CONCEITO

Simuladores Aplicados na Gesto de Peas Sobressalentes David de Castro - Diretor da Brasman Ultimamente tem surgido no mercado uma quantidade surpreendente de softwares tambm conhecidos como simuladores aplicados no clculo de parmetros de itens de baixo consumo. Como tradicionalmente na indstria esses parmetros so estimados de forma subjetiva e no atravs de mtodos analticos, esses aplicativos tm despertado curiosidade e interesse de profissionais das reas de Manuteno e de Suprimento. O curioso que como em todo o mundo pode-se contar na palma-da-mo estudiosos que realmente dedicaram toda uma vida acadmica e prtica a desenvolver tcnicas e modelos analticos aplicados na gesto de peas sobressalentes, soa estranho esse surto. Embora no tenha a pretenso de esgotar o assunto, o artigo faz consideraes importantes sobre algumas caractersticas e limitaes comuns a esses simuladores, que certamente auxiliaro os interessados a avaliar melhor a questo. Itens de Baixo Consumo Para comear, os critrios adotados para classificar itens como de baixo consumo so arbitrrios e bastante elsticos. Sucede que ao contrrio do que se pensa o que efetivamente importa e faz sentido o processo de demanda exibido por cada item individualmente e qual a distribuio estatstica que melhor adere a esse processo, e no se o item de baixssimo, de baixo, ou at mesmo de alto consumo. Tcnicas de Previso de Demanda No contexto, tcnica de previso de demanda definida como uma combinao de um procedimento para estimar taxa de demanda (demand rate) e um procedimento para estimar a razo varincia/mdia (variance-to-mean ratio). Neste aspecto, importante enfatizar que existe uma diferena fundamental entre previso de demanda no contexto de peas sobressalentes e previso de indicadores econmicos tais como PIB ou taxas de juro. Enquanto o analista econmico est tentando predizer ou prever a quantidade com o mnimo de erro, o analista de estoque no est tentando predizer ou prever apenas a demanda mdia, mas sim esta e mais um nvel de segurana. Esta a razo por que crtico predizer ou prever no somente a demanda mdia, como tambm a razo varincia/mdia. justamente aqui que surgem de incio duas limitaes srias com esses simuladores: (1) a despeito de preverem demanda mdia, geralmente o fazem com o uso de tcnicas menos avanadas e precisas; (2) ignoram ou assumem que o parmetro razo varincia/mdia sempre igual a 1, premissa esta incorreta em muitos casos. Afinal, qualquer simulador ou sistema de gesto de estoques no ser de muita utilidade se suas premissas e tcnicas de previso no forem adequadas e precisas. Processo de Demanda vs. Distribuio Estatstica Demanda (ou falha) de peas pode ser aleatria ou no aleatria. O caso mais simples e tambm mais conhecido de demanda aleatria aquele em que as taxas de demanda (ou taxas de falha) so constantes, situao na qual a distribuio de Poisson (incrementos estacionrios) a que melhor se adere. A despeito de muito pouco conhecido, existe um outro tipo de demanda aleatria no qual as taxas de demanda

no so constantes, mas variveis e com direo imprevisvel. Neste caso, a distribuio que melhor se adere a Binomial Negativa (incrementos no estacionrios). Por ltimo, o processo de demanda para muitas peas no aleatrio, mas resulta do desgaste ou do envelhecimento (wear-out), onde as taxas de falha variam com o tempo e com direo previsvel. Pode haver um perodo curto de mortalidade infantil (wear-in or infant mortality) com taxa de falha elevada, seguida de taxa de falha baixa, que por sua vez cresce gradualmente assim que se aproxima do fim da vida til. Neste caso, a distribuio que melhor se adere a Binomial. Como estamos falando de trs possveis distribuies estatsticas Poisson, Binomial Negativa e Binomial , de fundamental importncia submeter o histrico de consumo/demanda de cada item a um teste de aderncia para saber em qual das trs distribuies ele se enquadra, procedimento este solene-mente ignorado por esses simuladores que partem da premissa de que a demanda de todo e qualquer item se adere unicamente distribuio de Poisson. Sucede que se por exemplo a demanda for Binomial Negativa ou Binomial e o simulador assume que Poisson, o erro pode ser significativo nas estimativas dos nveis de estoque e dos indicadores de performance exibidos. Input Para operar esses simuladores geralmente requerem parmetros e variveis cujo levantamento mostra-se muito trabalhoso e at mesmo invivel em muitos casos. Um exemplo clssico o custo da falta (penalty cost). Afinal, quanto custa uma hora parada de uma linha de metr ou de um blacaute (blackout) no horrio de pico? Ou ento como estimar o custo da falta para centenas e at mesmo milhares de itens? Mesmo os simuladores que no requerem o custo da falta nesses casos o input requerido o fator de segurana, k , eles assumem que o valor de k constante para todos os itens e no varivel. Assim, para itens com a mesma taxa de consumo/demanda acabam sendo atribudos os mesmos nveis de estoque, independentemente de seus respectivos custos de aquisio. Para quem no tem limitao oramentria para investimento em estoque isso no faz a mnima diferena mas, para quem tem, a diferena simplesmente brutal. Disponibilidade de Sistemas vs. Indicadores de Performance Alm de algumas simulaes sobre o impacto financeiro todas baseadas no questionvel custo da falta o indicador de performance geralmente calculado por esses simuladores o tradicional nvel de servio esperado para cada item. Sucede que a partir da perspectiva do gerente que tem como meta disponibilizar ou produzir algum bem, disponibilidade de sistemas, aqui definida como o percentual esperado de tempo que um sistema estar operacional sem problemas associados com falta de peas sobressalentes, o indicador de performance que mais faz sentido. Dessa forma, do que o analista de estoque mais precisa que o simulador seja capaz de gerar para cada sistema uma curva tima de disponibilidade vs. custo do investimento em estoque, para que ele possa submet-la gerncia, para uma tomada de deciso, e no apenas nvel de servio. Um sistema pode ser uma planta industrial ou qualquer uma de suas diversas unidades ou sub-unidades tais como:, uma aciaria, um laminador, uma caldeira, uma linha de envasamento automtico, uma mquina de papel, uma estao de tratamento de efluentes. Outros exemplos: uma subestao, uma linha ou um carro de um metr, uma frota de aeronaves. A propsito, importante ressaltar que como o termo disponibilidade bastante abrangente, alguns simuladores calculam tambm um indicador chamado de disponibilidade, porm essa disponibilidade no tem nada a ver com o conceito de disponibilidade vs. custo do investimento em estoque, sendo este conceito exclusivo de

uma metodologia revolucionria chamada de Abordagem Por Sistema (System Approach), em contrapartida metodologia tradicional chamada de Abordagem Por Item (Item Approach). Esta ltima utilizada no somente por esses simuladores, como tambm por quase todos os sistemas tradicionais de gesto de peas sobressalentes em todo o mundo, enquanto a primeira, a despeito de ser utilizada h vrios anos em alguns pases, ainda praticamente desconhecida no Brasil.