Quando a análise se refere a um período futuro, a média da procura é atualizada de acordo com as previsões mais recentes. O funcionamento das políticas é o mesmo, quando aplicado a períodos passados, a única diferença recai sobre a variação de mais um parâmetro de entrada, que irá variar de simulação para simulação. Desta forma, além da variação do prazo de entrega, em cada simulação, também irá variar a procura diária, segundo a previsão diária e o desvio-padrão dessa previsão.
Para validar e demonstar esta funcionalidade foi selecionado o mesmo produto sujeito à análise ao passado, reportada na sub-secção anterior. O objetivo da simulação e o número de simulações mantiveram-se os mesmos, respetivamente, manter um nível de serviço de 95% e 25 simulações.
Uma análise a um período futuro faz uso de previsões da procura. Ao contrário do que acontece numa análise ao passado, onde são utilizadas as vendas reais durante o período de tempo respetivo, numa análise futura são utilizadas as previsões diárias da procura, resultantes dos modelos e algoritmos integrados na ferramenta da empresa, no módulo de previsão integrado no Stock Optimisation. No Anexo VIII é possível observar as previsões diárias da procura, para o artigo em causa, resultantes dos modelos da ferramenta, juntamente com o erro percentual da previsão. É a partir do valor total da previsão, “Forecast”, e do erro percentual associado à mesma, “Regular Forecast MAPE”, que o valor previsto da procura diária, irá variar de simulação para simulação. Ainda neste anexo é possível observar que apenas existe “Regular Forecast”, visto que não foi definida nenhuma promoção para o período estipulado, não apresentado qualquer valor para o “Promotional Forecast”.
81
Tal como numa análise ao passado, a ferramenta estima a média e o desvio-padrão da procura, neste caso, segundo as previsões diárias, assim como os parâmetros das várias políticas de gestão de stocks. Nas Tabelas 3 e 4 é possível observar as principais diferenças entre estes valores, segundo uma análise ao passado e uma análise ao futuro, para o artigo em causa. Contudo, a análise ao passado é referente ao ano de 2014 e a análise ao futuro inicia-se nos finais de Março de 2015 até aos finais de Dezembro de 2015.
Pela análise dos valores das tabelas anteriores verifica-se que a procura média para o ano de 2015, não sofre grandes alterações, apresentando valores sensivelmente mais pequenos em comparação com os valores da procura real observada durante o ano de 2014. Sendo a procura média um dos principais fatores que influencia os parâmetros das políticas, torna-se claro que estes também não iriam apresentar diferenças significativas. É possível confirmar este facto através da Tabela 4, onde os valores dos diferentes parâmetros, para ambas as análises, apresentaram valores bastante semelhantes.
Tal como em qualquer outra simulação, no final de uma simulação de um período futuro também é gerado um relatório PDF com todos os detalhes e resultados da simulação. A estrutura do relatório é a mesma que o relatório presente no Anexo VII, referente a uma análise de um período passado.
Para esta referida simulação (período futuro de 2015) foram obtidos os resultados presentes nas Figuras 44 a 48.
Tabela 4 - Parâmetros das várias políticas para os dois tipos de análise Tabela 3 - Valores da procura semanal e mensal para os dois tipos de análise
82
Figura 46 - Níveis de serviço atingidos durante o período futuro de 2015 Figura 45 - Taxas de rotação e cobertura atingidas durante o período futuro de 2015
83
Os resultados obtidos pela componente “Histórico” referem-se aos resultados de 2014, segundo a política atual da empresa. Pela análise das figuras anteriores, verifica-se que a política (𝑠, 𝑄) é a política que, no conjunto de todos os indicadores, apresenta melhores resultados. É a política que melhor consegue equilibrar os vários custos logísticos e, em simultâneo, atingir melhores níveis de serviço, menos situações de quebra e melhores taxas de rotação e cobertura. As políticas (𝑠, 𝑆) e (𝑅, 𝑆) também apresentam bons níveis de serviço e poucas situações de quebra, contudo apresentam baixas taixas de rotação e elevadas taxas de cobertura.
Em comparação com 2014, estima-se que os resultados para 2015 apresentem algumas diferenças. Em relação ao stock médio, os valores obtidos são bastante semelhantes nos dois casos, mas os stocks médios para 2015 serão mais reduzidos. Esta comparação pode ser comprovada através
Figura 47 - Probabilidades de quebra atingidas durante o período futuro de 2015
84
das Figuras 35 e 44. Todas as políticas apresentam piores taxas de rotação em 2015, onde as políticas (𝑠, 𝑆) e (𝑅, 𝑆) não conseguem atingir uma taxa de rotação superior a dez. O mesmo se verifica em relação à taxa de cobertura, onde a análise relativa ao período futuro apresenta desempenhos substancialmente inferiores aos obtidos numa análise ao passado, para todas as políticas. Em relação ao nível de serviço, em termos de situações de quebra, todas as políticas, à exceção da política (𝑅, 𝑠, 𝑆), apresentam valores superiores aos valores observados numa análise ao passado. A política (𝑅, 𝑠, 𝑆) apresenta um nível de serviço demasiado baixo visto ter verificado um número demasiado alto de situações de quebra de stock em relação ao número de encomendas realizadas. Em termos de quantidade de quebra, os valores obtidos são bastante semelhantes em ambas as análises, embora para o período de 2015 os resultados são ligeiramente superiores. Falando ainda em quebras de stock, para esse mesmo período, todas as políticas apresentam menos dias com quebra de stock e, isto é possível observar, através da probabilidade de quebra (%dias) presente na Figura 51, onde todas as políticas apresentam valores inferiores aos valores observados na análise ao período de 2014 (Figura 38).
De um modo geral, a política (𝑠, 𝑄) apresenta, no conjunto de todos os indicadores, os melhores resultados para ambas as análises. Importante referir que os custos utilizados para a estimação dos parâmetros foram os mesmos para ambas as análises e que são meramente ilustrativos, para aplicação das funcionalidades, não sendo representativos da realidade.
5.4 Síntese e principais conclusões
Uma das principais necessidades da empresa foca-se no desenvolvimento e implementação de novos modelos e métodos de solução computadorizados, de maneira a auxiliar as empresas-cliente a decidir quando devem encomendar determinado produto e em que quantidades. A partir da implementação de novos modelos e métodos de solução de gestão de stocks foi possível identificar melhorias no uso destas novas políticas comparativamente com o uso das políticas atuais da empresa.
Na gestão individualizada de produtos, no geral, algumas das novas políticas atingiram melhores indicadores de desempenho, nomeadamente, menos situações de quebra de stock, melhores níveis de serviço e probabilidades de rutura de stock mais reduzidas do que a política utilizada atualmente pela empresa. Contudo, devido a erros encontrados na base de dados da empresa, mencionados na secção 4.2, as análises históricas podem estar inviabilizadas e, desta forma, a comparação com as novas políticas pode ser baseada em indicadores de desempenho diferentes dos reais.
85
Este novo conjunto de políticas de gestão de stocks veio aumentar o leque de políticas oferecidas pelo Stock Optimisation. Contrariamente ao que acontece com as políticas atuais da empresa, as novas políticas não se baseiam em decisões empíricas por parte dos retalhistas, mas contemplam variados aspetos, tais como, a variação da procura, os prazos de entrega praticados pelo fornecedor, objetivos da empresa, entre outros. Além do mais, este novo conjunto inclui mais um tipo de políticas: políticas de gestão coordenada. Neste tipo de políticas, o conjunto de artigos que será gerido conjuntamente é parametrizável, ficando à escolha do utilizador.
A realização deste estudo de caso permitiu validar a ferramenta desenvolvida. Ao longo do processo de validação, os outputs da ferramenta foram sendo, sempre que possível, confirmados com cálculos realizados manualmente. Adicionalmente, a aplicação dos métodos foi testada com instâncias mais simples (ou de menor dimensão) dos problemas tratados, possibilitando verificar se os métodos implementados produziam os resultados esperados. Finalmente, a análise cuidadosa dos resultados obtidos, em geral, nas diferentes análises, permitiu concluir que esses resultados estariam em consonância com os resultados expetáveis e/ou coerentes com as diferentes inputs (ex., diferentes políticas, diferentes conjuntos de parâmetros, etc.).
87