Otimização dos pedidos das lojas em ambiente Just in Time ......otimização do ciclo de pedidos em ambiente JIT poderá conduzir a inúmeras vantagens nomeadamente no que respeita

Otimização dos pedidos das lojas em ambiente Just in

Time: O Caso da Jerónimo Martins

Beatriz Silva Batista

Dissertação para obtenção do grau de Mestre em

Engenharia e Gestão Industrial

Orientadora: Profª. Ana Paula Ferreira Dias Barbosa Póvoa

Júri

Presidente: Profª. Susana Isabel Carvalho Relvas

Orientadora: Profª. Ana Paula Ferreira Dias Barbosa Póvoa

Vogal: Profª. Ana Isabel Cerqueira de Sousa Gouveia Carvalho

Setembro 2014

ii

Resumo

Portugal encontra-se hoje numa situação de adversidade económica e social. O resultado da

incerteza no mercado fomenta decisões estratégicas por parte das empresas, para que

possam continuar a crescer e prosperar em situações inóspitas como a atual. Sendo a cadeia

de abastecimento um pilar fundamental de qualquer empresa, torna-se imperativa a construção

e manutenção de uma cadeia de abastecimento ágil e sustentável, que permita responder às

necessidades do mercado.

Neste contexto, as empresas no setor do retalho estão ativamente a procurar restruturar as

suas redes de abastecimento, e o Grupo Jerónimo Martins não é exceção. Como tal, uma das

melhorias identificadas na área logística do grupo consiste na otimização do ciclo de pedidos

efetuados pelas lojas. Atualmente, as lojas dispõem de sete dias por semana para efetuar

pedidos aos armazéns, independentemente do tipo de produtos, quantidades e especificações.

Esta situação torna-se complexa quando os produtos são operados em fluxo Just in Time (JIT),

uma vez que nem todos os produtos dispõem dos mesmos tempos de abastecimento. A

otimização do ciclo de pedidos em ambiente JIT poderá conduzir a inúmeras vantagens

nomeadamente no que respeita ao aumento da produtividade no armazém bem como a uma

maior eficiência do planeamento das atividades em loja e nos transportes.

No presente trabalho é efetuada uma caracterização do problema em estudo, através da

descrição da rede logística do Grupo Jerónimo Martins, com enfase nas operações em JIT no

armazém de Não Perecíveis de Vila Nova da Rainha, identificando-se as principais

características e constrangimentos da rede. Seguidamente é realizada uma revisão da

literatura disponível, sobre cadeias de abastecimento, filosofia JIT, Cross Docking nas cadeias

de abastecimento e métodos e conceitos aplicados à gestão de produtos com procura variável.

A resolução do problema será tomada em duas fases: a primeira com a seleção da amostra

para o estudo dos pedidos de artigos críticos para o armazém, e a segunda com a aplicação de

um modelo matemático ao caso de estudo, com a função de reduzir a diferença nos volumes

de caixas executadas por dia no armazém, e respetiva análise de resultados. Adicionalmente é

efetuada a identificação de outros problemas operacionais do armazém.

Palavras-Chave: Ciclo de pedidos, Fluxo de operação de produtos, Gestão de

cadeias de abastecimento, Just in Time, Produtividade, Artigos críticos, Otimização.

iii

Abstract

Portugal is currently facing social and economical tribulation. In order to cope with the resulting

uncertainty, companies are focusing on strategic decisions to stimulate development and

growth, allowing them to thrive in difficult situations such as the current one. The supply chain is

a fundamental element in any company, therefore its agility and sustainability is imperative in

order to correctly face and respond to market demands.

Companies in the retail industry are actively trying to develop and restructure their supply

chains, and the Jerónimo Martins group is no exception. As such, one of the main problems

identified by JM logistics department, regards the order cycle optimization. Presently, Pingo

Doce stores are able to place orders to the warehouses at any day during the week, regardless

the quantities, type and product specifications.

This situation becomes more complex when products are being managed in a Just in Time flow,

since not all the products have the same lead time. The order cycle optimization in JIT

environment could allow to numerous advantages, namely by increasing warehouse productivity

and by allowing a more efficient transportation and store management planning.

The first step of the current work is to characterize the problem in study through the description

of Jerónimo Martins logistics network, with particular emphasis in the operations taking place at

the Non Perishable warehouse in Vila Nova da Rainha. Then, a review of the available literature

is performed, in order to better understand the concepts of supply chain, just in time, cross

docking and other methods and theories related to products with variable and uncertain

demand. The order cycle problem is then addressed in two phases: the first one contemplates

the sample selection of critical items for the warehouse; and the second develops and applies a

mathematical model to the case study, in order to reduce the difference in volume of cases

executed per day in the warehouse, and subsequent analysis of the results. In addition the

identification of other operational problems that exist at the warehouse is made.

Key-Words: Order cycle, Product flow, Supply chain management, Just in Time, Productivity,

critical items, Optimization.

iv

Agradecimentos

Á professora Ana Póvoa, por me ter dado a possibilidade de realizar a tese de mestrado sob a

sua orientação. Agradeço a disponibilidade para o esclarecimento de dúvidas, a liberdade para

explorar ideias e a confiança no trabalho.

Ao engenheiro José Leal, pelo acompanhamento ao longo do trabalho. Agradeço a motivação,

a valia e o esforço para que me fosse disponibilizada toda a informação necessária para a

concretização da dissertação. Estendo o agradecimento à equipa do armazém 5407, pelos

esclarecimentos e pela participação no trabalho.

Aos meus amigos, pela paciência e pelo encorajamento.

Aos meus pais, por tudo.

E ao meu avô, pela inspiração.

v

Índice

1. Introdução ............................................................................................................................... 1

1.1. Contextualização do Problema .............................................................................. 1

1.2. Metodologia ........................................................................................................... 2

1.3. Objetivos do Trabalho ............................................................................................ 3

1.4. Estrutura do Trabalho ............................................................................................ 3

2. Caso de Estudo ...................................................................................................................... 4

2.1. Grupo Jerónimo Martins ......................................................................................... 4

2.2. Rede Logística ....................................................................................................... 6

2.2.1. Sistemas de Informação ......................................................................................... 6

2.2.2. Aprovisionamento .................................................................................................... 7

2.2.3. Centros de Distribuição .......................................................................................... 8

2.2.4. Transportes .............................................................................................................. 9

2.2.5. Lojas ........................................................................................................................ 10

2.3. Armazém de Não Perecíveis JIT .......................................................................... 11

2.3.1. Descrição do Armazém e Layout ........................................................................ 11

2.3.2. Operações .............................................................................................................. 11

2.4. Critérios de Armazenagem .................................................................................. 13

2.5. Planeamento dos Pedidos das Lojas em JIT ....................................................... 14

2.6. Constrangimentos Atuais e a Importância do Estudo dos Pedidos ...................... 15

2.7. Conclusões do Capítulo ....................................................................................... 16

3. Revisão da Literatura .......................................................................................................... 17

3.1. Gestão de Cadeias de Abastecimento ................................................................. 17

3.2. A Indústria do Retalho ......................................................................................... 19

3.2.1. Características do Setor em Portugal ................................................................ 20

3.2.2. A Logística no Retalho .......................................................................................... 20

3.2.3. Principais Desafios na Cadeia de Abastecimento no Retalho ....................... 21

3.3. Just in Time nas Cadeias de Abastecimento ........................................................ 23

3.4. Cross Docking nas Cadeias de Abastecimento .................................................... 24

3.4.1. Conceito de Cross Docking ................................................................................. 24

3.4.2. Aplicação do Cross Docking ................................................................................ 25

3.5. Gestão de Produtos com Procura Variável .......................................................... 26

3.5.1. Classificação de Inventário .................................................................................. 26

vi

3.5.2. Gestão de Armazéns e Inventário ...................................................................... 27


4. Recolha e Tratamento de Dados ....................................................................................... 29

4.1. Perfil do Armazém de Não Perecíveis JIT ............................................................ 29

4.1.1. Produtividade no Armazém .................................................................................. 29

4.1.2. Artigos no Armazém .............................................................................................. 30

4.2. Seleção da Amostra ............................................................................................. 31

4.2.1. Operação de Execução e Classificação dos Artigos ....................................... 31

4.2.2. Tamanho da Amostra ........................................................................................... 35

4.2.3. Seleção, Caracterização e Validação da Amostra ........................................... 36

4.3. Análise dos Pedidos das Lojas ............................................................................ 39

4.3.1. Caracterização das Lojas ..................................................................................... 39

4.3.2. Análise dos Pedidos.............................................................................................. 41

4.3.3. Interação das Lojas com o Armazém ................................................................. 44


5. Conceção e Aplicação do Modelo de Otimização .......................................................... 46

5.1. Definição do Problema ......................................................................................... 46

5.1.1. Vehicle Routing Problem (VRP) ......................................................................... 46

5.1.2. Adaptação do VRP ao Problema em Estudo .................................................... 47

5.2. Modelo de Otimização ......................................................................................... 49

5.2.1. Descrição e Pressupostos do Modelo ................................................................ 49

5.2.2. Formulação Matemática do Modelo ................................................................... 51

5.2.3. Dados de Input do Modelo ................................................................................... 55

5.3. Aplicação do Modelo ao Caso de Estudo ............................................................. 56

5.3.1. Fluxo Alimentar ...................................................................................................... 56

5.3.2. Fluxo Não Alimentar.............................................................................................. 60

5.4. Análise de Cenários ............................................................................................. 63

5.4.1. Fluxo Alimentar ...................................................................................................... 64

5.4.2. Fluxo Não Alimentar.............................................................................................. 69


6. Conclusões Finais e Desenvolvimento Futuro ................................................................ 77

7. Bibliografia ............................................................................................................................. 81

8. Anexos ................................................................................................................................... 85

8.1.Transportadoras do Grupo JM .............................................................................. 85

vii

8.2. Artigos do Grupo JM ............................................................................................ 85

8.3. Análise ABC ......................................................................................................... 87

8.4. Tabela de Dificuldades......................................................................................... 88

8.5. Inquérito aos Colaboradores do armazém 5407................................................... 89

8.6. Amostra – Matriz de Dupla Entrada ..................................................................... 90

8.7. Amostra – Saídas por Loja na Região Centro ...................................................... 90

8.8. Amostra – Classificação Final dos Artigos ........................................................... 91

8.9. Modelo – Dados de Entrada .............................................................................. 100

8.10. Modelo – Resultados da Aplicação .................................................................. 108

Lista de figuras Figura 1. Metodologia ................................................................................................................ 2

Figura 2. Estrutura do negócio do Grupo JM ......................................................................... 5

Figura 3. Mapa com os atuais CD do Grupo JM em Portugal ............................................. 8

Figura 4. Distribuição das lojas Pingo Doce e Recheio Cash&Carry pelo país ............. 10

Figura 5. Gráfico com a produtividade no armazém 5407, por fluxo e para o período de

Jan-Mar de 2014 ....................................................................................................................... 30

Figura 6. Metodologia para seleção da amostra ................................................................. 31

Figura 7. Gráfico de Ichikawa para a atividade de execução no armazém 5407 .......... 32

Figura 8. Gráfico com o resultado do inquérito em relação aos critérios de dificuldade

de execução no armazém 5407 ............................................................................................. 34

Figura 9. Abastecimento em JIT do armazém 5407 ........................................................... 42

Figura 10 a). Gráfico com a % de caixas executadas em média numa semana para o

período Jan-Mar de 2014 no fluxo Alimentar; b). Gráfico com a % de caixas que

compõe a amostra executadas em média numa semana para o período Fev-Mar de

2014 no fluxo Alimentar ........................................................................................................... 43

Figura 11 a). Gráfico com a % de caixas executadas em média numa semana para o

período Jan-Mar de 2014 no fluxo Não Alimentar; b). Gráfico com a % de caixas que

compõe a amostra executadas em média numa semana para o período Fev-Mar de

2014 no fluxo Não Alimentar .................................................................................................. 43

Figura 12. Ilustração do problema das rotas ........................................................................ 47

Figura 13. Primeira simplificação para o abastecimento em JIT do armazém 5407 ..... 48

Figura 14. Segunda simplificação para o abastecimento em JIT do armazém 5407 .... 49

Figura 15. Gráfico com a distribuição % de caixas e minutos para a situação inicial no

fluxo Alimentar .......................................................................................................................... 57

Figura 16. Gráfico com a distribuição % de caixas e minutos para o cenário base no

fluxo Alimentar .......................................................................................................................... 59

Figura 17. Gráfico com a distribuição % de caixas e minutos para a situação inicial no

fluxo Não Alimentar .................................................................................................................. 61

Figura 18. Gráfico com a distribuição % de caixas e minutos para o cenário base no


viii

Figura 19. Gráfico com a distribuição % de caixas e minutos para o cenário 1 no fluxo

Alimentar .................................................................................................................................... 65

Figura 20. Gráfico com a distribuição % de caixas e minutos para o cenário 2 (p menor

ou igual a 1) no fluxo Alimentar .............................................................................................. 66




Alimentar .................................................................................................................................... 68


Não Alimentar ........................................................................................................................... 70


ou igual a 1) no fluxo Não Alimentar ..................................................................................... 71







Figura 28. Dias de operação no armazém 5407 ................................................................. 76

Lista de tabelas Tabela 1. Tabela com o resumo dos parâmetros da amostra ........................................... 36

Tabela 2. Excerto da tabela de classificação dos artigos, no fluxo Alimentar ................ 37

Tabela 3. Excerto da tabela de classificação dos artigos em relação ao critério número

de referências, no fluxo Alimentar ......................................................................................... 37

Tabela 4. Excerto da tabela resumo das características da amostra, no fluxo Alimentar

..................................................................................................................................................... 38

Tabela 5. Caracterização dos componentes das amostras ............................................... 39

Tabela 6. Caracterização das lojas da região Centro......................................................... 39

Tabela 7. Lojas escolhidas para o estudo dos pedidos ..................................................... 41

Tabela 8. Número teórico de FTE's necessário para a execução dos artigos críticos no

fluxo Alimentar .......................................................................................................................... 58

Tabela 9. Número de FTE's necessário para a execução dos artigos críticos que

compõe a amostra no fluxo Alimentar ................................................................................... 58

Tabela 10. Processo de escolha para a ordem de minimização das funções objetivo no

fluxo Alimentar .......................................................................................................................... 59

Tabela 11. Resultados computacionais da aplicação do modelo ao cenário base no

fluxo Alimentar .......................................................................................................................... 59

Tabela 12. Resultados operacionais da aplicação do modelo ao cenário base no fluxo

Alimentar .................................................................................................................................... 60

Tabela 13. Número teórico de FTE's necessário para a execução dos artigos críticos

no fluxo Não Alimentar ............................................................................................................ 61

ix

Tabela 14. Número de FTE's necessário para a execução dos artigos críticos que

compõe a amostra no fluxo Não Alimentar .......................................................................... 62

Tabela 15. Processo de escolha para a ordem de minimização das funções objetivo no


Tabela 16. Resultados computacionais da aplicação do modelo ao cenário base no


Tabela 17. Resultados operacionais da aplicação do modelo ao cenário base no fluxo

Não Alimentar ........................................................................................................................... 63

Tabela 18. Capacidade de execução em nº de caixas por dia no fluxo Alimentar ........ 64

Tabela 19. Capacidade de execução cem nº de caixas com penalizações por dia no

fluxo Alimentar .......................................................................................................................... 65

Tabela 20. Resultados computacionais da aplicação do modelo ao cenário 1 no fluxo

Alimentar .................................................................................................................................... 65

Tabela 21. Resultados operacionais da aplicação do modelo ao cenário 1 no fluxo

Alimentar .................................................................................................................................... 66

Tabela 22. Resultados computacionais da aplicação do modelo ao cenário 2 (p menor





Alimentar .................................................................................................................................... 68


Alimentar .................................................................................................................................... 68

Tabela 26. Resumo da restrição da capacidade para vários dias de pedido ................. 69


Alimentar .................................................................................................................................... 69

Tabela 28. Capacidade de execução em nº de caixas por dia no fluxo Não Alimentar 69

Tabela 29. Capacidade de execução em nº de caixas com penalizações por dia no



Não Alimentar ........................................................................................................................... 70

Tabela 31. Resultados operacionais da aplicação do modelo ao cenário 1 no fluxo Não

Alimentar .................................................................................................................................... 71






Não Alimentar ........................................................................................................................... 73





Tabela 37. Resultados operacionais da aplicação do modelo ao cenário 3 no fluxo Não

Alimentar .................................................................................................................................... 74

x

Tabela 38. Resumo das melhorias operacionais verificadas em cada cenário para o

fluxo Alimentar .......................................................................................................................... 75

Tabela 39. Resumo das melhorias operacionais verificadas em cada cenário para o


Tabela 40. Excerto da tabela com o resultado do modelo para o cenário base no fluxo

Alimentar .................................................................................................................................... 76

Lista de abreviaturas AT – Acessório de Transporte

CD – Centro de Distribuição

CPFR – Collaborative Planning, Forecasting and Replenishment

CRP - Continuous Replenishment Program

CSCMP - Council of Supply Chain Management Professionals

DPH – Detergentes e Produtos de Higiene

ECM – Error Correction Model

ECR – Efficient Consumer Response

EDI – Electronic Data Interchange

EDLP – Every Day Low Price

JIT – Just in Time

JM – Jerónimo Martins

JMDPC – Jerónimo Martins Distribuição de Produtos de Consumo

JMR – Jerónimo Martins Retalho

JMRS – Jerónimo Martins Restauração e Serviços

MRP – Material Requirements Planning

NP – Não Perecíveis

QR – Quick Response

RFID – Radiofrequency Identification

SKU – Stock Keeping Unit

SC – Supply Chain

S&OP – Sales and Operation Planning

xi

TVP – Time Varying Parameter Model

UE – União Europeia

UMC – Unidade de Medida de Compra

UMV – Unidade de Medida de Venda

UT – Unidade de Trabalho

VAR – Vector Autoregressive Model

VMI – Vendor Managed Inventory

WIP – Work in Process

WPMS – Warehouse Physical Management System

3PL – Third Party Logistic

FTE – Full Time Equivalent

1

1. Introdução

1.1. Contextualização do Problema Portugal encontra-se hoje numa situação de adversidade económica e social resultante do

abrandamento do crescimento económico, elevada taxa de desemprego, baixos níveis de consumo

(abaixo da média europeia) e redução da confiança nas empresas, elementos que há muito não se

verificavam. A economia mundial está a ser condicionada por restrições orçamentais, incerteza

política, aumento de impostos e consequente abrandamento do crescimento económico. O resultado

de tanta incerteza no mercado leva a que seja necessário levar a cabo decisões estratégicas que

permitam às empresas continuar a desenvolver-se, mesmo em situações inóspitas como a atual. De

facto, é em ambientes de adversidade que muitas empresas conseguem prosperar, utilizando

técnicas adequadas e sustentáveis que visam a criação de valor.

Nas últimas três décadas, os aspetos operacionais e estratégicos para a gestão e projeto de cadeias

de abastecimento têm sido enfaticamente estudados. Contudo, persiste a distinção entre “cadeia de

valor” associada aos aspetos de criação e apropriação de valor e “cadeia de abastecimento” descrita

como o conjunto de estratégias e ferramentas utilizadas para o projeto e operação de redes eficientes

(Holweg e Helo, 2013).

Christopher (1992) constata que são as cadeias de abastecimento e de valor que competem entre si,

não as empresas, portanto o sucesso ou falha das mesmas é em última instância determinado pelo

mercado e pelo consumidor final. Como tal, torna-se útil agregar os dois conceitos, “cadeia de valor” e

“cadeia de abastecimento” por forma a criar uma ponte entre a adição de valor através de estratégias

no contexto das cadeias de abastecimento e o projeto de cadeias de abastecimento (Holweg e Helo,

2013). Através desta visão holística, as empresas conseguem definir estratégias adaptáveis e mais

eficientes face à constante incerteza do mercado.

Apesar de todos os condicionantes já mencionados, o Grupo Jerónimo Martins (JM) tem mantido, ano

após ano, uma posição dominante no setor da distribuição alimentar em Portugal. A redução do

consumo por parte das famílias, constatada ao longo dos últimos anos veio pressionar as atividades

dos retalhistas, traduzindo-se numa evolução negativa do volume de negócios, o que levou muitos a

focarem-se na defesa das margens de lucro (Jerónimo Martins, 2012). O Grupo JM não foi exceção,

apostando fortemente numa nova estratégia de promoções focadas em produtos de maior

necessidade, sem perder o foco na sua missão que consiste na satisfação das necessidades e

expectativas dos stakeholders contribuindo para o desenvolvimento sustentável das regiões onde

opera, através de operações eficientes, produtos e serviços de elevada qualidade e manutenção do

nível de serviço ao cliente.

Parte da estratégia do Grupo JM passa pela otimização das operações logísticas e é neste contexto

que surge a presente dissertação de mestrado. Um dos pontos fulcrais na otimização da rede

logística prende-se com os pedidos efetuados pelas lojas aos armazéns (número de ocorrências).

Atualmente é possível às lojas efetuarem pedidos sete dias por semana, independentemente das

2

• Caso de estudo:Caracterizição

do problema• Revisão da Literatura

• Recolha e tratamento de dados

• Conceção e aplicação da Metodologia

● Análise de resultados

• Conclusões e desenvolvimento

futuro

• Outros fatores de melhoria operacional

quantidades pedidas e do tempo de abastecimento do produto, através de uma sugestão

providenciada por um algoritmo de Material Requirement Planning (MRP). Consequentemente,

existem custos operacionais (em armazém e loja) e de transportes que podem ser minimizados.

Neste contexto o foco do estudo será no armazém de Não Perecíveis (NP) em Vila Nova da Rainha

que funciona em Just in Time (JIT), onde se pretende efetuar uma análise aos ciclos de pedido,

respeitando os objetivos de cobertura de stock e níveis de serviço.

1.2. Metodologia

A metodologia adotada ao longo do desenvolvimento da dissertação de mestrado é composta por 6

etapas, apresentadas esquematicamente na figura 1 e descritas de seguida.

A primeira etapa consistirá na compreensão do caso de estudo, por forma a se entender o atual

contexto do Grupo Jerónimo Martins, especificamente as características e particularidades da sua

rede logística. Deverão ser descritos os principais componentes da rede logística, enfatizando

aqueles que estão relacionados com a temática do estudo, isto é, o ciclo de pedidos nas lojas.

Na segunda etapa será efetuada a revisão do estado da arte que permite por um lado compreender

detalhadamente o contexto das questões levantadas na etapa anterior, e por outro alicerçar e

justificar a metodologia tomada para a resolução do problema. Serão abordadas as temáticas da

gestão de cadeias de abastecimento, logística da indústria do retalho, a filosofia Just in Time, o Cross

Docking nas cadeias de abastecimento e a gestão de produtos com procura variável.

Na terceira etapa far-se-á em primeiro lugar uma contextualização mais aprofundada da atividade no

armazém 5407 e, em segundo lugar, a conceção da metodologia para a escolha da amostra,

detalhando-se a recolha e tratamento de dados necessários para a análise do problema.

A quarta etapa contemplará a construção de um modelo matemático e respetiva definição de

pressupostos e limitações de aplicabilidade para, posteriormente se fazer a sua aplicação ao estudo

do problema. Esta etapa será finalizada com a análise e discussão dos resultados com o intuito de se

compreender a sua validade e aplicabilidade no caso de estudo.

Figura 1. Metodologia

3

Por fim, na quinta etapa concluiu-se sobre o trabalho desenvolvido e identificam-se diretrizes para a

continuação futura do presente estudo. Adicionalmente são mencionados outros elementos dignos de

estudo e que, por motivos de limitação temporal não foram incluídos na presente dissertação.

1.3. Objetivos do Trabalho O objetivo do presente trabalho de dissertação de mestrado passa pela melhoria das operações no

armazém de Não Perecíveis de Vila Nova da Rainha, através do estudo dos pedidos efetuados pelas

lojas Pingo Doce ao armazém, que funciona em ambiente JIT. O problema dos pedidos foi

identificado com relevante pelo Grupo JM, devido ao elevado fator condicionante que estes têm na

operação dos armazéns, especificamente, no armazém de NP JIT. Assim, pretende-se com este

estudo compreender a atividade do armazém, nomeadamente os fatores críticos e, a partir desta

identificação, proceder à análise dos pedidos e sua posterior otimização, sem descurar todas as

entidades que estão diretamente envolvidas com o armazém.

1.4. Estrutura do Trabalho A partir da metodologia apresentada anteriormente, estruturou-se a dissertação de mestrado em seis

capítulos:

Capítulo 1 – Introdução: Corresponde à introdução do tema em estudo, o seu contexto e

descrição. Define-se também a metodologia a utilizar e os principais objetivos.

Capítulo 2 – Caso de Estudo: Caracterização do problema, descrevendo-se pormenorizadamente

as atividades ligadas à área logística que mais contribuem para uma melhor compreensão do

tema, nomeadamente as atividades no armazém de NP JIT e o processo de pedidos das lojas ao

armazém. No final do capítulo conclui-se sobre os principais constrangimentos e dificuldades da

atual rede logística, bem como a possíveis soluções de melhoria.

Capítulo 3 – Revisão da Literatura: Incide na temática da gestão de cadeias de abastecimento, na

indústria do retalho, no conceito e caracterização de JIT, na utilização de Cross Docking em

cadeias de abastecimento e na gestão de produtos com diferentes rotatividades num armazém.

Capítulo 4 – Recolha e Tratamento de Dados: Divide-se em três principais tópicos, sendo o

primeiro uma contextualização mais aprofundada da operação no armazém NP JIT, o segundo a

descrição do processo de seleção das amostras e o terceiro a análise dos pedidos das lojas

alicerçados às amostras e ao contexto do armazém.

Capítulo 5 – Conceção e Aplicação do Modelo: Contempla a definição do problema, a construção

do modelo de otimização, a sua aplicabilidade e análise de cenários.

Capítulo 6 – Conclusões Finais e Desenvolvimento Futuro: Apresentam-se as principais

conclusões do trabalho e diretrizes para desenvolvimento futuro; Adicionalmente efetua-se ma

breve descrição dos elementos relacionados com o problema em estudo e que, por

constrangimentos de tempo, não foram abordados.

4

2. Caso de Estudo

Na presente dissertação pretende-se analisar os ciclos de pedidos de entrega no armazém de artigos

Não Perecíveis em ambiente JIT, por forma a respeitar os objetivos de cobertura de stock e níveis de

serviço, permitindo a otimização das operações no armazém.

Na secção 2.1. será feita uma introdução ao Grupo Jerónimo Martins, na secção 2.2. o foco será na

rede logística do Grupo JM, na secção 2.3. serão introduzidos os aspetos operacionais relacionados

com o armazém de Não Perecíveis JIT, nas secções 2.4. e 2.5. serão caracterizados os fluxos em

que os produtos são operados e a forma como os pedidos das lojas chegam ao armazém, na secção

2.6. proceder-se-á à identificação de alguns constrangimentos verificados especificamente no

armazém de NP JIT. Por fim, na secção 2.7. será efetuado um sumário com as principais conclusões

do capítulo.

A elaboração da dissertação contou com um estágio realizado nos Centros de Distribuição da

Azambuja e de Vila Nova da Rainha no período de outubro a dezembro de 2013 e com entrevistas

realizadas aos colaboradores do Grupo JM no mesmo período, bem como visitas frequentes ao

armazém 5407 entre janeiro e junho de 2014.

2.1. Grupo Jerónimo Martins

O Grupo Jerónimo Martins, fundado no ano de 1792 é um dos principais players no ramo do retalho

alimentar em Portugal, sendo o maior de origem nacional.

Atualmente, o Grupo JM conta com um total de 2.904 lojas, 12 Centros de Distribuição e 73.433

colaboradores distribuídos por dois continentes. Em 2012 o Grupo conseguiu alcançar 10.876

milhões de euros em vendas, um aumento de 10,5% face ao ano anterior, resultado do desempenho

de vários projetos desenvolvidos ao longo do ano alicerçados às imposições macroeconómicas da

conjuntura atual. Destes destacam-se como prioritários o reforço da posição competitiva em todas as

áreas de negócio, a execução do programa de investimento (com enfase nas lojas Pingo Doce,

Recheio e Biedronka) e a construção dos alicerces de um novo pilar de crescimento na Colômbia

(Relatório de Contas JM, 2012).

Em Portugal, com as insígnias Pingo Doce (cadeia de supermercados) e Recheio Cash&Carry

(mercado grossista), o Grupo Jerónimo Martins é líder no setor da distribuição alimentar, contando

com um conjunto de 412 lojas. Na Polónia, a cadeia de lojas Biedronka pertencente ao Grupo JM é a

maior cadeia de supermercados do país, detendo a liderança destacada no retalho alimentar e

contando com 2.125 lojas. Também na Polónia o Grupo JM detém a cadeia de parafarmácias Hebe.

5

Em março de 2013, o Grupo Jerónimo Martins iniciou a sua atividade na Colômbia, sob a insígnia

Ara, uma loja de proximidade com espírito, ambiente e sabores tipicamente colombianos.

Apesar de distintas, as principais insígnias de Distribuição Alimentar do Grupo JM caracterizam-se

pela oferta de soluções alimentares orientadas para o consumidor, pela liderança no preço e na

eficiência de custos, pela operação em proximidade e pela qualidade dos produtos, das lojas e da

marca própria.

Ao nível da indústria nacional, o Grupo Jerónimo Martins apresenta-se como o maior grupo industrial

de bens de grande consumo, através das suas participações na Unilever Jerónimo Martins e na Gallo

Worldwide. A Unilever Jerónimo Martins, produto de uma joint-venture com a multinacional anglo-

holandesa Unilever, produz e distribui produtos de grande consumo, nas áreas da alimentação,

cuidado pessoal e cuidado da casa. A Gallo Worldwide é o resultado da autonomização do negócio

de azeites e óleos vegetais por parte da Unilever Jerónimo Martins e dedica-se à produção e

comercialização de azeite e óleos alimentares.

O Grupo JM pretende construir posições de liderança no mercado português, pelo que a sua atuação

no setor dos serviços prende-se com a distribuição e representação de marcas internacionais e com o

desenvolvimento de projetos no setor da restauração. A Jerónimo Martins Distribuição de Produtos de

Consumo (JMDPC) é o representante exclusivo de marcas nacionais e internacionais de renome

(como por exemplo a Kellog’s ou a Heinz). A Jerónimo Martins Restauração e Serviços (JMRS),

dedica-se a projetos de restauração, operando a cadeia de quiosques e cafetarias Jeronymo, os

gelados Olá e o restaurante Jeronymo Food with Friends. O Grupo JM detém também a participação

maioritária na Hussel, um conceito inovador de loja de retalho especializado em confeitarias que

resulta de uma joint-venture entre o Grupo Jerónimo Martins e a alemã Douglas AG. A figura 2 ilustra

esquematicamente a estrutura do Grupo Jerónimo Martins.

Figura 2. Estrutura do negócio do Grupo JM

Jerónimo Martins

Distribuição

Portugal

Pingo Doce

Recheio

Polónia

Biedronka

Hebe

Bliska

Colômbia

Ara

Industria

Portugal

Unilever Jerónimo Martins

Gallo Worldwide

Serviços

Portugal

JMDPC

JMRS

Hussle

6

A missão do grupo Jerónimo Martins: “Satisfazer as necessidades e expectativas dos seus

stakeholders e os legítimos interesses dos seus acionistas a curto, médio e longo prazo, ao mesmo

tempo que contribui para o desenvolvimento sustentável das regiões onde opera” reflete a ambição e

o rigor da gestão voltada para a criação de valor, para o desenvolvimento sustentável e para a

responsabilidade corporativa, assentando em cinco pilares: Respeitar o Ambiente, Comprar com

Responsabilidade, Apoiar as Comunidades Envolventes, Ser um Empregador de Referencia e

Promover a Saúde pela Alimentação.

Devido à conjuntura económica atual, o comportamento do consumidor alterou-se significativamente,

tendo o Grupo Jerónimo Martins identificado algumas das principais tendências de compra:

comportamento mais racional e menos impulsivo no ato da compra; escolha de um cabaz composto

por artigos essenciais e ao preço mais competitivo; maior atenção ao fator preço e às dinâmicas

promocionais. Como tal, o grupo assumiu que a atual política de preços EDLP (every day low price) já

não se adequava (per si) às características do mercado, seguindo uma nova estratégia focada nas

ações promocionais. O resultado da nova estratégia do Grupo JM visa colmatar o decréscimo das

vendas verificadas no setor do retalho, tendo como consequência um novo modelo logístico e uma

renovada política de comunicação.

2.2. Rede Logística

A empresa Jerónimo Martins Retalho (JMR) – Prestação de Serviços para a Distribuição, S.A. (que

pertence ao Grupo Jerónimo Martins) é responsável pela gestão e coordenação dos fluxos e

processos logísticos na cadeia de abastecimento. Cabe à JMR as atividades de aprovisionamento,

armazenamento e transporte efetuadas pelo grupo no país, tendo como principal objetivo a

consistência do nível de serviço prestado às lojas (os clientes da JMR), a manutenção do elo de

ligação eficiente entre fornecedores e clientes, gerindo os trade-offs tempo, custo e qualidade e a

criação de retorno, por forma a contribuir positivamente para a criação de valor para a empresa.

Para melhor compreensão da estrutura da rede logística do grupo, serão de seguida apresentados os

seus constituintes, nomeadamente a estrutura informática e a estrutura física em que se inserem os

centros de distribuição, lojas e rede de transportes.

2.2.1. Sistemas de Informação

O Grupo JM utiliza diversos sistemas informáticos por forma a integrar a informação ao longo da

cadeia de abastecimento, desde o fornecedor (a montante) às lojas (a jusante). De seguida serão

apresentados os principais sistemas de informação transversais à organização.

O sistema SAP (Systems, Applications and Products in Data Processing) é o principal sistema de

gestão de empresas que faz a ligação entre todos os sistemas utilizados, servindo de interface entre

os fornecedores, as lojas e os centros de distribuição. É o sistema responsável pela gestão dos

pedidos das lojas, pelo controlo de inventário em loja e pela criação de ordens de compra (aos

7

fornecedores) e de remessa (às lojas). O sistema SAP é utilizado por todos os departamentos da

organização, desde o departamento de Recursos Humanos ao Financeiro.

O sistema WPMS (Warehouse Physical Management System) é o software de gestão de armazéns

utilizado nos centros de distribuição, cuja função consiste em monitorizar as atividades do armazém.

O WPMS permite controlar: a receção, execução e expedição da mercadoria, os processos Cross

Docking, a rastreabilidade nos transportes e otimização de rotas, a rastreabilidade das paletes (dos

CD para as lojas) e os processos de backhauling, através de equipamentos para leitura ótica de

códigos de barras utilizados pelos operadores e dos vários terminais espalhados pelos CD.

Existem ainda outros sistemas relevantes, como o INOSAT, uma solução de localização e de gestão

operacional da frota e o portal JM a que todos os colaboradores do grupo têm acesso e que funciona

como portal de comunicação interna.

A utilização dos vários sistemas de informação permite aumentar a agilidade da cadeia de

abastecimento, através de um fluxo de informação partilhado entre os vários departamentos do

Grupo.

2.2.2. Aprovisionamento

O departamento de Supply Chain (SC) é o responsável pela seleção dos fornecedores para o

armazém e pelo carácter de reaprovisionamento, integrando os pedidos das várias lojas com os

níveis de stock, por forma a manter o nível de serviço esperado. O departamento está dividido por

equipas e cada equipa é responsável por um conjunto de fornecedores. A negociação com os

fornecedores no que respeita às condições contratuais é efetuada pelo departamento comercial, a

quem a equipa de SC reporta.

A escolha de cada fornecedor vai depender de diversos fatores, salientando-se o preço, a qualidade

dos produtos e as quantidades e disponibilidade de entrega dos produtos em armazém. Depois de se

proceder à seleção dos fornecedores, é definido o tipo de aprovisionamento consoante o tempo de

abastecimento do produto (quer pelas características do mesmo, quer pelo nível de serviço exigido

pelas lojas).

Podem existir três tipos de aprovisionamento: em Stock, JIT e Cross Docking:

Stock:

O aprovisionamento em stock acontece fundamentalmente para produtos não perecíveis (com prazos

de validade elevados) em que é vantajosa a criação de inventário. A existência de stock pode ser

justificada pela disponibilidade do fornecedor em abastecer o armazém (elevados tempos de

entrega), pelo benefício de descontos de quantidade junto do fornecedor, quando os produtos são

importados e quando não se justifica um nível de serviço tão elevado junto das lojas,

consequentemente otimizando-se os custos de transporte. Em contrapartida verifica-se o aumento

dos custos logísticos e de Working Capital uma vez que existem ativos parados em armazém (custo

de oportunidade).

8

JIT:

O aprovisionamento em JIT é utilizado por forma a garantir o mais rapidamente possível a

disponibilidade dos produtos em loja. Este sistema é predominante em produtos perecíveis devido

aos baixos prazos de validade, contudo, é também utilizado em produtos não perecíveis (como é o

caso do armazém de NP JIT) quando existe uma procura diária elevada de determinados produtos.

Para garantir a fluidez do processo, as compras em JIT são automáticas, isto é, o fluxo de procura

gerado pelas lojas é remetido para o armazém sob a forma de remessa e para os fornecedores sob a

forma de ordem de compra. As vantagens do sistema JIT prendem-se com a não acumulação de

stock (do ponto de vista logístico), permitindo uma utilização mais eficiente do espaço em armazém e

assegurando um nível de serviço às lojas elevado. No entanto pode comprometer os custos de

transporte.

Cross Docking:

O aprovisionamento em Cross Docking implica a existência de uma parceria mais forte com o

fornecedor, uma vez que a entrega dos produtos em armazém já vem executada por loja. O Cross

Docking permite não só evitar a criação de stock, como não exige a fase de execução, estando os

produtos prontos para a expedição. Este sistema contempla vantagens para o cliente (Grupo JM)

como para o fornecedor, que consegue através de um serviço adicional, acrescentar valor aos

produtos. Contudo, este tipo de parceria exige compromissos de ambas as partes e um nível de

flexibilidade que por vezes os fornecedores ou o Grupo JM não conseguem atingir.

2.2.3. Centros de Distribuição

Os centros de distribuição (CD) numa cadeia de abastecimento pretendem centralizar o fornecimento

de produtos às lojas, obtendo-se assim uma distribuição mais eficiente e flexível. Dividindo-se o

território nacional sob o eixo Coimbra/Viseu, na rede logística da JM existem 3 CD’s na região Norte e

4 na região Centro. Desta forma, as lojas da região Norte são abastecidas pelos centros de

Guardeiras, Vila do Conde e Laúndos, enquanto que as lojas da região Centro são abastecidas pelos

centros da Azambuja, Vila Nova da Rainha, Alcochete e MARL (ver figura 3).

Figura 3. Mapa com os atuais CD do Grupo JM em Portugal

9

No início de 2014 deu-se a abertura do novo centro de distribuição do Algarve, com a finalidade de

abastecer exclusivamente a região Sul. Por conseguinte, ocorreu uma reestruturação dos fluxos de

distribuição dos centros da Azambuja, Vila Nova da Rainha e Alcochete, que, até este período,

estavam responsáveis pelo abastecimento desta região.

Cada CD dispõe de um conjunto de armazéns onde se processam cerca de 27.000 artigos que estão

divididos segundo uma lógica de temperaturas: Não Perecíveis (sem controlo de temperatura), Frutas

e Vegetais (8-12ºC), Bacalhau (8-12ºC; humidade controlada), Frescos e Carnes (0-4ºC), Peixe

Fresco (0-2ºC) e Congelados (-20ºC). Devido às características dos produtos e ao número dos

pedidos efetuados pelas lojas, ambos os métodos de aprovisionamento, stock e JIT, podem ser

utilizados.

Para os próximos anos está planeada a continuação da renovação da rede logística do Grupo,

esperando-se renovar os CD da região Centro no ano 2014 e os CD da região Norte em 2015.

2.2.4. Transportes

O departamento de transportes da JM tem a função de garantir o transporte dos produtos, desde os

centros de distribuição às lojas, respeitando as janelas horárias definidas. O departamento de

transportes é também responsável pelas operações de logística inversa (retorno dos acessórios de

transporte) e backhauling (recolha de produtos no fornecedor, depois de entregues os produtos em

loja).

O Grupo JM trabalha com sete empresas que garantem os serviços de transporte. O elevado número

de transportadoras é justificado pela necessidade de diversificação e flexibilidade da operação, por

forma a não existir dependência em relação a uma transportadora. Contudo, a grande maioria do

transporte é efetuado pela ZAS (cerca de 81%), resultante de uma parceria celebrada com a TFS em

2005. A incorporação da ZAS no Grupo JM permitiu melhorar a gestão da frota do Grupo,

proporcionando um conhecimento mais profundo sobre o desempenho da operação de transporte.

Em anexo encontra-se a tabela 8.1.1 com o número de viaturas por fornecedor.

Para um funcionamento eficiente dos transportes existe um planeamento diário das rotas, que agrega

as lojas por localização geográfica, dimensão da loja, distância ao CD, janela horária de descarga na

loja, entre outras restrições, baseado nos dados históricos dos pedidos efetuados pelas lojas no

sistema SAP.

Depois de efetuado o planeamento é enviado às transportadoras, para que sejam alocados

motoristas às rotas estabelecidas. Posteriormente, as transportadoras devem comunicar ao

departamento de transportes qual o motorista que fará determinada rota. De salientar que o

planeamento dos transportes deve ser flexível, podendo durante o período de expedição ser feito

algum ajuste nas rotas estabelecidas devido a variações nos pedidos das lojas.

10

2.2.5. Lojas

O Grupo Jerónimo Martins opera em Portugal sob as insígnias Pingo Doce e Recheio Cash&Carry no

setor da distribuição alimentar. As lojas Pingo Doce perfazem um total de 378, distribuídas por cinco

regiões mais ilhas. As lojas Recheio contam com 36 plataformas de food service, distribuídas por

quatro regiões. A este valor somam-se mais três plataformas CATERPLUS, responsáveis pela

distribuição do canal HoReCa (fornecimento a hotéis, retalho e cafés) e as lojas Amanhecer

(pequenas lojas de bairro), abastecidas pela insígnia Recheio Cash&Carry. A figura 4 mostra a

distribuição percentual de lojas Pingo Doce e Recheio Cash&Carry em Portugal continental.

As várias lojas Pingo Doce estão classificadas por cluster de área, agrupadas em quatro tipos: Micro

(área de venda inferior a 600 m2), Super (área de venda entre os 600 e os 1500 m2), Mega (área de

venda entre os 1500 e os 2000 m2) e Híper (área de venda superior a 2000 m2). A variabilidade de

lojas justifica-se pela tipologia da área em que se encontra a loja e pela quantidade e frequência de

produtos procurados pelos consumidores. Como tal, as lojas de menor dimensão não apresentam a

mesma necessidade de acumulação de stock ou de variedade no sortido de produtos que, por

exemplo, um Híper.

Como resultado da estratégia de proximidade definida pelo Grupo JM, a grande maioria das lojas

Pingo Doce têm tipologia de supermercado, apresentando dificuldades na constituição de stock em

loja, do que resulta um constante fluxo de produtos distribuídos diariamente à loja, mediante os

pedidos efetuados sete dias por semana.

Região Descrição Nº de Lojas

Região 1 Norte 73

Região 2 Centro Litoral 68

Região 3 Centro Interior 72

Região 4 Grande Lisboa 97

Região 5 Sul 69

Total 379

Madeira 10

Distrito Nº de Lojas Percentagem

Aveiro 26 7%

Beja 6 2%

Braga 21 6%

Bragança 3 1%

Castelo Branco 6 2%

Coimbra 10 3%

Évora 8 2%

Faro 27 7%

Guarda 3 1%

Leiria 19 5%

Lisboa 108 28%

Portalegre 3 1%

Porto 72 19%

Santarém 19 5%

Setúbal 27 7%

Viana do Castelo 7 2%

Vila Real 4 1%

Viseu 10 3%

Total 379 100%

Figura 4. Distribuição das lojas Pingo Doce e Recheio Cash&Carry pelo país

11

2.3. Armazém de Não Perecíveis JIT O presente estudo tem por objetivo a otimização dos pedidos em ambiente JIT. Como tal, o foco da

análise será no armazém em Vila Nova da Rainha, nomeadamente no que respeita aos fluxos dos

artigos operados no armazém e aos ciclos de pedidos de entrega no armazém. De seguida será

efetuada a descrição do armazém e das respetivas operações.

2.3.1. Descrição do Armazém e Layout

O armazém de Não Perecíveis de Vila Nova da Rainha conta com uma área total de 10.000 m2,

dividida em duas áreas independentes: o armazém de Não Perecíveis JIT e a área de logística

inversa do Grupo JM. O armazém de NP fornece diariamente 289 lojas, cujos pedidos funcionam em

ambiente JIT. Os artigos operados no armazém dividem-se em: Alimentar, DPH (Detergentes e

Produtos de Higiene) e Promoção, sendo cada tipo movimentado de forma num layout independente.

O layout do armazém está organizado em quatro secções principais: secção de Promoções, secção

Alimentar, secção Não Alimentar e Cais Leite. Existe ainda uma zona dedicada exclusivamente aos

pedidos efetuados pelas lojas Recheio.

Cada layout possui o número de lojas servidas pelo armazém, identificadas por uma placa com o tipo

de layout (Promoções, Alimentar, Não Alimentar e Cais Leite), com o nome da loja, código da loja (LG

para o layout regular e LP para o layout promocional) e tipo de contentor. Cada loja tem espaço para

9 paletes, com exceção dos Hipers que podem chegar às 18 paletes. Vários critérios foram seguidos

para a localização das lojas no layout, como a proximidade às portas (destinadas às lojas cuja

expedição acontece mais cedo) ou a proximidade geográfica entre lojas (e eventual partilha de rotas).

O armazém de NP JIT dispõe de 24 portas: as portas 1 a 4 destinam-se exclusivamente ao layout das

Promoções, as portas 5 a 11 ao layout Alimentar e as portas 19 a 24 ao layout Não Alimentar, sendo

que as portas 12 a 18 funcionam para ambos, consoante a necessidade. Todas as portas funcionam

para receção e expedição.

2.3.2. Operações

As operações no armazém acontecem entre as 06h00 e as 24h00. A receção e execução ocorrem ao

longo deste período. A expedição tem início às 14h00 e até às 17h00 cerca de 60% dos pedidos são

expedidos, acontecendo o resto da atividade até às 24h00. Para que as atividades ocorram de forma

eficiente e eficaz, existem dois turnos: das 6h00 às 15h00 e das 15h00 às 24h00. Assim, o

planeamento no armazém é efetuado continuamente.

As atividades no armazém são classificadas em dois tipos: atividades produtivas e atividades não-

produtivas. As atividades produtivas correspondem à movimentação direta de caixas, como a

receção, a execução e a expedição. As atividades não produtivas correspondem às atividades com

menor impacto físico nos trabalhadores, como a vitafilmagem das paletes, a colocação das mesmas

no cais de receção/expedição e as atividades administrativas.

12

Nas operações do Grupo JM existem atividades designadas por Cross Docking. Estas são também

consideradas como não produtivas, uma vez que não existe necessidade de movimentação de caixas

(os produtos já vêm agrupados por loja). Contudo, para efeitos de planeamento, existe a distinção

entre Cross Docking Produtivo, em que as paletes chegam ao armazém já compostas e prontas para

a expedição (a receção é automática) e o Cross Docking Manual, em que existe a necessidade de

validar o produto na fase de receção e execução.

A produtividade do armazém é contabilizada de duas formas: a produtividade de cada operador,

através do rácio entre o número de caixas executadas por operador e o tempo necessário à sua

execução por operador, e a produtividade All In, através do rácio entre o número total de caixas

executadas e o número de horas totais afetas à operação. É importante referir que o tempo

necessário para a execução das caixas no rácio de produtividade All In diz respeito não só aos

operadores que estão a executar as caixas, mas inclui também o número de horas dispensado por

todos os colaboradores do armazém (desde operadores a supervisores e gestores operacionais). A

medição da produtividade é fundamental para a compreensão da forma como as atividades estão a

ocorrer no armazém e para a formulação de métodos de otimização.

No início de cada turno é atribuído a cada colaborador do armazém uma unidade de trabalho. Cada

unidade de trabalho é classificada pelo tipo de atividade a desempenhar (produtiva ou não produtiva),

pela área do armazém (Promocional, Alimentar, Não Alimentar, Cross Docking) e pela operação

(receção, execução ou expedição).

Receção:

A receção consiste em dar entrada no armazém aos produtos provenientes do fornecedor, consoante

a ordem de compra efetuada pelo departamento de SC). A receção está dividida em duas partes: a

receção administrativa e a receção física. A receção administrativa consiste no registo de chegada do

fornecedor (verificando-se se a data e a hora correspondem à janela horária definida) e reserva de

cais. Cabe ao operador que está a efetuar a receção administrativa declarar no sistema os dados do

fornecedor e as respetivas guias de transporte, analisar a ordem de compra e conferir as quantidades

recebidas. Finda a receção administrativa, é atribuído um operador aos artigos recebidos, para que

este dê entrada física dos artigos no armazém. Para tal, o operador faz a etiquetagem com códigos

de barras das paletes recebidas, identificando-as com um aparelho com um terminal de

radiofrequência (denominado PDT) e validando as quantidades e a qualidade. Finalmente, o operador

regista os produtos no sistema WPMS para posteriormente serem distribuídos na fase de execução.

Execução (Picking):

Depois de efetuada a receção, as paletes são distribuídas aos operadores segundo critérios de

priorização, tendo por base o peso dos produtos, o volume e a fragilidade. Esta priorização é

efetuada por forma a promover a construção e a estabilidade das paletes.

Existem dois acessórios de transporte (AT) principais para auxiliar a movimentação dos produtos no

armazém: as paletes e os skates (roll containers). As paletes são estruturas de plástico ou madeira

13

que servem de base à colocação dos produtos. Os skates são estruturas de metal gradeadas, com

rodas e prateleiras que, sendo mais estreitos, permitem uma melhor movimentação quando o acesso

físico às lojas é limitado.

O tipo de execução efetuado em ambiente JIT define-se como picking by line. Depois de atribuída

uma palete ao operador, este vai percorrer o layout do armazém, distribuindo as caixas pelas lojas,

segundo a informação do sistema WPMS. Ao chegar a uma loja, o operador deixa a mercadoria e

regista o código da loja, confirmando a localização do produto para que o sistema WPMS integre

essa informação com o pedido efetuado pela loja. Quando cada palete fica completa (com cerca de

1,8m de altura) um operador não produtivo irá vitafilmar as paletes e fechar os skates para que na

fase de expedição possam ser transportados para junto das portas.

Expedição:

A expedição consiste na recolha dos contentores de cada loja e na sua colocação no cais de

receção/expedição, para que possam ser entregues às lojas. Quando o motorista responsável pela

rota associada à(s) loja(s) chega ao armazém, cabe ao operador responsável pela expedição

reservar o cais e autorizar o carregamento da viatura, caso a viatura cumpra os requisitos de

transporte e a janela horária pré-estabelecida. A carga física dos contentores na viatura é efetuada

pelos motoristas, podendo ser auxiliado pelos operadores do armazém. Enquanto decorre o

carregamento, o operador responsável pela expedição, para além de monitorizar todo o processo,

elabora a faturação dos artigos às lojas e regista no sistema WPMS os artigos que foram carregados

na viatura. Depois de se proceder à carga física da viatura e da confirmação que todos os

contentores foram carregados, é dada a autorização para a saída da mesma.

2.4. Critérios de Armazenagem O armazém de NP JIT opera todos os artigos não perecíveis disponibilizados pelas lojas do Grupo

JM. Os critérios para a seleção dos artigos em fluxo JIT baseiam-se na disponibilidade do fornecedor

para entregar frequentemente os produtos em armazém, na disponibilidade e rotatividade do artigo

em questão e na crescente falta de capacidade dos armazéns em criar stock. Um mesmo tipo de

artigo pode ser manuseado em stock ou em JIT caso seja entregue por um fornecedor diferente ou

caso as dimensões do produto justifiquem uma ou outra opção.

Tipicamente, em stock estão os artigos entregues em paletes completas, cujo pedido das lojas

justifica a expedição de grandes quantidades e cuja rotatividade do produto é média/alta,

minimizando os custos de inventário. Neste tipo de aprovisionamento encontram-se também os

artigos que, devido às características dos fornecedores ou transportadores, não conseguem ser

entregues frequentemente em armazém.

Em JIT idealmente estariam os artigos de maior e menor rotatividade, com o objetivo de se manter o

nível de serviço e de não se investir em stock e em espaço de armazenagem respetivamente. As

quantidades pedidas de cada artigo tendem a ser relativamente baixas (se comparadas com os

pedidos em stock) e a diversidade de tamanho, volume e arquitetura das caixas é bastante elevada.

14

Os artigos em fluxo Cross Docking são assim recebidos devido a características muito específicas.

Estes artigos têm tipicamente pequenas dimensões e as capacidades de entrega e tempos de

abastecimento dos fornecedores são reduzidas. O Cross Docking permite acrescentar valor aos

artigos, desde que o custo do artigo ao fornecedor seja inferior ao custo do artigo executado

internamente, respeitando-se os critérios de qualidade e tempos de abastecimento definidos

contratualmente.

2.5. Planeamento dos Pedidos das Lojas em JIT A operação de aprovisionamento tem início nas lojas. No caso particular dos pedidos em JIT, estes

podem ser efetuados durante sete dias por semana (de segunda a domingo), tendo cada artigo um

tempo de abastecimento específico, conforme acordado com cada fornecedor. Existem quatro formas

de se proceder aos pedidos dos produtos:

MRP

O pedido efetuado será sugerido automaticamente segundo um algoritmo MRP. A criação do MRP

tem por base os dados históricos da venda de cada produto durante as ultimas quatro semanas de

vendas, calculando a média para um determinado dia e multiplicando-se o valor pelo seu nível de

cobertura, para se alcançar um valor credível de previsão. Outras restrições são levadas em conta

pelo algoritmo, nomeadamente os dados atuais de stock, eventuais quebras, ruturas de stock,

tendências de sazonalidade e eventos promocionais. Antes da utilização do MRP, deve-se proceder à

integração das vendas do dia anterior para se atualizar os stocks. De salientar que caso seja

necessário, o gestor de loja pode manipular o resultado do MRP, adicionando ou subtraindo as

quantidades necessárias. Todas as formas de aprovisionamento que não o MRP são denominadas

por alocações.

Ordem de Compra Manual em SAP

A ordem de compra aos armazéns pode ser feita manualmente, através da introdução em SAP do

código do artigo, as quantidades necessárias e a especificação do armazém a quem se vai pedir o

produto.

O2P

A equipa em loja pode utilizar uma ferramenta informática móvel, um terminal portátil designado por

O2P, que permite a leitura do código de barras dos artigos a pedir ao armazém, efetuando-se desta

forma uma requisição de compra. Estes códigos são posteriormente transformados em ordens de

compra no sistema SAP.

Transação ZCobertura em SAP

ZCobertura é uma plataforma que descrimina todos os parâmetros associados ao artigo (como o seu

código, quantidades, fluxo em que é aprovisionado entre outros), exibindo adicionalmente quais os

artigos que podem ser adquiridos consoante o dia (devido ao tempo de abastecimento dos

fornecedores). Este sistema apresenta similaridades com o MRP, tendo como desvantagens o facto

de ser manual e o processamento ser moroso em termos informáticos.

15

Depois de efetuado o pedido em SAP, no fluxo JIT os dados seguem dois circuitos de informação

distintos, para o armazém e para o fornecedor. Por um lado são transferidos para o sistema WPMS

onde é feita e armazenada a tradução dos pedidos das lojas (UMV – Unidades de Medida de Venda)

em encomendas (UMC – Unidades de Medida de Compra). No armazém de NP JIT, os pedidos

chegam ao armazém até às 14h00, procedendo-se à divisão dos mesmos em ondas. O sistema de

ondas permite manter o controlo dos pedidos das lojas e o nível de serviço. O pedido efetuado é

migrado para o WPMS e processado, garantindo o que foi pedido para esse dia de execução. Assim

sendo, dá-se o processamento da onda e posterior fecho, originando-se uma ordem de compra diária

(em número de caixas) que o armazém terá que satisfazer. Simultaneamente é criada uma ordem de

compra para o fornecedor que terá acesso à mesma via SAP.

O armazém de NP JIT é o responsável pelo fornecimento às lojas dos artigos em promoção. O

planeamento destes pedidos é efetuado com uma semana de antecedência, isto é, o armazém

executa o pedido promocional que estará disponível nas lojas na semana seguinte. A cada ação

promocional é atribuído um código. Em loja, é necessária a inserção do código e das quantidades de

artigos necessárias para a campanha em sistema SAP (o sistema sugere as quantidades baseadas

em dados históricos, mas cabe ao diretor de loja definir as quantidades a pedir). Os dados

armazenados no sistema são tratados pela equipa de SC que vai agrupar os pedidos, transmitindo as

quantidades necessárias que cada fornecedor terá que disponibilizar. Depois da confirmação de que

o fornecedor tem capacidade para entregar a grande maioria da quantidade pedida de artigos em

armazém, a equipa de SC faz a distribuição dos artigos por loja, para que as atividades em armazém

possam prosseguir.

2.6. Constrangimentos Atuais e a Importância do Estudo dos Pedidos Neste ponto serão abordados alguns dos constrangimentos verificados no armazém de NP JIT e no

processo de pedidos efetuados pelas lojas, concluindo-se com a importância do presente estudo para

a melhoria das operações nos armazéns do Grupo JM, particularmente o armazém 5407.

Existem vários fatores constrangedores verificados no armazém de Vila Nova da Rainha, destacando-

se a execução de artigos promocionais (algo que não acontecia antes da implementação da nova

estratégia de preços do Grupo JM) que resultou numa quantidade muito superior de artigos a

executar; as características diversas dos artigos a executar; as características intrínsecas ao fluxo JIT

que, no caso do Grupo JM resultam em entregas diárias no armazém de produtos em poucas

quantidades mas frequentemente, entre outras.

O estudo dos pedidos surge como um elemento que permite entre outros alcançar os seguintes

objetivos:

Melhorar as atividades no armazém, resultando na receção e execução de paletes com menos

referências. Este fato permite menor ambiguidade na receção e execução das paletes e,

16

teoricamente, um aumento da produtividade na execução pelo decréscimo de espaço percorrido

no armazém.

Reduzir problemas a montante do armazém, no que respeita aos pedidos mínimos impostos por

alguns fornecedores, pelo fato de, em menos deslocações ao armazém, se trazerem maiores

quantidades de artigos.

Melhorar o nível de serviço às lojas, tornando a receção e reposição dos artigos mais simples,

evitando deslocações desnecessárias na loja.

Tendo em conta os constrangimentos identificados e os objetivos propostos, o estudo dos pedidos

será efetuado em duas fases: uma primeira fase em que serão identificados os artigos que maiores

constrangimentos apresentam para a execução no armazém; e uma segunda fase em que será

desenvolvido um modelo matemático de planeamento com o propósito de otimizar a execução no

armazém através da distribuição mais homogeneizada das quantidades e tipos de artigos a executar

por dia da semana. Ambas as fases serão desenvolvidas no seguimento do presente trabalho nos

capítulos 4 e 5 respetivamente.

2.7. Conclusões do Capítulo O Grupo Jerónimo Martins é um dos principais players no ramo do retalho alimentar em Portugal,

atuando também na Polónia e na Colômbia. Em Portugal, o Grupo JM é líder no setor da distribuição

alimentar, através das insígnias Pingo Doce (cadeia de supermercados) e Recheio Cash&Carry.

Em Portugal as lojas Pingo Doce perfazem um total de 378, distribuídas por cinco regiões mais ilhas

e as lojas Recheio contam com 36 plataformas de food service, distribuídas por quatro regiões.

O armazém de Não Perecíveis de Vila Nova da Rainha (um dos oito CD’s do Grupo JM) fornece

diariamente 289 lojas, cujos pedidos funcionam em ambiente JIT. O presente trabalho foca-se na

operação deste armazém.

Os critérios para a seleção dos produtos em fluxo JIT baseiam-se na disponibilidade do fornecedor

para entregar frequentemente os produtos em armazém, na disponibilidade e rotatividade do artigo

em questão e na crescente falta de capacidade dos armazéns em criar stock.

O estudo dos pedidos visa colmatar problemas ao nível da operação do armazém, mas os seus

efeitos poderão ser observáveis tanto a montante como a jusante, tendo particular influência junto dos

fornecedores e das lojas. Como tal, pretende-se compreender os fatores que influenciam as

atividades no armazém 5407 para, por um lado escolher um conjunto representativo de artigos

críticos para o armazém, e posteriormente, otimizar o fluxo de pedidos que chega ao armazém,

através de um modelo de planeamento. Como objetivo final do presente estudo, pretende-se

melhorar as operações no armazém, especificamente na execução, respeitando-se simultaneamente

os níveis de cobertura e de serviço ao cliente.

17

3. Revisão da Literatura

No presente capítulo pretende-se efetuar um estudo da literatura disponível no âmbito do tema da

dissertação. O objetivo do capítulo passa pela identificação das principais áreas temáticas que

permitam contextualizar o problema em estudo, isto é, a análise do ciclo de pedidos em ambiente JIT,

bem como sustentar e guiar o trabalho.

Assim, na secção 3.1. serão abordados os principais conceitos na área da gestão de cadeias de

abastecimento, na secção 3.2. será estudado com maior ênfase a indústria do retalho, na secção 3.3.

será apresentada a filosofia JIT, na secção 3.4. será introduzida a estratégia de Cross Docking nas

cadeias de abastecimento, na secção 3.5 será feita uma introdução aos métodos de gestão de

produtos com procura variável e por fim na secção 3.6. serão elaboradas as principais elações do

capítulo.

3.1. Gestão de Cadeias de Abastecimento O desenvolvimento tecnológico do início do século XX e o aparecimento da produção massificada

deu origem a um novo paradigma de indústria. As indústrias modernas evoluíram para sistemas com

vários produtos, várias funcionalidades e várias localizações espalhadas pelo mundo, existindo uma

necessidade e um esforço crescente de planeamento, coordenação e cooperação entre as várias

entidades que compõe e se relacionam com a empresa. Como resposta ao aumento da

competitividade no mercado e pressupondo uma redução de custos e melhoria do nível de serviço

para o cliente, as empresas têm colocado os seus esforços na construção de uma cadeia de

abastecimento robusta e eficiente.

Atualmente é interessante constatar que são as cadeias de abastecimento e não as empresas que

competem entre si (Christopher, 1992) e que o sucesso ou falha das mesmas é em última instância

determinado pelo mercado e pelo consumidor final. Desta forma, a satisfação do cliente e a

compreensão do mercado são elementos cruciais aquando do planeamento de uma nova estratégia

para a cadeia de abastecimento (Cristopher e Towill, 2001).

Segundo Simchi-Levi, et. al. (2000), a cadeia de abastecimento é o conjunto de fornecedores, centros

de produção, armazéns, centros de distribuição e retalhistas, em conjunto com o fluxo de matérias

primas, inventário WIP (work-in-process) e produtos finais que circulam entre os diferentes elementos

da cadeia de abastecimento.

Agostinho e Teixeira (2003) caracterizam cadeia de abastecimento como um sistema complexo,

definido como uma organização de um grande número de partes simples que interagem entre si (os

membros individuais da cadeia de abastecimento), capaz de partilhar informação internamente e com

o exterior, e capaz de adaptação como resultado dessa partilha.

18

Incorporando ambas as perspetivas apresentadas anteriormente, Chandra et. al. (2007) descrevem

cadeia de abastecimento como a rede de fornecedores, produtores, armazéns, distribuidores e

retalhistas que, através de planos e atividades coordenadas, desenvolve produtos pela conversão de

matérias-primas em produtos finais. No processo, existe partilha de materiais e fluxos de informação

entre os elementos.

A gestão de uma cadeia de abastecimento é um processo complexo que envolve a consideração de

um sistema único na sua estrutura, um design dinâmico, níveis hierárquicos, múltiplos objetivos e a

necessidade de coordenação e interação entre as várias entidades (Chandra et. al. 2007). A gestão

de cadeias de abastecimento consiste na coordenação da produção, inventário, localização e

transporte entre os participantes na cadeia de abastecimento, de forma a alcançar o melhor mix de

resposta e eficiência para o mercado que está a ser servido (Hugos, 2003). Esta gestão permite a

ligação entre todos os stakeholders, incluindo parceiros dentro da organização e parceiros externos,

como fornecedores, operadoras, third party logistics (3PL) e fornecedores de sistemas de informação

(Lummus, 1999). O objetivo da gestão de cadeias de abastecimento passa pois por incorporar as

diferentes atividades ao longo da cadeia, traduzindo-se num aumento de valor para o consumidor e

redução do nível geral de custos.

Sob um ponto de vista de gestão, a cadeia de abastecimento está dividida em três níveis de decisão,

nível estratégico ou de projeto, nível de planeamento e nível operacional (Chopra, et. al. 2007) que

agregam o espetro de atividades da empresa:

Nível estratégico ou de projeto: A este nível a empresa decide como estruturar a sua cadeia de

abastecimento no longo-prazo, nomeadamente no que respeita à sua configuração, alocação de

recursos e processos. As decisões estratégicas também incluem a eventual necessidade de fazer

outsourcing, a localização das fábricas e armazéns, o sistema de transportes utilizados e os

sistemas de informação a ser implementados. O objetivo desta fase consiste em antecipar a

incerteza do mercado nas tomadas de decisão.

Nível de planeamento: A fixação da configuração definida na etapa anterior permite identificar e

resolver as restrições existentes. O objetivo do planeamento é maximizar o superavit da cadeia

de abastecimento num determinado período temporal que varia em função da cadeia e que pode

ir de um ano a um mês. As decisões de planeamento incluem a escolha dos mercados fornecidos

por cada armazém, a eventual decisão de subcontratação na manufatura, as políticas de

inventário e o timing para promoções de preço e de marketing.

Nível operacional: As decisões operacionais são diárias e estão diretamente relacionadas com os

pedidos dos clientes. Nesta fase dá-se a alocação de inventário e produção aos pedidos

existentes, definem-se as datas de entrega do produto, agregam-se as listas de picking nos

armazéns, faz-se o scheduling dos transportes entre outros. O objetivo a este nível é a gestão

das operações, por forma a minimizar a incerteza e maximizar a performance da empresa,

garantindo os níveis de serviço apropriados.

19

As decisões a tomar nestes diferentes níveis permitem a melhoria das operações, melhor

outsourcing, aumento do lucro, melhoria da satisfação do cliente, aumento da qualidade, combate de

pressões competitivas, entre outros aspetos (Stevenson, 2002). Contudo, o seu resultado pode ser

comprometido dada a dificuldade de integração das diferentes atividades da cadeia de abastecimento

como por exemplo: os objetivos dos diferentes participantes da cadeia podem ser distintos ou

conflituosos, o dinamismo intrínseco às atividades da cadeia de abastecimento dificulta a sua gestão,

ou a existência de uma permanente dificuldade na correspondência entre oferta e procura.

Com o desenvolvimento das cadeias de abastecimento, deu-se o aparecimento de novos problemas

com os quais a gestão deve lidar. O aumento da variabilidade da procura ou os ciclos de crescimento

e recessão macroeconómicos tornaram-se restrições fundamentais nas decisões diárias, dificultando

o processo de planeamento e definição estratégica da empresa, em que o objetivo é a maximização

da flexibilidade da cadeia de abastecimento.

As cadeias de abastecimento devem ser capazes de responder à procura do mercado de forma

rápida e flexível, e devem adaptar-se à variabilidade, atuando de forma precisa e eficiente para servir

o cliente, dadas as turbulentas condições do mercado.

A cadeia de abastecimento deve pois ser um sistema reconfigurável, isto é, deve ter a capacidade de

se adaptar eficientemente ao ambiente envolvente. De acordo com Chandra et. al.(2007), uma cadeia

de abastecimento reconfigurável define-se como uma rede de entidades independentes flexíveis,

onde a alteração da sua estrutura é conseguida sem utilização extensiva de recursos e sem perda de

eficiência operacional na resposta à volatilidade da procura e ao ambiente envolvente. Uma estrutura

reconfigurável permite a introdução facilitada de novos produtos e processos minorando os custos e o

tempo necessário.

Um dos setores onde esta adaptabilidade aparece como um grande desafio é o setor do retalho, o

qual se analisará de seguida.

3.2. A Indústria do Retalho A indústria do retalho consiste num conjunto de atividades que acrescentam valor aos produtos e

serviços vendidos ao cliente (Levy et. al.,2012), sendo o ponto de ligação entre o produtor e o cliente

numa cadeia de abastecimento. Consequentemente, por mais eficiente que o retalhista seja, se o

fornecedor não o for, o resultado terá um impacto final no consumidor, quer em termos de stockout

quer no aumento de preço do produto final.

O papel do retalhista consiste pois na criação de valor acrescentado para o cliente, através da

performance eficiente de atividades que o produtor não consegue realizar. Tais atividades estão

relacionadas com a oferta de um elevado sortido de produtos, com a capacidade de retenção de

inventário e a promoção de serviços (por exemplo de transporte e de apoio ao cliente).

20

3.2.1. Características do Setor em Portugal

Em muitos países da União Europeia (UE) constata-se o crescente domínio do mercado do retalho

alimentar por um número reduzido de empresas (Roland Berger, 2009). O crescimento dos retalhistas

tem influência em todos os stakeholders da cadeia de abastecimento. Por um lado, os fornecedores

encontram-se dependentes dos retalhistas, traduzindo-se o jogo de poder em preços mais baixos

pelos produtos e imposição de condições nos contratos. Por outro, os consumidores não beneficiam

dos preços baixos praticados pelos fornecedores.

Em Portugal, a indústria do retalho alimentar tem vindo a evoluir ao longo dos anos. Os consumidores

abandonaram os locais tradicionais de comércio (como pequenas mercearias ou praças) passando o

consumo para áreas de grande dimensão e oferta variada, como os supermercados, hipermercados e

outras estruturas que albergam inúmeros produtos, não só alimentares.

Um estudo recente feito pela consultora Roland Berger (Roland Berger, 2009) constatou que em

Portugal 64% do mercado é dominado por 5 grandes cadeias de retalho alimentar: a Sonae com 21%

de quota de mercado, a Jerónimo Martins com 16%, o Intermarché com 11%, o grupo Auchan com

9% e finalmente o Lidl com 8%.

Contudo, o mesmo estudo conclui que em Portugal não se verifica uma dominância por parte do

retalhista na relação com os fornecedores e que os consumidores portugueses se encontram

satisfeitos com a evolução do setor no país.

3.2.2. A Logística no Retalho

A crescente exigência do consumidor levou a uma evolução do papel do retalhista na cadeia de

abastecimento. Como tal, os sistemas de aprovisionamento e de logística também tiveram que evoluir

por forma a proporcionar “o produto certo, no local certo e na quantidade certa”.

De acordo com o Council of Supply Chain Management Professionals (CSCMP), a logística é a

componente da gestão de cadeias de abastecimento que planeia, implementa e controla de forma

eficiente e eficaz os fluxos de produtos, serviços e informação, entre o ponto de origem e o ponto de

consumo, de forma a ir de encontro aos requisitos do cliente.

À medida que os retalhistas começaram a adotar a abordagem logística e a examinar as suas

cadeias de abastecimento (agora mais abrangentes), muitos reconheceram que para efetuar as

atividades logísticas convenientemente tem de existir uma transformação na abordagem às

operações (Sparcks, 1998). Os principais componentes da evolução verificada na logística do retalho

segundo Alan McKinnon (1996) são:

Aumento do controlo sobre a distribuição secundária: Conseguido nos centros de distribuição,

através da canalização do reaprovisionamento.

Restruturação do sistema logístico: Através da redução de inventário e melhoria da eficiência do

sistema, por exemplo, através da existência de armazéns especializados no stock de slow-

movers ou na utilização de distribuição composta.

21

Adoção de Quick Response (QR): O aumento da competitividade, através do tempo de resposta

mais eficiente, é conseguido através da redução dos níveis de inventário e do aumento da

velocidade do fluxo de produtos. Em conjunto com os sistemas de informação (como o EDI-

Electronic Data Interchange), é possível estimar a procura em tempo real e, consequentemente,

gerar um fluxo de informação desde o consumidor até à produção.

Racionalização da distribuição primária (do produtor ao armazém): Deve-se às pressões por parte

do QR e ao aumento da competição no mercado. O retalhista passa a ter o controlo do canal

desde o centro de distribuição ao produtor, através da integração da distribuição primária e

secundária, resultando num aumento da eficiência e numa redução de desperdícios.

Aumento das atividades da logística inversa: Permitem uma abordagem de sustentabilidade à

cadeia de abastecimento, bem como o desenvolvimento de sistemas logísticos para a gestão da

circulação dos produtos e equipamentos devolvidos para reciclar/reutilizar.

Introdução do conceito Efficient Consumer Response (ECR): Cujo objetivo é a criação de maior

valor para o consumidor. O ECR é conseguido através da reengenharia, redesign e

computorização da cadeia de abastecimento (Lohtia et. al., 2002).

Esta evolução tem vindo a criar um conjunto de desafios nas cadeias de retalho que em seguida se

analisam.

3.2.3. Principais Desafios na Cadeia de Abastecimento no Retalho

Para além da evolução acima referida, as pressões do mercado têm condicionado a atividade dos

retalhistas. A estratégia dos retalhistas passa pela criação de agilidade e proatividade da cadeia de

abastecimento e nesse âmbito, salientam-se ações como o aumento da colaboração com os

fornecedores, uma melhoria ao nível das vendas e planeamento de operações (Sales and Operations

Planning – S&OP) por forma a garantir a previsão e compreensão das necessidades do cliente, e o

desenvolvimento de sistemas que permitam o aumento da visibilidade (facilidade nas trocas de

informação) entre os fornecedores e os retalhistas (Anand e Viswanathan, 2009).

Os requisitos para o sucesso das cadeias de abastecimento que suportam as ações descritas

anteriormente têm por base a coordenação da cadeia de abastecimento. A eficiência da cadeia de

abastecimento melhora significativamente quando os fornecedores e os retalhistas partilham

informação e trabalham em conjunto. Através da colaboração, os fornecedores conseguem assegurar

a entrega dos produtos em JIT, não havendo necessidade de acumulação de stock tanto nos

armazéns do fornecedor como nos centros de distribuição dos retalhistas (atenuação do efeito

bullwhip). Na coordenação das atividades da cadeia de abastecimento, Levy et. al. (2012), destacam

a necessidade de partilha de informação que deve ser suportado por sistemas de informação como

os EDI’s. Esta partilha de informação permitirá o estabelecimento de formas de colaboração em que

se destacam:

22

QR (Quick Response): Partilha de informação POS (point-of-sale) entre o retalhista e o

fornecedor. O fornecedor utiliza esta informação para sincronizar os níveis de produção e de

inventário com os valores reais das vendas do retalhista (Simchi-Levi et. al., 2000).

CRP (Continuous Replenishment Program): Retalhista e fornecedor partilham informações

relativas aos níveis de inventário, para que se aumente a frequência do reabastecimento e se

reduzam os níveis de inventário (Yao et. al., 2006). Adicionalmente, o fornecedor pode (desde

que esteja estabelecido em contrato), de forma gradual, diminuir os níveis de inventário nos

centros de distribuição do retalhista, desde que o nível de serviço seja mantido. A esta forma de

colaboração designa-se por Advanced Continuos Replenishment (Simchi-Levi et. al., 2000).

VMI (Vendor-Managed Inventory): Sistema onde o fornecedor é responsável pela manutenção

dos níveis de inventário do retalhista. O fornecedor determina o ponto de reaprovisionamento do

retalhista e o retalhista partilha informações relativas às vendas e ao nível de inventário via EDI.

CPFR (Collaborative Planning, Forecasting and Replenishment): Consiste na partilha de

previsões e outros dados do negócio e na colaboração para o planeamento, entre retalhistas e

fornecedores, no sentido de melhorar a eficiência da cadeia de abastecimento e o

reabastecimento dos produtos (Chang et. al., 2007). Permite a redução de inventários, uma

melhoria do nível de serviço e genericamente o aumento da eficiência na cadeia de

abastecimento.

Adicionalmente, a utilização de sistemas de RFID (Radio-Frequency Identification) permite uma

verdadeira transformação tecnológica na forma como os retalhistas operam. A tecnologia RFID

consiste num sensor wireless baseado na deteção de sinais eletromagnéticos (McCarthy et. al.,2003).

Os benefícios do sistema de RFID incluem a redução dos custos de trabalho na distribuição e em

armazéns, poupanças na gestão dos inventários, redução de furtos de produtos e equipamentos,

entre outros. No entanto, os custos de adoção e implementação dos sistemas de RFID são bastante

elevados, não permitindo atualmente a sua utilização em larga escala.

A preocupação das atuais cadeias de abastecimento passa também pela criação de cadeias de

abastecimento sustentáveis. O foco na gestão ambiental das operações passou de uma otimização

localizada para um contexto global, desde a produção ao descarte dos produtos, quer devido à

corrente legislação, ao interesse publico ou a oportunidades competitivas (Linton et. al.,2007).

O foco na sustentabilidade permite uma abordagem sistémica a toda a cadeia de abastecimento.

Através da otimização dos vários processos que originam o produto ou serviço, é possível gerar

maior valor para o cliente ao menor preço (Handfield e Nichols,1999). Assim, é necessário integrar

fluxos que se estendem para além do core da cadeia de abastecimento, como o design do produto, a

manufatura, a distribuição, a utilização do produto e o tratamento após o fim de vida dos produtos

(Linton et. al.,2007).

Recentemente, um estudo efetuado pela PwC (Global Supply Chain Survey, 2013), através de um

extensivo questionário a empresas na área do retalho e dos bens de consumo, concluiu que as

23

principais áreas de foco são a maximização da performance na entrega dos produtos (95%), a

minimização dos custos (90%), a maximização da flexibilidade e da capacidade de resposta (79%) e

a gestão da complexidade (70%). Estes resultados permitem compreender quais as áreas de

interesse dos retalhistas e especular medidas futuras que as empresas podem tomar por forma a

atingir os seus objetivos.

Estes objetivos podem ser alcançados através da exploração de metodologias que permitam agilizar

a cadeia de abastecimento, aumentando a flexibilidade e mantendo uma estrutura de custos

controlada. Duas estratégias eficazes e muito utilizadas na cadeia de abastecimento dos retalhistas

são a aplicação do conceito de JIT e Cross Docking, especialmente nas operações logísticas. Como

tal, ambas as temáticas serão estudadas nos próximos subcapítulos.

3.3. Just in Time nas Cadeias de Abastecimento A principal premissa da filosofia JIT consiste na manutenção dos níveis de inventário adequados,

quer em termos de matérias-primas quer de produtos acabados, por forma a responder à procura dos

elementos da cadeia de abastecimento. Como consequência, a aplicação da filosofia JIT permite a

manutenção de um nível de serviço elevado junto do cliente e simultaneamente a redução dos

investimentos de capital em inventário e os custos relacionados com desperdícios e obsolescência

(UPS Supply Chain Solutions, 2005).

A filosofia JIT, desenvolvida pela Toyota, foi criada com o intuito de se atingir um elevado volume de

produção, utilizando níveis de inventário reduzidos (Sandanayake et. al., 2007) O objetivo desta

filosofia é a redução de desperdícios, baseado no “conceito zero”, isto é, alcançar uma produção com

zero defeitos, zero inventários, zero filas de espera entre outros. (Zhongfu et. al., 2008). Contudo, a

vasta abrangência do conceito levou à sua aplicação não só na fase de produção e gestão de

inventários, mas também na distribuição. Assim, a distribuição em JIT tem por objetivo a distribuição

de produtos ou serviços aos clientes, correspondendo de forma eficiente a procura e a oferta (Wang

et. al., 2004).

Os sistemas JIT são muitas vezes referidos como sistemas Pull. Ao contrário dos sistemas Push que

funcionam com previsões a longo prazo da procura, nos sistemas Pull é a procura real dos clientes

que desencadeia as atividades na rede de abastecimento (Simchi-Levi, et. al., 2000). Assim, uma

cadeia de abastecimento que funciona em sistema Pull permite um melhor fluxo de informação entre

os elementos da cadeia. Contudo, o melhor sistema a aplicar é aquele que corresponde aos

requisitos do produto, dos clientes e da empresa.

Vários benefícios da aplicação de uma estratégia JIT são citados na literatura, dos quais se destacam

a eliminação de desperdícios na fase de manufatura, melhoria da comunicação interna (dentro da

organização) e externa (entre a organização, parceiros e clientes), potencial para a redução de custos

de aprovisionamento, redução dos tempos de abastecimento, aumento da qualidade do produto e do

serviço, integração das diferentes áreas funcionais da organização entre outros (Yasin et. al., 1997).

24

Acresce que o JIT é uma estratégia de negócio que requer o compromisso da organização em

modificar/ajustar as suas operações, cultura organizacional e relação com os fornecedores e clientes.

Outro fator importante para o sucesso da implementação de JIT nas organizações é a realização de

previsões da procura e constante atualização das mesmas, por forma a igualar a procura e a oferta

eficazmente (Bowman, 1991). Ademais, os fornecedores devem ter acesso à informação em tempo

real das operações da empresa e devem partilhar informações críticas e de planeamento com a

mesma, evitando problemas relacionados com a entrega dos produtos, nomeadamente timings,

quantidades e qualidade (Yasin et. al., 1997).

É ainda de referir que na indústria do retalho, sendo as cadeias de abastecimento caracterizadas pela

entrega rápida dos produtos devido à perecibilidade dos mesmos e aos requisitos dos clientes, a

operação em JIT é sempre que possível seguida. Tal permite níveis de inventário menores e custos

operacionais (principalmente de detenção e armazenagem) reduzidos. A distribuição em JIT é

otimizada quando os tempos de abastecimento e os tempos de produção permitem ao fornecedor

operar numa base make-to-order (isto é, produzir à medida que o retalhista faz os pedidos e não

produzir para stock) (Pourakbar et. al., 2008).

No entanto, a procura por parte dos clientes não é a mesma para todos os produtos. Como tal, pelo

armazém passam produtos de maior rotatividade (fast-movers) como de menor rotatividade (slow-

movers) devendo ser operados consoante as suas características. A gestão de produtos com

diferentes níveis de procura torna-se mais desafiante em ambiente JIT, uma vez que a sua

permanência em armazém é sensivelmente a mesma (devido ao conceito JIT), alterando-se as

quantidades e a frequência com que chegam ao armazém.

3.4. Cross Docking nas Cadeias de Abastecimento Atualmente, as exigências do mercado exigem uma nova forma de distribuição dos produtos. Uma

dessas formas está ligada à estratégia Cross Docking que tem por objetivo reduzir os níveis de

inventário, reduzir os custos de transporte, aumentar os níveis de serviço (Waller et. al., 2006), entre

outros benefícios que serão apresentados posteriormente.

3.4.1. Conceito de Cross Docking

Belle et. al. (2012) definem Cross Docking como a estratégia logística utilizada por várias empresas

em diferentes industrias, em que o objetivo é a transferência de cargas recebidas diretamente para os

veículos de expedição, sem existir as fases intermédias de armazenamento. Neste sistema, os

armazéns funcionam como pontos de coordenação de inventário, em vez de pontos de armazenagem

(Simchi-Levy et. al., 2000). Nos sistemas típicos de Cross Docking, os produtos chegam aos

armazéns (provenientes do fornecedor), são transferidos para os veículos e enviados para os

retalhistas o mais rapidamente possível (Simchi-Levy et. al., 2000). O conceito está intrinsecamente

ligado aos objetivos da cadeia de abastecimento lean, isto é, alcançar volumes de inventário menores

e mais visíveis que sejam entregues de forma mais rápida e frequente (Cook et. al., 2005).

25

O Cross Docking permite alcançar diversas vantagens comparativamente aos centros de distribuição

comuns, das quais de destacam: redução de custos (nomeadamente de armazenagem, de inventário,

de mão de obra etc.), redução do tempo de abastecimento desde o fornecedor ao cliente final,

melhoria no nível de serviço ao cliente, redução do espaço de armazenagem, redução de

estragos/perdas de produtos entre outros (Belle et. al., 2012).

Os principais fatores que influenciam a eficácia do Cross Docking são a manipulação de paletes, o

mix de cargas, o número de equipamentos, o número de portas e layout do armazém e tamanho da

zona de cross dock (Vasiljevic et. al., 2013).

As vantagens referidas fazem do Cross Docking uma estratégia logística de grande interesse que

permite às empresas alcançar vantagens competitivas consideráveis (Belle et. al., 2012). Várias

empresas relataram o sucesso da implementação do Cross Docking nas suas atividades, das quais

se destacam o Wal Mart (Stalk et. al., 1992) ou a Toyota (Witt, 1998).

No entanto, a implementação da estratégia de Cross Docking deve ser amplamente estudada, uma

vez que pode causar impactos na disponibilidade dos produtos para o consumidor final (Zinn et. al.,

2002). Este fator é de extrema importância para os retalhistas. Adicionalmente, os sistemas de Cross

Docking requerem um investimento inicial considerável e são particularmente difíceis de gerir (Simchi-

Levi et. al., 2000).

3.4.2. Aplicação do Cross Docking

Poucas são as empresas que utilizam o Cross Docking como estratégia exclusiva (Simchi-Levi et. al.,

2000), uma vez que diferentes produtos requerem diferentes abordagens.

Apte et. al. (2000) referem que o primeiro fator importante a ser estudado na aplicação sustentável de

uma estratégia de Cross Docking é a taxa de procura do produto. Se existir um desequilíbrio entre as

quantidades de produto que chegam ao armazém e as quantidades de produto que saem do

armazém, então a estratégia de Cross Docking não irá funcionar (Belle et. al., 2012). Assim, produtos

com taxas de procura relativamente estáveis serão os mais indicados para a utilização de Cross

Docking, uma vez que os requisitos de armazenagem e transporte são mais previsíveis e

consequentemente permitem o planeamento e implementação da estratégia de forma mais simples e

eficaz (Belle et. al., 2012). O segundo fator definido por Apte et. al. (2000) é o custo unitário de

stockout. Como foi referido anteriormente, a estratégia de Cross Docking minimiza os níveis de

inventário e, consequentemente, a probabilidade de stockout aumenta. No entanto, Belle et. al. (2012)

afirmam que, se o custo unitário de stockout for reduzido, então os benefícios da utilização de Cross

Docking podem suplantar os custos de stockout, caso contrário, é preferida a armazenagem

tradicional. Outros fatores que podem influenciar a sustentabilidade de uma estratégia de Cross

Docking são as distâncias entre fornecedores e clientes (quanto maior a distância, maiores os

benefícios da consolidação de cargas), o valor do produto, as quantidades procuradas, entre outros

(Apte et. al., 2000).

26

Outros autores estudam o mesmo problema de forma mais quantitativa como é o caso de Galbreth et.

al. (2008), que comparam os custos de transporte e de manuseio dos produtos em duas situações,

uma em que não se utiliza Cross Docking e outra em que este é utilizado. Para a segunda situação o

autor propõe a utilização de um modelo de mix integer programming (MIP) para determinar que

produtos devem ser operados em fluxo Cross Docking.

Dentro da estratégia de Cross Docking existem vários tipos, distinguindo-se em números de toques

(touch) e de fases (stage) (Belle et. al., 2012). Num Cross Docking de one -touch (Cross Docking

puro), os produtos são “tocados” uma única vez quando são recebidos e carregados diretamente nas

viaturas para expedição. Num Cross Docking de two-touch ou de single- stage, os produtos são

recebidos e colocados na zona de doca até serem carregados no veículo de transporte. Num Cross

Docking de multiple-touch ou two-stage, os produtos são recebidos, colocados na zona de doca,

reconfigurados para a expedição e carregados nas viaturas (Belle et. al., 2012).

Cada estratégia de Cross Docking será aplicada tendo por base um conjunto de características e

requisitos, dos quais se destacam: as características físicas do armazém (como o seu layout, o

número de portas disponíveis etc.), características operacionais (como o tipo e o nível de serviço) e

características de fluxo (como o padrão de chegada de produtos ao armazém, o tempo de partida ou

a necessidade de armazenamento temporária) (Belle et. al., 2012). Estas características são

fundamentais não só na estratégia de Cross Docking, como em todas as atividades de planeamento e

gestão dos produtos.

3.5. Gestão de Produtos com Procura Variável Para uma boa gestão de produtos, para além da metodologia logística associada como por exemplo o

JIT ou o Cross Docking referidos anteriormente, existem outros aspetos muito importantes como a

previsão da procura e a classificação dos tipo de inventário de produtos que por sua vez definem a

politica logística de gestão em armazém.

3.5.1. Classificação de Inventário

Devido às diferentes características dos produtos e aos diferentes níveis de procura por parte dos

clientes, torna-se necessário classificar os produtos num armazém. Esta classificação permitirá o

estabelecimento de técnicas e métodos apropriados na gestão das atividades logísticas e de

inventário, conforme o seu grau de importância para a empresa e para o cliente.

A classificação de inventário através da análise ABC é a técnica mais utilizada nas organizações. A

análise ABC baseia-se no princípio de Pareto, isto é, a regra 80-20 (a regra dita que, por exemplo,

80% dos SKU´s num inventário são responsáveis por 20% das vendas geradas). Por norma, os

produtos são classificados com base no seu valor de utilização anual, resultado da multiplicação da

procura anual pelo preço médio unitário, não sendo contudo este o único critério para a classificação

ABC. Outros critérios importantes referidos na literatura dizem respeito aos custos de inventário,

tempos de abastecimento, níveis de obsolescência, distribuição da procura, entre outros. Desta

forma, começam a surgir mais estudos relativos à classificação ABC multicritério, não sendo ainda

27

intensivamente utilizada devido à complexidade das ferramentas necessárias para se efetuar o

estudo (Ramanathan, 2004).

Na classificação ABC os produtos são classificados em três classes: A classe A contempla um

número relativamente pequeno de produtos que constituem a maioria do valor de utilização anual; A

classe C é composta por um número elevado de produtos cujo valor de utilização anual é residual;

(Ramanathan, 2004).Os produtos entre as classes anteriormente descritas constituem a classe B. Os

produtos de classe A são tipicamente fast-movers e os de classe C slow-movers. A classificação dos

produtos em A, B, ou C é bastante abrangente e varia de organização para organização (ou seja, um

slow-mover numa organização pode ser fast-mover noutra). Os elementos da classe A devem ser

controlados e monitorizados continuamente, enquanto que os de classe C não necessitam de um

controlo tão apertado.

3.5.2. Gestão de Armazéns e Inventário

Um dos principais desafios enfrentado pelos gestores de armazéns consiste na necessidade de

manter um nível de serviço elevado, reduzindo simultaneamente os custos de armazenagem e

inventários. Num armazém típico, a atividade com maior peso no total dos custos é o picking,

correspondendo a cerca de 65% dos mesmos, podendo este valor aumentar num armazém de

distribuição (Strack et. al., 2009).

Desta forma, a gestão das atividades no armazém e dos produtos em inventário torna-se

preponderante. Para cada tipo de SKU no armazém, as atividades devem ser planeadas e

executadas consoante as necessidades. Strack et. al (2009) indicam que os modelos de gestão de

armazéns e inventário são abordados separadamente de forma independente e sequencial: os

modelos forward-reserve resolvem o problema da atribuição de produtos nas áreas reservadas (para

a receção, picking, armazenagem etc.), com a função de reduzir os níveis de trabalho destinados à

operação de picking e os modelos de inventário têm por objetivo minimizar o custo operacional total,

não comprometendo o nível de serviço ao cliente (Ghiani et. al, 2004).

A gestão dos produtos num armazém deve ser feita consoante o tipo de produtos. Por norma, os fast-

movers apresentam níveis de procura estáveis. Esta procura pode ser modelada através de uma

distribuição gama (Nenes, et.al., 2010). Os slow-movers apresentam procuras intermitentes, podendo

ser modelados com recurso a uma distribuição Poisson (Nenes, et.al., 2010). Como foi referido

anteriormente, tipicamente os fast-movers correspondem à classe A da análise ABC, contudo, alguns

slow-movers podem também pertencer à mesma classe devido ao elevado custo unitário de

aquisição (Nenes, et.al., 2010). Assim, a análise ABC permite ter uma visão adequada do espetro de

produtos num armazém mas não permite identificar de forma clara a rotatividade dos mesmos.

Adicionalmente torna-se importante estudar as políticas de expedição nos armazéns, com o intuito de

se analisar as atividades de reabastecimento e transporte. A literatura distingue duas políticas de

expedição, uma baseada no tempo e outra na quantidade. No primeiro caso, cada encomenda é

enviada através de uma data de expedição pré-definida, apesar de as quantidades não

28

corresponderem a economias de escala para o transporte. No segundo caso, as quantidades

enviadas garantem economias de escala para o transporte, não podendo contudo garantir datas de

entrega pré-acordadas. Considerando uma procura estocástica, a política de expedição baseada nas

quantidades permite reduções nos custos ao longo do tempo mais significativos que a política de

expedição baseada no tempo (Pourakbar et. al., 2008). Contudo, tal como já foi referido, todas as

políticas e modelos de gestão de armazéns e inventário dependem principalmente de dois fatores, as

características dos produtos e os requisitos do cliente, pelo que uma política de expedição baseada

nas quantidades será mais adequada num armazém de stock e a política de expedição baseada no

tempo será mais adequada num armazém de JIT.

3.6. Conclusões do Capítulo Do primeiro tópico a ser estudado na revisão da literatura, a gestão de cadeias de abastecimento,

conclui-se que o estudo do ciclo de pedidos das lojas em ambiente JIT e que a definição do fluxo em

que cada produto deve ser operado se encontra no nível de planeamento da cadeia de

abastecimento.

A caracterização da indústria do retalho, efetuada na secção 3.2., permitiu conhecer com mais

detalhe o âmbito do negócio do Grupo JM. A crescente exigência do consumidor e as características

atuais do mercado levaram a uma evolução do papel do retalhista na cadeia de abastecimento. A sua

estratégia passa pela criação de agilidade e proatividade na cadeia de abastecimento sem descorar a

temática da sustentabilidade, integrando todos os participantes da rede com o objetivo final de

criação de valor.

Para uma melhor compreensão do ciclo de pedidos em JIT e do fluxo em que um produto deve ser

operado, torna-se necessário incluir a filosofia JIT, estudada na secção 3.3. A abrangência e

praticabilidade da filosofia permitiram a sua aplicação não só no contexto da produção e manufatura

mas também na distribuição, em que o objetivo é a distribuição de produtos ou serviços aos clientes,

correspondendo a procura e a oferta de forma eficiente. Na secção 3.4. foram introduzidos alguns

conceitos sobre Cross Docking no que respeita às suas vantagens (como a redução de custos de

transporte e inventário), e à sua aplicabilidade.

Por fim, na secção 3.5. foram estudados conceitos e metodologias de apoio à gestão de produtos

com procuras variáveis. Aos armazéns chegam pedidos diários de diferentes produtos em diferentes

quantidades e em diferentes fluxos operacionais e como tal, devem ser abordados com estratégias

adequadas aos seus requisitos. Assim, foi introduzida a classificação de inventário mais comumente

utilizada, a análise ABC, e foram introduzidas ferramentas de gestão de armazéns e inventário

aplicáveis aos vários tipos de produtos, sejam eles fast-movers ou slow-movers.

A revisão da literatura permitiu concluir qual o estado da arte acerca do tema em estudo. Não foi

encontrado nenhum artigo que se dedicasse exclusivamente ao estudo da otimização dos pedidos

das lojas aos armazéns, contudo, todos os temas estudados relacionam-se intrinsecamente com o

problema em questão e irão funcionar como suporte ao trabalho efetuado nos capítulos seguintes.

29

4. Recolha e Tratamento de Dados

Como já referido anteriormente, o objetivo do presente trabalho passa pela otimização dos pedidos

efetuados pelas lojas ao armazém de Não Perecíveis JIT, com o intuito de melhorar a performance

operacional do armazém, bem como as atividades em loja. Assim, em primeiro lugar far-se-á uma

contextualização das atividades no armazém 5407 no sub-capítulo 4.1., seguida da apresentação das

etapas que proporcionaram a escolha de uma amostra representativa no sub-capítulo 4.2., no sub-

capítulo 4.3. serão apresentados os resultados e conclusões que resultaram da análise dos pedidos

efetuados pelas lojas em estudo e por ultimo, no sub-capítulo 4.4. conclui-se acerca do processo de

recolha e tratamento de dados.

4.1. Perfil do Armazém de Não Perecíveis JIT Na secção 2.3. foram apresentadas as características gerais do armazém, nomeadamente no que se

refere ao layout e às operações. Contudo, para a escolha de uma amostra fiável, é necessário

aprofundar alguns aspetos que caracterizam o desempenho do armazém, como o tipo de artigos

recebidos/expedidos, as atividades em armazém e a produtividade.

4.1.1. Produtividade no Armazém

O armazém de Vila Nova da Rainha possuiu quatro secções distintas no seu layout: secção de

Promoções, secção Alimentar, secção de Não Alimentar e Cais Leite. Espera-se que a produtividade

em cada fluxo não seja idêntica devido a um conjunto de constrangimentos dos quais se destacam:

as janelas horárias dos fornecedores, o tipo de artigo em cada fluxo, ou a prioridade de cada fluxo na

expedição. Relativamente ao último ponto, a prioridade é maior no fluxo das Promoções, seguindo-se

a secção Alimentar e o Cais Leite, sendo o fluxo de Não Alimentar o menos prioritário. Esta

priorização é justificada por um lado pela importância estratégica das promoções no Grupo JM e por

outro pelo fato de serem os produtos alimentares que ditam a maior retenção de clientes por loja: um

cliente que deseje um produto de primeira necessidade e que não o encontre numa loja do Grupo

tendencialmente irá procura-lo numa loja de outra cadeia de retalho, enquanto que o mesmo não

acontece quando se trata de outro tipo de produtos (por exemplo um produto de higiene de uma

marca específica).

Como foi referido no capítulo 2, a produtividade no armazém é medida através do rácio entre o

número de UMC’s (caixas) executadas por hora de trabalho – esta produtividade pode ser individual,

isto é, por operador, ou all-in, onde se contabilizam todas as UMC’s executadas e todas as horas

despendidas no armazém, incluindo não só os operadores da execução, como os da receção,

expedição e gestores operacionais. No entanto, para justificar a diferença de produtividade

constatada empiricamente, foram recolhidos dados entre o mês de janeiro e março no que diz

respeito à produtividade individual de todos os operadores da execução (não se contabilizando as

horas das restantes atividades).

30

A figura 5 permite sustentar a afirmação anterior, constatando-se um maior rácio de caixas

executadas por hora no fluxo de Promoções (prioridade mais elevada) e Leite e um valor menor no

fluxo Não Alimentar (prioridade inferior). Por questões de confidencialidade, os valores apresentados

na figura resultam da conversão dos valores reais de produtividade, mantendo-se a diferença relativa

entre os valores de produtividade dos quatro fluxos.

Figura 5. Gráfico com a produtividade no armazém 5407, por fluxo e para o período de Jan-Mar de 2014

Sendo a produtividade a medida de performance mais importante nos armazéns do Grupo JM deverá

pois ser um dos principais fatores de melhoria a atingir com o resultado da otimização dos pedidos.

Assim, todos os pressupostos assumidos daqui em diante têm por base a perspetiva de melhoria da

produtividade no armazém. Consequentemente, o foco será na operação de execução, excluindo-se

as atividades que não estão diretamente relacionadas com a produtividade no armazém.

No decorrer do trabalho serão apenas analisados os fluxos Alimentar e Não Alimentar, uma vez que

se tratam dos fluxos mais críticos em termos de produtividade, apresentando valores menores

comparativamente ao fluxo das Promoções e Leite.

4.1.2. Artigos no Armazém

Para uma melhor contextualização do perfil do armazém, torna-se importante referir que tipos de

artigos são recebidos, executados e expedidos. O Grupo Jerónimo Martins opera 27 famílias de

artigos distintas, como se pode observar na tabela 8.2.1 (em anexo). A tabela 8.2.2 (em anexo)

mostra a estrutura mercadológica dos artigos. A cor amarela encontram-se as famílias e os grupos de

produtos que não estão representados no armazém 5407.

Ambas as tabelas permitem compreender o universo de artigos operados no Grupo JM, bem como no

armazém de Vila Nova da Rainha. No entanto, e tanto para o fluxo Alimentar como Não Alimentar,

torna-se não só importante saber quais os artigos presentes no armazém, como compreender “o seu

grau de importância” no que diz respeito à rotatividade. Assim, foi efetuada uma análise ABC por

fluxo, para o ano móvel iniciado em Fevereiro de 2013 a Fevereiro de 2014.

Pela observação dos gráficos 8.3.1 e 8.3.2 (em anexo), verifica-se que a curva de Pareto se encontra

bem definida, aludindo à relação 80-20 em cada fluxo. Em termos numéricos, verificou-se que no

fluxo Alimentar, 15% dos artigos são responsáveis por 84,6% das saídas (artigos de classe A),

96,558,2 48,7

100,0

PROMOÇÃO ALIMENTAR NÃO ALIMENTAR LEITE

Pro

du

tivi

dad

e C

aixa

s/h

ora

Produtividade Jan - Mar 2014

Prod(c/h)

31

enquanto que 35,7% são responsáveis por 0,3% das saídas (artigos de classe C), num universo de

4.776 artigos e 15.512.001 saídas. No fluxo Não Alimentar, 15% dos artigos correspondem a 83,7%

das saídas (artigos de classe A), enquanto 36,3% correspondem a 1% das saídas (artigos de classe

C), num universo de 10.957 artigos e 8.409.990 saídas. Estes dados, nomeadamente a classificação

ABC, serão importantes aquando da escolha da amostra, uma vez que no âmbito desta tese será

impossível analisar todos os artigos envolvidos.

4.2. Seleção da Amostra A seleção de uma amostra representativa de cada um dos fluxos em estudo, fluxo Alimentar e Não

Alimentar é um passo fundamental para a análise dos pedidos das lojas, na medida em que

fundamenta a necessidade de atuar sobre o pedido de determinado artigo, consoante as suas

características em termos de UMC, de volume de pedidos, de fornecedor ou mesmo de valor

económico. Desta forma, nesta secção será apresentada uma metodologia com um conjunto de

passos e considerações tomadas com o objetivo de encontrar um grupo de artigos que componham

uma amostra fiável e representativa do universo de artigos críticos nas operações do armazém de

Não Perecíveis JIT. A figura 6 apresenta esquematicamente a metodologia criada e aplicada no

seguimento do presente subcapítulo:

Figura 6. Metodologia para seleção da amostra

4.2.1. Operação de Execução e Classificação dos Artigos

Sendo a atividade que influência diretamente a produtividade, a execução toma particular relevância

no estudo para a escolha da amostra. Esta operação já foi brevemente descrita na subsecção 2.3.2. e

na presente será aprofundada.

Filtragem dos resultados pelo critério crítico de execução e por análise ABC

ABC à rotatividade dos artigos ABC ao tempo de execução por artigo

Cálculo do número mínimo para a dimensão da amostra

Construção da matriz de dificuldades e classificação dos artigos

Recolha de informação sobre os artigos executadosNo terreno: Características físicas dos artigos,

fluxos de execuçãoEm WPMS e SAP: Tempos de execução, volumes

de execução

Caracterização da atividade de execução

Com recurso à Literatura disponível Realização de um inquérito aos colaboradores

32

Atualmente existem dois turnos no armazém de Vila Nova da Rainha, o primeiro das 06h00 às 15h00

e o segundo das 15h00 às 24h00, ambos com cerca de 1h30 de paragem. Em ambos os turnos estão

presentes operadores com as tarefas de receção, execução, expedição e atividades não produtivas,

como a vitafilmagem e outras operações nos corredores. No que respeita à execução, os turnos

variam entre 26 e 32 operadores, sendo a média 28 operadores por turno. A execução começa com a

atribuição de uma unidade de trabalho (UT), que corresponde à execução de uma palete e começa

assim que o operador aceita o trabalho no terminal de radiofrequência. Percorrendo o layout, o

operador irá ler o código de cada loja e colocar o número de caixas de cada artigo, pedido por loja. A

operação acaba quando o operador não tiver mais caixas para distribuir e consequentemente finalizar

a UT. No entanto e como em qualquer atividade, existem outros fatores que condicionam a execução,

representados na figura 7:

Figura 7. Gráfico de Ichikawa para a atividade de execução no armazém 5407

Equipamento

Apesar de não ser um dos fatores mais relevantes na execução, o equipamento utilizado deve ser o

mais adequando por forma a facilitar a operação. Os equipamentos mais utilizados na execução são

as motas, que permitem o transporte das paletes e uma boa deslocação pelo armazém. Os

equipamentos que mais condicionam a execução são os AT’s, nomeadamente os skates, que

dificultam a execução pela sua mobilidade: a sua deslocação acidental pode originar erros na

expedição e implica perdas de tempo na sua recolocação no layout.

Pedidos

Os pedidos das lojas influenciam determinantemente a operação. A alteração ou flutuação das

quantidades pedidas pelas lojas pode alterar drasticamente a operação, ao nível do número de

operadores necessários (e consequentes horas extraordinárias ou dispensas), do espaço disponível

em armazém, das janelas horárias existentes para os vários fornecedores ou do planeamento da

expedição (tendo consequência direta no planeamento dos transportes). O mesmo acontece no que

respeita ao tempo de abastecimento - o armazém tem as suas atividades planeadas com base num

tempo de abastecimento pré-acordado com os fornecedores, pelo que alguma alteração a este nível

pode condicionar a operação.

33

Layout

O layout é um dos principais condicionantes da execução. Em primeiro lugar, como já referido

anteriormente, cada fluxo no layout tem uma prioridade e, consequentemente, uma

facilidade/dificuldade de execução. Em segundo lugar, a colocação das lojas no layout implica

maior/menor atividade no layout (por exemplo, lojas com elevadas quantidades de pedidos colocadas

numa região próxima podem originar um estrangulamento). Por ultimo, quanto mais distantes estão

as lojas para um mesmo pedido, maior será o tempo de execução necessário. O presente trabalho

não visa o estudo do layout existente, mas o seu resultado pode apoiar uma eventual restruturação

do mesmo.

Colaboradores

Em qualquer organização o fator humano, apesar da sua pertinência, é o mais difícil de gerir. É

necessário lidar com diferentes personalidades e motivações que, por seu turno, condicionam de

forma mais ou menos positiva a operação.

UMC’s

A influência das UMC’s neste contexto prende-se com o tipo de embalagem (packaging) utilizado,

que no armazém varia entre caixas de cartão robustas, caixas de cartão fino, base de cartão com

plástico envolvente ou simplesmente uma pelicula que protege o produto primário. As embalagens

têm elevada importância na atividade logística, protegendo os produtos durante o transporte da

mercadoria, permitindo o manuseio seguro dos produtos e funcionando como estratégia de

marketing, entre os fornecedores e clientes (neste caso o armazém). Como tal, as embalagens que

chegam ao armazém têm características que condicionam as operações, com particular incidência na

execução onde acontece o manuseio das UMC’s. Muther (1978) identificou um conjunto de

características que estão subjacentes a cada unidade de carga, das quais se destacam entre outras:

o peso, o volume, a fragilidade e a forma. No contexto da execução, são estas as características das

embalagens das UMC’s que influenciam a operação e, como tal, devem ser tidas em conta na

perspetiva de melhoria da atividade.

Todos os pontos apresentados têm impactos diretos na execução e a sua caracterização foi

fundamental para a compreensão da atividade no armazém. Contudo, o primeiro objetivo deste

estudo é a seleção de uma amostra representativa dos produtos críticos no armazém (a ser utilizada

na análise dos pedidos das lojas), pelo que, dentro dos tópicos acima referidos, torna-se fundamental

o estudo de artigos cuja UMC dificulte a execução. Será portanto este o tópico principal a ser

estudado na escolha da amostra.

Para esta etapa, foi construída a tabela 8.4.1 (em anexo) que relaciona as características das

unidades de carga (volume, peso, forma e fragilidade) com o grau de dificuldade de execução,

pontuado de 1 (grau de dificuldade menor) a 5 (grau de dificuldade maior). Note-se que as descrições

na tabela dizem respeito às características das UMC e não dos artigos.

34

O número de referências por palete, apesar de não estar diretamente relacionado com a embalagem

em si, é um dos elementos mais importantes da operação. Este aspeto foi por várias vezes

mencionado pelos operadores do armazém e reiterado pelos gestores operacionais como sendo o

principal elemento que condiciona a execução, pelo que se optou por se incluir na tabela

apresentada.

Adicionalmente, considerou-se importante perceber qual a opinião geral dos operadores da

execução, relativamente a todos os critérios de dificuldade definidos, por forma a melhor

compreender não só a operação em si, mas também os aspetos sobre os quais devem incidir as

propostas de melhoria. Como tal, foi elaborado um inquérito anónimo (figura 8.5.1 em anexo)

constituído por duas questões, o qual foi passado aos operadores da execução. A primeira questão

pede uma classificação (de 1 a 5) de cada um dos critérios por grau de dificuldade para a execução e

a segunda questão pede dois exemplos de produtos que os operadores considerem difíceis de

executar, por cada critério. De um universo de aproximadamente 60 operadores na execução por dia,

foram recolhidas 44 respostas.

A análise das respostas do inquérito permite concluir que, de fato, o elemento mais critico na

execução é o número de referências por palete, seguindo-se o peso das UMC’s, como se pode

constatar no gráfico da figura 8.

Figura 8. Gráfico com o resultado do inquérito em relação aos critérios de dificuldade de execução no armazém

5407

Salienta-se que para melhor compreensão dos resultados, foram apenas consideradas as

classificações com pontuação 5 (eliminando-se qualquer ambiguidade ou interpretação erronia das

questões por parte dos colaboradores).

Depois de se compreender o constrangimento que cada critério provoca na execução, procedeu-se a

um outro levantamento de dados. No total foram recolhidos dados para 1.349 artigos no fluxo

Alimentar e 654 no Não Alimentar, para 6 colaboradores do turno da manhã, registando-se os tempos

de execução e as características dos artigos. De seguida, os artigos foram classificados segundo

uma matriz de dupla entrada (figura 8.6.1 em anexo) baseada na tabela de dificuldades de execução,

que opõe cada um dos critérios com o propósito de se compreender se o artigo em questão é crítico

do ponto de vista da execução. Este ponto será retomado adiante.

15 80 35 25115

Tamanho Peso Fragilidade Forma NºRef.PaleteP

on

tuaç

ão d

e ca

da

crit

ério

(p

on

tuaç

ão 5

)

Critérios

Critérios de Dificuldade

35

4.2.2. Tamanho da Amostra

Num universo de 15.733 artigos no armazém 5407 (valor correspondente ao ano móvel de fevereiro

de 2013 a fevereiro de 2014) e com um total de 1.349 artigos para um potencial estudo no fluxo

Alimentar e 654 no fluxo Não Alimentar, torna-se importante compreender qual o tamanho adequado

à amostra, para que seja válida e representativa, isto é, apresentando as mesmas características

gerais da população no que diz respeito às variáveis em estudo (Oliveira & Grácio, 2005).

Existem várias metodologias para se proceder ao cálculo do tamanho de uma amostra aleatória

simples. Entenda-se por amostra aleatória simples, uma amostra em que cada subconjunto da

população com o mesmo número de elementos tem a mesma probabilidade de ser incluído na

amostra (Barbetta, 1999). Optou-se pela proposta efetuada pelas autoras Oliveira & Grácio (2005),

uma vez que se pretende a obtenção de um conjunto de elementos suficiente, que permitam a

obtenção de resultados válidos.

Importa referir que, quanto maior o tamanho da amostra, maior a precisão dos resultados e

representatividade dos mesmos. Contudo, uma amostra de tamanho elevado conduz a um aumento

do tempo gasto na sua análise. No contexto do presente trabalho, pretende-se que a amostra seja o

mais pequena possível, respeitando a sua validade e representatividade.

Numa primeira abordagem, Oliveira & Grácio (2005) apresentam um cálculo simples para o tamanho

da amostra, partindo do princípio que não se conhece o tamanho da população (N):

𝑛0 = 1 𝐸02⁄ (4.1)

Em que n0 representa o tamanho da amostra e E0 o valor do erro da amostra tolerável. O erro

tolerável consiste na diferença aceitável, entre o valor que a estatística acusa e o verdadeiro valor do

parâmetro que se deseja estimar (Barbetta, 1999). Para efeitos práticos, Oliveira & Grácio (2005)

simplificaram a fórmula (4.1), mantendo fixo o nível de confiança aceitável em 0,95 e a proporção

populacional em 0,5, isto é, admitindo-se que a proporção do evento na população em estudo é de

0,5. Entenda-se o conceito nível de confiança, como a probabilidade de o valor do parâmetro em

estudo pertencer ao intervalo centrado na estimativa estatística do parâmetro e os limites

determinados pelo erro tolerado (Oliveira & Grácio, 2005). O valor da proporção populacional foi

mantido em 0,5, por se tratar da “pior situação” em termos de variabilidade populacional (Oliveira &

Grácio, 2005), optando-se pela abordagem mais conservadora dos resultados, uma vez que não se

conhece a estimativa deste parâmetro.

Na situação em estudo (isto é, os artigos no armazém 5407), o valor de N é conhecido, pelo que a

expressão acima é ajustada (Oliveira & Grácio, 2005):

𝑛 = 𝑁 ∗ 𝑛0 (𝑁 + 𝑛0)⁄ (4.2)

Dada a separação dos fluxos Alimentar e Não Alimentar no armazém, optou-se pela separação do

cálculo da amostra, ou seja, pretende-se calcular o tamanho de duas amostras distintas, uma para

36

cada fluxo em questão. A tabela 1 resume os resultados obtidos através da aplicação das fórmulas

anteriores:

Tabela 1. Tabela com o resumo dos parâmetros da amostra

Parâmetros Fluxo Alimentar Fluxo Não Alimentar

E0 0,1 0,1

n0 100 100

N 4.776 10.957

n 98 99

Desta forma, para que em cada fluxo a amostra seja representativa, deve ser composta por, no

mínimo, 98 artigos no fluxo Alimentar e 99 Artigos no fluxo Não Alimentar.

4.2.3. Seleção, Caracterização e Validação da Amostra

Após efetuada a primeira seleção de artigos que compõe a amostra (secção 4.2.1) e depois de se

calcular o tamanho mínimo para essa mesma amostra, é necessário continuar o processo de seleção

dos artigos.

A classificação dos artigos na matriz de dupla entrada tem por objetivo a compreensão do grau de

dificuldade de execução em cada critério. A matriz foi dividida em três zonas distintas, em que cada

cor representa a dificuldade de execução do artigo para cada dois critérios: cor verde quando a

execução é simples, amarela quando a execução tem um grau de dificuldade médio e vermelho

quando a execução é classificada como difícil. A divisão de cores foi feita consoante a classificação

do artigo. Se ambos os números do par são inferiores a 3, a dificuldade é baixa e a cor é verde; se no

par um dos números é igual a 3 e o outro inferior a 3, a dificuldade é média e a cor é amarela; se pelo

menos um dos números do par é superior a 3, a dificuldade é elevada e a cor é vermelha. Optou-se

por esta divisão tendo por alicerce a tabela 8.4.1 de critérios de dificuldade (em anexo) – quando um

dos critérios é classificado com número 4 ou 5, os impactos para a execução são considerados

elevados (isto é, o critério é critico), pelo que, mesmo tendo o outro critério do par um valor baixo,

este artigo deve ser considerado como critico. De notar que a classificação dos artigos têm um

componente empírico que pode variar consoante os objetivos do estudo ou a pessoa que o está a

efetuar. Assim, os artigos que se encontram na zona amarela foram também considerados como

críticos, por forma a garantir resultados mais conservadores, tendo, obviamente, menos importância

comparativamente aos que se encontram na zona vermelha. De salientar que todos os resultados

foram validados no terreno com o auxílio dos supervisores do armazém e com a gestora operacional.

A título de exemplo, a leitura da matriz faz-se da seguinte forma: se um artigo tiver a classificação 21

mo primeiro bloco da matriz, significa que obtém pontuação 2 no critério volume (à esquerda) e 1 no

critério peso (acima), sendo o resultado pouco crítico do ponto de vista da execução (cor verde);

analogamente, se o artigo tiver a classificação 34 para o mesmo par de critérios, significa que obtém

37

pontuação 3 no critério volume e pontuação 4 no critério peso, sendo o resultado bastante crítico do

ponto de vista da execução (cor vermelha). A tabela 2 apresenta um excerto da classificação

efetuada.

Tabela 2. Excerto da tabela de classificação dos artigos, no fluxo Alimentar

O resultado da classificação pode ser observado nas tabelas 8.8.1 e 8.8.2 em anexo.

Constrangimentos de tempo e do próprio decorrer das operações não permitiram a classificação de

todos os artigos para os quais os tempos de execução e volumes foram recolhidos. Nesta fase, foram

classificados 244 artigos no fluxo Alimentar e 195 no fluxo Não Alimentar.

Após a classificação, constatou-se que, para todos os artigos, pelo menos uma das combinações de

critérios apresentava-se com cor vermelha ou amarela, isto é, apresentavam algum tipo de

constrangimento na execução. Não sendo possível fazer uma filtragem dos artigos por esta via,

recorreu-se aos resultados do inquérito, que apresenta o número de referências por palete como o

elemento mais critico para a execução. Assim, foram utilizadas para fins de classificação apenas as

colunas que relacionavam o critério “Número de Referências” com os restantes, eliminando-se as

demais colunas, como se pode observar como exemplo na tabela 3:

Tabela 3. Excerto da tabela de classificação dos artigos em relação ao critério número de referências, no fluxo

Alimentar

Desta forma foi possível eliminar mais um conjunto de artigos (em cada fluxo), que não apresentavam

dificuldade de execução no critério “Número de Referências”, isto é, as classificações em todos os

pares de critérios apresentavam cor verde.

De seguida, procedeu-se a uma análise mais específica a cada artigo, recorrendo-se à análise ABC

mencionada na subsecção 4.1.2. por forma a classificar cada artigo segundo a sua rotatividade em

termos de saídas anuais do armazém (para o ano móvel de fevereiro de 2013 a fevereiro de 2014),

excluindo-se os artigos de mais baixa rotatividade (ou seja, com classificação “C”).

Adicionalmente, efetuou-se uma nova análise ABC, desta vez relativamente ao tempo de execução

para cada artigo durante um ano, para se compreender quais os artigos que mais tempo

permanecem no armazém. Este cálculo foi realizado tendo em conta o rácio número de caixas/hora

Artigos Volume Vs. Peso Volume Vs. Forma Volume Vs. Fragilidade Volume Vs. #Referências

ÁGUA DE CÔCO TASFOOD LATA 31CL 34 32 31 32

ARROZ CIGALA AGULHA 1 KG 35 31 32 33

ARROZ CIGALA CAROLINO 1 KG 35 31 32 33

ARROZ CIGALA VAPORIZADO 1 KG 35 31 32 33

ArtigosVolume Vs.

#Referências

Peso Vs.

#Referências

Forma Vs.

#Referências

Fragilidade Vs.

#Referências

PÃO FORMA PINGO DOCE BRANCO 600GR 41 31 21 41

PÃO FORMA PINGO DOCE SEM CÔDEA 450 GR 41 31 21 41

EXTRA FOFOS 300 G 41 21 11 41

CÁPS DOLCE GUSTO EXPRESSO BUONDI 16 UN 24 14 14 34

38

(produtividade) para cada tipo de artigos e o volume de caixas que passaram pelo armazém durante

o ano móvel. Escolheu-se calcular a produtividade por tipologia (entenda-se tipo, como artigos com

características e UMC’s idênticas, mas de marcas diferentes) e não por artigo, por forma a obter um

resultado mais fiável ou seja próximo da realidade, uma vez que as observações existentes para cada

artigo no que respeita ao tempo de execução nem sempre poderiam ser utilizadas individualmente,

devido à sua fraca representatividade. Para que erros futuros fossem evitados, foram eliminados

nesta fase os tipos de artigos para os quais existiam duas ou menos observações.

Da mesma forma que anteriormente, excluíram-se os artigos cujo tempo de execução no armazém

fosse baixo (ou seja, com classificação “C”). Importa salientar que o tempo de execução anual para

os artigos excluídos é baixo devido ao reduzido número de caixas que passaram durante o ano pelo

armazém, e não porque a sua execução seja “fácil”- nesta fase, todos os artigos são tendencialmente

de execução difícil pois já passaram pela classificação na matriz dupla. A tabela 4 resume o

procedimento descrito:

Tabela 4. Excerto da tabela resumo das características da amostra, no fluxo Alimentar

Depois da última filtragem, chegou-se ao valor de 133 artigos tanto para o fluxo Alimentar como para

o fluxo Não Alimentar, valores acima do valor mínimo necessário para cada amostra (ver tabela 1) e

de tamanho apropriado para o propósito do estudo. A falta de alguns dados importantes para a

caracterização da amostra e para a continuação do estudo, nomeadamente dados relativos a

fornecedores ou às produtividades dos artigos, restringiram a sua dimensão face à amostra inicial.

Desta feita, a amostra final escolhida para o fluxo Alimentar é composta por 107 artigos e a amostra

escolhida para o fluxo Não Alimentar é composta por 113 artigos. Tanto o número de artigos por

amostra como o tipo de artigos que a compõe foram validados pela JM.

Importa salientar no que respeita ao tamanho e representatividade da amostra um aspeto importante.

Uma vez que não existe qualquer tipo de classificação dos artigos no que respeita a todos os critérios

aqui apresentados, torna-se impossível nesta fase determinar o tamanho real da amostra

representativa, isto é, os artigos considerados críticos do ponto de vista da execução. Devido a este

condicionante e pelos aspetos já enumerados anteriormente, o cálculo do tamanho da amostra foi

baseado no universo de artigos do fluxo Alimentar e Não Alimentar respetivamente, tal que os

valores, de 99 para o fluxo Alimentar e 98 para o Não Alimentar representam o universo dos artigos

do Grupo JM. Assim, uma vez que nem todos os artigos do Grupo são críticos (tal como foi

constatado aquando das classificações estabelecidas), o fato de considerar o tamanho da amostra

maior que o mínimo aceitável para a sua representatividade, corrobora o tamanho da amostra

Artigos

Volume

Caixas

(AM)

Tempo de execução

(AM) em horas

Rotatividade -

Volume

Rotatividade -

Tempo

TOMATE GULOSO PELADO 390GR 6042 26,7 A B

MOLHO CALVE ALHO 250ML 9961 52,2 A B

MOLHO CALVE PIMENTA VERDE 250ML 3987 20,9 B B

REFEIÇÃO NESTLÉ BORREGO/LEGUMES 250GR 8854 56,6 A B

39

considerada e, consequentemente a sua representatividade, à qual se adicionam todos os elementos

de análise na presente subsecção.

Por último, torna-se necessário caracterizar ambas as amostras, para uma melhor compreensão da

sua abrangência no universo de artigos existentes no armazém.

Tabela 5. Caracterização dos componentes das amostras

O último passo na caracterização da amostra passou por perceber qual o número de artigos cuja

produtividade é superior à produtividade média por fluxo. Esperava-se que este resultado fosse nulo,

tal como acontece no fluxo Alimentar devido às características da amostra. Contudo, no fluxo Não

Alimentar, 28% dos artigos que compõe a amostra apresentam uma produtividade superior à média.

Este facto é explicado pela diversidade dos artigos no fluxo Não Alimentar que também contribui para

uma mesma diversidade na produtividade por artigo. A tabela 5 permite resumir os dados recolhidos.

4.3. Análise dos Pedidos das Lojas Depois de clarificado o processo de recolha da amostra, serão analisados os perfis de pedido de um

conjunto de lojas escolhido para integrar o estudo. Assim sendo, em primeiro lugar far-se-á uma

breve caracterização das lojas Pingo Doce na secção 4.3.1, em segundo lugar a descrição da análise

dos pedidos na secção 4.3.2. e por último uma breve descrição da interação das lojas com o

armazém na secção 4.3.3.

4.3.1. Caracterização das Lojas

Tal como já foi apresentado no subcapítulo 2.5, em Portugal (continental e ilhas) existem 378 lojas

Pingo Doce, divididas em cinco tipologias de área. O armazém de Vila Nova da Rainha é responsável

pelo fornecimento dos artigos não perecíveis em ambiente JIT à região centro, composta por 185

lojas com a distribuição por tipologia apresentada na tabela 6:

Quantidades % Quantidades %

NºArtigos Amostra 107 113

NºArtigos Total 4776 10957

Número de Artigos com Prod.

superior à Prod. Média0 100% 32 28%

Alimentar Não Alimentar

2% 1%

Área Tipologia NºLojas

600 Micro 54

1000 Super I 190

1500 Super II 78

2000 Mega 47

Hiper Hiper 9

Tabela 6. Caracterização das lojas da região Centro

40

O gráfico 8.7.1 (em anexo) apresenta as saídas (em número de caixas e por cluster) do armazém

5407 para o período março 2013 a fevereiro 2014. A média de saídas do armazém (no mesmo

período) é de as 124.123 caixas por mês e o desvio padrão 88.309 por mês. Apesar de os Hípers

serem responsáveis pelos maiores picos de saída do armazém por loja, são as lojas de pequena

dimensão os principais clientes internos do armazém, pelo que o valor relativamente baixo da média

é compreensível (contrastando com o valor máximo de 736.156 caixas).

Curiosamente (e excluindo-se novamente os Hípers) as quantidades recebidas por cada loja variam

relativamente pouco com a tipologia. Observando novamente o gráfico 8.7.1 constata-se que algumas

lojas Micro tem um volume maior de caixas recebidas que algumas lojas Mega. Este fato pode ser

justificado pela localização relativa das lojas a outros pontos de comércio o pela “antiguidade” da loja

e respetiva retenção de clientes.

A restrição do tempo disponível para a realização do estudo dos pedidos torna pouco plausível o

estudo de todas as lojas da região centro abastecidas pelo armazém. Assim, tornou-se necessário

identificar os clusters de loja mais críticos em termos de pedidos e que fossem representativos da

atividade no armazém, optando-se pelos clusters de lojas Micro e Super I. A escolha particular de

cada loja foi feita a partir da divisão geográfica que o Grupo JM faz das lojas, denominada districts:

em discussão com o responsável pela JM foram escolhidos dois districts da região de Lisboa e

destes, escolhidas 12 lojas. As lojas foram escolhidas segundo os seguintes critérios:

A sua localização geográfica (com vista a potenciar a visita às instalações de, pelo menos, uma

das lojas).

O seu volume de vendas particularmente elevado.

O seu papel critico no que respeita à operação dos diversos armazéns do Grupo, nomeadamente

o armazém de Não Perecíveis de Vila Nova da Rainha.

A sua dimensão -lojas com uma dimensão pequena e volumes de venda acentuados são, por um

lado, um desafio do ponto de vista logístico e, por outro lado, relevantes para o presente estudo

no que respeita aos dias de pedido. Adicionalmente, as lojas de menor dimensão representam

uma maior percentagem do total de lojas Pingo Doce.

Na tabela 7 encontram-se as lojas Pingo Doce escolhidas para estudo:

41

Tabela 7. Lojas escolhidas para o estudo dos pedidos

4.3.2. Análise dos Pedidos

O estudo do perfil de pedidos das lojas surge no âmbito da melhoria operacional das atividades do

Grupo JM. A variabilidade nos pedidos propaga-se aos armazéns, tornando a operação mais

imprevisível e, consequentemente, mais difícil de planear. Este fenómeno intensificou-se com a nova

política de preços vigente desde maio de 2012, uma vez que, devido às promoções, as lojas

perderem parte da sua capacidade de previsão de vendas e esta perda traduz-se em pedidos menos

consistentes ao armazém. O armazém por sua vez, para responder aos requisitos das lojas, tornou-

se reativo aos mesmos, perdendo parte da sua eficiência operacional.

Para a proposta apresentada neste trabalho de otimização dos pedidos, o cerne da análise passa

pela melhoria das atividades no armazém. Contudo, os aspetos de funcionamento das lojas serão

tidos em consideração, umas vez que são as lojas o ponto de contacto entre o Grupo JM

(nomeadamente o Pingo Doce) e o cliente final, pelo que, qualquer proposta de melhoria operacional

deve comtemplar o benefício (ou na pior das hipóteses a manutenção) no serviço ao cliente. O tema

será retomado no ponto 4.3.1.

No que respeita à análise dos pedidos propriamente dita, foram recolhidos dados referentes ao

período de 8 de fevereiro de 2014 a 8 de março de 2014. O conjunto dos dados é composto pelos

artigos pedidos (em número de caixas), por cada loja, num determinado dia do período em estudo.

Nesta fase e ao longo de todo o estudo será mantida a divisão Alimentar/Não Alimentar, devido às

diferenças de operação e gestão de cada fluxo já apresentadas.

O estudo do perfil geral dos pedidos, para cada artigo da amostra, permitiu a constatação de dois

problemas:

A média diária de quantidades pedidas de cada artigo é baixa

Alguns artigos apresentam um elevado número de alocações diárias

Constatou-se ainda que o dia da semana com mais alocações é o domingo. Faz-se notar que o

armazém 5407 está encerrado aos domingos, pelo que o MRP não está ativo neste dia. Todavia, as

lojas têm liberdade para efetuar pedidos aos domingos (sendo estes processados na segunda-feira),

tomando estes a forma de alocações.

Cluster Area Loja Area de Venda (m2) Qtd Total Enviada

600 Av Paris 554 126.310

600 Conde Sabugosa 597 128.452

600 Benfica 415 79.454

1000 Grao Vasco 865 156.596

1000 Est. Da Luz 640 118.071

1000 Duque Avila 787 111.897

1000 Lumiar 760 119.438

1000 Joao Saraiva 875 172.208

1000 Parque Europa 900 198.924

1000 Alvalade 1000 56.646

1000 Estados Unidos Da America 748 77.486

1000 5 Outubro 725 114.134

42

O número de pedidos efetuados pelas lojas nas respetivas quantidades terá maior ou menor impacto

na atividade do armazém, consoante o dia da semana em que o fornecedor se desloca ao armazém.

A figura 9 permite recordar o funcionamento do abastecimento em JIT no armazém:

Figura 9. Abastecimento em JIT do armazém 5407

De salientar que na figura existe uma entidade omnipresente ao processo, o departamento de SC,

cuja função como já foi explicada anteriormente é a de coordenar as lojas e negociar com os

fornecedores.

Por conseguinte, torna-se importante saber em que dia da semana serão executados os artigos que

compõe a amostra, a partir de três premissas: os tempos de abastecimento dos fornecedores, as

janelas horárias dos fornecedores, e a liberdade de colocação de pedidos por parte das lojas.

Fluxo Alimentar

Os gráficos 10 a) e 10 b) mostram respetivamente a percentagem de caixas executadas por semana

no fluxo Alimentar, no período janeiro a março de 2014 e a percentagem de caixas executadas por

semana no fluxo Alimentar, para o mês móvel de fevereiro-março de 2014, para o universo da

amostra em estudo. No caso real verifica-se a existência de dois principais picos, à quarta-feira e à

sexta-feira. O fato de as promoções terem cada vez maior importância para o Grupo JM leva a que os

volumes recebidos, executados e expedidos no armazém 5407 sejam cada vez maiores. Uma vez

que o fluxo das Promoções é prioritário, por vezes existe uma reorganização da equipa para que as

UMC neste fluxo sejam executadas em primeiro lugar, levando a que as UMC recebidas nos

restantes fluxos não sejam executadas no período de tempo devido. Este fato permite explicar parte

das variações verificadas no gráfico 10 a) face à situação mais comum no armazém -

especificamente, as quintas-feiras não têm um peso tão significativo e as segundas-feiras têm maior

peso que aquele aqui apresentado, conforme localmente se constatou no dia-a-dia na operação.

Assim torna-se mais fácil compreender os desvios que existem entre os dois gráficos: na amostra

(gráfico 10 b)), a segunda-feira tem um peso maior face à realidade (gráfico 10 a)) e a quinta-feira um

peso menor; por outro lado os picos de atividade apresentam-se idênticos, isto é, à quarta-feira e à

sexta-feira; os dias de menor atividade também se mantêm terça-feira e sábado. Outro fator que

contribui para a diferença entre ambos os gráficos prende-se com o fato de o primeiro considerar um

43

período de 3 meses de observação, todos os artigos do fluxo alimentar e todas as lojas, e o segundo

apresentar um mês móvel de observação e os 107 artigos e 12 lojas que compõe a amostra. Mesmo

com os desvios já reconhecidos, pela observação dos gráficos concluiu-se (com o responsável pelo

departamento de projetos do Grupo JM) que a amostra compõe uma boa representação da realidade

atual do armazém.

Figura 10 a). Gráfico com a % de caixas executadas em média numa semana para o período Jan-Mar de 2014

no fluxo Alimentar; b). Gráfico com a % de caixas que compõe a amostra executadas em média numa semana

para o período Fev-Mar de 2014 no fluxo Alimentar

Fluxo Não Alimentar

O gráfico 11 a) apresenta a percentagem de caixas executadas numa semana no fluxo Não Alimentar

e o gráfico 11 b) a percentagem de caixas executadas numa semana para o universo da amostra em

estudo. Analogamente à análise efetuada anteriormente, verificam-se pontos comuns e pontos

distintos em ambos os gráficos. No geral, o gráfico 11 b) acompanha a tendência verificada no gráfico

11 a), com exceção da falta de representatividade de sábado e excesso de representatividade de

quarta-feira. A explicação para este fato aparenta estar relacionada com o número de artigos e lojas

que compõe a amostra. Uma vez que a amostra contempla 113 artigos de um total de 10.957 artigos,

compreende-se os pequenos desvios encontrados em ambos os gráficos, que por si não afetam a

representatividade da amostra.

Figura 11 a). Gráfico com a % de caixas executadas em média numa semana para o período Jan-Mar de 2014

no fluxo Não Alimentar; b). Gráfico com a % de caixas que compõe a amostra executadas em média numa

semana para o período Fev-Mar de 2014 no fluxo Não Alimentar

Como último ponto na análise dos fluxos, importa explicar um pouco mais a variação do número de

caixas por semana em ambos. Apesar de se ter uma sensibilidade maior no terreno para se identificar

44

os dias de maior volume de caixas (como aliás já foi mencionado para o fluxo Alimentar), a

intensidade destes dias é muito díspar de semana para semana. Esta variabilidade agravou-se a

partir da introdução da nova política de promoções do Pingo Doce, mas já existia devido a outros

fatores a montante do armazém, como por exemplo as alocações efetuadas pelo departamento

Comercial (descritas no subcapítulo 2.6). Assim, apesar de no primeiro trimestre se verificar

determinada variação de caixas por dia da semana, no final do ano de 2014, os gráficos poderão

apresentar uma configuração diferente. Não obstante, a distribuição de caixas da amostra reflete com

qualidade a realidade atual do armazém.

No presente estudo não serão tomadas em consideração qualquer tipo de alocações, contudo, a sua

existência permite evidenciar a necessidade de otimização das variáveis passiveis de serem

controladas a jusante do armazém, uma vez que se depreende que com a corrente situação de

mercado, o problema dos picos de atividade e variabilidade de volumes, tenda a aumentar.

A abordagem para a otimização dos pedidos dos artigos que compõe a amostra terá que abranger

todos os artigos e respetivas limitações, pelo que se optou pela construção de um modelo de

planeamento para a resolução do problema. Pretende-se que o resultado do modelo corresponda a

um alisamento das quantidades executadas por dia da semana no armazém e dos respetivos tempos

de execução, por forma a uniformizar a atividade no armazém e, consequentemente otimizar a gestão

dos recursos no mesmo.

Importa referir que o processo de recolha e tratamento dos dados foi substancialmente moroso. Para

garantir a qualidade dos dados recolhidos (evitando erros), foi necessário recorrer à implementação

de VBA (Visual Basic for Applications) em Excel, tornando o processo de agregação dos dados mais

eficiente. Contudo, a quantidade massiva de dados implicou tempos de processamento bastante

elevados.

4.3.3. Interação das Lojas com o Armazém

No subcapítulo 2.5 foram apresentadas as possibilidades existentes para as lojas efetuarem os

pedidos, nomeadamente ao 5407. Por forma a melhor compreender o processo, foi realizada uma

visita a uma das lojas em estudo, João Saraiva. Dos pontos mais importantes constatados, destacam-

se a escassez de espaço de armazenamento para criação de stock e a utilização da ferramenta MRP

como meio preferencial para a realização dos pedidos. Daqui, concluiu-se que o problema em estudo

neste trabalho não está necessariamente nas lojas, isto é, na equipa que é responsável pelas lojas,

mas no resultado do MRP. Para os produtos com menor rotatividade, o MRP sugere quantidades

baixas de pedido. Contudo, sugere-as diariamente e sem restrições (na maioria dos casos). Uma vez

que a política de pedidos das lojas, na sua maioria, consiste em seguir as sugestões do MRP, infere-

se que, se a sugestão de pedido é baixa, a loja irá fazer um pedido de baixas quantidades e, em

última análise, o armazém terá que executar um número reduzido de caixas. No entanto, como já foi

constatado anteriormente, este número reduzido de caixas chega ao armazém numa palete com

45

outras referências (isto é, UMC’s com outros artigos) e, consequentemente, quanto mais referências

existirem por palete, mais crítica será a sua execução.

Assim, a limitação dos dias de pedidos permite atuar a médio prazo nas previsões do MRP. Perante

pedidos mais espaçados nos dias e em maiores quantidades (o que, à partida, leva a menos

referências por palete rececionada), espera-se que as sugestões do algoritmo acompanhem as novas

tendências (sugeridas pelo resultado do presente estudo) e, no longo prazo, replicá-las de forma

eficiente tanto para a loja como para o armazém.

4.4. Conclusões do Capítulo O objetivo da análise dos pedidos das lojas, no âmbito deste trabalho, prende-se com a melhoria das

atividades operacionais do armazém de Não Perecíveis JIT. Como tal, tornou-se necessária a

escolha de uma amostra de artigos que refletisse as dificuldades da atividade de execução e que, por

conseguinte, pudesse ser estudada e otimizada por forma a aumentar os níveis de produtividade

atuais. Assim, optou-se pelo estudo dos dois fluxos operados no armazém com menor produtividade,

o fluxo Alimentar e o fluxo Não Alimentar.

A compreensão dos constrangimentos na atividade de execução apresentou-se fulcral na criação da

tabela de dificuldades e na classificação dos dados recolhidos no terreno. Os constrangimentos de

tempo e de informação resultaram num processo de filtragem e seleção dos artigos para a

composição da amostra, de onde se destaca a utilização da classificação ABC tanto ao nível da

rotatividade dos artigos, como do período de tempo em que cada artigo se encontra no armazém.

Como seria inviável o estudo de todas as lojas Pingo Doce da região centro, optou-se por um

conjunto de lojas dos clusters loja Micro e loja Super I por forma a efetuar a análise dos pedidos.

Constatou-se que as lojas de menor dimensão representam a maioria do volume de negócios da

cadeia Pingo Doce e que as mesmas apresentam-se como potencialmente mais críticas no que

respeita aos volumes de pedidos.

A análise aos pedidos centrou-se nas quantidades (em número de caixas) pedidas pelas lojas e nos

pedidos efetuados por dia da semana. Constatou-se, para a realidade da amostra considerada, que a

grande maioria dos artigos (em ambos os fluxos) eram pedidos em pequenas quantidades mas

frequentemente. Tal foi validado pelo responsável da JM. Atendendo à preocupação já mencionada

com a atividade de execução no armazém, comparou-se a dispersão percentual do volume de caixas

executadas reais por dia da semana, com os mesmos valores para o universo da amostra,

verificando-se a existência de picos de maior e menor atividade por dia da semana.

Com o objetivo de ajustar os dias de pedido à operação no armazém, será desenvolvido um modelo

de otimização, que através da alteração ou redução dos dias de pedido (e respetivas quantidades),

permita alisar os volumes e os tempos de execução diariamente.

46

5. Conceção e Aplicação do Modelo de Otimização

No presente capítulo será apresentado o modelo de otimização desenvolvido para apoiar a

otimização do ciclo de pedidos efetuados pelas lojas ao armazém 5407. No primeiro subcapítulo, 5.1.,

o problema será definido atendendo aos conceitos que lhe estão subjacentes (e que permitiram a sua

construção). No subcapítulo 5.2. será apresentado o modelo matemático, assim como serão

identificados os objetivos e constrangimentos da sua aplicação. No subcapítulo 5.3. serão

apresentados os resultados provenientes da aplicação do modelo e no seu seguimento, no

subcapítulo 5.4. será efetuada a análise de 3 cenários. No último subcapítulo, 5.5., será apresentado

um resumo da conceção e aplicação do modelo desenvolvido.

5.1. Definição do Problema A construção de um modelo para o planeamento dos pedidos advém dos problemas anteriormente

constatados no que respeita à diversidade de pedidos (em termos de dias da semana e de

quantidades) efetuados pelas lojas em estudo do Pingo Doce da região Centro. Apesar de este se

tratar de um problema real para muitas empresas do sector do Retalho, não foi encontrada na

literatura qualquer tipo de solução para o mesmo. Como tal, a solução proposta no presente trabalho

surgiu da combinação de diversos conceitos apresentados no capítulo 3, experiência no terreno que

permitiu compreender as variáveis significativas para a formulação do modelo e estudo de modelos

de otimização já existentes que serviram de “inspiração” e base de trabalho. Todas as etapas para a

construção do modelo serão apresentadas de seguida.

5.1.1. Vehicle Routing Problem (VRP)

Os VRP’s consistem numa formulação matemática com uma abordagem por algoritmos em que se

pretende criar um conjunto de rotas com um custo mínimo associado, de forma a responder à procura

dos clientes, estando esta procura sujeita a um conjunto de restrições operacionais (Zhu et. al.,

2014). Dantzig & Ramser (1959) formularam a primeira versão de VRP (a versão “clássica”, à qual

denominaram Truck Dispatching Problem) a partir de uma generalização do problema Traveling Sales

Person (TSP), cujo objetivo é a determinação da rota mínima que passa por um número n de locais,

numa só passagem.

A generalização do TSP para o problema das rotas começa com a definição de dois conjuntos: m

veículos e l clientes – em que mi veículos localizados, por exemplo num centro de distribuição, devem

distribuir quantidades discretas de produtos a li clientes. A solução do problema VRP, ilustrada na

figura 12, consiste num conjunto de rotas, que se iniciam e findam no centro de distribuição e em que

determinadas quantidades qi devem ser entregues em cada cliente li, não excedendo a capacidade

do veículo, para que cada cliente seja visitado uma vez por um único veículo (Toth e Vigo, 2002).

Assim, o objetivo do VRP passa pela minimização do custo de transporte, entre o centro de

distribuição e os clientes.

47

Figura 12. Ilustração do problema das rotas

A definição clássica do problema VRP não contempla vários problemas verificados a nível

operacional, pelo que foram desenvolvidas variantes do problema, através da adição de novas

restrições. Destacam-se os problemas de Capacitated Vehicle Routing Problem (CVRP), cuja

principal restrição é a limitação de capacidade dos veículos, ou os problemas de Vehicle Routing

Problem with Time Windows (VRPTW), cuja principal restrição é o intervalo temporal em que cada

cliente deve ser servido (Carić e Gold, 2008).

5.1.2. Adaptação do VRP ao Problema em Estudo

Recordando a figura 9 existem três entidades em foco no que respeita ao estudo dos pedidos das

lojas: o armazém (especificamente o 5407), as lojas e os fornecedores. A leitura da figura permite

compreender a relação entre as três entidades: as lojas fazem o pedido ao armazém e essa

informação é diretamente transmitida aos fornecedores, os fornecedores entregam a mercadoria no

armazém, o armazém faz a consolidação dos pedidos e, por fim, envia os produtos para as lojas.

Para um fornecedor que faça entregas ao armazém todos os dias da semana, caso não existam

constrangimentos, o tempo passado entre o pedido da loja e a sua receção não ultrapassa um dia, ou

seja, o tempo de abastecimento das lojas é de um dia. Caso o fornecedor não faça entregas todos os

dias da semana, o tempo de abastecimento será, à partida, de um dia mais a diferença entre o dia de

pedido e o dia de entrega no armazém.

No entanto, há um fator característico da operação do armazém 5407 que pode levar a que o tempo

de abastecimento das lojas seja maior/menor: as horas a que os pedidos são processados. Como já

foi anteriormente descrito, o armazém opera das 14h00 de um dia às 13h59 do dia seguinte.

Admitindo tratar-se de um fornecedor que entregue diariamente no armazém e o pedido for efetuado

pela loja antes das 14h00, o tempo de abastecimento será no mínimo de um dia. Caso o pedido seja

efetuado depois deste horário, o tempo de abastecimento será no mínimo de dois dias, podendo

variar por fornecedor, pois estamos perante um armazém que opera sem stock. Pela análise dos

dados disponíveis, constata-se que, de segunda-feira a sábado, aproximadamente 90% dos pedidos

são efetuados até às 14h00 e os restantes são processados sob a forma de alocações.

48

A variabilidade dos tempos de abastecimento (principalmente influenciada pela hora a que as lojas

efetuam os pedidos) aumenta a complexidade da formulação e compreensão do problema, pelo que,

não serão levados em conta aquando da sua formulação matemática. Todavia, dada a sua

importância na operação do armazém e nas atividades em loja, os tempos de abastecimento serão

retomados na fase de análise dos resultados obtidos pela aplicação do modelo. De salientar que, pelo

facto de os tempos de abastecimento não serem considerados nesta fase, não implica que não sejam

considerados os dias de entrega no armazém por fornecedor. Pelo contrário, os dias de entrega

serão considerados, uma vez que influenciam diretamente o nível de intensidade da atividade de

execução no armazém.

Assim, da eliminação dos tempos de abastecimento entre as entidades (e dos fluxos menos

relevantes para a análise do problema), resulta um esquema de interação ilustrado na figura 13:

Figura 13. Primeira simplificação para o abastecimento em JIT do armazém 5407

Ir-se-á considerar, para efeitos de modelação, que o dia em que a loja efetua o pedido

(independentemente da hora) é o dia em que o fornecedor entrega no armazém, pelo que será o dia

em que os artigos pedidos pela loja serão executados. O objetivo do modelo consiste em reduzir a

diferença do volume de caixas executadas por dia da semana, para que a atividade seja mais

equilibrada (isto é, pretende-se que o volume médio de caixas executadas no armazém seja mais

constante ao longo da semana). Consequentemente, e porque os dias de entrega dos fornecedores

no armazém são fixados não pelos gestores operacionais do armazém mas pelo departamento de

SC, será o controlo dos dias de pedido que permitirá otimizar a atividade de execução no armazém.

Na simplificação apresentada do processo de pedidos, os fornecedores são considerados

indiretamente, através do seu dia de entrega no armazém, pelo que esta simplificação se manterá

também na modelação do problema. Este tópico será novamente abordado no ponto 5.2.1.

Desta forma, o modelo a desenvolver irá centrar-se no fluxo apresentado na figura 14, o qual

corresponde ao pedido efetuado pelas lojas, de um artigo, num determinado dia da semana e no qual

serão aplicados os conceitos inerentes ao VRP apresentados no ponto anterior:

49

Figura 14. Segunda simplificação para o abastecimento em JIT do armazém 5407

A utilização dos conceitos aplicados ao VRP tornou-se particularmente útil, uma vez que se pretende

estudar o fluxo oposto ao modelado nos problemas de routing. Neste último modela-se o fluxo entre o

armazém e as lojas e no presente trabalho pretende-se modelar o fluxo entre as lojas e o armazém,

com a diferença de se tratar não de um fluxo físico (distância percorrida por veículos), mas de um

fluxo intangível (de informação). As restrições subjacentes ao modelo (e mais uma vez “inspiradas”

no problema de VRP) serão explicadas adiante.

5.2. Modelo de Otimização No presente subcapítulo será apresentado o modelo de planeamento que irá suportar o estudo dos

pedidos das lojas. Em primeiro lugar será efetuada uma breve descrição do modelo e respetivos

pressupostos definidos, de seguida será apresentada a formulação matemática do mesmo, os dados

de entrada utilizados e, finalmente, serão nomeados os aspetos operacionais que podem condicionar

a aplicabilidade do modelo.

5.2.1. Descrição e Pressupostos do Modelo

Como já foi apresentado na secção 5.1.2., o modelo matemático desenvolvido utiliza algumas

simplificações da realidade em que as lojas efetuam os pedidos dos artigos ao armazém 5407.

O modelo contempla três entidades distintas, as lojas, o armazém e os fornecedores. As três

entidades encontram-se ligadas através de dois fluxos de informação (relativamente às quantidades

pedidas pelas lojas e às quantidades entregues pelos fornecedores). Uma vez que o foco da análise

do problema se centra no armazém e na intensidade da atividade do mesmo, todos os pressupostos

serão tomados no sentido de facilitar a análise e melhoria da operação no armazém.

O objetivo do modelo consiste em saber em que dias devem ser executados os artigos em estudo,

para que a atividade de execução seja o mais constante possível ao longo dos dias da semana. Tal

como foi identificado anteriormente, os tempos de abastecimento entre as lojas, o armazém e os

fornecedores, são muito variáveis. Podem depender do dia e hora a que a loja faz o pedido, bem

como dos dias em que os fornecedores entregam no armazém. Para efeitos do modelo, não serão

tomados em consideração estes tempos de abastecimento. Mas, tal como foi concluído na secção

5.1.2., dada a sua relevância no presente estudo, os tempos de abastecimento serão retomados

aquando da análise de resultados, de modo a compreender em que dia efetivamente deve a loja

efetuar o pedido, por forma a que este se encontre no dia da semana determinado pelo modelo.

Assim, o dia em que a loja efetue o pedido, será aquele em que as quantidades estarão disponíveis

no armazém e serão executadas.

50

Não sendo considerado o tempo de abastecimento existente entre a chegada da informação com o

pedido e a deslocação ao armazém, a entidade fornecedor será considerada indiretamente, através

da inclusão dos dias em que o fornecedor entrega no armazém, com o intuito de garantir que um

artigo só se encontra no armazém, nos dias em que o fornecedor faz efetivamente entregas no

armazém.

A modelação do problema terá como base a estrutura apresentada anteriormente: as lojas farão

pedidos numa determinada quantidade, num dia específico da semana, estando os artigos

virtualmente presentes no armazém no mesmo dia em que são pedidos, de forma a serem

executados.

Para efeitos de simplificação, considera-se que as UMC’s dos artigos em estudo são idênticas em

termos de peso, tamanho, forma e fragilidade, uma vez que estes critérios de dificuldade de execução

já foram considerados aquando da escolha da amostra. Ademais, o critério em foco no

desenvolvimento do estudo é o número de referências por palete, critério este que se espera atenuar

com o resultado do modelo. Outra das preocupações que leva à utilização deste pressuposto prende-

se com o objetivo de se criar um modelo genérico que possa ser utilizado noutro armazém, pelo que

as características dos artigos devem ser consideradas na seleção da amostra e não no modelo.

Anteriormente referiu-se que as lojas podem efetuar pedidos todos os dias da semana. Contudo, o

armazém está oficialmente encerrado ao domingo. Pela análise dos pedidos das lojas constata-se

que o fato de as lojas poderem fazer pedidos ao domingo estando o armazém encerrado, confere

maior variabilidade no número de caixas que chegam diariamente ao armazém e influência o número

de pedidos à segunda-feira, resultando estes em números muito elevados ou muito baixos.

Adicionalmente, apesar de não existir processamento dos pedidos uma vez que o armazém se

encontra encerrado, não existe a preocupação em efetuar o pedido antes das 14h00, verificando-se

que aproximadamente 50% dos pedidos aos domingos são realizados antes das 14h00 e os

restantes depois das 14h00, contribuindo mais uma vez para o aumento da variabilidade do volume

de caixas diário no armazém. Desta forma, o modelo não irá considerar a possibilidade das lojas

fazerem pedidos ao domingo, tendo as lojas os restantes seis dias da semana para os efetuar.

Para uniformizar o volume de caixas diário no armazém, foi criado um parâmetro denominado

capacidade (cap e cap2 apresentado de seguida), com a função de representar o número de caixas e

minutos disponíveis para execução diariamente. Na realidade, a capacidade do armazém não surge

como um constrangimento para a amostra, dada a sua dimensão. Contudo, para que se compreenda

quais os dias de maior atividade e, para efeitos de teste do modelo, o parâmetro foi criado para limitar

o número de caixas e minutos disponível em cada dia. Deste modo, nos dias de maior intensidade,

não será possível a loja efetuar um pedido, adiando esse pedido para um dia de menor volume de

atividade. O fator capacidade surge portanto como condicionante da atividade. Este condicionamento

existe todavia na realidade, não necessariamente sob a forma de número de caixas ou minutos

51

máximo no armazém, mas no que respeita ao número de operadores disponíveis diariamente no

armazém.

Em suma, o problema pode ser resumido segundo:

Dados disponíveis

Conjunto de lojas e artigos que compõe uma amostra representativa do universo das lojas Pingo

Doce e do sortido de artigos do rupo JM.

Dias da semana disponíveis para as lojas efetuarem pedidos.

Dias de pedido dos artigos em estudo, efetuados pelas lojas em estudo.

Tempos de execução dos artigos em estudo.

Procura das lojas, em número de caixas, do total de artigos em estudo.

Quantidades, em número de caixas, procuradas de cada artigo.

Quantidades, em número de caixas, procuradas por cada loja, de cada artigo.

Stock (espaço) disponível em loja, em número de caixas.

Capacidade, em número de caixas, por dia da semana no armazém.

Dias de entregas efetuadas pelos fornecedores de cada artigo, por dia da semana.

De notar que as quantidades mencionadas são quantidades médias em número de caixas verificadas

numa semana, para o período janeiro-março de 2014.

Determinar

Dias de maior atividade no armazém (situação atual).

Valor mínimo do desvio entre a média do número de caixas executadas numa semana e o

número diário de caixas executadas.

Valor mínimo do desvio entre a média de minutos utilizados para a execução dos artigos numa

semana e o número diário de minutos utilizados na execução dos artigos.

Efeito da limitação de dias de pedido para determinados artigos.

Dias em que cada artigo deve ser executado no armazém (e com este resultado, determinar os

dias em que as lojas devem efetuar os pedidos de cada artigo).

De forma a uniformizar o volume de caixas diário no armazém e o tempo de execução necessário

para, consequentemente, agilizar a operação no armazém.

5.2.2. Formulação Matemática do Modelo

A formulação matemática do modelo será apresentada, definindo-se previamente os índices,

conjuntos, parâmetros e variáveis do modelo.

52

Índices

Para a definição dos conjuntos serão utilizados no modelo três índices:

l, lojas

a, artigos

d, dias da semana (dias de planeamento)

Conjuntos

Para a modelação do problema, serão considerados três conjuntos, a partir dos quais será criada a

função objetivo e respetivas restrições:

l ∈ L , conjunto das lojas

a ∈ A, conjunto dos artigos

d ∈ D, conjunto dos dias da semana (dias de planeamento)

Parâmetros

capd, capacidade disponível no armazém, por dia da semana d em número de caixas

procl, procura da loja l, em número de caixas

stockl, stock mínimo (espaço) disponível na loja l, em número de caixas

quantidadesal, quantidades (em número de caixas) pedidas pela loja l, de cada artigo a

leadtimead, ocorrência de entregas efetuadas pelos fornecedor do artigo a no dia da semana d (se

o artigo a é entregue no dia d, leadtimead apresenta valor 1, caso contrário 0 – ver tabelas 8.9.5 e

8.9.14 em anexo)

cap2d, capacidade disponível no armazém, por dia da semana d em número de minutos

tempa, tempo de execução por artigo a

stempa, soma do tempo de execução por artigo a

medPd média de caixas executadas, por dia da semana d

medTd média de minutos de execução, por dia da semana d

mval, valor definido para a aplicação do método do Big M

n, número máximo admissível de dias de pedido para o artigo a, efetuado pela loja l no dia da semana d.

Variáveis

Variáveis Não Negativas:

53

qald , quantidade pedida do artigo a, pela loja l no dia da semana d

tald , minutos de execução do artigo a, pela loja l no dia da semana d

vmaisq, diferença entre a soma das quantidades de pedido no dia da semana d e a média das

quantidades pedidas numa semana (desvio superior)

vmenosq, diferença entre a média das quantidades pedidas numa semana e a soma das

quantidades de pedido no dia da semana d (desvio inferior)

vmaist, diferença entre a soma dos minutos de execução dos artigos executados no dia da

semana d e a média dos minutos de execução dos artigos numa semana (desvio superior)

vmaist, diferença entre a média dos minutos de execução dos artigos numa semana e a soma

dos minutos de execução dos artigos executados no dia da semana d (desvio inferior)

Variável Binária:

pald , variável que toma o valor 1 se o artigo a for pedido pela loja l no dia da semana d e assume

valor 0 caso contrário

Funções Objetivo

O objetivo do modelo, tal como foi referido anteriormente, passa por alisar a intensidade da atividade

de execução no armazém, por forma a minimizar os picos de atividade por dia da semana.

Matematicamente, pretende-se então minimizar o desvio existente, entre o volume de caixas a

executar por dia e a média de caixas executadas por semana. Por outro lado importa ainda minimizar

o desvio existente, entre o tempo de execução diário (em minutos) e o tempo médio de execução

numa semana. O modelo considera então duas funções objetivo. A função zq, através da soma das

variáveis vmaisq (desvio superior em relação à média) e vmenosq (desvio inferior em relação à

média) permite o cálculo do desvio em relação às quantidades (em número de caixas). E a função zt,

através da soma das variáveis vmaist (desvio superior em relação à média) e vmenost (desvio inferior

em relação à média) permite o calculo do desvio em relação aos minutos de execução. Cada função

é executada de forma independente.

min 𝑧𝑞 = 𝑣𝑚𝑎𝑖𝑠𝑞 + 𝑣𝑚𝑒𝑛𝑜𝑠𝑞 (5.1)

min 𝑧𝑡 = 𝑣𝑚𝑎𝑖𝑠𝑡 + 𝑣𝑚𝑒𝑛𝑜𝑠𝑡 (5.2)

Restrições

Cada função objetivo está sujeita a um conjunto de restrições apresentadas de seguida:

∑ ∑ (𝑞𝑎𝑙𝑑𝑙𝑎 ∗ 𝑙𝑒𝑎𝑑𝑡𝑖𝑚𝑒𝑎𝑑) ≤ 𝑐𝑎𝑝𝑑 ∀𝑑 (5.3)

A restrição (5.3) impõe que a soma das quantidades pedidas pelas lojas l de todos os artigos a não

pode ultrapassar a capacidade do armazém em cada dia da semana d.

∑ (𝑞𝑎𝑙𝑑 ∗ 𝑙𝑒𝑎𝑑𝑡𝑖𝑚𝑒𝑎𝑑)𝑑 = 𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒𝑠𝑎𝑙 ∀𝑎 ⋀ ∀𝑙 (5.4)

54

A restrição (5.4) garante que a soma das quantidades pedidas pelas lojas l dos artigos a é igual à

procura das lojas l para cada artigo a.

∑ (𝑞𝑎𝑙𝑑 ∗ 𝑙𝑒𝑎𝑑𝑡𝑖𝑚𝑒𝑎𝑑)𝑎 ≤ 𝑠𝑡𝑜𝑐𝑘𝑙𝑑 ∀𝑙 ⋀ ∀𝑑 (5.5)

A restrição (5.5) impõe que a quantidade pedida pelas lojas l de cada artigo a não possa ultrapassar o

espaço disponível em loja (em número de caixas) para a sua armazenagem.

𝑝𝑎𝑙𝑑 = 𝑝𝑎𝑙+1𝑑∀𝑎 ⋀ ∀𝑑 ⋀ ∀𝑙 (5.6)

A equação (5.6) permite garantir que cada artigo a será pedido sempre no mesmo dia da semana d,

para qualquer loja l.

𝑣𝑚𝑎𝑖𝑠𝑞 ≥ ∑ ∑ (𝑞𝑎𝑙𝑑 ∗ 𝑙𝑒𝑎𝑑𝑡𝑖𝑚𝑒𝑎𝑑) − 𝑚𝑒𝑑𝑃𝑑𝑙𝑎 ∀𝑑 (5.7)

𝑣𝑚𝑒𝑛𝑜𝑠𝑞 ≥ 𝑚𝑒𝑑𝑃𝑑 − ∑ ∑ (𝑞𝑎𝑙𝑑 ∗ 𝑙𝑒𝑎𝑑𝑡𝑖𝑚𝑒𝑎𝑑)𝑙𝑎 ∀𝑑 (5.8)

A inequação (5.7) permite à variável vmaisq, guardar a diferença entre o somatório da quantidade de

artigo a pedida pela loja l em cada dia da semana d, e o valor médio das quantidades de caixas

executadas numa semana, resultando no desvio superior à média. Analogamente, a inequação (5.8)

permite à variável vmenosq guardar a diferença entre o valor médio das quantidades de caixas

executadas numa semana e o somatório da quantidade de artigo a pedida pela loja l em cada dia da

semana d, resultando no desvio inferior à média.

𝑡𝑎𝑙𝑑 = 𝑞𝑎𝑙𝑑 ∗ 𝑙𝑒𝑎𝑑𝑡𝑖𝑚𝑒𝑎𝑑 ∗ 𝑡𝑒𝑚𝑝𝑎 ∀𝑎 ⋀ ∀𝑙 ⋀ ∀𝑑 (5.9)

A equação (5.9) permite relacionar a variável t (tempos de execução dos artigos) com a variável q

(quantidades executadas dos artigos), tal que t apresente o tempo de execução para a quantidade

processada de artigo a, pedido pela loja l no dia d.

∑ ∑ (𝑡𝑎𝑙𝑑𝑙𝑎 ) ≤ 𝑐𝑎𝑝2𝑑 ∀𝑑 (5.10)

A restrição (5.10), analogamente à restrição (5.3) impõe que a soma dos tempos de execução do

artigo a pedido pela loja l não pode ultrapassar a capacidade do armazém (em minutos) em cada dia

da semana d.

∑ ∑ (𝑡𝑎𝑙𝑑𝑑𝑙 ) = 𝑠𝑡𝑒𝑚𝑝𝑎 ∀𝑎 (5.11)

A restrição (5.11) garante que a soma dos tempos de execução do artigo a, pedido pela loja l no dia d

é igual à soma dos tempos de execução para cada artigo a.

𝑣𝑚𝑎𝑖𝑠𝑡 ≥ ∑ ∑ (𝑡𝑎𝑙𝑑) − 𝑚𝑒𝑑𝑇𝑑𝑙𝑎 ∀𝑑 (5.12)

𝑣𝑚𝑒𝑛𝑜𝑠𝑡 ≥ 𝑚𝑒𝑑𝑇𝑑 − ∑ ∑ (𝑡𝑎𝑙𝑑)𝑙𝑎 ∀𝑑 (5.13)

55

A inequação (5.12) permite à variável vmaist guardar a diferença entre o somatório do tempo de

execução do artigo a pedido pela loja l em cada dia da semana d, e o valor médio dos tempos de

execução numa semana, resultando no desvio superior à média. A inequação (5.13) permite à

variável vmenost guardar a diferença entre o valor médio dos tempos de execução numa semana e o

somatório do tempo de execução do artigo a pedido pela loja l em cada dia da semana d resultando

no desvio inferior à média.

Adicionalmente foram utilizadas as seguintes restrições auxiliares:

𝑞𝑎𝑙𝑑 ∗ 𝑙𝑒𝑎𝑑𝑡𝑖𝑚𝑒𝑎𝑑 − 𝑚𝑣𝑎𝑙 ∗ 𝑝𝑎𝑙𝑑 ≤ 0 ∀𝑎 ⋀ ∀𝑙 ⋀ ∀𝑑 (5.14)

𝑝𝑎𝑙𝑑 ≤ 𝑞𝑎𝑙𝑑 ∗ 𝑙𝑒𝑎𝑑𝑡𝑖𝑚𝑒𝑎𝑑 ∀𝑎 ⋀ ∀𝑙 ⋀ ∀𝑑 (5.15)

Ambas as restrições (5.14) e (5.15) resultam da aplicação do método Big M (através de mval) com o

objetivo de transformar a variável inteira 𝑞𝑎𝑙𝑑 no fluxo binário 𝑝𝑎𝑙𝑑.

∑ 𝑝𝑎𝑙𝑑 ≤ 𝑛𝑑 ∀𝑎 ⋀ ∀𝑙 (5.16)

A restrição (5.16) permite limitar os dias de pedido, sendo n o número de dias de pedido admissível

numa semana, para determinado artigo.

5.2.3. Dados de Input do Modelo

Na secção anterior foram referidos os parâmetros utilizados no modelo. Estes correspondem a

tabelas de dados que serão apresentadas de seguida.

Em primeiro lugar, os artigos e lojas considerados no estudo são aqueles que foram apresentados

anteriormente. Tal como na recolha e tratamento de dados, os fluxos Alimentar e Não Alimentar serão

considerados em separado. Assim, o total de artigos no fluxo Alimentar contabiliza 107 e no Não

Alimentar 113, as lojas em estudo são 12 e os dias da semana (de segunda-feira a sábado) são 6.

As quantidades consideradas no parâmetro quantidadesal são apresentadas nas tabelas 8.9.4 para o

fluxo Alimentar e 8.9.13 para o fluxo Não Alimentar em anexo. Através dos dados relativos ao mês

móvel de fevereiro a março de 2014, calcularam-se os valores médios para o período de uma

semana.

O parâmetro leadtimead diz respeito à ocorrência de entregas de cada fornecedor por dia da semana

ao armazém 5407. Nas tabelas 8.9.5 e 8.9.14 em anexo, as visitas dos fornecedores ao armazém

são identificadas com o valor 1 e 0 nos dias em que os fornecedores fazem ou não entregas no

armazém respetivamente.

O fator capd mencionado aquando dos pressupostos utilizados no modelo foi calculado com base na

distribuição percentual de caixas executadas, apresentada nos gráficos 10 b) para o fluxo Alimentar e

11 b) para o fluxo Não Alimentar. Assim, considerou-se a capacidade igual para todos os dias da

semana, utilizando-se como referência o dia em que a percentagem de caixas executadas é maior. O

56

valor da capacidade será para todos os dias de 739 no fluxo Alimentar, tal como se pode observar na

tabela 8.9.1 em anexo e de 267 no fluxo Não Alimentar, tal como se pode observar na tabela 8.9.10

em anexo. Optou-se no modelo por se considerar a capacidade em função do dia para o fator poder

ser utilizado de forma mais genérica se tal for o objetivo.

O parâmetro stockl apresentado nas tabelas 8.9.3 e 8.9.12 em anexo para respetivamente o fluxo

Alimentar e Não Alimentar, foi calculado a partir da capacidade de armazenamento que cada loja

possuí, em número de paletes. Uma vez que os dados no modelo figuram em termos de caixas e não

paletes, torna-se necessário fazer a correspondência. Desta forma, assume-se que uma palete

equivale a 46 caixas e que 1 skate equivale a 23 caixas. De seguida, calculou-se um valor mínimo

para o stock disponível em loja (tendo por base o número de caixas da amostra) para tornar este

valor mais próximo da realidade.

Os parâmetros tempa e stempa, apresentados nas tabela 8.9.6 e tabela 8.9.7 para o fluxo Alimentar e

tabela 8.9.15 e tabela 8.9.16 para o fluxo Não Alimentar em anexo, resultam da recolha de dados

explicitada no capítulo 4. Os tempos considerados no parâmetro tempa referem-se aos tempos de

execução de uma caixa do artigo a em (em minutos) e os tempos considerados no parâmetro stempa,

à soma dos tempos de execução de todas as caixas pedidas do artigo a.

O fator cap2d, referente ao número de minutos disponíveis para a execução no armazém, foi

calculado da mesma forma que o seu homólogo para o número de caixas, considerando-se a

capacidade igual para todos os dias da semana e utilizando-se como referência o dia em que a

percentagem de minutos de execução é maior. O valor da capacidade em termos de minutos será

para todos os dias de 276 no fluxo Alimentar, tal como se pode observar na tabela 8.9.8 em anexo e

de 94 no fluxo Não Alimentar, tal como se pode observar na tabela 8.9.17em anexo.

Finalmente, os parâmetros medPd e medTd representam respetivamente e para o universo da

amostra o número médio de caixas executadas por semana e o tempo de execução (em minutos)

médio por semana, em que medP=589 e medT=219,85 para o fluxo Alimentar e medP=177 e

medT=74,5 para o fluxo Não Alimentar.

5.3. Aplicação do Modelo ao Caso de Estudo De seguida serão apresentados os resultados provenientes da aplicação do modelo ao caso de

estudo. Por forma a facilitar a leitura do documento, deste ponto em diante será feita a separação da

análise do fluxo Alimentar na secção 5.3.1, e do fluxo não alimentar na secção 5.3.2.

5.3.1. Fluxo Alimentar

Nesta secção será efetuada em primeiro lugar na subsecção 5.3.1.1. uma breve contextualização da

situação inicial da atividade no fluxo Alimentar no armazém, para depois ser possível a análise e

posterior comparação dos resultados com o cenário base, feita na subsecção 5.3.1.2.

57

5.3.1.1. Situação Inicial

Atualmente no armazém 5407, os picos de atividade são díspares durante uma semana de trabalho.

Para a realidade da amostra no fluxo Alimentar, destacam-se os dias de segunda-feira, quarta-feira e

sexta-feira como aqueles em que o volume de artigos no armazém é superior. No gráfico da figura 15

estão explícitas as distribuições percentuais de caixas executadas e de minutos de execução em

média numa semana no armazém, para o mês móvel de fevereiro a março de 2014.

Figura 15. Gráfico com a distribuição % de caixas e minutos para a situação inicial no fluxo Alimentar

Observa-se uma disparidade no número de caixas executadas por dia da semana, bem como de

minutos de execução, para um total de 3.534 caixas e 1.319,01 minutos.

Na tabela 8.10.1 em anexo, encontra-se a dispersão dos artigos em estudo pelos dias da semana.

Daqui, verifica-se que a grande maioria dos artigos em estudo passam todos os dias pelo armazém,

isto é, são pedidos pelas lojas todos os dias da semana, e que o número médio de dias de pedido

efetuados para os artigos em estudo é de aproximadamente 5, ou seja, em média todos os

artigos são pedidos 5 dias por semana.

Para se compreender melhor os efeitos que a aplicação do modelo pode ter na atividade do

armazém, é importante perceber de que forma os valores apresentados anteriormente impactam a

operação.

Como tal, efetuaram-se dois cálculos que, por comparação, serão utilizados para justificar as

eventuais melhorias proporcionadas pelo modelo:

O primeiro diz respeito ao número médio de pedidos por artigo efetuados numa semana, ou seja,

em quantos dias é, em média, pedido pelas lojas um artigo. Na situação inicial, este valor é de

aproximadamente 5 dias.

O segundo cálculo prende-se com o número teórico de colaboradores necessários para a

execução em cada fluxo. Esse cálculo será efetuado a partir de alguns prossupostos: em primeiro

lugar foram recolhidos os dados médios para uma semana no período de Janeiro a Março de

2014, no que respeita ao número de caixas e de minutos de execução tanto no fluxo Alimentar

como no Não Alimentar; com a ajuda do responsável pelo departamento de novos projetos do

20,91%12,99% 19,72% 16,13%

20,57%9,68%

21,04%12,82% 19,05% 18,08% 19,55% 9,46%

Segunda-Feira Terça-Feira Quarta-Feira Quinta-Feira Sexta-Feira Sábado

Situação Inicial

% Caixas % Minutos

58

grupo JM, estimou-se que o universo de artigos críticos no armazém 5407, tanto no fluxo

Alimentar como no Não Alimentar representam 20% do volume total de artigos, pelo que esta

percentagem foi aplicada aos valores médios semanais obtidos anteriormente; com o valor das

produtividades de ambas as amostras e admitindo que do total de horas de trabalho diárias,

6horas são efetivamente produtivas, efetuou-se o cálculo de operadores necessários.

Na tabela 8 observam-se os resultados para o fluxo alimentar, a partir de uma produtividade média de

167 caixas/hora:

Tabela 8. Número teórico de FTE's necessário para a execução dos artigos críticos no fluxo Alimentar

De salientar que o objetivo é a redução do valor máximo de colaboradores (FTE’s) por dia da

semana. Isto porque a política de contratações para os armazéns considera que o número de

colaboradores a contratar será igual ao número máximo de colaboradores identificado por dia da

semana. Assim, através da proporção simples entre a variação percentual diária de horas de

execução, concluiu-se que, para a situação inicial, o número máximo de colaboradores é 8, tal como

se observar na tabela 9.

Tabela 9. Número de FTE's necessário para a execução dos artigos críticos que compõe a amostra no fluxo

Alimentar

5.3.1.2. Cenário Base - Análise de Resultados & Consequências Operacionais

Antes de se proceder à análise dos resultados resultantes da aplicação do modelo ao caso de estudo,

importa referir o método de aplicação do mesmo. Por se tratar de um modelo com duas funções

objetivo e por não se conseguir fazer a sua minimização simultânea, optou-se por se minimizar uma

das funções em primeiro lugar e, com este valor fixo no seu mínimo, minimizar a segunda função.

Tornou-se portanto importante definir por que ordem seriam as funções minimizadas e, para tal,

correu-se o modelo minimizando em primeiro lugar zq, registando-se o resultado de zt e, da mesma

forma, minimizando em primeiro lugar zt, registando-se o resultado de zq. Ambos os resultados são

apresentados na tabela 10:

Dia da Semana Nº médio caixas Horas %Horas Nº FTE

Segunda-feira 5.785 34,6 16,3% 6

Terça-feira 5.547 33,2 15,6% 6

Quarta-feira 7.144 42,8 20,1% 8

Quinta-feira 6.047 36,2 17,0% 7

Sexta-feira 6.018 36,0 17,0% 7

Sábado 4.935 29,5 13,9% 5

FTE's - valores médios por semana no período de Jan-

Mar 2014 para artigos críticos

Segunda-Feira Terça-Feira Quarta-Feira Quinta-Feira Sexta-Feira Sábado Max

8 5 8 8 9 4 9

FTE - Situação Inicial

59

Tabela 10. Processo de escolha para a ordem de minimização das funções objetivo no fluxo Alimentar

Min zq Min zt

Min zq-zt 0 43,392 Min zt-zq 200 0,016097 Desvio zq 200 - Desvio zt - 43,375903

Uma vez que o principal objetivo do Grupo JM com a proposta de realização de um estudo aos

pedidos das lojas se prende com a disparidade dos pedidos que, consequentemente, gera diferenças

consideráveis nos volumes diários de caixas no armazém, e como pela tabela 10 se verifica um maior

desvio em zq que em zt, optou-se por em primeiro lugar fazer a minimização de zq e, com este valor

fixo no seu mínimo, calcular o valor correspondente de zt. Este método será adotado desta fase em

diante.

Como cenário base, consideram-se todas as equações descritas anteriormente, com exceção da

inequação 5.16 que limita os dias de pedido.

Os resultados provenientes da aplicação do modelo encontram-se no gráfico da figura 16 e tabela 11:

Figura 16. Gráfico com a distribuição % de caixas e minutos para o cenário base no fluxo Alimentar

Tabela 11. Resultados computacionais da aplicação do modelo ao cenário base no fluxo Alimentar

Desta forma, por dia da semana, são executadas 589 caixas, em aproximadamente 219 minutos.

Pelo fato de se considerar zq=0, o valor de zt apresenta-se menor em relação ao encontrado na

tabela 10, uma vez que o gap entre esta solução e a solução ótima também diminui. A validade deste

resultado não é questionável, uma vez que a variação relativa entre ambos os resultados é de

aproximadamente 0,8%, valor que está coberto pelo gap absoluto de 1,59% encontrado para zt. As

16,67% 16,67% 16,67% 16,67% 16,67% 16,67%16,67% 16,67% 16,67% 16,67% 16,67% 16,67%

SEGUNDA-FEIRA TERÇA-FEIRA QUARTA-FEIRA QUINTA-FEIRA SEXTA-FEIRA SÁBADO

Cenário Base

% Caixas % Minutos

z Desvio sup. Desvio inf. Gap Tempo Nº Restrições Nº Variáveis

zq 0 0 0 0 10s 27.537 22.278

zt 0,015966 0 0,015966 0,091355 7min18seg 27.537 22.278

Cenário Base

60

rubricas “desvio sup.” e “desvio inf.” representam respetivamente o desvio superior em relação à

média e o desvio inferior em relação à média (ie, vmaiq, vmaist, vmenosq e vmenost respetivamente).

Desta forma, o modelo permite encontrar uma solução real para o problema, pelo que resulta um

desvio nulo em termos de quantidades e um valor mínimo de desvio no tempo de execução,

alcançando-se os dois objetivos propostos.

Depois de analisados os resultados provenientes do modelo, há que compreender de que forma

podem estes resultar em mais-valias para o armazém 5407. Como tal, consideram-se três os

objetivos a alcançar: em primeiro lugar o alisamento da atividade de execução (através dos valores

de zq e zt), em segundo lugar a diferença verificada no número médio de pedidos por artigo e por

semana e em último lugar a redução teórica possível em número de colaboradores.

Pela análise efetuada anteriormente, compreende-se o sucesso da aplicação do modelo para o

primeiro objetivo, isto é, o alisamento dos desvios entre o número de caixas e o número de minutos

de execução em relação aos respetivos valores médios numa semana: zq=0 caixas e zt=0,016

minutos.

No que respeita ao número de pedidos, na situação inicial verifica-se um número médio de pedidos

por artigo numa semana de aproximadamente 5 dias. A aplicação do modelo para o cenário base

permite obter um número médio de pedidos por artigo de 1,3 por semana.

Para calcular a otimização de colaboradores efetuou-se uma proporção entre os valores

apresentados na tabela 8 e os valores resultantes da aplicação do modelo verificados na tabela 12.

Assim, o cenário base permite uma redução teórica de 2 colaboradores, face à situação inicial.

Tabela 12. Resultados operacionais da aplicação do modelo ao cenário base no fluxo Alimentar

5.3.2. Fluxo Não Alimentar

Nesta secção será efetuada em primeiro lugar na subsecção 5.3.2.1. uma breve contextualização da

situação inicial da atividade no fluxo Não Alimentar no armazém, para depois ser possível a análise e

posterior comparação dos resultados com o cenário base, na subsecção 5.3.2.2.

5.3.2.1.Situação Inicial

Para a realidade da amostra no fluxo Não Alimentar, destacam-se os dias de segunda-feira e quinta-

feira como aqueles em que o volume de artigos no armazém é superior, tendo os dias de terça-feira e

sexta-feira volumes variáveis e os restantes um volume tipicamente baixo No gráfico 17 estão

explicitas as distribuições percentuais de caixas executadas e de minutos de execução em média

numa semana no armazém, para o mês móvel de Fevereiro a Março de 2014.

Cenários zq zt

Dias de pedido médios

por artigo numa semana

Redução % face à

situação inicial

Máximo de

FTE's necessário

Redução % face à

situação inicial

Situação Inicial - - 4,67 - 9 -

Cenário Base 0 0,015966 1,27 72,8% 7 22%

61

Figura17. Gráfico com a distribuição % de caixas e minutos para a situação inicial no fluxo Não Alimentar

No total dos elementos em estudo, 1061 caixas e 447 minutos, mais uma vez, observa-se uma

disparidade no número de caixas executadas por dia da semana, bem como de minutos de execução.

Contudo, o número de dias de pedido médio por artigo, 4 dias, é inferior ao encontrado no fluxo

Alimentar, uma vez que, tipicamente, o número de pedidos no fluxo Não Alimentar é inferior ao

número de pedidos no fluxo Alimentar, bem como as quantidades pedidas.

Por forma a se compreender os efeitos que a aplicação do modelo pode ter na atividade do armazém,

os cálculos efetuados no que respeita ao número médio de pedidos por artigo efetuados numa

semana e ao número de operadores necessários para a execução foram idênticos aos já

apresentados na subsecção 5.3.1.1. Assim, na situação inicial, o número médio de dias de pedido é

de aproximadamente 4 no fluxo Não Alimentar, como já foi referido, e no que respeita ao cálculo

teórico de operadores no fluxo Não Alimentar, esse valor é de 4FTE’s. Na tabela 13 observam-se os

resultados para o fluxo Não Alimentar, a partir de uma produtividade média de 157 caixas/hora:

Tabela 13. Número teórico de FTE's necessário para a execução dos artigos críticos no fluxo Não Alimentar

E seguindo o mesmo cálculo de proporção simples entre a percentagem de horas de execução por

dias da semana, conclui-se pela tabela 14 que o número máximo de colaboradores no fluxo Não

Alimentar para a situação inicial é de 5 colaboradores.

25,16%

14,42% 13,38%

20,64% 18,47%

7,92%

26,03%

14,74% 13,65%

19,94% 18,50%

7,14%


Situação Inicial

% Caixas % Minutos

Dia da Semana Nº médio caixas Horas %Horas #FTE

Segunda-feira 3.311 21,1 20,3% 4

Terça-feira 2.795 17,8 17,1% 3

Quarta-feira 2.034 13,0 12,5% 3

Quinta-feira 3.209 20,4 19,7% 4

Sexta-feira 2.734 17,4 16,8% 3

Sábado 2.239 14,3 13,7% 3

FTE's - valores médios por semana no período de Jan-

Mar 2014 para artigos críticos

62

Tabela 14. Número de FTE's necessário para a execução dos artigos críticos que compõe a amostra no fluxo

Não Alimentar

5.3.2.2. Cenário Base - Análise de Resultados & Consequências Operacionais

Para o fluxo Não Alimentar, e seguindo o mesmo processo que foi descrito anteriormente para o fluxo

Alimentar, chega-se aos valores apresentados na tabela 15:

Tabela 15. Processo de escolha para a ordem de minimização das funções objetivo no fluxo Não Alimentar

Min zq Min zt

Min zq-zt 1 0,010260 Min zt-zq 5 0,004430 Desvio zq 4 - Desvio zt - 0,00583

Da mesma forma, uma vez que, o principal objetivo passa pela minimização do número de caixas no

armazém, optou-se por fazer em primeiro lugar a minimização de zq e, com este valor fixo no seu

mínimo, minimizar zt.

No gráfico 18 observa-se a nova distribuição por dia da semana no que respeita ao número de caixas

a executar e respetivos minutos de execução. Do total de caixas e minutos em estudo, para todos os

dias da semana com exceção de quinta-feira, o volume de execução é de 177 caixas (na quinta-

feira executam-se 176) enquanto o tempo de execução diário é de aproximadamente

74,5minutos.

Figura 18. Gráfico com a distribuição % de caixas e minutos para o cenário base no fluxo Não Alimentar

Assim, o desvio mínimo encontrado foi de uma caixa, para um desvio de 0,017 minutos, tal como se

observa na tabela 16. De notar que o valor do gap é particularmente elevado, pelo que os valores de

zt calculados em condições semelhantes poderão apresentar diferenças consideráveis. A tabela

8.10.7 em anexo mostra a distribuição dos artigos por dia da semana no armazém.

Segunda-Feira Terça-Feira Quarta-Feira Quinta-Feira Sexta-Feira Sábado Max

5 3 3 4 4 2 5

FTE - Situação Inicial

16,68% 16,68% 16,68%

16,59%

16,68% 16,68%16,67% 16,66% 16,67% 16,67% 16,67% 16,67%


Cenário Base

% Caixas % Minutos

63

Tabela 16. Resultados computacionais da aplicação do modelo ao cenário base no fluxo Não Alimentar

A aplicação per si do modelo aos dados do cenário base permite a redução dos desvios do número

de caixas e de minutos em relação à média. Em termos do número de pedidos, na situação inicial

verificava-se um número médio de pedidos por artigo numa semana de aproximadamente 4. A

aplicação do modelo para o cenário base permite obter um número médio de pedidos por artigo de

1,04 numa semana.

Para calcular a redução teórica de colaboradores efetuou-se uma proporção entre os valores

apresentados na tabela 13 e os valores resultantes da aplicação do modelo verificados na tabela 17.

Assim, o cenário base permite uma redução teórica de 2 colaboradores, face à situação inicial.

Tabela 17. Resultados operacionais da aplicação do modelo ao cenário base no fluxo Não Alimentar

5.4. Análise de Cenários Depois de analisados os cenários base para cada fluxo, considerou-se interessante perceber que

alterações/imposições importantes poderiam ser introduzidas no modelo e de que forma

condicionariam a solução final. A análise dos cenários irá permitir compreender de que forma variam

os principais parâmetros em análise, nomeadamente as funções objetivo zq e zt, e, mais importante,

quais os artigos que devem estar presentes no armazém por dia da semana e em que dia da semana

devem estes ser pedidos pelas lojas. Assim, serão considerados 3 cenários:

Cenário 1 – Restrição de Capacidade no Armazém

A atividade no armazém 5407 apresenta picos de volumes durante a semana e, apesar de estes

picos serem imprevisíveis, é possível identificar os dias em que, em média, a atividade é menos

intensa: para o fluxo Alimentar, esses dias são à terça-feira, à quinta-feira e ao sábado; para o fluxo

Não Alimentar, esses dias são à quarta-feira e sábado. Com o estudo do cenário 1, pretende-se

compreender qual o efeito nos desvios e na distribuição dos artigos por dia da semana, resultantes de

se influenciar diretamente os volumes por dias da semana. Para isso, serão utilizados os fatores de

capacidade anteriormente definidos, dcap e dcap2. De notar que, se os fatores capacidade tivessem

sido definidos e manipulados de forma diferente, os resultados seriam da mesma forma distintos dos

apresentados.


zq 1 0 1 0 5,3seg 22.078 23.142

zt 0,01652 0,003 0,013 0,836645 16min47seg 22.078 23.142

Cenário Base

Cenários zq zt



Redução % face à

situação inicial

Máximo de

FTE's necessário

Redução % face à situação

inicial


Cenário Base 1 0,01652 1,04 66,6% 3 40%

64

Cenário 2 - Restrição no número de dias de pedido

A sugestão apresentada no cenário 2 esteve sempre presente aquando do início do estudo. Apesar

de o próprio modelo reduzir os dias de pedido (e consequente aparição dos artigos no armazém), não

deixa de ser interessante perceber se, com as condições atuais da amostra, seria possível e viável

reduzir os dias de pedido de todos os artigos para um número mínimo. Assim, optou-se por três

hipóteses, considerando-se o máximo de dias de pedido (6 dias), o ponto médio de dias de pedido (3

dias) e o número mínimo de dias de pedido (1 dia). A primeira hipótese foi automaticamente excluída,

por se tratar da situação inicial e por não conferir nenhuma mais-valia (aliás, é esta a situação que se

pretende erradicar), pelo que de seguida serão analisadas as situações em que se restringe os

pedidos a, no máximo, 3 dias e 1 dia.

Cenário 3 - Restrição de Capacidade & Número de dias de pedido

No cenário 3 pretende-se estudar os efeitos simultâneos de se restringir a capacidade e os dias de

pedido, ou seja, de que forma seria a atividade no armazém se se influenciasse o modelo por forma a

alocar mais caixas nos dias de menor atividade e restringisse os dias de pedido a um máximo de um

no primeiro caso e de três no segundo.

Desta forma, na secção 4.3.1. serão analisados os três cenários para o fluxo Alimentar e na secção

4.3.2. os três cenários, aplicados ao fluxo Não Alimentar.

5.4.1. Fluxo Alimentar

5.4.1.1. Cenário 1 – Restrição de Capacidade no Armazém

No fluxo Alimentar, o objetivo foi reduzir os fatores capacidade, dcap e dcap2, nos dias de maior

atividade no armazém, para que os dias de menor atividade (terça-feira, quinta-feira e sábado)

apresentassem maiores quantidades de caixas e minutos. Como tal, o objetivo passou por encontrar

um valor percentual que, aplicado aos dias de segunda-feira, quarta-feira e sexta-feira (mantendo a

capacidade dos restantes dias igual ao cenário base) permitisse a resolução eficiente do modelo.

Admitiu-se que a capacidade não poderia ser inferior a 50% por se tratar de um valor muito longínquo

da realidade. Iterativamente, e por acrescentos de 5 pontos percentuais, chegou-se ao valor de 70%

(o primeiro valor que permitiu encontrar uma solução válida). Por coerência, adotou-se a mesma

redução no fator de capacidade cap2d (nas tabelas 8.9.8 e 8.9.9 em anexo). Para facilitar a

compreensão da descrição acima, encontram-se de seguida a tabela 18 para o fator capd sem

restrição e a tabela 19 com penalizações nos dias de maior atividade (ambas encontram-se também

em anexo nas tabelas 8.9.1 e 8.9.2):

Tabela 18. Capacidade de execução em nº de caixas por dia no fluxo Alimentar

65

Tabela 19. Capacidade de execução cem nº de caixas com penalizações por dia no fluxo Alimentar

O gráfico da figura 19 permite compreender a nova distribuição percentual de caixas e minutos por

dia da semana que, como seria espectável, foi enviesada para que os maiores valores se

verificassem nos dias típicos de menor volume.

Figura19. Gráfico com a distribuição % de caixas e minutos para o cenário 1 no fluxo Alimentar

Da aplicação da restrição das capacidades, resulta que, à segunda-feira, quarta-feira e sexta-feira

são executadas 517 caixas em aproximadamente 193 minutos, e à terça-feira, quinta-feira e

sábado são executadas 661 caixas em aproximadamente 247 minutos. Pela análise da tabela 20,

com esta restrição, os valores de zq e zt são bastante superiores aos encontrados no cenário base.

Contudo, a aplicação deste cenário está mais alinhada com uma solução de curto prazo para o

armazém, na medida em que propõe um maior número de caixas nos dias da semana que

atualmente têm volumes inferiores, especificamente, permite que do total de caixas em estudo, 3.534,

18,7% seja executado nos dias de menor atividade. A tabela 8.10.3 em anexo permite observar a

nova dispersão dos artigos pelos dias da semana.

Tabela 20. Resultados computacionais da aplicação do modelo ao cenário 1 no fluxo Alimentar

No que respeita aos três principais objetivos a alcançar: o alisamento da atividade de execução

(através dos valores de zq e zt), a diminuição do número médio de pedidos por artigo por semana e a

redução teórica possível em número de colaboradores, os resultados estão patentes na tabela 21:

14,63%18,70%

14,63%18,70%

14,63%18,70%

14,62%18,69%

14,65%18,70%

14,65%18,69%


Cenário 1

% Caixas % Minutos


zq 0 0 0 0 10s 27.537 22.278

zt 0,015966 0 0,015966 0,091355 7min18seg 27.537 22.278

zq 144 72 72 0 6min1s 27.537 22.278

zt 53,812142 26,852 26,96 0,010056 8seg 27.537 22.278

Cenário 1

cenário 1

cenário

base

66

Tabela 21. Resultados operacionais da aplicação do modelo ao cenário 1 no fluxo Alimentar

O primeiro objetivo é dificilmente alcançável, uma vez que o teste proposto com este cenário é

influenciar o modelo a aumentar os volumes e tempos em determinados dias. No entanto verifica-se

uma redução no número médio de dias de pedido face à situação inicial de 73% e uma redução de

13% na necessidade de colaboradores a operar no fluxo Alimentar.

5.4.1.2.Cenário 2 – Restrição no número de dias de pedido

Na minimização de pedidos para um dia da semana, observa-se no gráfico da figura 20 uma

distribuição idêntica em termos de caixas, ao cenário base, sendo executadas por dia 589 caixas.

Verifica-se contudo uma maior alteração na dispersão dos minutos de execução. Este fato deve-se à

imposição do número máximo de dias de pedido que, em junção com as restantes restrições

(nomeadamente o espaço disponível em loja e o tempo de abastecimento dos fornecedores), leva a

uma nova distribuição dos artigos em cada dia da semana. Assim, à quarta-feira, quinta-feira e sexta-

feira o tempo de execução é em média de 218 minutos, à terça-feira e sábado o tempo de execução

é de aproximadamente 219 minutos e à segunda-feira o valor é de 227 minutos.

Figura 20. Gráfico com a distribuição % de caixas e minutos para o cenário 2 (p menor ou igual a 1) no fluxo

Alimentar

Devido aos constrangimentos mencionados acima, o desvio mínimo encontrado foi de

aproximadamente 10 minutos com um gap relativo de 58% face à melhor solução possível, valor

bastante elevado pelas razões já apresentadas e adicionalmente pelo fato de se impor o valor do

desvio das caixas igual a zero (depois de minimizada a função zq) que condiciona fortemente o valor

de zt encontrado. A tabela 22 ilustra os resultados obtidos pela aplicação do modelo à amostra, e a

dispersão dos artigos por dia da semana no armazém podem ser encontrados em anexo na tabela

8.10.4.

Cenários zq zt



Redução % face à

situação inicial

Máximo de

FTE's necessário

Redução % face à

situação inicial


Cenário Base 0 0,015966 1,27 72,8% 7 22%

Cenário 1 144 53,81214 1,25 73,2% 7 11%

16,67% 16,67% 16,67% 16,67% 16,67% 16,67%17,23% 16,62% 16,50% 16,50% 16,53% 16,62%


Cenário 2 - p≤1

% Caixas % Minutos

67

Tabela 22. Resultados computacionais da aplicação do modelo ao cenário 2 (p menor ou igual a 1) no fluxo

Alimentar

Da mesma forma, quando se impõe um máximo de 3 dias de pedido, a distribuição de caixas e de

minutos por dia da semana é bastante homogénea, verificando-se uma execução diária de 589

caixas em aproximadamente 220 minutos por dia, como se observa no gráfico da figura 21.

Figura 21. Gráfico com a distribuição % de caixas e minutos para o cenário 2 (p menor ou igual a 3) no fluxo

Alimentar

Como seria de esperar, o valor de zt no cenário em que o número de pedidos é igual ou inferior a

três, é inferior ao valor observado no cenário anterior (p≤1). Isto porque existe mais flexibilidade na

aparecimento dos artigos em armazém e, consequentemente, maior facilidade na alocação efetuada

pelo modelo em cada dia da semana. A minimização de zq permite novamente um desvio de zero

caixas, tal como se pode observar na tabela 23. A tabela 8.10.5 em anexo mostra a nova dispersão

dos artigos no armazém, por dia da semana.

Tabela 23. Resultados computacionais da aplicação do modelo ao cenário 2 (p menor ou igual a 3) no fluxo

Alimentar

As melhorias operacionais no que respeita ao alisamento da atividade (explicitado pelos valores de zq

e zt), à diminuição do número médio de dias de pedido e ao número de colaboradores necessários

podem ser resumidas pela tabela 24, verificando-se resultados mais satisfatórios que anteriormente,

para um número máximo de 3 dias de pedido por semana:


zq 0 0 0 0 10s 27.537 22.278

zt 0,015966 0 0,015966 0,091355 7min18seg 27.537 22.278

zq 0 0 0 0 10,3seg 28.603 22.278

zt 9,657985 7,428 2,23 0,575931 16min47seg 28.603 22.278

Cenário 2 - Restrição de Pedidos (P ≤ 1)

cenário

base

cenário 2

16,67% 16,67% 16,67% 16,67% 16,67% 16,67%16,67% 16,67% 16,67% 16,67% 16,67% 16,67%


Cenário 2 - p≤3

% Caixas % Minutos


zq 0 0 0 0 10s 27.537 22.278

zt 0,015966 0 0,015966 0,091355 7min18seg 27.537 22.278

zq 0 0 0 0 6,6 seg 28.603 22.278

zt 0,016016 0 0,016016 0,09423 51seg 28.603 22.278cenário 2


cenário

base

68


5.4.1.3. Cenário 3 – Restrição de Capacidade & Número de dias de pedido

Este é o cenário em que os desvios para ambas as funções objetivos são maiores, uma vez que se

estão a introduzir restrições contra o alisamento da atividade no armazém. De salientar que se tentou

restringir a capacidade e os dias de pedido a um, contudo o modelo mostra não ser exequível nesta

situação. O gráfico 22 mostra a variação de caixas e minutos de execução por dia da semana.

Figura 11. Gráfico com a distribuição % de caixas e minutos para o cenário 3 no fluxo Alimentar

O valor de zq é idêntico ao do cenário 1, compreendendo-se o impacto que o fator capacidade tem no

cálculo desta variável. O mesmo sucede com a variável zt que, apesar de não ser idêntica à do

cenário 1, tem a mesma ordem de grandeza. Da mesma forma, a distribuição no número de caixas e

minutos por dia é bastante similar, verificando-se que, à segunda-feira, quarta-feira e sexta-feira

executam-se 517 caixas em aproximadamente 193,2 minutos e nos restantes dia se executam 661

caixas em aproximadamente 246,5 minutos. As tabelas 25 e 8.10.6 (a segunda em anexo) ilustram

os resultados do modelo.

Tabela 25. Resultados computacionais da aplicação do modelo ao cenário 3 no fluxo Alimentar

Uma vez que os resultados do presente cenário são muito similares aos do cenário1, por forma a

despistar algum erro de formulação/aplicação do modelo, estudou-se o efeito da restrição de dias de

pedido e de capacidade para outras situações, cujo resumo está apresentado na tabela 26:

Cenários zq zt



Redução % face à

situação inicial

Máximo de

FTE's necessário

Redução % face à

situação inicial


Cenário Base 0 0,015966 1,27 72,8% 7 22%

Cenário 2 - p≤1 0 9,657985 1,00 78,6% 7 22%

Cenário 2 - p≤3 0 0,016016 1,27 72,8% 7 22%

14,63%18,70%

14,63%18,70%

14,63%18,70%

14,64%18,70%

14,65%18,68%

14,65%18,68%


Cenário 3

% Caixas % Minutos


zq 0 0 0 0 10s 27.537 22.278

zt 0,015966 0 0,015966 0,091355 7min18seg 27.537 22.278

zq 144 72 72 0 7,9seg 28.603 22.278

zt 53,479206 26,776 26,683 0,003521 8,7seg 28.603 22.278

cenário

base

cenário 3

Cenário 3

69

Tabela 26. Resumo da restrição da capacidade para vários dias de pedido

zq zt

Para p≤1 Inf. Inf Para p≤2 Inf. Inf Para p≤3 144 53,48 Para p≤4 145 53,82

Daqui se conclui que o primeiro resultado exequível acontece quando os pedidos são restringidos a

um número menor ou igual a 3, daí a similaridade dos resultados deste cenário com os do cenário 1.

Quando se aumenta o número máximo de pedidos por semana, os desvios tendem a aumentar,

levando, no limite, à situação inicial, em que não existe qualquer alisamento dos volumes de caixas e

minutos de execução no armazém. Daqui se conclui que o fator capacidade tem um forte impacto nos

resultados obtidos, não sendo esse impacto exclusivo.

As melhorias operacionais ao nível do alisamento da atividade, do número médio de dias de pedido e

do número máximo de colaboradores necessários na laboração da atividade de execução no

armazém, podem ser observadas na tabela 27.


5.4.2. Fluxo Não Alimentar

5.4.2.1. Cenário 1 – Restrição de Capacidade no Armazém

No fluxo Não Alimentar, para a análise à restrição da capacidade aplicou-se o valor de 70% (a

igualdade percentual nos dois fluxos aconteceu por coincidência, uma vez que o processo de escolha

foi idêntico) aos parâmetros capd e cap2d para os dias de segunda-feira, terça-feira, quinta-feira e

sexta-feira (mantendo a capacidade dos restantes dias constante). As tabelas 28 e 29 apresentam a

comparação entre a capacidade base e a capacidade penalizada para o número de caixas (ambas

encontram-se em anexo com a nomenclatura 8.9.10 e 8.9.11, assim como as tabelas de capacidade

com os minutos de execução – a tabela 8.9.17 sem penalizações e a tabela 8.9.18 com

penalizações).

Tabela 28. Capacidade de execução em nº de caixas por dia no fluxo Não Alimentar

Cenários zq zt



Redução % face à

situação inicial

Máximo de

FTE's necessário

Redução % face à

situação inicial


Cenário Base 0 0,015966 1,27 72,8% 7 22%

Cenário 3 - p≤3 144 53,47921 1,24 73,4% 8 11%


d1 d2 d3 d4 d5 d6

267 267 267 267 267 267

"Capacidade de execução" máxima admitida por dia da semana - amostra de artigos

e lojas

70

Tabela 29. Capacidade de execução em nº de caixas com penalizações por dia no fluxo Não Alimentar

Figura 23. Gráfico com a distribuição % de caixas e minutos para o cenário 1 no fluxo Não Alimentar

Os desvios de zq e zt encontrados na aplicação desta restrição estão bem evidenciados na

distribuição de caixas e artigos apresentada no gráfico 23. De fato, seria de esperar uma distribuição

idêntica do número de caixas em todos os dias exceto quarta-feira e sábado. Assim, à segunda-feira,

quinta-feira e sexta-feira são executadas 176 caixas, à quarta-feira e sábado são executadas 178

caixas e à terça-feira são executadas 177 caixas. Na distribuição por dia da semana dos minutos de

execução verificam-se, para segunda-feira, terça-feira, quinta-feira e sexta-feira aproximadamente

65,8 minutos de execução, na quarta-feira 93,8 minutos e 90 minutos no sábado.

O elevado desvio de zt, essencialmente devido aos tempos de abastecimento mais restritivos neste

fluxo, encontra-se presente na tabela 30:

Tabela 30. Resultados computacionais da aplicação do modelo ao cenário 1 no fluxo Não Alimentar

No entanto, a aplicação deste cenário propõe um maior número de caixas nos dias da semana que

atualmente têm volumes inferiores, contribuindo para uma solução de curto prazo mais operacional. A

nova dispersão dos artigos pelos dias da semana pode ser encontrada em anexo na tabela 8.10.9.

O estudo das melhorias operacionais será efetuado da mesma forma já apresentada nos cenários

estudados para o fluxo Alimentar. As melhorias passam pela minimização das funções zq e zt, pela


d1 d2 d3 d4 d5 d6

187 187 267 187 187 267

"Capacidade de execução" com penalizações

16,59% 16,68% 16,78% 16,59% 16,59% 16,78%14,72% 14,72%

20,98%

14,72% 14,72%20,14%


Cenário 1

% Caixas % Minutos


zq 1 0 1 0 5,3seg 22.078 23.142

zt 0,01652 0,003 0,013 0,836645 16min47seg 22.078 23.142

zq 2 1 1 0 14,7seg 22.078 23.142

zt 28,00503 19,293 8,712 0,001535 14seg 22.078 23.142

Cenário 1

cenário

base

cenário 1

71

redução do número médio de dias de pedido e pela redução do número máximo de colaboradores

necessários para a execução no fluxo Não Alimentar. Os resultados encontrados estão presentes na

tabela 31, donde se verifica uma redução de aproximadamente 68% no número de dias de pedido e

20% no número teórico de colaboradores necessário para este fluxo.

Tabela 31. Resultados operacionais da aplicação do modelo ao cenário 1 no fluxo Não Alimentar

5.4.2.2. Cenário 2 – Restrição no número de dias de pedido

Ao contrário do que sucede no fluxo Alimentar, para um número mínimo de pedidos menor ou igual a

um, o valor de zt é relativamente pequeno, como se pode observar na tabela 32 e como se pode

verificar pela observação da homogeneidade por dia da semana no que respeita à distribuição do

número de caixas e de minutos no gráfico da figura 24.

Figura 12. Gráfico com a distribuição % de caixas e minutos para o cenário 2 (p menor ou igual a 1) no fluxo Não

Alimentar

Verifica-se que, por dia são executadas 177 caixas (com exceção de sexta-feira em que se executa

menos uma caixa) em aproximadamente 74,5 minutos por dia.

Tabela 32. Resultados computacionais da aplicação do modelo ao cenário 2 (p menor ou igual a 1) no fluxo Não

Alimentar

Tratando-se de um fluxo em que as quantidades pedidas são tipicamente mais baixas comparando

com os restantes e uma vez que o espaço em loja não constitui um constrangimento, é possível fazer

uma distribuição dos artigos pelos dias da semana, tal que se obtêm valores pequenos para os

Cenários zq zt



Redução % face à

situação inicial

Máximo de

FTE's necessário


inicial


Cenário Base 1 0,01652 1,04 66,6% 3 40%

Cenário 1 2 28,00503 1,01 67,7% 4 20%

16,68% 16,68% 16,68% 16,68% 16,59% 16,68%16,67% 16,67% 16,67% 16,67% 16,67% 16,67%


Cenário 2 - p≤1

% Caixas % Minutos


zq 1 0 1 0 5,3seg 22.078 23.142

zt 0,01652 0,003 0,013 0,836645 16min47seg 22.078 23.142

zq 1 0 1 0 5,6seg 22.832 23.142

zt 0,004714 0 0,005 0,427299 16min46seg 22.832 23.142


cenário

base

cenário 2

72

desvios no número de caixas e nos minutos de execução. A nova distribuição dos artigos está

representada na tabela 8.10.10 em anexo.

O gráfico 25 apresenta a variação do número de caixas e minutos por dia da semana quando se

restringe o número de dias de pedido a um máximo de 3. O número de caixas executado por dia é

igual ao do cenário anterior (p≤1) assim como o valor aproximado dos minutos de execução

por dia.


Alimentar

Os valores resultantes da restrição de pedidos para um valor menor ou igual que três são

interessantes, uma vez que seria de esperar uma redução/manutenção dos valores de zq e zt, por via

de existirem menos restrições. Contudo, o valor de zt é superior ao encontrado no caso anterior (para

p≤1), apesar de, com os valores arredondados, não ser possível verificar graficamente. A explicação

para tal resulta de dois elementos: em primeiro lugar o fato de se calcular zt com zq fixo no seu

mínimo; em segundo lugar os gaps que surgem na aplicação do modelo ao fluxo Não Alimentar, que,

para p≤3 são superiores aos encontrados quando se restringe o número de pedidos a um máximo de

um por semana, como se verifica na tabela 33. Na tabela 8.10.11 em anexo encontram-se as novas

dispersões dos artigos por dia da semana.


Alimentar

A aplicação deste cenário, tanto para um número máximo de um dia de pedido, como três dias de

pedido, permite melhorias em todos objetivos propostos através da redução dos desvios face à

situação inicial e ao cenário 1, através da diminuição do número médio de dias de pedido e através

da redução do número máximo de colaboradores que atuam no fluxo Não Alimentar, tal como se

pode observar na tabela 34:

16,68% 16,68% 16,68% 16,68%

16,59%

16,68%16,67% 16,67% 16,67% 16,67% 16,67% 16,67%


Cenário 2 - p≤3

% Caixas % Minutos


zq 1 0 1 0 5,3seg 22.078 23.142

zt 0,01652 0,003 0,013 0,836645 16min47seg 22.078 23.142

zq 1 0 1 0 5,7seg 22.832 23.142

zt 0,012075 0,002 0,01 0,776395 16min47seg 22.832 23.142


cenário

base

cenário 2

73

Tabela 34. Resultados computacionais da aplicação do modelo ao cenário 2 no fluxo Não Alimentar

5.4.2.3. Cenário 3 – Restrição de Capacidade & Número de dias de pedido

Analogamente ao que se verifica no fluxo Alimentar, este é o cenário que promove um valor mais

elevado nos desvios de número de caixas e de minutos, mais uma vez fomentado pela manipulação

dos fatores de capacidade. Em termos de resultados, pela análise do gráfico 26 e 27 e das tabelas 35

e 36, verifica-se que os valores apresentados para os desvios são muito similares, apesar de no

segundo caso (p≤3), zt apresentar um valor ligeiramente inferior em relação à primeira situação (p≤1).


Alimentar

Neste cenário para p≤1, à segunda-feira, terça-feira e quinta-feira são executadas 176 caixas, à

quarta-feira e sábado são executadas 178 caixas e à sexta-feira são executadas 177 caixas. A

distribuição dos minutos é, para os dias em que se restringiu as capacidades, de aproximadamente

65,7 minutos, para sábado de aproximadamente 90 minutos e para quarta-feira de

aproximadamente 94 minutos.


Alimentar

Cenários zq zt



Redução % face à

situação inicial

Máximo de

FTE's necessário


inicial


Cenário Base 1 0,01652 1,04 66,6% 3 40%

Cenário 2 - p≤1 1 0,004714 1,00 68,0% 3 40%

Cenário 2 - p≤3 1 0,012075 1,04 66,6% 3 40%

16,59% 16,59% 16,78% 16,59% 16,68% 16,78%14,71% 14,72%

21,01%

14,72% 14,72%20,12%


Cenário 3 - p≤1

% Caixas % Minutos


zq 1 0 1 0 5,3seg 22.078 23.142

zt 0,01652 0,003 0,013 0,836645 16min47seg 22.078 23.142

zq 2 1 1 0 7,7seg 22.832 23.142

zt 28,16188 19,431 8,731 0,00332 30seg 22.832 23.142

cenário

base

cenário 3

Cenário 3 - Restrição da Capacidade e de Pedidos (P ≤ 1)

74


Alimentar

Pelas características específicas deste fluxo que já foram mencionadas, o número de caixas e de

minutos de execução por dia para p≤3 é praticamente idêntico ao cenário anterior (p≤1),

existindo apenas ligeiras diferenças na distribuição de minutos de execução por dia da semana como

se verifica pelas tabelas 35 e 36.


Alimentar

A principal diferença entre ambas as situações, isto é, entre restringir o número máximo de pedidos a

um por semana e a três por semana, restringindo também a capacidade, encontra-se presente nas

tabelas 8.10.12 e 8.10.13 em anexo, no que diz respeito aos novos dias de aparição dos artigos no

armazém.

As melhorias no desempenho operacional, ao nível dos valores dos desvios e consequente

alisamento da atividade, número médio de dias de pedido e número máximo de colaboradores

necessários estão explicitas na tabela 37, donde se verifica que, apesar das similaridades nos

resultados, o cenário em que se restringe o número máximo de dias de pedido a um acaba por se

sobrepor ao cenário em que se restringe o número máximo de dias de pedido a três:

Tabela 37. Resultados operacionais da aplicação do modelo ao cenário 3 no fluxo Não Alimentar

16,68% 16,59% 16,78% 16,59% 16,59% 16,78%14,72% 14,71%

21,00%

14,71% 14,72%

20,14%


Cenário 3 - p≤3

% Caixas % Minutos


zq 1 0 1 0 5,3seg 22.078 23.142

zt 0,01652 0,003 0,013 0,836645 16min47seg 22.078 23.142

zq 2 1 1 0 8,6seg 28.603 22.278

zt 28,1315 19,385 8,746 0,005655 6,5seg 28.603 22.278

Cenário 3 - Restrição da Capacidade e de Pedidos (P ≤ 3)

cenário

base

cenário 3

Cenários zq zt



Redução % face à

situação inicial

Máximo de

FTE's necessário


inicial


Cenário Base 1 0,01652 1,04 66,6% 3 40%

Cenário 3 - p≤1 2 28,16188 1,00 68,0% 4 20%

Cenário 3 - p≤3 2 28,1315 1,03 67,1% 4 20%

75

5.5. Conclusões do Capítulo A construção do modelo de planeamento dos pedidos surge com o intuito de nivelar a atividade de

execução no armazém. Tratando-se de uma análise efetuada a vários artigos com características

diferentes e cujo ponto de encontro é a sua criticidade na execução, torna-se mais fiável a construção

de um modelo, ao invés da utilização de heurísticas para a resolução do problema.

Não existindo nenhum modelo auxiliar ao presente estudo, incorporaram-se elementos de modelos

de planeamento de rotas, pelas similaridades encontradas. Para que a construção do modelo fosse o

mais simples e abrangente possível, mas que correspondesse à realidade do armazém, foram

introduzidos alguns pressupostos, destacando-se a não consideração dos tempos de abastecimento

a este nível.

Depois de implementado o modelo, conclui-se que a aplicação de qualquer um dos cenários à

realidade do armazém permite melhorias operacionais. Os cenários que não restringem capacidades

permitem as melhorias mais acentuadas, verificando-se os maiores valores para a redução de

colaboradores e os menores valores nos desvios e no número médio de dias de pedido. O resumo

dos cenários pode ser encontrado na tabela 38 para o fluxo Alimentar e tabela 39 para o fluxo Não

Alimentar.

Tabela 38. Resumo das melhorias operacionais verificadas em cada cenário para o fluxo Alimentar

Tabela 39. Resumo das melhorias operacionais verificadas em cada cenário para o fluxo Não Alimentar

Para além das melhorias verificadas ao nível do armazém, os resultados do modelo permitem

compreender em que dias devem as lojas fazer os pedidos dos artigos em estudo (ver anexo 8.10),

através da aplicação do tempo de abastecimento dos fornecedores que não foi considerado para

efeitos da construção do modelo.

Cenários zq zt



Redução % face à

situação inicial

Máximo de FTE's

necessário


inicial


Cenário Base 0 0,015966 1,27 72,8% 7 22%

Cenário 1 144 53,81214 1,25 73,2% 8 11%

Cenário 2 - p≤1 0 9,657985 1,00 78,6% 7 22%

Cenário 2 - p≤3 0 0,016016 1,27 72,8% 7 22%

Cenário 3 - p≤3 144 53,47921 1,24 73,4% 8 11%

Cenários zq zt



Redução % face à

situação inicial

Máximo de FTE's

necessário


inicial


Cenário Base 1 0,01652 1,04 66,6% 3 40%

Cenário 1 2 28,00503 1,01 67,7% 4 20%

Cenário 2 - p≤1 1 0,004714 1,00 68,0% 3 40%

Cenário 2 - p≤3 1 0,012075 1,04 66,6% 3 40%

Cenário 3 - p≤1 2 28,16188 1,00 68,0% 4 20%

Cenário 3 - p≤3 2 28,1315 1,03 67,1% 4 20%

76

Figura 14. Dias de operação no armazém 5407

Um dia n no armazém começa o seu ciclo de atividade às 14h00 de um determinado dia civil e acaba

às 13h59 do dia seguinte (figura 28). Para que uma loja receba os artigos pedidos ao armazém no dia

n ou no dia n+1, consoante as janelas horárias dos fornecedores, terá que, no máximo, efetuar o seu

pedido até às 14h00 do dia n-1. E para que a análise seja o mais rigorosa possível esse pedido

deverá ser feito de preferência 2h antes, tal que exista um espaço de tempo disponível para o

processamento dos pedidos. Tomando como exemplo a tabela 40, um excerto da tabela 8.10.2 que

se encontra em anexo, para serem executadas as 18 caixas de artigo a2 na sexta-feira, as lojas

deverão efetuar o seu pedido, no máximo, até às 12h00 do dia anterior, isto é, quinta-feira.

Tabela 40. Excerto da tabela com o resultado do modelo para o cenário base no fluxo Alimentar

Por ultimo, os cenários apresentados foram considerados por duas principais razões: a sua aplicação

no curto prazo (para os cenários em que o fator capacidade é manipulado) e a sua aplicação no longo

prazo (em que, ao não ser alterado o fator capacidade, permite o alisamento diário da atividade no

armazém).

Para ambos os fluxos, a restrição do número máximo de dias de pedido a um dia tornar-se inviável do

ponto de vista da sua aplicabilidade à realidade, uma vez que existem fatores que o modelo não

controla, nomeadamente a disponibilidade dos fornecedores. A opção de limitar o número de dias de

pedido a 3 é a melhor opção, tanto quando não se restringe a capacidade, como quando se restringe,

uma vez que, tal como já foi referido, a sugestão apresentada no cenário 3 (em ambos os fluxos)

surge como resposta de curto prazo aos problemas operacionais do armazém. Os resultados

apresentados nos cenários bases também são positivos. As pequenas diferenças encontradas entre

estes cenários e os cenários em que somente se restringe o número máximo de dias de pedido a 3,

está exatamente neste ponto, nos cenários bases existem alguns artigos que são pedidos mais que 3

vezes. No entanto, pela própria otimização do modelo, estes artigos representam uma minoria, não

tendo grande impacto nos desvios. Em suma, e para ambos os fluxos, os cenários que apresentam

melhores resultados para as melhorias operacionais e que melhor se poderão adaptar à realidade do

armazém e das lojas são para o longo prazo, o cenário base e o cenário 2 para p≤3, e para o curto

prazo o cenário 3 para p≤3. Todavia, a aplicabilidade de cada cenário fica ao critério dos decisores,

conforme as condições ao nível macro do negócio e ao nível micro do armazém o permitam.

Set ID_Artigo Segunda-Feira Terça-Feira Quarta-Feira Quinta-Feira Sexta-Feira Sábado Total #Dias Pedido

a1 11535 37 - - - - - 37 1

a2 12445 - - - - 18 - 18 1

Cenário BaseNºmédio de caixas no armazém numa semana pedidas pelas lojas em estudo

77

6. Conclusões Finais e Desenvolvimento Futuro

O presente trabalho surge após a identificação por parte do Grupo JM de um problema logístico que

condiciona a atividade dos armazéns: o ciclo de pedidos das lojas. Assim, o objetivo do estudo

centra-se na análise dos pedidos efetuados por um conjunto de lojas Pingo Doce.

Pela análise do caso de estudo, concluiu-se sobre a grande dimensão das operações do Grupo JM

em Portugal. Especificamente no que diz respeito à logística, existe uma interação muito elevada

entre os vários elementos da rede, de tal forma que os objetivos de cada departamento acabam

muitas vezes por ser distintos. O armazém 5407, foco deste trabalho, opera quatro fluxos

operacionais distintos, com tipos de artigos e volumes elevados. A própria estrutura do armazém é

um condicionante à operação, pelo que as melhorias passiveis de serem implementadas terão que

surgir na própria atividade. A respeito dos pedidos efetuados pelas lojas ao armazém, estes podem

acontecer em sete dias da semana e de variadas formas, sendo a mais comum (e a que representa

um maior volume dos pedidos) através da sugestão do algoritmo MRP.

Após identificação do problema, efetuou-se um estudo à literatura disponível. Especificamente para a

temática deste estudo, não foi encontrada qualquer referência bibliográfica. Contudo, a

caracterização da indústria do retalho permitiu compreender a crescente exigência do consumidor e a

evolução do papel do retalhista na cadeia de abastecimento. Adicionalmente, verificaram-se as

vantagens que a estratégia de Cross Docking pode constituir no contexto do armazém 5407. Por

último, foi possível identificar estratégias para a gestão de artigos com rotações distintas, tal como se

verifica no armazém.

Para a definição da estratégia a adotar para a otimização dos pedidos, foi necessário compreender

de forma mais aprofundada o funcionamento do armazém NP JIT, nomeadamente os fatores que

mais influenciam a atividade do armazém. Identificou-se que a solução passava pelo estudo de

artigos críticos que condicionassem a atividade responsável pela produtividade do armazém, isto é, a

execução. Um estudo no terreno, sujeito a critérios diversos de seleção, permitiu encontrar, para os

fluxos menos produtivos (Alimentar e Não Alimentar), um conjunto de artigos críticos para a operação

e que compõe uma amostra significativa do problema. Com os artigos que compõe a amostra e para

um conjunto de lojas escolhido, foi desenvolvida uma análise aos pedidos das lojas, constatando-se

uma grande variabilidade dos mesmos no que respeita aos dias de pedido (dia de semana) e às

quantidades pedidas. Ambos os elementos levam a que a intensidade da execução no armazém difira

diariamente, ainda que seja possível encontrar para cada fluxo um conjunto de dias da semana em

que a atividade é tipicamente mais intensa.

Do estudo dos pedidos das lojas concluiu-se que a melhor solução para o armazém deverá assentar

na homogeneização da atividade durante a semana, minimizando-se os picos de atividade

identificados. Como tal, foi desenvolvido um modelo matemático para este fim, com duas funções

objetivo: a minimização dos desvios em relação à média em número de caixas e a minimização dos

78

desvios em relação à média em número de minutos de execução. Optou-se por, em primeiro lugar

fazer a minimização do desvio do número de caixas, por se tratar do elemento mais significativo para

o armazém (ie, a redução do volume de caixas médio por dia). Para melhor se compreender o efeito

de algumas restrições, em particular a restrição no número de dias de pedido numa semana, foram

analisados três cenários:

Cenário 1, em que se restringe o fator capacidade descrito aquando da construção do modelo,

com o intuito de perceber que efeitos existem se se condicionar o modelo a alocar os artigos em

dias específicos da semana (manipulados pelo utilizador do modelo) nomeadamente os dias de

menor atividade no armazém;

Cenário 2, em que se estudam os efeitos de se restringir os dias de pedido a um máximo de um

dia ou três dias, por forma a compreender em que dias da semana e em que quantidades de

caixas e de minutos estão presentes os artigos no armazém;

Cenário 3, em que se combinam as restrições do cenário 1 e 2;

Da análise dos cenários conclui-se que todos potenciam melhorias face à situação inicial, que podem

chegar até uma redução de 79% dos dias médios de pedido para cada artigo e 22% no número de

FTE’s necessário no fluxo Alimentar e uma redução de 68% dos dias médios de pedido para cada

artigo e 40% no número de FTE’s necessário no fluxo Não Alimentar (resultados face à situação

inicial). Os cenários em que se restringe a capacidade funcionam como soluções de curto prazo, pois

permitem alocar uma maior quantidade de artigos críticos nos dias da semana de menor atividade em

cada fluxo. Os cenários em que não se restringe a capacidade poderão resultar em soluções de longo

prazo, pois permitem a homogeneização da atividade em ambos os fluxos, objetivo principal da

construção do modelo matemático desenvolvido. Especificamente, conclui-se que os melhores

cenários de longo prazo são os cenários base e aqueles em que se restringe o número máximo de

pedidos a três dias, pois são os que apresentam no geral melhores resultados em termos de modelo

e melhorias operacionais e, mais importante, são os cenários que mais se adequam à realidade do

armazém e das lojas.

Existem todavia alguns fatores que limitam a utilização do modelo à realidade da operação. Em

primeiro lugar o fato de o modelo não admitir pedidos ao domingo, uma vez que o armazém não se

encontra em atividade nesse dia da semana. Em segundo lugar, a não consideração de feriados,

promoções ou campanhas a serem efetuadas pelas lojas Pingo Doce. Nessas situações de exceção,

os dias de pedido e as quantidades podem não estar em concordância com os resultados obtidos

através da aplicação do modelo proposto. Futuramente, poder-se-á pois agrupar os artigos por cluster

de fornecedores, elemento importante quando se tratam de fornecedores que se deslocam com

menos frequência ao armazém – este elemento não foi presentemente considerado por restrições de

tempo, porque a grande maioria dos artigos em estudo é entregue por fornecedores que se deslocam

quatro ou mais vezes ao armazém por semana e finalmente porque estes dados estão ligados a uma

base de dados mestra que está em permanente atualização.

79

A ineficiência na colocação e gestão dos pedidos por parte das lojas aos armazéns surge como o

ponto de partida do presente estudo. Contudo, o trabalho de campo efetuado para a compreensão do

problema levou à constatação de outros problemas que têm impacto direto na operação do armazém

e que serão referidos de seguida com o objetivo de poderem mais tarde ser analisados em detalhe.

Muitos dos constrangimentos encontrados na atividade de execução prendem-se com as embalagens

ao nível de todos os critérios apresentados: volume, peso, forma, fragilidade (o número de referências

por palete não é considerado ao nível micro de análise das UMC). Materiais como o cartão fino ou a

pelicula fomentam quebras e comprometem o estado final do artigo e a forma como será, em loja,

apresentado ao cliente. Esta questão gera conflitos no armazém porque se por um lado as condições

económicas atuais são propícias à utilização deste tipo de materiais, o nível de intensidade das

atividades nos armazéns do Grupo JM, em particular o 5407, tende a aumentar e,

consequentemente, a necessidade de executar um maior número de caixas no período de tempo leva

a que o cuidado com as UMC’s não seja o mais adequado. Assim, um estudo aprofundado às

embalagens ou à forma como são rececionadas poderia trazer benefícios tanto para o armazém

como para as lojas e, seguramente, teria um impacto positivo para o cliente final.

Uma outra solução de análise futura e que se alinha com o problema em estudo, passa pelo Cross

Docking. No subcapítulo 3.4. analisou-se o conceito e em que circunstancias pode ser aplicado:

quando os produtos apresentam taxas de procura relativamente estáveis e quando os custos de

stockout são baixos. Assim, para o fluxo Alimentar e para o fluxo Não Alimentar ter-se-iam duas

soluções distintas: Para o fluxo Alimentar, como os volumes recebidos são bastante elevados,

poderia ser benéfico o Cross Docking Produtivo (nomenclatura utilizada no armazém), em que as

paletes chegam ao armazém com receção automática e prontas para serem expedidas. Um exemplo

para este tipo de artigos são as cervejas que, com exceção do pico de consumo no verão,

apresentam uma procura relativamente estável e em volume francamente superior à média do

volume de artigos recebidos no armazém; No fluxo Não Alimentar, para os artigos com procura

estável e cujas paletes recebidas no armazém apresentam poucas quantidades com um número

elevado de referências (uma vez que são estes os responsáveis por produtividades mais baixas)

seria benéfica a utilização do Cross Docking Manual (nomenclatura utilizada no armazém) em que é

necessário fazer a receção e expedição dos artigos. Não sendo possível a receção de paletes

completas, devidos aos volumes reduzidos, estes artigos chegam ao armazém já agrupados por loja

(numa caixa de cartão, por exemplo), sendo apenas necessário coloca-los no layout. Os artigos de

perfumaria são um bom exemplo para a aplicação do Cross Docking manual, uma vez que

apresentam um volume baixo mas constante no armazém.

Acresce que uma das maiores preocupações do Grupo JM (que sempre esteve presente ao longo do

trabalho) consiste no nível de serviço nas lojas. O estudo da otimização dos pedidos tem efeitos

positivos como negativos para as lojas: os positivos prendem-se com a facilidade de receção e

reposição dos artigos em loja - uma palete recebida em loja com maior quantidade do mesmo artigo

permite uma redução do espaço percorrido em loja e, consequente, a diminuição do tempo desta

80

tarefa; o principal ponto negativo consiste na acumulação de stock nos armazéns das lojas. Apesar

de o modelo proposto ter em consideração a limitação do espaço de armazenagem, o fato é que se

estão a utilizar dados teóricos: a realidade das lojas é diferente do que se assume no modelo, sendo

esta realidade também diferente de loja para loja. Muitas lojas têm os seus armazéns limitados quer

pela distribuição ineficiente do espaço do armazém ou pela ocupação de parte do espaço de

armazenagem por elementos obsoletos. Uma maior eficiência do espaço disponível teria impactos

benéficos para as lojas na medida em seria possível a manutenção de maior stock de segurança, a

circulação dos colaboradores no armazém seria mais fluída e menos restritiva e a qualidade dos

artigos armazenados seria maior.

Por ultimo, aquando da análise dos pedidos do armazém de Não Perecíveis JIT foi encontrado um

problema já do conhecimento do Grupo JM - as alocações das lojas, isto é, quando as lojas pedem

quantidades de artigos diferentes daquelas sugeridas pelo MRP. Isto pode acontecer por diversos

fatores: a procura de determinado artigo aumenta imprevisivelmente, a procura de determinado artigo

disparou devido à promoção de outro artigo complementar do primeiro, etc. Se por um lado as lojas

não podem ter em falta os artigos que os clientes procuram, por outro, ao não deixarem o MRP

funcionar, estão a comprometer os resultados históricos que alimentam a ferramenta, resultando em

previsões e sugestões desajustadas à realidade da loja. O segundo principal elemento que promove

o elevado número de alocações para determinados artigos é a possibilidade de se efetuarem pedidos

aos domingos. Visto que o armazém não labora aos domingos, todos os pedidos efetuados nesse dia

da semana acontecem sob a forma de alocações. Assim, a solução para a minimização das

alocações passa pelo estudo do benefício de se efetuarem pedidos ao armazém 5407 aos domingos

e pela aceitação das quantidades sugeridas pelo MRP às lojas. Em relação a este último ponto,

evidentemente que se um artigo está a ter maior procura, as quantidades pedidas deverão ser

maiores e nessa situação a solução passa pela alocação, contudo, as quantidades a mais pedidas

devem ser escolhidas com bom senso de modo a que o MRP integre este valor no histórico e, nos

dias seguintes, permita fazer sugestões mais próximas da realidade de consumo dos clientes da loja.

Em suma, o estudo dos ciclos de pedidos das lojas apresenta-se como um problema fundamental do

ponto de vista logístico no setor do retalho e, especificamente, para o Grupo JM. A falta de literatura

disponível acerca de temática implicou a necessidade de pesquisa de conceitos intrínsecos à gestão

de cadeias de abastecimento e ao funcionamento de armazéns nomeadamente em ambiente JIT, por

forma a se compreender o problema e, posteriormente, elaborar uma solução que cumpra os

requisitos estipulados nos objetivos. Espera-se que a aplicação do presente trabalho possa fomentar

a melhoria das atividades no armazém 5407, especificamente na produtividade, e que possa ser

extrapolado para os outros armazéns do Grupo caso o contexto se verifique. Como desenvolvimento

futuro, sugere-se a reflexão nas questões apresentadas no presente capítulo, que poderão contribuir

para novos estudos no âmbito da logística do Grupo JM.

81

7. Bibliografia

Agostinho, M.C.E., & Teixeira, G. (2003) Co-creating a Self-organizing Management System: A

Brazilian Experience. Complexity, Ethics and Creativity Conference. Paper presented at the

Complexity, Ethics and Creativity Conference, London School of Economics p.17-18.

Anand, S., & Viswanathan, N. (2009). The 21st Century Retail Supply Chain: Three Key Imperatives

for Retailers, (Aberdeen Group, September), p.1-24.

Barbetta, P. A. (1999). Estatística aplicada às Ciências Sociais. 3.ed., Editora da UFSC.

Belle, J. V., Valckenaers, P., & Cattrysse, D. (2012). Cross-docking: State of the art. Omega, 40,

p.827–846.

Bowman, D.J. (1991). If you don’t understand JIT how can you implement it? Industrial Engineering,

23, p.38-40.

Carić, T., & Gold, H. (2008). Vehicle Routing Problem. I-Tech (editora).

Chandra, C., & Grabis, J. (2007). Supply Chain Configuration, Concepts, Solutions and Applications.

Springer, Science+Business Media.

Chang, T., Lee, W., Fu, H., Lin, Y., & Hsueh, H. (2007). A study of an augmented CPFR model for the

3C retail industry. Supply Chain Management: An International Journal, 12 (3), p. 200-209.

Chopra, S., & Meindl, P. (2013). Supply Chain Management: Strategy, Planning and Operations,

second ed. Prentice Hall, Upper Saddle River, NJ.

Christopher, M. (1992). Logistics & Supply Chain Management, Pitmans, London, UK.

Christopher, M., & Towill, D. (2001). An integrated model for the design of agile supply chains.

International Journal of Physical Distribution & Logistics Management, Vol. 31, No.4, p-235-246.

Cook, R. L., Gibson, B., & MacCurdy D. (2005). A lean approach to cross docking. Supply Chain

Management Review, Vol. 9, No.2, p.54-59.

Dantzig, G. B., & Ramser, J. H. (1959). The Truck Dispatching Problem. Management Science, Vol. 6,

p.80-91.

Domdouzis, K., Kumar, B.,& Anumba, C. (2006). Radio-Frequency Identification (RFID) applications:

A brief introduction. Advanced Engineering Informatics, 21, p.350-355.

Fernie, J., & Sparks, L. (n.d.). Logistics & Retailing Management (3rd Edition.). Kogan Page Limited.

82

Galbreth, M.R., Hill, J.A., & Handley S. (2008). An investigation of the value of crossdocking for

supply chain management. Journal of Business Logistics, Vol.29, p.225-239.

Ghiani, G., Laporte, G., & Musmanno, R. (2004). Introduction to Logistics Systems Planning and

Control. Wiley-Interscience Series in Systems and Optimization.

Grewal, D., & Levy, M. (2007). Retailing research: Past, present, and future. Journal of Retailing, 83,

p.447–464.

Habib, M. (2010). Supply chain management: theory and its future perspectives. International Journal

of Business Management and Social Sciences, 1, p.19-87.

Handfield, R.B., & Nichols, E.L. (1999). Introduction to Supply Chain Management. Prentice Hall,

Upper Saddle River, NJ.

Holweg, M. & Helo, P. (2013). Defining value chain architectures: Linking strategic value creation to

operational supply chain design. Int. J. Production Economics, 147, p.230-238.

Hugos, M. H. (2003). Basic Concepts of Supply Chain Management. Essentials of Supply Chain

Management. New Jersey: John Wiley & Sons.

Jerónimo Martins (2012). “Relatório e Contas 2012”.

Jerónimo Martins (2013). “Apresentação Logística 2013”.

Levy, M., Weitz, B., & Pandit, A. (2012). Retailing Management (8th Edition). McGraw Hill.

Linton, J.D., Klassen, R., & Jayaraman, V. (2007). Sustainable supply chains: An introduction. Journal

of Operations Management, 25, p.1075-1082.

Lummus, R., & Robert, J. V. (1999). Defining supply chain management: a historical perspective and

practical guidelines. Industrial Management & Data Systems, Vol.99, No.1, p.11-17.

McCarthy, J.F., Nguyen D.H., Rashid A.M., & Soroczak, S. (2003). Proactive Displays & The

Experience UbiComp Project. Adjunct Proceedings of the Fifth International Conference on Ubiquitous

Computing, Seattle, Washington, p.78-81.

McKinnon, A. C. (1996). The development of retail logistics in the UK: a position paper, Technology

Foresight: Retail and Distribution Panel. Heriot-Watt University, Edinburgh.

Muther, R. (1978). Planejamento do Layout: sistema Slp. Edgar Blucher (editora).

Nenes, G., Panagiotidou, S., & Tagaras, G. (2010). Inventory management of multiple items with

irregular demand: a case study. European Journal of Operational Research, 205, p.313-324.

83

Oliveira, E. F. T. & Grácio, M.C.C. (2005). Análise a respeito do tamanho de amostras aleatórias

simples: uma aplicação na área de Ciência da Informação. Data Grama Zero - Revista de Ciência da

Informação. Disponível em http://www.dgz.org.br/ago05/Art_01.htm, consultado a 10 de Abril, 2014.

Pourakbar, M., Sleptchenko, A., & Dekker, R. (2008). The floating stock policy in fast moving

consumer goods supply chains. Transportation Research Part E, The Logistics and Transportation

Review, 45(1), p.39-49.

PwC (2013). Next-generation supply chains Efficient, fast and tailored.

www.pwc.com/GlobalSupplyChainSurvey2013, consultado a 5 de Novembro, 2013.

Ramanathan, R. (2006). ABC inventory classification with multiple-criteria using weighted linear

optimization. Computers & Operations Research 33, p.695-700.

Roland Berger (2009). A evolução da concentração da indústria e da distribuição em Portugal –

Relatório final. http://www.aped.pt/Media/content/184_1_G.pdf, consultado a 3 de Novembro, 2013.

Sandanayake, Y. G., & Oduoza, C. F. (2007). Design of a performance measurement system for just-

in-time production: a methodological framework. Int. J. Manuf. Technol. Manage, 10(2/3), p.276-293.

Simchi-Levi, D., Kaminsky, P., & Simchi-Levi, E. (2000). Designing and managing the supply chain:

Concepts, strategies, and cases. McGraw-Hill.

Sparks, L. (1998). The retail logistics transformation, Chapter 1 of Logistics and Retail Management,

ed J Fernie and L Sparks. Kogan Page, London.

Stalk, G., Evans P., & Shulman L.E. (1992). Competing on capabilities: the new rules of corporate

strategy. Harvard Business Review. Disponível em

http://jmbruton.com/images/Stalk_Competing_on_Capabilities.pdf, consultado a 1 de Novembro,

2013.

Stevenson, W.J. (2002). Operations Management, 7th ed., McGraw-Hill/Irwin, NY.

Strack, G., & Pochet, Y., (2010). An integrated model for warehouse and inventory planning.

European Journal of Operational Research, 204, p.35-50.

Toth, P., & Vigo, D. (2002) The vehicle routing problem, volume 9. Society for Industrial and Applied

Mathematics. Philadelphia.

UPS (2005). A Just-In-Time Supply Chain? – Achieving Just-In-Time operational objectives requires

the coordination of Production Planning, Sourcing and Logistics. UPS Supply Chain Solutions White

paper.

http://www.pwc.com/GlobalSupplyChainSurvey2013

http://www.aped.pt/Media/content/184_1_G.pdf

84

Waller, M. A., Cassady, C. R., & Ozment, J. (2012). Impact of cross-docking on inventory in a

decentralized retail supply chain. Transportation Research Part E (The Logistics and Transportation

Review) 42, p.359-382.

Wang, W., Fung, R.Y.K., & Chai, Y. (2004). Approach of just-in-time distribution requirements planning

for supply chain management. International journal of production economics 91, p.101-107.

Witt, C. E. (1998). Crossdocking: concepts demand choice. Material Handling Engineering, 53(7),

p.44-50.

Yao, Y., & Dresner, M. (2006). The inventory value of information sharing, continuous replenishment,

and vendor-managed inventory. Transportation Research Part E, 44, p.361–378.

Yasin, M. M., Small, M., & Wafa, M.A. (1997). An Empirical Investigation of JIT Effectiveness: an

Organizational Perspective. Omega, Int. J. Mgmt Sci. Vol.25, No.4, p.461-471.

Zhu, L., Rousseau, L.,Rei, W., & Li, B. (2014). Paired cooperative reoptimization strategy for the

vehicle routing problem with stochastic demands. Computers & Operations Research, 50, p.1-13.

Zinn, W., Mentzer, J.T., & Croxton, K.L. (2002). Customer-based measures of inventory availability.

Journal of Business Logistics, Vol.23, No.2, p.19-43.

85

8. Anexos

8.1.Transportadoras do Grupo JM

8.1. 1. Transportadoras do grupo JM

8.2. Artigos do Grupo JM

8.2. 1. Artigos divididos por família, operados nos armazéns do grupo JM

Transportador Número de Carros

Edgar e Prieto 19

Oscar 9

TFS 14

TJA 19

Tracar 6

ZAS 283

Total: 350

Familia NºArtigos

ARTIGOS RETORNAVEIS 9

BAZAR LIGEIRO 689

CERVEJA 74

DESTILADOS 156

REFRIGERANTES 375

VINHO 637

DETERGENTES 200

HIGIENE LAR 644

ECONOMATO 38

ELECT ENTRETENIMENTO Total 270

ALIMENTACAO CORRENTE 1650

BENS ESSENCIAIS 364

PROD. CONFEITARIA 1295

BACALHAU 117

FLORES 352

FRUTAS E VEGETAIS 1513

PADARIA/PASTELARIA 333

PEIXARIA 460

RESTAURAÇÃO 5

TAKE-AWAY 269

TALHO 827

CHARCUTARIA 1152

CONGELADOS 1057

LEITE 49

PRODUTOS LACTEOS 1400

HIGIENE PESSOAL 618

PERFUMARIA 94

Total 14647

Artigos no Grupo JM

86

8.2. 2. Estrutura mercadológica dos artigos operados nos armazéns do grupo JM

Alimentar Não Alimentar

AÇUCAR E PÊSSEGO AMBIENTADORES E INSECTICIDAS

ÁGUAS AUTO

ALIMENTAÇÃO INFANTIL BRINQUEDOS

ALIMENTAÇÃO SAUDAVEL CASA DE BANHO

ARROZ CASA JARDIM

AZEITE, ÓLEO CATEGORIA SEM PLANOGRAMA

BATATAS e APERITIVOS CERAS E GRAXAS

BOLACHAS CHAMPOO E AMACIADORES

BOLOS CHECK OUTS

BOLOS PADARIA COMPLEMENTOS DE ROUPA

CAFÉ e CHÁ COSMÉTICA

CATEGORIA SEM PLANOGRAMA CREME DE ROSTO E CORPO

CEREAIS DENTIFRICOS

CERVEJAS DETERGENTES LOIÇA

CHARCUTARIA, FATIADOS E ENCHIDOS DETERGENTES ROUPA

CHECK OUTS ENTRETENIMENTO

CHOCOLATES ESCOLAR

CONSERVAS PEIXE FARMACIA

DESTILADOS FESTA E DESCARTÁVEIS

DOCES E FRUTA EM CALDA FRALDAS BÉBÉ

FARINHA GEL DE BANHO e SABONETES

FRUTOS SECOS HIGIENE FEMININA

ICE TEA INCONTINÊNCIA

IOGURTES E BEBIDAS LAMPADAS E MATERIAL ELECTRICO

LEGUMES EM CONSERVA LAVA TUDO

LEITE UHT,ACHOC,NATAS,LT COND. LENÇOS DE PAPEL

MANTEIGA / MARGARINA LIVROS E REVISTAS

MASSAS LIXIVIAS

MENAGE E PELICULAS LUVAS E SACOS DO LIXO

MOLHOS MENAGE E PELICULAS

OVOS PANOS E ESFREGÕES

PÃO DE FORMA PAPEL HIGIÉNICO

PASTILHAS E GOMAS PEQUENOS DOMÉSTICOS

PEIXE E MARISCO CONGELADO PERFUMARIA BÉBÉ E PUERICULTURA

PRODUTOS DE TOMATE PERFUMARIA HOMEM

QUEIJOS PERFUMARIA SENHORA

REFEIÇÕES CHARCUTARIA PET FOOD

REFEIÇÕES CONGELADAS PRODUTOS PARA CABELO

REFRIGERANTES QUEIMA

SAL, ESPECIARIAS, VINAGRE ROLOS COZINHA E GUARDANAPOS

SALSICHAS SEM PLANOGRAMA

SEM PLANOGRAMA SOPAS e CALDOS

SOBREMESAS VASSOURAS e ESFREGONAS

SOBREMESAS E GELADOS

SOPAS e CALDOS

SUMOS FRUTA

TOSTAS

VEGETAIS CONGELADOS

VINHOS

Estrutura Mercadologica

87

8.3. Análise ABC

8.3. 1. Gráfico com a curva de Pareto para o fluxo Alimentar, no período de Fevereiro de 2013 a Fevereiro de

2014

8.3. 2. Gráfico com a curva de Pareto para o fluxo Não Alimentar, no período de Fevereiro de 2013 a Fevereiro

de 2014

0,00010,00020,00030,00040,00050,00060,00070,00080,00090,000

100,000

0,0

21

2,9

73

5,9

25

8,8

78

11

,83

01

4,7

82

17

,73

52

0,6

87

23

,63

92

6,5

91

29

,54

43

2,4

96

35

,44

83

8,4

00

41

,35

34

4,3

05

47

,25

75

0,2

09

53

,16

25

6,1

14

59

,06

66

2,0

18

64

,97

16

7,9

23

70

,87

57

3,8

27

76

,78

07

9,7

32

82

,68

48

5,6

37

88

,58

99

1,5

41

94

,49

39

7,4

46

%SA

ÍDA

S A

CU

MU

LAD

A

%ARTIGOS ACUMULADA

ABC - Alimentar

0,00000

10,00000

20,00000

30,00000

40,00000

50,00000

60,00000

70,00000

80,00000

90,00000

100,00000

0,0

13

,05

6,0

99

,13

12

,17

15

,20

18

,24

21

,28

24

,32

27

,36

30

,40

33

,44

36

,48

39

,52

42

,56

45

,60

48

,64

51

,67

54

,71

57

,75

60

,79

63

,83

66

,87

69

,91

72

,95

75

,99

79

,03

82

,07

85

,11

88

,14

91

,18

94

,22

97

,26

%SA

ÍDA

S A

CU

MU

LAD

A

%ARTIGOS ACUMULADA

ABC- Não Alimentar

88

8.4. Tabela de Dificuldades

8.4. 1. Tabela de dificuldade de execução (para UMC’s)

Características Menor Maior

Pontuação 1 2 3 4 5

Tamanho (Volume)Muito Pequeno (ex:

pastilhas, roll-ons, cremes)

Pequeno

(ex:champôs, molhos,

chás)

Médio (ex: enlatados,

leite, refrigerantes,

vinhos)

Grande (ex:cereais,

detergentes, bolos, fraldas)

Muito Grande (ex:

papel higiénico, caixa

guardanapos, comida

de animais)

Densidade (Peso)

Muito Pequena (ex: laminas

de barbear, batatas fritas,

pastilhas, chás, roll-ons,

cremes)

Pequena (ex: molhos,

comida de bebé)

Média (ex: enlatados,

cereais, chocolates)Grande (ex: leite, vinhos)

Muito Grande (ex:

detergentes, farinhas,

fraldas)

Fragilidade Muito Pouca (ex: Enlatados)Pouca (ex: Tetra-

packs)

Média (ex: cartão duro,

plásticos embalados)

Elevada (ex: película, cartão

fino)

Muito Elevada(ex:

vidro em caixa de

cartão)

FormaRegular anguloso (ex: caixas

regulares)

Regular cilindrica (ex:

plásticos e vidros com

base de cartão)

Irregular (ex: sacos)Muito Irregular (ex: vassouras,

tabuas de engomar)(sem aplicação)

Nº de referências por palete Uma Três Quatro Seis Oito

Grau de dificuldade

89

8.5. Inquérito aos Colaboradores do armazém 5407

8.5. 1. Inquérito efetuado aos colaboradores do armazém 5407 sobre as dificuldades existentes na atividade de

execução

90

8.6. Amostra – Matriz de Dupla Entrada

8.6. 1. Matriz de Dupla entrada

8.7. Amostra – Saídas por Loja na Região Centro

8.7. 1. Saídas por loja Pingo Doce na região centro

1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5

1 11 12 13 14 15 11 12 13 14 15 11 12 13 14 15 11 12 13 14 15

2 21 22 23 24 25 21 22 23 24 25 21 22 23 24 25 21 22 23 24 25

3 31 32 33 34 35 31 32 33 34 35 31 32 33 34 35 31 32 33 34 35

4 41 42 43 44 45 41 42 43 44 45 41 42 43 44 45 41 42 43 44 45

5 51 52 53 54 55 51 52 53 54 55 51 52 53 54 55 51 52 53 54 55

1 11 12 13 14 15 11 12 13 14 15 11 12 13 14 15

2 21 22 23 24 25 21 22 23 24 25 21 22 23 24 25

3 31 32 33 34 35 31 32 33 34 35 31 32 33 34 35

4 41 42 43 44 45 41 42 43 44 45 41 42 43 44 45

5 51 52 53 54 55 51 52 53 54 55 51 52 53 54 55

1 11 12 13 14 15 11 12 13 14 15

2 21 22 23 24 25 21 22 23 24 25

3 31 32 33 34 35 31 32 33 34 35

4 41 42 43 44 45 41 42 43 44 45

5 51 52 53 54 55 51 52 53 54 55

1 11 12 13 14 15

2 21 22 23 24 25

3 31 32 33 34 35

4 41 42 43 44 45

5 51 52 53 54 55

1

2

3

4

5

Nº referências por paleteVolume Peso Forma Fragilidade

Volume

Peso

Forma

Fragilidade

Nº de Referências por palete

91

8.8. Amostra – Classificação Final dos Artigos

Set Artigos Volume Vs.

#Referências Peso Vs.

#Referências Forma Vs.

#Referências Fragilidade Vs. #Referências

Volume Caixas (AM)

Tempo de

execução (AM) em

horas Rotatividade

- Volumes Rotatividade

- Tempo

a1 TOMATE GULOSO PELADO 390GR

33 43 23 13 6042 26,7

A B

a2 MOLHO CALVE ALHO 250ML

34 34 24 54 9961 52,2

A B

a3

MOLHO CALVE PIMENTA VERDE 250ML

34 34 24 54 3987 20,9

B B

a4

REFEIÇÃO NESTLÉ BORREGO/LEGUMES 250GR

24 24 14 54 8854 56,6

A B

a5 PUDIM BOCA DOCE BAUNILHA 22G

25 15 15 45 3401 29,0

B B

a6 PUDIM BOCA DOCE CARAMELO 22G

25 15 15 45 4158 35,4

B B

a7

FLOCOS CEREAIS NESTUM COM MEL 300GR

32 52 12 22 55717 290,9

A A

a8

PÃO FORMA PINGO DOCE BRANCO 600GR

41 31 21 41 286398 1753,7

A A

a9

PÃO FORMA PINGO DOCE INTEGRAL 360GR

41 31 21 41 38048 233,0

A A

a10

PURÉ FRUTA NESTLÉ BANANA/MAÇÃ 2X130GR

24 24 14 34 4514 32,8

A B

a11 LEITE CONDENSADO NESTLÉ 370GR

32 42 22 12 13931 61,5

A B

a12

CEREAIS CEM P.CENTO MUESLI TROPICAL500 G

34 24 34 44 3647 19,9

B B

a13

PURÉ FRUTA NESTLÉ BANANA/LARANJA 2X130GR

24 24 14 34 5759 41,9

A B

a14 SUMO COMPAL CLÁSSICO PÊRA 1LT

34 34 24 24 12692 73,2

A B

a15

SUMO COMPAL CLÁSSICO TUTTI-FRUTI 1LT

34 34 24 24 8614 49,7

A B

a16

V. PORTO CALEM VELHOTES TAWNY 75CL

32 42 12 52 5608 30,6

A B

a17

PUDIM EL MANDARIM FLAN CONJ.4

25 15 15 45 7695 65,5

A B

a18

CEREAIS SPECIAL K F.VER. KELLOGG'S 300G

41 31 11 31 4046 25,9

B B

a19

REB BALS HALLS VITA C LARANJA 33,5G

15 15 15 35 4726 28,3

A B

a20 REB BALS HALLS MEL E LIMÃO 33,5G

15 15 15 35 10786 64,5

A B

a21 REB BALS HALLS EUCALIPTO 33,5G

15 15 15 35 8098 48,4

A B

a22 MIX BISCUIT 15 KG 51 51 31 41 3312 38,3 B B

92

a23 MIX FOLAR 15 KG 51 51 31 41 1758 20,3 B B

a24

MISTURA COMPLETA TIPO 3 BOLO REI 15 KG

51 51 31 41 10924 126,2

A A

a25 V.ALENTEJO LOIOS TTO 75CL

32 42 12 52 4871 26,6

A B

a26 COLA PEPSI TWIST 1,5LT

34 34 24 24 11379 93,2

A A

a27 REFR S/GÁS B! MACA PET1,25LT

34 34 24 44 9653 47,8

A B

a28

CEREAIS SPECIAL K CHOC. KELLOGG'S 300G

41 31 11 31 4367 27,9

A B

a29

V.ALENTEJO MONTE DA RAVASQUEIRA TTO 75CL

32 42 12 52 3610 19,7

B B

a30

PÃO FORMA PINGO DOCE SEM CÔDEA 450 GR

41 31 21 41 134061 820,9

A A

a31

V.ALENTEJO FONTE DA SERRANA TTO 75CL

32 42 12 52 4206 23,0

B B

a32

TISANA PLENO CHÁ VERMELHO ROOIBOS 1,5LT

34 34 24 24 5003 41,0

A B

a33

REB BALS HALLS MENTHOLYP MENT EUC 33,5G

15 15 15 35 5562 33,2

A B

a34 EXTRA FOFOS 300 G 41 21 11 41 96647 613,4 A A

a35

TISANA PLENO CHÁ VERDE E LIMÃO 1,5LT

34 34 24 24 40439 331,2

A A

a36

INFUSÃO LIPTON MAROCCO PYRAMID 20 SAQ.

25 15 15 35 3858 21,7

B B

a37

PÃO FORMA P.DOCE INTEGRAL S/CÔDEA 450GR

41 31 21 41 46152 282,6

A A

a38

INFUSÃO LIPTON TILIA PYRAMID 20 SAQ.

25 15 15 35 4049 22,8

B B

a39

INFUSÃO LIPTON LUCIA LIMA PYRAMID 20 SAQ

25 15 15 35 5819 32,8

A B

a40 CALDOS KNORR CARNE 8 CUBOS

25 25 15 35 4635 23,4

A B

a41

GELATINA ROYAL LINEA ANANÁS 84 GR

24 14 14 34 5403 24,8

A B

a42

REB BALS HALLS VITA C CITRICO 32,4G

15 15 15 35 7377 44,1

A B

a43 ICE TEA LIPTON GREEN 1,5LT

34 34 24 24 10983 89,9

A B

a44

GELATINA ROYAL LINEA MORANGO 84 GR

24 14 14 34 7133 32,8

A B

a45

TISANA PLENO LUC L/FLOR LAR/LIM 1,5L

34 34 24 24 11150 91,3

A A

a46

INFUSÃO CEM POR CENTO FUNCHO 10 SAQ.

15 15 15 45 4676 25,7

A B

a47

INFUSÃO CEM P.CENTO ALCACHOFR/LEÃO 10SAQ

15 15 15 45

5581 30,7

A

B

93

a48

INFUSÃO CEM POR CENTO CAMOMILA 10 SAQ.

15 15 15 45 3708 20,4

B B

a49

INFUSÃO CEM POR CENTO SEM BARRIGA 10 SAQ

15 15 15 45 13229 72,8

A B

a50

INFUSÃO CEM POR CENTO SEM GORDURA 10 SAQ

15 15 15 45 5346 29,4

A B

a51

CHÁ SOLÚVEL CEM P.CENTO DORMIR BEM 10SAQ

15 15 15 45 3305 18,2

B B

a52

CHÁ SOL.CEM POR CENTO ADELGAÇANTE 10 SAQ

15 15 15 45

3281 18,1

B

B

a53

SALSICHAS NOBRE AVES FRANKFURT 8 UNI

33 43 23 13 4816 21,3

A B

a54

TRIDENT SENCES TROPICAL MIX 27 GR

15 15 15 35 11559 69,1

A B

a55

TRIDENT SENCES RAINFOREST MINT 27 GR

15 15 15 35 23250 139,0

A A

a56

PURÉ FRUTA NESTLÉ PÊRA/MAÇÂ 2X130GR

24 24 14 34 5514 40,1

A B

a57 REFR S/GÁS B! MANGA 1,25LT

34 34 24 44 9653 47,8

A B

a58

PURÉ FRUTA NESTLÉ PÊRA WILLIAMS 2X130GR

24 24 14 34 5634 41,0

A B

a59

BOL.TOSTADA ASINEZ INTEG C/FRUTOSE 300G

44 34 14 44 5207 29,8

A B

a60 MINI CENOURA PINGO DOCE 300 G

42 22 12 42 3317 21,1

B B

a61

MINI C/ SABOR AMÊNDOA PINGO DOCE 280 G

42 22 12 42 2895 18,4

B B

a62

FLOCOS CEREAIS NESTUM ARROZ 300G

32 52 12 22 13020 68,0

A B

a63

TRIDENT SENCES WATERMELON S. 27GR

15 15 15 35 19555 116,9

A A

a64 BATATAS FRITAS PALHA 200 GR

41 11 11 41 11041 65,9

A B

a65 BATATAS FRITAS RODELAS 200 GR

41 11 11 41 31841 189,9

A A

a66 BATATAS FRITAS PALHA 400 GR

41 11 11 41 15698 93,6

A A

a67 BATATAS FRITAS RODELAS 400GR

41 11 11 41 31284 186,6

A A

a68 BOL RECH OREO TUBO ORIGIN 154G

44 34 14 44 16993 97,4

A A

a69

BOL.CEM POR CENTO MARINHEIRAS S/SAL 200G

44 34 14 44

4390 25,2

A

B

a70 ARROZ CIGALA AGULHA 1 KG

33 53 13 23 42114 229,4

A A

a71

BOL WAFFER MILKA CHOCOWAFFER BRANCO 180G

44 34 14 44 3270 18,7

B B

a72 BOL WAFFER MILKA CHOCOWAFFER

44 34 14 44 5256 30,1

A B

94

LEITE 180G

a73 REFR TANG MORANGO 30GR

24 14 14 44 2083 17,7

B B

a74 REFR TANG LARANJA 30GR

24 14 14 44 3082 26,2

B B

a75

FARINHA CERELAC LÁCTEA 5 FRUTOS 250 GR

34 34 14 34 4724 26,3

A B

a76 BRANDY MACIEIRA 70CL

32 42 12 52 4933 26,9

A B

a77 CEREAIS NESQUIK 375 GR

41 31 11 31 3611 23,1

B B

a78

PAST EL TR TRIDENT SENSES LEMON M 24,5G

15 15 15 35 8205 49,0

A B

a79 CEREAIS NESTLÉ ESTRELITAS 300 GR

41 31 11 31 8477 54,2

A B

a80 BOLO GEMA 250 G 41 31 11 41 12746 98,5 A A

a81

CEREAIS NESTLÉ GOLDEN GRAHAMS 275 GR

41 31 11 31 11893 76,1

A B

a82

BOL COB OREO CHOC BRANCO 246G

44 34 14 44 4830 27,7

A B

a83 PÃO DE LÓ TRADICIONAL 600 G

41 21 11 41 28297 179,6

A A

a84

CÁPSULAS DOLCE GUSTO NESQUIK 16 UNI

24 14 14 34 9410 59,2

A B

a85 FARINHA MAIZENA 400G

31 41 11 21 6449 52,8

A B

a86

CÁPS DOLCE GUSTO EXPRESSO BUONDI 16 UN

24 14 14 34 96005 604,0

A A

a87

BOL RECH OREO TUBO DUPLO CREME 185G

44 34 14 44 20988 120,3

A A

a88

BOL RECH PROAL BELVITA RECH IOGUR 253G

44 34 14 44 10295 59,0

A B

a89

BATATA FRITA RODELA 200G SALOINHA

41 11 11 41 4303 25,7

A B

a90

FLOCOS CEREAIS NESTUM BOLACHA MARIA 300G

32 52 12 22 9462 49,4

A B

a91 FARINHA PENSAL CACAU 300 GR

32 52 12 22 11981 62,6

A B

a92

CHÁ LIPTON PYRAMID FR SILVESTRES 20 SAQ

25 15 15 35 6734 37,9

A B

a93

INFUSÃO LITPON PYRA CIDREIRA MEL 20 SAQ.

25 15 15 35 5234 29,5

A B

a94

PÃO FORMA INTEGRAL FATIADO EXTRA 550 G

41 31 21 31 36358 222,6

A A

a95

FLOCOS CEREAIS NESTUM 5 CEREAIS 250 GR

32 52 12 22 10375 54,2

A B

a96 COLA PEPSI LIGHT 1L+OF 0,5L

34 34 24 24 17495 143,3

A A

a97

NESTUM C/ MEL CEREAIS INTEGRAIS 250 GR

32 52 12 22 4932 25,8

A B

a98 SUMO COMPAL LIGHT

34 34 24 24 7013 40,4

A B

95

MANGA/MARACUJÁ 1LT

a99

CHA LIPTON PRETO YELLOW LABEL 20 SAQ.

25 15 15 35 5124 28,8

A B

a100

CHA ERVAS MACA CANELA LIPTON 20 SAQ.

25 15 15 35 4404 24,8

A B

a101

INFUSÃO LIPTON NOITE TRANQUILA 20 SAQ

25 15 15 35 5002 28,2

A B

a102 BOLACHA LU TUC CRACKER 250GRS

44 34 14 44 9376 53,7

A B

a103

SALSICHAS NOBRE NATURISSIMOS PERU 210G

24 34 24 14 6363 27,1

A B

a104

FARINHA CERELAC TRIGO NÃO LÁCTEA 250G

34 34 14 34 6572 36,6

A B

a105

PAST EL TRIDENT SENSES BERRY PARTY 27G

15 15 15 35 21466 128,3

A A

a106

LINHAÇA CEM POR CENTO DOURADA MOIDA 200G

25 25 15 35 6461 39,4

A B

a107 CEREAIS ESTRELITAS BOL. MARIA 270G

41 31 11 31 4875 31,2

A B

8.8. 1. Classificação dos artigos que compõe a amostra do fluxo Alimentar

Set Artigos Volume Vs.

#Referências Peso Vs.

#Referências Forma Vs.

#Referências

Fragilidade Vs.

#Referências

Volume Caixas (AM)

Tempo de execução (AM) em

horas Rotatividade

- Volumes Rotatividade

- Tempo

a1 COLOR EXCELLENCE LOURO Nº7

25 15 15 45 4178 35,21

A B

a2 COM HU GT FRISKIES VITAL COELHO 400G

34 34 14 34 1547 11,70

A B

a3

COM HU GT FRIS VITAL ATUM E SAL 400GR

34 34 14 34 1350 10,21

A B

a4 COLOR MOVIDA ACAJOU Nº30

25 15 15 45 2357 19,86

A B

a5 COLOR EXCELLENCE CASTANHO Nº4

25 15 15 45 4592 38,70

A A

a6 COM SC GT FRISKIES FRANGO 2 KG

44 44 34 44 4196 28,72

A B

a7

COM SC GT FRISKIES VITAL GATINHO 400G

34 34 14 34 3881 20,98

A B

a8 COLOR BELLE COLOR PRETO Nº1

25 15 15 45 3658 30,83

A B

a9 COLOR BELLE COLOR CASTANHO Nº5.3

25 15 15 45 4271 35,99

A B

a10 COLOR BELLE COLOR CASTANHO Nº5.5

25 15 15 45 2687 22,64

A B

a11 COLOR BELLE COLOR LOURO Nº6

25 15 15 45 720 6,07

B B

a12 COLOR BELLE COLOR LOURO Nº7

25 15 15 45 2396 20,19

A B

a13 COM SC GT FRISKIES VITAL COE FR/L 400G

34 34 14 34 1343 7,26

A B

96

a14

COLOR EXCELLENCE LOURO DOURADO Nº7.3

25 15 15 45 3838 32,34

A B

a15 COLOR NUTRISSE CAPUCCINO Nº43

25 15 15 45 2056 17,33

A B

a16

AFTER SHAVE BÁLSAMO NIVEA 100ML

25 25 15 45 3019 24,84

A B

a17 BATON LABELLO AZUL 1 UN

15 15 15 35 4469 36,77

A B

a18 COM SC GT FRISKIES VIT + VACA 2KG

44 44 34 44 1710 11,71

A B

a19

COM SC GT FRISK MENU BAC E TRUTA 4 KG

44 44 34 44 4476 30,64

A B

a20 GEL BARBEAR NIVEA SENSITIVE 200ML

25 15 25 25 2393 11,39

A B

a21

DENTIFRICO SENSODYNE REGULAR 75ML

24 24 14 34 1232 10,72

A B

a22

COM HU GT GOURMET GOLD VACA 85G

34 34 24 14 3351 18,40

A B

a23

GEL BARBEAR GILLETTE CLÁSSICO 200 ML

25 15 25 25 2089 9,94

A B

a24 OLEO P/ DUCHE NIVEA 200ML

25 25 25 35 6065 27,18

A B

a25 AMB MAQ LOIÇA FINISH LIMA&LIMÃO

33 43 13 23 3581 15,36

A B

a26

LÂMINA DEPILATÓRIA GILLETTE BLUE 5

25 15 15 35 10868 37,20

A A

a27

GUARDANAPO RENOVA FOLHA DUPLA 90 UN

51 51 11 21 4464 36,74

A B

a28 ROLO COZINHA RENOVA 8+4 UN

51 21 31 31 22271 114,95

A A

a29

COM SEC GATO WHISKAS ADULTO BORREGO 2KG

44 44 34 44 3682 25,21

A B

a30 ESCOVA COLGATE MEDIA 360

24 14 14 34 14988 108,32

A A

a31

CREME NOITE L'OREAL REVITALIFT 50 ML

15 15 15 45 8081 66,50

A A

a32 CREME DIA GARNIER ULTRALIFT 50 ML

15 15 15 35 3009 24,76

A B

a33

CREME L'OREAL MEN HYDRA ENERGETIC 50 ML

15 15 15 45 8334 68,58

A A

a34 DEO SPRAY REXONA CLEAR AQUA 150ML

25 15 25 25 3432 16,33

A B

a35 PAST DENT COLGATE SMILES 2-6

24 24 14 34 2271 19,77

A B

a36 PAST DENT COLGATE SMILES 6+

24 24 14 34 3160 27,51

A B

a37

COMIDA SECA GATO ONE ADULT FRANGO 3KG

44 44 34 44 3531 24,17

A B

a38 EXFOLIANTE ULTRA CLEARASIL

25 25 15 35 13169 61,25

A A

a39 NIVEA DEO ROLL ON PEARL & BEAUTY

15 25 25 35 1374 9,51

A B

a40 COLOR NUTRISSE BLOND VANILLE N 80

25 15 15 45 1062 8,95

A B

a41 COLORACAO NUTRISSE

25 15 15 45 1092 9,20

A B

97

CASTANHO N 40

a42

COLORACAO NUTRISSE CASTANHO CLARO N50

25 15 15 45

2028 17,09

A

B

a43 OLEO CASTROL GTX 15W50 5LT

42 52 42 22 4123 40,54

A A

a44 OLEO CASTROL GTX 15W40 A3/B3 5LT

42 52 42 22 641 6,30

B B

a45

PASTA DENTES SENSODYNE BRANQUEADORA 75ML

24 24 14 34

7255 63,16

A

A

a46

SH LINIC COOL SPORT MENTOL MEN 400ML

25 25 25 35 2735 12,26

A B

a47

SH LINIC CONTR.OLEOSIDADE 400ML

25 25 25 35 6135 27,49

A B

a48

GUARDANAPO RENOVA GOLD F DUPLA 40 UN

51 51 11 21 4948 40,72

A A

a49

DEO SPRAY REXONA TROPICAL POWER 200ML

25 15 25 25 12638 60,15

A A

a50

PENSO HIG EVAX SUPER COM ABAS 12 UN

43 43 13 23 3698 17,46

A B

a51

PASTA DENTES AQUAFRESH JUNIOR 50ML

24 24 14 34 1368 11,91

A B

a52

DEO ROLL-ON SANEX DERMOSENSITIVE 45ML

25 15 25 35 852 8,94

B B

a53 DEO ROLL ON NIVEA FRESH MEN 50ML

15 25 25 35 1269 8,78

A B

a54 DEO SPRAY REXONA QUANTUM 200ML

25 15 25 25 9923 47,23

A A

a55

FRALDAS DODOT LIBERTY 12-18 KG 36 UN

51 51 11 21 1464 12,50

A B

a56

COM SC CÃO PEDIGREE JUNIOR 3KG

44 44 34 44 6038 41,33

A A

a57 TOAL DODOT ACTIV REC 4X54

41 41 11 21 4905 23,16

A B

a58

GEL BARBEAR GILLETTE P. SENSÍVEL

25 15 25 25 1949 9,28

A B

a59

DEO SPRAY REXONA FMEN SPO DEFENCGOLD200

25 15 25 25 6721 31,99

A B

a60 SH FRUCTIS NORMAIS 250 ML

25 25 15 35 2136 9,93

A B

a61 GEL BANHO DOVE REVIVE 750ML

44 44 14 24 2304 10,88

A B

a62

COM SECO GATO FRISKIES ESTERILIZADOS 3KG

44 44 34 44 5925 40,56

A A

a63

COLORAÇÃO PER.SUBLIME MOUSSE Nº 40 ES/PT

25 15 15 45

4176 35,19

A

B

a64

COLORAÇÃO PER.SUBLIME MOUSSE Nº 90 ES/PT

25 15 15 45

1800 15,17

A

B

98

a65

LEITE LIMPEZA NIVEA PURE & NATURAL

25 25 15 35 5210 42,87

A A

a66

PASTA DENT SENSODYNE REP&PROTECT 75ML

24 24 14 34 5641 49,11

A A

a67

PAST MAQ LOIÇA FINISH POWERBALL REG 30

33 43 13 23 14829 63,63

A A

a68 FERRO C CALD FLAMA 553 FL

42 32 12 32 2578 14,32

A B

a69

PROT DIÁRIO EVAX SALVASLIP NORMA 80 UN

43 43 13 23 69547 328,43

A A

a70

COM SC CÃO FRISKIES ADULTO FRANGO 1,5KG

44 44 34 44 7307 50,02

A A

a71

COM SC GTS URBANOS FRISKIES 1,5KG

44 44 34 44 3960 27,11

A B

a72

COM SC GT FRISKIES STERILCAT SALM 1,5KG

44 44 34 44 2497 17,09

A B

a73

COM SC CÃO FRISKIES ACTIVE 1,5KG

44 44 34 44 6236 42,69

A A

a74 TOALHITAS DODOT SENSITIVE 2X54 UN

41 41 11 21 6539 30,88

A B

a75

COM HU GT WHISKAS SAQ GRELH AVES 4X85G

34 34 14 34 2078 15,71

A B

a76

COM HU GT WHISKAS SAQ GRELH JUN 4X85GR

34 34 14 34 5548 41,94

A A

a77

COMIDA SECA CAO JUNIOR ONE FRANGO 1,5KG

44 44 34 44 2853 19,53

A B

a78 FRALDAS DODOT T2 SENSITIVE 80 UN

51 51 11 21 13100 111,88

A A

a79 FRALDAS DODOT LIBERTY T4 44 UN

51 51 11 21 1069 9,13

A B

a80 FRALDAS DODOT ACTIVITY T3 70 UN

51 51 11 21 1435 12,26

A B

a81

COLOR NUTRISSE ULTCOLOR SOFT BLACK2.0

25 15 15 45 3717 31,32

A B

a82

DEO ROLL ON NIVEA BLACK&WHITE CLEAR 50ML

15 25 25 35 1404 9,72

A B

a83

LIXÍVIA DELICADA NEOBLANC GENTIL UNID14D

43 53 13 23 6891 27,90

A B

a84

DEO ROLL ON NIVEA MEN SENSITIVE PROT50ML

15 25 25 35 4060 28,10

A B

a85 FRALDAS DODOT BÁSICO T3 35 UN

51 51 11 21 42106 359,59

A A


51 51 11 21 835 7,13

B B

a87 FRALDAS DODOT T4 30 UN

51 51 11 21 3458 29,53

A B

a88

T NÓDOAS PASTILHAS VANISH 15 UN

33 43 13 23 1527 6,55

A B

a89

GUARDANAPOS F SIMPLES RENOVA GREEN 70

51 51 11 21 4315 35,51

A B

a90 FRALDA DODOT 51 51 11 21 2174 18,57 A B

99

ETAPAS T6 18 UN

a91 PANO BALLERINA L3P2

24 14 34 34 6403 31,03

A B

a92 FRALDAS DODOT BASICO T2 40 UN

51 51 11 21 25749 219,90

A A

a93

DENT.SENSODYNE REPAIR&PROTECT WHITE 75ML

24 24 14 34 2331 20,29

A B

a94

DENTÍFRI COLGATE TOTAL BRANQUEADOR 100ML

24 24 14 34

1801 15,68

A

B

a95

MASCARA FRUCTIS ADEUS DANOS 300ML

25 25 15 35 1808 8,41

A B

a96 LÂMINA GILLETTE SENSOR 3 - 4UN

25 15 15 35 2950 10,10

A B

a97

DENT COLGATE TOTAL PRO-INTERDENTAL 75ML

24 24 14 34 2305 20,07

A B

a98

COM HUM GAT GOURMET GOLD FRANGO 85G

34 34 24 14 7797 42,82

A A

a99 PANO BALLERINA MICROFIBRAS PK 3

24 14 34 34 6190 30,00

A B

a100 SH FRUCTIS ANTI CASPA 250ML

25 25 15 35 1886 8,77

A B

a101 SH FRUCTIS 2/1 ANTICASPA 250ML

25 25 15 35 5994 27,88

A B

a102 SH FRUCTIS HID CARACOIS 250ML

25 25 15 35 7060 32,84

A B

a103 SH FRUCTIS ADEUS DANOS 250ML

25 25 15 35 7165 33,32

A B

a104 MANGUEIRA TATAY ST REFORCAD 15M

44 54 44 14 7370 72,46

A A

a105

DENTIFRICO AQUAFRESH HIGH DEFINITION75ML

24 24 14 34 1567 13,64

A B

a106

GEL LIMPEZA /EXFOLIANT CLEAN&CLEAR 150ML

25 25 15 35

3826 17,79

A

B

a107

EXFOLIANTE PEELING/HIDRATANT CLEAN&CLEAR

25 25 15 35 2565 11,93

A B

a108

COM HU GAT GRMET DIAM S.OCEANPXBRA 85GR

34 34 24 14

1114 6,12

A

B

a109 COLOR EXCELLENCE 4.03 CAST RADIANTE

25 15 15 45 3784 31,89

A B


51 51 11 21 1679 14,34

A B

a111

P DENT COLGATE MAX WHITE 1LUMINOUS 75ML

24 24 14 34 4382 38,15

A A


51 51 11 21 5183 44,26

A A


51 51 11 21 3185 27,20

A B

8.8.2. Classificação dos artigos que compõe a amostra no fluxo Não Alimentar

100

8.9. Modelo – Dados de Entrada ●Fluxo Alimentar

8.9. 1. Capacidade de execução em nº de caixas por dia no fluxo Alimentar

8.9. 2. Capacidade de execução em nº de caixas com penalizações por dia no fluxo Alimentar

8.9. 3. Espaço disponível por loja, em nº de caixas no fluxo Alimentar


d1 d2 d3 d4 d5 d6

739 739 739 739 739 739

"Capacidade de execução" máxima admitida por dia da semana - amostra de

artigos e lojas


d1 d2 d3 d4 d5 d6

517 739 517 739 517 739


Lojas NºCaixas

l1 80

l2 54

l3 39

l4 80

l5 66

l6 73

l7 57

l8 56

l9 53

l10 51

l11 39

l12 91

101

8.9. 4. Quantidades médias em nº de caixas pedidas pelas lojas no fluxo Alimentar

l1 l2 l3 l4 l5 l6 l7 l8 l9 l10 l11 l12 l1 l2 l3 l4 l5 l6 l7 l8 l9 l10 l11 l12

a1 3 5 1 3 3 5 0 4 4 3 2 4 a55 4 2 1 3 3 4 4 3 7 5 3 6

a2 1 1 2 4 0 3 0 3 0 1 1 2 a56 1 4 2 4 4 1 3 2 4 2 0 2

a3 0 0 2 1 2 2 1 1 0 1 1 1 a57 1 3 0 3 4 1 4 1 0 1 1 0

a4 2 2 1 5 2 3 2 2 3 0 1 2 a58 0 2 0 3 0 2 4 3 1 2 0 2

a5 0 0 1 1 0 1 1 0 0 0 0 1 a59 2 1 1 3 1 3 1 0 1 1 1 1

a6 0 1 1 0 0 0 1 0 0 0 0 1 a60 2 1 2 3 2 2 2 1 0 1 1 2

a7 0 2 5 4 2 2 1 0 0 3 1 2 a61 1 2 1 1 1 1 1 2 1 2 1 1

a8 14 20 18 30 18 22 40 14 10 13 10 11 a62 1 2 3 3 1 4 4 2 3 3 1 2

a9 7 11 5 5 5 4 9 4 5 5 4 7 a63 5 3 4 4 3 5 4 4 6 7 2 5

a10 0 3 0 3 2 3 1 0 3 1 1 2 a64 3 6 3 1 3 5 3 3 3 3 2 3

a11 4 5 0 4 3 5 5 2 4 0 2 3 a65 4 5 3 7 8 8 8 4 1 9 4 6

a12 2 3 1 3 2 1 1 1 0 3 2 1 a66 3 4 2 2 3 5 3 3 3 2 1 2

a13 2 3 0 3 0 2 3 1 2 1 2 0 a67 3 4 3 3 5 5 3 3 3 4 3 3

a14 5 6 4 5 5 4 4 3 4 4 2 4 a68 6 7 5 12 6 6 7 4 3 4 3 6

a15 2 4 2 5 4 5 5 2 2 3 3 2 a69 3 1 1 1 3 1 2 3 5 5 2 4

a16 1 0 1 0 0 0 0 1 3 1 0 0 a70 6 8 5 0 10 8 7 6 5 0 6 0

a17 1 1 1 2 2 3 1 1 1 0 1 2 a71 1 2 1 3 1 0 1 1 1 0 1 1

a18 1 2 2 2 1 1 0 2 3 3 1 2 a72 2 5 2 6 1 1 2 2 1 0 1 3

a19 1 0 3 2 1 1 4 2 4 2 0 3 a73 1 1 1 0 1 1 0 0 1 0 1 0

a20 4 2 2 3 4 2 3 0 3 3 4 3 a74 1 0 1 0 0 1 2 1 0 1 1 1

a21 2 2 2 1 1 3 2 4 3 3 2 3 a75 1 1 2 1 1 1 2 1 1 0 0 1

a22 0 0 0 0 4 0 0 0 0 0 0 0 a76 0 2 1 3 0 0 0 0 1 0 1 1

a23 0 0 0 14 14 20 14 26 14 17 0 0 a77 1 1 1 2 2 1 1 1 1 1 1 2

a24 0 0 0 0 0 0 0 0 0 8 0 0 a78 4 1 0 4 4 4 3 1 4 3 1 5

a25 1 1 0 3 1 2 2 2 2 2 1 2 a79 2 2 2 2 4 2 2 3 1 2 1 3

a26 1 4 0 4 3 0 0 0 2 3 1 2 a80 6 3 2 2 3 3 2 4 4 4 4 3

a27 2 2 0 3 4 1 2 2 2 1 1 4 a81 2 2 2 2 1 4 2 3 2 1 0 3

a28 0 1 1 0 1 0 1 2 2 0 1 2 a82 2 4 0 5 5 3 5 6 4 4 2 4

a29 0 0 0 0 1 0 1 2 0 0 0 1 a83 3 7 3 5 7 7 6 4 2 4 4 7

a30 12 10 14 19 15 10 11 11 8 10 7 12 a84 2 2 0 2 0 3 2 2 2 3 2 3

a31 0 2 0 1 0 0 2 1 2 1 0 1 a85 3 3 1 3 2 3 3 1 2 3 2 3

a32 0 0 0 5 0 0 0 0 0 0 0 0 a86 8 7 6 15 10 10 6 7 6 6 5 13

a33 1 1 2 1 1 0 3 2 1 1 0 2 a87 3 0 4 2 0 0 3 2 1 3 1 3

a34 3 8 3 7 2 11 4 6 3 8 1 6 a88 2 2 2 6 2 2 3 2 2 2 1 2

a35 6 5 7 8 8 6 4 7 6 4 7 10 a89 10 4 5 2 0 2 8 5 7 1 1 0

a36 12 20 4 15 10 6 0 5 0 8 4 2 a90 6 2 7 4 6 4 3 3 2 4 12 2

a37 10 8 8 10 9 7 9 8 7 8 6 0 a91 0 1 1 3 2 3 2 3 3 0 0 2

a38 0 1 0 0 0 0 2 1 2 1 1 1 a92 2 2 2 4 4 4 3 4 4 4 2 4

a39 1 1 1 0 0 1 1 1 0 2 1 1 a93 5 5 1 4 3 5 2 3 5 4 4 4

a40 0 1 0 0 1 2 2 2 0 1 0 0 a94 4 6 4 9 6 5 3 4 5 4 3 1

a41 1 2 0 1 2 3 1 2 1 2 1 1 a95 1 3 0 0 0 2 5 0 2 1 0 3

a42 1 1 5 3 2 5 3 2 4 3 3 3 a96 2 2 0 4 5 3 3 3 3 2 1 3

a43 1 2 0 0 0 0 1 0 1 1 0 0 a97 2 3 1 4 6 6 4 4 0 3 3 1

a44 2 2 1 5 4 3 1 1 2 3 2 1 a98 4 2 2 4 2 2 2 3 3 2 1 2

a45 3 2 0 4 4 4 2 0 2 2 0 4 a99 3 2 1 2 3 3 2 1 2 1 2 2

a46 3 0 0 2 2 3 0 3 1 3 2 2 a100 4 3 2 3 4 4 2 4 2 2 3 3

a47 3 2 3 4 3 3 2 3 1 2 1 3 a101 4 1 4 4 4 3 4 3 3 5 1 2

a48 3 3 0 2 1 3 1 2 0 1 1 1 a102 3 3 0 8 8 12 3 4 5 5 5 3

a49 3 1 2 0 2 4 3 3 3 2 2 3 a103 3 1 2 1 2 3 1 3 2 2 2 3

a50 2 2 0 2 2 2 2 0 1 0 0 2 a104 0 12 6 6 3 4 5 7 1 5 6 1

a51 3 1 0 3 2 1 2 1 3 2 0 1 a105 3 0 1 1 2 4 2 3 3 3 1 5

a52 1 1 0 1 2 1 0 1 1 1 0 3 a106 3 2 2 0 4 2 1 2 2 2 1 3

a53 2 0 3 2 2 4 1 2 0 1 1 2 a107 0 0 0 4 3 1 1 3 0 1 0 0

a54 3 1 1 1 5 5 4 4 2 2 2 3

Quantidades médias semanais pedidas por loja em nº de caixas

102

8.9. 5. Dias de deslocação dos fornecedores ao armazém 5407 no fluxo Alimentar

d1 d2 d3 d4 d5 d6 d1 d2 d3 d4 d5 d6

a1 1 1 1 1 1 1 a55 1 1 1 1 1 1

a2 1 1 1 1 1 1 a56 1 1 1 1 1 1

a3 1 1 1 1 1 1 a57 1 1 1 1 1 1

a4 1 1 1 1 1 1 a58 1 1 1 1 1 1

a5 1 1 1 1 1 1 a59 1 0 1 0 1 0

a6 1 1 1 1 1 1 a60 1 0 1 0 1 0

a7 1 1 1 1 1 1 a61 1 0 1 0 1 0

a8 1 1 1 1 1 1 a62 1 1 1 1 1 1

a9 1 1 1 1 1 1 a63 1 1 1 1 1 1

a10 1 1 1 1 1 1 a64 1 0 1 0 1 0

a11 1 1 1 1 1 1 a65 1 0 1 0 1 0

a12 1 1 1 1 1 0 a66 1 0 1 0 1 0

a13 1 1 1 1 1 1 a67 1 0 1 0 1 0

a14 1 1 1 1 1 1 a68 1 1 1 1 1 1

a15 1 1 1 1 1 1 a69 1 1 1 1 1 0

a16 1 0 1 0 1 0 a70 1 1 1 1 1 0

a17 1 1 1 1 1 1 a71 1 1 1 1 1 1

a18 1 1 1 1 1 1 a72 1 1 1 1 1 1

a19 1 1 1 1 1 1 a73 1 1 1 1 1 1

a20 1 1 1 1 1 1 a74 1 1 1 1 1 1

a21 1 1 1 1 1 1 a75 1 1 1 1 1 1

a22 0 1 1 1 1 1 a76 1 0 1 0 1 0

a23 1 0 0 1 0 0 a77 1 1 1 1 1 1

a24 0 1 1 1 1 1 a78 1 1 1 1 1 1

a25 1 0 1 0 1 0 a79 1 1 1 1 1 1

a26 1 1 1 1 1 1 a80 1 0 1 0 0 0

a27 1 1 1 1 1 1 a81 1 1 1 1 1 1

a28 1 1 1 1 1 1 a82 1 1 1 1 1 1

a29 1 0 1 0 1 0 a83 1 0 0 1 0 0

a30 1 1 1 1 1 1 a84 1 1 1 1 1 1

a31 1 0 1 0 1 0 a85 1 1 1 1 1 1

a32 1 1 1 1 1 1 a86 1 1 1 1 1 1

a33 1 1 1 1 1 1 a87 1 1 1 1 1 1

a34 1 0 1 0 1 0 a88 1 1 1 1 1 1

a35 1 1 1 1 1 1 a89 1 1 0 1 1 0

a36 1 1 1 1 1 1 a90 1 1 1 1 1 1

a37 1 1 1 1 1 1 a91 1 1 1 1 1 1

a38 1 1 1 1 1 1 a92 1 1 1 1 1 1

a39 1 1 1 1 1 1 a93 1 1 1 1 1 1

a40 1 1 1 1 1 1 a94 0 1 0 0 1 0

a41 1 1 1 1 1 1 a95 1 1 1 1 1 1

a42 1 1 1 1 1 1 a96 1 1 1 1 1 1

a43 1 1 1 1 1 1 a97 1 1 1 1 1 1

a44 1 1 1 1 1 1 a98 1 1 1 1 1 1

a45 1 1 1 1 1 1 a99 1 1 1 1 1 1

a46 1 1 1 1 1 0 a100 1 1 1 1 1 1

a47 1 1 1 1 1 0 a101 1 1 1 1 1 1

a48 1 1 1 1 1 0 a102 1 1 1 1 1 1

a49 1 1 1 1 1 0 a103 1 1 1 1 1 1

a50 1 1 1 1 1 0 a104 1 1 1 1 1 1

a51 1 1 1 1 1 0 a105 1 1 1 1 1 1

a52 1 1 1 1 1 0 a106 1 1 1 1 1 0

a53 1 1 1 1 1 1 a107 1 1 1 1 1 1

a54 1 1 1 1 1 1

Dias de deslocação dos Fornecedores ao Armazém

103

8.9. 6. Tempo de execução em minutos por artigo em estudo no fluxo Alimentar; 8.9. 7. Tempo de execução em

minutos do total de caixas de cada artigo em estudo no fluxo Alimentar

Set

Tempo de execução de

1 caixa/min Set

Tempo

de

execução

a1 0,26 a55 0,36

a2 0,31 a56 0,44

a3 0,31 a57 0,30

a4 0,38 a58 0,44

a5 0,51 a59 0,34

a6 0,51 a60 0,38

a7 0,31 a61 0,38

a8 0,37 a62 0,31

a9 0,37 a63 0,36

a10 0,44 a64 0,36

a11 0,26 a65 0,36

a12 0,33 a66 0,36

a13 0,44 a67 0,36

a14 0,35 a68 0,34

a15 0,35 a69 0,34

a16 0,33 a70 0,33

a17 0,51 a71 0,34

a18 0,38 a72 0,34

a19 0,36 a73 0,51

a20 0,36 a74 0,51

a21 0,36 a75 0,33

a22 0,69 a76 0,33

a23 0,69 a77 0,38

a24 0,69 a78 0,36

a25 0,33 a79 0,38

a26 0,49 a80 0,46

a27 0,30 a81 0,38

a28 0,38 a82 0,34

a29 0,33 a83 0,38

a30 0,37 a84 0,38

a31 0,33 a85 0,49

a32 0,49 a86 0,38

a33 0,36 a87 0,34

a34 0,38 a88 0,34

a35 0,49 a89 0,36

a36 0,34 a90 0,31

a37 0,37 a91 0,31

a38 0,34 a92 0,34

a39 0,34 a93 0,34

a40 0,30 a94 0,37

a41 0,28 a95 0,31

a42 0,36 a96 0,49

a43 0,49 a97 0,31

a44 0,28 a98 0,35

a45 0,49 a99 0,34

a46 0,33 a100 0,34

a47 0,33 a101 0,34

a48 0,33 a102 0,34

a49 0,33 a103 0,26

a50 0,33 a104 0,33

a51 0,33 a105 0,36

a52 0,33 a106 0,37

a53 0,26 a107 0,38

a54 0,36

Set

Tempo total dos

artigos em nºcaixa/min Set

Tempo

total dos

artigos

a1 9,80 a55 16,14

a2 5,66 a56 12,65

a3 3,77 a57 5,65

a4 9,59 a58 8,29

a5 2,55 a59 5,50

a6 2,04 a60 7,23

a7 6,89 a61 5,71

a8 80,83 a62 9,08

a9 26,09 a63 18,65

a10 8,29 a64 13,60

a11 9,80 a65 23,98

a12 6,54 a66 11,81

a13 8,29 a67 15,03

a14 17,30 a68 23,73

a15 13,50 a69 10,66

a16 2,29 a70 19,93

a17 8,17 a71 4,47

a18 7,68 a72 8,94

a19 8,25 a73 3,58

a20 11,84 a74 4,60

a21 10,04 a75 4,01

a22 2,77 a76 2,95

a23 82,50 a77 5,76

a24 5,55 a78 12,19

a25 6,23 a79 9,98

a26 9,83 a80 18,55

a27 7,13 a81 9,21

a28 4,22 a82 15,13

a29 1,64 a83 22,47

a30 51,07 a84 8,68

a31 3,28 a85 14,26

a32 2,46 a86 37,37

a33 5,38 a87 7,57

a34 23,61 a88 9,63

a35 38,32 a89 16,11

a36 29,05 a90 17,23

a37 33,07 a91 6,27

a38 3,04 a92 13,17

a39 3,38 a93 15,20

a40 2,72 a94 19,84

a41 4,68 a95 5,33

a42 12,55 a96 15,23

a43 2,95 a97 11,59

a44 7,44 a98 10,04

a45 13,27 a99 8,11

a46 6,94 a100 12,16

a47 9,91 a101 12,84

a48 5,94 a102 20,29

a49 9,25 a103 6,38

a50 4,95 a104 18,73

a51 6,27 a105 10,04

a52 3,96 a106 8,78

a53 5,30 a107 4,99

a54 11,84

104

8.9. 8. Capacidade de execução em minutos por dia no fluxo Alimentar

8.9. 9. Capacidade de execução em minutos com penalizações por dia no fluxo Alimentar

●Fluxo Não Alimentar

8.9. 10. Capacidade em nº de caixas por dia no fluxo Não Alimentar

8.9. 11. Capacidade de execução em nº de caixas com penalizações por dia no fluxo Não Alimentar

8.9. 12. Espaço disponível por loja, em nº de caixas no fluxo Não Alimentar


d1 d2 d3 d4 d5 d6

276 276 276 276 276 276

"Capacidade de execução em minutos" máxima admitida por dia da semana -

amostra de artigos e lojas


d1 d2 d3 d4 d5 d6

193,2 276 193,2 276 193,2 276

"Capacidade de execução em minutos" com penalizações


d1 d2 d3 d4 d5 d6

267 267 267 267 267 267

"Capacidade de execução" máxima admitida por dia da semana - amostra de artigos

e lojas


d1 d2 d3 d4 d5 d6

187 187 267 187 187 267


Lojas NºCaixas

l1 98

l2 18

l3 10

l4 115

l5 52

l6 34

l7 23

l8 14

l9 53

l10 60

l11 23

l12 46

105

8.9. 13. Quantidades médias em nº de caixas pedidas pelas lojas no fluxo Não Alimentar

l1 l2 l3 l4 l5 l6 l7 l8 l9 l10 l11 l12 l1 l2 l3 l4 l5 l6 l7 l8 l9 l10 l11 l12

a1 0 0 1 0 0 1 1 0 0 2 0 1 a58 2 2 0 0 0 2 3 2 2 3 0 0

a2 1 1 0 0 2 0 1 1 0 1 2 1 a59 1 0 0 0 0 0 0 0 0 0 0 0

a3 2 0 0 0 2 2 0 0 0 1 1 1 a60 1 1 1 1 1 1 1 1 2 1 0 2

a4 0 0 0 2 1 0 1 1 1 1 0 0 a61 1 0 0 1 1 0 1 0 0 0 0 2

a5 1 1 0 0 1 0 2 1 0 1 0 0 a62 2 2 1 2 0 2 2 1 0 0 0 2

a6 1 1 1 1 0 1 1 1 1 0 1 1 a63 0 0 0 0 1 0 1 1 0 0 0 0

a7 1 1 1 0 2 1 1 0 1 2 1 1 a64 1 0 1 1 0 1 1 0 1 1 1 1

a8 1 1 1 1 0 0 0 1 0 1 2 1 a65 1 0 0 0 0 1 0 0 0 0 0 0

a9 2 2 1 1 2 1 3 1 2 0 1 1 a66 1 1 0 3 2 3 1 1 2 1 0 1

a10 0 1 1 0 2 2 1 2 1 0 0 1 a67 2 1 1 1 1 1 2 1 1 1 2 1

a11 1 1 1 1 0 0 1 2 3 2 1 1 a68 0 0 0 1 0 0 0 0 0 0 0 0

a12 3 3 0 0 0 1 1 3 2 2 0 0 a69 3 2 1 2 3 3 2 2 2 2 2 2

a13 2 1 1 1 2 1 2 0 2 1 1 1 a70 2 1 1 1 2 2 2 0 0 1 2 0

a14 0 1 0 0 1 1 0 1 0 2 0 1 a71 2 0 0 2 2 0 0 0 0 3 2 1

a15 0 1 0 2 1 1 1 1 2 2 1 2 a72 1 1 1 0 1 0 1 0 0 1 0 0

a16 0 0 1 0 1 2 0 0 2 1 0 1 a73 0 0 0 0 0 1 0 0 0 0 1 0

a17 1 1 1 1 0 1 1 1 1 1 0 1 a74 3 0 0 0 0 0 0 0 0 0 0 0

a18 1 2 1 0 0 1 2 3 1 1 0 0 a75 1 0 0 0 1 0 0 0 0 1 0 1

a19 0 0 0 1 0 0 0 0 1 0 0 0 a76 0 1 0 0 0 0 0 1 0 0 1 0

a20 1 1 0 3 1 1 0 1 0 2 0 2 a77 0 0 0 1 0 0 0 0 0 1 0 0

a21 0 0 0 0 0 0 0 0 0 0 0 1 a78 1 3 0 0 0 0 1 0 0 0 0 0

a22 2 1 1 1 1 1 2 1 0 0 1 1 a79 2 0 0 3 0 0 0 0 0 0 0 0

a23 0 1 1 2 1 0 1 1 1 1 0 1 a80 0 1 0 2 0 0 0 0 1 1 0 0

a24 0 1 2 1 0 1 0 0 0 0 0 1 a81 2 2 1 0 0 0 0 1 0 1 0 0

a25 1 1 0 1 1 2 1 1 1 1 1 2 a82 1 1 1 3 0 1 0 1 0 0 1 1

a26 0 0 0 1 0 1 0 0 0 0 0 0 a83 2 1 0 3 3 2 2 3 2 3 2 2

a27 2 3 2 3 1 3 1 1 4 3 3 3 a84 1 0 0 0 0 1 0 0 0 0 0 0

a28 1 0 1 2 1 1 1 0 0 1 0 1 a85 1 0 0 1 0 1 2 1 0 0 0 1

a29 0 0 0 0 1 0 0 0 0 0 0 1 a86 0 1 1 2 2 1 3 1 1 2 1 0

a30 0 1 1 0 2 0 2 2 2 1 1 0 a87 3 1 0 2 3 3 0 1 2 0 0 2

a31 1 0 0 0 0 0 0 0 0 0 0 0 a88 1 0 0 0 1 0 0 0 0 1 0 0

a32 1 2 1 2 1 1 2 2 0 1 1 1 a89 0 0 0 1 0 1 0 0 0 0 0 0

a33 0 1 0 1 1 0 0 0 0 1 0 0 a90 2 1 0 2 1 1 2 1 2 0 1 0

a34 0 0 1 0 2 2 0 0 1 2 2 2 a91 0 1 0 2 0 1 2 1 1 2 0 1

a35 0 0 0 1 2 1 0 1 1 1 1 0 a92 1 1 2 1 1 2 1 1 1 1 1 2

a36 1 0 0 1 0 0 0 0 0 0 0 0 a93 1 0 0 1 0 0 0 0 0 0 0 1

a37 1 0 0 1 2 1 0 2 2 1 1 2 a94 2 2 1 3 2 1 0 1 1 1 1 2

a38 1 0 0 1 0 1 0 0 1 0 0 1 a95 2 1 1 0 1 1 1 0 0 1 1 0

a39 1 0 0 0 0 0 0 0 0 0 0 0 a96 2 2 0 2 1 2 2 1 2 2 2 2

a40 1 1 0 1 0 1 1 1 1 0 1 0 a97 2 2 0 3 2 2 2 1 2 2 2 2

a41 0 1 0 1 0 1 1 0 1 0 1 1 a98 0 0 0 0 1 0 0 0 0 0 0 0

a42 1 1 0 0 1 1 1 1 0 1 1 1 a99 0 1 0 1 1 0 1 1 1 0 0 1

a43 1 0 1 0 0 0 0 0 0 1 0 0 a100 0 0 0 1 2 1 1 0 1 0 0 0

a44 0 0 1 1 0 1 1 1 1 1 0 0 a101 0 1 0 1 0 0 1 0 1 0 0 1

a45 1 2 0 4 4 2 3 2 1 2 1 0 a102 0 0 0 2 1 1 0 0 1 0 0 0

a46 0 0 1 0 0 1 0 0 0 1 0 1 a103 0 0 0 0 1 0 0 0 0 0 0 0

a47 1 1 0 1 1 1 1 0 0 0 1 1 a104 1 1 0 1 2 1 2 1 0 1 1 0

a48 1 1 0 1 0 0 0 0 2 1 0 1 a105 1 1 1 1 0 1 1 1 1 0 1 0

a49 1 1 1 1 2 2 0 1 1 2 1 1 a106 1 1 0 1 0 0 0 0 0 1 1 1

a50 1 1 2 3 1 1 2 2 3 1 0 1 a107 1 0 1 0 0 1 0 1 2 0 0 1

a51 1 2 0 2 1 0 0 1 2 2 1 2 a108 2 3 1 1 1 0 3 1 1 0 1 2

a52 2 2 0 2 2 3 1 1 1 2 1 4 a109 0 1 0 0 0 1 2 0 0 0 0 1

a53 1 2 1 3 1 1 0 1 0 2 1 1 a110 1 2 2 5 3 3 4 1 2 1 1 1

a54 0 0 0 1 0 1 0 0 0 0 1 0 a111 1 1 1 1 1 1 1 1 1 1 0 2

a55 3 0 0 3 0 0 0 0 0 0 0 5 a112 0 0 0 1 1 1 1 1 0 0 0 0

a56 1 0 0 1 1 0 1 1 0 0 0 0 a113 1 0 1 1 2 1 2 1 0 1 1 0

a57 0 0 0 3 0 0 0 0 0 0 2 3

Quantidades médias semanais pedidas por loja em nº de caixas

106

8.9. 14. Dias de deslocação dos fornecedores ao armazém 5407 no fluxo Não Alimentar

d1 d2 d3 d4 d5 d6 d1 d2 d3 d4 d5 d6

a1 1 1 0 1 1 0 a58 1 1 1 1 1 1

a2 1 1 1 1 1 1 a59 1 1 1 1 1 1

a3 1 1 1 1 1 1 a60 1 1 0 1 1 0

a4 1 1 0 1 1 0 a61 1 1 1 1 1 1

a5 1 1 0 1 1 0 a62 1 1 1 1 1 1

a6 1 1 1 1 1 1 a63 1 1 0 1 1 0

a7 1 1 1 1 1 1 a64 1 1 0 1 1 0

a8 1 1 0 1 1 0 a65 1 1 1 1 1 0

a9 1 1 0 1 1 0 a66 1 1 1 1 1 0

a10 1 1 0 1 1 0 a67 1 1 1 0 1 1

a11 1 1 0 1 1 0 a68 0 1 0 0 0 0

a12 1 1 0 1 1 0 a69 1 1 1 1 1 1

a13 1 1 1 1 1 1 a70 1 1 1 1 1 1

a14 1 1 0 1 1 0 a71 1 1 1 1 1 1

a15 1 1 0 1 1 0 a72 1 1 1 1 1 1

a16 1 1 1 1 1 0 a73 1 1 1 1 1 1

a17 1 1 1 1 1 0 a74 1 1 1 1 1 1

a18 1 1 1 1 1 1 a75 1 0 1 0 1 0

a19 1 1 1 1 1 1 a76 1 0 1 0 1 0

a20 1 1 1 1 1 0 a77 1 1 1 1 1 1

a21 1 1 1 1 1 0 a78 1 1 1 1 1 1

a22 1 1 1 1 1 1 a79 1 1 1 1 1 1

a23 1 1 1 1 1 1 a80 1 1 1 1 1 1

a24 1 1 1 1 1 0 a81 1 1 0 1 1 0

a25 1 1 1 0 1 1 a82 1 1 1 1 1 0

a26 1 1 1 1 1 1 a83 1 1 1 1 1 1

a27 1 1 1 1 1 1 a84 1 1 1 1 1 0

a28 1 1 1 1 1 1 a85 1 1 1 1 1 1

a29 1 0 1 0 1 0 a86 1 1 1 1 1 1

a30 1 1 1 1 1 0 a87 1 1 1 1 1 1

a31 1 1 0 1 1 0 a88 1 1 1 0 1 1

a32 1 1 0 1 1 0 a89 1 1 1 1 1 1

a33 1 1 0 1 1 0 a90 1 1 1 1 1 1

a34 1 1 1 1 1 1 a91 0 1 0 1 0 0

a35 1 1 1 1 1 0 a92 1 1 1 1 1 1

a36 1 1 1 1 1 0 a93 1 1 1 1 1 0

a37 1 1 1 1 1 1 a94 1 1 1 1 1 0

a38 1 1 1 0 1 1 a95 1 1 0 1 1 0

a39 1 1 1 1 1 0 a96 1 1 1 1 1 1

a40 1 1 0 1 1 0 a97 1 1 1 1 1 0

a41 1 1 0 1 1 0 a98 1 1 1 1 1 1

a42 1 1 0 1 1 0 a99 0 1 0 1 0 0

a43 0 1 0 0 0 0 a100 1 1 0 1 1 0

a44 0 1 0 0 0 0 a101 1 1 0 1 1 0

a45 1 1 1 1 1 0 a102 1 1 0 1 1 0

a46 1 1 1 1 1 1 a103 1 1 0 1 1 0

a47 1 1 1 1 1 1 a104 0 1 0 0 0 0

a48 1 1 1 1 1 1 a105 1 1 1 1 1 0

a49 1 1 1 1 1 1 a106 0 1 0 0 1 1

a50 1 1 1 1 1 1 a107 0 1 0 0 1 1

a51 1 1 1 1 1 0 a108 1 1 1 1 1 1

a52 1 1 1 1 1 0 a109 1 1 0 1 1 0

a53 1 1 1 1 1 0 a110 1 1 1 1 1 1

a54 1 1 1 1 1 1 a111 1 1 1 1 1 0

a55 1 1 1 1 1 1 a112 1 1 1 1 1 1

a56 1 0 1 0 1 0 a113 1 1 1 1 1 1

a57 1 1 1 1 1 1

Dias de deslocação dos Fornecedores ao Armazém

107

8.9. 15. Tempo de execução em minutos por artigo em estudo no fluxo Não Alimentar; 8.9. 16. Tempo de

execução em minutos do total de caixas de cada artigo em estudo no fluxo Não Alimentar

Set

Tempo de

execução

de 1

caixa/min Set

Tempo de

execução

de 1

caixa/min

a1 0,51 a58 0,29

a2 0,45 a59 0,29

a3 0,45 a60 0,28

a4 0,51 a61 0,28

a5 0,51 a62 0,41

a6 0,41 a63 0,51

a7 0,32 a64 0,51

a8 0,51 a65 0,49

a9 0,51 a66 0,52

a10 0,51 a67 0,26

a11 0,51 a68 0,33

a12 0,51 a69 0,28

a13 0,32 a70 0,41

a14 0,51 a71 0,41

a15 0,51 a72 0,41

a16 0,49 a73 0,41

a17 0,49 a74 0,28

a18 0,41 a75 0,45

a19 0,41 a76 0,45

a20 0,29 a77 0,41

a21 0,52 a78 0,51

a22 0,33 a79 0,51

a23 0,29 a80 0,51

a24 0,27 a81 0,51

a25 0,26 a82 0,42

a26 0,21 a83 0,24

a27 0,49 a84 0,42

a28 0,31 a85 0,51

a29 0,41 a86 0,51

a30 0,43 a87 0,51

a31 0,49 a88 0,26

a32 0,49 a89 0,49

a33 0,49 a90 0,51

a34 0,29 a91 0,29

a35 0,52 a92 0,51

a36 0,52 a93 0,52

a37 0,41 a94 0,52

a38 0,28 a95 0,28

a39 0,42 a96 0,21

a40 0,51 a97 0,52

a41 0,51 a98 0,33

a42 0,51 a99 0,29

a43 0,59 a100 0,28

a44 0,59 a101 0,28

a45 0,52 a102 0,28

a46 0,27 a103 0,28

a47 0,27 a104 0,59

a48 0,49 a105 0,52

a49 0,29 a106 0,28

a50 0,28 a107 0,28

a51 0,52 a108 0,33

a52 0,63 a109 0,51

a53 0,42 a110 0,51

a54 0,29 a111 0,52

a55 0,51 a112 0,51

a56 0,41 a113 0,51

a57 0,28

Set

Tempo total

dos artigos

em

nºcaixa/min Set

Tempo total

dos artigos

em

nºcaixa/min

a1 3,03 a58 4,57

a2 4,54 a59 0,29

a3 4,08 a60 3,63

a4 3,54 a61 1,70

a5 3,54 a62 5,75

a6 4,11 a63 1,52

a7 3,89 a64 4,55

a8 4,55 a65 0,99

a9 8,60 a66 8,36

a10 5,56 a67 3,86

a11 7,08 a68 0,33

a12 7,58 a69 7,37

a13 4,87 a70 5,75

a14 3,54 a71 4,93

a15 7,08 a72 2,46

a16 3,95 a73 0,82

a17 4,94 a74 0,85

a18 4,93 a75 1,81

a19 0,82 a76 1,36

a20 3,43 a77 0,82

a21 0,52 a78 2,56

a22 3,95 a79 2,56

a23 2,86 a80 2,56

a24 1,61 a81 3,54

a25 3,35 a82 4,15

a26 0,41 a83 6,07

a27 14,32 a84 0,83

a28 2,79 a85 3,59

a29 0,82 a86 7,69

a30 5,20 a87 8,71

a31 0,49 a88 0,77

a32 7,41 a89 0,99

a33 1,97 a90 6,66

a34 3,43 a91 3,20

a35 4,18 a92 7,69

a36 1,04 a93 1,57

a37 5,34 a94 8,88

a38 1,40 a95 2,51

a39 0,42 a96 4,11

a40 4,04 a97 11,49

a41 3,54 a98 0,33

a42 4,55 a99 2,04

a43 1,77 a100 1,67

a44 4,13 a101 1,40

a45 11,49 a102 1,40

a46 1,08 a103 0,28

a47 2,15 a104 6,49

a48 3,46 a105 4,70

a49 4,00 a106 1,67

a50 5,10 a107 1,95

a51 7,31 a108 5,27

a52 13,22 a109 2,53

a53 5,81 a110 13,32

a54 0,86 a111 6,27

a55 5,64 a112 2,56

a56 2,05 a113 5,64

a57 2,27

108

8.9. 17. Capacidade de execução em minutos por dia no fluxo Não Alimentar

8.9. 18. Capacidade de execução em minutos com penalizações por dia no fluxo Não Alimentar

8.10. Modelo – Resultados da Aplicação ●Fluxo Alimentar

8.10. 1. Distribuição dos artigos por dia da semana na Situação Inicial no fluxo Alimentar


d1 d2 d3 d4 d5 d6

94 94 94 94 94 94

"Capacidade de execução em minutos" máxima admitida por dia da semana -

amostra de artigos e lojas


d1 d2 d3 d4 d5 d6

65,8 65,8 94 65,8 65,8 94

"Capacidade de execução em minutos" com penalizações

Set ID_Artigo Segunda-Feira Terça-Feira Quarta-Feira Quinta-Feira Sexta-Feira Sábado Total #Dias Pedido Set ID_Artigo Segunda-Feira Terça-Feira Quarta-Feira Quinta-Feira Sexta-Feira Sábado Total #Dias Pedido

a1 11535 8 6 7 5 7 4 37 6 a55 579386 8 9 6 4 8 10 45 6

a2 12445 3 5 2 2 4 2 18 6 a56 592939 7 3 8 3 3 5 29 6

a3 12451 1 - 3 - 4 4 12 4 a57 593378 10 2 3 2 2 - 19 5

a4 17127 6 6 4 2 3 4 25 6 a58 593628 5 5 5 1 1 2 19 6

a5 29045 2 - 1 - 2 - 5 3 a59 605397 8 - - - 8 - 16 2

a6 29046 - 1 1 2 - - 4 3 a60 609963 13 - 3 - 3 - 19 3

a7 31257 4 9 1 3 4 1 22 6 a61 609964 8 - 3 - 4 - 15 3

a8 33599 35 35 49 48 15 38 220 6 a62 610070 8 6 6 1 3 5 29 6

a9 33603 18 11 10 10 11 11 71 6 a63 610845 10 9 11 5 7 10 52 6

a10 37413 5 4 4 1 4 1 19 6 a64 611268 12 - 12 - 14 - 38 3

a11 41898 8 8 7 5 4 5 37 6 a65 611269 10 - 33 - 24 - 67 3

a12 47224 9 - 5 2 4 - 20 4 a66 611270 11 - 12 - 10 - 33 3

a13 51930 5 4 2 2 2 4 19 6 a67 611271 13 - 15 - 14 - 42 3

a14 61525 11 7 9 10 11 2 50 6 a68 619802 12 19 8 6 15 9 69 6

a15 61526 7 8 6 7 6 5 39 6 a69 622804 13 - 7 3 8 - 31 4

a16 66305 3 - - - 4 - 7 2 a70 623900 21 - 14 6 20 - 61 4

a17 279480 4 4 4 - 2 2 16 5 a71 630622 1 1 - 1 10 - 13 4

a18 306860 3 4 6 3 2 2 20 6 a72 630623 1 2 5 2 13 3 26 6

a19 314929 8 3 2 4 3 3 23 6 a73 636307 2 3 1 1 - - 7 4

a20 314930 6 5 6 4 4 8 33 6 a74 636330 - 5 - 3 - 1 9 3

a21 314931 5 6 6 2 2 7 28 6 a75 642318 - 5 3 1 1 2 12 5

a22 319267 - - - - 4 - 4 1 a76 642969 4 - - - 5 - 9 2

a23 319348 31 - - 88 - - 119 2 a77 646838 4 6 1 - 1 3 15 5

a24 352119 - - 8 - - - 8 1 a78 647194 10 5 7 1 6 5 34 6

a25 409109 6 - - - 13 - 19 2 a79 655958 4 6 6 3 3 4 26 6

a26 409597 4 5 2 3 5 1 20 6 a80 656038 11 - - 29 - - 40 2

a27 415679 11 - 2 3 5 3 24 5 a81 657961 5 3 4 2 5 5 24 6

a28 427621 1 2 2 2 2 2 11 6 a82 658753 6 8 3 6 17 4 44 6

a29 459131 1 - 1 - 3 - 5 3 a83 660906 2 - - 57 - - 59 2

a30 463549 39 18 29 18 17 18 139 6 a84 662157 4 4 3 3 4 5 23 6

a31 472659 3 - - - 7 - 10 2 a85 667440 5 4 9 2 7 2 29 6

a32 485854 1 1 1 - 1 1 5 5 a86 670155 17 23 22 6 14 17 99 6

a33 489534 2 5 2 1 1 4 15 6 a87 670488 2 3 3 3 8 3 22 6

a34 505500 42 - 7 - 13 - 62 3 a88 682794 3 2 2 3 13 5 28 6

a35 509118 13 18 13 7 11 16 78 6 a89 691575 - - - 45 - - 45 1

a36 512035 - 1 50 25 - 10 86 4 a90 695181 - - 40 14 1 - 55 3

a37 525690 23 13 13 14 13 14 90 6 a91 695182 3 5 4 1 3 4 20 6

a38 541456 6 - 2 - 1 - 9 3 a92 700833 6 9 4 - 19 1 39 5

a39 542268 8 1 - - - 1 10 3 a93 702010 6 3 7 2 21 6 45 6

a40 543488 1 2 2 - 3 1 9 5 a94 702241 - 30 - - 24 - 54 2

a41 544170 5 2 3 - 5 2 17 5 a95 702641 2 5 4 2 2 2 17 6

a42 545460 5 9 6 2 6 7 35 6 a96 703734 7 4 6 7 7 - 31 5

a43 548769 - - 2 - 3 1 6 3 a97 705543 - 16 1 - 20 - 37 3

a44 550171 5 5 7 2 4 4 27 6 a98 712286 6 5 7 3 8 - 29 5

a45 554119 4 7 6 3 3 4 27 6 a99 719532 5 4 4 1 7 3 24 6

a46 555238 8 - 4 2 7 - 21 4 a100 723008 3 1 7 0 17 8 36 6

a47 555245 10 - 6 3 11 - 30 4 a101 723009 4 4 3 4 21 2 38 6

a48 555258 5 - 5 1 7 - 18 4 a102 723221 5 13 6 12 22 1 59 6

a49 556846 11 - 5 2 10 - 28 4 a103 724071 2 - 7 4 8 4 25 5

a50 556847 6 0 2 1 6 - 15 5 a104 727925 - - 36 15 - 5 56 3

a51 561820 8 0 4 1 6 - 19 5 a105 729222 8 - 4 3 8 5 28 5

a52 561822 3 0 4 2 3 - 12 5 a106 733729 8 - 6 1 9 - 24 4

a53 565938 3 3 5 2 5 2 20 6 a107 736808 1 1 3 5 2 1 13 6

a54 579385 7 8 5 3 4 6 33 6

Nºmédio de caixas no armazém numa semana pedidas pelas lojas em estudo

Situação Inicial

109

8.10. 2. Distribuição dos artigos por dia da semana no Cenário Base no fluxo Alimentar


a1 11535 37 - - - - - 37 1 a55 579386 - - - - 45 - 45 1

a2 12445 - - - - 18 - 18 1 a56 592939 29 - - - - - 29 1

a3 12451 - - - 12 - - 12 1 a57 593378 - - - 19 - - 19 1

a4 17127 - - 25 - - - 25 1 a58 593628 19 - - - - - 19 1

a5 29045 - - - - 5 - 5 1 a59 605397 - - 16 - - - 16 1

a6 29046 - 4 - - - - 4 1 a60 609963 - - 19 - - - 19 1

a7 31257 22 - - - - - 22 1 a61 609964 - - 15 - - - 15 1

a8 33599 - 72 128 - 20 - 220 3 a62 610070 - 29 - - - - 29 1

a9 33603 - 46 - - 25 - 71 2 a63 610845 - - - - - 52 52 1

a10 37413 - - - - - 19 19 1 a64 611268 - - 38 - - - 38 1

a11 41898 - - - 23 - 14 37 2 a65 611269 - - - - 67 - 67 1

a12 47224 - - - 20 - - 20 1 a66 611270 - - 33 - - - 33 1

a13 51930 - - - 19 - - 19 1 a67 611271 - - 24 - 18 - 42 2

a14 61525 - - 32 - 18 - 50 2 a68 619802 36 - - - - 33 69 2

a15 61526 - 15 - - - 24 39 2 a69 622804 - - - - 31 - 31 1

a16 66305 - - - - 7 - 7 1 a70 623900 37 - - 24 - - 61 2

a17 279480 - - - - 16 - 16 1 a71 630622 - 13 - - - - 13 1

a18 306860 - 20 - - - - 20 1 a72 630623 26 - - - - - 26 1

a19 314929 - - - - - 23 23 1 a73 636307 - 7 - - - - 7 1

a20 314930 - 16 - - - 17 33 2 a74 636330 - 9 - - - - 9 1

a21 314931 - - 28 - - - 28 1 a75 642318 - - - - - 12 12 1

a22 319267 - - - - 4 - 4 1 a76 642969 9 - - - - - 9 1

a23 319348 38 - - 81 - - 119 2 a77 646838 - 15 - - - - 15 1

a24 352119 - - 6 - 1 1 8 3 a78 647194 - - - - - 34 34 1

a25 409109 19 - - - - - 19 1 a79 655958 - - - - 26 - 26 1

a26 409597 - 20 - - - - 20 1 a80 656038 40 - - - - - 40 1

a27 415679 24 - - - - - 24 1 a81 657961 - - - - 24 - 24 1

a28 427621 - - - - - 11 11 1 a82 658753 - 44 - - - - 44 1

a29 459131 5 - - - - - 5 1 a83 660906 59 - - - - - 59 1

a30 463549 - 66 40 - 13 20 139 4 a84 662157 - - 23 - - - 23 1

a31 472659 - - - - 10 - 10 1 a85 667440 - - - - - 29 29 1

a32 485854 1 1 - - 3 - 5 3 a86 670155 - 28 52 - - 19 99 3

a33 489534 - - - - - 15 15 1 a87 670488 - - 22 - - - 22 1

a34 505500 62 - - - - - 62 1 a88 682794 - 28 - - - - 28 1

a35 509118 - 17 15 - 34 12 78 4 a89 691575 - - - - 45 - 45 1

a36 512035 - - - 46 - 40 86 2 a90 695181 - - - 43 12 - 55 2

a37 525690 - - - - 33 57 90 2 a91 695182 - - - - 20 - 20 1

a38 541456 - 9 - - - - 9 1 a92 700833 - 39 - - - - 39 1

a39 542268 - - 10 - - - 10 1 a93 702010 - - - 45 - - 45 1

a40 543488 - - 9 - - - 9 1 a94 702241 - - - - 54 - 54 1

a41 544170 17 - - - - - 17 1 a95 702641 - - - 17 - - 17 1

a42 545460 - - - - - 35 35 1 a96 703734 - - - - - 31 31 1

a43 548769 - 6 - - - - 6 1 a97 705543 - - - 37 - - 37 1

a44 550171 27 - - - - - 27 1 a98 712286 - - - - - 29 29 1

a45 554119 - 11 16 - - - 27 2 a99 719532 24 - - - - - 24 1

a46 555238 - 21 - - - - 21 1 a100 723008 - 20 - - 16 - 36 2

a47 555245 30 - - - - - 30 1 a101 723009 - - - 38 - - 38 1

a48 555258 - - - 18 - - 18 1 a102 723221 - - 25 - - 34 59 2

a49 556846 28 - - - - - 28 1 a103 724071 - - - 25 - - 25 1

a50 556847 - - - 15 - - 15 1 a104 727925 - - - 56 - - 56 1

a51 561820 - - - 19 - - 19 1 a105 729222 - - - - - 28 28 1

a52 561822 - - - 12 - - 12 1 a106 733729 - - - - 24 - 24 1

a53 565938 - - - 20 - - 20 1 a107 736808 - - 13 - - - 13 1

a54 579385 - 33 - - - - 33 1


110

8.10. 3. Distribuição dos artigos por dia da semana no Cenário 1 no fluxo Alimentar


a1 11535 37 - - - - - 37 1 a55 579386 - - - - - 45 45 1

a2 12445 - 18 - - - - 18 1 a56 592939 - 29 - - - - 29 1

a3 12451 - - - 12 - - 12 1 a57 593378 - - - 19 - - 19 1

a4 17127 - 25 - - - - 25 1 a58 593628 - 19 - - - - 19 1

a5 29045 - - - - - 5 5 1 a59 605397 - - 16 - - - 16 1

a6 29046 - - - - - 4 4 1 a60 609963 - - - - 19 - 19 1

a7 31257 - - - 22 - - 22 1 a61 609964 15 - - - - - 15 1

a8 33599 19 - 32 - 106 63 220 4 a62 610070 - - - 29 - - 29 1

a9 33603 - - 26 - 22 23 71 3 a63 610845 29 23 - - - - 52 2

a10 37413 - - - - - 19 19 1 a64 611268 38 - - - - - 38 1

a11 41898 14 23 - - - - 37 2 a65 611269 - - 67 - - - 67 1

a12 47224 - 20 - - - - 20 1 a66 611270 - - 33 - - - 33 1

a13 51930 - 19 - - - - 19 1 a67 611271 30 - 12 - - - 42 2

a14 61525 - 22 - - - 28 50 2 a68 619802 - - 36 - 33 - 69 2

a15 61526 - - 20 19 - - 39 2 a69 622804 - - - 31 - - 31 1

a16 66305 7 - - - - - 7 1 a70 623900 - - 43 18 - - 61 2

a17 279480 - - - - 16 - 16 1 a71 630622 - - - - - 13 13 1

a18 306860 - - - - - 20 20 1 a72 630623 - 26 - - - - 26 1

a19 314929 - - - - 23 - 23 1 a73 636307 - - - - - 7 7 1

a20 314930 - - 33 - - - 33 1 a74 636330 - 9 - - - - 9 1

a21 314931 - - - - - 28 28 1 a75 642318 - - - - - 12 12 1

a22 319267 - - - - 4 - 4 1 a76 642969 9 - - - - - 9 1

a23 319348 49 - - 70 - - 119 2 a77 646838 - - - - - 15 15 1

a24 352119 - - 8 - - - 8 1 a78 647194 - - - - - 34 34 1

a25 409109 19 - - - - - 19 1 a79 655958 - - - - - 26 26 1

a26 409597 - 20 - - - - 20 1 a80 656038 13 - 27 - - - 40 2

a27 415679 - - - 24 - - 24 1 a81 657961 - 24 - - - - 24 1

a28 427621 - - - - - 11 11 1 a82 658753 - - 22 22 - - 44 2

a29 459131 - - - - 5 - 5 1 a83 660906 35 - - 24 - - 59 2

a30 463549 48 - 43 - 48 - 139 3 a84 662157 - - - - - 23 23 1

a31 472659 10 - - - - - 10 1 a85 667440 - 29 - - - - 29 1

a32 485854 - - 5 - - - 5 1 a86 670155 - 36 32 - 31 - 99 3

a33 489534 - 15 - - - - 15 1 a87 670488 - - - 22 - - 22 1

a34 505500 - - - - 62 - 62 1 a88 682794 - 28 - - - - 28 1

a35 509118 - - 19 - 25 34 78 3 a89 691575 - - - 45 - - 45 1

a36 512035 - - - 17 69 - 86 2 a90 695181 43 - - - 12 - 55 2

a37 525690 - 47 43 - - - 90 2 a91 695182 - - - - - 20 20 1

a38 541456 - 9 - - - - 9 1 a92 700833 39 - - - - - 39 1

a39 542268 - - - - - 10 10 1 a93 702010 - - - 45 - - 45 1

a40 543488 - 9 - - - - 9 1 a94 702241 - 54 - - - - 54 1

a41 544170 - - - 17 - - 17 1 a95 702641 - - - 17 - - 17 1

a42 545460 - 35 - - - - 35 1 a96 703734 - - - - - 31 31 1

a43 548769 - - - - - 6 6 1 a97 705543 - - - 37 - - 37 1

a44 550171 27 - - - - - 27 1 a98 712286 - - - 29 - - 29 1

a45 554119 - 9 - 18 - - 27 2 a99 719532 - - - - - 24 24 1

a46 555238 - 21 - - - - 21 1 a100 723008 36 - - - - - 36 1

a47 555245 - - - 30 - - 30 1 a101 723009 - - - - - 38 38 1

a48 555258 - - - 18 - - 18 1 a102 723221 - - - 17 42 - 59 2

a49 556846 - 28 - - - - 28 1 a103 724071 - - - - - 25 25 1

a50 556847 - - - 15 - - 15 1 a104 727925 - - - - - 56 56 1

a51 561820 - 19 - - - - 19 1 a105 729222 - - - - - 28 28 1

a52 561822 - 12 - - - - 12 1 a106 733729 - - - 24 - - 24 1

a53 565938 - - - 20 - - 20 1 a107 736808 - - - - - 13 13 1

a54 579385 - 33 - - - - 33 1

Cenário 1Nºmédio de caixas no armazém numa semana pedidas pelas lojas em estudo

111

8.10. 4. Distribuição dos artigos por dia da semana no Cenário 2 (para p menor ou igual a 1) no fluxo Alimentar


a1 11535 - - - 37 - - 37 1 a55 579386 - - - - - 45 45 1

a2 12445 18 - - - - - 18 1 a56 592939 - - - - 29 - 29 1

a3 12451 12 - - - - - 12 1 a57 593378 - - 19 - - - 19 1

a4 17127 - - - - 25 - 25 1 a58 593628 - - 19 - - - 19 1

a5 29045 - - - - - 5 5 1 a59 605397 16 - - - - - 16 1

a6 29046 4 - - - - - 4 1 a60 609963 - - - - 19 - 19 1

a7 31257 22 - - - - - 22 1 a61 609964 - - - - 15 - 15 1

a8 33599 - - - 220 - - 220 1 a62 610070 29 - - - - - 29 1

a9 33603 - 71 - - - - 71 1 a63 610845 - 52 - - - - 52 1

a10 37413 - - 19 - - - 19 1 a64 611268 - - 38 - - - 38 1

a11 41898 37 - - - - - 37 1 a65 611269 - - - - 67 - 67 1

a12 47224 - 20 - - - - 20 1 a66 611270 - - - - 33 - 33 1

a13 51930 - - - - 19 - 19 1 a67 611271 - - 42 - - - 42 1

a14 61525 - 50 - - - - 50 1 a68 619802 - - - - - 69 69 1

a15 61526 - - - - - 39 39 1 a69 622804 - - 31 - - - 31 1

a16 66305 - - - - 7 - 7 1 a70 623900 - - 61 - - - 61 1

a17 279480 - - - 16 - - 16 1 a71 630622 - - - - - 13 13 1

a18 306860 - - - 20 - - 20 1 a72 630623 - - - - - 26 26 1

a19 314929 - 23 - - - - 23 1 a73 636307 - - - 7 - - 7 1

a20 314930 - 33 - - - - 33 1 a74 636330 - - - - 9 - 9 1

a21 314931 - 28 - - - - 28 1 a75 642318 - - - - - 12 12 1

a22 319267 - - - - - 4 4 1 a76 642969 9 - - - - - 9 1

a23 319348 119 - - - - - 119 1 a77 646838 - - - - 15 - 15 1

a24 352119 - - - 8 - - 8 1 a78 647194 - - - - - 34 34 1

a25 409109 - - 19 - - - 19 1 a79 655958 - - - - 26 - 26 1

a26 409597 - - - 20 - - 20 1 a80 656038 - - 40 - - - 40 1

a27 415679 24 - - - - - 24 1 a81 657961 - - - 24 - - 24 1

a28 427621 - - - 11 - - 11 1 a82 658753 - 44 - - - - 44 1

a29 459131 - - 5 - - - 5 1 a83 660906 - - - 59 - - 59 1

a30 463549 - - 139 - - - 139 1 a84 662157 - - 23 - - - 23 1

a31 472659 - - 10 - - - 10 1 a85 667440 - - 29 - - - 29 1

a32 485854 - - 5 - - - 5 1 a86 670155 - 99 - - - - 99 1

a33 489534 - - - - 15 - 15 1 a87 670488 - - 22 - - - 22 1

a34 505500 - - - - 62 - 62 1 a88 682794 - - - - 28 - 28 1

a35 509118 - - - - - 78 78 1 a89 691575 - - - - 45 - 45 1

a36 512035 86 - - - - - 86 1 a90 695181 55 - - - - - 55 1

a37 525690 - - - - - 90 90 1 a91 695182 - - 20 - - - 20 1

a38 541456 - - - - - 9 9 1 a92 700833 - - - - - 39 39 1

a39 542268 - - 10 - - - 10 1 a93 702010 - - - 45 - - 45 1

a40 543488 - - - - - 9 9 1 a94 702241 - - - - 54 - 54 1

a41 544170 17 - - - - - 17 1 a95 702641 17 - - - - - 17 1

a42 545460 - 35 - - - - 35 1 a96 703734 - 31 - - - - 31 1

a43 548769 - 6 - - - - 6 1 a97 705543 37 - - - - - 37 1

a44 550171 27 - - - - - 27 1 a98 712286 - - - - 29 - 29 1

a45 554119 - 27 - - - - 27 1 a99 719532 - - - - 24 - 24 1

a46 555238 - - - 21 - - 21 1 a100 723008 - - - - 36 - 36 1

a47 555245 - - - 30 - - 30 1 a101 723009 - - 38 - - - 38 1

a48 555258 - 18 - - - - 18 1 a102 723221 - - - 59 - - 59 1

a49 556846 - 28 - - - - 28 1 a103 724071 25 - - - - - 25 1

a50 556847 15 - - - - - 15 1 a104 727925 - - - - - 56 56 1

a51 561820 - - - - 19 - 19 1 a105 729222 - - - - - 28 28 1

a52 561822 - - - 12 - - 12 1 a106 733729 - 24 - - - - 24 1

a53 565938 20 - - - - - 20 1 a107 736808 - - - - 13 - 13 1

a54 579385 - - - - - 33 33 1

Cenário 2 - p<=1Nºmédio de caixas no armazém numa semana pedidas pelas lojas em estudo

112



a1 11535 - - - 37 - - 37 1 a55 579386 - - - - - 45 45 1

a2 12445 - - - 18 - - 18 1 a56 592939 - - - - - 29 29 1

a3 12451 12 - - - - - 12 1 a57 593378 - - - 19 - - 19 1

a4 17127 - 25 - - - - 25 1 a58 593628 19 - - - - - 19 1

a5 29045 5 - - - - - 5 1 a59 605397 16 - - - - - 16 1

a6 29046 - 4 - - - - 4 1 a60 609963 - - - - 19 - 19 1

a7 31257 - - - 22 - - 22 1 a61 609964 - - - - 15 - 15 1

a8 33599 - - 36 - 86 98 220 3 a62 610070 29 - - - - - 29 1

a9 33603 - 58 - 13 - - 71 2 a63 610845 - - - - 16 36 52 2

a10 37413 - - - - - 19 19 1 a64 611268 - - - - 38 - 38 1

a11 41898 - - 15 - - 22 37 2 a65 611269 67 - - - - - 67 1

a12 47224 - 20 - - - - 20 1 a66 611270 33 - - - - - 33 1

a13 51930 - - - 19 - - 19 1 a67 611271 20 - - - 22 - 42 2

a14 61525 16 - 34 - - - 50 2 a68 619802 - 56 - - 13 - 69 2

a15 61526 - 19 - - - 20 39 2 a69 622804 - - 31 - - - 31 1

a16 66305 - - 7 - - - 7 1 a70 623900 9 - - 34 18 - 61 3

a17 279480 - - 16 - - - 16 1 a71 630622 - - - - - 13 13 1

a18 306860 - - 20 - - - 20 1 a72 630623 - - 26 - - - 26 1

a19 314929 - - - - - 23 23 1 a73 636307 - - - - 7 - 7 1

a20 314930 18 - - 15 - - 33 2 a74 636330 - - - - - 9 9 1

a21 314931 - - - - - 28 28 1 a75 642318 - - - 12 - - 12 1

a22 319267 - 2 - - - 2 4 2 a76 642969 - - - - 9 - 9 1

a23 319348 40 - - 79 - - 119 2 a77 646838 15 - - - - - 15 1

a24 352119 - 1 7 - - - 8 2 a78 647194 - - - - - 34 34 1

a25 409109 - - 19 - - - 19 1 a79 655958 - - - 26 - - 26 1

a26 409597 - - - - 20 - 20 1 a80 656038 - - 40 - - - 40 1

a27 415679 - - - - - 24 24 1 a81 657961 - 24 - - - - 24 1

a28 427621 11 - - - - - 11 1 a82 658753 - 18 26 - - - 44 2

a29 459131 - - - - 5 - 5 1 a83 660906 59 - - - - - 59 1

a30 463549 - 48 40 - 51 - 139 3 a84 662157 - - 23 - - - 23 1

a31 472659 - - 10 - - - 10 1 a85 667440 - - - - - 29 29 1

a32 485854 3 1 - - 1 - 5 3 a86 670155 34 - 18 - 47 - 99 3

a33 489534 - - - - - 15 15 1 a87 670488 - 22 - - - - 22 1

a34 505500 - - - - 62 - 62 1 a88 682794 - - - - 28 - 28 1

a35 509118 - - 28 - 24 26 78 3 a89 691575 - 45 - - - - 45 1

a36 512035 46 - - - 40 - 86 2 a90 695181 - - - 41 14 - 55 2

a37 525690 - 49 29 12 - - 90 3 a91 695182 20 - - - - - 20 1

a38 541456 - - - 9 - - 9 1 a92 700833 - 39 - - - - 39 1

a39 542268 - - - 10 - - 10 1 a93 702010 - - 45 - - - 45 1

a40 543488 - - - 9 - - 9 1 a94 702241 - - - - 54 - 54 1

a41 544170 - - - 17 - - 17 1 a95 702641 - - - 17 - - 17 1

a42 545460 - 35 - - - - 35 1 a96 703734 - 31 - - - - 31 1

a43 548769 - - 6 - - - 6 1 a97 705543 - - - 37 - - 37 1

a44 550171 27 - - - - - 27 1 a98 712286 29 - - - - - 29 1

a45 554119 - 27 - - - - 27 1 a99 719532 - - - 24 - - 24 1

a46 555238 21 - - - - - 21 1 a100 723008 20 - 16 - - - 36 2

a47 555245 - - - 30 - - 30 1 a101 723009 - - 38 - - - 38 1

a48 555258 - - - 18 - - 18 1 a102 723221 - - 59 - - - 59 1

a49 556846 - 28 - - - - 28 1 a103 724071 - - - 25 - - 25 1

a50 556847 - - - 15 - - 15 1 a104 727925 - - - - - 56 56 1

a51 561820 - - - 19 - - 19 1 a105 729222 - - - - - 28 28 1

a52 561822 - - - 12 - - 12 1 a106 733729 - 24 - - - - 24 1

a53 565938 20 - - - - - 20 1 a107 736808 - 13 - - - - 13 1

a54 579385 - - - - - 33 33 1


113



a1 11535 - - - 37 - - 37 1 a55 579386 - 45 - - - - 45 1

a2 12445 - 18 - - - - 18 1 a56 592939 29 - - - - - 29 1

a3 12451 - - - 12 - - 12 1 a57 593378 19 - - - - - 19 1

a4 17127 - - - - - 25 25 1 a58 593628 - - - - - 19 19 1

a5 29045 - - - - 5 - 5 1 a59 605397 - - - - 16 - 16 1

a6 29046 - - 4 - - - 4 1 a60 609963 - - - - 19 - 19 1

a7 31257 - - - 22 - - 22 1 a61 609964 - - 15 - - - 15 1

a8 33599 - 60 105 - 55 - 220 3 a62 610070 - - - - - 29 29 1

a9 33603 - 46 25 - - - 71 2 a63 610845 18 - - 34 - - 52 2

a10 37413 - - - - - 19 19 1 a64 611268 - - 38 - - - 38 1

a11 41898 37 - - - - - 37 1 a65 611269 - - - - 67 - 67 1

a12 47224 - - - 20 - - 20 1 a66 611270 - - 33 - - - 33 1

a13 51930 - 19 - - - - 19 1 a67 611271 21 - 21 - - - 42 2

a14 61525 21 - 29 - - - 50 2 a68 619802 - - - - 34 35 69 2

a15 61526 19 - - - 20 - 39 2 a69 622804 - - - 31 - - 31 1

a16 66305 7 - - - - - 7 1 a70 623900 16 31 - - 14 - 61 3

a17 279480 - 16 - - - - 16 1 a71 630622 - - - 13 - - 13 1

a18 306860 - 20 - - - - 20 1 a72 630623 - - - 26 - - 26 1

a19 314929 - - - - - 23 23 1 a73 636307 - 7 - - - - 7 1

a20 314930 14 - 19 - - - 33 2 a74 636330 - - 9 - - - 9 1

a21 314931 - 28 - - - - 28 1 a75 642318 12 - - - - - 12 1

a22 319267 - - 4 - - - 4 1 a76 642969 - - 9 - - - 9 1

a23 319348 51 - - 68 - - 119 2 a77 646838 - - - 15 - - 15 1

a24 352119 - - 8 - - - 8 1 a78 647194 - 34 - - - - 34 1

a25 409109 19 - - - - - 19 1 a79 655958 - - - 26 - - 26 1

a26 409597 - - - - - 20 20 1 a80 656038 12 - 28 - - - 40 2

a27 415679 - - - 24 - - 24 1 a81 657961 - 24 - - - - 24 1

a28 427621 - - - 11 - - 11 1 a82 658753 - 25 19 - - - 44 2

a29 459131 - - 5 - - - 5 1 a83 660906 59 - - - - - 59 1

a30 463549 - 27 - 25 87 - 139 3 a84 662157 23 - - - - - 23 1

a31 472659 10 - - - - - 10 1 a85 667440 - - - - - 29 29 1

a32 485854 - - 5 - - - 5 1 a86 670155 - 48 23 - - 28 99 3

a33 489534 - - 15 - - - 15 1 a87 670488 - - - 22 - - 22 1

a34 505500 - - - - 62 - 62 1 a88 682794 - - - - - 28 28 1

a35 509118 - - - - 26 52 78 2 a89 691575 - - - 45 - - 45 1

a36 512035 - 42 44 - - - 86 2 a90 695181 - 29 26 - - - 55 2

a37 525690 18 - - 34 38 - 90 3 a91 695182 - - - - - 20 20 1

a38 541456 - - - 9 - - 9 1 a92 700833 - - - - 39 - 39 1

a39 542268 - - - - - 10 10 1 a93 702010 - - - - - 45 45 1

a40 543488 9 - - - - - 9 1 a94 702241 - 54 - - - - 54 1

a41 544170 17 - - - - - 17 1 a95 702641 17 - - - - - 17 1

a42 545460 - - - - - 35 35 1 a96 703734 - 31 - - - - 31 1

a43 548769 - - - - 6 - 6 1 a97 705543 - - - - - 37 37 1

a44 550171 - - - 27 - - 27 1 a98 712286 - - - - - 29 29 1

a45 554119 - 12 - - 15 - 27 2 a99 719532 24 - - - - - 24 1

a46 555238 - 21 - - - - 21 1 a100 723008 - - - - 14 22 36 2

a47 555245 - - - 30 - - 30 1 a101 723009 - - - 38 - - 38 1

a48 555258 - - - 18 - - 18 1 a102 723221 - - 33 - - 26 59 2

a49 556846 - - - 28 - - 28 1 a103 724071 25 - - - - - 25 1

a50 556847 - - - 15 - - 15 1 a104 727925 - - - - - 56 56 1

a51 561820 - - - 19 - - 19 1 a105 729222 - - - - - 28 28 1

a52 561822 - - - 12 - - 12 1 a106 733729 - 24 - - - - 24 1

a53 565938 20 - - - - - 20 1 a107 736808 - - - - - 13 13 1

a54 579385 - - - - - 33 33 1


114

●Fluxo Não Alimentar

8.10. 7. Distribuição dos artigos por dia da semana na Situação Inicial no fluxo Não Alimentar


a1 3686 2 - - - 4 - 6 2 a58 651323 6 - - 9 1 - 16 3

a2 19726 2 2 4 - 1 1 10 5 a59 652121 - 1 - - - - 1 1

a3 19727 3 2 1 - 1 2 9 5 a60 661831 4 - - 4 5 - 13 3

a4 34216 2 - - 1 4 - 7 3 a61 666550 1 1 - 1 3 - 6 4

a5 36436 4 - - 1 2 - 7 3 a62 667615 1 2 4 1 1 5 14 6

a6 39027 - 4 - 4 - 2 10 3 a63 667942 1 - - - 2 - 3 2

a7 47602 3 1 5 - 1 2 12 5 a64 668180 - 3 - 6 - - 9 2

a8 51841 1 4 - 3 1 - 9 4 a65 669173 - 1 - 1 - - 2 2

a9 51850 8 - - 3 6 - 17 3 a66 670931 6 - 4 3 3 - 16 4

a10 51852 3 - - 3 5 - 11 3 a67 676450 3 4 - - 5 3 15 4

a11 51854 6 - - 3 5 - 14 3 a68 681424 - 1 - - - - 1 1

a12 51857 5 - - 5 5 - 15 3 a69 683801 5 - - 10 1 10 26 4

a13 54151 - 4 2 3 4 2 15 5 a70 683881 4 - 3 1 2 4 14 5

a14 54961 1 3 - 2 1 - 7 4 a71 686604 2 2 4 1 - 3 12 5

a15 56278 8 - - 1 5 - 14 3 a72 689696 1 - 2 - - 3 6 3

a16 98951 4 - 2 - 2 - 8 3 a73 690339 - 1 - - - 1 2 2

a17 99254 3 - 2 2 3 - 10 4 a74 694382 1 - 1 1 - - 3 3

a18 102695 - 3 4 1 1 3 12 5 a75 696163 1 - 3 - - - 4 2

a19 205325 - 1 - - - 1 2 2 a76 696164 1 - 2 - - - 3 2

a20 296066 4 - 5 2 1 - 12 4 a77 696257 2 - - - - - 2 1

a21 312336 - - - - 1 - 1 1 a78 696291 2 - 1 1 1 - 5 4

a22 349157 1 6 - 3 - 2 12 4 a79 697122 2 - - 2 - 1 5 3

a23 387631 1 - 4 3 1 1 10 5 a80 698139 - - 2 3 - - 5 2

a24 398850 1 - 3 2 - - 6 3 a81 699655 6 - - - 1 - 7 2

a25 403548 5 2 - - 6 - 13 3 a82 703060 4 - 2 2 2 - 10 4

a26 411279 - - - 2 - - 2 1 a83 703919 4 - 4 8 4 5 25 5

a27 427718 6 5 5 4 5 4 29 6 a84 704586 - - 1 1 - - 2 2

a28 450879 1 4 - 2 - 2 9 4 a85 704643 3 - 1 1 1 1 7 5

a29 450931 1 - - - 1 - 2 2 a86 704644 3 3 3 1 3 2 15 6

a30 463206 5 - 1 1 5 - 12 4 a87 705125 3 5 4 2 1 2 17 6

a31 478998 - - - - 1 - 1 1 a88 706301 - 1 1 - - 1 3 3

a32 478999 13 - - - 2 - 15 2 a89 714921 - - - - 2 - 2 1

a33 499623 1 - - - 3 - 4 2 a90 721667 3 1 4 4 1 - 13 5

a34 506765 8 1 1 1 1 - 12 5 a91 723428 - 7 - 4 - - 11 2

a35 520600 5 - 2 - 1 - 8 3 a92 725549 - 6 - 6 - 3 15 3

a36 520601 - - - - 2 - 2 1 a93 726176 - - - 2 1 - 3 2

a37 526140 8 - - - 5 - 13 2 a94 727823 6 - 4 1 6 - 17 4

a38 527792 - 5 - - - - 5 1 a95 728003 1 4 - 4 - - 9 3

a39 528412 - - - 1 - - 1 1 a96 728043 6 - - 11 - 3 20 3

a40 528597 1 4 - 3 - - 8 3 a97 729489 2 - 8 9 3 - 22 4

a41 528628 - 2 - 4 1 - 7 3 a98 730286 - - - - - 1 1 1

a42 528629 2 2 - 5 - - 9 3 a99 733222 - 3 - 4 - - 7 2

a43 546492 - 3 - - - - 3 1 a100 733595 3 - - 1 2 - 6 3

a44 546530 - 7 - - - - 7 1 a101 733596 1 - - - 4 - 5 2

a45 557642 9 - 5 6 2 - 22 4 a102 733605 - - - 1 4 - 5 2

a46 558122 - - 4 - - - 4 1 a103 733606 - - - - 1 - 1 1

a47 558124 - 3 - 5 - - 8 2 a104 733735 - 11 - - - - 11 1

a48 568561 3 - 1 1 - 2 7 4 a105 737602 1 4 1 3 - - 9 4

a49 575076 1 3 4 - 5 1 14 5 a106 738178 - - - - 6 - 6 1

a50 576672 5 1 2 4 5 1 18 6 a107 738179 - - - - 7 - 7 1

a51 606921 5 1 3 5 - - 14 4 a108 738879 4 3 4 3 1 1 16 6

a52 608287 5 - 5 3 8 - 21 4 a109 743921 1 - - 1 3 - 5 3

a53 613628 4 - 4 3 3 - 14 4 a110 745019 4 5 4 6 3 4 26 6

a54 616189 - 2 - 1 - - 3 2 a111 748140 1 6 1 3 1 - 12 5

a55 628881 3 1 1 2 2 2 11 6 a112 748863 5 - - - - - 5 1

a56 640137 - - 4 - 1 - 5 2 a113 748864 7 2 - - 1 1 11 4

a57 641396 3 - - 2 1 2 8 4

Situação InicialNºmédio de caixas no armazém numa semana pedidas pelas lojas em estudo

115

8.10. 8. Distribuição dos artigos por dia da semana no Cenário Base no fluxo Não Alimentar


a1 3686 6 - - - - - 6 1 a58 651323 8 - 8 - - - 16 2

a2 19726 - - - - 10 - 10 1 a59 652121 - 1 - - - - 1 1

a3 19727 - - 9 - - - 9 1 a60 661831 - - - - 13 - 13 1

a4 34216 7 - - - - - 7 1 a61 666550 - - - 6 - - 6 1

a5 36436 - - - 7 - - 7 1 a62 667615 - - - - 14 - 14 1

a6 39027 - - - - - 10 10 1 a63 667942 - - - 3 - - 3 1

a7 47602 12 - - - - - 12 1 a64 668180 - 9 - - - - 9 1

a8 51841 9 - - - - - 9 1 a65 669173 - - 2 - - - 2 1

a9 51850 - - - - 17 - 17 1 a66 670931 - - - - 16 - 16 1

a10 51852 - - - 11 - - 11 1 a67 676450 - - 15 - - - 15 1

a11 51854 - - - - 14 - 14 1 a68 681424 - 1 - - - - 1 1

a12 51857 - - - 15 - - 15 1 a69 683801 - 26 - - - - 26 1

a13 54151 - - 15 - - - 15 1 a70 683881 - - - - - 14 14 1

a14 54961 7 - - - - - 7 1 a71 686604 - 12 - - - - 12 1

a15 56278 - 14 - - - - 14 1 a72 689696 - - - 6 - - 6 1

a16 98951 8 - - - - - 8 1 a73 690339 - - - - - 2 2 1

a17 99254 - - - - 10 - 10 1 a74 694382 - 2 - - - 1 3 2

a18 102695 12 - - - - - 12 1 a75 696163 - - 4 - - - 4 1

a19 205325 - - 2 - - - 2 1 a76 696164 - - 3 - - - 3 1

a20 296066 - - - 12 - - 12 1 a77 696257 - - - - - 2 2 1

a21 312336 - - - - 1 - 1 1 a78 696291 - - - 5 - - 5 1

a22 349157 - - - 12 - - 12 1 a79 697122 - - 3 - - 2 5 2

a23 387631 - - - - - 10 10 1 a80 698139 - - - - - 5 5 1

a24 398850 - - 6 - - - 6 1 a81 699655 7 - - - - - 7 1

a25 403548 - - - - 13 - 13 1 a82 703060 - - 10 - - - 10 1

a26 411279 - - - 2 - - 2 1 a83 703919 25 - - - - - 25 1

a27 427718 - - - - 29 - 29 1 a84 704586 - - 2 - - - 2 1

a28 450879 - - 9 - - - 9 1 a85 704643 - - 7 - - - 7 1

a29 450931 2 - - - - - 2 1 a86 704644 - - 15 - - - 15 1

a30 463206 - 12 - - - - 12 1 a87 705125 - - - - - 17 17 1

a31 478998 - - - 1 - - 1 1 a88 706301 - - - - - 3 3 1

a32 478999 - 15 - - - - 15 1 a89 714921 - - 2 - - - 2 1

a33 499623 4 - - - - - 4 1 a90 721667 - - - - - 13 13 1

a34 506765 - - - 12 - - 12 1 a91 723428 - 11 - - - - 11 1

a35 520600 - 8 - - - - 8 1 a92 725549 - - - 15 - - 15 1

a36 520601 - - 2 - - - 2 1 a93 726176 - - 3 - - - 3 1

a37 526140 - - - - - 13 13 1 a94 727823 17 - - - - - 17 1

a38 527792 5 - - - - - 5 1 a95 728003 - - - - 9 - 9 1

a39 528412 - - - - 1 - 1 1 a96 728043 - 20 - - - - 20 1

a40 528597 - 8 - - - - 8 1 a97 729489 22 - - - - - 22 1

a41 528628 - - - 7 - - 7 1 a98 730286 - - - - - 1 1 1

a42 528629 - - - - 9 - 9 1 a99 733222 - - - 7 - - 7 1

a43 546492 - 3 - - - - 3 1 a100 733595 - - - 6 - - 6 1

a44 546530 - 7 - - - - 7 1 a101 733596 5 - - - - - 5 1

a45 557642 - - 22 - - - 22 1 a102 733605 - - - 5 - - 5 1

a46 558122 - - - 4 - - 4 1 a103 733606 1 - - - - - 1 1

a47 558124 - - 8 - - - 8 1 a104 733735 - 11 - - - - 11 1

a48 568561 - - - - - 7 7 1 a105 737602 9 - - - - - 9 1

a49 575076 - - - - 14 - 14 1 a106 738178 - - - - - 6 6 1

a50 576672 - - - - - 18 18 1 a107 738179 - - - - 7 - 7 1

a51 606921 - 14 - - - - 14 1 a108 738879 - - - - - 16 16 1

a52 608287 - - - 21 - - 21 1 a109 743921 5 - - - - - 5 1

a53 613628 - - - 14 - - 14 1 a110 745019 - - - - - 26 26 1

a54 616189 3 - - - - - 3 1 a111 748140 - - 12 - - - 12 1

a55 628881 - 3 8 - - - 11 2 a112 748863 - - 5 - - - 5 1

a56 640137 - - 5 - - - 5 1 a113 748864 - - - - - 11 11 1

a57 641396 3 - - 5 - - 8 2


116

8.10. 9. Distribuição dos artigos por dia da semana no Cenário 1 no fluxo Não Alimentar


a1 3686 - - - 6 - - 6 1 a58 651323 - - - - 16 - 16 1

a2 19726 - - 10 - - - 10 1 a59 652121 1 - - - - - 1 1

a3 19727 - - - - - 9 9 1 a60 661831 - - - - 13 - 13 1

a4 34216 7 - - - - - 7 1 a61 666550 - 6 - - - - 6 1

a5 36436 - - - 7 - - 7 1 a62 667615 - 14 - - - - 14 1

a6 39027 - - - 10 - - 10 1 a63 667942 - - - 3 - - 3 1

a7 47602 12 - - - - - 12 1 a64 668180 - - - - 9 - 9 1

a8 51841 9 - - - - - 9 1 a65 669173 - - - 2 - - 2 1

a9 51850 - 17 - - - - 17 1 a66 670931 - - 16 - - - 16 1

a10 51852 - - - - 11 - 11 1 a67 676450 15 - - - - - 15 1

a11 51854 - - - - 14 - 14 1 a68 681424 - 1 - - - - 1 1

a12 51857 - 15 - - - - 15 1 a69 683801 26 - - - - - 26 1

a13 54151 - - - 15 - - 15 1 a70 683881 14 - - - - - 14 1

a14 54961 - - - - 7 - 7 1 a71 686604 - - - 12 - - 12 1

a15 56278 14 - - - - - 14 1 a72 689696 - - - - 6 - 6 1

a16 98951 - - 8 - - - 8 1 a73 690339 - 2 - - - - 2 1

a17 99254 - - 10 - - - 10 1 a74 694382 - - - 3 - - 3 1

a18 102695 - - - 12 - - 12 1 a75 696163 4 - - - - - 4 1

a19 205325 - - - 2 - - 2 1 a76 696164 - - 3 - - - 3 1

a20 296066 - - - - 12 - 12 1 a77 696257 2 - - - - - 2 1

a21 312336 - - 1 - - - 1 1 a78 696291 - - - - - 5 5 1

a22 349157 12 - - - - - 12 1 a79 697122 - - 2 - - 3 5 2

a23 387631 - - - 10 - - 10 1 a80 698139 - - - - - 5 5 1

a24 398850 - 6 - - - - 6 1 a81 699655 7 - - - - - 7 1

a25 403548 13 - - - - - 13 1 a82 703060 - - - 10 - - 10 1

a26 411279 2 - - - - - 2 1 a83 703919 - 25 - - - - 25 1

a27 427718 - - - - - 29 29 1 a84 704586 - 2 - - - - 2 1

a28 450879 9 - - - - - 9 1 a85 704643 - - - - - 7 7 1

a29 450931 - - - - 2 - 2 1 a86 704644 - - - - - 15 15 1

a30 463206 - - - 12 - - 12 1 a87 705125 - - - - - 17 17 1

a31 478998 - 1 - - - - 1 1 a88 706301 - - - - 3 - 3 1

a32 478999 15 - - - - - 15 1 a89 714921 - 2 - - - - 2 1

a33 499623 4 - - - - - 4 1 a90 721667 - - - - - 13 13 1

a34 506765 - - - - 12 - 12 1 a91 723428 - 11 - - - - 11 1

a35 520600 - - 8 - - - 8 1 a92 725549 - - - - - 15 15 1

a36 520601 - - - - 2 - 2 1 a93 726176 - - 3 - - - 3 1

a37 526140 - - - - 13 - 13 1 a94 727823 - - 17 - - - 17 1

a38 527792 - - - - 5 - 5 1 a95 728003 - - - - 9 - 9 1

a39 528412 - 1 - - - - 1 1 a96 728043 - - - 20 - - 20 1

a40 528597 - - - 8 - - 8 1 a97 729489 - - 22 - - - 22 1

a41 528628 - - - 7 - - 7 1 a98 730286 - - - 1 - - 1 1

a42 528629 - - - - 9 - 9 1 a99 733222 - - - 7 - - 7 1

a43 546492 - 3 - - - - 3 1 a100 733595 - - - - 6 - 6 1

a44 546530 - 7 - - - - 7 1 a101 733596 - 5 - - - - 5 1

a45 557642 - - 22 - - - 22 1 a102 733605 - 5 - - - - 5 1

a46 558122 4 - - - - - 4 1 a103 733606 1 - - - - - 1 1

a47 558124 - - - 8 - - 8 1 a104 733735 - 11 - - - - 11 1

a48 568561 - - - - - 7 7 1 a105 737602 - - 9 - - - 9 1

a49 575076 - 14 - - - - 14 1 a106 738178 - - - - 6 - 6 1

a50 576672 - 18 - - - - 18 1 a107 738179 - - - - 7 - 7 1

a51 606921 - - 14 - - - 14 1 a108 738879 - - - 16 - - 16 1

a52 608287 - - 21 - - - 21 1 a109 743921 - - - 5 - - 5 1

a53 613628 - - - - 14 - 14 1 a110 745019 - - - - - 26 26 1

a54 616189 - 3 - - - - 3 1 a111 748140 - - 12 - - - 12 1

a55 628881 - - - - - 11 11 1 a112 748863 - - - - - 5 5 1

a56 640137 5 - - - - - 5 1 a113 748864 - - - - - 11 11 1

a57 641396 - 8 - - - - 8 1

Cenário 1Nºmédio de caixas no armazém numa semana pedidas pelas lojas em estudo

117

8.10. 10. Distribuição dos artigos por dia da semana no Cenário 2 (para p menor ou igual a 1) no fluxo Não

Alimentar


a1 3686 6 - - - - - 6 1 a58 651323 16 - - - - - 16 1

a2 19726 - - - - - 10 10 1 a59 652121 1 - - - - - 1 1

a3 19727 - - - - - 9 9 1 a60 661831 - - - - 13 - 13 1

a4 34216 - 7 - - - - 7 1 a61 666550 - - 6 - - - 6 1

a5 36436 - - - - 7 - 7 1 a62 667615 - - 14 - - - 14 1

a6 39027 - - 10 - - - 10 1 a63 667942 - - - - 3 - 3 1

a7 47602 - 12 - - - - 12 1 a64 668180 - - - - 9 - 9 1

a8 51841 - - - - 9 - 9 1 a65 669173 - - - - 2 - 2 1

a9 51850 - 17 - - - - 17 1 a66 670931 - - 16 - - - 16 1

a10 51852 - - - - 11 - 11 1 a67 676450 - 15 - - - - 15 1

a11 51854 - 14 - - - - 14 1 a68 681424 - 1 - - - - 1 1

a12 51857 15 - - - - - 15 1 a69 683801 - - - 26 - - 26 1

a13 54151 - - 15 - - - 15 1 a70 683881 - 14 - - - - 14 1

a14 54961 - - - - 7 - 7 1 a71 686604 12 - - - - - 12 1

a15 56278 - - - - 14 - 14 1 a72 689696 - - - - - 6 6 1

a16 98951 - - - - 8 - 8 1 a73 690339 - - - - - 2 2 1

a17 99254 - - - 10 - - 10 1 a74 694382 - 3 - - - - 3 1

a18 102695 - - - - - 12 12 1 a75 696163 4 - - - - - 4 1

a19 205325 - - - - - 2 2 1 a76 696164 - - - - 3 - 3 1

a20 296066 - - - 12 - - 12 1 a77 696257 - - - - - 2 2 1

a21 312336 - 1 - - - - 1 1 a78 696291 - 5 - - - - 5 1

a22 349157 - - 12 - - - 12 1 a79 697122 - 5 - - - - 5 1

a23 387631 - - - - - 10 10 1 a80 698139 5 - - - - - 5 1

a24 398850 - - - - 6 - 6 1 a81 699655 - - - 7 - - 7 1

a25 403548 - - - - 13 - 13 1 a82 703060 10 - - - - - 10 1

a26 411279 - - 2 - - - 2 1 a83 703919 - 25 - - - - 25 1

a27 427718 29 - - - - - 29 1 a84 704586 - - 2 - - - 2 1

a28 450879 - - - - 9 - 9 1 a85 704643 - - - - - 7 7 1

a29 450931 - - 2 - - - 2 1 a86 704644 - - - - - 15 15 1

a30 463206 12 - - - - - 12 1 a87 705125 - - - - - 17 17 1

a31 478998 1 - - - - - 1 1 a88 706301 3 - - - - - 3 1

a32 478999 15 - - - - - 15 1 a89 714921 - - - - - 2 2 1

a33 499623 - - - - 4 - 4 1 a90 721667 - - - 13 - - 13 1

a34 506765 - - - - - 12 12 1 a91 723428 - - - 11 - - 11 1

a35 520600 - - - 8 - - 8 1 a92 725549 - - - - - 15 15 1

a36 520601 - - - - 2 - 2 1 a93 726176 - 3 - - - - 3 1

a37 526140 13 - - - - - 13 1 a94 727823 - - 17 - - - 17 1

a38 527792 - - 5 - - - 5 1 a95 728003 9 - - - - - 9 1

a39 528412 - - - - 1 - 1 1 a96 728043 - - - 20 - - 20 1

a40 528597 - - - - 8 - 8 1 a97 729489 - - 22 - - - 22 1

a41 528628 7 - - - - - 7 1 a98 730286 - - - - - 1 1 1

a42 528629 - - - 9 - - 9 1 a99 733222 - 7 - - - - 7 1

a43 546492 - 3 - - - - 3 1 a100 733595 6 - - - - - 6 1

a44 546530 - 7 - - - - 7 1 a101 733596 5 - - - - - 5 1

a45 557642 - 22 - - - - 22 1 a102 733605 - 5 - - - - 5 1

a46 558122 - - 4 - - - 4 1 a103 733606 - - - - 1 - 1 1

a47 558124 - - - - 8 - 8 1 a104 733735 - 11 - - - - 11 1

a48 568561 - - - - - 7 7 1 a105 737602 - - - 9 - - 9 1

a49 575076 - - - - - 14 14 1 a106 738178 - - - - 6 - 6 1

a50 576672 - - - - - 18 18 1 a107 738179 - - - - 7 - 7 1

a51 606921 - - - - 14 - 14 1 a108 738879 - - 16 - - - 16 1

a52 608287 - - - 21 - - 21 1 a109 743921 - - - 5 - - 5 1

a53 613628 - - - 14 - - 14 1 a110 745019 - - 26 - - - 26 1

a54 616189 3 - - - - - 3 1 a111 748140 - - - 12 - - 12 1

a55 628881 - - - - - 11 11 1 a112 748863 - - - - - 5 5 1

a56 640137 5 - - - - - 5 1 a113 748864 - - - - 11 - 11 1

a57 641396 - - 8 - - - 8 1


118


Alimentar


a1 3686 - 6 - - - - 6 1 a58 651323 - - - 9 - 7 16 2

a2 19726 - - 10 - - - 10 1 a59 652121 - 1 - - - - 1 1

a3 19727 - - - 9 - - 9 1 a60 661831 - - - 13 - - 13 1

a4 34216 - - - - 7 - 7 1 a61 666550 - - - - - 6 6 1

a5 36436 - 7 - - - - 7 1 a62 667615 14 - - - - - 14 1

a6 39027 - - - - - 10 10 1 a63 667942 - 3 - - - - 3 1

a7 47602 - - - 12 - - 12 1 a64 668180 - 9 - - - - 9 1

a8 51841 - 9 - - - - 9 1 a65 669173 - - 2 - - - 2 1

a9 51850 - - - 17 - - 17 1 a66 670931 16 - - - - - 16 1

a10 51852 11 - - - - - 11 1 a67 676450 - - - - 15 - 15 1

a11 51854 - - - - 14 - 14 1 a68 681424 - 1 - - - - 1 1

a12 51857 - - - 15 - - 15 1 a69 683801 - - - - 26 - 26 1

a13 54151 - 15 - - - - 15 1 a70 683881 - - 14 - - - 14 1

a14 54961 7 - - - - - 7 1 a71 686604 12 - - - - - 12 1

a15 56278 - - - - 14 - 14 1 a72 689696 - - 6 - - - 6 1

a16 98951 - - - 8 - - 8 1 a73 690339 - 2 - - - - 2 1

a17 99254 - - 10 - - - 10 1 a74 694382 1 1 - - 1 - 3 3

a18 102695 - - - - - 12 12 1 a75 696163 - - 4 - - - 4 1

a19 205325 - - 2 - - - 2 1 a76 696164 - - 3 - - - 3 1

a20 296066 - - 12 - - - 12 1 a77 696257 - - 2 - - - 2 1

a21 312336 1 - - - - - 1 1 a78 696291 5 - - - - - 5 1

a22 349157 - 12 - - - - 12 1 a79 697122 - - 3 - - 2 5 2

a23 387631 - - 10 - - - 10 1 a80 698139 - - - - - 5 5 1

a24 398850 6 - - - - - 6 1 a81 699655 - - - - 7 - 7 1

a25 403548 - - 13 - - - 13 1 a82 703060 - - 10 - - - 10 1

a26 411279 - - - - 2 - 2 1 a83 703919 - 25 - - - - 25 1

a27 427718 - - - - - 29 29 1 a84 704586 - - 2 - - - 2 1

a28 450879 - - - - 9 - 9 1 a85 704643 - - 7 - - - 7 1

a29 450931 2 - - - - - 2 1 a86 704644 - - - - - 15 15 1

a30 463206 - - 12 - - - 12 1 a87 705125 - - - - - 17 17 1

a31 478998 - - - 1 - - 1 1 a88 706301 - - 3 - - - 3 1

a32 478999 - - - 15 - - 15 1 a89 714921 - - 2 - - - 2 1

a33 499623 - - - - 4 - 4 1 a90 721667 - - - 13 - - 13 1

a34 506765 - 12 - - - - 12 1 a91 723428 - 11 - - - - 11 1

a35 520600 - - - 8 - - 8 1 a92 725549 - - - - - 15 15 1

a36 520601 - - - - 2 - 2 1 a93 726176 - - - 3 - - 3 1

a37 526140 - - - - - 13 13 1 a94 727823 - 17 - - - - 17 1

a38 527792 5 - - - - - 5 1 a95 728003 - - - - 9 - 9 1

a39 528412 - - 1 - - - 1 1 a96 728043 20 - - - - - 20 1

a40 528597 - - - 8 - - 8 1 a97 729489 22 - - - - - 22 1

a41 528628 - 7 - - - - 7 1 a98 730286 - - - - 1 - 1 1

a42 528629 - 9 - - - - 9 1 a99 733222 - - - 7 - - 7 1

a43 546492 - 3 - - - - 3 1 a100 733595 6 - - - - - 6 1

a44 546530 - 7 - - - - 7 1 a101 733596 - - - 5 - - 5 1

a45 557642 22 - - - - - 22 1 a102 733605 - - - - 5 - 5 1

a46 558122 - - - - - 4 4 1 a103 733606 - - - - 1 - 1 1

a47 558124 - - - 8 - - 8 1 a104 733735 - 11 - - - - 11 1

a48 568561 - - - - - 7 7 1 a105 737602 - 9 - - - - 9 1

a49 575076 - - - 14 - - 14 1 a106 738178 - - - - - 6 6 1

a50 576672 - - - - - 18 18 1 a107 738179 - - - - 7 - 7 1

a51 606921 - - 14 - - - 14 1 a108 738879 16 - - - - - 16 1

a52 608287 - - - - 21 - 21 1 a109 743921 - - - - 5 - 5 1

a53 613628 - - 14 - - - 14 1 a110 745019 - - - - 26 - 26 1

a54 616189 - - - - - 3 3 1 a111 748140 - - - 12 - - 12 1

a55 628881 6 - 5 - - - 11 2 a112 748863 - - 5 - - - 5 1

a56 640137 5 - - - - - 5 1 a113 748864 - - 11 - - - 11 1

a57 641396 - - - - - 8 8 1


119


Alimentar


a1 3686 6 - - - - - 6 1 a58 651323 16 - - - - - 16 1

a2 19726 - - - - - 10 10 1 a59 652121 - 1 - - - - 1 1

a3 19727 - - 9 - - - 9 1 a60 661831 - - - 13 - - 13 1

a4 34216 - - - 7 - - 7 1 a61 666550 - - - - 6 - 6 1

a5 36436 - - - - 7 - 7 1 a62 667615 - 14 - - - - 14 1

a6 39027 - - - - 10 - 10 1 a63 667942 - - - 3 - - 3 1

a7 47602 - 12 - - - - 12 1 a64 668180 - - - - 9 - 9 1

a8 51841 - - - - 9 - 9 1 a65 669173 2 - - - - - 2 1

a9 51850 - - - 17 - - 17 1 a66 670931 - - 16 - - - 16 1

a10 51852 - - - 11 - - 11 1 a67 676450 - - - - 15 - 15 1

a11 51854 14 - - - - - 14 1 a68 681424 - 1 - - - - 1 1

a12 51857 - - - - 15 - 15 1 a69 683801 26 - - - - - 26 1

a13 54151 - - - - 15 - 15 1 a70 683881 14 - - - - - 14 1

a14 54961 - - - - 7 - 7 1 a71 686604 - - - 12 - - 12 1

a15 56278 - 14 - - - - 14 1 a72 689696 6 - - - - - 6 1

a16 98951 - - 8 - - - 8 1 a73 690339 - 2 - - - - 2 1

a17 99254 - - 10 - - - 10 1 a74 694382 - 3 - - - - 3 1

a18 102695 - - - 12 - - 12 1 a75 696163 - - - - 4 - 4 1

a19 205325 - - - - 2 - 2 1 a76 696164 - - - - 3 - 3 1

a20 296066 12 - - - - - 12 1 a77 696257 - - - 2 - - 2 1

a21 312336 - - 1 - - - 1 1 a78 696291 - - - - - 5 5 1

a22 349157 - - - 12 - - 12 1 a79 697122 - - 5 - - - 5 1

a23 387631 10 - - - - - 10 1 a80 698139 - - - - - 5 5 1

a24 398850 - 6 - - - - 6 1 a81 699655 7 - - - - - 7 1

a25 403548 13 - - - - - 13 1 a82 703060 - 10 - - - - 10 1

a26 411279 - - - 2 - - 2 1 a83 703919 - 25 - - - - 25 1

a27 427718 - - - - - 29 29 1 a84 704586 - - - 2 - - 2 1

a28 450879 - - - - 9 - 9 1 a85 704643 - - - - - 7 7 1

a29 450931 2 - - - - - 2 1 a86 704644 - - - - - 15 15 1

a30 463206 12 - - - - - 12 1 a87 705125 - - - - - 17 17 1

a31 478998 1 - - - - - 1 1 a88 706301 3 - - - - - 3 1

a32 478999 15 - - - - - 15 1 a89 714921 - - - - - 2 2 1

a33 499623 4 - - - - - 4 1 a90 721667 - - - - - 13 13 1

a34 506765 - - - 12 - - 12 1 a91 723428 - - - 11 - - 11 1

a35 520600 - - 8 - - - 8 1 a92 725549 - - - - - 15 15 1

a36 520601 - - - - 2 - 2 1 a93 726176 - - 3 - - - 3 1

a37 526140 - 13 - - - - 13 1 a94 727823 - - 17 - - - 17 1

a38 527792 - 5 - - - - 5 1 a95 728003 - - - - 9 - 9 1

a39 528412 - - 1 - - - 1 1 a96 728043 - - - - 20 - 20 1

a40 528597 - - - - 8 - 8 1 a97 729489 - - 22 - - - 22 1

a41 528628 - - - 7 - - 7 1 a98 730286 - 1 - - - - 1 1

a42 528629 - - - 9 - - 9 1 a99 733222 - 7 - - - - 7 1

a43 546492 - 3 - - - - 3 1 a100 733595 - - - 6 - - 6 1

a44 546530 - 7 - - - - 7 1 a101 733596 - 5 - - - - 5 1

a45 557642 - - 22 - - - 22 1 a102 733605 - - - 5 - - 5 1

a46 558122 - - - 4 - - 4 1 a103 733606 - 1 - - - - 1 1

a47 558124 8 - - - - - 8 1 a104 733735 - 11 - - - - 11 1

a48 568561 - - - - - 7 7 1 a105 737602 - - 9 - - - 9 1

a49 575076 - 14 - - - - 14 1 a106 738178 - - - - 6 - 6 1

a50 576672 - - - 18 - - 18 1 a107 738179 - 7 - - - - 7 1

a51 606921 - - 14 - - - 14 1 a108 738879 - - - - 16 - 16 1

a52 608287 - - 21 - - - 21 1 a109 743921 5 - - - - - 5 1

a53 613628 - 14 - - - - 14 1 a110 745019 - - - - - 26 26 1

a54 616189 - - - 3 - - 3 1 a111 748140 - - 12 - - - 12 1

a55 628881 - - - - - 11 11 1 a112 748863 - - - - - 5 5 1

a56 640137 - - - - 5 - 5 1 a113 748864 - - - - - 11 11 1

a57 641396 - - - 8 - - 8 1


120


Alimentar


a1 3686 - - - - 6 - 6 1 a58 651323 - - - - 16 - 16 1

a2 19726 - - 10 - - - 10 1 a59 652121 1 - - - - - 1 1

a3 19727 - - - - - 9 9 1 a60 661831 - - - 13 - - 13 1

a4 34216 - - - - 7 - 7 1 a61 666550 - - - 6 - - 6 1

a5 36436 7 - - - - - 7 1 a62 667615 - - - 14 - - 14 1

a6 39027 10 - - - - - 10 1 a63 667942 - - - - 3 - 3 1

a7 47602 12 - - - - - 12 1 a64 668180 - - - 9 - - 9 1

a8 51841 - 9 - - - - 9 1 a65 669173 - - 2 - - - 2 1

a9 51850 - 17 - - - - 17 1 a66 670931 - - 16 - - - 16 1

a10 51852 - 11 - - - - 11 1 a67 676450 15 - - - - - 15 1

a11 51854 14 - - - - - 14 1 a68 681424 - 1 - - - - 1 1

a12 51857 - - - 15 - - 15 1 a69 683801 26 - - - - - 26 1

a13 54151 - 15 - - - - 15 1 a70 683881 - - - - 14 - 14 1

a14 54961 7 - - - - - 7 1 a71 686604 12 - - - - - 12 1

a15 56278 - - - 14 - - 14 1 a72 689696 6 - - - - - 6 1

a16 98951 - - 8 - - - 8 1 a73 690339 - - - - 2 - 2 1

a17 99254 - - 10 - - - 10 1 a74 694382 - - - 2 1 - 3 2

a18 102695 12 - - - - - 12 1 a75 696163 - - - - 4 - 4 1

a19 205325 2 - - - - - 2 1 a76 696164 3 - - - - - 3 1

a20 296066 - 12 - - - - 12 1 a77 696257 - - - - 2 - 2 1

a21 312336 - - 1 - - - 1 1 a78 696291 - - - - - 5 5 1

a22 349157 - - - - 12 - 12 1 a79 697122 - - 2 - - 3 5 2

a23 387631 - - - 10 - - 10 1 a80 698139 - - - - - 5 5 1

a24 398850 - - - 6 - - 6 1 a81 699655 - - - - 7 - 7 1

a25 403548 - 13 - - - - 13 1 a82 703060 - - - 10 - - 10 1

a26 411279 - 2 - - - - 2 1 a83 703919 - - - - 25 - 25 1

a27 427718 - - - - - 29 29 1 a84 704586 - - - 2 - - 2 1

a28 450879 9 - - - - - 9 1 a85 704643 - - - - - 7 7 1

a29 450931 - - - - 2 - 2 1 a86 704644 - - - - - 15 15 1

a30 463206 - - - 12 - - 12 1 a87 705125 - - - - - 17 17 1

a31 478998 - - - - 1 - 1 1 a88 706301 3 - - - - - 3 1

a32 478999 15 - - - - - 15 1 a89 714921 - - 2 - - - 2 1

a33 499623 - - - 4 - - 4 1 a90 721667 - - - - - 13 13 1

a34 506765 - - - - 12 - 12 1 a91 723428 - - - 11 - - 11 1

a35 520600 - - 8 - - - 8 1 a92 725549 - - - - - 15 15 1

a36 520601 - - 2 - - - 2 1 a93 726176 - - - - 3 - 3 1

a37 526140 - - - 13 - - 13 1 a94 727823 - - 17 - - - 17 1

a38 527792 5 - - - - - 5 1 a95 728003 9 - - - - - 9 1

a39 528412 1 - - - - - 1 1 a96 728043 - 20 - - - - 20 1

a40 528597 - - - - 8 - 8 1 a97 729489 - - 22 - - - 22 1

a41 528628 - - - - 7 - 7 1 a98 730286 1 - - - - - 1 1

a42 528629 - - - - 9 - 9 1 a99 733222 - - - 7 - - 7 1

a43 546492 - 3 - - - - 3 1 a100 733595 - - - 6 - - 6 1

a44 546530 - 7 - - - - 7 1 a101 733596 - - - 5 - - 5 1

a45 557642 - - 22 - - - 22 1 a102 733605 - - - 5 - - 5 1

a46 558122 - - - 4 - - 4 1 a103 733606 - - - - 1 - 1 1

a47 558124 - - - 8 - - 8 1 a104 733735 - 11 - - - - 11 1

a48 568561 - - - - - 7 7 1 a105 737602 - - 9 - - - 9 1

a49 575076 - 14 - - - - 14 1 a106 738178 - - - - 6 - 6 1

a50 576672 - - - - 18 - 18 1 a107 738179 - 7 - - - - 7 1

a51 606921 - - 14 - - - 14 1 a108 738879 - 16 - - - - 16 1

a52 608287 - - 21 - - - 21 1 a109 743921 - - - - 5 - 5 1

a53 613628 - 14 - - - - 14 1 a110 745019 - - - - - 26 26 1

a54 616189 3 - - - - - 3 1 a111 748140 - - 12 - - - 12 1

a55 628881 - - - - - 11 11 1 a112 748863 - - - - - 5 5 1

a56 640137 - - - - 5 - 5 1 a113 748864 - - - - - 11 11 1

a57 641396 4 4 - - - - 8 2


Documents

Otimização dos pedidos das lojas em ambiente Just in Time ......otimização do ciclo de pedidos em ambiente JIT poderá conduzir a inúmeras vantagens nomeadamente no que respeita