8 Indicadores de desempenho na cadeia de suprimentos



Documentos relacionados
NOTA II TABELAS E GRÁFICOS

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Elaboração: Fevereiro/2008

Probabilidade e Estatística. Correlação e Regressão Linear

Organização da Aula. Gestão de Obras Públicas. Aula 2. Projeto de Gestão de Obras Públicas Municipais. Contextualização

Estudo para Implementação de um Sistema de Roteirização e um Novo Centro de Distribuição para uma Empresa de Água Mineral do Sul de Minas Gerais

Cálculo do Conceito ENADE

ANEXO II METODOLOGIA E CÁLCULO DO FATOR X

7 - Distribuição de Freqüências

Nota Técnica Médias do ENEM 2009 por Escola

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica

Professor Mauricio Lutz CORRELAÇÃO

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

Introdução e Organização de Dados Estatísticos

Introdução à Análise de Dados nas medidas de grandezas físicas

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

Processos participativos na estratégia para a redução da pobreza

REGULAMENTO GERAL (Modalidades 1, 2, 3 e 4)

LOGÍSTICA. Capítulo - 8 Armazenamento. Mostrar como o armazenamento é importante no sistema logístico

Regressão e Correlação Linear

* Economista do Instituto Federal do Sertão Pernambucano na Pró-Reitoria de Desenvolvimento Institucional PRODI.

Métodos de Monitoramento de Modelo Logit de Credit Scoring

OTIMIZAÇÃO DO FLUXO REVERSO DE PNEUS INSERVÍVEIS ATRAVÉS DE UM MODELO DE LOCALIZAÇÃO DE FACILIDADES: UM ESTUDO DE CASO

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

! Superlntenrlencia Reg.onaJ do Ma:toGro$So. Qualificação e Reinserção Profissional dos Resgatados do Trabalho Escravo elou em AÇÃO INTEGRADA

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.

Metodologia IHFA - Índice de Hedge Funds ANBIMA

Análise Econômica da Aplicação de Motores de Alto Rendimento

METOLOGIA. 1. Histórico

Distribuição de Massa Molar

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

4 Critérios para Avaliação dos Cenários

Elaboração: Novembro/2005

UMA METODOLOGIA MULTICRITÉRIO DE SUBORDINAÇÃO PARA CLASSIFICAÇÃO DA QUALIDADE DE SERVIÇOS SOB A ÓTICA DO CLIENTE

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

UNIDADE I FUNDAMENTOS DA LOGÍSTICA E DISTRIBUIÇÃO

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:

CQ110 : Princípios de FQ

ESPELHOS E LENTES ESPELHOS PLANOS

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

Estatística stica Descritiva

Análise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística

PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS

Escolha do Consumidor sob condições de Risco e de Incerteza

CAPÍTULO I 1 INTRODUÇÃO

UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE ENSINO - CCJE DEPARTAMENTO DE ANEX O I. Plano de Ensino

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 4.3. Decisão Intertemporal do Consumidor O Mercado de Capital

Hansard OnLine. Guia Unit Fund Centre

CAPÍTULO 1 Exercícios Propostos

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA

d o m i c i l i a r, d o m i c i l i o m i c i l i s o b r e s o b r e s o b r e a d

Proposta de uso conjunto do BSC e QFD no estabelecimento de conjunto de indicadores de desempenho para suprir exigências da norma ISO 9001 versão 2000

ANÁLISE COMPARATIVA DA PRODUTIVIDADE SETORIAL DO TRABALHO ENTRE OS ESTADOS BRASILEIROS: DECOMPOSIÇÕES USANDO O MÉTODO ESTRUTURAL- DIFERENCIAL,

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

UNIVERSIDADE FEDERAL DE PERNAMBUCO

MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA METODOLOGIA. Versão 2.0

Metodologia para Eficientizar as Auditorias de SST em serviços contratados Estudo de caso em uma empresa do setor elétrico.

3 Algoritmos propostos

2 Metodologia de Medição de Riscos para Projetos

Controlo Metrológico de Contadores de Gás

Física. Setor A. Índice-controle de Estudo. Prof.: Aula 25 (pág. 86) AD TM TC. Aula 26 (pág. 86) AD TM TC. Aula 27 (pág.

Aula 7: Circuitos. Curso de Física Geral III F-328 1º semestre, 2014

UNIDADE I SISTEMAS DE ARMAZENAGEM E MANUSEIO

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

ESTATÍSTICAS E INDICADORES DE COMÉRCIO EXTERNO

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

Decisões de localização das instalações. Professor: Leandro Zvirtes UDESC/CCT

NORMAS DE SELEÇÃO AO DOUTORADO

Fast Multiresolution Image Querying

Revisão dos Métodos para o Aumento da Confiabilidade em Sistemas Elétricos de Distribuição

ANALISADOR DE EVENTOS EM TEMPO QUASE-REAL

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

Resistores. antes de estudar o capítulo PARTE I

1. Conceitos básicos de estatística descritiva. A ciência descobre relações de causa efeito entre fenómenos. Há fenómenos que são muito complexos

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Área Temática: Economia e Relações Internacionais O INTERCÂMBIO COMERCIAL RIO GRANDE DO SUL - CHINA: CONCENTRAÇÃO, DESEMPENHO E PERSPECTIVAS

Otimização do Carregamento de Transformadores de Distribuição de Energia Elétrica

PARTE Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

PREVISÃO DO ÍNDICE MERVAL: UMA APLICAÇÃO DE REDES NEURIAS POLINOMIAIS GMDH

E FICIÊNCIA EM S AÚDE E C OBERTURA DE P LANOS DE S AÚDE NO B RASIL

UNIDADE I SISTEMAS DE ARMAZENAGEM E MANUSEIO

Covariância e Correlação Linear

Chapter 9 Location INTRODUÇÃO. Localização de Instalações. Problemas de comunicação

CÁLCULO DO ALUNO EQUIVALENTE PARA FINS DE ANÁLISE DE CUSTOS DE MANUTENÇÃO DAS IFES

PLANOS DE SAÚDE: UMA ANÁLISE DOS CUSTOS ASSISTENCIAIS E SEUS COMPONENTES HEALTH INSURANCE PLANS: AN ANALYSIS OF CARE COSTS AND THEIR COMPONENTS

Algarismos Significativos Propagação de Erros ou Desvios

UNIVERSIDADE FEDERAL DE PERNAMBUCO

X Encontro Nacional de Educação Matemática Educação Matemática, Cultura e Diversidade Salvador BA, 7 a 9 de Julho de 2010

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

CAP RATES, YIELDS E AVALIAÇÃO DE IMÓVEIS pelo método do rendimento

8º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Cusco, 23 a 25 de Outubro de 2007

Avaliação do Nível de Serviço de Operadores Logísticos no Brasil: uma Aplicação de Análise Fatorial e Regressão Logística Binária

Transcrição:

8 Indcadores de desempenho na cadea de suprmentos 8.1 O desafo da mensuração O estabelecmento de ndcadores de desempenho do supply chan management está sueto à estrutura da cadea, seus elos e partcpantes como um todo e não somente na coleta solada de dados, nformações apenas da empresa foco ou líder. Atvdades não suetas ao controle dreto da empresa foco devem ser mensuradas e controladas por ela e pelos seus parceros de cadea de suprmentos, mantendo um esforço que vsa, a partr da ntegração e aproxmação de processos, aumentar a compettvdade de toda cadea. O desafo da mensuração de performance da cadea de suprmentos fo e anda contnua sendo alvo de nvestgação e de estudos de scholars como Ellram e Fetznger(1997), Beamon & Ware(1998), Barut el al(2002), Lambert & Pohlen(2001), entre outros. Segundo van Amstel et al (1996), os tpos de mensurações utlzáves para a logístca vão dferr, dependendo do nível a ser meddo (atvdade, área funconal) entre funções ou entre organzações e também dependente do contexto organzaconal. Para van Hoek (1998), ctando Bechtel e Jayaram, a mensuração em um ambente de SCM deve empregar medções ntegradas que não seam restrtas a apenas algumas áreas funconas, mas que também seam aplcáves a

74 todo o processo, assegurando que não haa ncremento de performance em um elo da cadea em detrmento de outro. Aravecha(1998),ctando Stock et al, defne as meddas de desempenho em nternas e externas; às nternas estão nserdos os custos, velocdade e confabldade de entregas, qualdade, flexbldade, servços e dstrbução. As meddas externas são consttuídas por partcpação no mercado, retorno sobre nvestmentos e crescmento de vendas. Para Beamon(1999), os modelos de SCM utlzam predomnantemente dos tpos dstntos de mensuração de performance, sendo o prmero baseado exclusvamente em custos, nclundo-se custos de nventáro e custos operaconas. O segundo tpo de mensuração representa uma combnação de custos untamente com a receptbldade do clente, nclundo-se meddas de lead tme, probabldade de faltas de estoque e os níves de servço atngdos. Atknson et al (1999) assocam o conceto de avalação de performance a uma vsão dos stakeholders, partndo da ferramenta do busness score card desenvolvda por Kaplan & Norton. A essênca dessa ferramenta é defnda com os dreconadores de performance fnancera de uma determnada empresa ou organzação. Os dreconadores são os relaconamentos que esta desenvolve com clentes no atendmento a suas solctações e processos nternos dmensonados para atngr a satsfação dos mesmos. A esses dreconadores adcona-se a necessdade de explctar: a) a contrbução que funconáros e fornecedores exercem para que a empresa atna seus obetvos; b) o papel que a comundade exerce ao defnr o ambente no qual a empresa está nserda; c) a dentfcação, como um processo de duas vas, da mensuração de desempenho de uma empresa: por um lado, possblta a gerentes mensurar a contrbução dos stakeholders para o atngmento das metas traçadas para a organzação. Por outro lado, possblta aos stakeholders avalar se as organzações são capazes de cumprr com suas obrgações no presente e no futuro. Barut et al (2002), ctando Gustn et al (199), examnaram a relação entre a dsponbldade de nformações e as mplementações bem suceddas de sstemas de ntegração logístca, dentro de uma empresa, e trabalharam na mensuração da

7 efetvdade de dsponbldade das nformações, em três áreas como a qualdade dos dados (acuracdade e acetação), a capacdade de relatar (quando necessáro) e a performance de sstemas (acessbldade, facldade de uso e confabldade). 8.2 O obetvo da mensuração Bowersox & Closs (1999) determnam três obetvos prncpas no desenvolvmento e mplementação de sstemas para mensuração de desempenho logístco de empresas. O prmero obetvo é o montoramento das meddas a fm de que gerentes e clentes seam mantdos regularmente nformados. Meddas como nível de servço, qualdade do servço e custos logístcos são exemplos de dados a serem montorados. O segundo obetvo é o controle dos processos logístcos de manera que eles se mantenham em conformdade com as metas determnadas pela empresa. O tercero e últmo obetvo é o dreconamento, que consste em um conunto de meddas que vsa a motvação das equpes. Pagamentos adconas por ganhos de produtvdade e folgas remuneradas são exemplos de dreconamentos. Algumas empresas brasleras, por exemplo, vêm adotando ultmamente não somente uma polítca de remuneração dferencada, mas também uma polítca de concessão de benefícos dretos e ndretos aos seus funconáros, como pagamento de todas as despesas com planos de saúde, tratamento dentáro, creche para flhos, reembolso de cursos e em alguns casos seguro de vda. Todo este pacote tem um menor ônus, pos são benefícos que não ncdem sobre a folha de pagamento das empresas e trazem resultados consderáves na motvação das equpes. Para o SCM, Bowersox & Closs (1999) defnem que são necessáras meddas ntegradas que venham a ser utlzadas em toda a cadea de suprmentos.

76 A Fgura 18 mostra uma estrutura composta de quatro meddas e de montoramento de resultados. Resultados Dagnóstcos Qualdade / Satsfação do Clente Peddo perfeto Entrega na data prometda Satsfação do clente Custo da garanta, devoluções e descontos Qualdade do produto Tempo de resposta a consulta dos clentes Tempo Tempo de cclo de peddo Tempo do cclo de compras/fabrcação Tempo de resposta da cadea de suprmento Realzação do plano de produção Custos Custos totas da cadea de suprmento Produtvdade com agregação de valor Atvos Tempo do cclo de caxa (cash-to-cash) Precsão das prevsões Estoque em das de suprmento Obsolescênca do estoque Desempenho do atvo Utlzação da capacdade Fgura 18 Estrutura ntegrada de meddas para a cadea de suprmentos Fonte : Bowersox & Closs, 1999 (p.70) ctando fonte PRTM Consultng Para Lambert & Pohlen (2001), boa parte das meddas de performance são na verdade meddas de desempenho logístco com foco exclusvamente nas operações nternas das empresas e não capturam de que forma elas dreconam valores e lucratvdade na cadea de suprmentos. Alguns fatores poderam ustfcar tal stuação, como a falta de vsão de cadea, a complexdade de obtenção de dados de empresas nos mas varados níves, a recusa de mutas empresas em compartlhar nformações e até mesmo a ncompetênca de algumas em capturar a performance por clentes e produtos. A grande complexdade torna muto dfícl a elaboração de crtéros de mensuração de performance da cadea de suprmentos. Mutas empresas concorrentes compram dos mesmos fornecedores e/ou vendem para os mesmos clentes, não havendo uma competção entre cadeas de suprmentos e sm uma

77 sobreposção das mesmas. A estrutura proposta por Lambert & Pohlen(2001) para mensuração alnha a performance de cada lgação fornecedor-clente dentro da cadea de suprmentos. A estrutura é composta por sete etapas: a) mapear a cadea de suprmentos desde o ponto de orgem até o ponto de consumo de forma a dentfcar as lgações chave; b) utlzar os processos de gerencamento de relaconamento de clentes e fornecedores para analsar cada lgação e dentfcar pontos onde anda sea possível agregar valor à cadea de suprmentos; c) desenvolver o compromsso de clentes e fornecedores em compartlhar lucros e preuízos(p&l) de forma a se avalar o efeto que o relaconamento exerce na lucratvdade e nas ações das duas frmas; d) realnhar processos e atvdades para o atngmento dos obetvos; e) estabelecmento de mensurações com crtéros não fnanceros e sm comportamentas, mas que esteam alnhados aos obetvos traçados para a cadea de suprmentos, nclusve os fnanceros; f) Comparar o valor das ações e presença de mercado entre as empresas com obetvos de cadea de suprmentos, reavalar processos se necessáro; g) Replcar as etapas para cada lgação da cadea de suprmentos. Barut et al (2002) sugerem a aplcação de um ndcador de desempenho do SCM, baseado no ntercâmbo de nformações entre város níves de fornecedores e clentes ao longo da cadea. A esta mensuração deu-se o nome de grau de acoplamento da cadea de suprmentos (DSCC). O ndcador está centrado nos relaconamentos entre fornecedores e clentes com a empresa foco ou, se for o caso, com a empresa que desear ser analsada. Esse ndcador avala tanto o alcance que a nformação atnge nos dos sentdos, upstream e downstream, quanto à ntensdade com que estas nformações são utlzadas no planeamento logístco. A ntensdade do fluxo de nformações ntercambadas é medda pelo grau com que dados de demanda, estoques, capacdade e planeamento são empregados. 8.3 Grau de acoplamento da cadea de suprmentos (DSCC)

78 O ndcador de performance chamado grau de acoplamento da cadea de suprmentos (DSCC) é o resultado de um trabalho de pesqusa desenvolvdo por Barut el al (2002) e tem em sua consttução dos outros ndcadores que são o de alcance de nformação (IE) e ntensdade de nformação (II). O ndcador IE descreve o alcance atngdo pelas nformações tanto na dreção dos clentes como na dreção dos fornecedores. O ndcador II, por sua vez, descreve a abrangênca e rqueza com que a nformação é utlzada também tanto na dreção dos clentes como na dos fornecedores. Resumdamente, o ndcador DSCC sempre será uma função: DSCC = ( IE, II ). Os valores que o IE e II podem assumr estão nserdos no ntervalo entre 0 a 100 %. Na medda em que se aplca esses ndcadores a uma stuação real de uma empresa, tem-se a vsão clara da forma com que a nformação é ou não consderada relevante para efcênca e efcáca dos processos. Se nesta mesma stuação os ndcadores tenderem a zero (IE = II = 0) conclu-se que nenhuma nformação relatva à demanda, capacdade produtva, níves de nventáro e planeamento e programação de produção é compartlhada com fornecedores e clente em seus mas varados níves. Na Fgura 19 representa-se grafcamente como estas nformações estão dspostas na cadea. Fornecedores Alcance da Informação Clentes Nível 2 Nível 1 Nível 1 Nível 2 Intensdade da Informação Fgura 19 Dos ndcadores de acoplamento de nformações na cadea de suprmentos Fonte : Barut, Fasst & Kanet, Measurng Supply Chan Couplng : an Informaton System Perspectve, 2002 ( p.163)

79 Por outro lado, ao assumr um valor tendendo a um (IE = II = 1), pode-se consderar que todas as nformações relevantes de demanda, capacdade, nventáros e programação de produção são de pleno domíno dos prncpas elementos da cadea de suprmentos. O índce IE é separado em dos componentes ou sub-índces que assumem valores característcos. O prmero deles é o alcance de nformação na dreção dos clentes (IE d ), ou sea, ele se resume a analsar o downstream da cadea. O outro ndcador é o de alcance de nformação na dreção dos fornecedores (IE u ) que se concentra na análse no upstream. Em termos de formulação, o ndcador IE será calculado da segunte fórmula: IE d = l1 IE + l2 IE u (1) Os valores l 1 e l 2 são pesos nformados que podem tomar valores entre 0 a 1, mas a soma dos dos deve ser sempre: l + l 1 (2) 1 2 = A determnação dos valores l 1 e l 2 é da responsabldade dos gerentes das empresas foco da cadea de suprmentos. Se estas mesmas empresas consderam mas mportante estar mas próxmas dos seus clentes por exemplo, então l 1 será maor que l 2. A defnção dos ndcadores IE se faz possível medante o cálculo de algumas relações que são : c d IE = (3) c

80 s u IE = (4) s Os componentes de cálculo dos ndcadores são: c - nº de níves exstentes em uma cadea de suprmentos até o lmte do consumdor fnal; c - nº de níves exstentes de clentes até onde a empresa consegue obter nformações; s - nº de níves exstentes em uma cadea de suprmentos até o lmte do fornecedor prmáro; s - nº de níves exstentes de fornecedores até onde a empresa consegue obter nformações; O índce de ntensdade de nformação (II) tal como o IE, também possu dos componentes que são a ntensdade dreconada aos clentes (II d ) e a ntensdade dreconada aos fornecedores (II u ). O cálculo se faz: II d = k1 II + k2 II u () Os valores k 1 e k 2 são pesos nformados que podem tomar valores de 0 a 1, mas a soma dos dos deve ser sempre: k + k 1 (6) 1 2 = A determnação dos valores k 1 e k 2 é da responsabldade dos gerentes das empresas foco da cadea de suprmentos. Se estas mesmas empresas consderam o k 1 maor que k 2, sgnfca que ela consdera mas mportante estar mas acoplada a seus clentes. A metodologa adotada para o cálculo dos ndcadores II segue a um padrão prévo estabelecdo de forma a elencar os tpos de dados mas representatvos para uma boa performance da cadea de suprmentos. Os graus de ntensdade de demanda, níves de nventaro, capacdade de produção e

81 programação de produção são representados pelas letras D, N, C e S respectvamente(fgura 20). Fornecedor Nível de Informação 1 Nível de Informação 1 Clente _Demanda _Demanda _Capacdade _Inventáro _Programações _Capacdade _Inventáro _Programações Fgura 20 Ingredentes de ntensdade de nformação Fonte : Barut, Fasst & Kanet, Measurng Supply Chan Couplng : an Informaton System Perspectve, 2002 ( p.164) Os valores de D, N, C e S são calculados por : D = a X = 1 (7) N = b X = 1 (8) C = c X = 1 (9) S = d = 1 X (10) A varável assumrá dos valores possíves: será gual a d ( = d) quando cada um dos ndcadores D, N, S e C estver sendo calculado tomando como base o ntercâmbo de nformações entre a empresa foco e seus clentes. Por outro lado, será gual a u ( = u) quando a análse e cálculo estver avalando os fornecedores.

82 Os valores a, b, c, d são na verdade pesos utlzados para a ponderação dos dados obtdos do questonáro de aplcação (Anexos I e II) onde são tratadas as nformações de demanda, níves de nventáro, capacdade e programação de produção, e também respetando as seguntes restrções: a = 1 = 1 (11) b = 1 = 1 (12) c = 1 = 1 (13) d = 1 = 1 (14) Assume-se que são de gual mportânca os valores de a, b, c, d portanto terão pesos guas. Exemplfcando a 1 = a 2 = a 3 = a 4 = a = 0,20; o mesmo se aplca para b, c, d. O valores X 1, X 2, X 3 correspondem a índces de propredade de tempo da nformação utlzada. Os valores X 4, X são índces de propredade de agregação da nformação utlzada. As seguntes condções devem ser consderadas: a) H > 0 - tamanho do horzonte de planeamento; b) n > 0 - o número de períodos no horzonte de planeamento ; d) P > 0 - o tamanho do período de replaneamento ; e) H / n - o tamanho de cada período. O prmero índce X 1 é calculado pela razão entre a freqüênca com que novas nformações estão dsponíves e o tamanho de cada período em que elas são utlzadas para que se faça um replaneamento. Algebrcamente tem-se:

83 H X n 1 = P se H /n < P caso contráro X 1 = 1 (1) e 0 < X 1 1. Um valor de X 1 = 1 sgnfca que o replaneamento é feto tão logo uma nova nformação é nserda no sstema O segundo índce X 2 é calculado pela dferença entre 1 e a razão entre o período de replaneamento e o horzonte de planeamento, ou sea, o resultado é a fração de tempo em que o processo funcona sem que haa replaneamento. A equação algébrca é : X 2 =1 P H se P < H caso contráro X 2 = 0 (16) e 0 X 2 < 1. Um valor de X 2 = 1 sgnfca que o replaneamento é feto com maor freqüênca. O tercero índce X 3 é calculado pela dferença entre 1 e a razão entre 1 e o número de períodos de horzonte de planeamento. Mede o quão dvdo em períodos está o horzonte de planeamento. A equação algébrca é : X 1 = 1 (17) n 3 e 0 X 3 < 1. Um valor de X 3 próxmo a 1 sgnfca que a nformação é contnuamente utlzada no decurso do horzonte de planeamento. Os índces X 4 e X são utlzados para calcular o grau de agregação da nformação. Para o índce X 4 defne-se que o mesmo tome como referênca para cálculo, dados de nformação geográfca. Seu ntervalo de varação é :

84 0 X 4 1 (18) O valor de X 4 será mínmo(zero) quando nformações e dados geográfcos como dstâncas entre fábrcas e armazéns, estoques exstentes em váras undades, não estverem dsponíves ou não estverem sendo utlzados. Será máxmo(gual a 1) quando estas nformações estverem dsponíves e sendo utlzadas, o que caracterza que há um planeamento conunto da dstrbução físca. O índce X defne se as nformações agregadas são restrtas a tens pas das lstas de materas, ou se são estenddas aos sub-tens e subconuntos e módulos secundáros destas lstas. Seu ntervalo de varação é: 0 X 1 (19) O valor de X será mínmo(zero) quando nformações estverem restrtas aos tens prncpas da estrutura. Será máxmo(gual a 1) quando estas nformações estverem dsponíves para todos tens nclundo-se módulos e subconuntos. O ndcador de ntensdade de nformação poderá ser calculado pela equação : II = w1 D + w2 [ p1 N + p2 C + p3 S ] (20) Os valores w 1 e w 2 são pesos nformados que podem tomar valores de 0 a 1, mas a soma dos dos deve ser sempre : w 1 + w2 = 1 (21) A determnação dos valores w 1 e w 2 é da responsabldade dos gerentes das empresas foco da cadea de suprmentos. No caso em que a análse estver sendo em relação aos clentes, = d por exemplo, e se estas mesmas empresas consderarem mas mportante obter de seus clentes, ou repassá-los, dados sobre a prevsão de demanda em relação aos outros dados de nventáro (N), capacdade

8 (C) e programação (S), então w 1 será maor que w 2. Quando, = u o racocíno é semelhante porém aplcado somente a fornecedores. Os valores p 1, p 2 e p 3 são pesos nformados que podem tomar valores de 0 a 1, mas a soma dos três deve ser sempre : p 1 + p2 + p3 = 1 (22) A determnação dos valores p 1, p 2 e p 3 é da responsabldade dos gerentes das empresas foco da cadea de suprmentos. No caso em que a análse estver sendo em relação aos clentes, = d por exemplo, os dados de nventáro (N) podem ser consderados mas mportantes do que os de capacdade (C) e programação (S); portanto p 1 sera maor que p 2 e p 3. Quando = u, o racocíno é semelhante porém aplcado somente a fornecedores. De acordo com Barut et al (2002), a melhor utldade do ndcador DSCC é compor um score que poderá servr para que uma empresa foco avale e constate, em quas pontos sua ntegração com a cadea de suprmentos deve ser aperfeçoada. O DSCC também proporcona à empresa foco uma fonte de estudos comparatvos com outras empresas do mesmo segmento ou até mesmo concorrentes dretas, audando a dentfcar os elos fráges da cadea de suprmentos, de forma que sea possível no futuro estabelecer melhores padrões de desempenho.