Por Luiz Lang, Consultor da AGR Consultores, e coautoria de Leonardo Chwf e Wilson Pereira
Tomar decisões faz parte de nosso cotidiano, seja isto nas nossas simples escolhas pessoais ou em uma decisão tática e estratégica corporativa que pode impactar de forma contundente na percepção do cliente e nos indicadores financeiros da companhia. Em muitos casos, as companhias, por falta de tempo, processo, tecnologia ou mão de obra, acabam por tomar decisões pautadas em experiência daquilo que parece ser o melhor caminho.
As experiências são de fato importantes, mas a agilidade dos avanços tecnológicos, alterações socioeconômicas e as singularidades de cada modelo de negócio podem colocar em risco a saúde financeira de uma empresa, caso falte agilidade para se adequar à evolução. Ou seja, time que está ganhando se mexe, sim!
A alteração de variáveis para colocar em prática a manutenção de uma decisão já tomada ou uma correção de rota obriga uma revisão de processos periódica, reduzindo o tempo de resposta e consequentemente o custo de oportunidade.
Como embasar as decisões em análise quantitativa, sem impactar prazos?
A princípio, tomar decisões baseadas em experiência podem resultar em resultados mais rápidos, mas a probabilidade de retrabalho aumenta de forma expressiva, uma vez que as variáveis operacionais e econômicas são mutáveis. É neste momento que a construção de ferramentas para auxílio as tomadas de decisão se fazem primordiais para melhoria da gestão e operação.
A criação de modelos de simulação pode se dar por simples modelo matemático em planilha ou, de forma mais complexa, em software específico. Esses modelos permitem que se sem risco algum, diversos cenários podem ser testados para entender os impactos financeiros e operacionais.
Como funciona na prática?
Em qualquer operação, como uma operação de SAC, um Centro de Distribuição ou um supermercado, um dos principais desafios é a gestão de recursos, por exemplo pessoas. Para isso, para definir a quantidade de pessoas necessárias para iniciar a operação, se faz necessário entender a volumetria estimada, tempos de processo/atendimento e estrutura física, por exemplo.
Levantadas as premissas, é necessário adotar indicadores, como por exemplo o tempo de atendimento para buscar otimização. Com isso, desenha-se um modelo de simulação com a características do processo até que o mesmo corresponda com a fidelidade desejada para início dos testes. Assim, a mágica do “e se” pode acontecer, entendendo os impactos:
· E se dobrarmos a quantidade de caixas de atendimento no supermercado, qual será o impacto no tempo de atendimento?
· E se a demanda for 10% acima de nossas expectativas?
· E se reduzirmos nosso investimento em 20% neste ano?
Case…
No Winter Simulation Conference 2022 (Singapura), maior evento de simulação do mundo foi publicado por um de nossos consultores um estudo de caso, onde uma ferramenta de simulação foi utilizada para entender o impacto da tomada de decisão, com o objetivo de otimizar o processo de picking (coleta de itens) em um centro de distribuição de uma multinacional.
O desafio enfrentado pela empresa se baseava na não formalização de um processo de segregação dos pedidos, chamados ‘ondas’, de acordo com o perfil de pedidos de seus clientes. Este processo estava todo no conhecimento de um coordenador de transportes, construído com base em sua experiência adquirida na própria operação.
Diariamente, este funcionário baixava todos os pedidos recebidos e não coletados em uma planilha para organizá-los e fazer upload no WMS (Sistema de Gestão de Armazéns). Este processo de segregação era realizado para priorizar a expedição de alguns pedidos, de acordo com particularidades como tipo do produto, tipo do cliente e outras diversas, podendo resultar em 2.880 combinações, ou ondas, em um processo moroso.
A criação de ondas indica ao WMS que aquele grupo de pedidos devem ser priorizados, e portando aquelas ondas deverão ser enviadas para coleta primeiro. Com isso, o sistema compila as informações inseridas e utiliza uma inteligência para construir as rotas de coleta otimizadas de acordo com a posição de cada SKU (item), já distribuindo as listas para cada operador.
Para permitir analisar o impacto da tomada de decisão de criar ondas adicionais, para suportar as particularidades dos pedidos, o primeiro passo da análise foi criar uma ferramenta de simulação que representasse de forma fiel desde o momento em que o WMS entregava as listas de coleta até a conclusão da carteira de pedidos diária. Após comparativos do modelo computacional com os resultados reais, utilizando 16 dias distintos, o simulador resultou em uma distorção de 2,99% mais veloz que a realidade, sendo validado.
A partir deste momento, foi possível termos a operação em um ambiente controlado para que quaisquer hipóteses fossem colocadas a prova, sem que tivesse qualquer tipo impacto aos clientes, fornecedores e consequentemente ao caixa.
Três cenários de criação de ondas foram construídos como contraprova ao cenário atual:
C1: Cenário Atual – Replicação do Modelo Atual (Benchmark)
C2: SKU Mínimos – C1, porém consolidando ondas com menos de 60 peças em uma única
C3: Máxima Consolidação – Nenhuma segregação de ondas
C4: Curvas – Segregação de acordo com a Curva ABC de vendas (visto que o armazenamento físico era organizado com esta regra)
Os cenários foram estressados para três dias de operação de forma comparativa, onde o C4 apresentou maior eficiência, uma redução média de 12,3% de tempo para conclusão das atividades. Isso pode representar um melhor tempo de atendimento ao consumidor, ou até uma redução no quadro de funcionários!
Vale ressaltar…
No projeto, a opção foi por criar apenas três cenários de alterações, mas com a ferramenta pronta novos cenários podem ser testados periodicamente, sem nenhum impacto na operação até a implantação. Vale pontuar que para que este estudo se mantenha assertivo, de forma geral, a ferramenta precisa passar por revalidações para certificar que as premissas não estão mudando de forma a distorcer os resultados apresentados.
No case, esta criação de modelos foi aplicada para otimizar estratégia de criação de ondas na operação em um centro de distribuição, mas a aplicabilidade é vasta. Qualquer situação que envolva gestão de recursos, como tempo e dinheiro, pode utilizar das técnicas de simulação para aumentar a assertividade nas tomadas de decisão.
PREENCHA NOSSO FORMULÁRIO PARA O DOWNLOAD DO ARQUIVO WSC22-Article
