www.revistamundologistica.com.br6

Gestão de Estoques MRO

Eduardo Saggioro (eduardo.saggioro@visagio.com): Engenheiro de Produção pela UFRJ e possui Laurea Specialistica em Engenharia de Gestão pelo Politécnico de Turim, Itália. Sócio-diretor da VISAGIO Consultoria, possui vasta experiência em projetos de gestão de operações e logística, tendo prestado serviços para empresas como Vale, Petrobras, Oi-Telemar, Petróleo Ipiranga, Knoll, Glaxo SmithKline, AEFFE Fashion Group (Itália), D3 (Itália), Comau Service (Fiat Group – Itália), BR Distribuidora, Ultragaz e Wilson, Sons, dentre outras. É professor e palestrante de Logística Empresarial e autor do livro “Gestão de Estoques – Otimizando a Logística e a Cadeia de Suprimentos”.

Antonio Martin (antonio.martin@vale.com): Engenheiro de Produção pela UFRJ e possui MBA em Gestão Empresarial pela Fundação Dom Cabral. Gerente Sênior de Gestão de Estoques e Armazéns MRO da Vale, onde trabalha há 3 anos. Possui vasta experiência na área de Supply Chain Management, com passagens pelas empresas Lafarge – divisão Cimento, Unilever – divisão de Alimento e Shell – divisão de Lubrificantes.

Marcelo Lara(marcelo.lara@vale.com): Engenheiro de Produção pela UFRJ e possui mestrado em gestão de operações pelo COPPEAD/UFRJ. É gerente de Gestão de Estoques de itens MRO da Vale, onde trabalha há 4 anos. Atuou também durante 3 anos na área de Logística da Ambev.

www.revistamundologistica.com.br6

objetivo da gestão de estoques é garantir o nível de serviço deseja-do ao menor custo logístico possível, buscando otimizar o somató-rio dos custos de manutenção de estoques, colocação de pedidos e

falta (ruptura de estoque). A figura 1 apresenta os custos envolvidos na gestão de estoques e seus principais componentes.

Determinar o nível ótimo de estoque de cada item, levando em conta os custos, incertezas e restrições do ambiente logístico, não é em geral uma tarefa simples. A complexidade aumenta ainda mais quando se trata

de itens MRO (Manutenção, Reparo e Operação), especialmente no caso de peças de reposição de

equipamentos, devido a características particulares, como baixo giro, imprevisibilidade da demanda e criticidade para operação. A proposta deste artigo é apresentar aspectos

teóricos e práticos para otimização de estoques MRO, além de um case de sucesso na Vale.

Otimizando a Logística de Peças de Reposição

Figura 1. Custos envolvidos na gestão de estoques.

Para otimização destes custos, é necessário determinar para cada SKU1 (Stock Keeping Units) seu nível ideal de estoque, a partir do dimensionamento de seus

1 Um SKU representa um produto com alguma diferenciação, mesmo que mínima, como cor, embalagem, peso, etc.

Custo de Manutenção de Estoque

Custo de Colocação de Pedidos

Custode

Falta

• Custo de oportunidade capital• Utilização do espaço e manuseio• Seguros• Obsolescência e perecibilidade

• Frete• Emissão de pedidos• Recebimentos e inspeção• Preparação de máquinas

• Perda de vendas e Market Share• Parada de produção• Deterioração de imagem• Pagamentos de multas contratuais• Reprogramação de atividades e uso de planos de contingência

cS

: : Caso de Sucesso

Metodologia de análise e modelos de otimização de estoques MRO

Caso de Sucesso • Gestão de Estoques MRO

parâmetros de estoque, como lote de ressuprimento, ponto de pedido e estoques de segurança. Se por um lado, baixos níveis de estoque podem levar a perdas de economias de escala e altos custos de falta, por outro, o excesso de estoques repre-senta custos operacionais e de oportunidade do capital empatado. Dimensionar os parâmetros de estoque com base neste trade-off não é uma tarefa simples, tendo em vista as diversas incertezas e restrições do ambiente logístico. O aumento da competição global e da diferenciação de produtos, caracterizada pela proliferação do número de SKUs, têm feito com que esta tarefa se torne ainda mais árdua.

Neste contexto, dentre os diversos tipos de estoques (produtos acabados, se-mi-acabados, matérias-primas/insumos e MRO), os itens MRO (Manutenção, Repa-ro e Operação) merecem um capítulo à parte, tendo em vista suas características peculiares e complexidade de gestão. Este grupo de itens – composto por materiais não-produtivos, como materiais de escritório e peças de reposição de equipamen-tos – constitui parte relevante do estoque de indústrias intensivas em capital, como Siderúrgicas, Mineradoras, Usinas Elétricas e Petroquímicas, dentre outras.

Apesar de existirem itens MRO de alto consumo e giro (como, por exemplo, materiais de escritório, materiais de limpeza e itens de manutenção corrente), a maior parte do valor do estoque MRO das empresas é composto por peças de re-posição com características de baixo/baixíssimo consumo, demanda intermiten-te e não previsível, alto custo unitário, alto tempo de reposição e alta criticidade para a operação (custo da falta), como mostra a figura 2.

Figura 2. Principais características do estoque MRO.

Com base nas características apresentadas, o comportamento-padrão dos estoques MRO se diferencia de forma relevante do comportamento-padrão dos estoques de produtos acabados e matérias-primas/insumos (normalmente de maior giro), conforme mostrado na figura 3.

Figura 3. Comparação do comportamento-padrão de estoques de produtos acabados com o comportamento-padrão de estoques MRO.

Os principais livros e cursos de logís-tica e supply chain focam em métodos de otimização de estoques para o caso do comportamento-padrão de produtos acabados e matérias-primas/insumos, representado pelo gráfico dente-de-ser-ra na figura 3. Sistemas ERP (Enterprise Resources Planning) e seus módulos de gestão de materiais também costumam possuir lógicas de gestão de estoques aderentes apenas a este caso.

A proposta deste artigo é apresentar uma metodologia de análise e modelos de otimização de estoques aderentes às características dos itens MRO, além de um case real de sucesso de otimização de estoques MRO na Vale.

Para otimização dos estoques MRO, é proposta uma metodologia baseada em cinco macroetapas, iniciada pelo mapeamento dos processos de negó-cios relacionados à gestão de estoques da organização.• Etapa 1 – Mapeamento de pro-

cessos e coleta de dados: mapea-mento dos processos de negócios relacionados à gestão de estoques da organização, como, por exem-plo, previsão de demanda, cadas-tramento de itens, emissão de requisições, compras, transporte, recebimento físico/fiscal, armaze-nagem e atendimento às áreas de manutenção, dentre outros. São mapeados aspectos como estrutu-ra organizacional, procedimentos/métodos de trabalho, sistemas/tecnologias, indicadores de desem-penho e metas. Também são coleta-dos dados relacionados aos proces-sos para análise na etapa seguinte.

• Etapa 2 – Análise sistemática ediagnóstico: análise dos processos mapeados e dos dados coletados,

Ano 1 • edição 4 7

Baixo/baxíssimo consumo

~90%-95% do Valor do estoque MRO*

Demanda intermitente e não-previsível

Alto custo unitário

Alto tempo de reposição

Alta criticidade para a operação

Estoque

Tempo

Tempo

Comportamento

Padrão de Estoques de

Produtos Acabados

Comportamento Padrão

de estoques MRO

Estoque

*Moncrief et al., Production Spare Parts: Optimizing the MRO Inventory Asset

www.revistamundologistica.com.br8

visando identificar pontos críticos e gargalos que afetem a otimiza-ção de estoques. Os processos de gestão de estoques e caracterís-ticas dos SKUs são analisados em detalhes, com base em critérios como valor unitário, freqüência de consumo, volume consumido, criticidade do ressuprimento, cri-ticidade da falta e nível de serviço, dentre outros, para mapeamento de gaps entre a situação vigente e a ideal. O diagnóstico é formulado com base em análises de causa-efeito e correlações que identifi-quem as causas-raiz dos pontos críticos e gaps mapeados.

• Etapa 3 – Redesenhodeproces-soseespecificaçãodemodelosdeotimização: com base nas análises e diagnóstico da etapa anterior, os processos são redesenhados, sendo propostas melhorias em aspectos como organização, métodos/pro-cedimentos, sistemas/tecnologias e indicadores de desempenho. Nesta etapa, são especificados os mo-delos de otimização de estoques MRO, customizados para o con-texto da organização. Estes mode-los, normalmente fundamentados em bases matemático-estatísticas avançadas, serão posteriormente descritos em mais detalhes.

• Etapa 4 – Desenvolvimento dassoluções especificadas: as solu-ções especificadas são desenvol-vidas, tanto em termos de imple-mentação de sistemas/tecnologias quanto na geração de documenta-ção referente a regulamentos/pro-cedimentos de trabalho e manuais de treinamento. A capacitação das equipes envolvidas também ocor-re nesta etapa.

• Etapa 5 – Implantação e opera-ção assistida: as soluções desen-volvidas são implantadas, com a entrada em operação dos novos

sistemas/tecnologias, procedimentos e equipes capacitadas. Há acompanha-mento inicial da operação pela equipe de projeto até que o novo processo esteja estável.Conforme colocado na descrição da etapa 3, os modelos de otimização de es-

toques MRO são normalmente fundamentados em bases matemático-estatísticas avançadas, o que torna complexa sua especificação e implantação. Dentre estes mo-delos, destacaremos dois casos específicos: Modelo Poisson e Modelo Composto.

Modelo Poisson

O Modelo Poisson é o modelo matemático-estatístico mais difundido na lite-ratura para otimização de estoques MRO. Tem como premissa a modelagem do comportamento da demanda pelo item por uma distribuição de probabilidades Poisson, que é muito utilizada para descrever eventos aleatórios raros, como, por exemplo, a falha não prevista de certos tipos de equipamentos (daí sua aderência na representação da demanda para alguns casos de peças de reposição).

A figura 4 mostra a distribuição de probabilidades Poisson aplicada a deci-sões de gestão de estoques. No exemplo, a partir de um lead time (tempo de ressuprimento) do item igual a 3 meses e de um consumo médio igual a 2 unida-des por ano, é determinado o comportamento esperado da demanda pelo item durante o lead time.

Neste exemplo, caso seja determinado um ponto de pedido igual a zero (ou seja, é colocado o pedido de um lote ao fornecedor somente no momento em que o estoque acaba), o nível de serviço esperado será de 59,5%, ou seja, a proba-bilidade de falta do item é de 40,5%. Utilizando o mesmo racional, caso o ponto de pedido seja igual a 1 unidade, o nível de serviço subirá para 90,4% (soma da probabilidade da demanda no lead time ser igual a zero com a probabilidade da demanda no lead time ser igual a 1).

Este racional é a base do Modelo Poisson para otimização dos parâmetros de estoque, sendo o nível ótimo escolhido a partir do somatório dos custos de estoque, pedido e falta obtidos em cada cenário.

O Modelo Poisson é simples de ser implementado, porém apresenta uma sé-rie de limitações. A distribuição de probabilidades de Poisson só é útil na descri-ção de eventos de consumo raros e de baixo volume, como o apresentado no exemplo. Caso o consumo do item tenha baixa freqüência com picos de con-

Figura 4. Exemplo do Modelo Poisson aplicado a item com lead time igual a 3 meses e taxa de consumo média igual a 2 unidades por ano.

59,5%

70,0%

60,0%

50,0%

Probabilidade

Demanda no Lead Time

Probabilidade da demanda no lead time assumir um valor x

Taxa de consumo por unidade de tempo

Lead Time de ressuprimento

40,0%

30,0%

20,0%

10,0%

0%

30,9%

8,0%

1,4% 0,2%

Caso de Sucesso • Gestão de Estoques MRO

Ano 1 • edição 4 9

Modelo Composto

sumo (volumes maiores que 3 unidades), dificilmente a distribuição de Poisson descreverá a demanda pelo item de forma fidedigna, o que levaria a decisões errôneas no dimensionamento do estoque. Outra limitação do Modelo Poisson é no caso de existirem planos de consumo pré-programados (exemplo de planos de manutenção preventiva), tendo em vista que este considera qualquer ocor-rência de demanda como aleatória e não-previsível.

O Modelo Composto representa uma evolução matemático-estatística para otimização de estoques MRO. Este utiliza duas distribuições de probabilidades para modelar o comportamento da demanda por um item: uma distribuição para modelar a ocorrência de consumo e outra distribuição para modelar o montante consumido dado que há consumo. A figura 5 ilustra esta idéia.

Várias distribuições de probabilidades podem ser utilizadas para modelar a ocorrência de consumo e o montante consumido (como, por exemplo, as distribui-ções Bernoulli, Normal, Exponencial e Gamma, dentre outras), tornando o Modelo Composto altamente flexível para diversos ambientes logístico-operacionais.

A flexibilidade do Modelo Composto faz com que a aderência do mesmo na descrição do comportamento de consumo de um item MRO seja sempre melhor ou igual ao Modelo Poisson, superando suas limitações. No caso da existência de programações de consumo para o item, advindas de planos de manutenção preventiva, o Modelo Composto pode tornar os parâmetros de estoque variáveis no tempo, garantindo o nível ótimo de estoque para cada momento, conforme ilustrado na figura 6.

Apesar de mais flexível e robusto, o Modelo Composto poder ser preteri-do em relação a modelos mais simples (como o Poisson) em algumas situa-ções, tendo em vista sua maior com-plexidade de implementação.

Case – Otimização deEstoquesMROnaVale

A Vale é a segunda maior minerado-ra diversificada do mundo em valor de mercado, possuindo escritórios e ope-rações em mais de 30 países nos cinco continentes. Maior produtora mundial de minério de ferro e pelotas, a Vale se destaca no Brasil como maior empresa e exportador privado do País.

Para suportar suas operações de ex-tração de minério, pelotização e logística no Brasil, a Vale conta com um footprint de mais de 50 armazéns MRO espalha-dos por diversas localidades, com des-taque para os Estados de Minas Gerais, Pará, Espírito Santo e Maranhão.

Em 2005, foi criado o Departamento de Serviços Compartilhados da empre-sa, no qual foi centralizada a gestão de todos os armazéns MRO, bem como o planejamento de estoques de seus SKUs. Sob a gestão deste departamento, foram iniciados vários projetos de melhoria de infra-estrutura e processos da cadeia de suprimentos MRO da Vale, dentre os quais se destaca o projeto de otimização de estoques. Este projeto seguiu as ma-croetapas apresentadas no tópico 2. Pri-meiramente, foram mapeados os proces-sos e coletados dados afetos à gestão de estoques MRO nas principais localidades. Os mesmos foram analisados para elabo-ração do diagnóstico, no qual identificou-se os gaps e oportunidades de melhoria.

Figura 5. Modelagem do comportamento da demanda por um item MRO no modelo composto com a utilização de duas distribuições de probabilidades.

Figura 6. Ilustração da flexibilidade do Modelo Composto para definição dinâmica dos níveis ótimos de estoque de itens MRO.

Ocorrência deConsumo

0 1 Montante Consumido

ProbabilidadeProbabilidade

Ocorrência deConsumo

Montante Consumido

Parâmetro de Estoque

Tempo

Parâmetro de estoque fixo abaixodo ótimo (excesso de falta)

Parâmetro de estoque variável(modelo composto)

Parâmetro de estoque fixo

Parâmetro de estoque fixo acimado ótimo (excesso de estoque)

Caso de Sucesso • Gestão de Estoques MRO

www.revistamundologistica.com.br10

Em seguida, teve-se a especificação de novos procedimentos e tecnologias para a gestão de estoques MRO da empresa, do qual fez parte a implementação do Modelo Composto para otimização dos parâmetros de estoque. Este modelo, assim como ou-tros mais simples, foi especificado e testado para o contexto da empresa, para avaliação de seus ganhos antes de implantá-lo. Uma regra de decisão foi desenhada para defini-ção do melhor modelo a ser utilizado para cada item em função de suas características de consumo, lead time, custos e criticidade. Esta regra de decisão foi automatizada, como ilustra a figura 7, permitindo sua aplicação para todos os SKUs da empresa.

Figura 7. Exemplo de aplicação de modelos de otimização de estoques MRO na Vale.

Os modelos de otimização também incorporaram casos nos quais não havia da-dos históricos de consumo e/ou lead time suficientes. Os mesmos foram estimados por técnicas de mapeamento cognitivo junto às principais áreas usuárias dos itens e/ou por regras de previsão estatística.

Além da otimização dos parâmetros de estoque, foram implementados modelos e procedimentos para monitoramento e controle operacional através de cartas de con-trole estatístico de processos, visando identificar com maior eficiência itens cujo com-portamento de consumo ou lead time estivesse fora do padrão previsto. A implanta-

ção do projeto trouxe ganhos relevantes para a Vale, tanto em redução de custos quanto em melhoria de nível de serviço e racionalização/padronização dos proce-dimentos de planejamento de estoques e aprovisionamento. A figura 8 ilustra um exemplo de ganhos do projeto para um armazém específico. Com os novos mo-delos, seria possível aumentar o nível de serviço de 73% para 93% e ainda reduzir o estoque total em 15%.

Figura 8. Exemplo de ganhos do projeto para um armazém específico.

ConsideraçõesfinaisA gestão de estoques MRO deve ser

tratada como um capítulo à parte dentro da teoria e prática de logística e supply chain management. As características desse tipo de item demandam metodo-logias e técnicas específicas para o ade-quado dimensionamento de estoques e otimização dos custos logísticos.

É recomendado aos gestores de su-primentos MRO que, previamente à espe-cificação e implantação de soluções, haja dispêndio de tempo e recursos no mape-amento e análise dos processos de negó-cios afetos à gestão de estoques de suas organizações. Somente assim poder-se-á garantir que as soluções são aderentes a seus contextos e trarão ganhos efetivos.

Outro fator importante é a possibili-dade de se simular situações distintas de nível de serviço e estoque, considerando as necessidades específicas de cada item e cada negócio. Isso deixa mais transpa-rente para o acionista as regras usadas para aplicação de capital em estoque e serve de apoio à tomada de decisão entre o portfólio de investimentos da empresa.

O case apresentado neste artigo mos-tra que, apesar da complexidade, é possí-vel implantar novos procedimentos e tec-nologias para a otimização de estoques MRO a partir de projetos estruturados, que garantam que as soluções especificadas levem em consideração as particularida-des do ambiente de negócios existente.

R$

83%

73%

90%93%

100%

90%

80%

70%

60%

50%

40%

30%

20%

10%

0%Parâmetros

vigentes

Valor em estoque Custo de Pedido+Manutenção de Estoque Nível de Serviço

ParâmetrosotimizadosCenário 1

ParâmetrosotimizadosCenário 2

ParâmetrosotimizadosCenário 3

+27%

-15%

-14%

Caso de Sucesso • Gestão de Estoques MRO