1 / 43

PRODUTIVIDADE, EFICIÊNCIA E BENCHMARKING DE SERVIÇOS LOGÍSTICOS

PRODUTIVIDADE, EFICIÊNCIA E BENCHMARKING DE SERVIÇOS LOGÍSTICOS. Lucas Chisté Maria Sarah Ferraz Sânzio Junior. INTRODUÇÃO .

sumi
Download Presentation

PRODUTIVIDADE, EFICIÊNCIA E BENCHMARKING DE SERVIÇOS LOGÍSTICOS

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. PRODUTIVIDADE, EFICIÊNCIA E BENCHMARKING DE SERVIÇOS LOGÍSTICOS Lucas Chisté Maria Sarah Ferraz Sânzio Junior

  2. INTRODUÇÃO Neste capítulo discutiremos inicialmente os conceitos de produtividade e de eficiência aplicados a problemas de logística. A seguir, analisaremos a eficiência de unidades logísticas utilizando uma metodologia recente, denominada DEA- Análise Envoltória de Dados (Data envelopmentAnalysis). Finalmente, abordaremos a questão do benchmarking, em que se preocupa melhorar o desempenho de empresas ou subsistemas, tomando-se como referência as melhores práticas, isto é, aquelas conseguiram apresentar melhores práticas, isto é, aquelas que conseguiram apresentar melhores níveis de produtividade e de eficiência. M

  3. MEDINDO A PRODUTIVIDADE A produtividade de um sistema de produção é definido como a relação entre o que foi produzido e os insumos utilizados para tal, num certo intervalo de tempo. Um sistema de produção é qualquer conjunto de elementos que atuam de forma integrada e harmônica para transformar insumos diversos em produtos ou serviços (Moreira, 1991). No domínio empresarial, podemos analisar a produtividade dos diversos setores da empresa ou considerar um conjunto de firmas atuando num certo ramo de atividade, ou mesmo a produtividade de um setor da economia. L

  4. MEDINDO A PRODUTIVIDADE Os insumos que o sistema utiliza e que geram produtos ou serviços são também chamados de fatores de produção. Os sistemas de produção podem ser vistos como sistemas de conversão de insumos em serviços ou produtos. Essa conversão de insumos pode ser de vários tipos. Por exemplo : uma ferrovia utiliza vagões, locomotivas, pessoal,energia, via permanente etc. para gerar transporte de passageiros e de carga, medidos respectivamente em passageiros/km e toneladas/km. Na maioria dos casos, os sistemas de produção consomem, mais do que um insumo. Podemos então calcular a produtividade considerando apenas um dos fatores de produção por vez.

  5. MEDINDO A PRODUTIVIDADE Nesse caso a produtividade é dita parcial. Noutras vezes, consideramos simultaneamente todos os insumos, estabelecendo, para isso, uma soma ponderada desses inputs de forma a se ter uma medida única dos mesmos. Essa medida da produção é denominada produtividade total dos fatores (Moreira, 1991) e, obviamente, fornece mais informação sobre o desempenho do sistema. O problema é definir pesos adequados para os diferentes insumos. No entanto, existem metodologias a pouco mais sofisticadas que permitem medir com maior rigor a produtividade total dos fatores para sistema de produção.

  6. ÍNDICES DE PRODUTIVIDADE É comum definir um ou mais índices de produtividade. Em alguns casos, são escolhidos índices parciais e , noutros, índices total. Os resultados servem então para comparar as diversas unidades que formam o sistema em estudo e para comparar os elementos do sistema com outras unidades externas, de desempenho semelhante. Por exemplo, tomemos o caso de operadores logísticos operando no país. Um índice parcial, de interesse para comparação, é o faturamento por m² de armazém. M

  7. ÍNDICES DE PRODUTIVIDADE Calculando esse índice e o colocando num gráfico. Notamos que uma boa parte das empresas de pequeno porte, com faturamento até cerca de R$ 15 milhões por ano, apresenta índice de faturamento por área de armazenagem abaixo de R$ 200/m². Mas outra parte das empresas situadas nessa faixa de faturamento apresenta valores bem mais elevados. Observa-se que, para faturamento tendendo a zero, o índice esperado seria de R$ 200/m². Por outro lado,para faturamento da ordem de R$ 150 milhões por ano, o índice esperado é da ordem de R$ 450/m². Há portanto, uma tendência de crescimento do índice com o tamanho da empresa. Ou seja, há economias de escala nesse processo. Mas porque?

  8. ÍNDICES DE PRODUTIVIDADE Em primeiro lugar, devemos lembrar que há diferenças apreciáveis no desempenho dos operadores logísticos. Tomemos, como exemplo, o caso da empresa Delara Transportes. Apresenta um índice elevado, de RS 1.428/m²,para um faturamento anual de R$65 milhões. Apesar de oferecer serviços logísticos, a empresa é uma transportadora tradicional e, portanto, uma boa parte de seu faturamento é representado pelos resultados obtidos no transporte de mercadorias.

  9. ÍNDICES DE PRODUTIVIDADE E, muito embora o transporte de cargas necessite de instalações de armazenagem para triagem dos produtos, as necessidades de área são bem menores do que no caso de operadores logísticos, que oferecem espaço para estocagem de mercadorias durante prazos bem mais longos, de semanas e até meses. Isso mostra uma dificuldade. Para se ter uma visão mais precisa do processo, seria necessário desagregar os dados de faturamento e de utilização da área de armazenagem por tipo de serviço, caso transporte, de um lado, e estocagem de produtos, de outro.

  10. ÍNDICES DE PRODUTIVIDADE A desagregação do faturamento é simples, mas a utilização da área do armazém é mais complicada visto que ambas atividades compartilham das instalações fixas, não permitindo uma identificação imediata das áreas utilizadas em cada caso. Noutras situações, índices parciais do tipo analisado podem canalizar informações bastante utilizado nas analises comparativas. Na figura é mostrada a variação desse índice em função do faturamento, para as 50 maiores empresas supermercadistas brasileiras. Pode-se observar que o comportamento desse índice de produtividade é bem mais estável para supermercados do que para operadores logísticos.

  11. ÍNDICES DE PRODUTIVIDADE Na figura é mostrada a variação desse índice em função do faturamento, para as 50 maiores empresas supermercadistas brasileiras. Pode-se observar que o comportamento desse índice de produtividade é bem mais estável para supermercados do que para operadores logísticos. Mas, à medida que o porte vai crescendo, a variação do índice vai se afunilando, mostrando maior uniformidade de comportamento. Outros índices parciais são usualmente determinados, servindo de base para avaliações e comparações.

  12. ÍNDICES DE PRODUTIVIDADE Os índices parciais, embora forneçam elementos importantes para a analise de produtividade, apresentam o inconveniente de representar aspectos isolados do comportamento do sistema de produção. Assim, a análise da produtividade total, sempre que for possível e pratica, atende melhor as necessidades do analista. Uma metodologia muito utilizada para se conseguir tal analise integrada é a da função de produção, normalmente ajustada aos dados por meio de métodos estatísticos.

  13. FUNÇÃO DA PRODUÇÃO É uma representação matemática da transformação de insumos em produtos. De maneira geral, uma empresa utiliza uma serie de fatores de produção (mão de obra, instalações fixas, energia, etc.), representados genericamente pelas variáveis , e transformando-os em produtos (físicos ou serviços), representados pelas variáveis . A função de produção permite analisar a produtividade de um conjunto de empresas de um determinado setor, e é definida como a relação entre o que foi produzido e os insumos utilizados num certo intervalo de tempo. O desafio desse tipo de analise é definir uma função matemática que possa representar adequadamente o processo de transformação de um determinado setor de economia. S

  14. FUNÇÃO DA PRODUÇÃO Normalmente,a função de produção é ajustada os dados através de métodos estatísticos. Um problema que ocorre freqüentemente nesse tipo de analise é que, muita vezes, o output não é caracterizado por uma única variável. No caso dos operadores logísticos cuja produtividade analisaremos mais adiante nesse capitulo por meio de método DEA, são considerados dois outputs: o faturamento e o numero de clientes atendidos pela empresa. Os métodos clássicos só permitem considerar, em geral, uma única variável como output. O processo de produção adotado pelas empresas do setor analisado vai definir uma estrutura de custo que se apóia nos preços dos insumos.

  15. FUNÇÃO DA PRODUÇÃO O processo produtivo propriamente dito, representado pela parte tracejada da figura, vai gerar produtos e serviços. São simplificados através de uma estrutura de preços, gerando receitas. Finalmente, os produtos e serviços são colocados no mercado, onde o consumo lhes dá um valor final. O processo produtivo propriamente dito, levando em conta tão-somente as variáveis não-monetárias, é representado, como dissemos por uma função de produção. Função de produção, por sua vez procura medir a chamada fronteira de máxima produtividade, representada pelo Maximo desempenho possível em cada situação existente no mercado.

  16. FUNÇÃO DA PRODUÇÃO Há vários tipos de função de produção. Um tipo, muito utilizado pelas economistas é a Cobb-Douglas, em que os insumos aparecem na forma multiplicativa, com expoentes ajustados por meio de regressão múltipla. Onde são as variáveis independentes, que, no caso, representam os insumos; y é a variável dependente, representado o output, e a, b, c, d são coeficientes a determinar por meio da regressão.

  17. FUNÇÃO DA PRODUÇÃO Em primeiro lugar, toda pesquisa baseada em questionários, como a realizada pela revista tecnologística, depende de dois fatores importantes para seu sucesso: a participação efetiva dos entrevistados, medida pela quantidade das respostas, e a precisão das informações, resultante da veracidade das mesma e da atenção que a empresa dedicou ao preenchimento do formulário. Muitas vezes o questionário é encaminhado a um setor com pouca afinidade com o objeto da pesquisa, resultando num preenchimento incompleto e mesmo incorreto. Em segundo lugar, diversas empresas omitem dados preciosos, por exemplo, o faturamento. Em terceiro lugar, muitas das empresa que se dizem operadores logísticos no Brasil são basicamente transportadoras em fase de evolução para a nova atividade ou operadores logísticos incipientes, sem suficiente experiência técnica e comercial para posar como prestadores de serviços kA estabilizados nesse setor.

  18. CONCEITO E MEDIDA DA EFICIÊNCIA Quando o sistema produtivo é medido por apenas um insumo e apenas um produto, o cálculo da produtividade é imediato basta dividir a quantidade do segundo pelo valor do primeiro.Por exemplo, um fazendeiro que cultiva apenas soja,utilizando como insumo básico a terra, mede sua produtividade em toneladas do cereal(ou sacas), por hectares e por ano.quando se tem mais de um insumo e/ou mais de um produto, o cálculo da produtividade para esses casos através de índices que, no conjunto, permitem comprar os elementos que compõem o sistema de produção em analise. L

  19. CONCEITO E MEDIDA DA EFICIÊNCIA Por exemplo, no caso dos operadores logísticos, podem calcular o faturamento por m² de área de armazenagem, faturamento por funcionários, faturamento por serviços prestados, e assim por diante. Esses índices diversos permitem ao analista fazer comparações entre empresas e setor. Nos casos de múltiplos inputs e outputs, na análise ficará bem mais simples de conseguirmos reunir todos esses índices numa medida única de produtividade.

  20. ANÁLISE ENVOLTÓRIA DE DADOS A análise envoltória de dados foi envolvida na década de 1970 por Charnes Coopere Rhodes tendo hoje larga aplicação na análise de produtividade e eficiência, servindo também de apoio para estudos de benchmarking. L

  21. ANALOGIA COM OS CAVALEIROS DA TÁVORA REDONDA O rei Artur reunia seus cavaleiros em torno de uma mesa redonda, onde eram discutidos assuntos diversos de interesses da corte e de seu seleto clube masculino.Eram participantes, sir Lancelot, apaixonado pela rainha Guinevere, sir Kay, um bravo cavaleiro, sir Blamour, sir Hors , sir Hector e outros mais. Numa noite de chuva o rei Artur propôs uma gesta. Cada cavaleiro tinha que desafiar todos os outros de três formas diferentes, escolhendo livremente as armas, posteriormente, seriam realizados os embates e avaliados os resultados. Depois de registrados os desafios e realizarem as disputas durante um Mês seguido,o rei Artur anunciou os resultados. L

  22. ANALOGIA COM OS CAVALEIROS DA TÁVORA REDONDA A partir desse exemplo, podemos tirar algumas conclusões importantes. Em primeiro lugar, havia uma tecnologia comum, que condicionava, na época, a disponibilidade de armas e de seu uso.Mas, dentro dos limites dessa tecnologia, alguns participantes conseguiam uma combinação melhor das armas, tirando melhores resultados dela.Em segundo lugar, havia uma cultura-padrão permeando o ambiente. As gestas, os torneios, o romantismo e outras manifestações da época formavam um ambiente propício a esse tipo de atividade.

  23. ANALOGIA COM OS CAVALEIROS DA TÁVORA REDONDA Outro aspecto muito importante que se pode tirar desse exemplo é a questão da referência. Não há uma medida de eficiência absoluta, em relação a qual o desempenho dos participantes deva ser medido e avaliado.

  24. FUNDAMENTO DA ANÁLISE ENVOLTÓRIA DE DADOS Nas regras da análise envoltória de dados, cada participante recebe a denominação DMU. Isso porque dependendo do problema, os participantes podem ser empresas e organizações. Cada empresa vai procurar otimizar sua eficiência, para isso escolhendo convenientemente os pesos dos insumos e os pesos dos outputs da relação. Suponhamos, que num certo momento, seja a vez da empresa e de lançar seu repto no jogo competitivo. Essa empresa vai procurar valorizar seu processo produtivo, selecionando os pesos de forma a tornar máxima sua eficiência relativa. M

  25. FUNDAMENTO DA ANÁLISE ENVOLTÓRIA DE DADOS   Mas, ao escolherem os pesos, as demais empresas participantes vão também aplica-los aos seus inputs e outputs. Considerando uma outra empresa participante qualquer, denominada genericamente G, duas coisas podem acontecer : (a) ao aplicar os pesos de E nos inputs e outputs de G, o resultado pode ser melhor para a última, ou seja , a eficiência resultante é maior do que E; (b) alternativamente, aplicando os pesos de E nos inputs e outputs de G, a eficiência resultante para última pode ser menor do que E. A análise envoltória de dados resolve esse problema através de um modelo de programação linear. Havendo N Empresas no conjunto analisado, o DEA resolve N problemas separados de programação linear

  26. FUNDAMENTO DA ANÁLISE ENVOLTÓRIA DE DADOS Cada problema corresponde ao enforque segundo um dos participantes. Pode acontecer que a empresa E consiga se eficiente quando escolhe seus pesos, mas perde sempre quando as desafiantes são as demais. Finalmente há aquelas que vencem com seus próprios pesos e conseguem vencer muitas outras nas armas de suas oponentes. São as eficientes, que servirão de base para o benchmarking da não-eficientes. Exemplo: Eficiência de operadores logísticos

  27. FUNDAMENTO DA ANÁLISE ENVOLTÓRIA DE DADOS Voltemos as caso dos operadores logísticos brasileiros, cujos dados foram levantados pela revista tecnológica. Vamos aplicar o método DEA para avaliar a eficiência dessas empresas. Consideramos dois outputs em nossa análise: F= Faturamento, em milhões de reais por ano; NC= Número de clientes atendidos pela empresa;

  28. FUNDAMENTO DA ANÁLISE ENVOLTÓRIA DE DADOS Como inputs foram consideradas as mesmas variáveis adotadas no ajuste da função de produção, a saber; T=Tempo de atuação no mercado, em anos; NF= Número de funcionários; AR= área total de armazenamento, em milhares de m²; NV= Número total de veículos, incluindo carga seca, baú,refrigerado, tanque e utilitários;

  29. FUNDAMENTO DA ANÁLISE ENVOLTÓRIA DE DADOS NE= Número total de equipamentos de movimentação interna, incluindo armazenagem, controle de estoque, embalagem montagem de kits e conjuntos, gerenciamento intermodal, JIT, Importação / Exportação , logística reversa ,distribuição porta a porta e transferência conforme classificação na revista; NT= Número total de recursos tecnológicos específicos utilizados pela empresa, incluindo WMS, ERP, EDI, VAN, Consultas de serviços pela internet código de barras, radiofreqüência, coletores, existência de rastreamento por satélite para a frota e roterizadores, conforme classificação da revista.

  30. FUNDAMENTO DA ANÁLISE ENVOLTÓRIA DE DADOS Uma regra prática para aplicação de DEA é que a quantidade de DMUs analisada deve ser maior ou igual a três vezes o número total de variáveis, incluindo inputs e outputs. No caso temos 59 DMUs e nove variáveis (dois outputs e 7 inputs). Assim 9 x 3 = 27, menor portanto que o número de DMUs disponíveis. O gráfico mostra a variação da eficiência DEA com o porte da empresa, medida pelo seu faturamento anual. Uma questão Importante é a seguinte: a Eficiência dos operadores logísticos tende a melhorar com o faturamento?

  31. FUNDAMENTO DA ANÁLISE ENVOLTÓRIA DE DADOS Em termos microeconômicos, a resposta é naturalmente afirmativa. A análise envoltória de dados confirmou essa hipótese. Observa-se , no gráfico que a faixa de variação da eficiência vai se alargando à medida que o faturamento cai. Os grandes operadores logísticos têm eficiência de 100% ou perto desse valor. Já para as empresas menores, muitos embora se notem várias com eficiência plena, observa-se uma grande dispersão de valores, com casos em que a eficiência elevada. De fato, todas as grandes organizações foram, um dia, pequenas empresas que se mostraram eficientes e cresceram. Junto com elas, muitas outras não conseguiram competir e acabaram deslocadas do mercado.

  32. BENCHMARKING Benchmarking é um processo contínuo de comparação dos produtos, serviços e práticas empresarias entre os mais fortes concorrentes ou empresas reconhecidas como líderes. É um processo de pesquisa que permite realizar comparações de processos e práticas "companhia-a-companhia" para identificar o melhor do melhor e alcançar um nível de superioridade ou vantagem competitiva.  S

  33. BENCHMARKING

  34. BENCHMARKING

  35. BENCHMARKING Benchmarking surgiu como uma necessidade de informações e desejo de aprender depressa, como corrigir um problema empresarial. A competitividade mundial aumentou, acentuadamente nas últimas décadas, obrigando as empresas à um contínuo aprimoramento de seus processos, produtos e serviços, visando oferecer alta qualidade com baixo custo e assumir uma posição de liderança no mercado onde atua. Na maioria das vezes o aprimoramento exigido, sobretudo pelos clientes dos processos, produtos e serviços, ultrapassa a capacidade das pessoas envolvidas, por estarem elas presas aos seus próprios paradigmas

  36. BENCHMARKING Na aplicação do Benchmarking, como todo o processo, é preciso respeitar e seguir algumas regras e procedimentos para que os objetivos sejam alcançados e exista uma constante melhoria do mesmo. Neste processo existe um controle constante desde sua implantação (plano do processo) até a sua implementação (ação do processo). A empresa interessada em implantar benchmarking deve analisar os seguintes fatores: ramo, objetivo, amplitude, diferenças organizacionais e custos, antes da definição ou aplicação do melhor método, pois cada empresa individualmente tem as suas necessidades que devem ser avaliadas antecipadamente à aplicação do processo.

  37. BENCHMARKING Outra vantagem do benchmarking é a mudança da maneira de uma organização pensar sobre a necessidade para melhoria. Benchmarking fornece um senso de urgência para melhoria, indicando níveis de desempenho atingidos previamente num processo de parceiro do estudo. Um senso de competitividade surge à medida que, uma equipe, reconhece oportunidades de melhorias além de suas observações diretas, e os membros da equipe tornam-se motivados a se empenhar por excelência, inovação e aplicação de pensamento inovador a fim de conseguir sua própria melhoria de processo.

  38. BENCHMARKING É necessário que as organizações que buscam o benchmarking como uma ferramenta de melhoria, assumam uma postura de "organização que deseja aprender com os outros" para que possa justificar o esforço investido no processo, pois essa busca das melhores práticas é um trabalho intensivo, consumidor de tempo e que requer disciplina. Portanto, benchmarking é uma escola onde se aprende à aprender.

  39. BENCHMARKING Saber fazer e adaptar benchmarking no processo da organização pode nos permitir vislumbrar oportunidades e também ameaças competitivas, constituindo um atalho seguro para a excelência, com a utilização de todo um trabalho intelectual acumulado por outras organizações evitando os erros é armadilhas do caminho. Mais do que uma palavra mágica, o benchmarking é um conceito que está alterando consideravelmente o enfoque da administração, onde o mesmo é composto de atributos que determinarão o sucesso ou ainda a sobrevivência das empresas.

  40. BENCHMARKING DAS UNIDADES NÃO-EFICIENTES A restrição de espaço não nos permite analisar todos os casos. Como por exemplo, vamos considerar a unidade regional de vitoria, que apresentou eficiência de 93%. Escolhemos essa unidade por estar próxima da fronteira da eficiência. Assim, seu upgrade via DEA apresenta maior confiabilidade, pois não implica mudanças muito drásticas nas variáveis. Para DMUs com eficiência baixa, podemos usar os resultados do DEA, mas as variáveis qualitativas passam a ter predominância na avaliação. S

  41. BENCHMARKING DAS UNIDADES NÃO-EFICIENTES Os resultados do modelo DEA mostram que, para chegar a fronteira de eficiência, a unidade regional de Vitoria precisaria faturar R$ 61,2 milhões por ano, ou seja, um aumento de 7,.5%. Admitindo que a demanda total permaneça constante, bem como o nível de vedas dos concorrentes, isso significa um upgrade no marketshare, atingindo 25,8% do mercado. O modelo DEA, por ser orientado à maximização do output, não aponta para redução dos inputs. O output, representado pelo faturamento por caixa expedida, ainda ficaria 7,9% mais baixo do que o de Salvador, mesmo com o upgrade. Isso significa que a unidade regional de Vitoria, está vendendo um mix de bebidas com maior percentagem de produtos de menos valor.

  42. BENCHMARKING DAS UNIDADES NÃO-EFICIENTES Uma estratégia de marketing, viando à comercialização das bebidas de maior valor, será então uma medida a perseguir imediatamente. Calculamos a seguir, os índices de produtividade (faturamento por funcionários , por m² de área por caixa) para a condição melhorada da unidade de Vitoria (upgrade). O faturamento médio por funcionário, atualmente maior do que os índices mostrados por São Jose do rio Preto e por Londrina, chegaria mais próximo de salvador, que é a unidade mas eficiente das três referencias, nesse quesito. O faturamento por m², por sua vez, atingiria no upgrade, o nível de São Jose do Rio Preto, o melhor das três referencias.

  43. BENCHMARKING DAS UNIDADES NÃO-EFICIENTES A conclusão a que se chega é que a unidade de vitoria deve imprimir maior agressividade nas suas atividades comerciais e de marketing, procurando colocar no mercado produtos de maior valor e aumentando seu marktshare.

More Related