O Uso do Nível Sigma para Comparação de Processos Diferentes: Um Estudo de Caso

Transcrição

1 O Uso do Nível Sigma para Comparação de Processos Diferentes: Um Estudo de Caso Claudio José de Santana (MSG/UFF) Mara Telles Salles, D.Sc. (MSG/UFF) Osvaldo Luis Gonçalves Quelhas, D.Sc. (MSG/UFF) Luís Antônio Longo Pontes (MSG/UFF) Resumo Os indicadores de performance estratégicos, táticos e operacionais, utilizados atualmente nas empresas são em muitas vezes bastante eficazes para medirem o que lhes é proposto, todavia, tornam-se inoperantes quando as empresas tentam comparar as diversas performances dos processos entre si. O Seis Sigma, que é uma filosofia de negócios que vem sendo utilizada por grandes corporações em todo mundo, propõe uma nova medição através do Nível Sigma dos processos, sendo assim, a comparação entre processos totalmente diferentes dentro ou fora da empresa, torna-se possível. O objetivo deste trabalho é demonstrar como aplicar esta metodologia em processos, tanto de negócios, como industriais, em uma empresa multinacional do ramo de gases industriais. Palavras Chaves: Seis Sigma; Indicadores de Performance; Filosofia de Negócios; Processos. Introdução Mensuração de processos, produtos e pessoas é tema de diversas pesquisas nacionais e internacionais. Alguns modelos como o Balanced Scorecard(Kaplan et al, 1992), Performance Prisma(Neely et al, 2001), Modelo Delta(Hax et al, 2001), buscam de certa forma, links entre a estratégia geral da organização e o modo de se medir. Porém, os diversos modos de mensuração falham ou são pouco eficazes em comparar as performances dos processos entre si. O Seis Sigma propõe uma medição através do Nível Sigma dos processos, que permite uma comparação entre processos bastante diferentes dentro de uma organização. Este texto pretende examinar a aplicação deste método dentro de uma empresa do ramo industrial, sem ter a pretensão de esgotar o assunto, e sim de servir de exemplo para maiores discussões da comunidade científica. O trabalho foi dividido em introdução e mais quatro partes, na primeira parte é dada uma visão da empresa onde o caso foi estudado, na segunda é feita uma revisão da literatura da metodologia Seis Sigma, na terceira é exposto o método utilizado e na quarta são feitas as observações finais e a conclusão. A Empresa Este trabalho baseia-se na demonstração da aplicação para mensuração Sigma, em alguns processos da programação da logística de distribuição, em uma empresa no segmento de Gases Industriais no Brasil. A organização é a maior empresa de Gases Industriais da América do Sul, presente em nove países do continente. Seu portfólio de produtos inclui gases atmosféricos(oxigênio, nitrogênio ENEGEP 2004 ABEPRO 1681

2 e argônio), gases de processo(gás carbônico, acetileno, hidrogênio, misturas para soldagem), gases especiais e medicinais, cilindros de aço sem costura e equipamentos para aplicação, transporte e armazenamento de gases. A empresa tem também uma forte presença no setor metal-mecânico, de alimentos, bebidas, meio ambiente e no segmento de clientes de pequeno consumo, além do setor médico-hospitalar. Sua malha logística é composta de mais de 300 caminhões-tanque, 700 caminhões de entrega de gases na forma de cilindros e 35 instalações de enchimento, 9 fábricas de acetileno e 4 instalações de enchimento de Hidrogênio em todo território brasileiro. O estudo deste trabalho é baseado na logística de Distribuição de Líquidos, que é segmenta em 12 unidades de distribuição, as quais possuem indicadores de performance que verificam a qualidade da operação. Dois destes indicadores serão examinados, para o melhor entendimento da aplicação da metodologia do nível Sigma. O Seis Sigma O Seis Sigma é uma cultura de negócio que se iniciou na Motorola no começo dos anos noventa (Breyfogle III, 1999), logo seguido por empresas como a General Eletric, Sony, AlliedSignal, Asea Brow Boveri entre outras. Suas histórias de sucesso empresarial, e os respectivos resultados apresentados pelas empresas que aderiram a esta cultura, em Wall Street, propagaram o Seis Sigma pelos quatros cantos do mundo. Pode-se dizer que a G.E. foi um dos carros-motrizes da disseminação desta cultura, principalmente através do engajamento do seu CEO Jack Welsh. No Brasil, desde 1999 percebe-se um aumento do interesse pela metodologia cultural Seis Sigma. Isto se deve pela troca de conhecimentos e conceitos administrativos entre as filiais e matrizes de empresas multinacionais, que ao implantarem este conhecimento, em seus países de origem, começaram a transmiti-los para suas filiais(mudambi, 2002). Podemos citar algumas empresas que já estão implementando o Seis Sigma no Brasil; AmBev, White Martins, Belgo Mineira, ABB, Votorantim, Telemar, Johnson & Johnson entre outras. O Seis Sigma tem como objetivo eliminar as principais fontes de variação através da melhoria da qualidade de produtos e processos, e do aumento da satisfação de clientes e consumidores, priorizados como estratégicos pela alta cúpula da empresa, com o objetivo de aumentar a lucratividade e competitividade da corporação. A meta intrínseca do processo do Seis Sigma é a eliminação do Custo da Má Qualidade que se encontra presente em todos os aspectos de um negócio. Harry(2000) descreve o Seis Sigma como uma filosofia de negócios que emprega uma abordagem passo a passo para reduzir a variação, aumentar a qualidade e a satisfação do cliente e, com o tempo, a participação de mercado. O objetivo do Seis Sigma é alcançar não mais que 3,4 defeitos, erros ou enganos por milhão de oportunidades, mesmo que isto envolva o desenho ou produção de um produto, ou um processo de serviço orientado para o cliente(chua, 2001). Método de Mensuração A Logística de Líquidos da empresa em estudo utiliza diversos indicadores de performance para avaliar suas operações, como: o custo total de distribuição, custo unitário, quilomêtro por metro cúbico distribuído, quantidade de descargas por viagem, aproveitamento de veículo, retorno de residual em viagens, clientes com restrições de entrega, entre outros. São indicadores que medem o processo de distribuição, eles avaliam a eficiência, eficácia e a qualidade das ações tomadas. Grande parte destes indicadores cumprem fielmente sua ENEGEP 2004 ABEPRO 1682

3 funcionalidade, porém tornam-se inoperantes quando se necessita compará-los entre si. O estudo tomou dois indicadores do processo para exemplificarem a metodologia, foram eles: o Residual de Retorno de Produto e Clientes com Restrições. O processo de distribuição de líquidos criogênicos(oxigênio, nitrogênio e argônio), consiste em: enchimento do carro-tanque em uma unidade produtora e sua respectiva distribuição em tanques estacionários dos clientes da empresa. Todavia por motivos de mercado ou variação de perfil de consumo do cliente, as carretas retornam com residual de líquido para unidade produtora. Toda vez que isto ocorre, é entendido como uma falha na distribuição, que é mensurada através de um dos indicadores de performance da distribuição: Residual de Retorno = Residual de Retornado/Total de Líquido Transportado. Os diversos clientes da empresa apresentam, em diversos casos, restrições de abastecimento. São três as restrições que podem ocorrer: de entrega, o cliente só aceita receber através de pedido; de dia, o cliente não aceita receber nos fins de semana e feriados; de hora, o cliente só aceita receber durante o horário de expediente. O indicador atual neste caso é dado por cada tipo de restrição; Entrega = Clientes de Pedido/Total de Clientes; Dia = Clientes que não recebem nos fins de semana/total de Clientes; Hora = Clientes que só recebem em horário comercial/total de Clientes. Com este modelo de medição, ter-se-ia o seguinte resultado, Tabela 1: Indicadores de Performance Percentuais Médios (%) Residual de Retorno 14,6 Restrição de Entrega 34,2 Restrição de Dia 69,1 Restrição de Hora 68,5 Fonte: Empresa Tabela 1 Qual dos indicadores do processo é melhor? Onde a empresa precisa atuar mais rapidamente? Realmente as restrições nos clientes são três indicadores ou um só, com várias oportunidades? Nota-se que apesar de cumprirem um papel importante na avaliação dos processos, estes indicadores falham em responderem determinadas perguntas. Nestes casos, existe uma necessidade de transformar os indicadores de performance totalmente díspares, em um fator comum, ou em outras palavras, determinar qual o Nível Sigma, de cada um dos processos. Estatisticamente podemos dizer que o Nível Sigma é a medida de dispersão dos dados em torno da média, vide Gráfico 1. ENEGEP 2004 ABEPRO 1683

4 Gráfico 1 - Fonte: Six Sigma Academy Six Sigma Papers E o objetivo estatístico do Seis Sigma é centralizar os processos e diminuir sua dispersão, conforme mostrado no Gráfico 2. Gráfico 2 Fonte: Six Sigma Academy Six Sigma Papers Uma das grandes necessidades das empresas, na atualidade, é saber o quanto são capazes os processos usados em suas operações. E este conceito de capacidade implica, de maneira inerente, a porcentagem de defeitos que resultam dos processos sob os quais as análises são feitas. Sendo assim, quanto mais defeitos produzem um determinado processo, pode-se dizer que o mesmo é menos capaz. Breyfogle III(1999), enfatiza que a melhora na comunicação das métricas descritas poderia ter um impacto muito significativo na linha de base da organização, reduzindo a chance de malentendimento que conduzem a defeitos. ENEGEP 2004 ABEPRO 1684

5 A capacidade do processo também pode ser entendida como uma medição da habilidade de se adequar aos requisitos dos clientes, tanto internos, quanto externos. Pande et al(2002, p.233), entretanto alerta, que os cálculos do Nível Sigma e de defeitos, se baseiam em resultados ou medições do final do processo. Os métodos utilizados pela empresa são normalmente aplicados para dados por atributos na metodologia Seis Sigma, pois para dados por variável costuma-se usar outros modelos, como a capabilidade do processo. Cálculo do Nível Sigma para dados por atributo: DPU Defeitos por Unidade TOP Total de Oportunidades DPO Defeitos por Oportunidade DPMO Defeitos por Milhão de Oportunidade DPU Defeitos por Unidade É a relação entre o número de defeitos encontrados dentro do grupo de unidades inspecionadas. TOP Total de Oportunidade É o número de unidades inspecionadas multiplicado pelo número de oportunidades por unidade. TOP = Unidades _ Inspecionadas * Oportunidades / Unidade DPO Defeitos por Oportunidade É a relação do número de defeitos encontrados entre o total de oportunidades de defeito nas unidades inspecionadas. onde: Defeitos _ Encontrados DPO = TOP DPMO Defeitos por milhão de oportunidades Na maioria dos casos é conveniente calcular qual é o número de defeitos por milhão de Oportunidade. Este índice é igual a multiplicar a DPO por um milhão. 6 DPMO = DPO*10 Com DPMO calculado pode-se medir o nível de qualidade associado a um processo, isto é, transformar defeito por milhão em um número na escala sigma. Quanto maior o valor alcançado na escala sigma, melhor o nível de qualidade. A tabela 2 faz uma associação entre o Nível Sigma de longo prazo, DPMO e o rendimento obtido. Esse Nível Sigma de longo prazo é baseado na crença que no longo prazo haverá maiores variações no processo que se está examinando. Pande et al(2002, p.231) descreve que a convenção no Seis Sigma, com base no trabalho original da Motorola, utiliza um sistema de pontuação que admite mais variações em um ENEGEP 2004 ABEPRO 1685

6 processo do que normalmente seriam encontradas em umas poucas semanas ou até poucos meses de coleta de dados. Pode-se também usar o programa Excel da Microsoft(em inglês) para transformar o DPMO em Nível Sigma ou vice e versa, com a seguinte função: =(1-NORMSDIST(Nível Sigma-1,5))* Nível Sigma para DPMO =NORMSINV(1-D.P.M.O)+1,5 DPMO para Nível Sigma Nível Sigma DPMO Rendimento Nível Sigma DPMO Rendimento 6 3,4 99,99966% 3, ,5 97,12835% 5,9 5,4 99,99946% 3, ,3 96,40697% 5,8 8,5 99,99915% 3, ,4 95,54346% 5,7 13,4 99,99866% 3, ,3 94,52007% 5,6 20,7 99,99793% ,2 93,31928% 5,5 31,7 99,99683% 2, ,7 91,92433% 5,4 48,1 99,99519% 2, ,5 90,31995% 5,3 72,4 99,99276% 2, ,7 88,49303% 5,2 107,8 99,98922% 2, ,1 86,43339% 5,1 159,1 99,98409% 2, ,3 84,13447% 5 232,7 99,97673% 2, ,1 81,59399% 4,9 337,0 99,96630% 2, ,3 78,81447% 4,8 483,5 99,95165% 2, ,6 75,80364% 4,7 687,2 99,93128% 2, ,1 72,57469% 4,6 967,7 99,90323% ,5 69,14625% 4, ,0 99,86500% 1, ,3 65,54217% 4, ,9 99,81341% 1, ,6 61,79114% 4, ,2 99,74448% 1, ,3 57,92597% 4, ,0 99,65330% 1, ,1 53,98279% 4, ,2 99,53388% 1, ,0 50,00000% ,7 99,37903% 1, ,9 46,01721% 3, ,5 99,18025% 1, ,7 42,07403% 3, ,1 98,92759% 1, ,4 38,20886% 3, ,4 98,60966% 1, ,7 34,45783% 3, ,4 98,21356% ,5 30,85375% 3, ,1 97,72499% Distribuiç ão com ± 1,5σ Fonte: Autores Tabela 2 Analisando os indicadores de desempenho da empresa pela métrica da metodologia Seis Sigma, pode-se observar que os indicadores de restrições dos clientes, na verdade podem ser entendidos como apenas um indicador de restrição, com três oportunidades de falha. A nova performance de restrições em clientes seria então: Defeitos_encontrados = TOP = (Clientes) x 3 (oportunidades) = DPO = / = 0,573% ENEGEP 2004 ABEPRO 1686

7 DPMO = 0,573 x = Utilizando a tabela 2, temos um Nível Sigma de Longo Prazo de aproximadamente 1,3. (Utilizando o Excel, ter-se-ia o Nível Sigma de 1,316). Usando o mesmo procedimento para calcular o nível Sigma da Entrega com Residual ter-seia: Residual de Retorno de 14,6%, que correspondia a 1460 viagens de um total de viagens. Foram inspecionadas as seguintes oportunidades: Foram verificadas 1460(clientes mudaram o perfil de consumo ou rotas com clientes insuficientes para não se ter residual), e encontrado apenas um defeito(viagem com residual): DPU = 1460 = Pode-se perceber que no caso de apenas uma oportunidade o DPU é igual ao DPO. Oportunidades / Unidade = 1 TOP = 1460*1 = 1460 DPO = DPMO = DPO *10 = DPO = DPMO = *10 6 = Neste caso tem-se um nível Sigma do Residual de Retorno de 2,554. A tabela 3 faz um comparativo entre a medição através dos indicadores anteriores usados e o Nível Sigma, permitindo desta forma comparar processos distintos em uma mesma base, e possibilitando assim, a criação de um plano de ação direcionado ao processo mais crítico. Neste caso, os Clientes com Restrições, que apresentam um Nível Sigma mais abaixo, deveriam ter uma maior atenção, que o Residual de Retorno. Mesmo assim, ambos apresentam Níveis Sigma baixos, o que demonstra que ações devem ser tomadas para se obter uma melhor performance. ENEGEP 2004 ABEPRO 1687

8 Indicadores de Performance Percentuais Médios (%) DPMO Nível Sigma Residual de Retorno 14, ,554 Entrega 34, ,316 Dia 69,1 Hora 68,5 Tabela 3 - Fonte: Empresa Breyfogle III(1999), afirma que algumas destas métricas são muito controversas, mesmo assim seu entendimento permite uma boa comunicação com outras organizações. Possibilitando assim um melhor benchmarking. É importante frisar, que o uso do Nível Sigma, não elimina o uso de outros indicadores, mas serve de complemento, ao responder questões como; que processo está menos ou mais produtivo que outro, fato que os outros indicadores não conseguem fornecer para a administração da empresa. Conclusão Como demonstrado, a comparação de processos através do Nível Sigma, pode ser um instrumento importante para tomada de decisão, pois ao desenvolver a sistemática das ferramentas Seis Sigma; DPU, DPMO e DPO, gera-se indicadores em base única, tornando-se mais fácil evidenciar qual processo, ou processos requerem maior atenção por parte da administração. O entendimento de toda a organização sobre o Seis Sigma e seus conceitos e métodos, é o pilar central para que todos possam ter o mesmo entendimento quanto à utilização do Nível Sigma dos processos. Estes indicadores podem servir como sinalizadores para: otimização dos processos, redução de suas variações, eliminação de desperdícios e retrabalhos, satisfação do cliente entre outros, podendo criar valor para as empresas que o utilizam. Referências Bibliográficas BREYFOGLE III, Forrest. Implementing Six Sigma, New York: Wiley-Interscience, CHUA, Richard C. H. What you need to know about Six Sigma, Productivity Digest, December, HARRY, Mikel. Six Sigma The Breakthrough Management Strategy, New York: Doubleday, HAX, Arnoldo and Wilde II, Dean. The Delta Model-Discovering New Sources of Profitability in a Networked Economy, European Management Journal, Vol 19, N. 4, pp aug KAPLAN, R.S. and NORTON, D.P. The Balanced Scorecard - Measures that Drive Performance, Harvard Business Review, January-February, pp ,1992. NEELY, Andy and ADAMS, Chris. Perpectives on Performance: The Performance Prism: Cranfield School of Management, MUDAMBI, Ram. Knowledge Management in Mutinational Firms Journal of International Management 1-9, PANDE, Peter, NEUMAN, Robert and CAVANAGH, Roland. Estratégia Seis Sigma, Qualitymark, Rio de Janeiro, SIX SIGMA ACADEMY. Six Sigma Papers, ENEGEP 2004 ABEPRO 1688