Análise Envoltória de Dados – Comparando a Eficiência em Operações

É praticamente impossível ignorar a importância de indicadores que meçam a performance da empresa. É preciso medir o quanto foi produzido, vendido, quantos clientes foram atendidos, ou seja, a eficácia das suas operações. Porém, precisamos entender também quais foram os recursos utilizados para alcançar os objetivos, para garantir a saúde e competitividade da organização. É preciso avaliar também a eficiência dos processos.

Uma prática comum no mercado são as comparações que as empresas, ou unidades produtivas e operacionais destas, fazem entre si para saber se estão sendo mais, ou menos, eficientes do que as demais. Ou ainda, se existe um caminho a ser percorrido para a máxima eficiência. Teoricamente, seria fácil fazer essa análise com cálculos simples, mas as diferenças nas características operacionais das unidades analisadas dificultam enormemente uma comparação justa. Por exemplo, pode-se pensar em calcular a produtividade pela área de cobertura de uma operação, mas poderíamos também pensar em medi-la pelo número de clientes que foram atendidos. Cada uma dessas opções poderia indicar uma ou outra operação como a mais eficiente, mas qual seria o critério correto? Como combinar, então, essas diferentes formas de mensuração para fazer comparações justas entre as unidades?

A Análise Envoltória de Dados (DEA, na sigla em inglês) é um método matemático baseado na lógica de programação linear que permite essa comparação de eficiência entre diferentes unidades produtivas (chamadas de DMU), utilizando múltiplos critérios de entradas, que seriam os recursos (inputs); e de saídas ou resultados alcançados (outputs). Através desse modelo, é possível chegar a um percentual de eficiência único para cada uma das unidades analisadas na comparação, e assim entender quais delas são parâmetros (benchmarks) e quais ainda possuem pontos de melhoria.

Diferente de modelos paramétricos, como regressão linear e o AHP, o DEA permite atribuição de pesos diferentes para cada critério de entrada e saída de forma a maximizar a eficiência de cada DMU, o que propicia uma comparação justa entre operações diferentes. Os modelos de DEA podem ser orientados tanto a inputs quanto a outputs. Em outras palavras, podemos pensar “quanto dos meus recursos eu deveria estar gastando para atingir um resultado” ou “quanto eu deveria estar produzindo com os recursos que eu tenho”. É importante escolher o modelo apropriado, baseando-se nas variáveis que são controláveis pelos gestores das operações analisadas.

Escolhido o modelo de orientação, cria-se um problema de programação linear (PPL), que atribuirá pesos diferentes aos inputs e outputs de cada unidade, buscando maximizar a eficiência da mesma. Assim, chegamos à eficiência de cada DMU. De posse desses valores, ainda podemos calcular o quanto as DMUs menos eficientes deveriam melhorar, traçando uma meta de redução de inputs ou aumento de outputs, dependendo do modelo de orientação escolhido. Assim, podemos em alguns casos mostrar a DEA graficamente, construindo as chamadas fronteiras de eficiência. As empresas que são 100% eficientes se encontram no limite desta, e as empresas que não são 100% eficientes estão no “interior” da região, como mostra a Figura 1.

Figura 1 – Fonteira de eficiência do DEA

Fonte: ILOS

 

Essa foi uma breve introdução à Análise Envoltória de Dados, muito útil na área de logística para comparar operações com características diferentes (ex.: CDs e Operadores Logísticos atuando em diferentes regiões do país) e, de maneira justa e adequada, identificar oportunidades de melhoria operacional no caminho para a fronteira de eficiência. Nas referências abaixo, você pode conferir uma apresentação mais detalhada, além da formulação dos problemas lógicos e ferramentas que auxiliam a resolvê-los.

 

Referências

SOARES DE MELLO, J.C.C.B et al. CURSO DE ANÁLISE DE ENVOLTÓRIA DE DADOS. XXXVIII Simpósio Brasileiro de Pesquisa Operacional, 2005

ANGULO MEZA, L.; BIONDI NETO, L.; SOARES DE MELLO, J.C.C.B.; GOMES, E.G. ISYDS – Integrated System for Decision Support (SIAD – Sistema Integrado de Apoio à Decisão): a software package for data envelopment analysis model. Pesquisa Operacional, v. 25, (3), p. 493-503, 2005

ANGULO MEZA, L.; BIONDI NETO, L.; SOARES DE MELLO, J.C.C.B.; GOMES, E.G.; COELHO, P.H.G. Free software for decision analysis: a software package for data envelopment models. In: 7th International Conference on Enterprise Information Systems – ICEIS 2005, v. 2, p. 207-212.