XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. MODELO DE ALOCAÇÃO DE RECURSOS NO SETOR DE COMPRAS: UMA PROPOSTA PARA O RAMO SUPERMERCADISTA MAURICIO JOAO ATAMANCZUK (UTFPR) atamanczuk@hotmal.com Yslene Rocha Kachba (UTFPR) yslene@yahoo.com.br Carla Regna Blansk Rodrgues (UTFPR) carlarbr@hotmal.com João Carlos Colmenero (UTFPR) colmenero@utfpr.edu.br Este artgo buscou a elaboração de um modelo de tomada de decsão em alocação de recursos para aqusção de mercadoras no ramo supermercadsta. Realzou-se a dvsão dos tens comercalzados por um supermercado em setores de acordo com a smlardade de uso e orgem dos fornecedores. Foram obtdos 16 grupos dos quas foram coletados dados das vendas de 11 meses. O modelo de alocação de recursos está baseado na prevsão de vendas realzada com dados dos 10 prmeros meses. A partr destes dados e consderando a proporconaldade na dstrbução dos recursos fo proposto um modelo de programação lnear. Como pontos postvos são destacados a consderação de crescmento da demanda e níves de acetação de redução dos valores alocados para mpedr a desgnação dos recursos apenas para tens mas lucratvos. O prncpal ponto negatvo é a baxa acuráca do modelo de prevsão de vendas no qual as decsões de alocação estão baseadas. Palavras-chaves: gerencamento de estoques; decsão de compras; alocação de recursos fnanceros.
1. Introdução O processo de novação tecnológca e a compettvdade alada ao movmento de fusões, observados nos últmos anos, ntroduzram novos concetos e alteraram condutas de dversos setores da economa. O setor supermercadsta não é uma exceção, pos tem-se verfcado um processo constante de transformações pelo qual esse segmento vem sofrendo à nível globalzado. Assm, sgnfcatvas mudanças nas estratégas dessas organzações vêm acontecendo, vez que são vstas como questão crucal para a sobrevvênca organzaconal. Neste contexto, a questão fnancera de estoques é de grande vala para a manutenção da compettvdade da empresa em tempos de concorrênca acrrada. Manter quantdades menores de estoques faz com que a empresa tenha folga fnancera e consga uma boa lqudez. A manutenção de quantdades maores de estoque, geralmente está atrelada a necessdade do mercado. No entanto, manter estoques gera custos. Assm, a redução de estoques sem afetar o processo produtvo e sem aumentar os custos é um dos grandes desafos que as empresas deparam-se. Neste sentdo, a gestão de estoques em ambentes cada vez mas complexos, exgente e compettvo vem despertando a atenção das empresas devdo ao fato de ser uma tarefa de dfícl gerênca. A busca pelo equlíbro ou pela decsão acertada de quanto alocar de recurso para cada classe de produto ou para cada flal da empresa é uma decsão que não pode ser tomada apenas com base no emprsmo dos gestores. A decsão de compra exge do gestor percepção da demanda do mercado para que realze compras nas quantdades adequadas. Suas preocupações norteam a manutenção de níves sufcente de estoque para que não faltem mercadoras para atendmento do consumdor e para que, ao mesmo tempo, não ocorra excesso mercadoras, uma vez que pode haver falta de espaço e falta de recursos. Para facltar esse grande desafo para os profssonas da área de logístca, os concetos de Pesqusa Operaconal (PO) têm sdo empregados. Segundo Junquera e Morabto (2008), a PO pode oferecer apoo nas decsões agregadas de gestão de produção, estoque e transporte em varados sstemas de planejamento de produção e logístca, ponderando as restrções tecnológcas envolvdas e obtendo soluções otmzadas em termos de custo e margens de contrbução de lucro. Quanto a estas abordagens são mplementadas em sstemas de apoo a decsão, proporconando ao tomador de decsão o poder de análse e flexbldade para replanejar quando houver mudanças nos parâmetros dos problemas, bem como gerar e avalar cenáros alternatvos. Neste sentdo o presente artgo propor encontrar um método de alocação de recursos para um setor de compra supermercadsta, a partr da pesqusa operaconal, como o ntuto de mnmzar estoques e maxmzar lucro. Com esta percepção, e a decsão de como deve ser estabelecdos os lmtes de compras para os dversos produtos do ramo supermercadsta. Foram empregadas nvestgações de como determnar a classfcação dos tens, os melhores mecansmos de ajustes para utlzação das 2
seres temporas e a elaboração de um modelo para decsão de utlzação de recursos através do uso de programação lnear. 2. Prevsão de vendas A prevsão de vendas no processo é o processo mas mportante dentro da função da gestão de demanda. Esta trabalha com duas ncertezas: prmeramente a sazonaldade do própro mercado; e a segunda corresponde o sstema de prevsão utlzado (CORRÊIA, GIANESI e CAON, 2001). Para Werner e Rbero (2006) a maora de métodos e sstemas de prevsão de vendas través de estudo de demanda analsa as nformações utlzando uma técnca de prevsão. Na realdade atual, em que é necessáro fazer uso de toda e qualquer nformação, que se dspõe uma únca técnca não pode trazer o resultado esperado. Prevsões confáves podem exgr a utlzação de város métodos, permtndo abranger a maor quantdade de nformações dsponíves. Porém para Lustosa et al.(2008) fatores como falta de produto no ponto-de-venda ou condções especas de promoção resultam em valores de vendas bastante dferentes da demanda normal. Contudo, no processo de prevsão de demanda é adequado rever os dados referentes aos períodos de vendas atípcas. 2.1. Importânca da prevsão de vendas para o gerencamento de estoque Caso a prevsão de vendas não obtver um resultado nsatsfatóro a empresa corre dos rsco, faltar o produto para o consumdor, ou ter grande estoque. Para Pnhero (2005) o objetvo do gerencamento de estoque é através da prevsão de vendas é garantr a dsponbldade sufcente de estoques para sustentar as operações, ao mesmo tempo em que mantêm nos níves mas baxos possíves os custos de estocagem, de encomenda e recebmento, de falta de estoque e os de obsolescênca. Ramanathan (2004), exstem crtéros multvarados que podem evtar uma prevsão de venda errada e como conseqüênca o aumento de estoque, entre eles estão: o custo do estoque, mportânca do tem, tempo de produção, exstênca de atrbutos comuns, facldade de substtução, número de reposção no ano, escassez, durabldade, tamanho do lote de reposção, estocagem, dstrbução de demanda e custo de penaldade por falta. Entretanto, para Santos e Rodrgues (2006) em uma grande varedade de tens a serem alocados e gerencados seu estoques, aumenta a complexdade do gerencamento, ndcando a necessdade de classfcá-los com multcrtéros. Esses crtéros podem ser város, tas como: lead tme, exstênca de atrbutos comuns, obsolescênca, facldade de substtução, escassez, durabldade, dstrbução de demanda, entre outros. Para consegur gerencas os multcrtéros dos produtos em estoque é utlzado desde a década de 70, ferramentas como MRP, JIT e ERP, que trabalham com abordagens mas qualtatvas que quanttatvas de gestão. Entretanto encontra-se a necessdade de métodos voltados para a realdade especfca de cada setor que contem a gestão de estoque e prevsão de vendas, neste pensamento a pesqusa operaconal trabalha com três prncípos de abordagens voltadas para a modelagem computaconal, estas são: otmzação, heurístca e smulação (PEIXOTO e PINTO, 2006). A otmzação por meo de técncas de programação matemátca, tas como programações lnear, não-lnear e ntera, precsam ser aplcadas sempre que possível, porque essas técncas garantem uma solução ótma. A complexdade dos modelos, no entanto, normalmente demanda grande capacdade computaconal e tempos de processamento probtvos. Dessa 3
forma, a heurístca tem sdo aplcada para reduzr o espaço a ser pesqusado e posterormente avalar as alternatvas encontradas de uma das outras oportundades (PEIXOTO e PINTO, 2006). 3. Metodologa A nvestgação ocorreu através do método expermental em que foram realzadas dversas tentatvas para compreender o modelo mas adequado de prevsão por seres temporas e a melhor composção do modelo de programação lnear para tomada de decsão. A decsão a ser tomada com base no modelo construído refere-se a dstrbução adequada dos recursos de compras dentre as dversas classes de produtos do ramo supermercadsta. Nesta premssa, a pesqusa ação fo o método utlzado para o desenvolvmento deste trabalho. Para Coughlan e Coghlan (2002) a pesqusa expermental, de modo geral o expermento é o mas tradconal meo de se realzar uma pesqusa, consste em determnar um objeto de estudo e seleconar as varáves que seram capazes de nfluencá-lo, defnndo as formas de controle e de observação dos efetos que a varável produz no objeto em condções determnadas. A coleta de dados procedeu-se em um supermercado da regão centro sul do Estado do Paraná. Fo utlzado um formuláro em que foram dentfcados os tens na prmera coluna e nas colunas seguntes elencados as quantdades venddas dos tens no período de onze meses. Uma vez que, não se obteve preços de venda e de compra para as mercadoras estes valores foram smulados. Atrbu-se valores aleatóros para o preço de vendas de acordo com a percepção e com pesqusas realzadas em folhetos de preços de mercadoras em supermercados da regão. Para a formação do preço de aqusção pelos supermercados fo empregada uma faxa percentual aleatóra em relação ao seu preço de venda. A aleatoredade fo calculada por programa de planlha eletrônca. A partr dos dados obtdos, para os dez prmeros meses dentfcou-se a méda o desvo e o melhor ajuste que podera ser obtdo para acerto da prevsão. O décmo prmero mês fo utlzado para comparar a acuráca do modelo de prevsão. A partr dos valores dentfcados para os dez prmeros meses foram estabelecdas as restrções a serem utlzadas com base em proporção e volume de vendas. O objetvo do modelo proposto fo obter o maor de lucro nas vendas a partr das restrções mplíctas ao ramo. Para a smulação do modelo fo utlzado o software Lngo versão acadêmca. 4. Descrção do modelo O modelo apresentado tem por objetvo estabelecer a dstrbução adequada, ou seja, defnr as cotas para gastos em determnados setores com a aqusção da mercadora. Consdera como fator de decsão o lucro que pode ser obtdo em cada setor de compra. Para exemplfcar o funconamento do modelo fo tomado como exemplo as vendas de supermercados. Os tens de supermercado foram dvddos em 16 grupos de tens mostrados na quadro 1 e com base no valor das vendas de 10 meses fo realzada prevsão de vendas. 4
Fonte: autores Quadro 1: grupos dvddos por multcrtéros. Grupo de produtos G1 G2 G3 G4 G5 G6 G7 G8 G9 G10 G11 G12 G13 G14 G15 G16 Nomenclatura Dversos Tabaco Saneante Cosmétcos Perfumes Prod.Hgene Congelados Resfrados Embutdos Carnes Almentos em Geral Bscotos e doces Pesados Defumados FLV Bebdas O modelo de otmzação tem a função objetvo maxmzar o lucro e com o parâmetro de alocação de recursos para a prevsão de vendas, o modelo é dvddo em 6 etapas: a) Prmera etapa: trabalha em determnar multcrtéros para o agrupamento dos produtos, estes são alocados de acordo com o quadro 1; A determnação dos grupos consderou a dsposção dos mesmos nos corredores do supermercado do qual foram coletados os dados. Estes tens já possuem uma classfcação por smlardade de uso e fornecedor comum. b) Segunda etapa: se restrnge em calcular a méda das prevsões de vendas, determnado pela equação 1; O cálculo da prevsão de vendas de n (P n ) é feto a partr da méda das vendas nos últmos dez meses (µ (m-11:m-1) ) somados com a multplcação entre o desvo padrão desses dez meses (σ (m-11:m-1) ) de venda com a méda dos últmos três meses de venda (µ (m-3:m-1) ). 5
Onde P m (m-10:m-1) (m-11:m-1) (m-10:m-1) (m-3:m-1) (m-11:m-1) m = valor das vendas de cada mês consderado no modelo de prevsão. Equação 01 A µ (m-3:m-1) / (µ (m-11:m-1) +σ (m-11:m-1) )o fo utlzada como fator de correção do desvo padrão para que a prevsão fosse melhorada. Este fator fo empregado depos de dversos testes. c) Tercera etapa: traz a função objetvo, no qual o fator T, representa a quantdade de recursos a serem dstrbuídas e R e l representam o percentual de cada grupo e o lucro, respectvamente, que cada grupo pode obter com o recurso dstrbuído. Após realzada a prevsão é aplcado o modelo de otmzação: Onde: Max R * l T Equação 02 * R = Resultado da desgnação. l = Lucro de cada grupo. T = Total de recursos que o admnstrador quer dstrbur. d) Quarta etapa: Evdentemente que o grupo mas lucratvo fcará com a maor parcela dos recursos por sso foram cradas restrções que tentam garantr a proporconaldade da dstrbução dos recursos. As equações 4 e 5 consstem em mapear as restrções e ponderar o percentual de dferença em relação a demanda aceta F. Este teve ser tomado um valor pequeno pelo admnstrador de compras, se a stuação for a demanda de compra mensal, entretanto se for uma compra adconal este deve assumr um valor alto. Para que a dstrbução atenda uma determnada proporconaldade para todos os grupos de tens deve ser adotado as seguntes restrções: R R P F * P P P F * P P Equação 04 Equação 05 6
R P P * K K {0,1} Equação 06 Onde: F + = Percentual de dferença em relação a demanda aceto para mas. F - = Percentual de dferença em relação a demanda aceto para menos. K = Determnação se o tem teve aumento progressvo da demanda nos últmos três meses. Algortmo para o fator K que representa tens que tem demanda crescente nos últmos três anos. A equação 6 fo estabelecdo para tens que tem demanda crescente nos últmos três meses tenha pelo menos a proporconaldade da prevsão atendda já que há crescmento das vendas nos últmos meses. O fator K é calculado por um algortmo: Inco Algortmo Se m 10 > m 9 então Senão Fm Se Fm Algortmo Fonte: autores Quadro 2: algortmo para calculo do fator k. Se m 9 > m 8 então Senão Escreva 0 5. Coletas de dados / Resultados Escreva 1 Escreva 0 Foram coletados os dados de quantdades venddas e partr dos mesmos foram smulados dados fnanceros de vendas. O resumo dos valores smulados de vendas em cada um dos grupos é apresentada na tabela 1. 7
Fonte: autores. Tabela 1 Smulação de vendas por grupo A partr destas nformações foram aplcadas as equações do modelo para o valor gual ao prevsto. Os resultados obtdos a partr do teste de valor gual ao prevsto são apresentados pela tabela 2: 8
Fonte: autores. Tabela 2 Resultados geras da smulação da otmzação de alocação de recursos. Em relação ao valor real observa-se pequenas dferenças entre o montate prevsto e efetvamente venddo, conforme os dados obtdos a partr de valores smulados de vendas. Em relação a cada um dos grupos as dferenças de vendas e de prevsão foram sgnfcatvas. Para saber se teve uma dferença sgnfcatva da prevsão de vendas dos grupos de produtos do supermercado, fo utlzado o método estatístco de varânca de um fator e a comparação múltpla de Tukey-Kramer, de acordo com os cálculos de LEVINE et al. (2005), sendo. Os resultados mostraram que houve dferença sgnfcatva entre os valores prevstos e os valores alcançados de vendas para o décmo prmero mês apresentado resultados nsatsfatóros para o modelo de prevsão. A aplcação das etapas do modelo que referem-se a alocação de recursos mostraram-se bastante satsfatóras do ponto de vsta qualtatvo. Os recursos foram dstrbuídos adequadamente mostrando-se aumentos na margem de lucro fctíca da empresa. No entanto não foram realzadas análses estatístcas para dentfcar a partr de que faxa de varação permtda os aumentos de lucratvdade são sgnfcatvos. 6. Consderações Fnas A construção do modelo de alocação de recursos tem como fator de mpacto mas sgnfcatvo a dfculdade de se realzar prevsão de demanda adequada. O setor supermercadsta apresenta varação das vendas entre os dversos meses por conta de númeras sazonaldades observadas. Quanto a dstrbução dos recursos do ponto de vsta de sua lucratvdade são necessáros apenas aperfeçoar os crtéros qualtatvos que levam o gestor a optar por um F+ ou F- de maor ou menor percentual em relação a demanda prevsta. Estes crtéros, bastante subjetvos que devem ser destacados como pontos de estudos futuros. 9
A alocação do ponto de vsta de níves de vendas não apresentou, segundo análse qualtatva, dferenças sgnfcatvas para faxas percentuas pequenas de varação. Este fato é devdo a busca do modelo em dstrbur os recursos respetando a proporconaldade de vendas dos grupos. Referêncas CORRÊA, H. L.; GIANESI, I.G.; & CAON, M. Planejamento, programação e controle de produção. 4 ed. São Paulo: Atlas, 2001.u COUGHLAN P.; COGHLAN D. Acton reserch for operatons management. Internatonal Journal Producton Economcs. V. 22, n.2, p.220-240, 2002. JUNQUEIRA, R. A.; & MORABITO, R. Planejamento otmzado da produção e logístca de empresas produtoras de semente de mlho: um estudo de caso. Revsta Gestão & Produção, vol.15, n.2,p.367-380, maago, 2008. LEVINE, D. M. et al., Estatístca Teora e Aplcações: usando o Mcrosoft Excel em português, 3º ed., Ro de Janero: LTC, 2005, 819p. LUSTOSA. L.; MESQUITA, M.A.; QUELHAS.O.; & OLIVEIRA, R. Planejamento e controle. Ro de Janero: Elsever, 2008. MILONE, G. Estatístca: geral e aplcada, São Paulo: Ponera Thomson Learnng, 2004, 483p. PEIXOTO, E. C.; & PINTO L. R. Gerencamento de estoques e prevsão de vendas agregadas utlzando smulação. Revsta Produção, vol. 16, n. 3, p. 569-581, set-dez, 2006. PINHEIRO, A. C. Gerencamento de estoque farmacêutco. Revsta Eletrônca de Contabldade. Vol. 1, n.3, p. 80-94, 2005. RAMANATHAM, R. ABC nventory classfcaton wth multple-crtera usng weghted lnear optmzaton. Computers & Operatons Reserch, v.33, n.3, p.695-700, 2004. SANTOS, A. M.; e RODRIGUES, I. A. Controle de estoque de materas com dferentes padrões de demanda: estudo de caso de uma ndústra químca. Revsta Gestão & Produção, vol.13, n.2,p.223-231, ma-ago, 2006. WERNER, L.; e RIBEIRO J. L. Modelo composto para prever demanda através de ntegração de prevsões. Revsta Produção, vol. 16, n. 3, p. 569-581, set-dez, 2006. of 10