Conferência SC 24 | Estratégias de precificação: loja própria e marketplace
Atendimento das necessidades de MRO de entressafra na empresa sucroenergética
1. Atendimento das
necessidades de MRO de
entressafra na empresa
sucroenergética
Uma aplicação de Programação Linear
Murilo Rosa
Economista ESALQ/USP
Mestre em Engenharia de Produção EESC/USP
Doutorando em Administração FEA-RP/USP
Com a aplicação de
Pesquisa Operacional
evitou-se um
custo de
BRL 5,9MM em
atendimento de
MROs no projeto de
entressafra em 2014
2016
3. 3
Política de estoques.
Definição dos modelos de abastecimento.
Sobre dinâmica da Gestão de Materiais...
Altos volumes na negociação
oferecem economias de
escala (savings)
Grandes quantidades em
estoque oferecem segurança
à operação
Overstocking
Gestão de Materiais
Sobre o período de entressafra...
Sobre o tipo de material...
Abril até Nov./Dez. Manutenção “pesada” de entressafra:
Caldeiras
Moendas
Colhedoras
Insumos
Agrícolas
Insumos
Industriais
Embalagens
EPIs e
Uniformes
Diesel e
Lubrificante
MRO
30%50% 7%7% 4% 2%
3
4. 4
Esquematização do problema da entressafra
Geração das
necessidades de material
para manutenção pesada
de entressafra
Manutenção Industrial e
Manutenção Agrícola Automotiva
(áreas corporativas)
Matriz:
Material x
Unidade
Comprar de
fornecedores
Transferir
entre
unidades
Gestão de Materiais
(área corporativa)
Necessidades dos materiais por unidade
Estoque disponível por material e unidade
Preço de compra por material e unidade
Preço de frete entre unidades
Taxa de ocupação de cada material em um caminhão truck
Previsão de demanda por material e unidade (histórico)
Informações disponíveis
9 unidades
agroindustriais
~9k SKUs
Dados da amostra
Tomada de decisão
Estabelecer análise
por unidade
Estabelecer análise
por material
Estabelecer análise
simultânea por PL
Quais as melhores
decisões entre compra e
transferência de
materiais (por unidade)
de modo a atender as
necessidades e
minimizar o custo?
Declaração do Problema:
3 formas para resolver:
• Necessário atualizar os parâmetros a
cada tomada de decisão.
• Alta probabilidade de tomar
decisões que não otimizam o
sistema (não minimizam o custo).
1ª 2ª 3ª
• Necessário atualizar os parâmetros a
cada tomada de decisão.
• Elevado tempo para conclusão da
análise (aproximadamente 5 min por
material. Estimativa: ~580 horas)
• Garantia da solução otimizada através de
algoritmo matemático.
• Garantia do atendimento das
necessidades através da imposição de
restrições ao modelo.
Demanda a
criação de um
modelo!
?
?
4
5. 5
A demanda colocada pelas áreas técnicas reflete com exatidão as necessidades de materiais em todas as
unidades. Portanto, não são consideradas falhas em planejamento.
Há 100% de correspondência entre estoque físico e contábil das unidades. Isto é, não existe “quebra” no
estoque contábil.
Os tempos de criação de requisição, criação de pedidos, aprovações sistêmicas de workflow, compra de
materiais, transporte, entre outros, não foram considerados no modelo.
Foi considerada oferta ilimitada de materiais no que tangem as quantidades que podem ser compradas de
fornecedores.
O preço de compra de determinado material é igual ao preço desse mesmo material no estoque da unidade
de destino acrescido 5% (preço*1.05) como forma de conservadorismo para efeito do valor de frete.
Na parametrização de ocupação dos materiais, foi definido transporte através de caminhão modelo truck
com capacidade de carga na ordem de 15 toneladas. Foi atribuído um coeficiente para cada material que
representa sua parcela de ocupação nesse veículo (0.007% ≤ coeficiente ≤ 100%).
Na definição do frete entre unidades, considerou-se uma parcela de custo fixo de BRL 400,00 mais um
custo variável de BRL 2,40/km.
A unidade de origem deve disponibilizar (para transferência) somente a quantidade de determinado material
que exceda sua necessidade de entressafra mais a previsão de consumo para os próximos 2 meses (com
base em consumo médio histórico).
Premissas do modelo de abastecimento
5
6. 6
Representação matemática do modelo
6
i=1
m
j=1
z
h=1
n
(COST_TRANSF(i,j,h).TX_OCUPA(h)) .QTD_TRANSF i,j,h + 1.05
j=1
z
h=1
n
COST_BUY(j,h) .QTD_BUY(j,h) +
j=1
z
h=1
n
COST_FREE(j,h) . QTD_FREE(j,h)
i=1
m
QTD_TRANSF(i,j,h) + QTD_BUY(j,h) + QTD_FREE(j,h) = DEMAND(j,h) ∀ j, h
Função objetivo (minimizar Z):
Restrições (ST): Onde:
i = Unidade de origem i
J = Unidade de destino j
h = Material h
COST_TRANSF = custo de transferência
TX_OCUPA = taxa de ocupação veicular
QTD_TRANSF = quantidade para transferir (V.D.)
COST_BUY = custo de compra (somente material)
QTD_BUY = quantidade para comprar (V. D.)
DEMAND = necessidade de material (visão destino)
SUPPLY = materiais em estoque
PREV_CONS = previsão de consumo
DEMANDORIG = necessidade de material (visão origem)
COST_FREE = “Custo zero” de operações internas
QTD_FREE = Quantidade utilizada da própria unidade (V.D.)
AVAIB_FREE = Estoque disponível
j=1
z
QTD_TRANSF(i,j,h) ≤ OFFER i,h ∀ i,h
OFFER i,h = SUPPLY(i,h) − (PREV_CONS i,h + DEMANDORIG i,h )
Z =
QTD_FREE j,h ≤ AVAIB_FREE(j,h)
TRANSFERÊNCIAS COMPRAS DISPONÍVEL
7. 7
Aplicação do modelo
7
Etapas do trabalho:Valor da demanda:
Valor total da lista de
entressafra:
BRL 44,2MM
Em BRL MM
UN IND AGR TOTAL
UN1 8 6,3 14,3
UN2 7,4 0,8 8,2
UN3 1,4 1 2,4
UN4 1,9 2,9 4,8
UN5 0,7 0,7 1,4
UN6 1,5 1,7 3,2
UN7 1,1 1,7 2,8
UN8 1,8 2,2 4
UN9 2,5 0,6 3,1
TOTAL 26,3 17,9 44,2
9. 9
Comparação: AS-IS versus Modelo em PL
AS-IS Modelo em PL
Características
da análise
Tempo para
resolução
Resultados
- Filtro dos itens mais críticos (ABC).
- Análise por material.
- Não utiliza informação de previsão de
consumo.
- Não há registro dos custos envolvidos.
- 3 a 4 semanas para análise dos
itens A e B.
- 2 a 3 dias para input das RCs no
SAP.
- 2 a 3 dias para preparação dos
parâmetros e processamento de
100% dos itens através de PL.
- 2 a 3 dias para input das RCs no
SAP.
- Não há mensuração manual ou
relatório que evidencie o valor total
da operação.
- Valor da operação disponível
em relatório, auxiliando
estimativa de Fluxo de Caixa.
- Análise de 100% dos itens.
- Utilização de previsão de
consumo.
- Decisões pautadas no menor
custo através de algoritmo.
9
10. Atendimento das
necessidades de MRO de
entressafra na empresa
sucroenergética
Uma aplicação de Programação Linear
Obrigado.
Contatos:
murilorosa.usp@gmail.com
(16) 9.9757-8323
(19) 9.9658-3054
Murilo Rosa
Economista ESALQ/USP
Mestre em Engenharia de Produção EESC/USP
Doutorando em Administração FEA-RP/USP