HomePublicaçõesInsightsINDICADORES DE PRODUTIVIDADE COMO INSTRUMENTOS DE APOIO À DECISÃO EM OPERAÇÕES DE ARMAZENAGEM

INDICADORES DE PRODUTIVIDADE COMO INSTRUMENTOS DE APOIO À DECISÃO EM OPERAÇÕES DE ARMAZENAGEM

Since 1990, Brazilian Government has been promoting the implementation of Quality and Productivity improvement programs. In this environment, it is important to study the development of productivity measurement, once it supports the application of these programs.Far from being simple, productivity measurement must consider the influence of external factors which may affect the real productivity achieved. If this is not done, it may lead to wrong conclusions about labor performance.

In this paper, a set of performance measures for the loading activity in a Lubricant Factory has been defined. This activity is one of the most important for the warehousing function in any company. Finally, an analysis has been made to show the importance of considering external factors that may influence productivity.

Keywords: measurement; productivity; quality; shipping; warehousing

  1. INTRODUÇÃO

A atividade de carregamento de caixas e baldes em caminhões em uma fábrica de lubrificantes influi de forma bastante relevante no relacionamento da empresa com as transportadoras que lhe prestam serviço, bem como no nível do serviço prestado aos clientes (tempo de entrega, número de avarias, etc.).

Sendo assim, o objetivo inicial traduziu-se na definição de medidas de produtividade que englobassem a atividade em questão. Tradicionalmente, o objetivo principal de se estabelecer um sistema de medição de produtividade para uma determinada atividade é prover a informação necessária para melhorar a produtividade, a alocação de pessoas e a performance do trabalho. Torna-se importante monitorar os resultados correntes, compará-los com valores históricos, medir o desempenho dos operadores, monitorar os progressos obtidos e até mesmo auxiliar o processo de avaliação de empregados.

Convém ressaltar a diferença entre desempenho (performance) e produtividade (output contra input). Desempenho é uma medida do nível individual de esforço e capacidade, é a razão entre o output real e o output padrão. Produtividade representa a razão entre as saídas geradas (output) e os recursos consumidos (input).

A definição de padrões de performance é bastante útil para a manutenção do nível desejado de produtividade. Essa definição pode ser feita a partir de diferentes técnicas, como por exemplo, estudo de tempos e movimentos, cálculo de estimativas ou metas de produtividade ou médias históricas.

Para cada função, um grande número de elementos de trabalho podem ser avaliados, cada um com sua unidade de medida própria. Portanto, devem ser selecionadas medidas adequadas, ou seja, que abranjam todo o processo analisado. As medidas podem fornecer informação muito útil àqueles que queiram identificar fontes de problemas ou razões de sucessos. Além disso, elas podem auxiliar o desenvolvimento de sistemas de controle, que permitam tomadas de decisão seguras e facilitem a implementação de programas de qualidade. Medir a produtividade significa, portanto, medir a eficiência de um processo. Conforme foi dito anteriormente:

Produtividade  = Output Produzido / Input Consumido

onde Output é uma medida da quantidade de trabalho realizado numa atividade (por exemplo, número de itens carregados ou peso carregado) e Input é uma medida do recurso consumido para realizar o trabalho (por exemplo, homem-hora ou hora-máquina).

Além dos conceitos de produtividade e desempenho, existe o conceito de utilização, que representa a fração de insumo consumida numa determinada atividade em relação ao total disponível para utilização.

A produtividade pode ser aumentada de três formas: reengenharia do processo em si, melhoria da utilização dos recursos e aumento da performance através de metas ou outros incentivos.

Atualmente é possível implementar sistemas de medidas nos quais cálculos complexos e grandes bases de dados sejam necessários uma vez que dispomos de recursos computacionais que auxiliam nessas tarefas. A tarefa principal é, portanto, decidir o que deve ser medido, que dados utilizar para desenvolver medidas importantes para a tomada de decisões e como apresentar tais medidas de forma que as pessoas possam compreendê-las e interpretá-las.

Para decidir o que deve ser medido, uma empresa deve fazer quatro perguntas: “O que se está tentando realizar?”; “O que representa uma boa medida disso?”; “Qual fórmula matemática calcula isso?”; “Quais são as fontes de dados?”. Seguindo essa seqüência lógica, é possível evitar perder-se no meio de dados excessivos, podendo-se assegurar que as medidas estão atingindo o alvo correto.

Além disso, o conjunto de medidas deverá possuir determinadas características que garantam sua eficácia. Tais características podem ser resumidas como: validade (A medida fornece acompanhamento das necessidades verdadeiras dos clientes ou da produtividade real?); cobertura (a medida ou grupo de medidas cobre todos os fatores relevantes?); comparabilidade (a medida pode ser comparada ao longo do tempo e em diferentes locais?); abrangência (todas as fontes que geram um output são cobertas pelas medidas?); utilidade (a medida serve para guiar ações?); compatibilidade (a medida é compatível com os dados existentes e com o fluxo de informações?); custo/benefício (quais são os trade-offs entre o custo de se obter a medida e os benefícios potenciais a serem atingidos?).

  1. DESCRIÇÃO DO SISTEMA

Conforme visto anteriormente, a atividade estudada neste trabalho consiste no carregamento de caminhões nos armazéns de baldes e caixas (carga seca) de uma fábrica de lubrificantes. Neste item, é feita uma descrição resumida do sistema considerado.

O caminhão, truck ou carreta, após estar pronto para carregar, encosta em uma doca do armazém de latas e baldes. A carga é movimentada por duas empilhadeiras e despaletizada manualmente dentro do caminhão. Após o término do carregamento no armazém de baldes, o caminhão deixa a doca e segue para outro armazém, onde é realizado o carregamento de caixas. Uma vez na doca, a carga é colocada no caminhão da mesma forma que no armazém de baldes. Cabe lembrar que um truck tem capacidade de até 15.000kg e uma carreta carrega até 30.000kg. Na etapa de implementação das medidas realizada neste estudo, o tempo total de carregamento foi calculado como sendo o tempo decorrido entre o início do carregamento no armazém de baldes e o término do carregamento no armazém de caixas.

3.DEFINIÇÃO DO CONJUNTO DE MEDIDAS

A partir dos conceitos explorados anteriormente e das informações obtidas acerca da operação, foram selecionadas algumas medidas de produtividade adequadas às atividades de embarque. Essas medidas classificam-se nos seguintes grupos: trabalho, instalações e equipamentos.

Índices de Trabalho

  • Taxa de carregamento em quilogramas por hora: representa o peso médio (em Kg) carregado em cada caminhão no intervalo de uma hora. O cálculo é feito dividindo-se o peso total carregado em cada caminhão pela diferença entre o horário final e o horário inicial de carregamento deste caminhão.
  • Veículos carregados por hora (em carretas/hora ou trucks/hora): representa a fração de veículo (truck ou carreta) que é carregada em uma hora. É calculado dividindo-se a taxa de carregamento pela carga média do caminhão considerado.
  • Performance relativa entre diferentes tipos de caminhão: representa a fração de um  caminhão carregada em tempo correspondente ao tempo de carregamento total de outro caminhão de tipo diferente. O cálculo é a razão entre as medidas de veículos carregados por hora de diferentes tipos de caminhão.

Índices de Instalações

  • Produtividade diária por doca (em Kg/doca.dia): representa a taxa diária de carregamento numa doca, ou seja, quantos quilogramas foram movimentados em cada doca em um dia. Seu cálculo é feito dividindo-se o total carregado em um dia (em Kg) pelo número de docas em operação neste dia.
  • Giro de doca (em Veículo/doca.dia): representa o número médio de veículos que encostam para carregar em cada doca em um dia. É calculado dividindo-se o número de veículos  carregados em um dia pelo número de docas em operação neste dia.

Índice de Equipamentos

  • Produtividade das empilhadeiras (kg/hora.empilhadeiras): representa o peso (em Kg) movimentado por cada empilhadeira no intervalo de uma hora. É calculado dividindo-se o total diário carregado (em Kg) pelo produto entre o número de empilhadeiras e o total de horas de utilização por dia.

Essas foram, então, as medidas de produtividade sugeridas para a operação de carregamento de caminhões de carga seca nesta fábrica de lubrificantes. No próximo item estão expostos alguns valores obtidos para cada uma dessas medidas, para efeito de exemplificação, a partir da coleta de um conjunto de dados do mês de fevereiro de 1995.
4.IMPLEMENTAÇÃO DAS MEDIDAS

Para os Índices de Trabalho, Instalações e Equipamentos selecionados, foram obtidos os valores médios abaixo, a partir de uma amostra de 127 veículos (4 dias). Nesta amostra, 58% dos veículos eram carretas e 42% eram trucks.

Índices de Trabalho

Taxa de carregamento

Para veículos em geral  3818,30 Kg/h
Para trucks   2942,51 Kg/h
Para carretas   4496,32 Kg/h

Veículos carregados por hora

Para veículos em geral  0,21 veículos/hora
Para trucks   0,26 trucks/hora
Para carretas   0,19 carretas/hora

Performance Relativa

TCtruck = 0,70 TCcarreta

onde TC = tempo de carregamento (médio da amostra)

Índices de Instalações

Produtividade diária por doca

Para veículos em geral 40267,68 Kg/doca.dia

Giro de Doca

Para veículos em geral 2,12 veículos/doca.dia
Para trucks 0,88 trucks/doca.dia
Para carretas 1,23 carretas/doca.dia

Índice de Equipamentos

Produtividade das Empilhadeiras
8628.79 Kg/hora.empilhadeira

Como já foi citado, os valores apresentados acima representam apenas os valores médios, obtidos num pequeno intervalo de tempo (apenas quatro dias), para as medidas sugeridas. Para um aproveitamento eficaz do sistema de medição de produtividade, faz-se necessário o acompanhamento dos valores dos índices ao longo do tempo, comparando-os com valores históricos ou metas a serem atingidas. A comparação das medidas antes e depois da implementação de alguma modificação no sistema de operação pode dar uma visão compreensível da eficácia dessa mudança.

Para exemplificar e mostrar como a visualização gráfica facilita a análise das medidas, é apresentado abaixo o gráfico do índice de trabalho Taxa de Carregamento. Cada ponto representa a média diária no período de 17 de fevereiro a 01 de abril de 1995.

Gráfico 1 – Taxa de Carregamento em kg/h (Trucks e Carretas)
As médias obtidas para produtividade de trucks e carretas foram 4831.78 Kg/h e 6067.80 Kg/h, respectivamente.

Pode-se reparar que a produtividade do carregamento em carretas é quase sempre maior que em trucks, apesar deste último veículo apresentar aumentos de produtividade proporcionalmente maiores que os das carretas. De qualquer forma, como a carreta comporta em média o dobro do volume de carga que um truck, porém apresenta uma taxa de carregamento (produtividade) maior, concluímos que há um ganho de escala no carregamento, ou seja: apesar da carreta ser duas vezes maior que um truck, o tempo de embarque não é necessariamente o dobro. Este ganho pode ser facilmente explicitado pelo fato do valor médio obtido anteriormente para o índice Performance Relativa entre carretas e trucks ter sido igual a 70%, ou seja, o tempo necessário para carregar um truck equivale ao tempo necessário para carregar 70% de uma carreta (em média), ao contrário dos esperados 50% se não houvesse ganhos de escala.

Sendo assim, ao longo da análise dos dados coletados e a partir de informações fornecidas pelas pessoas responsáveis pelo carregamento na fábrica de lubrificantes, ficou evidenciada uma interdependência entre alguns fatores que influenciam na produtividade do carregamento, como o tipo de caminhão (carreta ou truck) e o tipo de carga (fracionada ou unitizada). Convém esclarecer que uma carga fracionada é composta de muitos itens diferentes, já a carga unitizada é composta de poucos itens distintos. Decidiu-se analisar, então, se realmente existe influência de tais fatores na produtividade alcançada e, em caso afirmativo, eliminar interpretações errôneas acerca das variações dos valores da produtividade. Por exemplo, se o valor médio da produtividade da mão-de-obra de um mês for menor do que o observado no mês anterior, isso não significa necessariamente que a qualidade do trabalho dos operadores diminuiu. Pode ter havido maior ocorrência de caminhões com cargas fracionadas, ou o percentual de trucks pode ter sido consideravelmente maior do que o de carretas.

  1. PROJETO DE EXPERIMENTOS

O principal objetivo desta etapa foi obter informações sobre a sensibilidade do sistema a variações em dois fatores, que pareciam influenciar mais fortemente seu desempenho. Esses fatores são o tipo de caminhão (carreta ou truck) e o tipo de carga (fracionada ou unitizada).

Em primeiro lugar, decidiu-se verificar se realmente existia influência desses fatores na produtividade alcançada. Para isso foi utilizada uma amostra de 668 carregamentos, coletada ao longo dos meses de fevereiro, março e abril de 1995.

Essa amostra foi subdividida em quatro conjuntos de dados da seguinte forma:

1996_09.1_imagem 01

A produtividade média obtida para o CONJUNTO 4 foi, conforme esperado, menor do que a média obtida para o CONJUNTO 1.

Com o objetivo de verificar se as produtividades médias de cada um dos quatro conjuntos eram significativamente diferentes, foi realizada uma Análise de Variância (ANOVA) com as amostras. A partir do resultado dessa análise (apresentado no próximo item) pôde-se rejeitar a hipótese nula de igualdade das quatro médias, ou seja, a produtividade é maior no caso de carretas e de cargas unitizadas.

O próximo passo consistiu em identificar a importância relativa dos fatores sobre a performance do sistema. Com isso seria possível determinar qual deles afeta mais a produtividade do carregamento. Além disso, seria interessante verificar se existe interação significativa entre o par de fatores. Foi realizado então, um projeto fatorial simples mediante auxílio de software estatístico (SPSS).

O projeto fatorial permite isolar os efeitos principal e secundário dos fatores em questão. O efeito principal indica a importância de um dado fator (tipo de carga, por exemplo) para o desempenho do sistema, considerando-se o conjunto das configurações possíveis. O efeito secundário indica a possível interação entre os dois fatores. Os resultados estão apresentados no próximo item.

  1. APRESENTAÇÃO DOS RESULTADOS

Na tabela 1 abaixo está apresentado o resumo das estatísticas obtidas após os cálculos da Análise de Variância (ANOVA).

 1996_09.1_imagem 02

Decompondo a variação total da produtividade do carregamento nos componentes tipo de carga e tipo de caminhão, pode-se testar se existe diferença discernível entre os quatro conjuntos. Em qualquer dos testes será levada em conta a influência estranha do outro fator.

Se a hipótese nula (H0) de igualdade das médias for verdadeira, a razão entre a variância explicada e a variância não explicada deve ter distribuição F.

Desta forma, para três graus de liberdade entre os grupos e 664 graus de liberdade dentro dos grupos, tem-se que o valor crítico de F é 2,61 contra 12,37 da razão entre as variâncias.

Conseqüentemente conclui-se que, ao nível de 5%, há diferença discernível entre as quatro médias.

No projeto fatorial, onde novamente a variável dependente foi a produtividade (taxa de carregamento) e os fatores foram o tipo de carga e o tipo de caminhão obteve-se os seguintes resultados:

1996_09.1_imagem 03

Pôde-se concluir, portanto, que existem efeitos principais significativos para os dois fatores (significância de F igual a 0,001 para Tipo de Carga e 0,002 para Tipo de Caminhão) mas que não existe interação entre esses fatores (significância de F igual a 0,691 para o efeito secundário).

Uma vez que não existe interação relevante entre os dois fatores, o modelo pode ser considerado aditivo. Desta forma, um meio de se estimar o efeito de cada fator é calcular a regressão linear múltipla da produtividade como variável dependente, função do tipo de carga e do tipo de caminhão. Cabe ressaltar que os dois fatores foram tratados como variáveis do tipo 0 ou 1, ou seja, valores intermediários para o tamanho do caminhão e para o nível de unitização da carga não foram considerados.

Os resultados da regressão encontram-se na tabela abaixo:

1996_09.1_imagem 04

A estatística T apresenta, para os dois coeficientes das variáveis independentes, valores superiores a 1,96. Sendo assim, os coeficientes apresentam significância estatística para um intervalo de confiança de 95%, podendo ser considerados boas estimativas para o efeito dos fatores na produtividade.

A equação obtida pela regressão é a seguinte:

Produtividade  =  854,77*Tipo de Carga  +  833,56*Tipo de Caminhão  +  4436,82

Finalmente, pode-se concluir que o carregamento de carga unitizada em um determinado caminhão provoca um aumento médio na produtividade de 854,77 Kg/h em relação ao carregamento de carga fracionada. Já o efeito de carregar-se em carreta representa um aumento médio de 833,56 Kg/h na produtividade, comparando-se ao carregamento em truck.

Se compararmos a variação da média das amostras com a média global (M = 5326,44 Kg/h) teremos os seguintes resultados, para as configurações mais favorável e menos favorável:

1996_09.1_imagem 05

Pode-se perceber que, se o carregamento fosse executado apenas em carretas com carga unitizada, a produtividade seria 15,5 % maior do que a média atual, enquanto que se fosse executado somente em trucks com carga fracionada, sua produtividade cairia 16,1 % em relação à média. Esta é uma outra forma de visualizar a influência desses fatores na produtividade do carregamento.

  1. CONCLUSÃO

Conforme pôde ser constatado, a produtividade do carregamento de caminhões na fábrica de lubrificantes é realmente influenciada pelos fatores tipo de carga e tipo de caminhão, embora possam existir outros fatores não considerados neste estudo que também exercem influência sobre a produtividade. Essa conclusão pode ser útil, por exemplo, na definição de entregas a serem realizadas, que pode ser feita considerando a influência dos dois fatores considerados e os custos relacionados às variações de produtividade do carregamento.

Os resultados aqui apresentados mostram o potencial existente na implementação de um sistema de medição de performance. Ainda que a influência dos fatores carga e caminhão na produtividade alcançada possa parecer óbvia para as pessoas que operam no dia-a-dia da movimentação de materiais da fábrica, aqui ela pôde ser quantificada, podendo-se a partir disso estimar possíveis ganhos a serem obtidos com o controle dos fatores considerados.

Da mesma forma, o acompanhamento dos valores coletados para os outros índices sugeridos, e não apenas a medida taxa de carregamento, poderá levar ao surgimento de outras análises ou à percepção de outras influências ainda não detectadas que poderão trazer ganhos expressivos ao setor de carregamento de baldes e caixas.

Uma proposição para novo estudo seria a avaliação da influência do deslocamento dos caminhões entre os dois armazéns da fábrica, no sentido de quantificar essa influência no desempenho geral do carregamento. Isso poderia auxiliar decisões relacionadas a uma possível alteração na planta a longo prazo.

BIBLIOGRAFIA

* “Measuring and Improving Productivity in Warehousing” in: Measuring and Improving Productivity in Physical Distribution, National Council of Physical Distribution Management, 1984.

* Byrne, Patrick M. & Markham, William J., “Improving Quality and Productivity in the Logistics Process”, 1991.

* Caplice, Chris; Sheffi, Yossi, “A Review and Evaluation of Logistics Metrics”, The International Journal of Logistics Management, Vol.5, No.2, 1994.

* Fleury, Paulo Fernando, “ Estrutura de Produção e Desempenho Operacional: Identificação de Variáveis Chave Através de Simulação”; Relatório Coppead 261, Março,1992.

Autor: Peter Wanke e Ana Luiza Mendonça

https://ilos.com.br

Doutor em Ciências em Engenharia de Produção pela COPPE/UFRJ e visiting scholar do Departamento de Marketing e Logística da Ohio State University. Possui os títulos de Mestre em Engenharia de Produção pela COPPE/UFRJ e de Engenheiro de Produção pela Escola de Engenharia da mesma universidade. Professor Adjunto do Instituto COPPEAD de Administração da UFRJ, coordenador do Centro de Estudos em Logística. Atua em atividades de ensino, pesquisa, e consultoria nas áreas de localização de instalações, simulação de sistemas logísticos e de transportes, previsão e planejamento de demanda, gestão de estoques em cadeias de suprimento, análise de eficiência de unidades de negócio e estratégia logística. Possui mais de 60 artigos publicados em congressos, revistas e periódicos nacionais e internacionais, tais como o International Journal of Physical Distribution & Logistics Management, International Journal of Operations & Production Management, International Journal of Production Economics, Transportation Research Part E, International Journal of Simulation & Process Modelling, Innovative Marketing e Brazilian Administration Review. É um dos organizadores dos livros “Logística Empresarial – A Perspectiva Brasileira”, “Previsão de Vendas - Processos Organizacionais & Métodos Quantitativos”, “Logística e Gerenciamento da Cadeia de Suprimentos: Planejamento do Fluxo de Produtos e dos Recursos”, “Introdução ao Planejamento de Redes Logísticas: Aplicações em AIMMS” e “Introdução ao Planejamento da Infraestrutura e Operações Portuárias: Aplicações de Pesquisa Operacional”. É também autor do livro “Gestão de Estoques na Cadeia de Suprimento – Decisões e Modelos Quantitativos”.

Cadastre-se e receba conteúdos exclusivos e atualizações de mercado

Mantenha-se informado sobre as últimas tendências e tecnologias em Logística e Supply Chain

Rio de Janeiro

Tv. do Ouvidor, 5, sl 1301
Centro, Rio de Janeiro – RJ
CEP: 20040-040
Telefone: (21) 3445.3000

São Paulo

Alameda Santos, 200 – CJ 102
Cerqueira Cesar, São Paulo – SP
CEP: 01419-002
Telefone: (11) 3847.1909

CNPJ: 07.639.095/0001-37 | Razão Social: ILOS/LGSC – INSTITUTO DE LOGISTICA E SUPPLY CHAIN LTDA

© Todos os direitos reservados para ILOS – Desenvolvido por Design C22