
11200 Custo salário normal.ano = R$
33.600,00 para 2.205 horas. Para
490 horas = R$ 7.467,00 + 50%
Tempo para Passar p/ Estoque 3:
TPE3(t0)
1 Cada contrato leva 1 ano para
passar para o próximo estoque
Tempo para Passar p/ Estoque 2:
TPE2(t0)
1 Cada contrato leva 1 ano para
passar para o próximo estoque
Tempo para Passar p/ Estoque 1:
TPE1(t0)
1 Cada contrato leva 1 ano para
passar para o próximo estoque
Taxa de Entrada Histórica
Média: TXEHM(t0)
6 Entrada histórica média de 6
contratos novos por ano
Ciclo de vida de cada contrato
no sistema em anos
3 Duração contratual de cada
contrato
Taxa de Contabilização dos
Ganhos: TCG(t0)
0 Início do sistema com ganho 0
Time Step(t0) 0,0078125 Intervalo de tempo da simulação.
Tabela 6.2: Condições iniciais do modelo.
Fonte: O autor.
6.3. Testes
Vários testes podem ser executados: adequação aos limites, adequação a estrutura,
consistência dimensional, reprodução de comportamento, dentre outros (Sterman, 2000).
Neste modelo será efetuado o teste de consistência dimensional e reprodução de
comportamento.
88
6.3.1. Consistência dimensional
O teste de consistência dimensional é obrigatório para que o modelo possa simular
corretamente, este consiste na verificação pelo próprio software de programação da
consistência dimensional de cada variável a fim de garantir que o sistema de equações criado
seja consistente em termos das unidades de medida adotadas para as variáveis que o compõe.
A figura 6.1 mostra o resultado satisfatório do teste aplicado ao modelo apresentado.
Figura 6.1: Resultado do teste de consistência dimensional do Modelo.
Fonte: O autor.
6.3.2. Reprodução de comportamento
O teste de reprodução de comportamento é o mais utilizado, comparando o resultado da
simulação com resultados históricos reais que representam o comportamento do sistema em
um determinado período. A figura 6.2 mostra o comportamento do número de contratos e a
aderência histórica versus o número de contratos e aderência simulada. O comportamento
simulado de contratos quando comparado a curva real histórica confirma a tendência
crescente embora a simulação não capture fielmente a variabilidade do sistema.
89
Reprodução de comportamento Contratos X Aderência
0
20
40
60
80
100
2000 2001 2002 2003 2004 2005 2006
Ano
Contratos
0
20
40
60
80
100
Aderência
Contratos SIMULADO Aderência SIMULADA Contratos Histórico Aderência Histórica
Figura 6.2: Gráfico com reprodução de comportamento de Contratos x Aderência.
Fonte: O autor.
A figura 6.3 mostra o comportamento da MDO disponível e MDO extra alocada
histórica versus a MDO disponível e MDO extra alocada simulada. A MDO disponível
acompanha o comportamento do número de contratos, tanto a curva histórica quanto a curva
do comportamento simulado. Nota-se que a MDO extra alocada histórica começou a diminuir,
coincidentemente pouco tempo depois a MDO disponível histórica também teve queda
significativa acompanhando o número de contratos histórico.
90
Reprodução de comportamento MDO Disponível x MDO extra
0
50
100
150
200
250
2000 2001 2002 2003 2004 2005 2006
Ano
MDO Extra
0
50
100
150
200
250
300
350
400
450
500
MDO Disponível (Pessoas)
MDO Disponível SIMULADO MDO Extra Alocada SIMULADO MDO disponível Histórica MDO Extra Alocada Histórica
Figura 6.3 Gráfico com reprodução de comportamento da MDO disponível x MDO extra.
Fonte: O autor.
Neste capítulo foi detalhado as equações que compõem o modelo, estabelecido os
parâmetros e condições iniciais e efetuados os testes necessário. Este parâmetros serão
utilizados no próximo capítulo para o projeto de estrutura e políticas alternativas.
91
1
2
3
4
5
Capítulo 7:
Projeto de estruturas e políticas alternativas
Neste capítulo serão propostas e analisadas várias alternativas de comportamento do
sistema para até o ano de 2020, buscando entender o comportamento do modelo analisando
ganhos ou perda de performance, e apontando a melhor configuração alternativa entre aquelas
levantadas através de algumas combinações entre as seguintes variáveis: Ajuste do nível de
aderência desejada, Período de planejamento e margem de contribuição. As alternativas serão
simuladas com dados numéricos reais baseados em um sistema real de referência. A Figura
7.1 mostra resumidamente as alternativas que serão simuladas. Também os valores mostrados
nas tabelas serão os valores para o inicio de cada ano.
Manter a política atual
Alterar o valor da variável
"ajuste do nível de
aderência desejada"
Alterar o período de
planejamento
Alterar a margem de
contribuição
Combinação dos melhores
cenários das
ALTERNATIVAS 01, 02,
03,04
ALTERNATIVA 01
ALTERNATIVA 02
ALTERNATIVA 03
ALTERNATIVA 04
ALTERNATIVA 05
SIMULAÇÃO DE
UM CHOQUE
DE DEMANDA
para cada uma das
alternativas
Figura 7.1: Definição de estruturas alternativas.
Fonte: O autor.
92
1) Alternativa 01
Manter a política atual. Mantendo a política atual o número de contratos tende a ter
um crescimento significativo, próximo de 17% entre 2006 e 2008, Tabela 7.1. Esta mesma
taxa de crescimento não deverá ser observada a partir de 2008 com tendência a estabilizar
com o passar do tempo. Entre 2010 e 2012 a taxa de crescimento estimada é de 4,91% caindo
para 1,61% entre 2016 e 2018. O limitante deste crescimento é a variável ajuste do nível de
aderência desejada, pois esta tenderá a estabilizar-se para atender somente a aderência
esperada pelo mercado, não utilizado-se da capacidade de MDO extra disponível para realizar
trabalho e aumentar a aderência a programação, consequentemente aumentando a taxa de
renovação de contratos.
Ano 2006 2008 2010 2012 2014 2016 2018 2020
Total de contratos 17,6 20,6 22,4 23,5 24,3 24,9 25,3 25,7
Tabela 7.1: Simulação mantendo a estrutura atual.
Fonte: O autor.
A figura 7.2 mostra o gráfico desta simulação.
Painel de Monitoramento
40
1
400
30
0.75
300
20
0.5
200
10
0.25
100
0
0
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Total de Contratos [TC]" : Referência
"Aderência à Programação [AD]" : Referência
"MDO Disponível [MD]" : Referência
"MDO Extra Alocada [MEA]" : Referência
Figura 7.2: Gráfico da simulação mantendo a estrutura atual.
Fonte: O autor.
93
Observa-se um crescimento proporcional da MDO Disponível em função do número
total de contratos, a Aderência à Programação tem um crescimento acentuado a partir do final
do ano 2000 devido a utilização de aproximadamente 70 pessoas através da utilização da
MDO Extra Alocada que será utilizada até o final de 2006, quando a Aderência à
Programação atinge a meta desejada, ou seja, 0,80 passando a partir deste ponto a não utilizar
mais a MDO extra alocada. A partir de 2010 o sistema tende a estabilidade apresentado 22,4
contratos com aderência à programação de 0,80 e 316 pessoas realizando trabalho (MDO
disponível), neste cenário projeta-se para o ano de 2020, um total de contratos de 25,7 com
aderência à programação de 0,80 e aproximadamente 382 pessoas realizando trabalho (MDO
disponível) sem utilização de MDO extra alocada. Este cenário será a base para análise das
políticas alternativas seguintes.
2) Alternativa 02
Analisa a possibilidade de modificar a variável “Ajuste do nível de aderência
desejada”, serão testadas simulações variando o ajuste do nível de aderência desejada de 0,8 a
1,2. O resultado destas simulações foi consolidado na Tabela 7.2. O resultado esperado é que
diminuindo o “ajuste do nível de aderência desejado”, diminua o número de contratos ao
longo do tempo e com um aumento no “ajuste do nível de aderência desejado” ocorra um
aumento do número de contratos. Entretanto, aparentemente a sensibilidade do sistema é bem
menor para valores acima de 1,0 do que para valores abaixo de 1,0. De fato, os resultados não
apontam diferença significante de desempenho sistêmico para aderência acima de 1,1.
Ano Ajuste do
nível de
aderência
desejado
Variável
2006 2008 2010 2012 2014 2016 2018 2020
Contratos 14,8 16,7 18,2 19,3 20,3 21,1 21,7 22,3
Aderência a
programação
0,77 0,78 0,80 0,81 0,81 0,82 0,83 0,83
MDO Disponível 216 243 265 282 296 308 317 325
0,8
MDO Extra Alocada 0 0 0 0 0 0 0 0
Contratos 16,2 18,0 19,5 20,6 21,4 22,2 22,7 23,2
aderência a
programação
0,79 0,80 0,81 0,82 0,83 0,83 0,84 0,84
MDO Disponível 235 263 284 300 313 323 332 339
0,9
MDO Extra Alocada 0 0 0 0 0 0 0 0
Contratos 17,6 20,6 22,4 23,5 24,3 24,9 25,3 25,7
Aderência a
programação
0,83 0,84 0,85 0,85 0,85 0,85 0,86 0,86
MDO Disponível 255 299 326 343 355 364 370 375
1,0
MDO Extra Alocada 137 3 0 0 0 0 0 0
Contratos 17,6 20,8 23,7 26,2 28,2 29,8 31,3 32,8
94
Aderência a
programação
0,83 0,86 0,88 0,89 0,90 0,90 0.91 0,92
MDO Disponível 255 303 345 381 411 435 457 478
1,1
MDO Extra Alocada 137 137 137 137 137 137 221 221
Contratos 17,6 20,8 23,7 26,2 28,2 29,8 31,3 32,8
Aderência a
programação
0,83 0,86 0,88 0,89 0,90 0,90 0,91 0,92
MDO Disponível 255 303 345 281 411 435 457 478
1,2
MDO Extra Alocada 137 137 137 137 137 137 221 221
Tabela 7.2: Simulação variando o nível de aderência desejada.
Fonte: O autor.
Na Figura 7.3, temos a simulação do total de contratos em função da variação da
aderência desejada. Percebe-se que até a metade de 2001 não temos diferença no total de
contratos, mesmo com variação da aderência de 0,8 à 1,2. A partir deste ponto até o ano de
2008, o total de contratos é maior na simulação com aderência acima de 1,0. Para aderência
igual a 1,0 temos 20,6 contratos, para aderência igual a 1,1 temos 20,8 contratos e se a
aderência for igual a 1,2 o total de contratos será de 20,8. Analisando a simulação para o ano
de 2020 vemos um crescimento de aproximadamente 57,7% para aderência entre 1,1 e 1,2.
Tendo como critério somente a aderência a programação vemos que a aderência de 1,1
e 1,2 são as que levam o sistema a apresentar o maior número de contratos. Podemos destacar
então que o cenário com aderência a programação igual a 1,1 é o melhor cenário entre as
alternativas simuladas, pois traz o mesmo resultado do cenário com aderência a programação
igual 1,2 devido a necessidade de se utilizar mais MDO extra alocada para aderência de 1,2.
95
Total de Contratos [TC]
40
30
20
10
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Total de Contratos [TC]" : Aderência 1,2 contratos
"Total de Contratos [TC]" : Aderência 1,1 contratos
"Total de Contratos [TC]" : Aderência 1,0 contratos
"Total de Contratos [TC]" : Aderência 0,9 contratos
"Total de Contratos [TC]" : Aderência 0,8 contratos
Figura 7.3: Gráfico do número de contratos variando nível de aderência desejada.
Fonte: O autor.
A Figura 7.4 mostra o comportamento simulado da aderência à programação em
função da variação do nível de aderência.
Aderência à Programação [AD]
1
0.75
0.5
0.25
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Aderência à Programação [AD]" : Aderência 1,2 Dmnl
"Aderência à Programação [AD]" : Aderência 1,1 Dmnl
"Aderência à Programação [AD]" : Aderência 1 Dmnl
"Aderência à Programação [AD]" : Aderência 0,9 Dmnl
"Aderência à Programação [AD]" : Aderência 0,8 Dmnl
Figura 7.4: Gráfico da aderência à programação variando nível de aderência desejada.
Fonte: O autor.
96
Percebe-se que na simulação utilizando aderência de 0,8 o sistema alcança a meta de
aderência à programação desejada de 0,80% somente em 2010, tendendo a estabilizar entre
0,81 e 0,83 até o ano de 2020. Comportamento semelhante mostra a aderência de 0,9
apresentado 0,75 de aderência à programação em 2002 e apenas 0,84 em 2020. O
comportamento com aderência entre 1,0 e 1,2 apresenta diferença apenas a partir de 2007,
sendo que o valor de 1,0 estabiliza entre 0,89 e 0,92 de 2012 à 2020. Já as curvas para
aderência entre 1,1 e 1,2 são idênticas, ou seja, apresentam o mesmo comportamento de 2000
a 2020 com variação da aderência à programação de 0,83 à 0,92.
Na figura 7.5 temos o comportamento da MDO disponível em função da aderência à
programação. A maior quantidade de MDO disponível é conseguido com aderência à
programação igual a 1,1 e 1,2.
MDO Disponível [MD]
600
450
300
150
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"MDO Disponível [MD]" : Aderência 1,2 Pessoas
"MDO Disponível [MD]" : Aderência 1,1 Pessoas
"MDO Disponível [MD]" : Aderência 1 Pessoas
"MDO Disponível [MD]" : Aderência 0,9 Pessoas
"MDO Disponível [MD]" : Aderência 0,8 Pessoas
Figura 7.5: Gráfico da MDO Disponível variando nível de aderência desejada.
Fonte: O autor.
A variação da aderência traz um impacto significativo na quantidade de MDO
disponível. O valor 0,8 para a aderência utiliza a menor quantidade de MDO, entretanto, a
utilização deste valor afeta a Aderência à Programação, conseqüentemente afetando o total de
contratos, como visto no gráfico 7.4. Observa-se que ocorre uma variação de
97
aproximadamente 7,2% na variação da MDO Disponível entre Aderência de 0,8 e 0,9 entre o
ano de 2006 e 2020. O comportamento da MDO Disponível para Aderência entre 1,0 e 1,2
não apresenta diferença até o ano de 2008, quando a Aderência de 1,0 tende a apresentar um
crescimento de 25,4% até o ano de 2020 atingindo o valor 365 pessoas para MDO Disponível.
Para valores entre 1,1 e 1,2 temos um crescimento de 57,4% até o ano de 2020 totalizando
478 pessoas para MDO Disponível.
A Figura 7.6 mostra a quantidade de MDO extra alocada em função da aderência à
programação. Com aderência à programação igual a 1,1 e 1,2 temos a maior quantidade de
MDO extra alocada.
MDO Extra Alocada [MEA]
400
300
200
100
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"MDO Extra Alocada [MEA]" : Aderência 1,2 Pessoas
"MDO Extra Alocada [MEA]" : Aderência 1,1 Pessoas
"MDO Extra Alocada [MEA]" : Aderência 1 Pessoas
"MDO Extra Alocada [MEA]" : Aderência 0,9 Pessoas
"MDO Extra Alocada [MEA]" : Aderência 0,8 Pessoas
Figura 7.6: Gráfico da MDO Extra alocada variando nível de aderência desejada.
Fonte: O autor.
Para Aderência de 0,8 o sistema não fará uso da MDO Extra Alocada, comportamento
semelhante para Aderência de 0,9 com apenas dois picos de utilização, em 2001 e metade de
2002. Um utilização momentânea porém com grande quantidade de MDO Extra Alocada
acontece com Aderência de 1,0 chegando a alocação de 240 pessoas no primeiro trimestre de
2007. A maior utilização da MDO extra Alocada ocorre com Aderência entre 1,1 e 1,2, entre
2001 e metade de 2005 utilizou-se constantemente 82 pessoas, passando em seguida para 137
98
até o segundo trimestre de 2016, a partir de 2016 a utilização passou a ser de 221 pessoas até
o ano de 2020.
Como melhor cenário para a alternativa 2, estaremos adotando o cenário com a taxa
de aderência igual a 1,2.
3) Alternativa 03
Alteração do período de planejamento variando de 1/12 anos para 1/6 anos. Com isso
espera-se verificar o comportamento do modelo e a diferença na alocação de mão-de-obra
extra para um período de um mês e para um período de dois meses. A Tabela 7.3 e Figura 7.7,
verificamos o comportamento desta simulação.
Total de contratos em: Período de
planejamento
2006 2008 2010 2012 2014 2016 2018 2020
1/12 17,6 20,6 22,4 23,5 24,3 24,9 25,3 25,7
1/6 17,6 20,6 22,4 23,5 24,3 24,9 25,3 25,7
Tabela 7.3: Simulação variando o período de planejamento da MDO extra.
Fonte: O autor.
Total de Contratos [TC]
40
30
20
10
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Total de Contratos [TC]" : Planejamento 1-6 contratos
"Total de Contratos [TC]" : Planejamento 1-12 contratos
Figura 7.7: Gráfico da simulação com variação do período de planejamento da MDO extra.
Fonte: O autor.
99
Nota-se que não existe diferença na variação do período de planejamento de 1/2 para
1/6, ou seja, o período de planejamento não impacta no total de contratos. Neste caso
considerou-se como o melhor cenário o período de planejamento 1/12 anos, pois a alocação
de MDO extra acontece por um período menor.
4) Alternativa 04
Variação da margem de contribuição. Com uma diminuição na margem de
contribuição espera-se que o número de contratos aumente, entretanto, após simulação deste
cenário observa-se que diminuir ou aumentar a margem de contribuição não impacta
significativamente no número de contratos. De acordo com a tabela 7.4 pode-se otimizar a
margem de contribuição sem grande risco de diminuir o número de contratos.
Total de contratos em: Margem de
contribuição
2006 2008 2010 2012 2014 2016 2018 2020
6% 17,2 20,0 22,0 23,3 24,2 24,8 25,2 25,6
8% 17,6 20,4 22,3 23,4 24,3 24,9 25,3 26,6
10% 17,6 20,6 22,4 23,5 24,3 24,9 25,3 25,7
12% 18,1 20,9 22,6 23,7 24,4 25,0 25,4 25,7
14% 18,5 21,1 22,7 23,8 24,5 25,0 25,4 25,8
Tabela 7.4: Simulação variando margem de contribuição.
Fonte: O autor.
Na figura 7.8 temos o gráfico com o comportamento do número total de contratos
simulado uma variação entre 6 e 14% na margem de contribuição.
100
Total de Contratos [TC]
40
30
20
10
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Total de Contratos [TC]" : Margem 14% contratos
"Total de Contratos [TC]" : Margem 12% contratos
"Total de Contratos [TC]" : Margem 10% contratos
"Total de Contratos [TC]" : Margem 8% contratos
"Total de Contratos [TC]" : Margem 6% contratos
Figura 7.8: Gráfico da simulação com o comportamento da margem de contribuição.
Fonte: O autor.
Analisando o impacto da Margem no Total de Contratos nota-se pouca diferença na
simulação com margem entre 6 e 14%. Apenas no período entre 2005 e 2009 uma certa
melhoria no Total de Contratos utilizando a margem de 12 e 14%. Para esta alternativa o
cenário com margem de 14% será considerado o melhor.
5) Alternativa 05
Simulação com combinação dos melhores cenários de cada alternativa. Para esta
simulação foi utilizado a combinação das seguintes variáveis:
• Ajuste do nível de aderência desejado = 1,1
• Período de planejamento = 1/12
• Margem de contribuição = 14%
101
O resultado desta simulação pode ser visto na Tabela 7.5.
Melhor cenário 2006 2008 2010 2012 2014 2016 2018 2020
Total de contratos 18,5 22,2 25,5 28,4 30,9 33,2 34,8 35,9
Aderência a
Programação
0,85 0,88 0,90 0,91 0,93 0,93 0,93 0,93
MDO disponível 268 322 371 413 450 483 508 524
MDO extra
alocada
113 178 178 178 274 311 18 317
Tabela 7.5: Simulação do melhor cenário.
Fonte: O autor.
A figura 7.9 mostra o gráfico com o comportamento destas variáveis. A Aderência à
programação ajustou-se rapidamente à aderência esperada pelo mercado, houve também uma
constante utilização da MDO Extra Alocada com a MDO Disponível acompanhando o Total
de Contratos.
Painel de Monitoramento
40
1
600
30
0.75
450
20
0.5
300
10
0.25
150
0
0
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Total de Contratos [TC]" : Melhor cenário
"Aderência à Programação [AD]" : Melhor cenário
"MDO Disponível [MD]" : Melhor cenário
"MDO Extra Alocada [MEA]" : Melhor cenário
Figura 7.9: Combinação de cenários.
Fonte: O autor.
102
A MDO Disponível cresceu proporcionalmente ao Total de Contratos, a utilização
constante da MDO Extra Alocada a partir da metade de 2001 ajustou a Aderência à
Programação de 0,60 para 0,85 em 2006 com utilização de 113 pessoas da MDO Extra
Alocada. A partir de 2006 a MDO Extra Alocada passou para 178 elevando para 0,88 a taxa
de Aderência a Programação e a partir de 2014 a Aderência a Programação estabiliza em 0,95
com uma média de MDO Extra Alocada de 330 pessoas.
6) Choque de demanda para alternativa 01
Simulação de choque de demanda para alternativa 01. Para esta simulação a taxa de
entrada histórica média de 06 contratos foi mantida até o ano de 2008 quando então sofre um
incremento de 50%, passando para 9 e permanecendo então com este valor até 2020. Os
valores do total de contratos, MDO disponível e MDO extra alocada, estão na Tabela 7.6.
Ano 2006 2008 2010 2012 2014 2016 2018 2020
Total de contratos 14,5 19,9 27,0 31,5 34,5 36,7 38,3 39,5
MDO disponível 236 286 387 454 498 529 553 571
MDO Extra
alocada
142 254 0 0 0 0 0 0
Tabela 7.6: Simulação com choque de demanda para alternativa 01.
Fonte: O autor.
A Figura 7.10 mostra o comportamento do total de contratos, Aderência a
programação, MDO disponível e MDO extra alocada. Com o aumento do número de
contratos em 2008, percebe-se a necessidade da alocação de aproximadamente 255 pessoas
para atender a demanda e não deixar cair a aderência a programação.
103
Painel de Monitoramento
40
1
600
10
20
0.5
300
8
0
0
0
6
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Total de Contratos [TC]" : Choque p. alternativa 1
"Aderência à Programação [AD]" : Choque p. alternativa 1
"MDO Disponível [MD]" : Choque p. alternativa 1
"MDO Extra Alocada [MEA]" : Choque p. alternativa 1
"Taxa de Entrada Histórica Média [TXEHM]" : Choque p. alternativa 1
Figura 7.10: Simulação com choque de demanda para alternativa 01.
Fonte: O autor.
De 2001 até 2008 os sistema consegui elevar a Aderência à Programação para 0,84
utilizando-se da MDO Extra Alocada com crescimento da MDO Disponível proporcional ao
Total de Contratos. A partir de 2008 quando a Taxa de Entrada Histórica Média passou de 6
para 9 contratos o modelo rapidamente utilizou um total de 255 pessoas da MDO Extra
Alocada com isso a Aderência à Programação praticamente não teve queda enquanto a MDO
Disponível continuou a crescer proporcionalmente ao Total de Contratos, chegando a ter 571
pessoas em 2020 com aproximadamente 40 contratos.
7) Choque de demanda para alternativa 02
Simulação de choque de demanda para alternativa 02. Também para esta simulação a
taxa de entrada histórica média de 06 contratos foi mantida até o ano de 2008 quando então
sofre um incremento de 50% passando para 9 e permanecendo então com este valor até 2020.
Também o valor do “ajuste do nível de aderência desejado” foi alterado para 1,1. A Tabela
7.7 apresenta os dados obtidos para total de contratos, MDO disponível e MDO extra alocada.
104
Ano 2006 2008 2010 2012 2014 2016 2018 2020
Total de contratos 17,6 20,8 28,9 34,9 40,0 44,7 48,6 51,3
MDO disponível 255 303 418 507 582 650 707 748
MDO Extra
alocada
137 137 137 282 282 282 0 314
Tabela 7.7: Simulação com choque de demanda para alternativa 02.
Fonte: O autor.
A Figura 7.11 mostra o comportamento do total de contratos, aderência a
programação, MDO disponível, MDO extra alocada e taxa de entrada histórica média. Nota-
se que no momento em que ocorre o incremento de 50% no número de contratos o sistema
esta alocando aprox. 40% da MDO disponível para realização de trabalho extra,
permanecendo até próximo do ano de 2012, quando então passa a utilizar mais de 50% da
MDO disponível para que a aderência à programação mantenha-se estável.
Painel de Monitoramento
60
1
800
10
30
0.5
400
8
0
0
0
6
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Total de Contratos [TC]" : Choque p. alternativa 2
"Aderência à Programação [AD]" : Choque p. alternativa 2
"MDO Disponível [MD]" : Choque p. alternativa 2
"MDO Extra Alocada [MEA]" : Choque p. alternativa 2
"Taxa de Entrada Histórica Média [TXEHM]" : Choque p. alternativa 2
Figura 7.11: Simulação com choque de demanda para alternativa 02.
Fonte: O autor.
105
A Aderência à Programação permanece estável e a utilização da MDO Extra Alocada
vai até próximo de 2017 quando reduz a zero voltando a ter pequenos períodos de utilização
entre 2018 e 2020, também em 2020 o Total de Contratos chega a 51 e a MDO Disponível em
718 pessoas.
8) Choque de demanda para alternativa 03
Simulação de choque de demanda para alternativa 03. Para esta simulação a taxa de
entrada histórica média de 06 contratos foi mantida até o ano de 2008 quando então a entrada
sofre um incremento de 50% passando para 9 e permanecendo então com este valor até 2020.
O valor do “período de planejamento” foi mantido em 1/12, sendo este valor definido para o
melhor cenário na alternativa 03. A Tabela 7.8 apresenta os dados obtidos para total de
contratos, MDO disponível e MDO extra alocada.
Ano 2006 2008 2010 2012 2014 2016 2018 2020
Total de contratos 17,1 20,6 27,4 31,7 34,7 36,8 38,4 39,6
MDO disponível 255 299 397 461 505 536 560 578
MDO Extra
alocada
137 3 0 0 0 0 0 0
Tabela 7.8: Simulação com choque de demanda para alternativa 03.
Fonte: O autor.
A Figura 7.12 percebe-se que logo após o ano de 2008 o sistema utiliza o recursos de
alocação de MDO extra várias vezes durante o ano de 2008.
106
Painel de Monitoramento
40
1
600
10
20
0.5
300
8
0
0
0
6
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Total de Contratos [TC]" : Choque p. alternativa 3
"Aderência à Programação [AD]" : Choque p. alternativa 3
"MDO Disponível [MD]" : Choque p. alternativa 3
"MDO Extra Alocada [MEA]" : Choque p. alternativa 3
"Taxa de Entrada Histórica Média [TXEHM]" : Choque p. alternativa 3
Figura 7.12: Simulação com choque de demanda para alternativa 03.
Fonte: O autor.
A partir de 2009 não existe mais a necessidade de utilização da MDO Extra
Disponível, a MDO Disponível cresce proporcionalmente ao número Total de Contratos
mantendo a Aderência à Programação em 90% .
9) Choque de demanda para alternativa 04
Simulação de choque de demanda para alternativa 04. Para esta simulação a taxa de
entrada histórica média de 06 contratos foi mantida até o ano de 2008 quando então a entrada
sofre um incremento de 50% passando para 9 e permanecendo então com este valor até 2020.
O valor do “período de planejamento” foi mantido em 1/12, o “ajuste do nível de aderência
desejado” ficou igual a 1 e a “margem de contribuição” ficou em 14%. A Tabela 7.9 apresenta
os dados obtidos para esta simulação.
107
Ano 2006 2008 2010 2012 2014 2016 2018 2020
Total de contratos 18,5 21,1 27,7 32,0 34,8 36,9 38,5 39,7
MDO disponível 268 308 402 465 507 538 561 579
MDO Extra
alocada
0 0 0 0 0 0 0 0
Tabela 7.9: Simulação com choque de demanda para alternativa 04.
Fonte: O autor.
Na Figura 7.13 temos as curvas de comportamento para o choque de demanda para
alternativa 4.
Painel de Monitoramento
40
1
600
10
20
0.5
300
8
0
0
0
6
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Total de Contratos [TC]" : Choque p. alternativa 4
"Aderência à Programação [AD]" : Choque p. alternativa 4
"MDO Disponível [MD]" : Choque p. alternativa 4
"MDO Extra Alocada [MEA]" : Choque p. alternativa 4
"Taxa de Entrada Histórica Média [TXEHM]" : Choque p. alternativa 4
Figura 7.13: Simulação com choque de demanda para alternativa 04.
Fonte: O autor.
Entre 2001 e 2007 para que a Aderência à Programação alcance seu objetivo o sistema
utiliza a MDO Extra Alocada reduzindo a zero esta utilização no final de 2007 quando volta a
utilizar novamente logo após 2008 momento que ocorre o incremento de 50% na Taxa de
Entrada Histórica Média. O Total de contratos passa de 21 em 2008 para 40 em 2020, ocorre
também um aumento na MDO Disponível que em 2008 é de 308 para 579 em 2020.
108
10) Choque de demanda para alternativa 05
Simulação de choque de demanda para alternativa 05. Também para esta simulação a
taxa de entrada histórica média de 06 contratos foi mantida até o ano de 2008 quando então a
entrada sofre um incremento de 50% passando para 9 e permanecendo então com este valor
até 2020. O valor do “período de planejamento” foi mantido em 1/12, o “ajuste do nível de
aderência desejado” ficou igual a 1,1 e a “margem de contribuição” ficou em 14%. A Tabela
7.10 apresenta os dados obtidos para esta simulação.
Ano 2006 2008 2010 2012 2014 2016 2018 2020
Total de contratos 18,5 22,2 31,0 38,0 44,0 48,4 51,3 53,2
MDO disponível 268 322 448 551 640 704 747 776
MDO Extra
alocada
113 178 178 336 596 108 0 300
Tabela 7.10: Simulação com choque de demanda para alternativa 05.
Fonte: O autor.
A Figura 7.14, mostra o comportamento das variáveis total de contratos, aderência à
programação, MDO disponível, MDO extra alocada e taxa de entrada histórica media.
Painel de Monitoramento
60
1
800
10
30
0.5
400
8
0
0
0
6
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Time (Year)
"Total de Contratos [TC]" : Choque p. alternativa 5
"Aderência à Programação [AD]" : Choque p. alternativa 5
"MDO Disponível [MD]" : Choque p. alternativa 5
"MDO Extra Alocada [MEA]" : Choque p. alternativa 5
"Taxa de Entrada Histórica Média [TXEHM]" : Choque p. alternativa 5
Figura 7.14: Simulação com choque de demanda para alternativa 05.
Fonte: O autor.
109
Neste cenário o recurso MDO Extra Disponível é utilizada até o ano de 2013, quando
o sistema alcança seu máximo de Aderência à Programação - 0,92, e para manter este índice
até 2020, a partir de 2013 novamente passa a utilizar MDO Extra Alocada repetidas vezes. O
número do Total de Contratos em 2020 chega a 53 com 776 pessoas na MDO Disponível.
Neste capítulo foram apresentadas cinco alternativas de comportamento futuro do
sistema estudado, também para cada uma das alternativa foi simulado um choque de demanda
com o resultado de cada simulação apresentado em tabelas e gráficos. Baseado nestas cinco
alternativas e elegendo a média do Total de Contratos no período de 2006/2020 como índice
de desempenho do sistema estabelecemos a melhora alternativa Tabela 7.11.
Ano / Contratos 2006 2008 2010 2012 2014 2016 2018 2020 Média
Alternativa 01 17,6 20,6 22,4 23,5 24,3 24,9 25,3 25,7 23,0
Alternativa 02 17,6 20,8 23,7 26,2 28,2 29,8 31,3 32,8 26,3
Alternativa 03 17,6 20,6 22,4 23,5 24,3 24,9 25,3 25,7 23,0
Alternativa 04 18,5 21,1 22,7 23,8 24,5 25,0 25,4 25,8 23,3
Alternativa 05 18,5 22,2 25,5 28,4 30,9 33,2 34,8 35,9 28,7
Tabela 7.11: Índice de desempenho das alternativas.
Fonte: O autor.
Portanto, a alternativa 5 que é uma combinação dos melhores cenários das alternativas 01,
02, 03 e 04, utilizando o valor de 1,1 para Ajuste do nível de aderência desejado, o valor de
1/12 para Período de planejamento e 14% para Margem de contribuição é a opção que trará o
melhor resultado para o estudo realizado.
110
Capítulo 8:
Conclusões
O modelo de Dinâmica de Sistema elaborado representa de maneira simplificada a
realidade da dinâmica do processo de gestão de contratos de manutenção industrial, este
modelo permite entender melhor o processo ao permitir alterações e entender qual o impacto
que causam no sistema.
É relevante ressaltar a complexidade do caso estudado. A exposição de tal
complexidade se deve ao caráter sistêmico sob o qual, o objeto de estudo é tratado. Porém,
este fato não deve representar um obstáculo para estudos futuros. Podemos destacar como
sendo o primeiro ponto positivo deste estudo o entendimento de que os elementos de um
sistema comportam-se de maneira dinâmica. Entender e interpretar estas inter-relações,
através dos feedbacks de um sistema é de fundamental importância para a nossa sobrevivência
e do sistema.
8.1. Revisão dos objetivos
O objetivo principal deste estudo foi investigar as causas da dinâmica tipicamente
observada na gestão de contratos de prestação de serviços de manutenção industrial, através
do desenvolvimento de um modelo buscando também, analisar os objetivos específicos:
1) Levantar as principais práticas da gestão de contratos de manutenção industrial e
seus possíveis pontos de conflito.
Este objetivo começou a ser alcançado através da revisão bibliográfica no capítulo 2 e
foi concluído com o modelo de simulação do capítulo 6.
2) Com base em um sistema real de referência, levantar amostras de comportamento
sistêmico, formalizar um referencial problemático e elaborar uma hipótese dinâmica acerca da
relação causal entre as principais variáveis envolvidas no fenômeno da gestão de contratos de
manutenção industrial.
No capítulo 4 articulou-se um problema real que serviu de base para o mapeamento da
hipótese dinâmica e das relações causais entre as diversas variáveis que compõem o sistema
estudado.
111
3) Testar a hipótese dinâmica criada através da elaboração e execução de um modelo
de simulação.
A elaboração do modelo foi detalhada no capítulo 6, assim como seus parâmetros e
condições iniciais. O desempenho do modelo pode ser verificado pelo teste de consistência
dimensional e reprodução de comportamento que foram realizados com sucesso.
4) Com base no modelo desenvolvido, avaliar sua generabilidade e explorar possíveis
inovações na gestão de contratos de manutenção industrial.
Julgou-se atingido este objetivo através do capítulo 7 “Projeto de Estruturas e Políticas
Alternativas”, quando foi efetuada a simulação das cinco alternativas:
• Alternativa 01 - Manter a política atual;
• Alternativa 02 - Alterar o valor da variável “ajuste do nível de aderência desejada”;
• Alternativa 03 - Altear o período de planejamento;
• Alternativa 04 - Alteração da margem de contribuição;
• Alternativa 05 - Combinação dos melhores cenários das alternativas acima.
• Também para cada uma destas alternativas foi simulado um choque de demanda,
testando o comportamento do modelo sob esta condição.
Uma vez atingido os objetivos específicos atingi-se o objetivo principal tendo sido
apresentado a dinâmica típica da gestão de contratos de manutenção industrial através do
modelo de simulação baseado no estudo de um caso real.
8.2. Contribuições
Em termos específicos, os resultados obtidos devem ser de especial interesse de
gestores de contratos de manutenção industrial e proporcionam idéias iniciais acerca de
mudanças em políticas e estruturas capazes de atenuar o problema. Em termos genéricos, o
modelo criado também pode ser usado para representar problemática semelhante apresentada
por outros tipos de sistemas produtores de serviço, expandindo significativamente o universo
de aplicação do modelo.
O modelo apresentado pode ser adaptado à realidade de outros contratos de prestação
de serviços. Desta forma pode ser uma ferramenta auxiliar para que o gestor possa propor
simulação de mudanças buscando otimizar o sistema, buscando vantagem através das
112
variáveis preço e performance e através da criação de uma lista de atributos definidos para
atender clientes específicos.
8.3. Limitações
1. A margem de contribuição não impacta a demanda. Na simulação com margem
superior a 10% o sistema continuou aumentando o número de contratos, ou seja, o
modelo não capturou o impacto da margem no número de contratos. Cabe uma
investigação mais detalhada para analisar a sensibilidade da demanda em relação à
margem de contribuição.
2. A curva simulada difere da curva real. A curva obtida através da simulação
apresentou perfil diferente ao comportamento da curva obtida com dados reais. O
modelo não conseguiu captar uma possível retração no mercado em um determinado
período que pode ter afetada a entrada de contratos, razão pela qual a entrada de
contratos teve uma queda acentua.
3. Como não houve queda do número de contratos, a sensibilidade do modelo não foi
capaz de detectar o comportamento de queda de aderência. Devido a este fato a curva
da aderência real difere da curva simulada pelo modelo.
8.4. Sugestão para trabalhos futuros.
Algumas sugestões para trabalhos futuros que permitem dar continuidade a esta
pesquisa são:
1. Incorporar rotina para que a margem de contribuição tenha impacto na demanda. Na
simulação com margem superior a 10% o sistema continuou aumentando o número
de contratos, ou seja, o modelo não capturou o impacto da margem no número de
contratos. Cabe uma investigação mais detalhada para analisar a sensibilidade da
demanda em relação à margem de contribuição.
113
2. Construir um modelo para simular o comportamento de um contrato especifico, este
modelo poderá servir de parâmetro para ajustes de sensibilidade do modelo
apresentado.
3. Efetuar os testes utilizando ferramenta específica para delineamento de experimentos.
4. Incorporar rotina para capturar uma possível retração no mercado e testar o
comportamento sob esta condição.
5. Focar o modelo em grupos de contratos (pequeno, médio e grande), com focos
diferenciados em função dos resultados obtidos e em função de possibilidades futuras
com isso pode-se buscar o “world class” em segmentos específicos.
114
Referências Bibliográficas
ABRAMAN, Associação Brasileira de Manutenção - DOCUMENTO NACIONAL – A
situação da Manutenção no Brasil. 2005.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5462-1994.
BARRY, Richmond. “System Dynamics/Systems Thinking: Let's Just Get On With It”,
Delivered at the 1994 International Systems Dynamics Conference in Sterling, Scotland.
BRILL, James H. “Systems Engineering. A Retrospective View”. John Wiley & Sons, Inc.
Syst. Eng. 1998. pp 258-266.
CARPINETTI, Luiz Cesar Ribeiro; SOUSA, George W. L.; GROESBECK, Richard L.; AKEN,
Eileen Van. “Conceptual Design of Performance Measurement Systems Based on
Enterprise Engineering and System Dynamics Concepts”. Published in the proceedings of
the 4th International Conference on Performance Measurement and Management. Edinburgh,
UK. July 28-30-2004. pp. 203-210.
CHANG, Y; MAKATSORIS, H. “Supply Chain Modeling Using Simulation”. University of
Cambridge: Institute for Manufacturing, 2001.
CHASE, Richard B.; ZHANG, Alex. “Operations management: internationalization and
interdisciplinary integration”. International Journal of Operations & production
management, Vol.18, n.7. 1998. pp.663-667.
CHURCHMAN, C. West. Introdução à teoria dos sistemas. 2. ed. Petrópolis: Vozes, 1972.
CORRÊA, H. L.; GIANESI, I. N. Just In Time, MRP II e OPT: um enfoque estratégico.
São Paulo: Editora Atlas. 1993.
CORRÊA, H.; CAON, M. Gestão de Serviços. São Paulo: Editora Atlas. 2002.
CORRÊA, Henrique Luiz; GIANESI, I. N. Administração estratégica de serviços. São
Paulo: Editora Atlas. 1994.
115
DEWHURST, Frank W.; BARBER Kevin D.; PRITCHARD Matthew C. “In search of a
general enterprise model”. Management Decision, Vol. 40/5, 2002. pp. 418-427.
DUARTE, Felipe de Melo; SUBRAMANIAN Anand; SILVA, Luiz Bueno da. “Construction
of mathematical models to evaluate production lines of a footwear company”. Third
International Conference on Production Research Americas’ Region 2006 (ICPR-AM06).
DISNEY S. M.; NAIM M. M.; TOWILL D. R. “Dynamic simulation modeling for lean
logistics”. Systems Dynamics Group, University of Wales, Cardiff, UK, International Journal
of Physical, Distribution & Logistics Management, Vol. 27 No. 3/4, 1997. pp. 174-196. ©
MCB University Press, 0960-0035
EVANS, James R. “Production/Operations Management”. West publishing Company, USA,
1997.
FERNANDEZ, Oscar; LABIB, Ashraf W.’; WALMSLEY, Ralph; PETTY, David J. “A
decision support maintenance management system”. International Journal of Quality &
Reliability Management. Vol. 20 N. 8, 2003. pp. 956-979
FILHO, Gil Branco. Dicionário de termos de manutenção, confiabilidade e qualidade. Rio
de Janeiro: Ciência Moderna, 2000.
FILHO, Paulo José de Freitas. Introdução à Modelagem e Simulação de Sistemas. Visual
Books, 2001.
FITZSIMMONS, James A.; FITZSIMMONS, Mona J.. Administração de serviços:
Operações, estratégia e tecnologia de informação. 2. ed. Porto Alegre Bookman 2000.
FLEURY, Afonso Carlos Correa; FLEURY, Maria Tereza Leme. Estratégias empresariais
e formação de competências: um quebra-cabeça caleidoscópio da indústria brasileira. 3.
ed. São Paulo: Atlas. 2004.
FORRESTER, J. W. “The Beginning of System Dynamics”. Banquet Talk
FORRESTER, J. W.; “Designing the future”. Universidad de Sevilla, Sevilla, Spain
December, 1998.
116
FOWLER, Alan. “Feedback and feedforward as systemic frameworks for operations
control”. University of Newcastle upon. Tyne, UK. 1999.
FRASER, John. “Managing Change through Enterprise Models”. Presented at Expert
Systems 94, the Fourteenth annual Technical Conference of the British Computer Society
Specialist Group on Expert systems. Cambridge, Dezembro 1994.
FREITAS, P.F. Introdução a Modelagem e Simulação de Sistemas – Com Aplicações em
Arena. Florianópolis: Visual Books, 2001.
IBM “Business on Demand”. Disponível em: http://www.ibm.com/news/br/publications.
Acessado em: Janeiro, 2005.
INCOSE Insight. “Intelligent Enterprises”. A publication of The International Council on
Systems Engineering. Vol.6 Issue 2. January 2004.
Introduction to Systems Thinking. Disponível em: http://www.systems-
thinking.org/intst/int.htm. Acessado em: Setembro, 2006.
JOHNSTON, Robert; CLARK, Graham. Administração de Operações de Serviços. São
Paulo: Atlas. 2002.
KAPLAN, Robert S.; Norton, David P. Mapas estratégicos: convertendo ativos intangíveis
em resultados tangíveis. 6. ed. Rio de Janeiro: Campus, 2004.
KARDEC, Alan; LAFRAIA, João Ricardo. Gestão estratégica e confiabilidade. Rio de
Janeiro: Qualitymark, 2002.
KARDEC, Alan; NASCIF, Júlio. Manutenção: Função Estratégica. Rio de Janeiro:
Qualitymark, 1999.
KARDEC, Alan; NASCIF, Júlio; BARONI, Tarcísio. Gestão estratégica e técnicas
preditivas. Rio de Janeiro: Qualitymark. 2002.
KARDEC, Alan; RIBEIRO, Haroldo. Gestão Estratégica e Manutenção Autônoma. Rio de
Janeiro. Qualitymark. 2002.
KOSANKE, Kurt; VERNADAT, François; ZELM, Martin. “CIMOSA: enterprise
engineering and integration”. Computer in Industry 40, pp 83-97. 1999.
117
KOTLER, Philip. Administração de marketing: análise, planejamento, implementação e
controle. São Paulo: Atlas Ed. 5. 1998.
KUMAR, Rakesh; VRAT, Prem. “Using Computer Models in Corporate Planning”, Long
Range Planning, Vol. 22, No. 2, pp. 114-120. 1989.
LAFRAIA, João Ricardo Barrusso. Manual da confiabilidade, mantenabilidade e
disponibilidade. Rio de Janeiro: Qualitymark. 2001.
LAI, C. L.; IP, W. H.; LEE, W. B. “The system dynamics model for engineering services”,
Volume 11 . Number 3. 2001. pp. 191-199 ISSN 0960-4529
MARCONI, M.; LAKATOS, E. Técnicas de Pesquisa. 4. ed. São Paulo: Atlas. 1999.
MARQUEZ, Adolfo Crespo; GUPTA, Jatinder N. D.; HEGUEDAS, Antonio Sanchez.
“Maintenance policies for a production system with constrained production rate buffer
capacity” International Journal of Production Research, Vol. 41, Num. 9. 2003.
MARQUEZ, Adolfo Crespo; HEGUEDAS, Antonio Sanchez. “Models for Maintenance
Optimization: a study for repairable systems and finite time periods”. Reliability
Engineering & System Safety, Number 75. 2002. pp. 367-377.
MIT System Dynamics in Education Project. Disponível em: http://sysdyn.clexchange.org.
Acessado em: Agosto, 2006.
MORRISON, J., Ian. A segunda curva: Estratégias revolucionárias para enfrentar
mudanças aceleradas. Rio de janeiro: Campus.1997.
PATROKLOS, Georgiadis; DIMITRIOS, Vlachos; ELEFTHERIOS, Iakovou. “A system
dynamics modeling framework for the strategic supply chain management of food chains”.
Journal of Food Engineering 70. 2005. pp. 351–364.
PIDD, Michael. Modelagem empresarial: ferramentas para tomada de decisão. São
Paulo: Artes médicas Sul Ltda. 1998.
PRADO, D. Usando o arena em Simulação. Belo Horizonte: Editora de Desenvolvimento
Gerencial, 1999.
118
RENTES, Antonio Carlos. TransMeth – Proposta de uma metodologia para condução de
processos de transformação de empresas. Tese de livre docência apresentada a
Universidade de São Paulo Escola de Engenharia de São Carlos. 2000.
ROAD MAPS 2. “A guide to learning system dynamics”. Massachusetts Institute of
Technology (MIT); System Dynamics in Education Project under the Supervision of Jay W.
Forrester.
SARANGA, Haritha. “Relevant condition-parameter strategy for an effective condition-
based maintenance”. Journal of Quality in maintenance Engineering. Vol. 8 No. 1. 2002. pp.
92-105.
SCHOLZ, W. Roland. “Embedded Case Study Methods – Integrating Quantitative and
Qualitative Knowledge”. Sage Publications, Inc., Thousand Oaks, CA. 2002.
SCRAMIM, Fernando Cezar Leandro; BATALHA, Mário Otávio. Método para análise de
benefícios em cadeias de suprimento: um estudo de caso. Gestão da Produção, vol.11,
no.3. 2004. pp.331-342. ISSN 0104-530X.
SENGE, Peter M. A quinta disciplina. 2000.
SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da produção. São Paulo:
Atlas 2. edição. 2002.
SOUSA, George W.L. “Impact of Alternative Flow Control Policies on Value Stream
Delivery Robustness Under Demand Instability: a System Dynamics Modeling and
Simulation Approach”, Tese de Doutorado, Virginia Polytechnic Institute and State
University, September, Blacksburg, VA – USA. 2004.
SOUSA, George W.L.; CARPINETTI, Luiz R. C.; GROESBECK, Richard L.; AKEN, Eileen
M. Van. “Enterprise Analysis and Conceptual Redesign Using System Dynamics Modeling
and Simulation” IX ICIEOM. Ouro Preto, Brasil. October 22-24-2003
SOUSA, George W.L.; CARPINETTI, Luiz R. C.; GROESBECK, Richard L.; AKEN, Eileen
M. Van. “Conceptual design of performance measurement and management systems using
a structured engineering approach” International Journal of Productivity and Performance
Management, Vol. 54 No. 5/6. 2005.
119
SOUSA, George W.L.; GROESBECK, Rick L. “Enterprise Engineering: Managing
Dynamic Complexity and change at the Organizational level”, Proceedings of the American
Society for Engineering Management Conference. Alexandria, VA USA. october 20-23-2004
SOUSA, George W.L.. Aplicação de conceitos de modelagem e integração de empresas no
gerenciamento de projetos de transformação organizacional. Dissertação de mestrado da
Universidade de São Paulo. São Paulo. 1999.
STERMAN, John D. “A Skeptic's Guide to Computer Models”. The Microcomputer
Software Catalog. Boulder, CO: Westview Press. 1991. pp. 209-229.
STERMAN, John D. “All models are wrong: reflections on becoming a systems scientist”.
Systems Dynamics Review, v. 18, n. 4. 2001. pp. 501-531.
STERMAN, John D. “System dynamics modeling for project management”. MIT Sloan
School of Management. Cambridge. 1992.
STERMAN, JOHN D. “System Dynamics Modeling: Tools for learning in a complex
world”. California Management Review. Vol 43, n ° 4. 2001.
STERMAN. John. D. “Business Dynamics – Systems Thinking and Modeling for a
Complex World”. McGraw-Hill. 2000.
System Dynamics. Disponível em: http://sysdyn.clexchange.org/sd-intro/home.html.
Acessado em Março, 2005.
TAVARES, L. Augusto. Administração moderna da manutenção. Rio de Janeiro: Novo
pólo. 1999.
VASCONCELLOS. Maria José Esteves de. Pensamento Sistêmico: o novo paradigma da
ciência. Puc Minas. 2003.
VEASEY Philip W. “Use of enterprise architectures in managing strategic change”;
International Journal of Operations & Production Management, Vol 7 N. 5. 2001. pp. 420-
436.
120
WOLSTENHOLME, E. F. “The use of system dynamics as a tool for intermediate level
technology evaluation: three case studies”. Journal of Engineering and Technology
Management 20. 2003. pp.193–204.
YEON, Seung-jun; PARK, Sang-hyun; KIM, Sang-wook. “A Dynamic diffusion model for
managing customer’s expectation and satisfaction”, Technological Forecasting & social
Change, May 2005.
YIN, R.K., Estudo de caso – planejamento e métodos. 2º Ed. Porto Alegre: Bookman,
2001.
121
Resumo Classificatório do Levantamento
Bibliográfico.
A lista abaixo apresenta um resumo das referências bibliográficas utilizadas classificas
nas quatro áreas focadas por este estudo: gestão de serviços e gestão da manutenção, gestão
de mudança organizacional, modelagem e dinâmica de sistemas.
Fonte
Gestão de
serviços e gestão
da manutenção
Gestão da
mudança
organizacional
Modelagem
Dinâmica de
sistemas
ABRAMAN, 2005
•
ABNT, 1994
• •
BARRY, 1994
•
BRILL, 1998
•
CARPINETTI, 2004
•
•
CHANG, 2001
•
CHASE, 1998
•
CHURCHMAN, 1972
• •
CORRÊA, 2002
•
CORRÊA, 1994
•
CORRÊA, 1993
•
DEWHURST, 2002
• •
DUARTE, 2006
•
DISNEY, 1997
• •
EVANS, 1997
•
FERNANDEZ, 2003
•
FILHO, 2001
•
FILHO, 2000
•
FRITZIMMONS, 2000
•
FLEURY, 2004
• •
FORRESTER, 1998
•
122
FOWLER, 1999
• •
FRASER, 1994
•
FREITAS, 2001
•
IBM, 2003
•
INCOSE, 2004
• •
JOHNSTON, 2002
•
KAPLAN, 2004
•
KARDEC, 2002
•
KARDEC, 1999
•
KOSANKE, 1999
• •
KOTLER, 1998
• •
KUMAR, 1989
•
LAFRAIA, 2001
•
LAI, 2001
•
MARQUEZ, 2003
•
MARQUEZ, 2002
•
MORRISON, 1997
•
PATROKLOS, 2005
• •
PIDD, 1998
• •
PRADO, 1999
•
RENTES, 2000
•
SARANGA, 2002
•
SCHOLZ, 2002
•
SCRAMIN, 2004
•
SENGE, 2000
•
•
SLACK, 2002
•
SOUSA, 2005
•
•
SOUSA, 2004
•
•
SOUSA, 2003
•
•
SOUSA, 1999
•
•
123
STERMAN, 2001
•
•
STERMAN, 2001
•
•
STERMAN, 2000
•
•
STERMAN, 1992
•
•
STERMAN, 1991
•
•
TAVARES, 1999
•
VASCONCELOS
•
VEASEY, 2001
•
WOLSTENHOLME,
2003
•
•
YEON, 2005
•
•
124
Anexo A
Visão ampliada da Figura 5.17.
125
126
Anexo B
Visão Ampliada da Figura 5.18.
127
128
Biografia Resumida
Rafael Janiski graduado em Administração de empresas com MBA Executivo em
Gerência de Projetos. Iniciou suas atividades profissionais em 1982 na Siemens Ltda fábrica
de Curitiba como aprendiz de mecânica geral onde exerceu várias funções operacionais
técnicas e consultivas. Atualmente é Consultor de Gerenciamento de Contratos cuja função é
Gerenciar as atividades de Engenharia de manutenção elétrica, mecânica, civil e infra-
estrutura, atividades de projetos mecânicos e civis, oficina de usinagem, ajustagem e
manutenção de dispositivos especiais para linha de produção.
Participante do Fórum de aprendizagem em Engenharia de sistemas Produtivos
vinculado à área de Engenharia de Produção e Sistemas da PUC PR - 2006.
Áreas de interesse: Administração da Produção e Operações, Administração de
materiais, Teorias da Administração, Sistemas dinâmicos, Pensamento Sistêmico e demais
disciplinas relacionadas à gestão de processos industriais.
Sugestões, dúvidas e comentários são muito bem vindos e podem ser solicitadas ao
autor através do e-mail [email protected].
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
