Lembro bem quando surgiram os primeiros sistemas de GPS para uso em veículos de carga e automóveis. Baseados em geolocalização por satélite, eram pouco precisos e nem se atreviam a tentar estimar a duração do deslocamento. Ajudavam muito apenas na localização de veículos e cargas roubados, mas não eram muito úteis para o gerenciamento de viagens.
Na medida em que o mapeamento viário e os mecanismos de geolocalização foram sendo aperfeiçoados, a precisão na localização dos veículos aumentou e os GPS começaram a estimar o tempo de deslocamento, ainda baseado na velocidade permitida das vias, o que resultava em enormes erros na previsão da duração do percurso.
As empresas que ofereciam sistemas de GPS para o mercado, com o passar do tempo, acumularam enormes bases de dados com os registros das viagens realizadas, o que permitiu aprimorar e estimar com mais precisão a localização e o tempo de deslocamento, que então passou a ser baseado na velocidade “histórica” de cada via a cada horário do dia. A precisão melhorou muito, mas ainda ocorriam grandes erros, pois era impossível antecipar acidentes ou quaisquer outras intercorrências de trânsito.
Por fim, sistemas como o WAZE, baseados não apenas na geolocalização, mas também na informação dos usuários, em uma rede colaborativa de informações, está oferecendo uma precisão cada vez maior. Cruzando dados históricos de velocidade, com informações em tempo real dos veículos a sua frente, é possível estimar o tempo de trajeto com uma precisão incrível e oferecer rotas alternativas em tempo real.
Refletindo sobre esta evolução, é possível traçar um paralelo com o conceito de Demand Driven Supply Chain, que propõe uma cadeia “puxada” pela demanda real, em contraponto a gestão “empurrada”, baseada em previsões de vendas, que encontramos na maioria das empresas.
Em um ambiente cada vez mais dinâmico e incerto, a capacidade preditiva com base em históricos de vendas é cada vez menor, o que leva a grandes erros de previsão e custos elevados com excesso de estoque e/ou rupturas. As empresas tentam usar um “GPS” para decidir que caminho escolher, mas o número de “acidentes” e outros problemas leva a erros significativos nestas escolhas.
Com o advento das ferramentas de CPFR, Big Data Analytics e da Internet of Things, podemos antecipar um planejamento da demanda baseado não apenas no histórico, mas nos acontecimentos em tempo real e, até mesmo, na antecipação de alguns eventos. É um novo paradigma sem dúvida, mas real! Estamos próximos do “WAZE” que tornará a cadeia mais Demand Driven!
Leonardo Julianelli
https://ilos.com.brSócio Executivo do ILOS. Graduado em Engenharia de Produção pela EE/UFRJ, é Mestre em Administração de Empresas pelo COPPEAD/UFRJ com extensão na EM Lyon, França, e doutor em Engenharia de Produção na COPPE/UFRJ. Tem diversos artigos publicados em periódicos e em revistas especializadas, sendo um dos autores do livro: “Previsão de Vendas: Processos Organizacionais & Métodos Qualitativos e Quantitativos”. Suas áreas de pesquisa são: Planejamento da Demanda, Serviço ao Cliente no Processo Logístico e Planejamento de Operações. Atuou durante 8 anos no CEL-COPPEAD/UFRJ, ajudando a organizar a área de Ensino em Logística. Em consultoria, realizou diversos projetos na área de logística, como Diagnóstico e Plano Diretor, Previsão de Vendas, Gestão de Estoques, Planejamento da Demanda e Plano de Capacitação em empresas como Abbott, Braskem, Nitriflex, Petrobras, Promon IP, Vale, Natura, Jequití, entre outras. Como professor, ministrou aulas em empresas como Coca-Cola, Souza Cruz, ThyssenKrupp, Votorantim, Carrefour, Petrobras, Vale, Via Varejo, Furukawa, Monsanto, Natura, Ambev, BR Distribuidora, ABM, International Paper, Pepsico, Boehringer, Metrô Rio, Novelis, Sony, GVT, SBF, Silimed, Bettanin, Caramuru, CSN, Libra, Schlumberger, Schneider, FCA, Boticário, Usiminas, Bayer, ESG, Kimberly Clark e Transpetro, entre outras.
