Estudo Sobre o Impacto da Formação de Pedidos na Geração do Efeito Chicote na Cadeia: Um Enfoque Com o Uso de Modelos de Dinâmica de Sistemas

Transcrição

1 Estudo Sobre o Impacto da Formação de Pedidos na Geração do Efeito Chicote na Cadeia: Um Enfoque Com o Uso de Modelos de Dinâmica de Sistemas Autoria: Julio Cesar Bastos de Figueiredo, Lorraine Rupp Gazze Resumo: O objetivo deste trabalho é estudar o impacto da formação de pedidos na geração do efeito chicote. Constrói-se um modelo de dinâmica de sistemas que simula uma cadeia genérica de três elos. Analisa-se o formato dos pedidos no último elo da cadeia variando-se a configurações da demanda de três formas: 1-constante, 2-com estímulo e 3-em lotes. Verificase que tanto a demanda com estímulo quanto em lotes causam grandes oscilações nos estoques e processos, sendo que as variações do modelo de lote são as de maior amplitude e tais oscilação tornam-se maiores na medida em que aumenta a frequência dos pedidos. 1

2 1. INTRODUÇÃO A crescente importância dada à logística e à gestão da cadeia de abastecimento contrasta com a situação instável que se encontram alguns membros da cadeia (SAAB, 23). Entendem-se como membros da cadeia os nós dos canais de marketing, com os quais o mercado realiza a transferência de propriedade de produtos e serviços (BOWERSOX e CLOSS, 21). Segundo Chase et al. (21) a administração da cadeia de abastecimento atrai a atenção dos gestores empresariais pelo fato de que hoje várias companhias buscam vantagens competitivas por meio da configuração de sua cadeia. Para garantir o aumento da vantagem competitiva total é necessário adotar medidas que garantam um sistema de gerenciamento de estoque eficiente durante todo o trajeto produtivo, na qual destacam-se os modelos de previsão da demanda e a sincronização desta previsão ao longo da cadeia (BOERSOX e CLOSS, 21). O efeito chicote foi descrito pela primeira vez por Forrester (1961) que o definiu como um fenômeno de impacto negativo sobre as previsões da demanda entre os membros. De acordo com esse efeito, uma falha na antecipação da demanda é agravada no sentido a montante da cadeia. Ou seja, os elos mais próximos ao consumidor influenciam diretamente as variações da demanda e o planejamento de produção de seus fornecedores. Este estudo procura analisar o impacto da formação dos pedidos sobre o efeito chicote na cadeia. Em um modelo estruturado e genérico, varia-se a configuração da demanda para análise do comportamento das soluções. Toma-se como base o modelo de Kirkwood (1998), projetado para uma cadeia de três nós: varejo, distribuidor e fabricante. O modelo considera os níveis de estoque, carteira de pedidos, variáveis de pipeline, demanda e processos. 2. REFERENCIAL TEÓRICO 2.1 Gestão da Cadeia de Abastecimento e o Efeito Chicote O gerenciamento da cadeia de abastecimento refere-se às interações entre todos os elementos que a compõem, passando desde o primeiro fornecedor até o consumidor final. Milgrom e Roberts (1992) afirmam que dentro desta estrutura as empresas podem produzir mais se cooperarem, especializando-se em suas atividades e exercendo transações umas com as outras para complementar os produtos que necessitam. Para estabelecer tal cooperação os produtores especializados precisam coordenar suas ações, motivação e estruturas formais, e é neste contexto que surge o problema da organização da cadeia (SAAB, 23). Transações implicam em custos de coordenação e motivação, que variam em função da natureza da transação e da forma como as empresas estão organizadas. Com isso, um dos objetivos de gerir a cadeia de abastecimento é diminuir os custos de transações entre os elos. Segundo Bowersox e Closs (21) a diversidade das relações dificultam o entendimento e generalização dos desafios de implementar estratégias na cadeia. Ou seja, o desempenho estratégico dos elos depende das relações entre os mesmos e sua complexidade. Porier e Reiter (1997) identificam que uma forma de diminuir esta complexidade e melhorar as relações é a geração espontânea de um elemento (nó) que una os demais membros. Entretanto, os autores afirmam que a influência exercida por este elemento apenas enfraquece a cadeia. Dessa maneira, a solução seria melhorar a relação por meio de uma cooperação e coordenação entre os membros e não por união ao elo forte. Todavia, quanto mais níveis a cadeia de abastecimento tiver, maior será a necessidade de cooperação para redução dos custos de transação e do efeito chicote, que é o resultado dos atrasos e das amplificações de pedidos ao longo da cadeia. 2

3 Antes dos estudos de Forrester (1973), pouco se sabia sobre os efeitos de atrasos, amplificações e estrutura organizacional no comportamento dinâmico de uma cadeia de distribuição. O autor evidenciou que as interações entre os componentes da cadeia podem ser mais importantes que os próprios componentes. Forrester (1973) mostrou que tais comportamentos indesejáveis são, em geral, oriundos das formas de políticas de uma empresa. Como comportamentos indesejáveis entendem-se (1) as grandes flutuações na produção da fábrica causadas por pequenas mudanças nas vendas do varejo, (2) a dificuldade de melhorar as decisões gerenciais baseadas apenas na redução dos atrasos administrativos, (3) a impossibilidade de atendimento dos pedidos pela fábrica, mesmo quando a capacidade máxima não é utilizada, e (4) a amplificação da variação de produção causada por campanhas publicitárias. Em seu trabalho Forrester (1973) considerou a importância dos fluxos de pedidos na cadeia. Para o autor os pedidos na cadeia podem ser divididos em três componentes: (1) pedidos para repor itens vendidos, (2) pedidos para ajustar inventários na medida em que muda o nível de atividade do negócio e (3) pedidos para preencher o pipeline de suprimentos e carregamentos em trânsito. Lee et al. (1997) se aprofundaram no estudo sobre o efeito chicote e afirmaram que informações distorcidas de uma extremidade de uma cadeia de abastecimento para a outra podem levar a enormes ineficiências, tais como investimentos excessivos em estoque, baixo nível de serviço ao consumidor, nível de venda baixo, planejamento de capacidade equivocado, ineficiências no transporte e erros no calendário de produção (LEE et al., 1997). Assim, verifica-se que para obtenção de vantagem competitiva sustentável as empresas devem diminuir o efeito chicote em sua cadeia buscando integração entre os fornecedores. Este fenômeno também foi estudado por Simchi (23) que mostrou que fornecedores e varejistas observaram na prática que, enquanto a demanda dos clientes por produtos específicos não variava muito, os estoques e os níveis de reabastecimento flutuavam consideravelmente ao longo de sua cadeia de abastecimento. Lee et al. (1997) mostram ainda que no passado as companhias não tinham acesso a informações sobre as reais vendas de seus produtos no canal de distribuição, então as empresas contavam apenas com os pedidos de venda para realizar suas previsões de demanda, seus planos de expansão da capacidade, sua política de estoque e planejamento operacional. Com a incerteza relacionada a este dado de entrada ocorriam variações nos processos, ocasionando erros que prejudicavam o resultado final da empresa. Conclui-se assim, que muitas empresas eram vítimas das oscilações de seus compradores, e por sua vez também criavam distorções perante seus fornecedores. A quantidade excessiva de estoque foi uma das motivações para a criação do ECR (Efficient Consumer Response Resposta Eficiente ao Consumidor) que é uma estratégia em que fornecedores e distribuidores trabalham em conjunto visando aumentar o valor para o consumidor final. Este valor está diretamente relacionado ao efeito chicote uma vez que a distorção de informações faz com que o total de estoque na cadeia exceda 1 dias de fornecimento. Em casos como o da indústria farmacêutica este número pode passar de um ano de estoque. (LEE et al., 1997). De acordo com Lee et al. (1997) até mesmo em cadeias simples existe uma variação entre a venda ao consumidor e os pedidos aos demais níveis de fornecimento (figura 1). 3

4 2.2 Causas do Efeito Chicote Para solucionar o problema da distorção da informação as empresas precisam primeiro entender o que causa o efeito chicote. Companhias inovadoras em diferentes indústrias precisam coordenar as informações e seus planejamento com toda a cadeia para controlar o efeito chicote e aumentar sua própria performance. Ou seja, as empresas devem modificar a estrutura de sua cadeia de fornecimento e não apenas mudar o comportamento dos compradores. Figura 1: Aumento da variabilidade de pedidos na cadeia de abastecimento. Fonte: Lee et al., As causas do efeito chicote foram analisadas por diferentes autores. Forrester (1961) sugere que o tempo de espera para o recebimento do pedido é o principal motivo, já Chen et al. (2) adicionam como motivo ações de cooperação tais como: compartilhamento e centralização de informações, alinhamento nas decisões e uso de previsões da demanda em comum. Por sua vez, Lee et al. (1997) identifica entre uma das causas do efeito chicote o formato e o tamanho dos pedidos. Quanto a este aspecto Coelho et. al (29) trazem duas influências principais para o tamanho dos pedidos. A primeira é o processo de revisão periódica de estoque realizada por algumas empresas. Segundo o autor a revisão periódica é uma maneira de diminuir a incerteza uma vez que o fabricante revisa seu estoque para adequar o lote a ser produzido. Entretanto este ajuste na produção aumenta os custos e altera o valor real dos dados gerando perturbações. Lee et al. (1997) apontam que devido aos custos de pedir a mercadoria a maioria das empresas não realiza pedidos com a mesma frequência que vende seus produtos. Ou seja, 4

5 esperam acumular vendas para realizar pedidos maiores com uma frequência menor. Assim, a variação aumenta quando as empresas não traduzem sua demanda em seus pedidos. Todavia, um aumento da frequência de pedidos deve estar associada a uma capacidade mais flexível do processo produtivo, principalmente no que se refere aos seu prazos de ajuste. Por exemplo, uma loja vende 5 pacotes de bala de segunda a sexta e 1 pacotes aos sábados e domingos, entretanto, realiza compras semanais de 45 pacotes, assim o fornecedor interpreta que sua demanda diária é em média 6,5 pacotes enquanto na realidade existe um fator sazonal aos finais de semana. A figura 2 ilustra este exemplo. Quantidade Demanda Real x Pedido em Lote Demanda Real Pedido em Lote Figura 2: Demanda Real x Pedido em Lote. Fonte: os autores. 2.3 A Dinâmica de Sistemas De acordo com Forrester (1961) a dinâmica de sistemas é uma metodologia voltada para o estudo dos feedbacks característicos das atividades de uma indústria. Ou seja, trata-se de uma análise da estrutura organizacional, de suas amplificações, atrasos e interações que influenciam no sucesso da empresa. A dinâmica de sistemas é uma metodologia quantitativa e experimental que analisa a estrutura dos sistemas organizacionais ou sociais por meio das relações causais entre seus elementos em um dado espaço de tempo. O objetivo central é o estudo dos comportamentos gerais do sistema com base nas estruturas que geram padrões de comportamento entre as partes (STERMAN, 2). Por exemplo, a relação das políticas corporativas com o crescimento e estabilidade da indústria (FORRESTER, 1961). Segundo Pidd (1998) é possível testar diferentes soluções e políticas para a operação do sistema por meio de ferramentas de simulação que avaliam-se os efeitos dos feedbacks de informação, os impactos de decisões e a interação entre os componentes do sistemas por meio da relação de causa e efeito das variáveis estruturadas em modelos matemáticos. A dinâmica de sistemas baseia-se na análise de uma situação a partir de um ponto de vista externo por meio de diagramas recriados e modelos matemáticos. A ideia fundamental consiste no Princípio de Acumulação que determina o comportamento dinâmico. De acordo com Sterman (2) este tipo de comportamento acontece quando algo flui por algum meio de alguma forma. Ou seja, as transições de valores dos recursos acumulados em estoque 5

6 ocasionam uma resposta dinâmica do sistema. Essas transações são controladas por fluxos de entrada e saída de recursos de estoque. A figura 1 ilustra um estoque B controlado por um fluxo F e mostra como é computada a transição do valor do estoque B do instante t para o instante t+dt. + = + = Figura 3: Estoque B controlado por um fluxo F. Fonte: Figueiredo (25) O processo de modelagem em Dinâmica de Sistemas pressupõe a existência de ambientes computacionais próprios para a construção dos modelos e execução das simulações. Várias são hoje as plataformas que permitem a implementação de modelos com o uso dessa metodologia. A mais conhecida e utilizada destas plataformas é o software Vensim, da Ventana Systems (VENSIM, 213). Isso se deve principalmente ao fato de sua versão PLE (disponibilizada através da Internet) ser gratuita para fins acadêmicos e educacionais. Neste trabalho, os modelos desenvolvidos foram construídos com o uso do software Vensim PLE. 2.4 O Modelo de Kirkwood Kirkwood (1998) criou um modelo de simulação para facilitar a tomada de decisões administrativas na cadeia ilustrando os fluxos de produção e distribuição genéricos de uma empresa. As dificuldades de um sistema de produção e distribuição são normalmente atribuídas a eventos externos, mas podem ser causadas pela estrutura interna do sistema e evitados por meio de simulações que evidenciem suas consequências. (KIRKWOOD, 1998). O modelo proposto contém dois fluxos de processos: o fluxo produtivo (pedidos), e o fluxo de distribuição (materiais) que são interligados pela etapa de produção. Supõe-se que as vendas (demanda) são pré-determinadas, ou seja, é uma variável exógena ao modelo. As variáveis em letras maiúsculas representam constantes auxiliares, já as variáveis em minúsculas são variáveis auxiliares e as variáveis dentro da caixa com borda preta são as variáveis de nível do modelo. A figura 4 apresenta o modelo fundamental de Kirkwood (1998). O procedimento mais simples para pedidos é comprar exatamente o que é vendido. No entanto a maioria dos varejistas não pode pedir imediatamente cada vez que fizer uma venda. Assim, a venda é baseada em uma média da demanda em determinado período de tempo, chamado no modelo de TEMPO PARA VENDAS MÉDIAS. Complementa o modelo a constante META DE ATRASO DA PRODUÇÃO que juntamente com a Carteira de Pedidos impacta na variável produção desejada. Como não há estoque na fábrica, o fluxo de produção ajusta-se para manter a META DE ATRASO DA PRODUÇÃO. O mecanismo considera que a etapa de pedidos deve ser capaz de prever o tempo que vai demorar para receber um pedido que é colocado. Assim, se a META DE ATRASO DA PRODUÇÃO é de duas semanas, a fábrica vai tentar definir a produção desejada, de modo que a atual Carteira de Pedidos da Fábrica seja apurada neste período. 6

7 pedidos desejados no pipeline ATRASO NO RECEBIMENTO DE PEDIDOS TEMPO PARA AJUSTE DO PIPELINE pedidos TEMPO PARA VENDA MÉDIAS INVENTÁRIO DESEJADO venda médias TEMPO PARA AJUSTE DO INVENTÁRIO Carteira de Pedidos produção desejada META DE ATRASO DA PRODUÇÃO Produção TEMPO PARA AJUSTE DA PRODUÇÃO vendas Estoque Demanda Figura 4: Modelo fundamental de Kirkwood. Fonte: Kirkwood, Os valores das constantes do modelo foram definidas por Kirkwood (1998) como: META DE ATRASO DA PRODUÇÃO = 2 semanas; TEMPO PARA VENDAS MÉDIAS = 1 semana; TEMPO PARA AJUSTE DA PRODUÇÃO = 4 semanas. A Carteira de Pedidos inicial é de 2 unidades. O estoque inicia-se com 4 unidades, pois o TEMPO PARA AJUSTE DA PRODUÇÃO é de 4 semanas. Ou seja: = TEMPO PARA AJUSTE DA PRODUÇÃO = 1 4 = 4 = META DE ATRASO DA PRODUÇÃO = 1 2 = 2 A variável produção desejada impacta na produção juntamente com a constante TEMPO PARA AJUSTE DA PRODUÇÃO, que representa o atraso entre a produção desejada e a efetiva. A produção é uma função exponencial do atraso entre a produção desejada e o TEMPO PARA AJUSTE DA PRODUÇÃO. Para garantir que o estoque não atinja níveis indesejados o modelo conta com duas constantes: INVENTÁRIO DESEJADO e TEMPO PARA AJUSTE DO INVENTÁRIO. Os pedidos se ajustam para manter o INVENTÁRIO DESEJADO, dependendo, por sua vez, do nível de estoque. Ou seja, se o modelo permanece constante a diferença entre o INVENTÁRIO DESEJADO e o estoque é eliminada no período de TEMPO PARA AJUSTE DO INVENTÁRIO. Contudo, se o INVENTÁRIO DESEJADO é menor que o estoque então os pedidos serão reduzidos. Estas constantes contém os seguintes valores: 7

8 INVENTÁRIO DESEJADO TEMPO PARA AJUSTE DO INVENTÁRIO = 4 unidades; = 2 semanas. Por fim, inclui-se o processo de pipeline por meio da variável pedidos desejados no pipeline e das constantes ATRASO NO RECEBIMENTO DE PEDIDOS e TEMPO PARA AJUSTE DO PIPELINE. A variável pedidos desejados no pipeline é a quantidade de pedidos a qualquer momento, que depende das vendas médias corrigidas pelo ATRASO NO RECEBIMENTO DE PEDIDOS. Os valores das constantes são: ATRASO NO RECEBIMENTO DE PEDIDOS = 2 semanas; TEMPO PARA AJUSTE DO PIPELINE = 2 semanas Modificações do modelo de Kirkwood DURAÇÃO FATOR FIM INICIO Demanda INTERVALO PATAMAR Demanda = PATAMAR*PULSE (, INÍCIO) +FATOR*PULSE TRAIN (INÍCIO, DURAÇÃO, INTERVALO, FIM) Figura 5: Diagrama de causas e a função Vensim (VENSIM, 213) da Demanda que foi utilizada neste trabalho. O Gráfico ao lado mostra um exemplo de cada demanda gerada de acordo com o dados da tabela 1: Modelo Constante, Modelos Estímulo e Modelo Lote. Fonte: os autores. 8

9 Figura 6: Modelo analisado neste trabalho. Fonte: Adaptado de Kirkwood,

10 Para analisar o efeito do formato dos pedidos no chicote modificou-se, neste trabalho, a estrutura do modelo de Kirkwood (1998) com o intuito de simular uma cadeia de 3 nós: varejista, distribuidor e fabricante. A figura 6 representa o modelo final que é estudado. Como estipulado nas premissas do modelo os pontos de venda são representados por um único nó com demanda agregada, o que, de acordo com a Teoria do Portfólio de Markowtiz (MARKOWITZ, 1952), anula os efeitos de flutuações randômicas em diferentes pontos de venda. A diferença fundamental do modelo da figura 6 para o modelo da figura 4 está na função da demanda. Como deseja-se verificar o impacto de 3 formas de demanda: Modelo Constante, Modelos Estímulo e Modelo Lote, construiu-se uma função que é capaz de reproduzir via parametrização cada um destes comportamentos (figura 5). A tabela 1 apresenta os valores dos parâmetros utilizados neste trabalho para simular os três modelos de demanda. A simulações serão feitas em um período de 5 semanas considerando os 3 formatos de demanda de pedidos. Tabela 1: Valores das constantes que definem os tipos de demanda testados. Início (Início do pulsos dos lotes) Fim (Fim dos pulsos de lotes) Duração (Duração dos pedidos) Intervalo (Tempo entre lotes) Fator (Nível máximo dos lotes) Patamar (Nível mínimo da demanda) Modelo Demanda Constante Modelo Demanda com Estímulo Modelo em Lotes Fonte: os autores. Por fim, algumas premissas adotadas para a elaboração do modelo: a) O estudo limita-se as transações econômicas de compra e venda de produtos de consumo dentro de uma mesma região. Ou seja, não é considerada a tributação heterogênia de outras regiões. b) A cadeia é formada por três nós e dois elos: Fabricante, Distribuidor e Varejista. c) Os produtos são vendidos e não consignados. Ou seja, não existe fluxo de devolução. d) O número de pontos de vendas é representado por um único nó com demanda agregada. e) Assume-se que a carteira de pedidos, o estoque e os processos podem ter valores negativos. Além disso, é possível retirar mais produtos que o encomendado. Tais fatores não correspondem ao cenário realístico mas são aceitáveis para o funcionamento do modelo (KIRKWOOD, 1998). São analisados os efeitos da modificação nos três nós cadeia, avaliando tanto a modificação nas variáveis já existentes quanto na diferença entre a produção e a demanda. 1

11 3. ANÁLISE DAS SIMULAÇÕES 3.1 Modelo de Demanda Constante Para obter uma configuração de demanda constante utiliza-se o conjunto de parâmetros: PATAMAR = 5, FATOR = ; DURAÇÃO = ; INTERVALO = ; INÍCIO = 51 e FIM = 51. Mantem-se fixos também os valores inicias de estoque e carteira de pedidos em 4 e 2 unidades respectivamente. Ao assumir a constante PATAMAR em 5 unidades o número de pedidos na primeira semana inicia-se em 9 unidades, uma vez que é necessário atender a demanda e manter o inventário desejado de 5 unidades. Porém após a 4ª semana, TEMPO PARA AJUSTE DO INVENTÁRIO somado ao TEMPO PARA AJUSTE DO PIPELINE ocorre à estabilização dos pedidos em 5 unidades. Visto que existe o TEMPO PARA AJUSTE DO PROCESSAMENTO, a demanda de 5 unidades não é suprida pela quantidade em estoque, causando acúmulo da carteira de pedidos do distribuidor. No elo do distribuidor intensificam-se as oscilações, primeiramente devido à configuração das vendas que sofreu influência do processamento, mas ainda devido ao fato de que esta cadeia também conta com TEMPO DE AJUSTE DO INVENTÁRIO, TEMPO DE AJUSTE DO PIPELINE B e TEMPO DE AJUSTE DA PRODUÇÃO. Os resultados podem ser vistos na figura Modelo de Demanda com Estímulo Para obter uma configuração de demanda com estímulo utiliza-se o conjunto de parâmetros: PATAMAR = 8, FATOR = 12; DURAÇÃO = 41; INTERVALO = ; INÍCIO = 51 e FIM = 51. Com estes parâmetros ocorre um único aumento da demanda que se mantem constante até o final da análise como pode ser visto na figura 8. Nesta simulação os pedidos do varejo iniciam-se com um valor baixo, porém o estímulo causa uma oscilação maior na demanda. Como consequência aumenta-se a oscilação em todas as demais variáveis. O nível mais impactado é o Estoque do Distribuidor devido à grande variação do processamento. Conclui-se que, ao aumentar a diferença entre a demanda inicial e a demanda após o estímulo, o efeito chicote é agravado, e o menor impacto está no elo do varejista que sofre menor oscilação. Venda Varejo x Venda Distrib Processamento x Produção Produção x Venda Varejo 9 2, 2, 45 vendas do varejo : Current vendas do distribuidor : Current -2, processamento : Current produção da fabrica : Current -2, produção da fabrica : Current vendas do varejo : Current Figura 7: Resultados do Modelo de Demanda Constante. Fonte os autores. 11

12 Venda Varejo x Venda Distrib Processamento x Produção Produção x Venda Varejo vendas do varejo : Current vendas do distribuidor : Current -4 processamento : Current produção da fabrica : Current -4 produção da fabrica : Current vendas do varejo : Current Figura 8: Resultados do Modelo de Demanda com Estímulo. Fonte os autores. Venda Varejo x Venda Distrib Processamento x Produção Produção x Venda Varejo vendas do varejo : Current vendas do distribuidor : Current -4 processamento : Current produção da fabrica : Current -2 produção da fabrica : Current vendas do varejo : Current 3.3 Modelo de Demanda em Lotes Figura 9: Resultados do Modelo de Demanda em Lotes. Fonte os autores. Para obter uma configuração de demanda em lotes utiliza-se o conjunto de parâmetros: PATAMAR = 1, FATOR = 48; DURAÇÃO = 1; INTERVALO = 4; INÍCIO = 1 e FIM = 51. Na figura 9 vemos que a demanda em lotes frequentes gera uma maior frequência de oscilação na produção, ou seja a configuração em lote faz com quem em certos períodos a fábrica tenha produções muito altas seguidas de baixas. Tal diferença entre os elos é a característica do efeito chicote se os tempos de ajuste produtivo são muito altos em relação às variações da demanda como é o caso nesta simulação. Em razão disto não se pode afirmar que pedidos em lotes frequentes diminuem o efeito chicote se a produção não tiver flexibilidade para se adaptar a estas mudanças. Ou seja, em certos contextos, demandas contínuas podem apresentar menor efeito chicote. 4. DISCUSÃO DOS RESULTADOS Em todas as simulações os parâmetros ATRASO NO RECEBIMENTO DOS PEDIDOS, INVENTÁRIO DESEJADO, TEMPO PARA AJUSTE DO INVENTÁRIO e TEMPO PARA AJUSTE DO PIPELINE tiveram os mesmos valores nos três modelos, ou seja, em todos os casos a capacidade de adaptação da produção era a mesma. Após as simulações foi na Carteira de Pedidos do Fabricante que verificou-se as maiores discrepâncias entre os modelos. O modelo de lotes apresentou as maiores diferenças entre produção e demanda após a 1ª semana. Também apresentou a maior frequência na oscilação. 12

13 Pois, nos períodos de pedidos de lotes, havia atrasos na entrega, enquanto em períodos sem demanda de pedidos, ocorria sobras de estoque mesmo com produção reduzida. Isto se dá justamente pelo fato de que a produção ser ineficiente para fazer os ajustes necessários rapidamente. O impacto das oscilações na Carteira de Pedidos na Fábrica reflete-se na instabilidade da produção. O Modelo Lote novamente apresentou diferenças entre os períodos passando de 3 unidades para -15 unidades em 8 semanas. Já o modelo de demanda constante apresenta seus valores fixos em 1 unidades produzidas (figura 1). A produção não acompanha a demanda devido ao atraso de ajuste de inventário e produção. Em razão disto o efeito chicote acumulado é maior no Modelo Lote seguido do Modelo Demanda com Estímulo, pois a amplitude da produção é quase duas vezes maior com lotes. Novamente, deve-se levar em conta que os prazos de ajuste são os mesmos nos três modelos. Pode-se concluir então que nem sempre pedidos de lotes frequentes podem levar a uma melhor situação de gerenciamento nas cadeias. A frequência de pedidos deve necessariamente estar alinhada com uma maior capacidade de adaptação e velocidade de resposta dos nós da cadeia. 5. CONCLUSÕES Como afirmado por Lee et. al (1997) a configuração da demanda em lote aumenta o efeito chicote. Isto foi observado nos resultados das simulações, uma vez que ocorreu grande distanciamento entre a produção e a venda e maior amplitude nas oscilações nos níveis mais distantes do consumidor final. O Modelo Lote desestabiliza os processos, que aumentam após o recebimento do lote para compensar o backlog. Porém, verifica-se que devido aos loops de feedback da dinâmica de sistemas os processos voltam a diminuir com a queda nas vendas médias. Contudo, devido ao tempo de ajustes dos processos e do inventário o ajuste da produção não é simultâneo às modificações no consumo aumentando a diferença entre os processos e a demanda. Conclui-se ainda que o estoque inicial do modelo em equilíbrio não é suficiente para suprir a entrada do lote de produtos causando rupturas. vendas do distribuidor Carteira de Pedidos na Fábrica produção da fabrica peças -9-4 Figura 1: Vendas do Distribuidor, Carteira da Fábrica e Produção. Fonte: os autores. A metodologia da dinâmica de sistemas permitiu verificar as modificações no efeito chicote dada as reações da cadeia aos estímulos. Os loops de feedback alimentam os processos tornando-os reativos às variações da demanda. 13

14 Para diminuir os custos de pedido os consumidores aglomeram a demanda e realizam suas compras em lote dificultando os processos produtivos nos diferentes elos da cadeia. Para diminuir o efeito chicote em uma cadeia com configuração da demanda em lote é necessário utilizar todo o histórico da demanda para estimar as vendas médias, ou seja, a constante TEMPO PARA VENDAS MÉDIAS deve assumir seu valor máximo. Além disso deve-se minimizar as constantes ATRASO NO RECEBIMENTO DOS PEDIDOS, TEMPO PARA AJUSTE DO INVENTÁRIO e TEMPO PARA AJUSTE DO PIPELINE. Sem estes ajustes o fluxo de pedidos em lote desestabiliza totalmente a produção. Conclui-se que, o planejamento dos processos é influente no fenômeno estudado pois reflete nas diferenças entre os produtos entregues e a quantidade pedida. Como há um atraso para ajuste de processos as empresas devem analisar o histórico de sua produção para definir seu planejamento, não devendo, portanto, se prender a dados de curto prazo, conforme apontado por Lee et al. (1997) e Dejonckheere et al. (23). Outra observação que pode ser feita a partir dos dados de simulação é que o estoque desejado no varejo deve ser maior que o estoque de equilíbrio para suprir a demanda nos períodos de pico antes do ajuste dos processos. Entretanto, mesmo com os ajustes para minimizar o efeito chicote, ocorreu falta de estoque durante o período analisado. Esta escassez prejudica as vendas do distribuidor, pois não há pedidos processados suficientes para entregar a demanda potencial. Assim, as vendas são menores quando há pedidos em lote, e aumentam-se os pedidos em backlog, o que por sua vez, pode prejudicar a imagem da empresa perante o consumidor final. Conclui-se, portanto que o efeito chicote é maior na cadeia com demanda em lote, mas pode ser minimizado com coordenação entre os elos, estoque maiores nos elos próximos ao consumidor final, com a diminuição dos prazos de ajuste e, principalmente, com a utilização de históricos com períodos maiores para determinação das vendas médias e planejamento dos processos. 6. REFERÊNCIAS BIBLIOGRÁFICAS BOWERSOX, D. J., CLOSS, D. J. Logística empresarial. São Paulo: Atlas, 21. CHASE, R.B., AQUILANO, N. J., JACOBS, F. R. Operations Management for Competitive Advantage. 9ª edição. Nova York: McGraw-Hilllrwin, 21. COELHO L.C., FOLLMAN N., RODRIGUEZ C. M. O impacto do compartilhamento de informações na redução do efeito chicote na cadeia de abastecimento. gest. Prod., São Carlos, v. 16, n. 4, p , out.-dez. 29 CHEN, F. et al. "Quantifying the bullwhip effect in a simple supply chain: The impact of forecasting, lead times, and information". Management science, 23. DEJONCKHEERE, J. et al. "Measuring and avoiding the bullwhip effect: A control theoretic approach". European Journal of Operational Research 147.3, 23. FIGUEIREDO, J. C. B. Uso de Operadores Causais Lineares no Desenvolvimento decenários Computacionais em Planejamento Estratégico: Uma Aplicação Prática de Dinâmica de Sistemas. Anais VII Simpósio de Administração da Produção, Logística e Operações Internacionais: São Paulo, 25. FORRESTER, J. W. Industrial dynamics. Vol. 2. Cambridge, MA: MIT press, FORRESTER, J. W. Industrial Dynamics. 8ª Edição. Cambridge, Massachusetts:M.I.T. Press,

15 KIRKWOOD, C. W. System Dynamics Methods: A Quick Introduction C. W. Kirkwood. LEE, H. L., VENKATA P. and SEUNGJIN W. "Information distortion in a supply chain: the bullwhip effect". Management science 43.4 (1997): MILGROM, P., ROBERTS, J. Economics, Organization & Management. New Jersey: Prentice Hall, PIDD, M. Modelagem Empresarial: Ferramentas para a tomada de decisão. Porto Alegre: Bookman, 1998 POIRIER, C., REITER, S. E. Otimizando sua Rede de Negócios. São Paulo: Editora Futura, SAAB, J. Administração da cadeia de abastecimento- Considerações sobre a situação estratégica dos Distribuidores paulistas de um Fabricante multinacional de produtos de consumo da área de saúde e higiene pessoal e proposta do sistema de Estoque Gerido pelo Distribuidor. São Paulo: FGV-EAES, 23. SIMCHI D. L. Cadeias de suprimentos projeto e gestão Porto Alegre: Bookman, 23. STERMAN, J. D. Business Dynamics: System Thinking and Modeling for a Complex World. Boston: McGraw-Hill, 2. VENSIM. Vensim Help Manual. Vensim 5.3a. Disponível em: < Acessado em 4/5/