Posts

As diretrizes internacionais das empresas se adequam ao Brasil?

Vez ou outra o ILOS é procurado para ajudar empresas multinacionais a explicar como funciona o mercado brasileiro de contratação de transporte. Isso ocorre com certa frequência porque algumas empresas multinacionais são orientadas a aplicar aqui o mesmo padrão de contratação que têm em seus países de origem.

Seguir diretrizes internacionais significa, em geral, maiores exigências de segurança, qualidade e gerenciamento de risco do que o praticado pela média do mercado brasileiro. Exemplo de exigências: idade mínima de frota inferior a 5 anos, tempo mínimo de experiência de 5 anos dos motoristas, lavagem do caminhão a cada abastecimento, treinamentos de segurança anuais dado por consultoria especializada, auditoria previa em possíveis candidatos a parceiros logísticos, entre outras.

O problema é que ter todas essas diretrizes replicadas aqui gera um custo de frete mais elevado e menor quantidade de players que são capazes de prestar esse serviço.

Com custos mais elevados no transporte, surge então a necessidade de explicar o porquê que no Brasil é assim.

Nessa hora, saber como o mercado brasileiro se comporta e ter um benchmarking com os principais players em operação pode ajudar na demonstração do porque isso vêm ocorrendo.

O primeiro passo é ter o conhecimento sobre como está o mercado brasileiro dos prestadores de serviço logístico. Entender se o momento é de maior demanda ou oferta ou como anda a margem dos transportadores. Mapear quem são aqueles transportadores mais fortes em seu segmento de atuação e para quem eles trabalham, além de mapear quais transportadores atendem as exigências da sua empresa.

O segundo passo é mais difícil, mas não impossível. É a realização de um benchmarking com os principais concorrentes para saber se todos praticam as mesmas diretrizes na hora da contratação e entender como diferentes estratégias podem estar impactando no custo do transporte.

Com essas informações é possível entender qual o posicionamento da sua empresa frente a concorrência e identificar quais das diretrizes exigidas estão mais impactando nos custos logísticos.

Benchmarking: o momento de olhar para fora

Muitos gestores da área de logística não têm a visibilidade do que está acontecendo em termos de boas práticas em custos e nível de serviço no mercado. No geral, o trabalho de gerir as operações rotineiras de recebimento e entrega e suas inerentes complicações já toma todo o tempo e esforço dos profissionais de logística da maioria das companhias. Mas muitas vezes alguma outra empresa já passou por essas mesmas complexidades, e de forma inovadora ofereceu uma solução única que tornou suas operações consideravelmente mais fáceis de se gerenciar, e claramente obteve um impacto substancial em custos.

benchmarking_figura1_ilos

Figura 1 – Armazém altamente automatizado na indústria de cerâmicas (Exemplo de boas práticas em redução de custos)

Fonte: Divulgação

 

Diante desse cenário, nós do ILOS frequentemente recebemos contatos de empresas que desejam entender seu posicionamento tanto dentro da sua indústria, quanto no mercado como um todo. Esse posicionamento usualmente é descrito em termos de custos e nível de serviço ao cliente, uma vez que compõem um clássico trade-off logístico. Uma empresa que tem como ponto estratégico um atendimento premium ao cliente, sempre com o máximo de disponibilidade de todo seu portfólio de produtos e/ou com prazos de entrega mínimos pode esperar que seu indicador de custos logísticos esteja acima do mercado. De forma análoga, uma empresa que tem como prática estratégica a redução máxima de custos de transporte, armazenagem e estoques certamente perceberá que seus indicadores de nível de serviço ao cliente estejam abaixo das práticas de mercado.

Além de entender esse posicionamento diante do trade-off custos e nível de serviço outro ganho de projetos de benchmarking é a descoberta de novas práticas. Usualmente a introdução de tecnologias inovadoras na logística consegue romper a barreira desse trade-off diminuindo custos sem prejudicar o nível de serviço. A incorporação de ganhos fiscais, a calendarização da frota e a redução de níveis gerais de estoque de segurança podem ser outros exemplos de práticas adotadas pelo mercado que trazem retornos substanciais em custos logísticos sem gerar nenhum comprometimento no atendimento ao cliente.

E a sua empresa, sabe seu posicionamento em termos de custos e nível de serviço frente ao mercado? Tem visibilidade das melhores práticas?

 

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-DEA-ILOS

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.