CHARLES SPINA APLICAÇÃO DE FERRAMENTAS LEAN SEIS SIGMA … · The Lean Six Sigma is a methodology...
158
FUNDAÇÃO GETULIO VARGAS ESCOLA DE ADMINISTRAÇÃO DE EMPRESAS DE SÃO PAULO CHARLES SPINA APLICAÇÃO DE FERRAMENTAS LEAN SEIS SIGMA E SIMULAÇÃO COMPUTACIONAL AO APERFEIÇOAMENTO DE SERVIÇOS: Roteiro de referência e Estudo de caso SÃO PAULO 2007
Transcript of CHARLES SPINA APLICAÇÃO DE FERRAMENTAS LEAN SEIS SIGMA … · The Lean Six Sigma is a methodology...
FUNDAÇÃO GETULIO VARGAS
ESCOLA DE ADMINISTRAÇÃO DE EMPRESAS DE SÃO PAULO
CHARLES SPINA
APLICAÇÃO DE FERRAMENTAS LEAN SEIS SIGMA E SIMULAÇÃO
COMPUTACIONAL AO APERFEIÇOAMENTO DE SERVIÇOS: Roteiro de
referência e Estudo de caso
SÃO PAULO
2007
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
CHARLES SPINA
APLICAÇÃO DE FERRAMENTAS LEAN SEIS SIGMA E SIMULAÇÃO
COMPUTACIONAL AO APERFEIÇOAMENTO DE SERVIÇOS: Roteiro de
referência e Estudo de caso
Dissertação apresentada ao Curso de
Mestrado Profissional em Administração
da Escola de Administração de Empresas
de São Paulo da Fundação Getulio
Vargas, para obtenção do título de Mestre
em Administração.
Linha de Pesquisa: Gestão de Operações
(POI)
Orientador: Prof. Dr. Orlando Cattini Junior
SÃO PAULO
2007
CHARLES SPINA
APLICAÇÃO DE FERRAMENTAS LEAN SEIS SIGMA E SIMULAÇÃO COMPUTACIONAL AO APERFEIÇOAMENTO DE SERVIÇOS: Roteiro de
referência e Estudo de caso Dissertação apresentada ao Curso de
Mestrado Profissional em Administração
da Escola de Administração de Empresas
de São Paulo da Fundação Getulio
Vargas, para obtenção do título de Mestre
em Administração.
Linha de Pesquisa: Gestão de Operações
(POI)
Data da Aprovação: ___ / ___ / ____
Banca Examinadora:
_________________________________
Prof. Dr. Orlando Cattini Junior
(Orientador)
FGV-EAESP
_________________________________
Prof. Dr. Julio César Bastos de Figueiredo
FGV-EAESP
_________________________________
Profa. Dra. Eliane Simões Martins
UEL
FICHA CATALOGRÁFICA
Spina, Charles. Aplicação de ferramentas lean seis sigma e simulação computacional ao aperfeiçoamento de serviços: Roteiro de referência e Estudo de caso / Charles Spina. - 2007. 138 f. Orientador: Orlando Cattini Junior. Dissertação (MPA) - Escola de Administração de Empresas de São Paulo. 1. Serviços (Economia) – Simulação por computador. 2. Simulação (Computadores). 3. Controle de qualidade. I. Cattini Júnior, Orlando. II. Dissertação (MPA) - Escola de Administração de Empresas de São Paulo. III. Título.
CDU 338.46
Aos meus amados Raul e Sabrina
AGRADECIMENTOS
Aos meus queridos Sabrina e Raul, por serem minha grande motivação.
Aos meus pais e irmãos, pelo apoio, auxílio com o Raul e pela eterna preocupação e
torcida.
Aos amigos Ivo, Denis e Simone, pela ajuda precisa e de qualidade.
Ao amigo Ricardo, companheiro de jornada.
A todos meus colegas de trabalho, pelo apoio, confiança e por suprirem minhas
ausências com compreensão e brilhantismo.
Aos amigos da turma 2005 do MPA que muito me ensinaram ao longo dos últimos
dois anos.
Ao Professor Cattini, pela sugestão do tema da pesquisa e orientação.
Finalmente, a Deus, que me proporcionou saúde, paz e energia para a conclusão
deste trabalho.
“A essência do conhecimento consiste em
aplicá-lo, uma vez possuído”.
Confúcio (551 a.C. – 479 a.C.)
RESUMO
A melhoria da qualidade da prestação de serviços em virtude do aumento da
competitividade nas empresas vem se tornando uma realidade evidente para
aquelas que desejam continuar atuantes no mercado de serviços.
Esta melhoria deve ter como objetivo a satisfação das necessidades de seus clientes
e para isto, abordagens de Qualidade como Lean Seis Sigma encontram as
condições propícias para sua utilização.
Lean Seis Sigma é uma metodologia de melhoria de qualidade que apresenta foco
na variabilidade dos processos e objetiva a redução de falhas ou defeitos por meio
do arcabouço de técnicas e ferramentas estatísticas da qualidade.
Este trabalho tem como proposta a apresentação de um roteiro de referência para a
aplicação de Lean Seis Sigma em Serviços utilizando-se, ainda, de Simulação
Computacional de processos, uma poderosa ferramenta que possibilita maior
agilidade e precisão à aplicação do roteiro.
Inicialmente foi realizada uma revisão bibliográfica para apresentar um referencial
teórico de conceitos sobre Lean Seis Sigma, Simulação Computacional e Casos de
Implementação para que, a partir desta base, fosse desenvolvida o roteiro de
aplicação de Lean Seis Sigma em Serviços.
Para validação da proposição, realizou-se um estudo de caso em um processo de
serviço de uma grande instituição financeira, aplicando-se o roteiro proposto e
analisando os resultados obtidos.
Palavras-chave: Serviços, Qualidade, Seis Sigma, Lean, Simulação Computacional,
Roteiro, Estudo de Caso.
ABSTRACT
The improvement in the quality of the provided services, due to the rising
competitiveness of the industry is becoming an evident reality for those companies
that desire to maintain themselves in the service market.
The main goal for this quality improvement is to achieve satisfaction of costumers’
needs and for this, quality approaches such as Lean Six Sigma find their propitious
conditions for being used.
The Lean Six Sigma is a methodology of quality improvement that focuses in the
variability of the processes and objectives the reduction of imperfections or defects
by using schematizing techniques and statistical tools for quality.
This work has as proposal to present a reference methodology to apply The Lean Six
Sigma in the service industry. It also presents the use of Computer Processes
Simulation, a powerful tool that makes possible to increase agility and precision of
the methodology application.
In the beginning (First of all), it was carried a bibliographical revision to present a
theoretical reference of the concepts concerning The Lean Six Sigma, Computational
Simulation and Cases of Implementation so that, from this point, it was developed the
methodology of application of Lean Six Sigma in service industry.
In order to validate this proposal, it was fulfilled a case study on a service process in
a major financial institution, applying the herein proposed methodology and analyzing
the achieved results.
Key Words: Service Industry, Quality, Six Sigma, Lean, Computational Simulation,
Methodology, Case Study.
LISTA DE FIGURAS
Página
Figura 2.1: Fluxo da Metodologia de Pesquisa 8
Figura 3.1: Qualidade percebida do Serviço 15
Figura 3.2: Curva de Gauss – Distribuição Normal 21
Figura 3.3: Processo 6 Sigma estável 22
Figura 3.4: Processo 6 Sigma no longo prazo 23
Figura 3.5: Método DMAIC 25
Figura 3.6: Técnicas e Ferramentas de Lean e Seis Sigma 35
Figura 3.7: Exemplo de um processo de formalização de empréstimos 39
Figura 3.8: Exemplo de uma matriz QFD 40
Figura 3.9: Exemplo de um Gráfico de Controle 41
Figura 3.10: Exemplo de um Histograma 41
Figura 3.11: Exemplo de uma planilha de FMEA 42
Figura 3.12: Exemplo de um gráfico de Pareto 43
Figura 3.13: Exemplo de um diagrama de causa e efeito 44
Figura 3.14: Exemplo de uma Matriz Swot 45
Figura 3.15: Equação para cálculo do Lead Time 45
Figura 3.16: Fluxo do Processo de Simulação 56
Figura 4.1: Alvo do projeto Lean Seis Sigma 66
Figura 5.1: Fluxo do Processo de Formalização de financiamentos – Visão Macro 79
Figura 5.2: Fluxo de Atividades do Processo A 79
Figura 5.3: Histograma do Tempo de Ciclo do Processo A 82
Figura 5.4: Tipo de distribuição Lognormal definida pelo software STAT::FIT 83
Figura 5.5: Modelo Computacional do Processo A 85
Figura 5.6: Sistema de filas do Processo A 88
Figura 5.7: Sistema de filas do Processo A 88
Figura 5.8: Análise FMEA da Atividade Analisar Juridicamente 90
Figura 5.9: Análise FMEA da Atividade Analisar Documentos 91
Figura 5.10: Análise FMEA da Atividade Cadastrar dados e valores da operação 92
Figura 5.11: Modelo Computacional do Processo A Melhorado 94
Figura 5.12: Equação para cálculo do Nível Sigma 95
Figura 9.1: Tela de Abertura do ServiceModel 132
Figura 9.2: Tela de cadastramento de Locais 133
Figura 9.3: Tela de cadastramento de Entidades 134
Figura 9.4: Tela de cadastramento de Variáveis 135
Figura 9.5: Tela de cadastramento de Variáveis 136
Figura 9.6: Tela de cadastramento de Chegadas 137
Figura 9.7: Tela de cadastramento de Processos 137
Figura 9.8: Tela de cadastramento de Recursos 138
LISTA DE TABELAS
Página
Tabela 3.1: Nível de Qualidade Sigma. 23
Tabela 3.2: DMAIC 28
Tabela 3.3: Sinergias entre Lean e Seis Sigma 35
Tabela 3.4: Comparação das metodologias Seis Sigma e Lean 37
Tabela 5.1: Distribuição do Tempo de Ciclo do Processo A 81
Tabela 5.2: Medidas de Posição e Dispersão do Tempo de Ciclo do Processo A 82
Tabela 5.3: Desempenho de algumas atividades do Processo A 83
Tabela 5.4: Recursos no Processo A 84
Tabela 5.5: Percentuais de Análise Jurídica e de Pastas com a maioria dos documentos presentes. 85
Tabela 5.6: Valores resultantes das atividades Cadastrar Entrada e Montar Pasta 86
Tabela 5.7: Tabela comparativa entre o Processo A e seu modelo 87
Tabela 5.8: Novo desempenho de algumas atividades do Processo A 93
Tabela 5.9: Performance da Simulação do Processo A Melhorado 95
LISTA DE ABREVIATURAS E SIGLAS
CTQ - Critical To Quality
DMADV - Define, Measure, Analyze, Design, Verify
DMAIC - Define, Measure, Analyze, Improve, Control
DOE - Design Of Experiments
DPMO - Defects Per Million Opportunities
FMEA - Failure Modes and Effects Analysis
LEI - Limite de Especificação Inferior
LES - Limite de Especificação Superior
PERT-CPM - Program Evaluation and Review Tecnique - Critical Path Evalution
QFD - Quality Function Deployment
SWOT - Strengths, Weaknesses, Opportunities, Threats
TQM - Total Quality Management
WIP - Work In Process
SUMÁRIO
Página
1. Introdução 1
1.1. Considerações Iniciais 1
1.2. Motivações da Pesquisa 3
1.3. Objetivos 5
1.4. Estrutura do Trabalho 5
2. Metodologia 7
2.1. Descrição da Metodologia 7
2.2. Limitações do estudo 9
3. Revisão Bibliográfica 10
3.1. Serviços e Qualidade 10
3.1.1. Contextualização de serviços 10
3.1.2. A Importância dos serviços 11
3.1.3. Qualidade 12
3.1.4. Avaliação da Qualidade do Serviço pelo Cliente 13
3.1.5. Sinopse da Evolução Contemporânea da Qualidade 17
3.1.6. Considerações sobre o tema 18
3.2. Lean Seis Sigma 19
3.2.1. Seis Sigma 19
3.2.2. Definição Estatística 20
3.2.3. O Método DMAIC 24
3.2.4. Variabilidade 29
3.2.5. Lean 30
3.2.6. A Integração de Lean e Seis Sigma 33
3.2.7. Principais Ferramentas Lean Seis Sigma 38
3.2.8. Considerações sobre o tema 49
3.3. Simulação Computacional 50
3.3.1. Definições 50
3.3.2. Metodologia de Simulação 54
3.3.3. Considerações sobre o tema 57
4. Definição do Roteiro de Referência para Aplicação de Lean Seis Sigma em Serviços 59
4.1. Casos na Literatura 59
4.1.1. Síntese da pesquisa 63
4.2. Roteiro de Referência 64
4.2.1. Passo 1 65
4.2.2. Passo 2 66
4.2.3. Passo 3 67
4.2.4. Passo 4 68
4.2.5. Passo 5 68
4.2.6. Passo 6 69
4.2.7. Passo 7 69
4.2.8. Passo 8 70
4.2.9. Passo 9 71
4.2.10. Passo 10 72
4.2.11. Passo 11 72
4.2.12. Passo 12 72
4.2.13. Passo 13 73
5. Estudo de Caso 74
5.1. Descrição da organização em estudo 74
5.2. Apresentação do Caso 74
5.2.1. Descrição do Processo de Estudo 75
5.3. Aplicação do Roteiro Proposto 77
5.3.1. Passo 1 77
5.3.2. Passo 2 80
5.3.3. Passo 3 80
5.3.4. Passo 4 84
5.3.5. Passo 5 84
5.3.6. Passo 6 86
5.3.7. Passo 7 87
5.3.8. Passo 8 89
5.3.9. Passo 9 89
5.3.10. Passo 10 94
5.3.11. Passo 11 95
5.3.12. Passo 12 96
5.3.13. Passo 13 96
5.4. Discussão dos resultados 96
6. Conclusões 98
6.1. Recomendações de Estudos Futuros 101
7. Referências Bibliográficas 102
8. Apêndices 113
8.1. Código de programação do Processo A 113
8.2. Código de programação do Processo A Melhorado 124
9. Anexos 131
9.1. Nível Sigma 131
9.2. A Construção de um Modelo 132
1
1. Introdução
1.1. Considerações Iniciais
A sobrevivência das empresas depende do crescimento dos negócios, hoje
determinado principalmente pela satisfação dos clientes, suportada pelas dimensões
de qualidade, preço e serviços. Esses elementos são possíveis por meio da
capabilidade do processo, que é limitado em grande parte por inúmeras variações.
As limitações e variações dos processos conduzem freqüentemente ao aumento de
defeitos, falhas, custos e tempos nos ciclos de produção. Para eliminar a variação
nos processos, é necessário aplicar o conhecimento certo e aprender os meios
existentes para aumentar a satisfação dos clientes que conduzirão à excelência
operacional. Portanto, tratar desse tema é de importância relevante, considerando a
competitividade e as exigências impostas às empresas na atualidade.
A estratégia de gerenciamento dos processos pode contribuir também para a criação
de vantagens competitivas sustentáveis, pois em função de sua complexidade,
podem ser de difícil imitação, de acordo com o conceito defendido por Prahalad e
Hamel (1990).
Uma metodologia que está se consolidando no mundo dos negócios e possibilitando
grandes conquistas às empresas é o Seis Sigma, um método que se concentra na
diminuição ou eliminação da incidência de erros, defeitos e falhas em um processo.
Seis Sigma surgiu em meados da década de 80 quando a empresa Motorola que
começou a estudar as variações dos processos produtivos para desenvolver ações
de melhoria. Essa abordagem, inicialmente aplicada nos processos produtivos com
excelentes resultados, foi logo estendida a todas as atividades da organização e
batizada como a conhecemos: Seis Sigma, o programa utilizado pela Motorola para
gerenciar seus negócios e que, estatisticamente, significa ter processos de produção
com níveis mínimos de defeito (ECKES, 2001).
Além da Motorola, outras organizações, como a Alliedsignal e a General Eletric, logo
adotaram a abordagem Seis Sigma e obtiveram grandes resultados. O sucesso
2
dessas organizações tornou o Seis Sigma popular como uma abordagem para
eliminação da variabilidade dos processos e redução de desperdícios através de
ferramentas e técnicas estatísticas (ANTONY; BANUELAS, 2002) e que pode ser
aplicada na maioria dos setores da atividade econômica, incluindo-se serviços
(SMITH; ADAMS, 2000).
Alcançar o Seis Sigma significa reduzir defeitos, erros e falhas a perto de zero e
atingir a quase perfeição no desempenho dos processos. A metodologia associa um
rigoroso enfoque estatístico a um conjunto de ferramentas que são empregadas com
o objetivo de caracterizar as fontes de variabilidade e demonstrar como esse
conhecimento pode controlar e aperfeiçoar os resultados (WATSON, 2001).
Diante dessas oportunidades, a aplicação dos conceitos de Lean Seis Sigma
representa um poderoso recurso para a eliminação de erros, a diminuição de
desperdícios e a conquista de resultados que melhoram significativamente os
processos (ANDRIETTA, 2003).
Recentemente a metodologia Seis Sigma vem sendo utilizada integrada com a
metodologia Lean, alavancando a quantidade de técnicas e ferramentas que podem
ser aplicadas em projeto de melhoria de processos. A junção dessas duas
abordagens de melhoria de processos foi denominada Lean Seis Sigma (GEORGE,
2004).
Um dos grandes atributos de valor/qualidade para os clientes é o tempo de ciclo de
uma transação. No caso de empréstimos imobiliários, por exemplo, a formalização
do contrato de serviço é uma etapa importante que antecede a entrega do produto.
O prazo ou tempo de ciclo dessa etapa é extremamente importante para o cliente.
Reduzir a variabilidade desse tempo de ciclo é também uma forma de gerar valor
para o cliente. Segundo Kotler (1998), os clientes compram o que lhes oferece maior
valor de consumo, no caso a diferença entre os benefícios oferecidos e o custo para
o cliente. O custo para o cliente também inclui seu tempo, energia e custos físicos.
A metodologia Lean Seis Sigma vem de encontro a esse objetivo, trazendo
ferramentas analíticas fundamentadas estatisticamente que buscam a qualidade e a
eficiência dos processos. Aplicar essa metodologia em um processo é uma
oportunidade de verificar os resultados que Lean Seis Sigma pode proporcionar em
um serviço.
3
Adicionalmente, outro ponto de estudo desta dissertação é a utilização de simulação
computacional. A simulação computacional é uma poderosa ferramenta na análise
de processos e sistemas complexos, tornando possível o estudo, a análise e a
avaliação de situações que não seriam possíveis na vida real. Em um mundo em
crescente competição, ela tem se tornado uma metodologia indispensável para os
tomadores de decisão nas mais diversas áreas (SHANNON, 1998).
Por fim, como conseqüência, o objetivo é definir um roteiro de aplicação de
conceitos e ferramentas de Lean Seis Sigma em um processo de serviço, com a
utilização de um software de modelagem e simulação. Após essa definição, este
roteiro será aplicado a um processo de serviço de formalização de contratos de
financiamento imobiliário através de um estudo de caso.
1.2. Motivação da Pesquisa
É inegável a importância da Qualidade na administração como uma filosofia de
gestão, envolvendo pessoas e processos e tendo como foco o mercado e os clientes
(CORRÊA; CORRÊA, 2006). A gestão baseada em critérios e conceitos da
Qualidade é algo extremamente importante para as empresas, não só do ponto de
vista da organização em si, como do ponto de vista dos acionistas e clientes.
As operações existem; são projetadas e gerenciadas para criar e entregar pacotes
de valor aos seus clientes (CORRÊA; CORRÊA, 2006). Além disso, segundo
Fitzsimmons e Fitzsimmons (2005), para assegurar o benefício de um conceito em
serviços é preciso estabelecê-lo como diferencial competitivo e, para isso, se faz
necessário gerir a operação com eficiência.
De acordo com as pesquisas realizadas, Lean Seis Sigma ainda é pouco explorado
no âmbito acadêmico, em aspectos como sua relação com sistemas de qualidade já
existentes na organização, o aprendizado organizacional e o estudo prático dos
casos de implantação.
Uma razão teórica e outra empírica estão no centro da elaboração deste trabalho. A
primeira avançar na análise dos pressupostos relacionados com a adoção e
4
implementação do Lean Seis Sigma pelas organizações, e a segunda busca
identificar e relatar às outras organizações pontos importantes e pontos de atenção
que se relacionam com a implantação de um projeto Lean Seis Sigma.
A metodologia Lean Seis Sigma é abordada na literatura de forma muito genérica e
conceitual, pois são raras as publicações que demonstram aplicações práticas ou
descrições detalhadas de casos de sucesso, principalmente na área de serviços. No
campo da pesquisa acadêmica, as buscas realizadas de trabalhos brasileiros
relacionados ao tema confirmam o número reduzido de fontes de informações
acerca do assunto.
Assim, muitas empresas de serviços ainda relacionam Lean Seis Sigma com
atividades de manufatura. A análise e divulgação de casos relacionados a serviços
em geral é a maneira de iniciar, desenvolver e implementar Lean Seis Sigma no
setor de serviços.
Segundo Reis (2003), na maior parte dos casos conhecidos, verifica-se que a
metodologia Lean Seis Sigma vem sendo introduzida no Brasil por empresas
multinacionais ou globais, em geral norte-americanas, que utilizam a metodologia em
seu país de origem e, por esta razão, tentam aplicá-la à realidade brasileira. Muito
pouco, porém, é divulgado com o nível de detalhes desejado, com relação ao
sucesso ou fracasso dessas iniciativas.
Devemos considerar ainda que um dos pré-requisitos da metodologia é a presença
de uma linha de pensamento estatística (SANTOS, 2006), o que demanda um
conhecimento, algumas vezes, inexistente nas empresas. A utilização de uma
ferramenta de simulação computacional ainda agrega mais aspectos técnicos e traz
benefícios à aplicação da metodologia. Tal qual Lean Seis Sigma, simulação
computacional de processos também é pouco explorado e experimentado na
literatura.
Considerando esse contexto, o estudo contribuirá para o aumento do número de
fontes de informação teóricas e práticas sobre o tema da melhoria de processos,
bem como elevará o nível de conhecimento do assunto Lean Seis Sigma na região
abrangida pelo trabalho.
5
1.3. Objetivos
O presente estudo tem como objetivo principal definir um roteiro de aplicação dos
conceitos de Lean Seis Sigma em processos de serviços utilizando-se de simulação
computacional e estudar sua aplicação em um caso real.
Alguns objetivos específicos:
- Identificar as metodologias existentes na literatura;
- Levantar aplicações reais descritas na literatura;
- Montar um roteiro de referência incorporando a simulação computacional à
metodologia Lean Seis Sigma.
A pergunta de pesquisa a ser respondida nesta dissertação é:
Quais as características relevantes e ganhos esperados da aplicação da
metodologia Lean Seis Sigma em processos de serviços utilizando-se de
simulação computacional?
Algumas outras questões secundárias relevantes:
- Quais as características importantes para um roteiro ou metodologia de aplicação
de Lean Seis Sigma?
- Quais as vantagens e desvantagens da utilização da simulação de processos
como ferramenta na aplicação da metodologia Lean Seis Sigma ?
1.4. Organização do Trabalho
Esta dissertação está estruturada em 9 capítulos que buscam estabelecer uma
disposição seqüencial das informações e dos passos realizados.
No Capítulo 1 encontra-se a Introdução do trabalho, onde o leitor é apresentado ao
tema, sua relevância, bem como aos objetivos que serão perseguidos.
6
A seguir, no Capítulo 2, é apresentada a metodologia de pesquisa, onde se detalha
o tipo de pesquisa e o fluxo que será seguido no desenvolvimento do trabalho.
Logo após, inicia-se a Revisão Bibliográfica no capítulo 3, onde é apresentado todo
o referencial teórico e conceitual que servirá de base para a proposição do roteiro de
referência objetivado.
No Capítulo 4 realiza-se uma grande pesquisa na literatura de casos envolvendo a
temática do trabalho para seja possível complementar as informações apresentadas
até o momento e, neste mesmo capítulo, propor o roteiro de referência para
aplicação de Lean Seis Sigma em serviços.
O Estudo de caso inicia-se no capítulo 5, onde o processo estudado é descrito e o
roteiro proposto é aplicado, para que o mesmo seja validado e sejam analisados o
resultados obtidos.
Em seguida encontra-se o capítulo 6 com as conclusões do trabalho e as propostas
de estudos futuros.
Por fim verificamos os capítulos 7, 8 e 9 respectivamente Referências Bibliográficas,
Apêndices e Anexos.
7
2. Metodologia
2.1. Descrição da Metodologia
O estudo proposto seguirá o modelo fenomenológico ou qualitativo, mas baseado
em dados quantitativos. A metodologia adotada é a de estudo de caso de caráter
experimental. Segundo Scapens1 (1990 apud HUSSEY E COLLIS, 2005), este tipo
de pesquisa examina as dificuldades para implementar novos procedimentos e
técnicas em uma organização e para avaliar seus benefícios.
Segundo Silva e Menezes (2000), a abordagem qualitativa considera que o
ambiente natural é a fonte direta para coleta de dados e o pesquisador é o
instrumento chave, que tende a analisar os dados indutivamente.
Segundo Nakano e Fleury (1997), os principais métodos da pesquisa qualitativa são:
o estudo de caso, a observação participante e a pesquisa-ação.
Hoppen et al. (1996) apresenta as principais características de uma pesquisa
qualitativa a seguir:
- A pesquisa busca uma profunda compreensão do contexto da situação;
- A pesquisa enfatiza o processo dos acontecimentos, isto é, a seqüência
dos fatos ao longo do tempo;
- Enfoque da pesquisa é mais desestruturado, não há hipóteses fortes no
início da pesquisa, o que lhe confere bastante flexibilidade;
- A pesquisa utiliza mais de uma fonte de dados e enfatiza a perspectiva do
objeto de estudo.
Para Yin (2005), o estudo de caso se caracteriza como sendo uma estratégia de
pesquisa que busca examinar um fenômeno contemporâneo inserido no seu
contexto.
1 Scapens, R.W. (1990) Researching Management Accounting Pratice: The Role of Case Study Methods, British Accounting Review, 22, pp.259-81.
8
Baseado no exposto, a metodologia está dividida em fases, que são apresentadas
na Figura 2.1, destacando-se suas relações e interdependências.
Inicialmente foi definido o problema de pesquisa, seu escopo e abrangência. A partir
da definição, foi feito o levantamento bibliográfico, buscando os conceitos de Lean
Seis Sigma, Simulação Computacional e exemplos de metodologias e técnicas de
aplicação de Lean Seis Sigma e Simulação Computacional em processos em geral.
Na segunda etapa foi proposto um roteiro de referência que, em seguida, foi
aplicado através de um estudo de caso. O trabalho se encerra com a análise crítica
dos resultados e conclusões.
Figura 2.1: Fluxo da Metodologia de Pesquisa
Fonte: Elaborado pelo autor
No estudo de caso, o método de coleta de dados a ser empregado é o de Diário,
porém com uma vantagem substancial: Os dados diários são registrados de maneira
automática por um sistema computacional utilizado na operação e controle do
processo (Workflow), o que garante maior consistência e confiabilidade aos dados.
Definição do Problema
Revisão Bibliográfica
Simulação Computacional
Proposição da Metodologia de Referência
Lean Seis Sigma
Estudo de Caso
Análise Crítica e Conclusões
Levantamento das Metodologias e Aplicações existentes
9
Os Diários são mais úteis como geradores de dados quantitativos desde que sejam
usados os mesmos formatos para arquivar informações e se tome cuidado com a
não-confiabilidade dos arquivos (HUSSEY; COLLIS, 2005).
2.2. Limitações do Estudo
De forma geral, o estudo apresenta algumas limitações. A principal delas está ligada
à dificuldade de se estabelecer generalizações científicas baseando-se em estudos
de caso, os quais são fundamentados na abordagem qualitativa (YIN, 2005).
Outra limitação deste estudo é seu enfoque nas técnicas, métodos e ferramentas
que fazem parte de Lean Seis Sigma, não explorando o arcabouço comportamental
e cultural dessa metodologia.
Grande parte das pesquisas relacionadas a Lean Seis Sigma enfoca o aspecto
comportamental da metodologia, citando-o como aspecto chave para o sucesso. Em
um ambiente real não seria possível mensurar os efeitos da presença ou ausência
destes aspectos na execução desta pesquisa, porém a utilização de simulação
computacional criou um ambiente paralelo, virtual, que blindou o estudo de efeitos
comportamentais, como será visto no desenvolvimento do trabalho.
10
3. Revisão bibliográfica
Este capítulo apresenta uma revisão bibliográfica sobre os temas relacionados com
a pesquisa, de forma a criar um referencial teórico que possa servir de base para o
perfeito entendimento dos conceitos afetos ao trabalho, bem como para a
concepção do modelo de aplicação da Metodologia Lean Seis Sigma.
Primeiramente é abordado o tema Qualidade, com a descrição de conceitos,
histórico e evolução, a conceituação de serviço e processo de avaliação da
qualidade do serviço pelo cliente. Em seguida, são apresentadas as informações
necessárias à compreensão da Metodologia Lean Seis Sigma. Por fim são
apresentados o conceito e a metodologia de simulação.
3.1. Serviços e Qualidade
3.1.1. Contextualização de serviços
Este tópico apresenta a importância do setor de serviços na economia mundial e
brasileira e como, a partir de seu desenvolvimento, a sociedade aproxima-se cada
vez mais de uma sociedade pós-industrial. Apresenta, ainda, a definição de serviços,
suas características, seu processo de operação e como acontece a avaliação de sua
qualidade pelos clientes.
Conhecer o que são os serviços, entender as diferenças que existem entre serviço
prestado e um bem físico produzido é fundamental para que a gestão de serviços
seja conduzida para um desempenho satisfatório. É imperativo reconhecer que os
serviços não são atividades meramente periféricas, mas parte integrante da
sociedade; estão presentes no cerne da economia e são fundamentais para que
esta se mantenha sadia e funcional (FITZSIMMONS; FITZSIMMONS, 2005).
Um sistema de produção pode oferecer dois tipos de produtos: bens e serviços
11
(SASSER et al., 1978; CORRÊA; CORRÊA, 2006). Bens são objetos físicos e
tangíveis que podem ser criados ou transferidos, enquanto serviços são intangíveis e
não-físicos. A identificação de uma empresa que produza, puramente, bens ou
serviços não é clara. Por exemplo, o pacote oferecido por um fabricante de veículos
contém um bem – o automóvel – e um conjunto de serviços, como profissionais
habilitados para realizar reparos e linhas telefônicas para atendimento ao
consumidor (CORRÊA; CORRÊA, 2006).
3.1.2. A Importância dos serviços
Tornou-se uma verdade no meio comercial a idéia que o serviço ao cliente é um
fator fundamental para conquista e a retenção do mesmo. O cliente hoje em quase
todos os mercados está exigindo níveis de desempenho mais elevados dos
fornecedores, sobretudo no que diz respeito à entrega (CHURCHILL, 2000). Em
muitas organizações, o enfoque voltado à redução do estoque fez com que a
qualidade do serviço de entrega dos fornecedores fosse examinada de perto. No
outro extremo, os consumidores tornaram-se igualmente exigentes quanto ao
serviço. Na era da fast-food e das lojas de conveniência, há menos tolerância para a
espera. Como resultado, a disponibilidade dos produtos na prateleira vai
normalmente superar a preferência pela marca.
O desafio para a organização que pretende ser líder em serviço ao cliente é
conhecer as exigências dos diferentes segmentos em que atua. Para isso, deve
contar com profissionais cada vez melhor qualificados e reestruturar seus processos
de logística em direção ao cumprimento dessas exigências.
Antigamente considerava-se que os fatores da produção eram a terra, o trabalho e o
capital. Para Grönroos (1995), mais recentemente reconheceu-se a importância dos
serviços em nossa sociedade pela posição que ocupam na economia, seja através
da participação no Produto Interno Bruto seja na geração de empregos, ou pela
análise das tendências e transformações que a economia mundial está
experimentando.
12
Para Grönroos (1995) o mundo ocidental está vivenciando uma sociedade de
serviços, ou uma economia de serviços. Fitzsimmons e Fitzsimmons (2005) afirmam
que os serviços estão no centro das atividades econômicas. Essa economia é
caracterizada pelo fato de mais da metade do produto interno bruto ser produzido no
chamado setor de serviços. Segundo Zeithaml e Bitner (1996), a economia mundial
está cada vez mais dominada pelo setor de serviços: a participação dos serviços no
PIB dos Estados Unidos, França, Inglaterra, Canadá e Japão, entre outros, por
exemplo, é superior a 50%.
Segundo Bell 2 apud Fitzsimmons e Fitzsimmons (2005), a economia de serviços é
uma realidade própria de uma sociedade pós-industrial. Essa sociedade está
preocupada com a qualidade de vida, medida por serviços tais como saúde,
educação e lazer, em contraponto às sociedades industriais e pré-industriais.
Nesse modelo econômico, onde os produtos estão se transformando em
commodities, a diferenciação entre as empresas se dá pelos serviços que são
oferecidos aos clientes. Portanto, cada vez mais a interação entre as empresas e o
consumidor ganha destaque. A qualidade do serviço prestado, a lealdade do cliente
e o lucro devem ocupar espaço significativo na gestão das empresas.
3.1.3. Qualidade
Segundo Paladini (2000), a qualidade é o processo que investe continuamente em
mecanismos de melhoria, ou seja, de aumento da adequação de produtos e serviços
ao fim a que se destinam.
Já na visão de Barçante (1998), a qualidade é o meio pelo qual as empresas
buscam oferecer produtos e serviços para os clientes com valor superior ao da
concorrência e com um elevado desempenho operacional por parte da empresa.
Resumidamente para Juran (1999) qualidade é a adaptabilidade ao uso.
Slack et al (1999) preconizam que o sucesso das organizações depende de sua
vantagem competitiva baseada em produção, que está associada a cinco objetivos
13
de desempenho: qualidade, rapidez, confiabilidade, flexibilidade e custo. A qualidade
é um objetivo de desempenho particularmente importante, pois afeta diretamente
consumidores internos e externos, além de possibilitar redução de custos, aumento
de confiabilidade e conseqüentemente a satisfação dos clientes.
A Qualidade e a sua gestão se apresentam, nos dias de hoje, como uma disciplina
fundamental ao sucesso das organizações, inseridas compulsoriamente no processo
de globalização das economias que fatalmente leva à abertura de mercados, à forte
competição entre as empresas e, conseqüente, à busca pela competitividade
(MARSHALL JUNIOR et al, 2003).
Nesse contexto, a Qualidade assume um caráter essencial para as iniciativas
empresariais, uma vez que influencia fortemente os modelos de gestão e o modo de
pensar das pessoas, agindo como um motor que impulsiona para o aprimoramento
contínuo de métodos e procedimentos. A Qualidade não significa simplesmente
iniciativa isolada de controle da produção ou assistência técnica, mas dentro de uma
visão holística, apresenta-se como um modelo gerencial que busca, continuamente,
a eficácia e a produtividade dos processos de negócios (PINHO, 2005).
3.1.4. Avaliação da Qualidade do Serviço pelo Cliente
Kotler (1998) defende que uma das principais maneiras de uma empresa de serviços
diferenciar-se de concorrentes é prestar serviços de alta qualidade. A chave é
atender ou exceder as expectativas de qualidade dos consumidores alvos. Suas
expectativas são formadas por experiências passadas, divulgação boca a boca e
propaganda da empresa de serviços. Os consumidores escolhem prestadores de
serviços nesta base e, após serem atendidos, comparam o serviço recebido com o
serviço esperado. Se os serviços percebidos ficarem abaixo da expectativa, os
consumidores perdem o interesse pelo fornecedor. Se os serviços atenderem ou
excederem às expectativas, os consumidores procurarão o fornecedor novamente.
2 Bell, Daniel. The Coming of Post Industrial Society: A Venture in Social Forecasting, Basic Books, Inc., New York, 1973.
14
A expressão “momentos da verdade”, criada por Normann (1993), serviu para
traduzir a importância dos momentos de contato com o cliente, durante a prestação
de serviço, uma vez que são nesses momentos que o serviço está sendo avaliado
pelo cliente.
Woodruff (1997) adota o conceito de valor do serviço como sendo a percepção do
cliente sobre as preferências e as avaliações dos atributos do serviço, do
desempenho desses atributos e das conseqüências originadas pelo uso. Os clientes
enxergam o serviço como um conjunto de atributos. Quando adquirem o serviço,
desenvolvem preferências e desejos por certos atributos, que lhes proporcionam as
conseqüências desejadas nas situações de uso (conceito de valor em uso),
atendendo seus objetivos e gerando satisfação com o valor recebido.
Segundo Tam (2004) a satisfação do cliente, a qualidade do serviço e o
correspondente valor percebido são variáveis que são cada vez mais apresentadas
como fonte de vantagem competitiva.
A definição de valor percebido geralmente envolve uma troca entre o que o cliente
recebe e o que ele investe para conseguir o serviço (Zeithaml3, 1988 apud Tam,
2004). Lovelock4 (2001 apud Tam, 2004) sugere que o valor percebido pode ser
otimizado adicionando benefícios ao serviço ou reduzindo os custos associados à
compra ou uso do serviço.
Preço é ainda um critério utilizado para representar o que os clientes têm que
sacrificar para obter um serviço, porém verifica-se que atributos não monetários
como tempo e esforço físico também são considerados custos para se obter um
serviço (Lovelock4, 2001 apud Tam, 2004). A importância dos tipos de custo não
monetário pode variar de acordo com cada cliente individualmente, por uma situação
específica ou de acordo com a natureza do serviço (Tam 2004).
Corrêa e Corrêa (2006) discutem que os serviços dificilmente podem ser avaliados
antes da compra, dando-se a avaliação durante o processo de prestação do serviço
ou, em alguns casos, somente depois de conhecer seu resultado. A avaliação que o
3 Zeithaml, V, Consumer perceptions of price, quality and value: a means-end model and synthesis of evidence, Journal of Marketing, Vol. 52 No.July, pp.2-21. 1988
4 Lovelock, C. Services Marketing, 4º edição, Prentice-Hall, 2001
15
cliente faz, durante ou após o término do processo, se dá pela comparação entre o
que o cliente esperava do serviço e o que ele percebeu do serviço prestado.
Segundo Fitzsimmons e Fitzsimmons (2005), a satisfação do cliente pode ser
definida pela comparação da percepção do serviço prestado com as expectativas do
serviço desejado. Quando se excedem as expectativas, o serviço é percebido como
de qualidade excepcional, e também como uma agradável surpresa. Quando, no
entanto, não se atende às expectativas, a qualidade do serviço passa a ser vista
como inaceitável. Quando se confirmam às expectativas do serviço a qualidade é
satisfatória. Como mostra a figura 3.1, essas expectativas derivam de várias fontes,
entre elas a propaganda boca a boca, necessidades pessoais e experiências
anteriores.
Figura 3.1: Qualidade percebida do Serviço
Fonte: Fitzsimmons e Fitzsimmons, 2005, p 147; adaptado de Parasuraman, Zeithaml e Berry (1985)
Fitzsimmons e Fitzsimmons (2005) ainda qualificam as dimensões da qualidade em
serviços, identificadas por pesquisadores de marketing no estudo de várias
categorias de serviço. São elas: confiabilidade, responsabilidade, segurança,
empatia e aspectos tangíveis, em ordem decrescente de importância e
resumidamente definidas a seguir.
- Confiabilidade: capacidade de prestar os serviços prometidos com
confiança e exatidão, o que significa cumprimento dos prazos, sem
modificações e sem erros;
Dimensões da Qualidade em
serviços Confiabilidade
Responsabilidade Segurança
Empatia Aspectos Tangíveis
Serviço Esperado
Serviço Percebido
Indicação Pessoal
Necessidades Pessoais
Experiência Passada
Qualidade Percebida em Serviços
Expectativas Excedidas (SE<SP) ☺ Expectativas Atendidas (SE = SP) � Expectativas não atendidas (SE>SP) �
16
- Responsabilidade: disposição para auxiliar o cliente e fornecer o serviço
prontamente. Significa não deixar o cliente esperando, principalmente por
razões não aparentes e, na ocorrência de uma falha, a capacidade para
recuperá-la rapidamente;
- Segurança: está relacionada ao conhecimento e a cortesia dos
funcionários, bem como sua capacidade de transmitir confiança e
confidencialidade;
- Empatia: demonstração de interesse, atenção personalizada ao cliente. A
empatia inclui as seguintes características: acessibilidade, sensibilidade e
esforço para entender as necessidades dos clientes.
- Aspectos Tangíveis: é a aparência das instalações físicas, equipamentos,
pessoal e materiais de comunicação. A condição do ambiente é uma
evidência do cuidado e da atenção aos detalhes exibidos pelo fornecedor
do serviço.
A avaliação da qualidade leva em conta, ainda, o processo fundamentalmente
humano de geração e entrega do produto e tem seu foco na percepção do cliente
acerca do que está recebendo. Para Whiteley (1992), a qualidade do serviço é a
parte de “como você obtém” em contraste ao “o que você obtém” da qualidade do
produto. Em vista disso, naturalmente existe uma maior dificuldade em se mensurar
o que leva um investidor a optar por uma instituição financeira em detrimento de
outra, por exemplo.
É possível destacar também que a excelência na prestação de serviços passa
eminentemente pelo comprometimento de pessoas a partir do real entendimento
sobre o negócio da empresa e pela importância da satisfação dos clientes. Toda a
organização deve ter essa filosofia claramente compreendida, saindo de uma visão
reducionista, onde somente o front office é responsabilizado, para uma visão
sistêmica, segundo a qual cada um possui sua parcela de responsabilidade.
17
3.1.5. Sinopse da Evolução Contemporânea da Qualidade
Entre as décadas de 70 e 90, as grandes potências ocidentais, caracterizadas
principalmente por empresas norte-americanas, sofreram grandes perdas
competitivas no mercado mundial para empresas japonesas emergentes, nos
setores de base, eletroeletrônicos, automobilístico e tecnologia em geral. No início, a
administração das empresas americanas tentou buscar os motivos que justificassem
essas perdas de competitividade, porém, somente com o passar dos anos que
começaram a perceber que o diferencial das empresas japonesas estava em seu
modelo de gestão da produção.
Após a segunda guerra, os Estados Unidos enviaram para o Japão especialistas
para ajudar a reconstruir sua economia. Dentre estes, destaca-se W. Deming, um
estatístico que auxiliou o Japão em seu processo de re-industralização.
De acordo com Eckes (2001), a contribuição mais significativa de Deming foi a
influência que seu trabalho original exerceu sobre as estratégias de análise das
variações dos processos de produção utilizadas pelas organizações japonesas.
Por toda a década de 80, as empresas americanas em uma tentativa de imitar as
japonesas, se entregavam a qualquer abordagem de melhoria cujo título trouxesse a
palavra qualidade (ECKES, 2001). Dentre essas abordagens, citaria desde o
Controle Estatístico do Processo (CEP), passando pelo Total Quality Management
(TQM) até o Just in Time (JIT) junto com a metodologia Lean.
Por volta de 1988, segundo Erlich (2002) a Motorola através do engenheiro Willian
Smith desenvolveu e batizou a metodologia Seis Sigma. Este programa utilizado
pela Motorola como forma de gerenciar seus negócios, estatisticamente significa ter
processos com níveis mínimos de defeito, ou seja, processos com índice de defeitos
da ordem de 3,4 por milhão de oportunidade (ECKES, 2001).
Algumas fontes apontam o Seis Sigma como uma ferramenta revolucionária, mas
suas origens estão fundamentadas nos trabalhos dos criadores do movimento da
Qualidade e Sistemas de Gerenciamento da Qualidade. O Seis Sigma apresenta um
pacote único de gestão de projeto, uso de ferramentas de identificação e resolução
de problemas e envolvimento das pessoas, que reforça o processo de obtenção e
18
manutenção de Qualidade e sustentação de Sistemas de Gestão da Qualidade, e
conta como ponto forte o fato de que desenvolve projetos que têm aplicação prática
com resultado imediato.
Como metodologia capaz de treinar e disseminar técnicas estatísticas de
identificação, solução e controle de problemas em todos os níveis da organização, o
Seis Sigma foi adotado por centenas, ou talvez milhares de organizações em todo o
mundo, com aplicação em todas as áreas, não se limitando à área operacional,
produzindo ganhos de qualidade, produtividade e de satisfação dos clientes.
Alguns dos exemplos de organizações que adotaram essa ferramenta, entre
precursores e seguidores estão a Motorola, General Electric, AlliedSignal,
Honeywell, Delphi, ABB, Black & Decker, entre outros.
Mais recentemente a metodologia seis sigma vem sendo utilizada adaptada com
parte da abordagem Lean. É o que se chama atualmente de Lean Seis Sigma. De
acordo com George (2004), a fusão de métodos de melhoria Lean com os de Seis
Sigma é interessante porque:
- Seis Sigma possibilita colocar um processo sob controle estatístico;
- Lean possibilita melhorar drasticamente a velocidade dos processos;
- Ambos possuem ferramentas que possibilitam a redução do custo da
complexidade dos processos.
3.1.6. Considerações sobre o tema
Pelo estudo da literatura fica claro que para uma empresa diferenciar-se em um
mercado competitivo precisa oferecer produtos e serviços de qualidade. Quando
focamos em serviços talvez essa necessidade seja ainda mais forte pela
intangibilidade dos mesmos, o que reforça a criticidade de fatores como a
confiabilidade e a responsabilidade da prestação de serviços, conceitos esses
apresentados por Fitzsimmons e Fitzsimmons (2005).
19
Por esse motivo, oferecer serviços de qualidade é uma exigência para garantir a
sobrevivência das organizações, que passaram a utilizar abordagens e metodologias
criadas e desenvolvidas em ambientes de manufatura, adaptando-as para serviços.
É nesse contexto que surge a presença da metodologia Seis Sigma em serviços,
trazendo um arcabouço de ferramentas e técnicas de qualidade para garantir a
prestação de serviços cada vez mais confiáveis e adequados às expectativas dos
clientes.
3.2. Lean Seis Sigma
3.2.1. Seis Sigma
Seis Sigma é uma abordagem que vem atraindo a atenção de muitas organizações
devido a sua forma sistemática de alcançar a diminuição da variabilidade e dos
desperdícios nos processos, utilizando-se de métodos estatísticos e da gestão da
qualidade.
A metodologia propõe às organizações desenvolver processos com desempenho
seis sigma em termos estatísticos, ou seja, que apresentem no máximo 3,4 defeitos
a cada milhão de produtos ou serviços produzidos para cada projeto ou cliente. É
uma meta alcançada pro poucas empresas em seus processos.
Segundo Pande et al (2001) Seis Sigma é um sistema abrangente e flexível para
alcançar, sustentar e maximizar o sucesso empresarial. Seis Sigma é singularmente
impulsionado por uma estreita compreensão das necessidades dos clientes, pelo
uso disciplinado de fatos, dados e análises estatísticas e a atenção diligente à
gestão, melhoria e reinvenção dos processos de negócios.
Segundo Rotondaro et al (2002), Seis Sigma é uma estratégia gerencial de
mudanças para acelerar o aprimoramento de processos, produtos e serviços. O
conceito desta estratégia gira em torno da capacidade do processo em trabalhar livre
de falhas.
20
Seis Sigma é um método lógico e sistemático de conseguir melhorias continuamente
em processos, onde o nível de qualidade sigma é o indicador de freqüência de
defeitos (WANG et al, 2004).
Conforme Erlich (2002), Seis sigma é definido como um método disciplinado e
baseado em dados, focado na melhoria contínua de qualidade e produtividade nos
processos que resultam em maior lucratividade operacional. Decompondo essa
definição teríamos:
- Disciplina: Seis sigma utiliza um processo padronizado com ferramentas
específicas de condução de projetos chamado DMAIC, que significa Definir
(Define), Medir (Measure), Analisar (Analyse), Melhorar (Improve) e Controlar
(Control);
- Baseado em dados: Seis sigma enfatiza o uso de dados estatísticos,
devidamente coletados e analisados para que a tomada de decisões seja bem
suportada;
- Melhoria Contínua: Seis Sigma prega que sempre existem melhorias ainda por
fazer;
- Qualidade: Capacidade de o processo ir de encontro ou exceder as expectativas;
- Produtividade: A capacidade de o processo transformar as entradas nas saídas
de maneira efetiva e eficiente;
- Maior lucratividade operacional: A eficiência de Seis sigma pode ser mensurada
através de resultados financeiros. Trata-se de um método originado normalmente
na alta administração das empresas, o que contrasta com as iniciativas de gestão
de qualidade do passado que eram coordenada pelos departamentos de
qualidade.
3.2.2. Definição Estatística
Seis Sigma está diretamente relacionado com a meta de atingir um nível de defeitos
muito baixo ou próximo da perfeição, ao buscar reduzir a variabilidade no resultado
dos processos que serão controlados.
21
Os resultados de um determinado processo tendem a se dispersar, ou variar em
torno de um ponto central, geralmente identificado como média, e a variação em
torno da média é indicada pelo desvio-padrão deste processo. A probabilidade de
ocorrência destes resultados são representados pela curva de distribuição normal,
com maior probabilidade de ocorrência no ponto médio, e com menor probabilidade
de ocorrência à medida que os resultados se distanciam da média.
Figura 3.2: Curva de Gauss – Distribuição Normal
Fonte: Elaborado pelo Autor
O desvio-padrão, em uma distribuição de probabilidades, é representado, na
estatística, pela letra grega sigma (σ), que representa através de um número a
dispersão, ou variabilidade dos resultados de uma amostra ou processo. Quanto
maior é o desvio-padrão, maior a variação esperada de um resultado. Processos que
apresentam como característica um desvio-padrão pequeno geram resultados com
pouca variação, ou mais próximos do resultado esperado.
Segundo Antony (2006), o termo sigma é uma medida que indica a dispersão na
performance de uma característica de um serviço da sua performance média. O
objetivo da metodologia Seis Sigma é reduzir a variação dentro dos limites de
tolerância ou entre os limites de especificação, máximos e mínimos, de uma
determinada característica.
Dentro do intuito de promover o aumento da qualidade de um serviço, é imperativo
medir e quantificar a sua variabilidade para depois desenvolver uma estratégia para
reduzir essa variação (ANTONY, 2006).
22
O nível de qualidade Sigma de um processo pode ser definido de forma simples
como o número de desvios padrão que “entram” entre a média do processo e cada
limite de especificação. Na figura 3.3 há um exemplo de um processo com
característica seis sigma estável (Seis desvios padrão entre os limites de
especificação inferior e superior). Nessa situação, a chance de encontrar produtos
fora de especificação será de só 2 ocorrências por bilhão.
Figura 3.3: Processo com característica Seis Sigma estável
Fonte: Elaborado pelo Autor
Porém, o que se observa com o tempo, é que os processos apresentam oscilações
em torno da média de até 1,5 desvios padrão para cada lado (no longo prazo). Desta
forma, um processo que tinha como característica um nível de qualidade 6 sigma no
curto prazo, ao longo do tempo aumenta sua variabilidade fazendo com que seu
nível sigma reduza para 4,5 sigma dentro dos mesmos limites de especificação
(Figura 3.4) e a chance de encontrar produtos fora de especificação passa a 3,4
ocorrências por milhão de oportunidades (3,4 DPMO).
Segundo Pyzdek (2001), esse efeito é denominado The 1.5 sigma shift. A
metodologia Seis Sigma ajusta esse efeito somando 1,5 desvios padrão a média,
antes de calcular ou estimar quanto o processo está dentro dos limites de
especificação.
Se não houvesse esse ajuste, um processo seis sigma teria, estatisticamente, na
verdade 4,5 desvios padrão dentro dos limites de especificação. Por esta razão
afirma-se que um processo seis sigma apresenta 3,4 defeitos por milhão de
oportunidades e não 2 defeitos por bilhão (ERLICH, 2002).
Limite de especificação Superior
Limite de especificação Inferior
6 σσσσ
23
Figura 3.4: Processo 6 Sigma no longo prazo
Fonte: Elaborado pelo Autor
Dentro dessa ótica, segundo Wang et al (2004), George (2004) e Erlich (2002), o
nível de qualidade sigma é um indicador de freqüência de defeitos, onde quanto
maior o nível de qualidade sigma, menor a probabilidade de ocorrerem defeitos, ou
seja, menor a variabilidade dos resultados. Na Tabela 3.1 observamos os diferentes
níveis sigma ajustados de modo a incorporar o 1.5 sigma shift.
Quando se fala em um processo seis sigma, significa redução da variabilidade de
um parâmetro para uma taxa de 3,4 falhas por milhão de observações, ou
99,99966% de perfeição.
Tabela 3.1: Nível de Qualidade Sigma.
Nível de Qualidade Sigma
Defeitos por milhão de Oportunidades (DPMO)
Nível de serviço dentro dos requisitos do cliente
6 3,4 99,9997%5 233 99,977%4 6.210 99,379%3 66.807 93,32%2 308.537 69,20%1 690.000 31%
Fonte: George, 2004, p 34.
Pesquisas mostram que a maioria dos processos de serviço como folhas de
pagamento, cobrança, pedidos, entregas, etc. são desempenhados com nível de
Limite de especificação Superior
4.5 σσσσ
Limite de especificação Inferior
24
qualidade sigma inferior a 3,5 com uma taxa de DPMO de 23000 ou nível de serviço
de 97.7% (YILMAZ; CHATTERJEE, 2000). Melhorando o nível de qualidade sigma
de qualquer um desses serviços para o nível 4, a taxa de DPMO cairia
significativamente para 6210 e o nível de serviço passaria para 99.38%.
Uma mudança como essa poderia trazer um significativo retorno financeiro através
da redução da taxa de defeitos, da redução do número de reclamações e da
melhoria da satisfação dos clientes.
3.2.3. O método DMAIC
A metodologia Seis Sigma fundamenta uma lógica estruturada de análise e
processamento das informações, baseando-se em ferramentas estatísticas
conhecidas e aplicadas no campo da Gestão da Qualidade. Seu objetivo é
padronizar uma forma eficiente de utilização dessas ferramentas, de forma a
obtermos os melhores resultados na solução dos problemas.
Segundo Pande et al (2001) o Seis Sigma conta com a metodologia DMAIC, que
esta dividida em cinco fases ou estágios básicos para se obter o desempenho Seis
Sigma em um processo, divisão ou empresa. Essas cinco fases são conhecidas
como: Define (Definir), Measure (Medir), Analyse (Analisar), Improve (Melhorar) e
Control (Controlar). O método DMAIC e suas características podem ser verificados
através do desenho esquemático da figura 3.5.
De acordo com Antony (2006), as fases do DMAIC são detalhadas conforme os
passos a serem desenvolvidos:
� Fase Define ou Definir
- Definir o problema como um projeto sucintamente e especificadamente;
- Identificar principais stakeholders;
- Entender o problema na perspectiva do cliente, identificando clientes
internos e externos;
25
- Mapear o processo de forma simplificada para determinar onde está o
problema;
- Estabelecer as entradas, saídas e controles existentes no processo;
- Determinar papéis e responsabilidades das pessoas envolvidas no projeto,
bem como os recursos necessários, tempo alocado, escopo do projeto e
os principais benefícios esperados;
Figura 3.5: Método DMAIC
Fonte: Antony, 2006, adaptado pelo autor
� Fase Measure ou Medir
- Determinar qual a performance atual do processo (DPMO, capacidade,
tempos de ciclo, etc);
- Definir o que medir (Característica crítica para qualidade ou CTQ) e como
medir;
- Verificar como está o desempenho do processo através de benchmarking,
se possível;
- Identificar os pontos fortes e as oportunidades de melhoria no processo.
Decisões baseadas em dados e medições
Compromisso da alta gerência com o projeto, seu andamento e objetivos
Pensamento Estatístico e aplicação de técnicas e ferramentas de qualidade
Alinhamento da estratégia de negócio e Seis Sigma
Impacto nos colaboradores e na satisfação dos clientes
Integração dos aspectos de processos e pessoas do processo de melhoria
26
� Fase Analyse ou Analisar
- Descobrir as causas dos defeitos no processo;
- Entender as causas da variabilidade do processo que levam a defeitos e
priorizar para investigação mais profunda;
- Entender a natureza e a distribuição dos dados;
- Determinar as variáveis-chave que podem estar ligadas as causas dos
defeitos e quantificar as oportunidades de melhoria.
� Fase Improve ou Melhorar
- Desenvolver soluções potenciais para resolver o problema e prevenir
novas ocorrências;
- Avaliar o impacto de cada solução proposta pela ótica de custo-benefício
para a organização. Levar em consideração satisfação do cliente;
- Verificar eventuais riscos das soluções propostas;
- Validar as melhorias através de estudos ou estimativas;
- Re-avaliar o impacto das soluções propostas;
� Fase Control ou Controlar
- Desenvolver ações corretivas para sustentar as melhorias alcançadas;
- Desenvolver novos padrões e procedimentos para garantir resultados de
longo prazo;
- Implementar controles de processo com indicadores e determinar as
novas capacidades;
- Estabelecer o gestor do processo e definir seu papel;
- Verificar os benefícios e economias de custo;
- Documentar os novos procedimentos;
- Fechar o projeto, finalizar a documentação, compartilhar a experiência
obtida e reconhecer a contribuição da equipe do projeto.
Rotandaro et al (2002) também definiu o DMAIC através das atividades pertinentes a
cada fase e seus objetivos. A primeira fase (Definir) tem por objetivo definir os
efeitos indesejáveis que se pretende eliminar ou melhorar no processo. Os passos a
seguir representam a essência desta etapa:
27
- Definir quais são os requisitos do cliente traduzindo-as em Características
Críticas para Qualidade (CTQ) ligando assim a visão do cliente com o que
acontece dentro da organização, e definir também os processos chave
envolvidos;
- Montar uma equipe preparada para aplicar as ferramentas Seis Sigma;
- Mapeamento dos processos críticos procurando identificar fatores
relacionados com as CTQ’s do cliente, como resultados ruins,
reclamações dos clientes, problemas funcionais, problemas trabalhistas,
altos custos de mão de obra, baixa qualidade de suprimentos etc. Estes
erros que influenciam diretamente as atividades operacionais e que
indiretamente afetam os resultados do negócio, afetando assim a
satisfação do cliente, e conseqüentemente o lucro;
- Realizar uma análise de retorno dos resultados que poderão ocorrer dos
esforços de melhoria, relacionando os esforços com os custos referentes à
má qualidade;
- Apresentar o projeto para avaliação dos executivos líderes.
Na etapa seguinte (Medir), com o processo foco já mapeado, as variáveis dos
processos principais são medidas. Os procedimentos desta etapa devem ser os
seguintes:
- Desenhar o processo e os subprocessos envolvidos com o projeto,
definindo as entradas e as saídas e estabelecer as relações Y = f(x);
- Analisar o sistema de medição de modo a ajustá-lo às necessidades do
processo. Coletar dados do processo por meio de um sistema que
produza amostras representativas e aleatórias.
Na fase de análise (Analisar), os dados coletados na fase anterior devem ser
analisados estatisticamente para que se possam determinar as causas raízes dos
problemas. Aqui as causas óbvias e não obvias (os X’s – entradas do processo) que
influenciam o processo devem ser determinadas. Feito isto, determina-se a
capacidade sigma atual do processo e estabelecem-se os objetivos de melhoria para
o mesmo.
A fase posterior (Melhorar), segundo Rotandaro et al (2002), é mais crítica de todo o
processo, pois é nela que as melhorias propostas devem ser implementadas. Os
28
dados estatísticos ajustados na fase anterior, colocados como metas, devem ser
transformados novamente em dados de processo para que a equipe responsável
possa agir sobre as causas raízes dos problemas do processo a ser melhorado.
Na última etapa (Controlar), as novas métricas estabelecidas e implementadas no
processo, têm de ser validadas e mantidas via um sistema de medição e controle
capaz de garantir a manutenção da capacidade do processo. As entradas críticas do
processo (X’s críticos), neste ponto do projeto, têm de ser monitoradas não somente
com o objetivo de manutenção da capacidade do processo, mas também para captar
oportunidades de melhoria futura.
Por fim, Pande et al (2001) resume através de um diagrama, representado na Tabela
3.2, as diversas fases do modelo DMAIC, bem como as ações correspondentes
tanto para o caso de melhoria de processo existente, quanto de projeto de
processos de negócios.
Tabela 3.2: DMAIC
Melhoria de Processo Projeto/Reprojeto de Processo
DefiniçãoIdentifique o problema
Defina requisitosEstabeleça meta
Identifique problemasDefina objetivo/mude a visão
Esclareça escopo e exigências do cliente
MediçãoValide problema/processoRedefina problema/objetivo
Meça passos-chave/entradas
Meça desempenho segundo exigênciasColete dados da eficiência do processo
AnáliseDesenvolva hipóteses
Identifique causas-raizValide hipóteses
Identifique melhores práticasAvalie projeto do processo
Redefina exigências
ImplementaçãoDesenvolva soluções
Teste soluçõesPadronize e meça resultados
Projete novo processoImplemente novo processo
ControleEstabeleça medidas-padrãoCorrija quando necessário
Estabeleça medidas e revisõesCorrija quando necessário
Fonte: Pande et al , 2001, adaptado pelo autor
29
3.2.4. Variabilidade
Um dos alicerces da metodologia Seis Sigma é a eliminação da variabilidade dos
processos, reduzindo drasticamente o número de falhas, seja qual for a variável em
questão. Segundo George (2004), a variação precisa ser eliminada, pois variação
em uma característica crítica para a qualidade de um cliente deve ser considerada
um indicador chave para orientar os processos de melhoria.
Para Rotondaro et al (2002), as organizações de sucesso entendem a variabilidade
do processo e passam a controlá-la como forma de redução de falhas e aumento da
confiabilidade, pois isso é muito mais efetivo que simplesmente tentar eliminar os
defeitos. O autor ainda afirma que se um processo tiver uma variabilidade alta, o
resultado é um produto ou serviço de má qualidade, com custos altos e entrega
deficiente, portanto, que não satisfaz o cliente.
Todavia, é bom lembrar que variação e variabilidade não são sinônimos.
Variabilidade tem um sentido mais amplo, pois abrange não somente a variação,
mas a instabilidade e a falta de exatidão (acurácia) (SANTOS, 2006).
Segundo Santos (2006), a variabilidade estará sempre presente, entre produtos,
pessoas, serviços, processos, natureza etc. O importante é tentar descobrir:
- o que a variabilidade indica sobre os processos;
- qual a fonte de incerteza em relação aos dados estatísticos; e
- qual o entendimento que se tem dos conceitos de probabilidade para se
estudar a variabilidade.
Segundo Britz et al. (2000), as variações podem se originar de seis fontes distintas:
- Pessoas: por meio de diferentes maneiras de fazer as coisas,
diferentes estilos de aprendizagem, diferentes talentos e
habilidades;
- Máquinas: por meio de equipamentos inconsistentes, descalibrados
ou imprecisos ou de várias partes de equipamentos, cujo
desempenho não é uniforme (apesar de se esperar que sejam);
30
- Material: devido à diversidade de fornecedores que supostamente
compreendem as mesmas entradas, ou mesmo da falta de controle
da variação existente entre diferentes remessas de um mesmo
fornecedor;
- Método: a execução de procedimentos mal elaborados ou
inapropriados para se estudar as fontes de variação pode se
constituir numa fonte de erros;
- Medições: inabilidade ou incapacidade de medir exatamente e
precisamente as diversas saídas dos processos;
- Ambiente: pode haver variação tanto no ambiente físico como no
ambiente de trabalho, nas políticas, e ações administrativas.
Estatisticamente falando, a medição é a única forma de se efetivar a observação de
um fenômeno que apresenta variações. A medição efetiva a ligação entre variação e
dados, seja nos processos técnicos, nos de manufatura, ou nos processos não
técnicos, como os administrativos, de serviços ou de transações (SANTOS, 2006).
3.2.5. Lean
Segundo Erlich (2002), Lean ou Lean Production é uma filosofia de negócio
originalmente desenvolvida na Toyota Motor Company, onde foi denominada TPS ou
Toyota Production System. O objetivo dessa filosofia é eliminar todas as formas de
desperdício nos processos produtivos. São consideradas formas de desperdício
(ERLICH, 2002):
- Superprodução: Produzir acima do necessário ou produzir em
determinada parte da cadeia produtiva mais rápido que a etapa
subseqüente;
- Tempo de espera: Caso algum recurso ou local precise aguardar para
produzir, pois a etapa posterior do processo não está disponível para
receber seus produtos;
31
- Transporte: Movimentação de transporte de recursos ou produtos
desnecessária;
- Processo: Desperdícios causados por ineficiências, falhas de desenho de
processo, atividades duplicadas, inspeções e atividades não adicionadoras
de valor;
- Estoque excessivo: Quantidade de produtos em processamento elevada;
- Movimento: Movimento desnecessário de pessoas;
- Retrabalho: Desperdício por re-processamento de produtos defeituosos.
Quando se elimina os desperdícios do processo, o tempo do pedido ao seu
respectivo pagamento é comprimido. Como resultado se obtém tempos de ciclo e de
distribuição menores, maior qualidade e menores custos (ERLICH 2002).
Segundo George (2004), Lean é diretamente ligado à velocidade dos processos,
eficiência e eliminação de desperdícios. Dessa forma, o benefício geral da filosofia
Lean é a capacidade de ver oportunidades de redução de prazo e custo através da
aplicação de ferramentas específicas apresentadas no item 3.2.7.
De acordo com Rotondaro et al (2002), a abordagem Lean é uma das mais
abrangentes e bem articuladas quando se foca a melhoria de desempenho de
processos e sistemas de produção. Segundo o autor, essa abordagem é norteada
pelos seguintes princípios:
- Produção Puxada: Caracteriza o sistema de produção enxuto. Trata-se da
formatação do processo onde os centros de produção puxariam a
produção dos centros precedentes na seqüência do roteiro do processo;
- Produção Flexível: Flexibilização dos sistemas de produção de modo a
tornar competitiva a produção de uma maior variedade de itens, em
diferentes quantidades e com agilidade;
- Produção Previsível: O modelo Lean requer iniciativas para se reduzir a
variabilidade dos processos em geral, por meio do aprimoramento das
capacidades de assegurar a conformidade dos produtos, disponibilidade
dos equipamentos e recursos e controle de fatores que impactam o
desempenho do sistema de produção;
- Produção Nivelada: Este princípio incentiva a busca de medidas que
possibilitem alocar da maneira mais uniforme possível a carga de
32
produção no tempo, ainda que no mercado a demanda de produtos seja
oscilante por natureza;
- Produção em fluxo contínuo: O modelo Lean prega que o fluxo de
produção seja o mais contínuo possível, de tal modo que as tarefas e
movimentações seja realizadas com o mínimo de interrupções;
- Aproveitamento adequado do potencial humano: Este princípio busca no
local de trabalho melhores condições de aproveitamento do potencial
humano, promovendo o trabalho em grupo, variando o conteúdo das
tarefas, incentivando a participação das pessoas na resolução dos
problemas e processos de mudança e dando condições de empowerment;
- Gerenciamento Visual: Lean promove a idéia de que o gerenciamento de
um sistema de produção é mais ágil e eficaz quando se permite a rápida e
clara visualização das condições de andamento da produção.
Segundo Shah e Ward (2003), Lean reúne conceitos e práticas provenientes de três
modelos de gestão em manufatura: JIT (Just-in-time), TPM (Total Productive
Maintenance ou Manutenção Produtiva Total) e TQM (Total Quality Management ou
Gestão da Qualidade Total).
Para Corrêa e Corrêa (2006), Lean é uma nova embalagem para os conceitos
contidos no JIT, proposta por Womack et al. (1992) no livro “A máquina que mudou o
mundo”. Assim como o JIT, Lean propõe que a empresa elimine todos os
desperdícios em seu processo onde quer que eles estejam, procurando fazer com
que o cliente receba somente aquilo que deseja, no momento e quantidade desejada
(CORRÊA; CORRÊA, 2006).
Lean engloba uma grande variedade de práticas, incluindo JIT, sistemas de
qualidade e gestão da produção, em um sistema integrado, que trabalha em sinergia
para servir o cliente com poucas ou nenhuma perda no processo (SHAH; WARD,
2003).
Para Womack e Jones (1997), os benefícios que a adoção da filosofia Lean pode
trazer para a empresa são:
- Aumento da produtividade da mão-de-obra ao longo de todo o sistema;
- Redução de estoque no sistema;
33
- Redução de erros que chegam ao cliente;
- Redução de sucata dentro do processo de produção;
- Redução de acidentes;
- Redução do tempo de lançamento de novos produtos;
- Possibilidade de oferta de maior variedade de produtos a um custo
adicional modesto.
Rotondaro et al (2002) apresenta ainda outros conceitos para a abordagem Lean. O
primeiro deles é a produção flexível, visto que para atender às necessidades cada
vez mais específicas dos consumidores é preciso diversificar a oferta de produtos. O
segundo é a redução da variabilidade dos processos, através do aprimoramento das
capacidades de assegurar a qualidade de conformidade dos produtos no próprio
processo, a disponibilidade dos equipamentos e suas boas condições de processo e
o adequado controle de outros fatores ou tarefas que influenciam o desempenho os
sistemas de produção. Além disso, os fluxos de produção devem ser os mais
contínuos possíveis, de modo que as tarefas e movimentações sejam realizadas
com o mínimo de interrupções.
As empresas de serviços também podem ser gerenciadas com base no Pensamento
Enxuto e alcançar benefícios como: aumento de produtividade, redução de custos,
diminuição do tempo de resposta, redução de nível de estoques e aumento da
flexibilidade (CUATRECASAS, 2002).
3.2.6. A Integração de Lean e Seis Sigma
O Lean e o Seis Sigma são metodologias que buscam melhorias de qualidade,
produtividade e redução de custo, utilizando abordagem e formas diferentes.
Enquanto o principal objetivo Lean é reduzir o tempo e o custo dos processos
através da eliminação dos desperdícios, Seis Sigma visa melhorar qualidade e
custos, reduzindo a variabilidade dos processos.
O Lean e o Seis Sigma não têm conflitos diretos, pois buscam utilizar ferramentas e
formatos diferenciados para promover a melhoria contínua. A melhor forma de
34
integrá-los é utilizar os pontos mais fortes de cada uma das metodologias
(OLIVEIRA, 2007).
Para Erlich (2002), Seis Sigma é a opção certa para se construir processos com
defeito zero, porém integrando ferramentas e técnicas de Seis Sigma com os de
Lean possibilita a junção criar e entregar alta qualidade, baixo custo, produtos
altamente especificados pelo cliente em uma base sustentável de melhoria contínua.
Segundo Antony et al (2003), enquanto um dos princípios fundamentais de Seis
Sigma é levar a organização a um nível sigma de excelência através de um enfoque
estatístico rigoroso e a aplicação de ferramentas e técnicas estatísticas, Lean possui
como fundamentos a eliminação de desperdícios e de atividades não adicionadoras
de valor na cadeia produtiva como um todo. As principais sinergias entre as duas
metodologias podem ser contempladas na tabela 3.3.
Antony et al (2003) ainda afirma que as organizações que adotarem as metodologias
Lean e Seis Sigma de forma integrada podem alcançar os seguintes benefícios:
- Tornarem-se mais rápidas e ágeis junto a seus clientes;
- Alcançar a capacidade do nível seis sigma;
- Operar no mais baixo custo possível de baixa qualidade;
- Obter grande flexibilidade por todos seus negócios.
Para Kumar et al (2006), ultimamente os praticantes de Lean e Seis Sigma estão
integrando as duas estratégias em uma abordagem híbrida, mais poderosa e efetiva,
que isola grande parte das fraquezas e retém a maioria dos pontos fortes de cada
estratégia. Lean Seis Sigma combina as ferramentas de redução de variabilidade de
Seis Sigma com a preocupação de eliminar desperdícios e atividades não
adicionadoras de valor de Lean, para gerar ganhos e economias no bottom-line das
organizações.
Tabela 3.3: Sinergias entre Lean e Seis Sigma
35
Lean Seis Sigma
Usa uma abordagem de implementação por projeto Implementação e Gestão por projeto
Levanta dados e informações do produto e da produção Levantamento de dados gerais
Busca compreender as condições correntes Busca o conhecimento do processo como um todo
Cria planilhas de trabalho buscando padronização Busca a estabilidade do processo e planejamento do controle
Mede os Tempos Levanta dados (Controle Estatístico do Processo)
Busca o fluxo de trabalho ótimo através da eliminação do desperdício e de atividades não adicionadoras de valor
Proporciona ferramentas para eliminar a variação do processo
Reduz tempos de ciclo, tempos de set up, indisponibilidade de equipamentos, etc.
Uso e gestão das ferramentas da qualidade.
Fonte: Antony et al , 2003, adaptado pelo autor
Kumar et al (2006) apresenta ainda um diagrama baseado em trabalhos anteriores
sobre Lean e Seis Sigma de autores renomados como Womack, Hoerl, Breyfogle III,
Hines, Pyzdek entre outros, que resume a integração entre as duas abordagens
evidenciando algumas de suas principais ferramentas e técnicas. Este diagrama é
visto na figura 3.6.
Figura 3.6: Técnicas e Ferramentas de Lean e Seis Sigma
Fonte: Kumar et al , 2006, adaptado pelo autor
Sistema Puxado (Kanban)
Gestão do Local de Trabalho
Manutenção produtiva Total Redução do tempo de Set-up A prova de erros (Poka-Yoke) 5S Gestão Visual Mapeamento de Processo Análise de valor de tempo e ciclo Just-in-time Fluxo de produção balanceada
Kaizen
Manufatura Celular
5 Por que’s
Diagrama de Causa e Efeito
Diagrama de
Pareto
Ferramentas de gestão de
mudanças
Histogramas
Gráficos de controle
Análise
de Correlação
DMAIC
Redução da Variabilidade
Controle estatístico do Processo
Análise de capacidade do
processo
Análises do sistema de mensuração
Desenho de
Experimentos (DOE)
Desenho Robusto
QFD (Casa da qualidade)
FMEA – Análise de falhas e efeitos
Gestão de projetos
Regressão
Análise de média e variância
Teste de Hipóteses
SEIS SIGMA LEAN
36
George (2004), descreve Lean Seis Sigma destacando os pontos onde as duas
abordagens se complementam. Segundo ele, Lean necessita da abordagem Seis
Sigma nos seguintes momentos:
- Na especificação clara da infra-estrutura cultural necessária para a sua
implementação e manutenção;
- Na ênfase da utilização das necessidades críticas para a qualidade e para
o cliente;
- Quando é necessário focar a eliminação das variações dos processos.
Já Seis Sigma necessita da abordagem Lean nos seguintes momentos:
- Na identificação e eliminação dos desperdícios;
- Na melhoria da velocidade (ou tempos de ciclo) dos processos;
- Na eliminação de passos/atividades não adicionadores de valor.
Nave (2002) construiu uma tabela comparativa, tabela 3.4, entre as duas
metodologias onde ficam evidenciadas as potencialidades da utilização conjunta de
Seis Sigma e Lean.
George (2004) ainda afirma que a mescla dos temas centrais de Lean e Seis Sigma
oferece 5 leis que direcionariam os esforços de melhoria. São elas:
- Lei do Mercado – Priorizar o que é crítico e relevante para o cliente.
George (2004) afirma que o CTQ ou crítico para a qualidade para o cliente
define a qualidade e é a mais alta prioridade para melhoria;
- Lei da Flexibilidade – Tornar o processo flexível. Segundo George (2004),
A velocidade de qualquer processo é proporcional à flexibilidade do
processo;
- Lei do Foco – Identificar os pontos no processo que merecem foco. Para
George (2004), 20% das atividades de um processo causam 80% dos
atrasos;
37
- Lei da Velocidade – Tornar o processo veloz. Segundo George (2004), a
velocidade de qualquer processo é inversamente proporcional ao volume
ou quantidade de trabalho em processo (WIP)
- Lei da Complexidade e Custo – Reduzir a complexidade do processo.
Para George (2004), a complexidade do serviço ou produto oferecidos
geralmente adicionam mais custos não-adicionadores de valor e WIP do
que a má qualidade.
Tabela 3.4: Comparação das metodologias Seis Sigma e Lean
Metodologia Seis Sigma Lean
Teoria Reduzir variação Eliminar desperdícios
1. Definir 1. Identificar valor
2. Medir 2. Identificar cadeia de valor
3. Analisar 3. Fluir
4. Melhorar 4. Puxar
5. Controlar 5. Aperfeiçoar
Foco Foco no problema Foco no fluxo
Pressupostos
Há um problema.Gráficos e números são valorizados. Os resultados do sistema são melhorados se a variação em todos os processos for reduzida
A eliminação do desperdício aumentará o desempenho do negócio. Várias pequenas melhorias são melhores do que grandes rupturas.
Efeito principal Resultado uniforme do processo Tempo de fluxo reduzido
Efeitos secundários
Menos variações. Resultados uniformes. Menos estoques. Novo sistema de contabilidade. Avaliação de desempenho pelos gerentes. Qualidade melhorada.
Menos desperdícios. Melhoria da saída do processo. Menos estoques. Avaliação de desempenho pelos gerentes. Qualidade melhorada.
Críticas
A interação do sistema não é considerada. Os processos são aperfeiçoados independentemente.
A análise estatística ou de sistema não é valorizada.
Diretrizes de aplicação
Fonte: Nave, 2002, adaptado pelo autor
38
3.2.7. Principais ferramentas Lean Seis Sigma
Existem diversas ferramentas e técnicas de gestão de operações e qualidade que
são utilizadas em Lean e Seis Sigma e que servem de arcabouço da metodologia
Lean Seis Sigma. Essas técnicas e ferramentas são aplicadas conforme as
especificidades demandadas pelo processo-alvo.
A seguir encontra-se uma descrição resumida das principais ferramentas disponíveis
e mais utilizadas:
Brainstorming
Termo em inglês que significa tempestade de idéias. Na visão de Marshall Junior et
al. (2003), trata-se de uma técnica em que se reúne um grupo pequeno de pessoas
para expressar livremente o pensamento no menor tempo possível. Busca-se
criatividade e diversidade de pontos de vista, que são registrados e depois
analisados por facilitadores devidamente treinados para conduzir trabalhos em
equipe. O Brainstorm é muito utilizado como ponto de partida e busca-se livremente
soluções ou propostas que posteriormente podem ser mais detalhadas e
desenvolvidas.
Mapeamento de Processos
Segundo Rotondaro et al. (2002), o fato de as empresas em geral serem
estruturadas por funções ou departamento com objetivos próprios, mas produzirem
bens ou serviços através de processos interligados pode gerar conflitos que muitas
vezes levam ao insucesso. A técnica de mapeamento de processos permite
conhecer detalhadamente as tarefas realizadas por todos os setores, bem como
entradas, fornecedores, saídas, clientes, pontos críticos e demais informações
necessárias à melhoria da qualidade. Abaixo, na figura 3.7 um exemplo de um
processo mapeado em forma de fluxo.
39
Recepção da
Solicitação
Análise da
Solicitação
Regularização das
Pendências
Emissão do
contrato
Sim
NãoExistem Pendências ?
Recepção da
Solicitação
Análise da
Solicitação
Regularização das
Pendências
Emissão do
contrato
Sim
NãoExistem Pendências ?
Figura 3.7: Exemplo de um processo de formalização de empréstimos
Fonte: Elaborado pelo autor
Pesquisa de Mercado
Segundo Gil (1999), uma pesquisa tem como objetivo fundamental descobrir
respostas mediante o uso de procedimentos científicos. No caso das pesquisas de
mercado, podem ser usadas técnicas como o levantamento, que usa a interrogação
direta do público que deseja conhecer, ou estudos de campo, que, segundo o autor,
buscam aprofundar as questões propostas em um único grupo ou comunidade,
utilizando a técnica de observação. Os resultados de uma pesquisa de mercado
servem de base para a elaboração de diagramas como, por exemplo, o QFD, e
trazem ao projeto a visão do cliente para que se estabelece o que é crítico para a
qualidade em sua perspectiva.
QFD – Desdobramento da Função da Qualidade
Também conhecida como Casa da Qualidade (House of Quality), devido a sua
semelhança com uma casa. Na visão de Rotondaro et al (2002), é a matriz mais
importante da Metodologia Seis Sigma, pois identifica e prioriza as necessidades dos
clientes, traduz essas demandas em características críticas para a qualidade
(CTQs), prioriza as CTQs, realiza comparações em relação aos concorrentes e
determina metas quantitativas de melhoria. Na figura 3.8, a título de ilustração, é
possível observar uma QFD preenchida.
40
Nec
ess
idad
es
Fu
tura
s
Req
uis
itos
C
lient
es
Matriz de Relações
Metas - Alvo
Características Qualidade
Clie
nte
Inte
rno
Em
pre
sa
Ger
al
Grau Importância
No
ssa
Em
pres
a
Con
corr
ente
X
Co
nco
rre
nte
Y
Plan
o Q
ual
idad
e
Índ
ice
Mel
hor
ia
Pon
to V
enda
Pe
so A
bsol
uto
Pes
o R
elat
ivo
Avaliação Clientes
Qualidade Planejada
Matriz
Correlações
Peso AbsolutoPeso Relativo
Nossa EmpresaConcorrente XConcorrente Y
Dificuldade Técnica
Peso Corrigido Absoluto
Peso Corrigido Relativo
Qualidade Projetada
Avaliação
Técnica
Figura 3.8: Exemplo de uma matriz QFD
Fonte: Peixoto, 1998, adaptado pelo autor
Gráficos de Controle
Os gráficos de controle, em geral, nos mostram o comportamento dos dados ao
longo de um período de tempo. Trata-se de uma das principais ferramentas para
monitorar amostras de um processo, de forma a acusar a presença de causas
especiais que possam colocá-lo fora de controle, ou seja, trabalhando fora dos
limites estabelecidos para uma operação com qualidade. Os gráficos de controle
são utilizados para monitorar se determinado processo encontra-se dentro dos
padrões de especificação (Superior e Inferior). Na figura 3.9, pode se visualizar um
exemplo de gráfico de controle.
Nível Sigma ou Índice de Capacidade Sigma
Trata-se da medição do índice utilizado para determinar a capacidade seis sigma do
processo e mede a distância da média à especificação mais próxima (LEI ou LES)
em quantidades de desvios-padrão (sigmas). A apuração do índice de capacidade
sigma determina quão longe ou perto o processo trabalha do objetivo de seis sigma.
A tabela 3.1, apresentada anteriormente, mostra a relação entre o nível sigma e a
quantidade de defeitos por milhão de oportunidades.
41
Histograma
O histograma é um gráfico de barras que mostra a distribuição dos dados de uma
amostra, agrupados por classes em determinado instante. Neste gráfico é possível
identificar a tendência central, a variação e o comportamento dos dados cuja forma,
pode indicar o tipo de distribuição que encontramos na variável medida. Na figura
3.10 visualizamos um exemplo de histograma.
0
1
2
3
4
5
6
7
8
9
10
0 5 10 15 20 25 30 35 40
Limite de Especif icação Superior
Limite de Especif icação Inferior
Figura 3.9: Exemplo de um Gráfico de Controle
Fonte: Elaborado pelo autor
0
5
10
15
20
25
0 a 1 1 a 2 2 a 3 3 a 4 4 a 5 5 a 6 maisque 6
Figura 3.10: Exemplo de um Histograma
Fonte: Elaborado pelo autor
42
FMEA – Failure Modes and Effects Analysis
Na visão de Marshall Junior et al.(2003), é um método eficiente para as etapas de
projeto, planejamento e fabricação de produtos, pois visa identificar e prevenir todos
os modos possíveis de falhas e os seus efeitos, através de uma avaliação
permanente do processo. Pode ser de três tipos: identificação de falhas associadas
a funções de sistema (system FMEA), a análise de produtos (design FMEA) e a
processos (process FMEA).
O método FMEA traz uma seqüência lógica e sistemática de avaliar as formas possíveis
pelas quais um sistema ou processo está mais sujeito à falhas. O FMEA avalia a
severidade das falhas, a forma como as mesmas podem ocorrer e, caso ocorram, como
eventualmente poderiam ser detectadas antes de levarem a reclamações do cliente.
Assim, com base nestes três quesitos: severidade, ocorrência e detecção, o método
FMEA leva a uma priorização de quais os modos de falha levam a um maior risco ao
cliente (FERNANDES, 2005).
Para Rotondaro et al (2002) é uma ferramenta muito eficiente e que é normalmente
utilizada na fase de análise do DMAIC. É uma ferramenta que pode ser utilizada para
identificar causas de variabilidade em um processo. Na figura 3.11 encontra-se um
modelo da planilha utilizada no FMEA.
Figura 3.11: Exemplo de uma planilha de FMEA
Fonte: Fernandes, 2005
DOE – Design of Experiments
Trata-se de um método para determinar quais as variáveis afetam o desempenho de
um processo, bem como os efeitos associados às diferentes combinações entre
elas. Segundo Rotondaro et al (2002), os delineamentos de experimentos são testes
43
planejados em que variáveis controladas de entrada são alteradas de modo
planejado, a fim de avaliar os seus impactos sobre uma resposta e assim identificar
a melhor combinação de variáveis. Esses experimentos são desenvolvidos através
das correlações e funções entre variáveis que foram determinadas na fase de
medição do processo. Esta ferramenta guarda muita sinergia com a utilização de
simulação e modelagem computacionais.
Gráfico de Pareto
Também um tipo de gráfico de barras que permite priorizar as causas de não-
conformidades de um processo produtivo. Segundo Marshall Junior et al (2003),
essa ferramenta tem origem nos estudos do economista italiano Vilfredo Pareto, cujo
princípio conhecido como regra 80/20 estipula que 80% dos problemas estão
concentrados em 20% das causas. Na figura 3.12 é possível visualizar um gráfico de
Pareto.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Causa A Causa B Causa C Causa D Causa E Causa F Causa G
Acumulado
Figura 3.12: Exemplo de um gráfico de Pareto
Fonte: Elaborado pelo autor
Diagrama de Causa e Efeito
Também é conhecido como “espinha de peixe” ou diagrama de Ishikawa. A princípio
deve ser elaborado pelo pessoal diretamente envolvido no operação para que sejam
listadas as possíveis causas para os efeitos constatados. Em geral as causas são
44
agrupadas em categorias, a exemplo do que mostra a figura 3.13.
Figura 3.13: Exemplo de um Diagrama de Causa e Efeito
Fonte: Rotondaro et al, 2002, adaptado pelo autor.
Matriz SWOT
Sigla em inglês que significa Strengths (forças), Weaknesses (Fraquezas),
Opportunities (oportunidades) e Threats (ameaças). Trata-se de uma matriz que
organiza e utiliza as informações dos ambientes internos e externos da empresa, e
apresenta benefícios como baixo custo, flexibilidade e a facilidade de interpretação.
A Figura 3.14 apresenta como é constituída a Matriz SWOT e as possíveis
combinações estratégicas para cada situação.
Setup rápido
Tem o objetivo de obter reduções drásticas no tempo requerido para a realização
das atividades de setup em máquinas ou equipamentos que envolvem troca de
ferramentas ou de materiais e que, portanto, implicam na necessidade de pará-las
(ROTONDARO ET AL, 2002). Segundo Womack e Jones. (1992), o setup rápido
pode ser alcançado através do desenvolvimento de técnicas simples para poder
trocar as ferramentas com freqüência. Segundo George (2004) também existe tempo
de setup em operações de serviço quando, ao se passar de uma tarefa para outra,
geralmente haverá uma curva de aprendizagem antes que a taxa de saída seja
plena.
Mão de Obra
Materiais Máquinas
Métodos Meio Ambiente
Medição
Efeito
Causas
45
Na conquista do objetivo…
Ori
gem
do
Fat
or
Ajuda Atrapalha
Inte
rno
(Org
aniz
ação
)E
xter
no
(A
mb
ien
te)
OS
Oportunidades
WT
Forças
Ameaças
Fraquezas
Figura 3.14: Exemplo de uma Matriz Swot
Fonte: http://pt.wikipedia.org/wiki/An%C3%A1lise_SWOT, acesso em 13/10/2007
Lead Time e WIP
Na abordagem Lean existem dois conceitos importantes, a seguir apresentados
segundo a definição elaborada por George (2004):
- Work in Process (WIP) ou Trabalho em processo: Trata-se de qualquer
trabalho, processo, produto ou serviço que ainda esteja oficialmente no
processo e ainda não esteja concluído. É comumente chamado de
estoque ou de processo na fila.
- Lead Time ou Prazo: é o prazo que se leva para entregar o produto ou
serviço uma vez disparado o pedido. Pode ser determinado simplesmente
pela equação 1, onde Índice Médio de Conclusão é taxa de produtos
entregues por uma unidade de tempo.
( )
conclusãodemédioÍndice
WIPprocessoemtrabalhodeQuantidadetimeLead =
Figura 3.15: Equação para cálculo do Lead Time
Fonte: George (2004)
46
Automatização
Significa não apenas automatizar máquinas e equipamentos, mas também dotá-los
de condições para que possam operar de forma mais autônoma. Máquinas flexíveis
e cada vez mais automatizadas são capazes de produzir imensos volumes de uma
ampla variedade de produtos (WOMACK; JONES, 1992). Em serviços podemos
traçar um paralelo com os sistemas que suportam a execução da maioria das
atividades. Muitas tarefas, ao serem automatizadas, aumentam a eficiência do
processo e reduzem a quantidade de falhas.
Tecnologia da Informação
Trata-se do uso de sistemas informatizados e inovadores que servem de apoio às
operações internas e externas tanto para transmissão de informação quanto para
interface com clientes e fornecedores (WOMACK; JONES, 1992). Em serviços, o
sucesso da Tecnologia da Informação depende bastante da aceitação do cliente, já
que geralmente há diminuição no contato pessoal e necessidade de novos
aprendizados por parte do mesmo, como ocorreu na implantação de terminais de
auto-atendimento em bancos (FITZSIMMONS; FITZSIMMONS, 2005).
Kanban
Mecanismo que comunica o momento para reabastecer ou produzir exatamente o
que está sendo requerido e na devida quantidade, possibilitando que o fluxo de
produção seja puxado (WOMACK; JONES, 1992).
Arranjo físico celular
Significa a organização da produção em grupos de produtos, peças ou tipo de
atividade que possuem afinidades relevantes e utilizam os mesmos recursos de
produção, a fim de simplificar e racionalizar a programação da produção, as
movimentações de materiais e o controle (WOMACK; JONES, 1992; ROTONDARO
ET AL, 2002).
47
Operador polivalente
Trata-se de um conceito oposto ao conceito de especialização no trabalho, pois visa
a não restringir o trabalho a tarefas específicas, simples, repetitivas e constantes no
tempo, capacitando os operadores a executar uma variedade maior de tarefas, para
que todos conheçam o processo como um todo. Lean emprega trabalhadores
multiqualificados em todos os níveis da organização (WOMACK; JONES, 1992).
Autocontrole
Significa a transferência de algumas decisões da média gerência ou da supervisão
para a base da organização, promovendo também a responsabilidade da auto-
inspeção com foco na qualidade e autonomia para resolver anomalias (WOMACK;
JONES, 1992).
Poka-yoke
Está associado à idéia de prevenção de falhas por distração humana e ao ideal de
produzir sempre com qualidade. Segundo Rotondaro et al (2002), o poka-yoke em
serviços é aplicado tanto para operadores (funcionários) quanto para clientes, para
evitar que ambos cometam falhas humanas que gerem perdas no processo ou
retrabalho.
Nivelamento da produção
Procura manter o volume total produzido o mais constante possível, uniformizando a
produção (WOMACK; JONES, 1992).
Procedimento de trabalho padrão
Trata-se da determinação de tarefas padronizadas para cada processo, para que o
tempo de ciclo médio seja sempre seguido, assim como a quantidade de material a
ser utilizada (MONDEN, 1984).
48
Produção em pequenos lotes
Tem o objetivo de produzir conforme a demanda, visando a eliminar perdas por
superprodução e custos de estoque, além de flexibilizar a produção. Para Womack e
Jones (1992), a produção em pequenos lotes elimina os custos financeiros dos
estoques, além de permitir que o operador visualizasse os erros dos equipamentos
quase que instantaneamente.
Controle visual do processo
Permite a rápida e clara visualização do andamento da produção para que o
gerenciamento do sistema seja mais ágil, através da apresentação de resultados
parciais em murais para que todos os funcionários possam acompanhar o processo.
Na Toyota, por exemplo, eram utilizados quadros andon (quadros eletrônicos
luminosos), para que todos os funcionários pudessem acompanhar o desempenho
da produção (WOMACK; JONES, 1992).
Kaizen - Melhoria Contínua
São melhorias simples feitas pelos funcionários de linha de frente, orientadas para
determinadas ocasiões onde existam perdas no processo. Segundo Womack e
Jones (1992), é possível atribuir aos trabalhadores pequenos reparos, controle da
qualidade e, até mesmo, reservar horários para que a equipe possa sugerir medidas
para melhorar o processo.
Pré-processamento
Também chamado de “processamento paralelo”, é o tratamento de produtos que
aguardam operações em estoques intermediários, para redução de tempo de ciclo
(SHINGO, 1985). Em serviços, fala-se em pré-processamento de clientes em filas de
espera, para que possam adiantar o processo do serviço.
49
Treinamento do cliente
Quando o cliente é co-produtor do serviço, ou seja, quando realiza atividades
importantes para a prestação do serviço, tais como preenchimento de cadastros ou
deslocamento de materiais, é fundamental que ele entenda o processo do qual
participa e como deve exercer suas funções. Johnston e Jones (2004) distinguem a
produtividade em serviços em produtividade operacional e produtividade dos clientes
e afirmam que a empresa pode obter ganhos em produtividade se tiver foco nas
atividades realizadas tanto pelos funcionários quanto pelos seus clientes. A empresa
deve envolver seus clientes na prestação do serviço e treiná-los para que possam
contribuir para a qualidade do serviço (BOWEN; YOUNGAHL, 1998).
3.2.8. Considerações sobre o tema
Neste capítulo foi apresentado o referencial teórico mais especificamente
relacionado ao contexto do Lean Seis Sigma, trazendo uma fundamentação
conceitual imprescindível para compreensão do tema de pesquisa explorado na
dissertação.
Reduzir e eliminar desperdícios é uma forma de atacar as fontes de variação que
vem sendo empregada como um esforço de melhoria contínua e de busca de
perfeição. Esse enfoque tem sido usado nas organizações, especialmente, depois
do surgimento dos conceitos relacionados com Lean. A eliminação de desperdícios é
uma estratégia alinhada com os objetivos gerais do Seis Sigma de reduzir fontes de
variação em processos que possam comprometer o padrão de qualidade de
produtos ou serviços.
Considerando que a redução da variabilidade seja um aspecto norteador para a
organização que visa aumentar seu desempenho, refletir sobre as diversas fontes de
variação que podem existir em processos, em produtos, em serviços, nas atividades
das pessoas, na matéria-prima, entre outras fontes, consiste o objetivo primário da
metodologia Lean Seis Sigma.
50
Revisando a literatura, constata-se que Seis Sigma foi preliminarmente
compreendido como uma iniciativa de melhoria focada em medição; uso de
ferramentas estatísticas; na busca por alcançar uma meta de desempenho de
processos pré- estabelecida e na satisfação do cliente.
A definição do nível sigma para medir defeitos com base em uma métrica universal
aplicável a diferentes produtos/serviços por meio da correlação direta entre o
número de defeitos, o custo do desperdício e o nível de satisfação do cliente traz um
enfoque novo para a forma de abordar os defeitos nos processos chaves. A
identificação do status desses processos pelo padrão sigma estabeleceu uma forma
interessante de avaliar quantitativamente a posição competitiva da organização.
O método DMAIC aparece na literatura e nos estudos de caso como um método
consagrado e eficiente de abordagem de problemas e como guia para execução de
projetos Seis Sigma ou Lean Seis Sigma. A divisão do método em fases estabelece
uma seqüência lógica para a melhoria de processos em geral.
Quanto às ferramentas utilizadas e consagradas para controle e melhoria de
processos, como as prescritas no método DMAIC e apresentadas neste trabalho,
não há novidades. Na sua maioria, as ferramentas estatísticas recomendadas e
aplicadas já foram introduzidas há várias décadas por personalidades como Deming,
Shewhart e Ishikawa, entre outros.
A sistemática de combinação e utilização do conjunto de ferramentas voltadas para
a melhoria da qualidade por meio de um método disciplinado é apontada por
Schroeder et al (2002) como um diferencial do Seis Sigma; algo que não havia sido
proposto anteriormente.
3.3. Simulação Computacional
3.3.1. Definições
51
Uma possível definição de simulação: “Uma simulação imita um processo através de
outro processo” (HARTMANN, 1996, p 17, tradução nossa). Segundo Hartmann
(1996) a base de uma simulação é um modelo dinâmico que especifica,
adicionalmente a algumas propriedades estatísticas, suposições sobre a evolução
no tempo de um considerado objeto ou sistema.
Para Pereira (2000), a simulação computacional é a representação funcional de um
sistema real por um modelo de grande precisão através do computador, permitindo
visualizar a dinâmica desse sistema, implementar mudanças, respondendo a
questões tipo: “o que aconteceria se” (what-if), dessa maneira economizando
recursos econômicos e tempo.
Ainda segundo Hartmann (1996), existem algumas funções das simulações na
ciência. São elas:
- Simulações como técnica: Investiga a dinâmica detalhada de um sistema;
- Simulações como ferramenta Heurística: Desenvolve hipóteses, modelos e
teorias;
- Simulações como substituto de um experimento: Realiza experimentos
numéricos;
- Simulações como ferramenta para experimentalistas: Suporta
experimentos;
- Simulações como ferramenta pedagógica: Proporciona entendimento de
um processo.
Simulações permitem a análise das habilidades, capacidades e comportamentos de
um sistema sem precisar experimentar através do sistema real ou até mesmo
construí-lo. Por exemplo, uma vez que é extremamente dispendioso fazer
experimentos com uma fábrica para determinar sua melhor configuração, a
simulação da própria fábrica torna-se extremamente vantajosa (SMITH, 2000).
Para Shannon (1975), a simulação não é uma teoria, mas uma metodologia de
resolução de problemas; é um método de modelagem utilizado para implementar e
analisar um procedimento real (físico) ou proposto em um computador (de forma
virtual) ou até mesmo em protótipos (ensaios). A simulação é, então, o ato de imitar
um procedimento real em menor tempo e com menor custo, permitindo um melhor
52
estudo do que vai acontecer e de como consertar erros que gerariam grandes
gastos.
Hlupic e Robinson (1998) afirma que a simulação deve ser usada como uma
ferramenta de modelagem de processos devido a algumas razões. Ele cita, por
exemplo, uma decisão sobre um grande investimento que seja difícil de reverter.
Normalmente, é dispendioso experimentar soluções diretamente no processo real,
especialmente se envolve várias áreas de uma organização. Em outros casos as
variáveis e recursos necessários para novos processos não estão determinados ou
completamente compreendidos e a simulação pode ajudar a entender melhor essas
necessidades.
Para Tumay (1996) os processos de negócio são muito complexos e dinâmicos para
serem analisados somente com fluxos e planilhas. Segundo ele, a simulação é a
mais poderosa e realista ferramenta para analisar a performance de um processo. A
simulação leva em consideração a variabilidade dos tempos das atividades, a
interdependência dos recursos e outras complexidades que afetam a performance
no tempo.
Shannon (1998) identifica os seguintes benefícios da simulação de processos:
- Possibilidade de se testar novos designs e layouts sem a implementação
real dos recursos necessários;
- Pode ser utilizada para explorar novas políticas de alocação de
funcionários, procedimentos operacionais, tomadas de decisão, estruturas
organizacionais, fluxos de informação etc. Sem causar nenhuma ruptura
no sistema real da organização;
- A simulação permite a identificação de gargalos nos fluxos de informação,
material e produto e realiza testes com o objetivo de aumentar cada taxa;
- A simulação permite o controle do tempo. Assim, sistemas podem ser
simulados por meses ou anos em questão de segundos e fornecer
resultados visualizados em longo prazo. Além disso, pode-se diminuir a
velocidade da simulação para a realização de estudos;
- Permite adquirir conhecimento em relação a como o sistema funciona e a
identificação de quais são as variáveis que mais afetam a performance do
modelo;
53
- A simulação significa em uma maior possibilidade de realização de
experimentos com situações não familiares e responder a questões “e se”.
Strack (1984) aponta algumas características encontradas em problemas a serem
analisados que justificam o uso da simulação. São elas:
- não há para o problema uma formulação matemática completa;
- não há um método analítico para a resolução do modelo matemático;
- a obtenção de resultados com o modelo é mais fácil de ser realizada por
simulação do que por método analítico;
- não existe habilidade pessoal para a resolução do modelo matemático por
técnica analítica ou numérica;
- é necessário observar o desenvolvimento do processo desde o início até
os resultados finais, e são necessários detalhes específicos;
- não é possível ou é muito difícil a experimentação no sistema real;
- é desejado estudar longos períodos de tempo ou são necessárias
alternativas que os modelos físicos dificilmente fornecem.
Como toda técnica ou metodologia, a simulação também apresenta desvantagens.
Shannon (1998) identifica as seguintes:
- A modelagem de um dado sistema é uma “arte” que requer um
treinamento especializado e as habilidades dos modeladores tendem a
variar amplamente. A utilidade do estudo dependerá diretamente da
qualidade do modelo desenvolvido e das habilidades do modelador;
- A coleta de dados de entrada confiáveis pode consumir grande quantidade
de tempo e mesmo assim os resultados podem ser questionáveis. A
simulação não pode compensar dados inadequados;
- Modelos de simulação envolvem a execução de dados de entrada,
produzindo as saídas propriamente ditas, surgidas em função das rodadas
realizadas. Os modelos não geram por si só uma solução ótima, servindo
apenas como uma ferramenta de análise a partir de condições pré-
estabelecidas pelo modelador.
54
Atualmente existem pacotes de simulação disponíveis no mercado que apresentam
inúmeras vantagens em termos de facilidade de uso, eficiência e eficácia dos
resultados obtidos. Segundo Shannon (1998), dentre as vantagens em se usar os
pacotes de simulação podemos ressaltar a redução na tarefa de programar, o
aumento da flexibilidade de realizar mudanças nos modelos, menos erros de
programação e a coleta automática de dados estatísticos.
O objetivo dos pacotes de simulação é diminuir o espaço entre a conceituação que o
usuário tem do modelo e sua forma executável. Os pacotes de simulação são
divididos em duas categorias: uma de propósito geral e outra de propósito
específico. Na primeira categoria estão os pacotes que podem resolver praticamente
todos os problemas de simulação de eventos discretos, como ARENA®, AweSim®,
GPSS/H™, Simscript II.5®, Extend™ etc. Na segunda categoria estão os pacotes
utilizados na simulação de sistemas de manufatura e problemas de manuseio de
material, tais como SimFactory, ProModel®, AutoMod™, Taylor II® e Witness® se
encaixam nesta categoria. Assim como os pacotes designados para a condução de
estudos de reengenharia de processos, como BPSimulator™, processModel™,
SIMPROCESS® e Extend+BPR (TORGA, 2007).
Este trabalho utiliza o ServiceModel® para realizar a modelagem de um processo de
serviços. A razão de seu uso está no fato de ser um software adaptado para a
simulação de processos administrativos e de serviço em geral.
A descrição do software ServiceModel é mostrada no Anexo B. Uma questão
importante é a flexibilidade que o software permite na criação e utilização de
elementos gráficos para locais, entidades e recursos, além da possibilidade do uso
de elementos de fundo, o que pode tornar o modelo bastante representativo e de
fácil entendimento.
3.3.2. Metodologia de simulação
A simulação computacional envolve mais do que a utilização de um software. Trata-
se de um projeto que requer um planejamento prévio de cada uma de suas etapas e,
além disso, um conhecimento do sistema a ser simulado e das pessoas envolvidas.
55
Grande parte dos trabalhos de simulações mal sucedidos tem como causa a
ausência de um planejamento condizente com a importância de seu estudo. Por
isso, simular requer mais do que o conhecimento de um software específico, mas
também, pessoas com conhecimento dos passos a serem seguidos, bem como
experiência analítica, estatística e organizacional (SILVA, 2005).
Para que a construção de um modelo computacional possa trazer resultados
satisfatórios deve passar por algumas etapas, segundo compilação de diversos
autores, que podem ser verificadas na figura 3.16 e estão descritas a seguir.
(SHANNON, 1998; HLUPIC E ROBINSON, 1998; SMITH, 1998; ADAMS ET AL,
1999; PEREIRA, 2000; ZAREI, 2001; SILVA, 2005)
- Formulação do problema: Todos os estudos em simulação se iniciam com
a descrição do problema. Os objetivos da simulação devem ser
explicitamente definidos em termos da amplitude e profundidade que se
deseja da análise, tempo necessário e os recursos disponíveis. Além
disso, deve envolver uma descrição dos cenários que devem ser
investigados. Essa definição inicial do problema pode ser alterada durante
a realização do processo de simulação.
- Coleta de Dados: Trata-se de um processo de recolhimento dos fatos e
informações disponíveis que serão utilizados para construção do modelo.
A coleta dos dados deve obedecer aos seguintes cuidados:
� deve haver uma quantidade suficiente de dados;
� os dados devem ser quantitativamente confiáveis;
� os dados devem ser significativos para o processo de decisão.
A qualidade dos dados influi diretamente na precisão do modelo e da
simulação.
- Modelagem: o primeiro passo da modelagem corresponde à identificação
das variáveis do problema. Em seguida, ocorre a elaboração do modelo
em si. Pode ser a parte mais difícil do processo de simulação. A
dificuldade decorre do fato de que, na construção de modelos, é exigida
tanto arte quanto técnica, levando-se em conta todas relações
importantes, tanto entre as variáveis internas do sistema quanto entre este
e o meio ambiente que o cerca. Segundo Torga (2007), a construção do
56
modelo deve iniciar de forma simples e a complexidade deve ser
adicionada de maneira evolutiva. Isso pode ser feito adicionando-se
detalhes ao modelo de maneira gradativa.
Figura 3.16: Fluxo do Processo de Simulação
Fonte: Elaborado pelo autor.
- Avaliação do modelo: A validação é a certeza de que o modelo construído
reflete o funcionamento do sistema real. Uma das maneiras é chamar o
sistema real de sistema base e comparar seus resultados com os do
modelo. Se elas forem similares, pode-se dizer então que o modelo é
válido. De acordo com a figura 3.16, esta etapa é decisiva no processo de
simulação, pois a rejeição do modelo nesta etapa levará ao reinício do
processo. Esse fato ocorre aqui porque as próximas etapas dependem
diretamente do modelo gerado.
- Realização dos experimentos: este passo é realizado após o modelo estar
Modelagem
Realização de experimentos
Validação do Modelo
Coleta de Dados
Formulação do Problema
Rejeitado
Análise dos dados de Saída
57
pronto, tendo sido verificado e solucionado qualquer erro de programação
e após julgado válido. Para cada execução de simulação (e sua posterior
análise), decisões precisam ser tomadas em relação ao tempo de duração
da simulação e o número de replicações em cada cenário. As simulações
são realizadas com o objetivo de estabelecer medidas de desempenho de
cada cenário simulado.
- Análise dos dados de saída: Os resultados devem ser relatados de
maneira clara e consciente. A análise dos resultados deve permitir a
revisão da formulação final, as alternativas criadas, seus critérios de
criação e acima de tudo, as recomendações ou conclusões de cada
cenário.
3.3.3. Considerações sobre o tema
Através da descrição e explicação do histórico e dos conceitos relacionados com
simulação, suas vantagens e desvantagens, assim como sua metodologia de
implementação pode-se verificar que se trata de uma ferramenta que se mostra
adequada às mais diferentes áreas de aplicação.
A utilização de simulação de parâmetros dinâmicos de um processo como tempos,
entradas, saídas, volumes e capacidades aprimora significativamente a performance
da análise de um processo, pois proporciona uma visualização muito mais eficaz dos
gargalos, desperdícios e desempenho do que uma análise estática do processo em
si (AGUILAR; PATER, 1999).
A utilização de simulação para análise de problemas pode ser uma importante
ferramenta de análise na implementação de soluções e proposições oriundas da
metodologia Lean Seis Sigma (e outras também). A simulação permite avaliar a
efetividade de uma solução sem a necessidade de implementá-la, além de
possibilitar a análise conjunta de vários cenários.
Existe uma grande similaridade da metodologia DMAIC com a metodologia de
simulação. Pontos como a Definição do Problema e Coleta de Dados revelam
bastante sinergia com o que se propõe com o DMAIC. De uma forma geral a
58
utilização da simulação em projetos Lean Seis Sigma alavanca a velocidade e a
qualidade dos resultados obtidos, devido à sinergia e a aos benefícios que o uso da
simulação traz.
59
4. Definição do Roteiro de Referência para Aplicação de Lean Seis Sigma em Serviços 4.1. Casos na literatura A seguir encontra-se o resumo de algumas pesquisas e estudos de caso que
serviram de conceituação, exemplificação e suporte para a definição do roteiro de
aplicação de Lean Seis Sigma em serviços.
Leal (2003), em sua dissertação de mestrado, realizou um estudo de caso no setor
bancário estabelecendo um método de diagnóstico dos processos de atendimento
de uma agência utilizando técnicas de mapeamento de processos e simulação
computacional através do software ProModel.
Machado (2006), em sua tese de doutorado, explora a utilização de princípios e
ferramentas Lean no desenvolvimento de produtos, estabelece uma metodologia de
aplicação de Lean para tal segmento e realiza posterior aplicação em uma empresa
do setor aeronáutico.
Süffert (1998), em sua dissertação de mestrado, estuda os princípios e conceitos
Lean e verifica, através de um estudo de caso em um grande banco brasileiro, sua
aderência a tais princípios.
Santos (2006), em sua tese de doutorado, propõe um modelo de referência para se
aplicar o Programa de Qualidade Seis Sigma. A autora realizou uma pesquisa em 4
empresas multinacionais e, através de entrevistas e uma extensa pesquisa
bibliográfica apresenta e valida seu modelo proposto.
Torga (2007), em sua dissertação de mestrado, analisa a aplicação de conceitos de
simulação e otimização em um processo de manufatura de uma empresa do ramo
automobilístico. Tal processo trabalha sob o conceito de produção puxada de Lean e
utilizando-se do software ProModel, que otimizou a saída do processo através de
simulação computacional.
Moraes (2006), em sua dissertação de mestrado, estuda as implicações de algumas
iniciativas da qualidade em processos que não se apresentam normalmente
distribuídos. O autor discorre sobre os cuidados para se determinar o nível sigma de
60
processos não-normais e aplica esses conceitos através de um estudo de caso em
um processo industrial de medição de furos de precisão.
Rico (2007), em sua dissertação de mestrado, define um roteiro de aplicação de
conceitos da produção enxuta (Lean) em processos administrativos e o aplica,
através de um estudo de caso, em um processo administrativo de uma empresa de
equipamentos automotivos.
Cabrera (2006), em sua dissertação de mestrado, explora as dificuldades de
implementação da metodologia Seis Sigma em empresas de diferentes portes. O
autor realiza esta pesquisa através de um estudo de caso em 3 empresas brasileiras
do ramo industrial utilizando-se de pesquisa com especialistas.
Sousa (2006), em sua dissertação de mestrado, também explora as dificuldades
para implementação da metodologia Seis Sigma, mas em uma empresa do setor de
serviços, mais precisamente de telecomunicações. O foco de seu trabalho é maior
em aspectos culturais e comportamentais da metodologia.
Turatti (2007), em sua dissertação de mestrado, aborda a aplicação de conceitos e
princípios Lean no setor público. O autor estuda a aplicação destes conceitos
através de um estudo de caso na Secretaria Municipal da Fazenda do município de
São Carlos no estado de São Paulo.
Giannini (2007), em sua dissertação de mestrado, estuda as adaptações
necessárias à abordagem Lean e suas ferramentas para a aplicação em processos
de serviços. O autor analisa a aplicabilidade de Lean adaptado a serviços através de
um estudo de caso em 3 hotéis de diferentes categorias.
Cuatrecasas (2002; 2004), em dois artigos, apresenta a aplicação de conceitos de
Lean em operações de serviços em dois estudos de caso, mostrando como o
balanceamento de atividades e equipes multifuncionais podem resultar em redução
do tempo de ciclo e aumento de eficiência.
Kumar et al (2006) explora a aplicação de ferramentas Lean e Seis Sigma de forma
integrada através de um estudo de caso em uma empresa indiana de acessórios
automotivos. Os autores apresentam de forma clara a aplicação das ferramentas
lean seis sigma e verificam o sucesso obtido através da melhora de diversos
indicadores.
61
Singh et al (2006), em seu artigo, apresenta uma abordagem para decisão da
utilização de ferramentas de mapeamento de processo Lean, de acordo com os tipos
de desperdício encontrados no processo ou projeto. Os autores aplicam essa matriz
de decisão e avaliam o resultado a partir da aplicação das ferramentas determinadas
em uma empresa do setor siderúrgico.
Antony et al (2005), em seu artigo, aplicam a metodologia Seis Sigma através do
DMAIC em uma empresa automotiva que enfrentava problemas com seus produtos
(motores que apresentavam aquecimento). É interessante o foco na redução da
variabilidade do processo que resultou em aumento de capacidade, resolução do
problema e uma economia significativa.
Hensley e Dobie (2005), em seu artigo, propõe um modelo de aplicação dos
conceitos de Seis Sigma em organizações de serviço. O modelo é aplicado em uma
empresa pública norte-americana de controle de tráfego. As autoras ainda discutem
dificuldades de implementação do modelo sugerido em empresas com e sem
experiência em iniciativas de qualidade.
Wyper e Harrison (2000), em seu artigo, estudam a aplicação da metodologia Seis
Sigma em uma empresa de recursos humanos da Grã-Bretanha. Os autores
utilizaram-se do método DMAIC para aplicar os conceitos de Seis Sigma e
alcançaram resultados relevantes para a empresa.
Johnson et al (2006), em seu artigo, aplica a metodologia Seis Sigma em um projeto
da Universidade de Miami que visava a construção de novos dormitórios para os
alunos. Os autores utilizam para esse estudo o método DMADV (define, measure,
analyse, design, verify), uma variante do DMAIC indicado para desenvolvimento de
novos produtos, serviços e processos.
McCarthy e Stauffer (2001), em seu artigo, abordam o tema da integração da
metodologia Seis Sigma com a utilização de simulação computacional. Além de
discorrer sobre os benefícios desta integração, os autores realizam um estudo de
caso em uma empresa de TI, obtendo resultados relevantes.
Kasahara e Carvalho (2003) estudam as similaridades e distinções entre a aplicação
de Seis Sigma e o TQM (Total Quality Management) através de um estudo em três
empresas multinacionais com sede no Brasil de ramos diferentes.
Furterer e Elshennawy (2005), em seu artigo, propõem um método de aplicação de
62
ferramentas Lean Seis Sigma e de TQM no setor público e realizam uma
experimentação através de um estudo de caso na secretaria de finanças de uma
cidade norte-americana.
Kumi e Morrow (2006), em seu artigo, descrevem aplicação da metodologia Seis
Sigma na biblioteca da Universidade de Newcastle, com o objetivo de promover o
auto-atendimento dos usuários. Os autores utilizam-se do método DMAIC e de
algumas ferramentas clássicas.
Ariente et al (2005), em seu artigo, retratam o estudo de caso de uma multinacional
do setor industrial no processo de implementação da metodologia Seis Sigma e o
respectivo impacto em sua cultura organizacional.
Das (2005), em seu artigo, descreve a aplicação da metodologia Seis Sigma através
do método DMAIC e utilização de algumas ferramentas importantes em uma
empresa que tinha problema com o grande tempo despendido na obtenção de
matéria prima.
Mukhopadhyay e Ray (2006), em seu artigo, utilizam a metodologia Seis Sigma e o
método DMAIC para reduzir a variabilidade de um processo de fabricação de
embalagens de uma empresa têxtil indiana. Parte da produção da empresa era
rejeitada por seus clientes devido a produtos fora de especificação.
Moura (2004), em seu estudo de caso, apresenta os resultados obtidos em uma
aplicação da metodologia Seis Sigma em uma empresa de eletroeletrônica no Pólo
Industrial de Manaus.
Ruthes et al (2006), em seu artigo, realizam pesquisa que investiga e proporciona
uma visão geral acerca do programa Seis Sigma no processo de fabricação do
refrigerante pet 2L. Neste estudo, ficou evidente que o programa Seis Sigma pode
trazer grandes benefícios para o processo de produção do refrigerante pet, com
redução do número de defeitos e um aumento da uniformidade dos produtos.
Tang et al (2006), em seu livro, apresentam um caso de aplicação de Seis Sigma em
um fornecedor de placas de circuitos eletrônicos montadas para reduzir o número de
defeitos e melhorar o tempo de ciclo de montagem e teste.
Aguilar et al (1999) apresentam, em seu artigo, como a utilização de simulação
computacional de processos pode suportar a tomada de decisão e o desenho de
63
processos. Os autores utilizam como exemplo dois processos administrativos de um
Banco Internacional de Luxemburgo.
Adams et al (1999), em seu artigo, descrevem através de dois estudos de casos
empresas que utilizam a metodologia Lean em seus processos e agregam a
simulação computacional para promover a eficiência dos projetos de melhoria
contínua.
Zerbini (2006), em sua dissertação de mestrado, define uma metodologia de
avaliação de fornecedores através de uma extensa revisão bibliográfica e um estudo
de caso em uma instituição financeira do setor bancário brasileiro.
Zarei (2001), em seu artigo, apresenta um estudo de caso no Centro de Informações
e Documentos do Irã, responsável pela aquisição processamento e disseminação do
conhecimento científico naquele país. Os processos administrativos deste centro
foram mapeados e simulados através do ServiceModel. As simulações foram
valiosas para a proposição de melhorias e a compreensão das ineficiências
presentes nos processos.
4.1.1. Síntese da pesquisa
Alguns pontos podem ser destacados após a leitura dos estudos de casos
mencionados no item anterior. O primeiro deles é a extensa utilização do método
DMAIC. O DMAIC está fortemente associado à metodologia Lean Seis Sigma e Seis
Sigma (figurando, às vezes, até como sinônimos) e verifica-se que sua utilização
facilita a compreensão dos passos e funciona como um grande guia.
Além disso, seja através do DMAIC ou pela metodologia Lean, algumas etapas
basicamente estão presentes em quase todas as aplicações observadas na maioria
das vezes na seguinte ordem:
- Definição do problema;
- Determinação do que é crítico para o cliente, mercado e/ou empresa;
- Mapeamento do Processo;
64
- Coleta de Dados e mensuração do desempenho dos processos;
- Análise dos fatores que impactam os pontos críticos e das maiores causas
de variabilidade no processo;
- Proposição de ações de melhoria;
- Implantação das ações;
- Nova medida de desempenho, comparando os resultados com as medidas
do processo original.
Verificou-se ainda que é imprescindível que se tenha visão sobre como o uso dos
métodos estatísticos pode contribuir para que os objetivos estratégicos sejam
concretizados. Isto significa dizer que, dependendo de quão apurada se torna esta
visão, mais fácil é estabelecer critérios mais eficazes para se escolher quais
métodos e técnicas devem ser usados na implementação dos projetos.
Além disso, para a escolha e aplicação das técnicas e ferramentas, é necessário
conhecimentos estatísticos e de gestão da qualidade. Algumas ferramentas são
utilizadas recorrentemente por proporcionarem resultados mais relevantes. É o caso
do gráfico de Pareto e do diagrama de causa e efeito para o diagnóstico das causas
da variabilidade dos processos e da análise FMEA, que combina o diagnóstico das
principais causas de falhas de forma priorizada, com a proposição de ações de
melhoria. Adicionalmente, nas aplicações de Lean nota-se uma preocupação com a
identificação de pontos no processo que possam ser transformados em “puxados”,
ao invés de “empurrados”.
Com relação a simulação computacional, identificou-se diversos aplicativos e
softwares capazes de proporcionar a caracterização de processos. Nos casos
abordados, a utilização da simulação baseia-se na flexibilidade e agilidade em se
testar modificações nos processos. No entanto foram encontradas poucas
publicações que focassem a integração da simulação de processos com as
metodologias Lean e Seis Sigma.
4.2. Roteiro de Referência
O objetivo desta dissertação é desenvolver um roteiro que possibilite a aplicação de
65
ferramentas Lean Seis Sigma e simulação de forma objetiva e prática em um
processo de serviço e que deverá auxiliar na melhoria dos resultados do mesmo.
Um roteiro é uma forma explícita de estruturar pensamentos e ações, de forma a
revelar quais passos deverão ser tomados, como serão realizados e o porquê de
serem realizados em determinada ordem.
Nesta dissertação, a abordagem proposta foi chamada de roteiro, visto que provê
uma forma de estruturar o pensamento ao mesmo tempo em que oferece os passos
para tomadas de decisões fundamentadas.
A apresentação do roteiro segue a forma de passos a serem seguidos, na ordem
numérica que são apresentados. Cada passo está associado a uma fase da
metodologia DMAIC (Definir, Mensurar, Analisar, Melhorar e Controlar).
4.2.1. Passo 1 (Definir) – Definição do Processo, Projeto ou Problema
Conforme apontam Coronado e Antony (2002), a formulação de um projeto Seis
Sigma deve contribuir para ajudar a organização a melhorar sua vantagem
competitiva, aumentar a lucratividade do negócio, reduzir o tempo de ciclo do
processo, elevar a eficiência, entre outras contribuições. Mas, ressalte-se aqui que
para se conseguir essa vantagem competitiva é preciso ter em mente qual é o
processo crítico, cujo desempenho carece de melhoria e, sobretudo, qual é a “falha”
apontada pelo cliente, a qual se pretende corrigir, para melhor satisfazê-lo. Nem
sempre isso é tarefa fácil, e talvez venha daí a dificuldade de se conseguir identificar
projetos que agreguem valor aos olhos do cliente.
A Figura 4.1 mostra que um projeto Lean Seis Sigma nasce do reconhecimento de
uma falha ou defeito que é identificada não apenas com base nas CTQ’s externas
que trazem informações dos requisitos do mercado (clientes), como também das
CTQ’s internas, aquelas que são representativas dos processos críticos do processo
de negócio.
As CTQ’s podem representar um requisito de desempenho que pode ser
mensurável. Por exemplo, taxa de defeitos, custo da não qualidade, percentual de
66
erros, entregas fora do prazo, e número de reclamações de clientes são algumas
das métricas de desempenho usadas pelas companhias como motivação para o
desenvolvimento de projetos.
Normalmente as CTQ’s externas são determinadas através do método QFD (Quality
Function Deployment) ou Desdobramento da Função Qualidade. O QFD leva em
consideração a opinião do cliente e a posição dos concorrentes para se determinar
quais são as CTQ’s externas e quais seus níveis exigidos e aceitáveis em termos de
valores. Estes parâmetros serão importantes para confrontação com o desempenho
atual do processo, como será visto nos passos a seguir.
Figura 4.1: Alvo do projeto Lean Seis Sigma
Fonte: Rotondaro et al, 2002, adaptado pelo autor
4.2.2. Passo 2 (Mensurar) – Mapeamento do Processo
Este passo consiste fundamentalmente em se conhecer o processo em análise no
detalhe de suas atividades, entradas, saídas, recursos. Normalmente o mapeamento
de processo é exibido em forma de fluxograma, cuja notação segue um padrão.
Um mapa do processo detalhado fornece todas as atividades executadas e sua
seqüência de execução. O mapa do processo também, geralmente, define os pontos
de coletas de dados no processo.
Além do fluxograma, existem outras formas para se apresentar o mapa do processo,
CTQ interna
Desempenho dos processos
críticos
CTQ externa
QFD
Requisitos dos Clientes
Defeitos
Projeto Lean Seis Sigma
CTQ interna
Desempenho dos processos
críticos
CTQ externa
QFDQFD
Requisitos dos Clientes
Defeitos
Projeto Lean Seis Sigma
67
tais quais:
- Gráfico de Gantt;
- PERT-CPM;
- Matriz de estrutura de projeto (Design Structure Matrix - DSM);
- Mapa de Fluxo de Valor.
4.2.3. Passo 3 (Mensurar) – Coleta de Dados
Produzir dados que gerem informações confiáveis e relevantes e que dêem suporte
à tomada de decisão é uma condição primária na visão moderna do gerenciamento
da qualidade em qualquer ambiente organizacional.
Para tanto, a acumulação e armazenamento de dados do processo, formando um
banco de dados consistente estatisticamente, é primordial em todos os processos,
especialmente os de serviços.
Nesta etapa coletamos os dados do processo de forma a completar seu
mapeamento com uma fotografia de seu desempenho. Em serviços, geralmente são
medidos os tempos de ciclo das atividades, a quantidade de não conformidades
(Exemplo: formulários errados), o número de reclamações entre outras medidas. O
importante é medir ou extrair os dados da CTQ definida no passo 1.
A coleta e apresentação desses dados deve passar por um tratamento estatístico. A
amostragem deve ser feita de forma garantir a representatividade dos dados e
devem ser calculadas medidas de posição e dispersão, para que se tenha uma idéia
da variabilidade atual do processo como um todo e de suas atividades, de maneira
independente uma das outras.
Algumas ferramentas importantes são utilizadas nessa etapa, tais quais:
- Histogramas;
- Gráficos de Controle;
- Lead-Time;
68
- WIP;
- Mapa de fluxo de Valor.
4.2.4. Passo 4 (Mensurar) – Cálculo do Nível Sigma
Conforme exposto, a apresentação do nível sigma talvez seja uma das maiores
contribuições da metodologia Seis Sigma. Trata-se de uma forma universal de se
expressar o status de um processo.
Nesta etapa, uma vez coletados os dados necessários relativos a CTQ estudada,
devemos mensurar a performance atual do processo com relação ao conceito Seis
Sigma. Esse parâmetro servirá de base comparativa, quando obtivermos os dados
após a implantação das melhorias que serão propostas, para verificação da
evolução do processo.
Para se definir o nível sigma é preciso o valor da CTQ para o cliente. O cálculo pode
ser feito por duas formas:
- Através da quantidade de defeitos por milhão de oportunidades;
- Através das medidas de posição (média) e dispersão (desvio padrão).
Pelo segundo método, deve se levar em consideração o “The 1.5 shift efect”,
descrito na revisão da literatura, que faz com que a média se desloque 1.5 desvios
padrão no longo prazo.
Para determinação do nível sigma pode ser utilizada a tabela de relação de
probabilidades, DPMO e nível sigma apresentada no Anexo A.
4.2.5. Passo 5 (Mensurar) – Modelagem do processo
Neste passo inicia-se a utilização da simulação computacional.
Uma vez realizado o mapeamento completo do processo, com todas as atividades
69
definidas, entradas, saídas e a distribuição de performance de cada atividade, é
possível realizar a modelagem computacional do processo.
Esta etapa requer domínio do software escolhido para a realização das modelagens
e simulações computacionais. O software escolhido para o desenvolvimento deste
trabalho é o ServiceModel desenvolvido pela ProModel Corporation. Trata-se de um
aplicativo adaptado para a modelagem e simulação de processos de serviços.
4.2.6. Passo 6 (Mensurar) – Validação do Modelo
Como exposto, a validação do modelo é a certeza de que o modelo construído
reflete o funcionamento do sistema real.
Para tanto é necessário executar o modelo, simulando-o com todos os parâmetros e
atributos mensurados até o momento e comparar os resultados obtidos com os
dados de performance medidos e observados no processo real.
Na maioria das vezes a etapa de validação resulta em adequações a serem
realizadas no primeiro modelo e assim sucessivamente repetindo-se os passos 5 e 6
até a validação do modelo.
O resultado final será a obtenção de um modelo computacional fiel ao processo real
e que servirá de base para as simulações que serão realizadas posteriormente. Essa
medida trará maior confiabilidade ao roteiro como um todo, pois em determinada
proporção será como aplicarmos todas as recomendações futuras diretamente no
processo real e verificar os resultados obtidos.
4.2.7. Passo 7 (Analisar) – Aplicação de Lean (Criação de um Sistema Puxado)
Em processos onde o tempo de ciclo ou o Lead Time são variáveis importantes e
decisivas, dentro da abordagem Lean, existe a necessidade de se criar um sistema
de produção puxado para se a redução de WIP ou o estoque de trabalho. Isso é feito
70
através da tomada de decisão sobre o timing do trabalho (pedido, solicitação ou
processo) que é liberado para entrar no processo.
Em outras palavras, o único gatilho para liberar um trabalho para entrar no processo
é fazer com que outro saia do processo. É isso que é um sistema puxado
(GEORGE, 2004).
Para essa etapa é necessária a criação de um buffer de entrada com um sistema de
triagem para se determinar qual trabalho deve ser o próximo a ser liberado a entrar
no processo. Em alguns casos a regra PEPS (Primeiro a entrar, primeiro a sair) pode
não ser a mais adequada em virtude das características do processo. Um trabalho
com uma rentabilidade maior associada a ele em relação a outros deve ser
priorizado, por exemplo.
Segundo George (2004) a dificuldade de se implantar um sistema puxado está no
fato de que para muitas pessoas ele é contra-intuitivo. A maioria das pessoas pensa
que a melhor maneira de ser mais rápido é empurrar o trabalho processo adentro o
mais rápido possível. O que Lean afirma é que somente é possível controlar tempo
de processamento controlando a liberação de trabalho para o processo.
Outra vantagem da criação de um sistema puxado é a possibilidade de se isolar o
tempo de fila do tempo de processamento ou execução da atividade. Isso
possibilitará um controle gerencial mais eficaz.
4.2.8. Passo 8 (Analisar) – Estudo das causas da Variabilidade
A grande lição que Seis Sigma e Lean Seis Sigma nos oferece é a necessidade de
redução de variabilidade nos processos e atividades para se alcançar níveis de
qualidade super diferenciados.
Essa etapa define o foco da procura das melhorias no processo nas causas internas
da variabilidade das atividades. Para que isso seja possível é necessário, na ordem:
- Obter as curvas de probabilidade das variáveis analisadas em cada
atividade do processo;
71
- Priorizar a análise das atividades com maior variabilidade e em seguida as
que apresentam maior WIP;
- Utilizar as ferramentas clássicas de análise para identificação das causas
das variações e propor ações corretivas. As ferramentas mais úteis nessa
etapa são o Gráfico de Pareto, o Diagrama de Causa e Efeito e o FMEA.
Quando a variação no processo está ligada aos tempos de ciclo, fila, processamento
etc. na maioria das vezes estes estão associados a atrasos no processo. Alguns
tipos de atraso podem servir de guia para a análise do processo:
- Atrasos devido a ineficiências de processo: Fatores como curva de
aprendizagem, diferenças de treinamento dos recursos podem levar a
baixa produtividade por dia por pessoa;
- Atrasos devido a variações de oferta e demanda: Caso a oferta de
serviços estiver exatamente sintonizada com a taxa de pedidos (O que
convenhamos é raro) não ocorrerá filas, mas caso contrário atrasos por
tempo de fila começarão a se acumular.
- Atrasos devido a variações de capacidade de processo: Normalmente
fatores como tempo de queda de sistemas ou computadores e faltas ao
trabalho acabam por causar variações de capacidade e,
conseqüentemente, de produção de um dia para o outro.
- Atrasos devido a baixa qualidade: A quantidade de defeitos e a
necessidade de retrabalhos acabam por ter impacto direto e prejudicial ao
WIP e ao lead time.
4.2.9. Passo 9 (Analisar) – Consolidação das Propostas de Melhoria
Todas as ações identificadas como necessárias e propostas nos passos 7 e 8
devem ser consolidadas em um único local para servir de referência e guia para as
simulações que serão realizadas no modelo computacional.
72
4.2.10. Passo 10 (Analisar) – Simulação das Propostas de Melhoria
Assim como nos passos 5 e 6, esta etapa também prevê a utilização do software de
simulação, no caso o ServiceModel.
Com base no modelo desenvolvido e validado e na consolidação das propostas de
melhoria, o objetivo é modelar todas a ações e recomendações para simulação e
obtenção dos novos dados de performance do processo.
Após a modelagem, realiza-se a simulação do processo melhorado.
4.2.11. Passo 11 (Analisar) – Avaliação de Desempenho
Nesta etapa analisam-se os dados obtidos com a simulação do processo com as
melhorias aplicadas. A idéia é comparar os novos dados de saída com a
performance do processo original.
Adicionalmente calcula-se o novo nível sigma, bem como o novo lead time e verifica-
se o WIP resultante deste novo processo. Uma vez seguidos todos os passos aqui
propostos, a tendência é que se observe uma melhora nesses parâmetros.
4.2.12. Passo 12 (Melhorar) – Apresentação e Implantação
O resultado obtido através da simulação das propostas de melhoria identificadas no
processo é um grande trunfo para a decisão sobre a implantação das mesmas.
Trata-se de um grande argumento para a decisão de implantação de ações que
tenham custo ou demandem mudanças representativas.
Aliado a isso, o software escolhido apresenta uma funcionalidade que pode
contribuir decisivamente para a decisão. Além de simular os dados do processo, o
73
SeviceModel apresenta uma interface gráfica animada onde é possível visualizar a
simulação dos processos. Isso permite a apresentação das propostas e dos dados
em conjunto com uma imagem do processo funcionando, o que provavelmente
facilitará a compreensão das propostas pelos executivos líderes ou tomadores de
decisão envolvidos no processo.
Uma vez aprovada, a consolidação das propostas e ações de melhoria pode ser
implantada no processo real.
4.2.13. Passo 13 (Controlar) – Validação das Propostas de Melhoria
Como último passo do roteiro, é preciso validar os resultados obtidos com a
implantação das melhorias no processo real com os resultados que tinham sido
obtidos a partir da simulação do processo. O objetivo é verificar se os efeitos
imaginados foram realmente alcançados com razoável precisão.
Caso isso não seja observado, a validação pode indicar a necessidade de novas
incursões no processo e a retomada do roteiro para se identificar se existem novas
fontes de variabilidade, por exemplo.
74
5. Estudo de Caso
5.1. Descrição da organização em estudo
A unidade de análise do estudo de caso é uma etapa do processo de formalização
de financiamentos imobiliários realizado por uma grande instituição financeira
brasileira, que doravante será denominada Empresa A, por questões de sigilo.
A organização em estudo é uma das cinco maiores instituições financeiras privadas
do Brasil, tanto sob a ótica de valor dos ativos, lucro e rentabilidade. Devido a seu
tamanho e a grande variedade de negócios que conduz, a organização divide sua
estrutura em uma série de unidades de negócio. Uma delas é responsável por
crédito imobiliário, envolvendo atividades comerciais, de análise de crédito,
formalização e manutenção de operações e cobrança de créditos inadimplentes. Há
dois públicos-alvos: pessoas físicas, que tomam financiamento para compra de
residências e pessoas jurídicas (construtoras), que captam recursos para a
construção de empreendimentos imobiliários, na sua maioria de caráter residencial
(EMPRESA A, 2006).
5.2. Apresentação do Caso
A formalização de financiamentos imobiliários, objetivamente, consiste em elaborar o
contrato de empréstimo entre cliente e instituição financeira para a aquisição de um
imóvel. A formalização do financiamento somente ocorre para clientes cuja análise
de concessão de crédito tenha sido aprovada e quando o cliente indica o imóvel que
está adquirindo.
O principal objetivo do processo de formalização é assegurar ao credor, por meio de
um contrato jurídico, que a garantia oferecida em troca do crédito (Imóvel que está
adquirindo) poderá ser exercida em caso de impossibilidade de cumprimento das
obrigações financeiras relativas à quitação do financiamento.
75
O contrato de financiamento imobiliário, além de regular as condições do
financiamento, também formaliza o ato de compra e venda do imóvel, tendo a
mesma validade jurídica que uma escritura pública. É também através do contrato
de financiamento que se institui a garantia da operação, atualmente hipoteca ou
alienação fiduciária do imóvel objeto da compra e venda, em favor do banco
concessor do financiamento.
Na figura 5.1 encontra-se o fluxo macro do processo de contratação. Destacado em
cinza está o Processo A, que será objeto de estudo e detalhado a seguir.
De forma objetiva, o processo de formalização de financiamentos inicia-se pela
recepção do rol de documentos exigidos para formalização do contrato, denominado
pasta de documentos, solicitados no momento da aprovação de crédito do cliente.
Esta pasta é analisada através do Processo A, onde são apontados eventuais
documentos faltantes que são novamente solicitados aos clientes. Caso não existam
documentos pendentes o processo se encaminha para uma fase de confirmação,
junto ao cliente, dos valores envolvidos na operação de compra e venda do imóvel e
financiamento (Entrada, Valor a ser utilizado de FGTS, Valor de Financiamento,
Prazo desejado, etc.). Com os valores confirmados, efetua-se a intermediação junto
a CEF (Caixa Econômica Federal) para saque do valor utilizado da conta do FGTS
do cliente e por fim emite-se o contrato.
Caso existam documentos faltantes no processo, após a nova solicitação ao cliente
e a posterior recepção dessas pendências, verifica-se se não existem mais
pendências e o processo é encaminhado para a fase de confirmação e emissão do
contrato já descrita.
5.2.1. Descrição do Processo de Estudo
O Processo A é o coração da formalização de financiamentos. Nele ocorre a análise
técnica e jurídica dos documentos enviados pelo cliente, preparação do contrato de
financiamento e apontamento de pendências de documentos no processo.
76
Na figura 5.2 encontra-se o fluxo do Processo A, em detalhes, descrito atividade a
atividade a seguir.
- Recepcionar pasta de documentos: O processo de contratação é iniciado
quando cliente, com a carta de crédito aprovada encaminha ao banco a
relação de documentos solicitados para análise e formalização da
operação. A listagem de documentos é adaptada ao tipo de financiamento
aprovado pelo banco para o cliente e às diferentes localidades em que o
banco concede financiamento imobiliário.
- Cadastrar Entrada: A documentação é recebida e em seguida cadastra-se
a recepção da documentação no sistema interno para prosseguimento do
processo de contratação, registrando a data de entrada de cada processo.
Cada processo recebe um número de controle (número de processo).
- Distribuir o processo: Após o cadastramento da recepção da pasta de
documentos no sistema interno, o processo é distribuído, seguindo ordem
de cadastramento, para cada colaborador indicado no sistema interno
como habilitado para execução da análise do processo de contratação, de
acordo com especificação previamente realizada.
- Montar pasta: Toda a documentação fisicamente encaminhada ao banco
pelo cliente e que comporá o processo de contratação é agrupada em uma
ordem previamente determinada que otimiza a análise em uma pasta
padrão de documentos.
- Arquivar pasta: As pastas recepcionadas no dia são reunidas e arquivadas
em armários por ordem de número de processo até que no momento de
sua análise seja retirada pelo analista responsável.
- Iniciar análise: A documentação é retirada do arquivo pelo colaborador
selecionado, de acordo com a fila individual do sistema interno.
- Analisar Documentos: Os documentos, reunidos na pasta, são analisados
um a um pelo analista responsável pelo processo de contratação. Ele
verificará se as informações ali reunidas asseguram ao banco uma
garantia sem ônus para a concessão do financiamento. Para isso, o
analista verifica se as partes envolvidas na operação (Cliente Comprador,
Vendedores do Imóvel e Imóvel) apresentaram documentos pessoais
77
verdadeiros que atestem a inexistência de impedimentos legais que
possam comprometer a concessão do empréstimo.
- Analisar juridicamente: Alguns processos além da análise realizada pelos
analistas necessitam de uma análise jurídica mais aprofundada por
advogados. Os advogados da equipe de contratação elaboram pareceres
sobre aspectos da documentação que suscitem dúvidas nos analistas
responsáveis pelo processo ou careçam de interpretação técnica em
função de sua complexidade.
- Cadastrar dados e valores da operação: Após a análise, o analista
cadastra as informações necessárias para a confecção do contrato de
financiamento no sistema interno. Trata-se de uma quantidade relevante
de dados como nome, endereço, entre outros, dos clientes (compradores),
dos vendedores e do imóvel, além dos valores da operação.
- Fechar Pendências: Eventualmente os processos apresentam pendências
de documentos faltantes na remessa realizada pelo cliente. Todas
pendências documentais do processo são registradas no sistema interno
através de um check-list eletrônico. Outra equipe realizará a solicitação
desses documentos faltantes ao cliente com base nos apontamentos
realizados no sistema interno nessa fase.
5.3. Aplicação do Roteiro proposto
Descrito o processo, passamos para a aplicação do roteiro proposto no capítulo
anterior, seguindo a estrutura de passos indicada.
5.3.1. Passo 1 (Definir) – Definição do Processo, Projeto ou Problema
Segundo pesquisas junto aos clientes e ao mercado (concorrência) verificou-se que
dentro do processo de formalização de financiamentos imobiliários a agilidade é um
parâmetro fundamental (EMPRESA A, 2007).
78
Figura 5.1: Fluxo do Processo de Formalização de financiamentos – Visão Macro
Fonte: Empresa A, 2007, adaptado pelo autor
Rec
epçã
o da
P
asta
de
Doc
umen
tos
Aná
lise
Pré
via
do P
roce
sso
Exi
ste
m
Pen
dênc
ias
de C
lient
es ?
2
N S
Cob
ranç
a da
pe
ndên
cia
–F
ollo
w-U
p
Clie
nte
en
via
pend
ênci
a ?
FIM
C
ance
lam
ento
do p
roce
sso
N
S
1R
ecep
ção
de
docu
men
tos
Aná
lise
dos
docu
men
tos
Ain
da h
á do
cum
ento
s pe
nden
tes?
2
Cob
ranç
a da
pe
ndên
cia
–F
ollo
w-U
p
Clie
nte
en
via
pend
ênci
a ?
1
2
Con
firm
ação
do
s va
lore
s da
ope
raçã
o co
m o
clie
nte
Clie
nte
C
onfir
ma
Val
ores
?
N
S
Fol
low
-Up
Há
util
izaç
ão
de F
GTS
?
N
S Sol
icita
ção
de
liber
ação
do
FG
TS ju
nto
a
CE
F
Rec
urso
s lib
erad
os?
N
S
Fol
low
-Up
Em
issã
o do
co
ntra
to
N
S
-P
roce
sso
A
Lege
nda -D
emai
s E
tapa
s
N
S
1
Rec
epçã
o da
P
asta
de
Doc
umen
tos
Aná
lise
Pré
via
do P
roce
sso
Exi
ste
m
Pen
dênc
ias
de C
lient
es ?
2
N S
Cob
ranç
a da
pe
ndên
cia
–F
ollo
w-U
p
Clie
nte
en
via
pend
ênci
a ?
FIM
C
ance
lam
ento
do p
roce
sso
N
S
1R
ecep
ção
de
docu
men
tos
Aná
lise
dos
docu
men
tos
Ain
da h
á do
cum
ento
s pe
nden
tes?
2
Cob
ranç
a da
pe
ndên
cia
–F
ollo
w-U
p
Clie
nte
en
via
pend
ênci
a ?
1
2
Con
firm
ação
do
s va
lore
s da
ope
raçã
o co
m o
clie
nte
Clie
nte
C
onfir
ma
Val
ores
?
N
S
Fol
low
-Up
Há
util
izaç
ão
de F
GTS
?
N
S Sol
icita
ção
de
liber
ação
do
FG
TS ju
nto
a
CE
F
Rec
urso
s lib
erad
os?
N
S
Fol
low
-Up
Em
issã
o do
co
ntra
to
N
S
-P
roce
sso
A
Lege
nda -D
emai
s E
tapa
s
N
S
1
79
Figura 5.2: Fluxo de Atividades do Processo A
Fonte: Empresa A, 2007, adaptado pelo autor
Rec
epçã
oR
ecep
ção
dos
docu
men
tos
de u
m
proc
esso
Mo
nta
gem
d
a P
asta
Col
oca-
se o
s do
cum
ento
s em
um
a pa
sta
em u
ma
orde
m
prev
iam
ent
e co
mbi
nada
Cad
astr
o
de
entr
ada
Cad
astr
o de
re
cepç
ão d
o pr
oces
so n
o si
ste
ma
inte
rno
Dis
trib
uiç
ão
Dis
trib
uiçã
o do
s pr
oces
sos
rece
pcio
nado
s pa
ra o
s an
alis
tas
via
sist
em
a
Iníc
io d
a A
nál
ise
Ana
lista
ret
ira
do a
rqui
vo a
pa
sta
de
docu
men
tos
para
aná
lise
segu
ndo
fila
indi
vidu
al d
o si
ste
ma
An
ális
eA
nalis
ta a
nalis
a a
docu
men
taçã
o,
iden
tific
ando
do
cum
ento
s fa
ltan
tes,
fe
chan
do v
alo
res
da o
pera
ção
e do
co
ntra
to
Nec
essá
rio
anál
ise
de u
m
Ad
voga
do?
N
S
Cad
astr
oA
nalis
ta f
az o
ca
dast
ro d
os
dado
s da
op
eraç
ão e
do
s cl
ient
es
no
sist
em
a
Exi
ste
m
Pen
dênc
ias
de
docu
men
tos
de c
lient
es?
N
S
An
ális
e Ju
ríd
ica
Ad
voga
do f
az
anál
ise
de
ele
men
tos
jurí
dico
s qu
e o
anal
ista
não
é
capa
z. O
A
dvo
gado
ret
orna
pa
rece
r ao
ana
lista
Pen
dên
cia
s
Ana
lista
fec
ha
as p
endê
ncia
s e
xist
ent
es
no
proc
esso
em
ch
eck-
listn
o si
ste
ma
Pen
dên
cia
s ex
tern
asA
nalis
ta f
az a
so
licita
ção
dos
docu
men
tos
de
resp
onsa
bilid
ade
dos
clie
nte
s
2
Arq
uiv
oA
s pa
sta
s sã
o co
loca
das
em
um a
rqui
vo
agua
rdan
do
anál
ise
Cob
ranç
a da
pe
ndên
cia
–F
ollo
w-U
p pe
riód
ico
Rec
epçã
oR
ecep
ção
dos
docu
men
tos
de u
m
proc
esso
Mo
nta
gem
d
a P
asta
Col
oca-
se o
s do
cum
ento
s em
um
a pa
sta
em u
ma
orde
m
prev
iam
ent
e co
mbi
nada
Cad
astr
o
de
entr
ada
Cad
astr
o de
re
cepç
ão d
o pr
oces
so n
o si
ste
ma
inte
rno
Dis
trib
uiç
ão
Dis
trib
uiçã
o do
s pr
oces
sos
rece
pcio
nado
s pa
ra o
s an
alis
tas
via
sist
em
a
Iníc
io d
a A
nál
ise
Ana
lista
ret
ira
do a
rqui
vo a
pa
sta
de
docu
men
tos
para
aná
lise
segu
ndo
fila
indi
vidu
al d
o si
ste
ma
An
ális
eA
nalis
ta a
nalis
a a
docu
men
taçã
o,
iden
tific
ando
do
cum
ento
s fa
ltan
tes,
fe
chan
do v
alo
res
da o
pera
ção
e do
co
ntra
to
Nec
essá
rio
anál
ise
de u
m
Ad
voga
do?
N
S
Cad
astr
oA
nalis
ta f
az o
ca
dast
ro d
os
dado
s da
op
eraç
ão e
do
s cl
ient
es
no
sist
em
a
Exi
ste
m
Pen
dênc
ias
de
docu
men
tos
de c
lient
es?
N
S
An
ális
e Ju
ríd
ica
Ad
voga
do f
az
anál
ise
de
ele
men
tos
jurí
dico
s qu
e o
anal
ista
não
é
capa
z. O
A
dvo
gado
ret
orna
pa
rece
r ao
ana
lista
Pen
dên
cia
s
Ana
lista
fec
ha
as p
endê
ncia
s e
xist
ent
es
no
proc
esso
em
ch
eck-
listn
o si
ste
ma
Pen
dên
cia
s ex
tern
asA
nalis
ta f
az a
so
licita
ção
dos
docu
men
tos
de
resp
onsa
bilid
ade
dos
clie
nte
s
2
Arq
uiv
oA
s pa
sta
s sã
o co
loca
das
em
um a
rqui
vo
agua
rdan
do
anál
ise
Cob
ranç
a da
pe
ndên
cia
–F
ollo
w-U
p pe
riód
ico
80
Quando se fala de agilidade, estamos lidando diretamente com aspectos como
Tempo de Ciclo e Lead Time do processo. Especificamente no processo, foi
pesquisado e levantado que o tempo entre a entrega da pasta de documentos
solicitada e a resposta da análise, seja para confirmar os valores da operação, seja
para solicitar os documentos faltantes era uma característica crítica de qualidade
para o cliente.
Uma vez que essa fase envolve muita expectativa e ansiedade por concretizar,
muitas vezes, o sonho da casa própria do cliente e, pelo fato da operação envolver
valores significativamente altos da negociação entre o cliente comprador e os
vendedores do imóvel, essa CTQ para o cliente é amplamente compreensível e
esperada.
Em nenhum momento foi realizada a análise de QFD do processo, porém as
mesmas pesquisas (EMPRESA A, 2007) indicam que o cliente aceita aguardar, no
máximo, uma semana (ou 7 dias corridos) pela resposta do banco referente a seu
processo. Para execução deste trabalho consideraremos esse dado como CTQ do
processo, especificando ele como Limite de Especificação Superior do tempo de
ciclo do Processo A.
5.3.2. Passo 2 (Mensurar) – Mapeamento do Processo
O mapeamento do processo foi realizado e apresentado na caracterização do
estudo de caso e descrição do processo de estudo neste mesmo capítulo. O
processo, neste mesmo capítulo, encontra-se caracterizado em forma de fluxograma
nas figuras 5.1 e 5.2.
5.3.3. Passo 3 (Mensurar) – Coleta de Dados
81
A coleta de dados foi realizada através de pesquisa no sistema interno do processo
de formalização, que armazena diversos dados de cada processo para possibilitar o
acompanhamento dos trabalhos e gerar dados que reportem seu desempenho.
Dessa forma, a fonte de coleta de dados está caracterizada como um “Diário” que
contém diversos registros sobre os passos de cada processo. Os dados são de alta
confiabilidade, pois são armazenados de forma automática pelo sistema e extraídos
diretamente de seu banco de dados, não havendo nenhum tipo de registro manual
de dados.
Como sabido, o CTQ do processo é seu Tempo de Ciclo, ou Lead Time, e para
determiná-lo foi coletada uma amostra de 3580 processos, compreendendo todas as
operações que foram formalizadas entre Maio e Agosto de 2007. Os tempos
observados, em dias, encontram-se na tabela 5.1.
Tabela 5.1: Distribuição do Tempo de Ciclo do Processo A
Dias Quantidade Analisada22 121 120 319 218 117 016 515 214 313 112 711 1110 269 598 497 906 1075 2164 4273 6582 8071 1104
Total 3580
Fonte: Elaborado pelo autor
82
Para se analisar a distribuição do Processo A, utilizamos um histograma que pode
ser visualizado na figura 5.3.
Histograma - Processo A
0
200
400
600
800
1000
1200
22212019181716151413121110987654321
Dias
Qu
an
tid
ad
e A
na
lisa
da
Figura 5.3: Histograma do Tempo de Ciclo do Processo A
Fonte: Elaborado pelo autor
Calculando as medidas de posição e dispersão do tempo de ciclo do processo como
um todo, com os dados coletados, obtemos os parâmetros indicados na tabela 5.2.
Tabela 5.2: Medidas de Posição e Dispersão do Tempo de Ciclo do Processo A
Tamanho da Amostra (n) 3580Média ( x ) 2,92Desvio Padrão (σ) 2,28
Fonte: Elaborado pelo autor
A distribuição segue o modelo LogNormal com valor mínimo zero. O teste para
definição do tipo de distribuição foi realizado utilizando-se o aplicativo Stat::Fit,
presente no software ServiceModel e pode ser visualizado na figura 5.4.
83
Figura 5.4: Tipo de distribuição Lognormal definida pelo software STAT::FIT
Fonte: Elaborado pelo autor
Algumas atividades também puderam ter seu desempenho medido individualmente,
pois tinham seus dados armazenados individualmente como fases do processo, o
que será essencial para as etapas de modelagem e análise. As atividades medidas
estão listadas na tabela 5.3, com as respectivas médias, desvios padrão e tipo de
distribuição, verificados através do software STAT::FIT.
Tabela 5.3: Desempenho de algumas atividades do Processo A
Atividade Média (Min) Desvio Padrão (Min) Tipo Distribuição
Analisar Documentos 28,45 14,8 Normal
Analisar Juridicamente 36,7 19 Normal
Cadastrar dados 13,2 3,23 Normal
Fonte: Elaborado pelo autor
As quantidades de entradas de processos também foram armazenadas diariamente
84
e analisadas pelo software STAT::FIT que estabeleceu a equação Q = 11+ L(30.1,
11.3) para a quantidade de processos que iniciam a formalização diariamente, onde
L(30.1, 11.3) é uma distribuição Lognormal de média 30,1 e desvio padrão de 11,3.
5.3.4. Passo 4 (Mensurar) – Cálculo do Nível Sigma
O nível Sigma do Processo A pode ser facilmente calculado com base nos defeitos
observados. Acima do CTQ de 7 dias, foram observados 171 casos que
representam 4,77% do total da amostra.
Multiplicando esta taxa por um milhão, obtemos os defeitos por milhão de
oportunidades do processo ou DPMO. No caso, existem cerca de 47765 DPMO.
Utilizando-se esse número e a tabela do Anexo A, verificamos que o nível sigma
correspondente a 47765 DPMO é de aproximadamente 3,2 sigma.
5.3.5. Passo 5 (Mensurar) – Modelagem do processo
A modelagem do processo foi realizada com base nos passos 2 (mapeamento) e 3
(coleta de dados). Na figura 5.5 é possível verificar o modelo do Processo A
desenvolvido.
Para a modelagem do processo também foram utilizadas as quantidades de locais e
recursos, tabela 5.4, que exercem funções dentro do Processo A real.
Tabela 5.4: Recursos no Processo A
Recurso Quantidade
Analistas 5 Advogados 2 Assistentes 3
Recepcionista 1
Fonte: Elaborado pelo autor
85
Figura 5.5: Modelo Computacional do Processo A
Fonte: Elaborado pelo autor
Outros dados importantes para a construção do modelo foram o percentual de
processos encaminhados para a análise jurídica e o percentual de pastas que dão
entrada com a maioria dos documentos solicitados presentes. Essas duas variáveis
estão na tabela 5.5.
Tabela 5.5: Percentuais de Análise Jurídica e de Pastas com a maioria dos documentos presentes.
% de processos encaminhados para Análise Jurídica 55%% de processos com a maioria dos documentos presentes 33,5%
Fonte: Elaborado pelo autor
86
5.3.6. Passo 6 (Mensurar) – Validação do Modelo
Para validação do modelo foi criada uma variável chamada vLEADTIME que
monitorou e armazenou todos os tempos de ciclos dos processos que passaram
pelo modelo do Processo A.
O modelo foi executado pelo período de 14 semanas, sendo as duas primeiras como
“aquecimento” do modelo para que o processo se estabilizasse. Neste tempo de
aquecimento não são coletados dados do processo.
O processo de validação do modelo construído passa por comparar os resultados
obtidos na simulação através da variável vLEADTIME com os dados reais,
fundamentalmente a média e o desvio padrão do tempo de ciclo do processo.
Para o Processo A, a validação do modelo foi um processo iterativo, de tentativa e
erro, para se alcançar a média e o desvio padrão estabelecidos na tabela 5.3. Para
tanto, foram variados a distribuição dos tempos das atividades que não possuíam
dados armazenados, tais quais as atividades de Cadastrar Entrada e Montar Pasta
que acabaram por assumir os valores contidos na tabela 5.6.
Tabela 5.6: Valores resultantes das atividades Cadastrar Entrada e Montar Pasta
Atividade Média (Min) Desvio Padrão (Min) Tipo Distribuição
Cadastrar Entrada 2,2 0,4 Normal
Montar Pasta 18,5 3,8 Normal
Fechar Pendências (Maioria Documentos faltantes) 5,3 1,3 Normal
Fechar Pendências (Maioria Documentos presentes) 2,1 1,1 Normal
Fonte: Elaborado pelo autor
No final do processo obtemos o seguinte resultado, descrito na tabela 5.7.
Tabela 5.7: Tabela comparativa entre o Processo A e seu modelo (Unidade: dias)
Processo A Real Modelo
Média 2,92 2,90
Desvio Padrão 2,28 2,12
Fonte: Elaborado pelo autor
87
Considerando os valores obtidos acima, verifica-se através de um Teste de Hipótese
que a média do modelo pode ser considerada igual a do Processo A. Utilizando-se
os parâmetros obtidos com o modelo, temos que para uma confiança de 95%, a
média do Processo A está contida no intervalo [2,83; 2,97], validando o modelo
como fiel ao Processo A.
O modelo final do Processo A encontra-se no Apêndice A na forma do código de
programação do software ServiceModel.
5.3.7. Passo 7 (Analisar) – Aplicação de Lean (Criação de um Sistema Puxado)
O Passo 7 é onde se inicia a fase de análise do processo. Neste passo verifica-se
um aspecto da metodologia Lean muito importante, principalmente em um processo
em que o tempo de ciclo é uma variável importante, como é o caso do Processo A.
Ao analisar o Processo A, primeiramente verifica-se a presença de filas individuais,
uma para cada analista, onde os processsos são encaminhados após a recepção.
Isso significa 5 filas separadas para a mesma atividade, sujeitas a variações
individualmente, como pode ser verificado no diagrama da figura 5.6, que ilustra
como a atividade Analisar Documentos está concebida.
O sistema interno empurra os processos que chegam para as filas dos analistas, que
possuem filas independentes. Isso significa, por exemplo, que em uma eventual falta
ou ausência de um analista, os processos de sua fila ficarão aguardando sem serem
trabalhados.
88
Sistema Atual
Entrada DistribuiçãoSistema Interno
Analista 1
Analista 2
Analista 3
Analista n
....
Sistema Atual
Entrada DistribuiçãoSistema Interno
Analista 1
Analista 2
Analista 3
Analista n
....
Figura 5.6: Sistema de filas do Processo A
Fonte: Elaborado pelo autor
Lean prega que todo sistema produtivo deve ser puxado, ou seja, deve existir uma
única fila ou buffer onde os processos são pegos para serem trabalhados. Utilizando
essa teoria no Processo A, teríamos que a fila da atividade Analisar Documentos
deveria ser como ilustrado na figura 5.7. Além de sujeitar os processos a menos
variações de tempo, esse esquema de produção permite uma gestão de produção
mais eficiente, onde a quantidade analisada dependerá da pró-atividade dos
analistas.
Proposta
Fila(buffer)
Entrada
Analista 1
Analista 2
Analista 3
Analista n
....
1
2
3
n
Proposta
Fila(buffer)
Entrada
Analista 1
Analista 2
Analista 3
Analista n
....
1
2
3
n
Figura 5.7: Sistema de filas do Processo A
Fonte: Elaborado pelo autor
Essa alteração no processo dependerá de adequações no sistema interno utilizado
na formalização de contratos.
89
5.3.8. Passo 8 (Analisar) – Estudo das causas da Variabilidade
Para se analisar a fundo o processo, foram focadas as atividades Analisar
Juridicamente, que apresenta, entre as atividades medidas, a maior variabilidade
com um desvio padrão de 19 minutos, a atividade Analisar Documentos que
apresenta um desvio padrão de 14,8 minutos e a atividade Cadastrar dados e
valores da operação com desvio padrão de 3,23 minutos.
Para esse passo foi utilizada a ferramenta FMEA que busca identificar as causas
das falhas e propor ações para as mesmas. A aplicação da ferramenta não contou
com a participação dos envolvidos executantes do Processo A, como apregoa as
regras de utilização do FMEA. As planilhas FMEA do processo podem ser
visualizadas nas figuras 5.8, 5.9 e 5.10.
5.3.9. Passo 9 (Analisar) – Consolidação das Propostas de Melhoria
Através da ferramenta FMEA utilizada no Passo 8, estabeleceu-se diversas ações a
serem aplicadas no Processo A. Além disso, o Passo 7 identificou a necessidade de
adequação do sistema de filas da atividade Analisar Documentos.
Em seguida foram consolidadas todas as ações de melhoria que deverão ser
implantadas no Processo A:
- Adequação das filas da atividade Analisar Documentos para uma única fila
de processos;
- Segregação das atividades Analisar Documentos e Cadastrar dados e
valores da operação (Para a simulação utilizaremos 3 analistas para
execução da primeira atividade e 2 para a execução da segunda);
- Criar indicadores de indisponibilidade do sistema interno, monitorando-o e
exigindo da área de tecnologia a melhora deste indicador;
- Criar programas de treinamento e reciclagem de conhecimento para os
envolvidos no processo;
90
Figura 5.8: Análise FMEA da Atividade Analisar Juridicamente Fonte: Elaborado pelo autor
SO
DR
Rec
urso
s In
sufic
ient
es (
2 A
dvog
ados
par
ticip
am d
o pr
oces
so)
Ges
tão
da fi
la d
e pr
oces
sos
agua
rdan
do a
nális
e ju
rídi
ca,
Aco
mpa
nham
ento
da
varia
ção
da d
eman
da
72
342
- C
ompa
rtilh
ar r
ecur
so m
óvel
de
outr
a at
ivid
ade
para
pic
os d
e tr
abal
ho
Indi
spon
ibili
dade
dos
rec
urso
s (F
alta
s, A
tras
os, C
onsu
ltas
Méd
icas
, etc
.)
Con
trol
e de
freq
uênc
ia e
ho
rário
s ds
func
ioná
rios
(RH
),
mas
não
é in
tegr
ado
com
a
gest
ão d
a pr
oduç
ão
74
384
- C
riar
cont
role
mai
s rí
gido
de
pres
ença
. -
Util
izar
rec
urso
com
part
ilhad
o de
out
ra
ativ
idad
e-
Cria
r pl
anilh
a pa
ra c
ontr
ole
de a
usên
cias
fu
tura
s pr
ogra
mad
as
Indi
spon
ibili
dade
do
anal
ista
pa
ra e
xplic
ar a
dúv
ida
ou
prob
lem
a qu
e o
levo
u a
envi
ar
o pr
oces
so p
ara
anál
ise
jurí
dica
Nen
hum
27
684
- C
riar
cam
po o
u de
spac
ho n
o pr
oces
so o
nde
o an
alis
ta in
form
a o
mot
ivo
do e
nvio
p/ a
nális
e ju
rídi
ca
Indi
spon
ibili
dade
do
sist
ema
inte
rno
para
reg
istr
ar a
ex
ecuç
ão d
a at
ivid
ade
Nen
hum
53
710
5-
Cria
r in
dica
dor
de in
disp
onib
ilida
de d
o si
stem
a, c
om a
com
panh
amen
to
Con
sulta
s Ju
rídi
cas
extr
aord
inár
ias
ao p
roce
sso
de
cont
rata
ção
dura
nte
o ex
pedi
ente
.
Nen
hum
53
710
5
- C
riar
indi
cado
r pa
ra c
onsu
ltas
extr
aord
inár
ias
- C
onsc
ient
izar
as
outr
as e
quip
es s
obre
o
efei
to d
as c
onsu
ltas
- D
ireci
onar
con
sulta
s ex
trao
rdin
ária
s pa
ra
outr
os p
onto
s
Aná
lise
de p
roce
ssos
sim
ples
qu
e o
anal
ista
pod
eria
ter
reso
lvid
o e
envi
ou
erro
neam
ente
par
a a
anál
ise
jurí
dica
Nen
hum
73
363
- P
rom
over
cap
acita
ção
jurí
dica
par
a os
an
alis
tas
(Rec
icla
gens
Pro
gram
adas
)-
Cria
r in
dica
dor
de p
roce
ssos
que
pas
sara
m
inde
vida
men
te p
ela
Aná
lise
Jurí
dica
Pas
tas
mon
tada
s fo
ra d
o pa
drão
usu
al (
Doc
umen
tos
fora
da
orde
m d
efin
ida)
Nen
hum
52
220
- R
eorie
ntaç
ão e
Fee
dbac
k a
equi
pe d
e m
onta
gem
de
past
as-
Indi
cado
r pa
ra m
onito
rar
past
as
inad
equa
das
Ope
raçã
o co
m d
etal
hes
jurí
dico
s fo
ra d
o us
ual o
u de
fr
equê
ncia
mui
to r
ara.
Ban
co d
e S
ituaç
ões
Jurí
dica
s no
vas
ou r
aras
par
a co
nsul
ta8
13
24
- C
riar
prog
ram
a de
rec
icla
gem
e
capa
cita
ção
perió
dica
par
a os
adv
ogad
os-
Pro
mov
er a
util
izaç
ão d
o ba
nco
de
situ
açõe
s ju
rídi
cas
Eng
ano
do A
dvog
ado
Fee
dbac
k qu
ando
det
ecta
do9
14
36-
Cria
r pr
ogra
ma
de r
ecic
lage
m e
ca
paci
taçã
o pe
riódi
ca p
ara
os a
dvog
ados
Atr
aso
para
o in
ício
da
anál
ise
Tem
po d
e an
ális
e ju
rídi
ca
acim
a do
pre
vist
o
Atr
aso
dura
nte
a an
ális
eT
empo
de
anál
ise
jurí
dica
ac
ima
do p
revi
sto
Ope
raçã
o co
m m
aior
Ris
co
Jurí
dico
ao
Ban
coE
rro
na a
nális
e do
s do
cum
ento
s
Os
advo
gado
s el
abor
am
pare
cere
s so
bre
aspe
ctos
da
docu
men
taçã
o qu
e su
scite
m
dúvi
das
nos
anal
ista
s re
spon
sáve
is p
elo
proc
esso
ou
care
çam
de
inte
rpre
taçã
o té
cnic
a em
funç
ão d
e su
a co
mpl
exid
ade.
Ana
lisar
Jur
idic
amen
te
Açõ
es R
ecom
enda
das
Índi
ces
Des
criç
ão d
o P
roce
sso
Fun
ção
Tip
o de
Fal
ha P
oten
cial
Efe
ito d
e F
alha
Pot
enci
alC
ausa
da
Fal
ha P
oten
cial
Con
trol
es A
tuai
s
91
Figura 5.9: Análise FMEA da Atividade Analisar Documentos Fonte: Elaborado pelo autor
SO
DR
Atra
so n
a m
onta
gem
das
pa
stas
Nen
hum
42
216
- Cria
r Ind
icad
or p
ara
mon
itora
r atr
asos
- Con
scie
ntiz
ar e
quip
e de
mon
tage
m d
e pa
stas
Rec
urso
s In
sufic
ient
es (5
A
nalis
tas
parti
cipa
m d
o pr
oces
so)
Ges
tão
da fi
la d
e pr
oces
sos
agua
rdan
do a
nális
e,
Aco
mpa
nham
ento
da
varia
ção
da d
eman
da
73
484
- Com
parti
lhar
recu
rso
móv
el d
e ou
tra
ativ
idad
e pa
ra p
icos
de
traba
lho
Com
petiç
ão d
o ou
tras
ativ
idad
es re
aliz
adas
(C
adas
tro d
e da
dos
e pe
ndên
cias
)
Nen
hum
99
216
2- S
egre
gaçã
o da
s at
ivid
ades
- Cria
r ind
icad
ores
de
gest
ão d
e fil
as d
as
ativ
idad
es
Indi
spon
ibilid
ade
dos
recu
rsos
(F
alta
s, A
traso
s, C
onsu
ltas
Méd
icas
, etc
.)
Con
trole
de
freq
uênc
ia e
ho
rário
s ds
func
ioná
rios
(RH
), m
as n
ão é
inte
grad
o co
m a
ge
stão
da
prod
ução
74
384
- Cria
r con
trole
mai
s ríg
ido
de p
rese
nça.
- U
tiliz
ar re
curs
o co
mpa
rtilh
ado
de o
utra
at
ivid
ade
- Cria
r pla
nilh
a pa
ra c
ontro
le d
e au
sênc
ias
futu
ras
prog
ram
adas
Indi
spon
ibilid
ade
do s
iste
ma
inte
rno
para
reg
istra
r a
exec
ução
da
ativ
idad
eN
enhu
m5
27
70- C
riar i
ndic
ador
de
indi
spon
ibili
dade
do
sist
ema,
com
aco
mpa
nham
ento
Pas
tas
mon
tada
s fo
ra d
o pa
drão
usu
al (D
ocum
ento
s fo
ra d
a or
dem
def
inid
a)Fe
edba
cks
Pon
tuai
s6
25
60
- Reo
rient
ação
e F
eedb
ack
a eq
uipe
de
mon
tage
m d
e pa
stas
- Ind
icad
or p
ara
mon
itora
r pas
tas
inad
equa
das
Err
o na
aná
lise
dos
docu
men
tos
Ret
raba
lho
para
cor
reçã
o ou
op
eraç
ão c
om m
aior
Ris
co
Juríd
ico
ao B
anco
Eng
ano
do A
nalis
taFe
edba
ck q
uand
o de
tect
ado
83
614
4- C
riar p
rogr
ama
de re
cicl
agem
e
capa
cita
ção
perió
dica
par
a os
ana
lista
s
Ana
lisar
Doc
umen
tos
Ver
ifica
r se
as
info
rmaç
ões
reun
idas
atra
vés
dos
docu
men
tos
solic
itado
s as
segu
ram
ao
banc
o um
a ga
rant
ia s
em ô
nus
para
a
conc
essã
o do
fina
ncia
men
to.
Par
a is
so, o
ana
lista
ver
ifica
se
as
parte
s en
volv
idas
na
oper
ação
(Clie
nte
Com
prad
or,
Ven
dedo
res
do Im
óvel
e
Imóv
el) a
pres
enta
ram
do
cum
ento
s pe
ssoa
is
verd
adei
ros
que
ates
tem
a
inex
istê
ncia
de
impe
dim
ento
s le
gais
que
pos
sam
co
mpr
omet
er a
con
cess
ão d
o em
prés
timo.
Tem
po d
e an
ális
e ac
ima
do
prev
isto
Atra
so p
ara
o in
ício
da
anál
ise
Atra
so d
uran
te a
aná
lise
Tem
po d
e an
ális
e ac
ima
do
prev
isto
Açõ
es R
ecom
enda
das
Índi
ces
Des
criç
ão d
o P
roce
sso
Funç
ãoTi
po d
e Fa
lha
Pot
enci
alE
feito
de
Falh
a P
oten
cial
Cau
sa d
a Fa
lha
Pot
enci
alC
ontro
les
Atu
ais
92
Figura 5.10: Análise FMEA da Atividade Cadastrar dados e valores da operação
Fonte: Elaborado pelo autor
SO
DR
Com
petiç
ão d
o ou
tras
at
ivid
ades
rea
lizad
as (
Aná
lise)
Nen
hum
99
216
2-
Seg
rega
ção
das
ativ
idad
es-
Cria
r in
dica
dore
s de
ges
tão
de fi
las
das
ativ
idad
es
Indi
spon
ibili
dade
do
sist
ema
inte
rno
para
inic
iar
a ex
ecuç
ão
da a
tivid
ade
Nen
hum
93
718
9-
Cria
r in
dica
dor
de in
disp
onib
ilida
de d
o si
stem
a, c
om a
com
panh
amen
to
Indi
spon
ibili
dade
do
sist
ema
inte
rno
para
exe
cuta
r a
ativ
idad
eN
enhu
m9
37
189
- C
riar
indi
cado
r de
indi
spon
ibili
dade
do
sist
ema,
com
aco
mpa
nham
ento
Pas
tas
mon
tada
s fo
ra d
o pa
drão
usu
al (
Doc
umen
tos
fora
da
orde
m d
efin
ida)
Fee
dbac
ks P
ontu
ais
33
545
- R
eorie
ntaç
ão e
Fee
dbac
k a
equi
pe d
e m
onta
gem
de
past
as-
Indi
cado
r pa
ra m
onito
rar
past
as
inad
equa
das
Mui
tas
tela
s de
cad
astr
amen
to
faze
m c
om q
ue o
ana
lista
pe
rca
tem
po c
om a
nav
egaç
ão
no s
iste
ma
Nen
hum
99
216
2-
Sol
icita
r ad
equa
ção
do s
iste
ma
inte
rno
Pas
tas
mon
tada
s fo
ra d
o pa
drão
usu
al (
Doc
umen
tos
fora
da
orde
m d
efin
ida)
Fee
dbac
ks P
ontu
ais
33
545
- R
eorie
ntaç
ão e
Fee
dbac
k a
equi
pe d
e m
onta
gem
de
past
as-
Indi
cado
r pa
ra m
onito
rar
past
as
inad
equa
das
Fal
ta d
e F
amili
arid
ade
com
os
dive
rsos
doc
umen
tos
Nen
hum
72
684
- C
riar
prog
ram
a de
rec
icla
gem
e
capa
cita
ção
perió
dica
par
a os
ana
lista
s
Eng
ano
do A
nalis
taIn
dica
dor
de fa
lhas
de
cada
stro
92
610
8-
Cria
r ro
teiro
de
cada
stro
com
cad
a da
do a
se
r ca
dast
rado
e s
eu d
ocum
ento
font
e.
Açõ
es R
ecom
enda
das
Índi
ces
Des
criç
ão d
o P
roce
sso
Fun
ção
Tip
o de
Fal
ha P
oten
cial
Efe
ito d
e F
alha
Pot
enci
alC
ausa
da
Fal
ha P
oten
cial
Con
trol
es A
tuai
s
Atr
aso
para
o in
ício
do
cada
stro
Cad
astr
a to
das
as
info
rmaç
ões
nece
ssár
ias
para
a
conf
ecçã
o do
con
trat
o de
fin
anci
amen
to n
o si
stem
a in
tern
o. T
rata
-se
de u
ma
quan
tidad
e re
leva
nte
de d
ados
co
mo
nom
e, e
nder
eço,
pr
ofis
são,
est
ado
civi
l, en
tre
outr
os, d
os c
lient
es
(com
prad
ores
), d
os
vend
edor
es e
do
imóv
el, a
lém
do
s va
lore
s da
ope
raçã
o
Cad
astr
ar d
ados
e v
alor
es d
a op
eraç
ão
Tem
po d
e ca
dast
ro a
cim
a do
pr
evis
to
Atr
aso
dura
nte
o ca
dast
roT
empo
de
cada
stro
aci
ma
do
prev
isto
Nec
essi
dade
de
corr
eção
, R
etra
balh
o, In
disp
osiç
ão c
om
o cl
ient
eE
rro
de c
adas
tro
93
- Criar campo ou despacho no processo onde o analista informa o motivo do
envio para a análise jurídica;
- Criar mecanismos para evitar consultas extraordinárias aos advogados do
processo, possibilitando maior foco na atividade;
- Monitorar os processos enviados para análise jurídica indevidamente e
atuar para que este indicador seja reduzido;
- Criar roteiro de cadastramento associando o dado a ser cadastrado e sua
fonte;
- Promover um controle mais rígido de freqüência da equipe;
- Verificar a possibilidade de compartilhar recursos de outras áreas para os
momentos de pico de produção.
Todas essas ações trarão ganho de eficiência ao processo, algumas no curto prazo
e, outras, no médio e longo prazo. Para a simulação do processo melhorado, foram
usadas, como pressuposto, algumas alterações nos tempos das atividades que
seriam decorrentes da implantação das ações apresentadas até aqui. A estimativa
utilizada foi a de que, como resultado das ações de melhoria, os 10% maiores
tempos observados em cada atividade fossem suprimidos. Na tabela 5.8 estão as
novas médias e desvios padrão dos tempos das atividades do Processo A
Melhorado.
Tabela 5.8: Novo desempenho de algumas atividades do Processo A
Atividade Média (Min) Desvio Padrão (Min) Tipo Distribuição
Analisar Documentos 25.6 12.5 Normal
Analisar Juridicamente 33 16 Normal
Cadastrar dados 12.6 2.7 Normal
Fonte: Elaborado pelo autor
Outra ação de melhoria pode ser tomada utilizando-se da ferramenta Treinamento
do Cliente. Trata-se de promover a conscientização do cliente para o envio da pasta
de documentos completa ou quase completa. A idéia é melhorar a comunicação de
solicitação de documentos, após a aprovação da concessão do crédito. Caso essa
ação seja bem sucedida, pressuponho uma melhora do índice de pastas com a
94
maioria dos documentos presentes para 41,5%.
5.3.10. Passo 10 (Analisar) – Simulação das Propostas de Melhoria
Com as ações propostas e consolidadas no Passo 9, alteramos o modelo do
Processo A original e executamos o novo modelo, denominado Processo A
Melhorado para verificar o seu desempenho.
O modelo do Processo A Melhorado pode ser visualizado na figura 5.11 e seu
código de programação pode ser consultado no Apêndice B.
Figura 5.11: Modelo Computacional do Processo A Melhorado
Fonte: Elaborado pelo autor
95
5.3.11. Passo 11 (Analisar) – Avaliação de Desempenho
O Processo A Melhorado foi executado pelas mesmas 14 semanas, sendo as duas
primeiras como “aquecimento” do modelo para que o processo se estabilizasse.
Neste tempo de aquecimento não foram coletados dados do processo.
Após a simulação obtemos os parâmetros descritos na tabela 5.9 como performance
para o Processo A Melhorado.
Tabela 5.9: Performance da Simulação do Processo A Melhorado
Observações (n) 3512Média 1,51Desvio Padrão 1,01
Fonte: Elaborado pelo autor
Na simulação não se observou nenhum processo com tempo de ciclo superior a 7
dias, porém, para validação, foi calculado o nível sigma do Processo A Melhorado
em sua média e seu desvio padrão. A fórmula utilizada é a apresentada na figura
5.12.
5.1+−
=σ
xCTQSigmaNível
Figura 5.12: Equação para cálculo do Nível Sigma
Fonte: Rotondaro, 2002, adaptado pelo autor
Pela equação apresentada, o nível Sigma do Processo A Melhorado é de 6,85, o
que corresponde a uma taxa de DPMO de aproximadamente 0.04, de acordo com a
tabela de nível sigma do Anexo A.
96
5.3.12. Passo 12 (Melhorar) – Apresentação e Implantação
Essa fase consiste na apresentação das melhorias obtidas ao decisor sobre a
implantação das mesmas. Essa etapa prevê a apuração de todos os custos e
dificuldades para a implantação das ações propostas, para que sejam tomadas as
decisões e definido um cronograma de implantação.
Para este estudo de caso, esse passo não foi realizado devido ao objetivo do
trabalho ser apenas apresentar o roteiro e verificar seu sucesso do ponto de vista
experimental.
5.3.13. Passo 13 (Controlar) – Validação das Propostas de Melhoria
O mesmo se aplica a este passo que prevê a implantação das melhorias propostas
ter ocorrido, para que os resultados obtidos sejam comparados com os resultados
obtidos no Passo 11.
5.4. Discussão dos resultados
Após a aplicação do roteiro de referência proposto no capítulo 4 deste estudo de
caso podemos verificar que o Processo A Melhorado apresenta performance bem
superior ao Processo A original, superando o nível sigma 6, objetivo da metodologia
Lean Seis Sigma.
Pelos resultados obtidos, o nível sigma do Processo A cresceu de 3,2 para 6,85, um
aumento de mais de três desvios padrão e que significa uma redução de processos
fora do limite de especificação (Acima do CTQ) de 47765 para menos de um,
considerando um milhão de ocorrências.
Além disso, o Processo A Melhorado apresenta um tempo de ciclo médio de 1,51
dias, contra 2,92 do processo original, o que certamente impactará na percepção do
97
cliente.
A evolução do processo possibilitará uma redução do valor do CTQ do cliente,
reforçando o diferencial competitivo de mercado, ou do número de recursos
participantes do processo (analistas, por exemplo) para que o mesmo se adeque ao
CTQ de 7 dias. Essa segunda alternativa inclusive pode ser modelada e simulada no
simulador de processos.
Por outro lado, apesar dos resultados validarem o roteiro de referência proposto,
observa-se alguns aspectos que acabam por limitar a utilização do mesmo, os quais
são descritos a seguir:
- O Processo A, apesar de apresentar diversos dados que possibilitaram a
aplicação do roteiro, é pobre em informações e dados de diversas de suas
etapas e atividades. Isso dificultou a programação do modelo
computacional, exigindo que fossem feitos alguns pressupostos e que
alguns parâmetros fossem calibrados através de tentativa e erro no passo
6 do roteiro;
- Ações de melhoria de cunho comportamental e cultural ou que envolvam
treinamento, orientações e coisas do gênero podem ser efetivas, mas seus
resultados são de difícil mensuração ou estimação. Este ponto também
exigiu a necessidade de pressupor alguns resultados da implementação
das ações, reduzindo a precisão do roteiro;
- A escolha das ferramentas Lean Seis Sigma a serem utilizadas é,
aparentemente, um ponto decisivo do roteiro. Isso exige conhecimento
profundo de todo o arcabouço de técnicas e ferramentas disponíveis e
discernimento na escolha das mesmas. Neste estudo de caso foram
aplicadas as ferramentas mais utilizadas nos casos pesquisados;
- A utilização do software ServiceModel exigiu aprofundamento técnico e
treinamento. Apesar de amigável e de fácil manuseio, a programação e
apuração de resultados exige esforço e pesquisa. Provavelmente um
maior aprofundamento nas técnicas avançadas de programação e
simulação do software possibilitasse o desenvolvimento de modelos de
processo mais eficientes.
98
6. Conclusões
A pesquisa teve como objetivo definir uma metodologia ou roteiro de aplicação dos
conceitos de Lean Seis Sigma e de simulação computacional em processos de
serviço. Para isso o estudo buscava responder à seguinte questão: “Quais as
características relevantes e ganhos esperados da aplicação da metodologia Lean
Seis Sigma em processos de serviço utilizando-se de simulação computacional?”.
O alcance deste objetivo se deu na seguinte ordem: Revisão bibliográfica dos
fundamentos teóricos ligados a Qualidade, Serviços, Lean Seis Sigma e Simulação
Computacional; Pesquisa de casos na literatura ligados à aplicação de Lean, Seis
Sigma, Lean Seis Sigma e/ou Simulação Computacional assim como proposições de
metodologias de aplicação; Proposição de um roteiro de referência, baseado nos
itens realizados anteriormente e, por fim, estudo de caso aplicando-se o roteiro
proposto para validação e estudo dos resultados.
Através da Revisão Bibliográfica, verificou-se que Lean Seis Sigma é uma
abordagem, metodologia ou estratégia utilizada pelas organizações para elevar os
padrões de qualidade de seus produtos, serviços e processos. A utilização de Lean
Seis Sigma pelas empresas tem como princípio ir além do que seus competidores
são capazes de oferecer em matéria de qualidade percebida pelos clientes.
Lean Seis Sigma, como abordagem da qualidade, possui duas grandes dimensões.
A primeira é a dimensão técnica, destacada neste trabalho, que define o foco de
Lean Seis Sigma na variabilidade dos processos, na utilização de ferramentas e
técnicas estatísticas para se medir e controlar os processos e na definição de um
nível sigma de performance.
A segunda dimensão é a comportamental e cultural, não explorada neste trabalho,
que procura criar empowerment e motivação nas equipes para que os objetivos
sejam alcançados pela participação de todos, além do grande papel da alta gerência
em demonstrar comprometimento com a abordagem.
Dentro da dimensão estudada, a fundamentação teórica da metodologia Lean Seis
Sigma torna imprescindível que se tenha visão sobre como o uso dos métodos
estatísticos pode contribuir para que os objetivos estratégicos sejam concretizados.
99
Isto significa dizer que, dependendo de quão apurada se torna essa visão, mais fácil
é estabelecer critérios eficazes para se escolher quais ferramentas e técnicas devem
ser usados na implementação dos projetos Lean Seis Sigma.
Ainda dentro da revisão teórica, quanto às ferramentas utilizadas e consagradas
para controle e melhoria de processos, não se verificou nenhuma inovação. Na sua
maioria, as ferramentas estatísticas recomendadas e aplicadas já foram introduzidas
há várias décadas por personalidades consagradas do estudo da Qualidade, sendo
que apenas a sistemática de combinação e utilização do conjunto de ferramentas
pode ser considerado um diferencial de Lean Seis Sigma através, por exemplo, do
método DMAIC.
Com relação à Simulação Computacional, verificou-se que esta pode ser uma
importante ferramenta de análise na implementação de soluções e proposições
oriundas de Lean Seis Sigma. A simulação, de um modo geral, permite avaliar a
efetividade de uma solução sem a necessidade de implementá-la, além de
possibilitar a análise conjunta de vários cenários. Essa vantagem fica clara quando
nos deparamos com ações que demandam custos elevados e que não se sabe ao
certo o resultado que será obtido com sua implementação.
Apesar disso, a utilização de Simulação Computacional mostrou-se intimamente
associada à qualidade dos dados presentes no processo. Quanto maior a riqueza
dos detalhes dos dados, maior será a precisão dos modelos e menor será a
necessidade de se fazer suposições sobre pontos do processo que apresentem
dados incompletos. Essa pode ser uma limitação do roteiro proposto neste trabalho,
quando se depara com um processo pobre em dados, o que é relativamente comum
na área de serviços.
Para a definição do roteiro de referência foi pesquisado um razoável número de
livros, dissertações, teses e artigos publicados que envolvessem estudos de casos
relacionados à aplicação de Lean Seis Sigma, suas variantes Lean e Seis Sigma,
Simulação Computacional e proposições de roteiros ou métodos de análise de
problemas. Essa pesquisa em particular, propiciou a base para a proposição do
roteiro de 13 passos para aplicação de Lean Seis Sigma em Serviços.
Uma possível limitação desta pesquisa foi a pouca quantidade de trabalhos
relacionados à aplicação de Lean Seis Sigma em Serviços. Além disso, as
100
publicações nacionais também são escassas. Aqui há um ramo potencial de estudos
futuros.
Assim como na maioria dos casos pesquisados, procurou se estabelecer um vínculo
entre o roteiro proposto e o método DMAIC, extensamente utilizado na literatura
pesquisada. Com a pesquisa, o DMAIC se despontou como um método consagrado
e eficiente de abordagem de problemas e como guia para execução de projetos Seis
Sigma ou Lean Seis Sigma. A divisão do método em fases estabeleceu uma
seqüência lógica válida e experimentada para a melhoria de processos em geral.
Para validação do roteiro de referência proposto, como já exposto, foi realizado um
estudo de caso com um processo de formalização de financiamentos de uma grande
instituição financeira. Apesar de comprovado a melhoria no processo simulado
através das ações levantadas e dos indicadores propostos, verificou-se grandes
dificuldades devido à falta de diversos dados de desempenho das atividades do
processo. Isso levou ao uso de alguns pressupostos para que a validação do roteiro
fosse possível.
Considera-se outra limitação o fato de não serem concretas e mensuráveis o
resultado de algumas ações de melhoria propostas, principalmente as ações de
caráter comportamental. Existe uma dificuldade intrínseca para se verificar
precisamente o quanto a variação de uma atividade reduz ao se implementar ações
de caráter comportamental. Isso também levou ao uso de alguns pressupostos de
melhoria para que a simulação do processo e a validação do roteiro fossem
possíveis.
Além disso, a operacionalização da utilização da simulação computacional de
processos exigiu treinamento e grande aprofundamento técnico no software
utilizado, o que caracteriza a necessidade de especialização dos envolvidos na
aplicação do roteiro aqui proposto futuramente.
Não obstante às limitações, a melhoria alcançada com a metodologia de referência
proposta mostrou-se muito significativa. Houve uma redução do desvio padrão do
tempo de ciclo do processo na ordem de 55% e um aumento de nível sigma de 3,2
para 6,85 (Em DPMO de 47765 para 0,04).
Finalizando, conclui-se que a proposição e a avaliação preliminar do roteiro de
Referência foi um objetivo alcançado. Ele concretiza o desenvolvimento de uma
101
pesquisa que contempla ambas as visões sobre Lean Seis Sigma: a visão conceitual
e a visão prática.
6.1. Recomendações de Estudos Futuros
O presente estudo não esgota a temática da qualidade e de Lean Seis Sigma e não
se pretende que seus resultados sejam comprovadamente generalizáveis para todas
as organizações e processos, mas sim que sejam úteis como referência para
empresas envolvidas em processos semelhantes e para pesquisas da mesma
natureza.
A título de sugestão para futuras pesquisas, seria interessante que outros estudos
se dedicassem a:
- Validar o roteiro de referência proposto em outros processos de serviço,
para se verificar sua aderência e outras limitações;
- Incorporar aspectos comportamentais dos processos, sendo necessário
revisar o roteiro de referência e, talvez, aprofundar-se em técnicas de
simulação para representar esses efeitos;
- Estabelecer uma relação efetiva entre os problemas encontrados nos
processos e as melhores ferramentas e técnicas para analisá-los, dentro
do que propõe os passos 2, 3, 7 e 8.
- Simular e analisar a variação da quantidade de recursos dentro do roteiro
de referência, uma vez identificada essa possibilidade.
A elaboração de uma dissertação de mestrado é um grande desafio que contribui
com o refinamento e a disseminação do conhecimento. Trabalhar com um assunto
tão rico e estimulante, deixa a certeza de que há muito ainda por fazer e de que
novos desafios serão enfrentados.
102
7. Referências Bibliográficas
ADAMS, M., COMPONATION, P., CZARNECKI, H., SCHROER, B. J. Simulation as a Toll for Continuous Process Improvement. In: Proceedings of the 1999 Winter Simulation Conference, p. 767-773, 1999.
AGUILAR, Marc; RAUTERT, Tankred; PATER, Alexander J.G. Business Process Simulation: A Fundamental Step Supporting Process Centered Management. In: Proceedings of the 1999 Winter Simulation Conference, p. 1383-1392, 1999.
ANDRIETTA, J.; MIGUEL, P. A Importância do Método Seis Sigma na Gestão da Qualidade Analisada sob uma Abordagem Teórica. Revista de Ciência e Tecnologia, V.11, Nº.20, p. 91-98, 2003.
ANTONY, J., ESCAMILLA, J. L., CAINE, P. Lean Sigma. Manufacturing Engineer, p.40-42, April 2003.
ANTONY, J., KUMAR, M., TIWARI, M. K. An application of Six Sigma methodology to reduce the engine-overheating problem in an automotive company. Proc. IMechE, Vol. 219 Part B: J. Engineering Manufacture, p. 633-646, 2005.
ANTONY, J.; BANUELAS, R. Key ingredients for the effective implementation of Six Sigma program. Measuring Business Excellence, vol. 6, nº 4, p. 20 – 27, 2002.
ANTONY, J.; BANUELAS, R. Key ingredients for the effective implementation of Six Sigma program. Measuring Business Excellence, vol. 6, nº 4, p. 20 – 27, 2002.
ANTONY, Jiju. Six sigma for service processes. Business Process Management Journal, Vol. 12 No. 2, pp. 234-248, 2006.
103
ARIENTE, M., CASADEI, M. A., GIULIANI, A. C., SPERS, E. E., PIZZINATTO, N. K. Processo de mudança organizacional: estudo de caso do Seis Sigma. Revista FAE, Curitiba, v.8, n.1, p.81-92, 2005.
BARÇANTE, L. C. Qualidade Total: Uma Visão Brasileira: O Impacto estratégico na Universidade e na Empresa. Rio de Janeiro: Campus, 1998.
BOWEN, D.E.; YOUNGDAHL, W.E. Lean Service: in defense of a production-line approach. International Journal of Service Industry Management, Bradford, v.9, n.3, p.207, 1998.
BRITZ, G. C.; EMERLING, D. W.; HARE, L. B.; HOERL, R. W.; JANIS, S. J.; SHADE, J. E. Improving performance through statistical thinking. Milwaukee: ASQ Quality Press, 2000.
BUSSAB, W. O.; MORETTIN, P.A. Estatística Básica. 5º ed. São Paulo : Editora Saraiva, 2002.
CABRERA JUNIOR, A., (2006). Dificuldades de Implementação de Programas Seis Sigma: Estudos de casos em empresas com diferentes níveis de maturidade. Dissertação de Mestrado, Universidade de São Paulo, São Carlos, Brasil.
CHURCHILL, Gilbert A.; PETER, J. Paul. Marketing: Criando valor para os clientes. São Paulo: Saraiva, 2000.
COLLIS, Jill; HUSSEY, Roger. Pesquisa em Administração: um guia prático para alunos de graduação e pós-graduação. 2.ed. Porto Alegre : Bookman, 2005.
CORONADO, R.B.; ANTONY, J. Critical Success factors for the successful implementation of six sigma projects in organizations. The TQM Magazine, vol. 14, nº 2, p. 92 – 99. 2002.
104
CORRÊA, Henrique L.; CORRÊA, Carlos A. Administração de Produção e Operações: Manufatura e Serviços: Uma Abordagem Estratégica. 2 ed. São Paulo: Atlas, 2006.
CUATRECASAS, L. C. A Lean management implementation method in service operations. International Journal of Services Technology and Management, v.5, n. 5/6, p.532-544, 2004.
CUATRECASAS, L. C. Design of a rapid response and high efficiency service by lean production principles: methodology and evaluation of variability of performance. International Journal of Production Economics, v. 80, p. 169-183, 2002.
DAS, P. Reduction in Delay in Procurement of Materials using Six Sigma Philosophy. Total Quality Management, Vol. 16, Nº.5, p. 645–656, 2005.
ECKES, G. A Revolução Seis Sigma: O método que levou a GE e outras empresas a transformar processos em lucros. Rio de Janeiro: Campus, 2001.
EMPRESA A. Documentos internos, 2006.
EMPRESA A. Documentos internos, 2007.
EHRLICH, Betsi Harris., Transactional Six Sigma and Lean Servicing: Leveraging Manufacturing Concepts to Achieve World-Class Service. Boca Raton: CRC Press LLC, 2002
FERNANDES J. M. R. (2005), Proposição de Abordagem Integrada de Métodos da Qualidade baseada no FMEA. Dissertação de Mestrado, Pontifícia universidade Católica do Paraná, Curitiba, Brasil.
FITZSIMMONS, James A.; FITZSIMMONS, Mona J. Administração de Serviços: Operações, Estratégia e Tecnologia da Informação. 4 ed. Porto Alegre : Bookman, 2005.
105
FURTERER, S., ELSHENNAWY, A. K. Implementation of TQM and Lean Six Sigma Tools in Local Government: a Framework and a Case Study. Total Quality Management, Vol. 16, Nº.10, p. 1179–1191, 2005.
GEORGE, Michael L. Lean Seis Sigma para Serviços : Como Utilizar Velocidade Lean e Qualidade Seis Sigma para Melhorar Serviços e Transações, Rio de Janeiro : Qualitymark, 2004.
GIANNINI, R., (2007). Aplicação de Ferramentas do Pensamento Enxuto na Redução de Perdas em Operações de Serviço. Dissertação de Mestrado, Escola Politécnica da Universidade de São Paulo, São Paulo, Brasil.
GIL, A. C. Métodos e Técnicas de Pesquisa Social. São Paulo : Atlas, 1999.
GRÖNROOS, Christian. Marketing: Gerenciamento e serviços: A competição por serviços na hora da verdade. Rio de Janeiro : Campus, 1995.
HARTMANN, S. The World as a Process: Simulations in the Natural and Social Sciences, In: Modeling and Simulation in the Social Sciences from the Philosophy of Science Point of View, Dordrecht : Kluwer, p 77-100, 1996.
HENSLEY, R. L., DOBIE, K. Assessing readiness for six sigma in a service setting. Managing Service Quality, Vol. 15 No. 1, p. 82-101, 2005.
HLUPIC, V., ROBINSON, S. Business Process Modeling and Analysis using Discrete-event Simulation. In: Proceedings of the 1998 Winter Simulation Conference, p. 1363-1369, 1998.
HOPPEN, N.; LAPOINTE, L.; MOREAU, E. Um guia para a avaliação de artigos de pesquisa em sistemas de informação. Ver. Eletrônica de Administração, vol. 2, no.2, 1996.
106
JOHNSON, J.A., GITLOW, H., WIDENER, S., POPOVICH, E. Designing New Housing at the University of Miami: A "Six Sigma"® DMADV/DFSS Case Study. Quality Engineering, V.18, p. 299-323, 2006.
JOHNSTON, R., JONES, P. Service productivity: towards understanding the relationship between operational and customer productivity. International Journal of Productivity and Performance Management, v.53, n. 3, p. 201-213, 2004.
JURAN, J. M., GODFREY, A. B. Juran´s quality handbook. New York : McGraw-Hill, 1999.
KASAHARA, E.S., CARVALHO, M.M. Análise dos Modelos TQM e Seis Sigma: estudo de múltiplos casos. IN: XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasil, 2003.
KLEFSJÖ, B., WIKLUND, H., EDGEMAN, R.L. Six Sigma seen as a methodology for Total Quality Management. Measuring Business Excellence, volume 5, nº 1, p. 31-35, 2001.
KOTLER, P., ARMSTRONG, G. Princípios de Marketing. 7 ed. Rio de Janeiro: LTC, 1998.
KUMAR, M., ANTONY, J., SINGH, R. K., TIWARI, M. K., PERRY, D. Implementing the Lean Sigma framework in an Indian SME: a case study. Production Planning & Control, Vol. 17, No. 4, June 2006, 407–423, 2006.
KUMI, S., MORROW, J. Improving self-service the six sigma way at Newcastle University Library. Program: Electronic library and information systems, Vol. 40 Nº.2, p. 123-136, 2006.
LEAL, F., (2003). Um diagnóstico do processo de atendimento a clientes em uma agência bancária através de mapeamento do processo e simulação computacional. Dissertação de mestrado, Universidade Federal de Itajubá, Itajubá, Brasil.
107
MACHADO, M.C., (2006). Princípios enxutos no processo de desenvolvimento de produtos: proposta de uma metodologia para implementação. Tese de Doutorado, Escola Politécnica da Universidade de São Paulo, São Paulo, Brasil.
MARSHAL JUNIOR, I.; CIERCO, A.A.; ROCHA, A.V.; MOTA, E.B. Gestão da Qualidade. São Paulo : FGV, 2003.
MCCARTHY, B. M., STAUFFER, R. Enhancing Six Sigma through Simulation with Igrafx Process for Six Sigma. In: Proceedings of the 2001 Winter Simulation Conference, p. 1241-1247, 2001.
MONDEN, Y. Sistema Toyota de Produção. São Paulo: IMAM. 1984.
MORAES, C. F. DE, (2006). Estudo da do Gráfico de Controle Individual e do Índice de Capabilidade Sigma para Dados Não Normais. Dissertação de Mestrado, Universidade Federal de Itajubá, Itajubá, Brasil.
MOURA, R. O Programa Seis Sigma: Um Estudo de Caso em um Empresa do Pólo Industrial de Manaus. T&C Amazônia, Ano 2, Nº. 5, p. 29-34, 2004.
MUKHOPADHYAY, A. R., RAY, S. Reduction of Yarn Packing Defects Using Six Sigma Methods: A Case Study. Quality Engineering, v.18, p. 189–206, 2006.
NAKANO, D., FLEURY, A. Métodos de pesquisa em Engenharia de Produção. Departamento de Engenharia de Produção. São Paulo: EDUSP, 1997.
NAVE, D. Como Comparar o Seis Sigma, Lean e a Teoria das Restrições. Revista Qualidade, ed. No 124, setembro, 2002.
NORMANN, R. Administração de serviços: estratégia e liderança na empresa de serviços. São Paulo : Atlas, 1993.
108
OLIVEIRA, L. DIMAIC – Uma Nova Abordagem para Integrar o Lean6sigma. Disponível em:<http://www.otimaeg.com.br/artigo2.htm>. Acesso em: 31 de Agosto de 2007.
PALADINI, E. P. Gestão da Qualidade: Teoria e Prática. São Paulo : Atlas, 2000.
PANDE, P. S.; NEUMAN, R. P.; CAVANAGH, R. R. Estratégia Seis Sigma: Como a GE a Motorola e outras grandes empresas estão aguçando seu desempenho. Rio de Janeiro: Editora Qualitymark, 2001.
PANDE, Peter S.; HOLPP, Lawrence. What Is Six Sigma? McGraw-Hill, 2002.
PEIXOTO, M. O. da C., (1998). Uma proposta de Aplicação da Metodologia Desdobramento da Função Qualidade (QFD) que sintetiza as Versões QFD - Estendido e QFD das Quatro Ênfases. Dissertação de Mestrado, Universidade de São Paulo, São Carlos, Brasil.
PEREIRA, I. C., (2000). Proposta de Sistematização da Simulação para Fabricação em Lotes. Dissertação de Mestrado, Universidade Federal de Itajubá, Itajubá, Brasil.
PINHO, C. T. A. DE. (2005). Seis Sigma: uma proposta para implementação da metodologia em pequenas e médias empresas. Dissertação de Mestrado, Universidade Federal do Rio Grande do Norte, Natal, Brasil.
PRAHALAD, C. K; HAMEL, G. The core competence of the corporation. Harvard Business Review, p. 79-91, 1990.
PYZDEK, T. Internal performance metrics often underestimate customer problems. The 1.5 Sigma Shift. Disponível em: <http://www.pyzdek.com/PDF/2001-05.pdf>. Acesso em 31 de Agosto de 2007.
109
REIS, D. A. F. dos. (2003). Seis Sigma: Um Estudo Aplicado ao Setor eletrônico. Dissertação de Mestrado, Universidade Federal do Rio Grande do Sul, Rio Grande do Sul, Brasil.
RICO, J. H. (2005). Estudo da Utilização de Conceitos de Produção Enxuta em Processos Administrativos: Estudo de Caso e Proposta de um Roteiro de Aplicação. Dissertação de Mestrado, Universidade de São Paulo, São Carlos, Brasil.
ROTONDARO Roberto G. et al. Seis Sigma - Estratégia Gerencial para a Melhoria de Processos, Produtos e Serviços, São Paulo : Atlas, 2002.
RUTHES, S., CERETTA, P. S., SONZA, I. B. Seis Sigma: Melhoria da Qualidade através da Redução da Variabilidade. Revista Gestão Industrial, V.2, Nº.2, p. 181-199, 2006.
SANTOS, A. B. (2006). Modelo de referência para estruturar o programa de qualidade seis sigma: proposta e avaliação. Tese de Doutorado, Universidade Federal de São Carlos, São Carlos, Brasil.
SASSER, W. E.; OLSEN, R. P.; WYCKOFF, D. D. Management of Service Operations. Allyn and Bacon, 1978.
SCHROEDER, R. G.; LINDERMAN, K. LIEDTKE, C.; CHOO, A. S. Six sigma: old wine in new bottles? Working Paper. Carlson School of Management, University of Minnesota, Dec., 2002.
SHAH, R., WARD, P. T. Lean manufacturing: context, practice bundles, and performance. Journal of Operations Management, v.21, p.129-149, 2003.
SHANNON, R. Introduction to the Art and Science of Simulation. In: Proceedings of the 1998 Winter Simulation Conference, New Jersey, 1998.
110
SHANNON, Robert E. Systems simulation: the art and science. Englewood Cliffs : Prentice-Hall, [s. n.], 1975.
SHINGO, S. A Revolution in Manufacturing: The SMED System. Cambridge : Productivity Press, 1985.
SILVA, E. L.; MENEZES, E. M. Metodologia da pesquisa e elaboração de dissertação. 2
a. ed. revisada, UFSC, Florianópolis, 2000.
SILVA, W. A., (2005). Otimização de parâmetros da gestão baseada em atividades aplicada em uma célula de manufatura. Dissertação de mestrado, Universidade Federal de Itajubá, Brasil.
SINGH, R. K., CHOUDHURY, A. K., TIWARI, M. K., MAULL, R. S. An integrated fuzzy-based decision support system for the selection of lean tools: a case study from the steel industry. Proc. IMechE, Vol. 220 Part B: J. Engineering Manufacture, p. 1736-1749, 2006.
SLACK,N; CHAMBERS, S; HARLAND, C; HARRISON, A.; JOHNSTON, R. Administração da Produção. São Paulo: Atlas, 1999.
SMITH, B.; ADAMS, E. LeanSigma: advanced quality. In: Proc. 54th Annual Quality Congress of the American Society for Quality, Indianapolis, Indiana, 2000.
SMITH, Roger D. Simulation, Encyclopedia of Computer Science, Nature Publishing Group, Groves Dictionaries, 4th Edition, 2000.
SOUSA, E. L. de, (2006). Aspectos que facilitam ou dificultam a implementação da abordagem seis sigma em uma empresa do setor de serviços: o caso da Telemar. Dissertação de Mestrado, Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, Brasil.
111
STRACK, Jair. GPSS: modelagem e simulação de sistemas. Rio de Janeiro : LTC, 1984.
SÜFFERT, W. R., (2004). O pensamento enxuto nos serviços: um estudo de caso no setor bancário brasileiro. Dissertação de Mestrado, Universidade Federal do Rio de Janeiro, Rio de jAneiro, Brasil.
TAM, J. L. M. Customer Satisfaction, Service Quality and Perceived Value: An Integrative Model. Journal of Marketing Management, p 897-917, 2004.
TANG, L. C., GOH, T. N., YAM, H. S., YOAP, T. Six Sigma: Advanced Tools for Black Belts and Master Black Belts. New York : John Wiley & Sons, 2006.
TORGA, B. L. M., (2007). Modelagem, Simulação e Otimização em Sistemas Puxados de Manufatura. Dissertação de Mestrado, Universidade Federal de Itajubá, Itajubá, Brasil.
TUMAY, K. Business Process Simulation. In: Proceedings of the 1996 Winter Simulation Conference, p. 93-98, 1996.
TURATI, R. C., (2007). Aplicação do Lean Office no Setor Administrativo Público. Dissertação de Mestrado, Universidade de São Paulo, São Carlos, Brasil.
WANG, F.-K.; DU, T.C.; LI, E.Y. Applying Six-Sigma to Supplier Development. Total Quality Management, Vol. 15, p.1217-1229, 2004.
WATSON, G. H. Cycles of learning: observations of Jack Welch. Six Sigma Fórum Magazine, p. 13-17, nov. 2001.
WHITELEY, Richard C. A empresa totalmente voltada para o cliente: do planejamento à ação. Rio de Janeiro : Campus, 1992.
112
WOMACK, James P.; JONES, Daniel T. A máquina que mudou o mundo. Rio de Janeiro : Campus, 1992.
WOMACK, James P.; JONES, Daniel T. A mentalidade enxuta nas empresas: elimine o desperdício e gere riqueza. Rio de Janeiro : Campus, 1997.
WOODRUFF, R. Customer value: the next source for competitive advantage. Journal of the Academy of Marketing Science, Greenvale, v.25, n.2, p. 139-153, 1997.
WYPER, B., HARRISON, A. Deployment of Six Sigma methodology in Human Resource function: a case study. Total Quality Management, Vol. 11, Nºs 4 e 5, p. 720-727, 2000.
YILMAZ, M.R.; CHATTERJEE, S. Six sigma beyond manufacturing – a concept for robust Management. IEEE Engineering Management Review, Vol. 28 No. 4, pp. 73-80, 2000.
YIN, Robert K.; Estudo de Caso: Planejamento e métodos; 3 edição; Porto Alegre: Bookman; 2005.
ZAREI, B. Simulation for business process re-engineering: case study of a database management system. Journal of the Operational Research Society, vol. 52, 1327–1337, 2001.
ZEITHAML, Valarie A.; BITNER, M. J. Service Marketing. New York : McGraw-Hill, 1996.
ZERBINI, R., (2006). Avaliação de Desempenho de Fornecedores: Um estudo de caso em uma grande instituição financeira brasileira. Dissertação de Mestrado, Fundação Getúlio Vargas, Escola de Administração de Empresas de São Paulo, São Paulo, Brasil.
113
8. Apêndice 8.1. Código do Processo A ********************************************************************************
* *
* Listagem Formatada do Modelo: *
* C:\Arquivos de programas\ServiceModel\Models\Processo A.MOD *
* *
********************************************************************************
Tempo: Minutos
Distância: Pés
********************************************************************************
* Locais *
********************************************************************************
Nome Cap Unidade Estatísticas Regras Custo
--------------- -------- ------- -------------- ------------------------ ------------
lMONTAGEM INF 1 Série de Tempo O Mais Velho, ,
lENTRADA INF 1 Série de Tempo O Mais Velho, ,
lADVOGADO1 1 1 Série de Tempo O Mais Velho, , Primeiro
lANALISTA1 1 1 Série de Tempo O Mais Velho, , Primeiro
lARMARIOENTRADA INF 1 Série de Tempo O Mais Velho, ,
lARMARIOSAIDA INF 1 Série de Tempo O Mais Velho, ,
lFILAJURIDICA INFINITE 1 Série de Tempo O Mais Velho, ,
lFILAANALISTA1 INFINITE 1 Série de Tempo O Mais Velho, ,
lFILAANALISTA2 INFINITE 1 Série de Tempo O Mais Velho, ,
lFILAANALISTA3 INFINITE 1 Série de Tempo O Mais Velho, ,
lFILAANALISTA4 INFINITE 1 Série de Tempo O Mais Velho, ,
lANALISTA2 1 1 Série de Tempo O Mais Velho, ,
lANALISTA3 1 1 Série de Tempo O Mais Velho, ,
lANALISTA4 1 1 Série de Tempo O Mais Velho, ,
lESPERAJURIDICA INF 1 Série de Tempo O Mais Velho, ,
lANALISTA5 1 1 Série de Tempo O Mais Velho, ,
lFILAANALISTA5 INFINITE 1 Série de Tempo O Mais Velho, ,
lADVOGADO2 1 1 Série de Tempo O Mais Velho, ,
********************************************************************************
* Entidades *
********************************************************************************
Nome Velocidade (fpm) Estatísticas Custo
------------ ------------ -------------- ------------
ePASTA 150 Série de Tempo
eFILASISTEMA 150 Série de Tempo
********************************************************************************
* Redes de Caminho *
********************************************************************************
114
Nome Tipo T/S De Para BI String
Fator de Velocidade
-------- ------------- ---------------------- --------- --------------- ---- ---------- ----
--------
REDE Passante Velocidade & Distância nENTRADA nJ1 Bi 4.16 1
nJ1 nMONTAGEM Bi 12.31 1
nJ1 nJ2 Bi 5.26 1
nJ2 nARMARIOENTRADA Bi 7.93 1
nJ2 nJ3 Bi 11.15 1
nJ3 nWC Bi 35.51 1
nJ3 nFORATURNO Bi 4.39 1
nADVOGADO nJ4 Bi 16.26 1
nJ4 nANALISTA3 Bi 6.20 1
nJ4 nANALISTA1 Bi 5.31 1
nJ4 nJ5 Bi 9.84 1
nJ5 nANALISTA4 Bi 7.36 1
nJ5 nANALISTA2 Bi 5.92 1
nJ5 nARMARIOENTRADA Bi 18.54 1
nJ5 nARMARIOSAIDA Bi 7.57 1
nJ5 nANALISTA5 Bi 7.46 1
nADVOGADO nADVOGADO1 Bi 2.48 1
nADVOGADO nADVOGADO2 Bi 17.32 1
********************************************************************************
* Interfaces *
********************************************************************************
Red Nó Local
---------- --------------- ---------------
REDE nMONTAGEM lMONTAGEM
nENTRADA lENTRADA
nARMARIOENTRADA lARMARIOENTRADA
nARMARIOSAIDA lARMARIOSAIDA
nANALISTA2 lANALISTA2
nANALISTA1 lANALISTA1
nANALISTA3 lANALISTA3
nANALISTA4 lANALISTA4
nANALISTA2 lFILAANALISTA2
nANALISTA4 lFILAANALISTA4
nANALISTA3 lFILAANALISTA3
nANALISTA1 lFILAANALISTA1
nADVOGADO lESPERAJURIDICA
nANALISTA5 lANALISTA5
nANALISTA5 lFILAANALISTA5
nADVOGADO1 lADVOGADO1
nADVOGADO2 lADVOGADO2
********************************************************************************
* Mapeamento *
********************************************************************************
Red De Para Dest
---------- --------------- ---------- ------------
REDE nJ1 nENTRADA
nJ2 nJ1
nARMARIOENTRADA nJ2
115
nJ3 nJ2
nADVOGADO nJ4
nJ4 nJ5
nJ5 nARMARIOENTRADA
nJ1 nMONTAGEM
nJ1 nJ2
nJ2 nARMARIOENTRADA
nJ2 nJ3
nJ3 nWC
nJ3 nFORATURNO
nARMARIOENTRADA nJ5
nJ4 nADVOGADO
nJ5 nJ4
nJ4 nANALISTA3
nJ4 nANALISTA1
nJ5 nANALISTA4
nJ5 nANALISTA2
nJ5 nARMARIOSAIDA
nJ5 nANALISTA5
nADVOGADO nADVOGADO1
nADVOGADO nADVOGADO2
********************************************************************************
* Recursos *
********************************************************************************
Rec Ent
Nome Unid Estatísticas Pesquisar Pesquisar Caminho Movimentação Custo
---------- ----- ----------- ------------ ---------- ---------------- -------------- -------
-----
rENTRADA 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nENTRADA Cheio: 150 fpm
(Retornar)
rJC 4 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nMONTAGEM Cheio: 150 fpm
(Retornar)
rANALISTA1 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nANALISTA1 Cheio: 150 fpm
rANALISTA2 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nANALISTA2 Cheio: 150 fpm
rANALISTA3 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nANALISTA3 Cheio: 150 fpm
rANALISTA4 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nANALISTA4 Cheio: 150 fpm
rANALISTA5 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nANALISTA5 Cheio: 150 fpm
rADVOGADO 2 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nADVOGADO Cheio: 150 fpm
116
********************************************************************************
* Paradas por relógio para Recursos *
********************************************************************************
Rec Freqüência Primeira Vez Prioridade Planejado Nó Lista Desab Lógica
---------- ---------- ------------ ---------- --------- -------- -------- ----- ------------
rENTRADA n(180,1) 4.5 HR 99 Não nWC Não WAIT 1
rJC 24 HR 5 Não nWC Não WAIT 2.5
rANALISTA1 24 HR 4.6 99 Não nWC Não WAIT 2
rANALISTA3 360 2 99 Não nWC Não WAIT
N(2,0.5)
rANALISTA4 24 HR 1.5 HR 99 Não nWC Não WAIT U(2,1)
rANALISTA5 12 HR 3.5 HR 99 Não Não
********************************************************************************
* Processamento *
********************************************************************************
Processo Roteamento
Entidade Local Operação Bl Saída Destino Regra
Lógica de Movimento
------------ --------------- ------------------ ---- ------------ --------------- ---------
- ------------
ePASTA lENTRADA GET rENTRADA
WAIT N(2.2,1.1)
aCHEGADA = CLOCK( )
aQualidadePasta = dQualidadePasta()
GRAPHIC 2
CREATE 1 AS eFILASISTEMA
1 ePASTA lMONTAGEM FIRST 1
MOVE WITH rENTRADA THEN FREE
ePASTA lMONTAGEM GET rJC
WAIT N(18.5,3.8)
GRAPHIC 3
aFASE = 1
1 ePASTA lARMARIOENTRADA FIRST 1
MOVE WITH rJC THEN FREE
eFILASISTEMA lENTRADA 1 eFILASISTEMA lFILAANALISTA1 MOST 1
MOVE FOR 0.01
eFILASISTEMA lFILAANALISTA3 MOST
MOVE FOR 0.01
eFILASISTEMA lFILAANALISTA2 MOST
MOVE FOR 0.01
eFILASISTEMA lFILAANALISTA4 MOST
MOVE FOR 0.01
eFILASISTEMA lFILAANALISTA5 MOST
MOVE FOR 0.01
eFILASISTEMA lFILAANALISTA1 1 eFILASISTEMA lARMARIOENTRADA JOIN 1
MOVE WITH rANALISTA1 THEN FREE
eFILASISTEMA lFILAANALISTA3 1 eFILASISTEMA lARMARIOENTRADA JOIN 1
MOVE WITH rANALISTA3 THEN FREE
117
eFILASISTEMA lFILAANALISTA2 1 eFILASISTEMA lARMARIOENTRADA JOIN 1
MOVE WITH rANALISTA2 THEN FREE
eFILASISTEMA lFILAANALISTA5 1 eFILASISTEMA lARMARIOENTRADA JOIN 1
MOVE WITH rANALISTA5 THEN FREE
eFILASISTEMA lFILAANALISTA4 1 eFILASISTEMA lARMARIOENTRADA JOIN 1
MOVE WITH rANALISTA4 THEN FREE
ePASTA lARMARIOENTRADA JOIN 1 eFILASISTEMA
1 ePASTA lANALISTA1 FIRST 1
aANALISTA = 1
MOVE WITH rANALISTA1
ePASTA lANALISTA2 FIRST
aANALISTA = 2
MOVE WITH rANALISTA2
ePASTA lANALISTA3 FIRST
aANALISTA = 3
MOVE WITH rANALISTA3
ePASTA lANALISTA4 FIRST
aANALISTA = 4
MOVE WITH rANALISTA4
ePASTA lANALISTA5 FIRST
aANALISTA = 5
MOVE WITH rANALISTA5
ePASTA lANALISTA1 IF aFASE = 1 THEN
{
WAIT N(28.45,14.8)
ROUTE 1
}
IF aFASE = 2 THEN
{
WAIT N(13.2,3.23)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
}
ROUTE 2
} 1 ePASTA lARMARIOSAIDA 0.550000
1 WAIT N(13.2,3.23)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
118
ELSE
{
WAIT N(2.1,1.1)
}
GRAPHIC 5
MOVE WITH rANALISTA1 THEN FREE
ePASTA lFILAJURIDICA 0.450000
FREE rANALISTA1
MOVE FOR 0.01
2 ePASTA lARMARIOSAIDA FIRST 1
GRAPHIC 5
MOVE WITH rANALISTA1 THEN FREE
ePASTA lANALISTA3 IF aFASE = 1 THEN
{
WAIT N(28.45,14.8)
ROUTE 1
}
IF aFASE = 2 THEN
{
WAIT N(13.2,3.23)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
}
ROUTE 2
} 1 ePASTA lARMARIOSAIDA 0.550000
1 WAIT N(13.2,3.23)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
}
119
GRAPHIC 5
MOVE WITH rANALISTA3 THEN FREE
ePASTA lFILAJURIDICA 0.450000
FREE rANALISTA3
MOVE FOR 0.01
2 ePASTA lARMARIOSAIDA FIRST 1
GRAPHIC 5
MOVE WITH rANALISTA3 THEN FREE
ePASTA lANALISTA2 IF aFASE = 1 THEN
{
WAIT N(28.45,14.8)
ROUTE 1
}
IF aFASE = 2 THEN
{
WAIT N(13.2,3.23)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
}
ROUTE 2
} 1 ePASTA lARMARIOSAIDA 0.550000
1 WAIT N(13.2,3.23)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
}
GRAPHIC 5
MOVE WITH rANALISTA2 THEN FREE
ePASTA lFILAJURIDICA 0.450000
FREE rANALISTA2
MOVE FOR 0.01
120
2 ePASTA lARMARIOSAIDA FIRST 1
GRAPHIC 5
MOVE WITH rANALISTA2 THEN FREE
ePASTA lANALISTA4 IF aFASE = 1 THEN
{
WAIT N(28.45,14.8)
ROUTE 1
}
IF aFASE = 2 THEN
{
WAIT N(13.2,3.23)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
}
ROUTE 2
} 1 ePASTA lARMARIOSAIDA 0.550000
1 WAIT N(13.2,3.23)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
}
GRAPHIC 5
MOVE WITH rANALISTA4 THEN FREE
ePASTA lFILAJURIDICA 0.450000
FREE rANALISTA4
MOVE FOR 0.01
2 ePASTA lARMARIOSAIDA FIRST 1
GRAPHIC 5
MOVE WITH rANALISTA4 THEN FREE
ePASTA lANALISTA5 IF aFASE = 1 THEN
{
WAIT N(28.45,14.8)
ROUTE 1
}
IF aFASE = 2 THEN
121
{
WAIT N(13.2,3.23)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
}
ROUTE 2
} 1 ePASTA lARMARIOSAIDA 0.550000
1 WAIT N(13.2,3.23)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
}
GRAPHIC 5
MOVE WITH rANALISTA5 THEN FREE
ePASTA lFILAJURIDICA 0.450000
FREE rANALISTA5
MOVE FOR 0.01
2 ePASTA lARMARIOSAIDA FIRST 1
GRAPHIC 5
MOVE WITH rANALISTA5 THEN FREE
ePASTA lFILAJURIDICA 1 ePASTA lADVOGADO1 FIRST 1
MOVE FOR 0.01
ePASTA lADVOGADO2 FIRST
MOVE FOR 0.01
ePASTA lADVOGADO1 USE rADVOGADO FOR N(36.7,19)
GRAPHIC 4
aFASE = 2 1 ePASTA lESPERAJURIDICA FIRST 1
MOVE FOR 0.01
ePASTA lADVOGADO2 USE rADVOGADO FOR N(36.7,19)
GRAPHIC 4
aFASE = 2 1 ePASTA lESPERAJURIDICA FIRST 1
MOVE FOR 0.01
ePASTA lESPERAJURIDICA IF aANALISTA = 1 THEN
{
ROUTE 1
}
IF aANALISTA = 2 THEN
122
{
ROUTE 2
}
IF aANALISTA = 3 THEN
{
ROUTE 3
}
IF aANALISTA = 4 THEN
{
ROUTE 4
}
IF aANALISTA = 5 THEN
{
ROUTE 5
} 1 ePASTA lANALISTA1 FIRST 1
MOVE WITH rANALISTA1
2 ePASTA lANALISTA2 FIRST 1
MOVE WITH rANALISTA2
3 ePASTA lANALISTA3 FIRST 1
MOVE WITH rANALISTA3
4 ePASTA lANALISTA4 FIRST 1
MOVE WITH rANALISTA4
5 ePASTA lANALISTA5 FIRST 1
MOVE WITH rANALISTA5
ePASTA lARMARIOSAIDA LOG "TC",aCHEGADA
vLEADTIME = CLOCK() - aCHEGADA
INC vSAIDAS, 1
ACCUM 40
1 ePASTA EXIT FIRST 1
MOVE FOR 0.01
********************************************************************************
* Chegadas *
********************************************************************************
Entidade Local Quantidade Primeira Vez Ocorrências Freqüência Lógica
-------- -------- ---------------- ------------ ----------- ---------- ------------
ePASTA lENTRADA 11+L(30.1, 11.3) 9 HR INF N(1440,40)
********************************************************************************
* Designações de Turno *
********************************************************************************
Locais... Recursos... Arquivos de Turno... Prioridades... Desabilitar Lógica...
---------- ----------- ------------------------------ -------------- ----------- -----------
-------
rJC C:\Documents and Settings\Char 99,99,99,99 Não
rANALISTA1 C:\Documents and Settings\Char 99,99,99,99 Não
rANALISTA2
rANALISTA3
rANALISTA4
rENTRADA
rANALISTA5
rADVOGADO
123
********************************************************************************
* Atributos *
********************************************************************************
Nome Tipo Classificação
--------------- ------------ -------------
aFASE Inteiro Entidade
aANALISTA Inteiro Entidade
aCHEGADA Real Entidade
aQualidadePasta Real Entidade
********************************************************************************
* Variáveis (globais) *
********************************************************************************
Nome Tipo Valor Inicial Estatísticas
---------- ------------ ------------- --------------
vSAIDAS Inteiro 0 Série de Tempo
vLEADTIME Real 0 Série de Tempo
********************************************************************************
* Distribuições de Usuário *
********************************************************************************
Nome Tipo Cumulativa Porcentagem Valor
--------------- ------------ ------------ ------------ ------------
dQualidadePasta Discreto Não 66.5 1
33.5 2
********************************************************************************
* Arquivos Externos *
********************************************************************************
Nome Tipo Nome de Arquivo
Prompt
---------- ---------------- ----------------------------------------------------------------
----------------- ----------
(null) Turno C:\Documents and Settings\Charles\Meus documentos\Documentos
Diversos\MPA\Tese\TurnoJC.sft
(null) Turno C:\Documents and Settings\Charles\Meus documentos\Documentos
Diversos\MPA\Tese\Turno.sft
124
8.2. Código do Processo A Melhorado
********************************************************************************
* *
* Listagem Formatada do Modelo: *
* C:\Arquivos de programas\ServiceModel\Models\Processo A M2.MOD *
* *
********************************************************************************
Tempo: Minutos
Distância: Pés
********************************************************************************
* Locais *
********************************************************************************
Nome Cap Unidade Estatísticas Regras Custo
--------------- -------- ------- -------------- ------------------------ ------------
lMONTAGEM INF 1 Série de Tempo O Mais Velho, ,
lENTRADA INF 1 Série de Tempo O Mais Velho, ,
lADVOGADO1 1 1 Série de Tempo O Mais Velho, , Primeiro
lANALISTA1 1 1 Série de Tempo O Mais Velho, , Primeiro
lARMARIOENTRADA INF 1 Série de Tempo O Mais Velho, ,
lARMARIOSAIDA INF 1 Série de Tempo O Mais Velho, ,
lFILAJURIDICA INFINITE 1 Série de Tempo O Mais Velho, ,
lFILAANALISTA1 INFINITE 1 Série de Tempo O Mais Velho, ,
lANALISTA2 1 1 Série de Tempo O Mais Velho, ,
lANALISTA3 1 1 Série de Tempo O Mais Velho, ,
lANALISTA4 1 1 Série de Tempo O Mais Velho, ,
lESPERAJURIDICA INF 1 Série de Tempo O Mais Velho, ,
lANALISTA5 1 1 Série de Tempo O Mais Velho, ,
lADVOGADO2 1 1 Série de Tempo O Mais Velho, ,
lESPERACADASTRO INF 1 Série de Tempo O Mais Velho, ,
********************************************************************************
* Entidades *
********************************************************************************
Nome Velocidade (fpm) Estatísticas Custo
------------ ------------ -------------- ------------
ePASTA 150 Série de Tempo
eFILASISTEMA 150 Série de Tempo
********************************************************************************
* Redes de Caminho *
********************************************************************************
Nome Tipo T/S De Para BI String
Fator de Velocidade
-------- ------------- ---------------------- --------- --------------- ---- ---------- ----
--------
REDE Passante Velocidade & Distância nENTRADA nJ1 Bi 4.16 1
nJ1 nMONTAGEM Bi 12.31 1
nJ1 nJ2 Bi 5.26 1
125
nJ2 nARMARIOENTRADA Bi 7.93 1
nJ2 nJ3 Bi 11.15 1
nJ3 nWC Bi 35.51 1
nJ3 nFORATURNO Bi 4.39 1
nADVOGADO nJ4 Bi 16.26 1
nJ4 nANALISTA3 Bi 6.20 1
nJ4 nANALISTA1 Bi 5.31 1
nJ4 nJ5 Bi 9.84 1
nJ5 nANALISTA4 Bi 7.36 1
nJ5 nANALISTA2 Bi 5.92 1
nJ5 nARMARIOENTRADA Bi 18.54 1
nJ5 nARMARIOSAIDA Bi 7.57 1
nJ5 nANALISTA5 Bi 7.46 1
nADVOGADO nADVOGADO1 Bi 2.48 1
nADVOGADO nADVOGADO2 Bi 17.32 1
********************************************************************************
* Interfaces *
********************************************************************************
Red Nó Local
---------- --------------- ---------------
REDE nMONTAGEM lMONTAGEM
nENTRADA lENTRADA
nARMARIOENTRADA lARMARIOENTRADA
nARMARIOSAIDA lARMARIOSAIDA
nANALISTA2 lANALISTA2
nANALISTA1 lANALISTA1
nANALISTA3 lANALISTA3
nANALISTA4 lANALISTA4
nADVOGADO lESPERAJURIDICA
nANALISTA5 lANALISTA5
nADVOGADO1 lADVOGADO1
nADVOGADO2 lADVOGADO2
nJ4 lFILAANALISTA1
nJ4 lESPERACADASTRO
********************************************************************************
* Mapeamento *
********************************************************************************
Red De Para Dest
---------- --------------- ---------- ------------
REDE nJ1 nENTRADA
nJ2 nJ1
nARMARIOENTRADA nJ2
nJ3 nJ2
nADVOGADO nJ4
nJ4 nJ5
nJ5 nARMARIOENTRADA
nJ1 nMONTAGEM
nJ1 nJ2
nJ2 nARMARIOENTRADA
nJ2 nJ3
nJ3 nWC
nJ3 nFORATURNO
126
nARMARIOENTRADA nJ5
nJ4 nADVOGADO
nJ5 nJ4
nJ4 nANALISTA3
nJ4 nANALISTA1
nJ5 nANALISTA4
nJ5 nANALISTA2
nJ5 nARMARIOSAIDA
nJ5 nANALISTA5
nADVOGADO nADVOGADO1
nADVOGADO nADVOGADO2
********************************************************************************
* Recursos *
********************************************************************************
Rec Ent
Nome Unid Estatísticas Pesquisar Pesquisar Caminho Movimentação Custo
---------- ----- ----------- ------------ ---------- ---------------- -------------- -------
-----
rENTRADA 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nENTRADA Cheio: 150 fpm
(Retornar)
rJC 4 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nMONTAGEM Cheio: 150 fpm
(Retornar)
rANALISTA1 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nANALISTA1 Cheio: 150 fpm
rANALISTA2 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nANALISTA2 Cheio: 150 fpm
rANALISTA3 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nANALISTA3 Cheio: 150 fpm
rANALISTA4 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nANALISTA4 Cheio: 150 fpm
rANALISTA5 1 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nANALISTA5 Cheio: 150 fpm
rADVOGADO 2 Por Unidade Mais Próximo Mais Velha REDE Vazio: 150 fpm
Base: nADVOGADO Cheio: 150 fpm
********************************************************************************
* Paradas por relógio para Recursos *
********************************************************************************
Rec Freqüência Primeira Vez Prioridade Planejado Nó Lista Desab Lógica
---------- ---------- ------------ ---------- --------- -------- -------- ----- ------------
rENTRADA n(180,1) 4.5 HR 99 Não nWC Não WAIT 1
rJC 24 HR 5 Não nWC Não WAIT 2.5
rANALISTA1 24 HR 4.6 99 Não nWC Não WAIT 2
127
rANALISTA3 360 2 99 Não nWC Não WAIT
N(2,0.5)
rANALISTA4 24 HR 1.5 HR 99 Não nWC Não WAIT U(2,1)
rANALISTA5 12 HR 3.5 HR 99 Não Não
********************************************************************************
* Processamento *
********************************************************************************
Processo Roteamento
Entidade Local Operação Bl Saída Destino Regra
Lógica de Movimento
------------ --------------- ------------------ ---- ------------ --------------- ---------
- ------------
ePASTA lENTRADA GET rENTRADA
WAIT N(2.2,1.1)
aCHEGADA = CLOCK( )
aQualidadePasta = dQualidadePasta()
GRAPHIC 2
CREATE 1 AS eFILASISTEMA
1 ePASTA lMONTAGEM FIRST 1
MOVE WITH rENTRADA THEN FREE
ePASTA lMONTAGEM GET rJC
WAIT N(18.5,3.8)
GRAPHIC 3
1 ePASTA lARMARIOENTRADA FIRST 1
MOVE WITH rJC THEN FREE
eFILASISTEMA lENTRADA 1 eFILASISTEMA lFILAANALISTA1 MOST 1
MOVE FOR 0.01
eFILASISTEMA lFILAANALISTA1 1 eFILASISTEMA lARMARIOENTRADA JOIN 1
MOVE WITH rANALISTA1 OR rANALISTA2 OR rANALISTA3 OR rANALISTA4 THEN FREE
ePASTA lARMARIOENTRADA JOIN 1 eFILASISTEMA
1 ePASTA lANALISTA1 FIRST 1
MOVE WITH rANALISTA1
ePASTA lANALISTA2 FIRST
MOVE WITH rANALISTA2
ePASTA lANALISTA3 FIRST
MOVE WITH rANALISTA3
ePASTA lANALISTA1 WAIT N(25.6,12.5)
1 ePASTA lESPERACADASTRO 0.550000
1 FREE rANALISTA1
MOVE FOR 0.01
ePASTA lFILAJURIDICA 0.450000
FREE rANALISTA1
128
MOVE FOR 0.01
ePASTA lANALISTA3 WAIT N(25.6,12.5)
1 ePASTA lESPERACADASTRO 0.550000
1 FREE rANALISTA3
MOVE FOR 0.01
ePASTA lFILAJURIDICA 0.450000
FREE rANALISTA3
MOVE FOR 0.01
ePASTA lANALISTA2 WAIT N(25.6,12.5)
1 ePASTA lESPERACADASTRO 0.550000
1 FREE rANALISTA2
MOVE FOR 0.01
ePASTA lFILAJURIDICA 0.450000
FREE rANALISTA2
MOVE FOR 0.01
ePASTA lANALISTA4 WAIT N(12.6,2.7)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
} 1 ePASTA lARMARIOSAIDA FIRST 1
GRAPHIC 5
MOVE WITH rANALISTA4 THEN FREE
ePASTA lESPERACADASTRO 1 ePASTA lANALISTA5 FIRST 1
MOVE WITH rANALISTA5
ePASTA lANALISTA4 FIRST
MOVE WITH rANALISTA4
ePASTA lANALISTA5 WAIT N(12.6,2.7)
IF aQualidadePasta = 1 THEN
{
WAIT N(5.3,1.3)
}
ELSE
{
WAIT N(2.1,1.1)
} 1 ePASTA lARMARIOSAIDA FIRST 1
GRAPHIC 5
MOVE WITH rANALISTA5 THEN FREE
ePASTA lFILAJURIDICA 1 ePASTA lADVOGADO1 FIRST 1
MOVE FOR 0.01
ePASTA lADVOGADO2 FIRST
MOVE FOR 0.01
ePASTA lADVOGADO1 USE rADVOGADO FOR N(33,16)
GRAPHIC 4
1 ePASTA lESPERAJURIDICA FIRST 1
MOVE FOR 0.01
ePASTA lADVOGADO2 USE rADVOGADO FOR N(33,16)
129
GRAPHIC 4
1 ePASTA lESPERAJURIDICA FIRST 1
MOVE FOR 0.01
ePASTA lESPERAJURIDICA 1 ePASTA lANALISTA5 FIRST 1
MOVE WITH rANALISTA5
ePASTA lANALISTA4 FIRST
MOVE WITH rANALISTA4
ePASTA lARMARIOSAIDA LOG "TC",aCHEGADA
vLEADTIME = CLOCK() - aCHEGADA
INC vSAIDAS, 1
ACCUM 40
1 ePASTA EXIT FIRST 1
MOVE FOR 0.01
********************************************************************************
* Chegadas *
********************************************************************************
Entidade Local Quantidade Primeira Vez Ocorrências Freqüência Lógica
-------- -------- ---------------- ------------ ----------- ---------- ------------
ePASTA lENTRADA 11+L(30.1, 11.3) 9 HR INF N(1440,40)
********************************************************************************
* Designações de Turno *
********************************************************************************
Locais... Recursos... Arquivos de Turno... Prioridades... Desabilitar Lógica...
---------- ----------- ------------------------------ -------------- ----------- -----------
-------
rJC C:\Documents and Settings\Char 99,99,99,99 Não
rANALISTA1 C:\Documents and Settings\Char 99,99,99,99 Não
rANALISTA2
rANALISTA3
rANALISTA4
rENTRADA
rANALISTA5
rADVOGADO
********************************************************************************
* Atributos *
********************************************************************************
Nome Tipo Classificação
--------------- ------------ -------------
aCHEGADA Real Entidade
aQualidadePasta Real Entidade
********************************************************************************
* Variáveis (globais) *
********************************************************************************
130
Nome Tipo Valor Inicial Estatísticas
---------- ------------ ------------- --------------
vSAIDAS Inteiro 0 Série de Tempo
vLEADTIME Real 0 Série de Tempo
********************************************************************************
* Distribuições de Usuário *
********************************************************************************
Nome Tipo Cumulativa Porcentagem Valor
--------------- ------------ ------------ ------------ ------------
dQualidadePasta Discreto Não 58.5 1
41.5 2
********************************************************************************
* Arquivos Externos *
********************************************************************************
Nome Tipo Nome de Arquivo
Prompt
---------- ---------------- ----------------------------------------------------------------
----------------- ----------
(null) Turno C:\Documents and Settings\Charles\Meus documentos\Documentos
Diversos\MPA\Tese\TurnoJC.sft
(null) Turno C:\Documents and Settings\Charles\Meus documentos\Documentos
Diversos\MPA\Tese\Turno.sft
131
9. Anexos
9.1. Nível Sigma
Nível Sigma do Processo DPMO Nível Sigma do Processo DPMO *Assumes that in the long term the process could drift by ± 1.5σ
(PPM = errors or defects per million opportunities) 6 . 2 7 1 4 . 6 6 8 0 0 6 . 1 2 2 4 . 6 2 9 0 0 6 . 0 0 3 . 4 4 . 5 9 1 , 0 0 0 5 . 9 7 4 4 . 3 8 2 , 0 0 0 5 . 9 1 5 4 . 2 5 3 , 0 0 0 5 . 8 8 6 4 . 1 5 4 , 0 0 0 5 . 8 4 7 4 . 0 8 5 , 0 0 0 5 . 8 2 8 4 . 0 1 6 , 0 0 0 5 . 7 8 9 3 . 9 6 7 , 0 0 0 5 . 7 7 1 0 3 . 9 1 8 , 0 0 0 5 . 6 1 2 0 3 . 8 7 9 , 0 0 0 5 . 5 1 3 0 3 . 8 3 1 0 , 0 0 0 5 . 4 4 4 0 3 . 5 5 2 0 , 0 0 0 5 . 3 9 5 0 3 . 3 8 3 0 , 0 0 0 5 . 3 5 6 0 3 . 2 5 4 0 , 0 0 0 5 . 3 1 7 0 3 . 1 4 5 0 , 0 0 0 5 . 2 7 8 0 3 . 0 5 6 0 , 0 0 0 5 . 2 5 9 0 2 . 9 8 7 0 , 0 0 0 5 . 2 2 1 0 0 2 . 9 1 8 0 , 0 0 0 5 . 0 4 2 0 0 2 . 8 4 9 0 , 0 0 0 4 . 9 3 3 0 0 2 . 7 8 1 0 0 , 0 0 0 4 . 8 5 4 0 0 2 . 3 4 2 0 0 , 0 0 0 4 . 7 9 5 0 0 2 . 0 2 3 0 0 , 0 0 0 4 . 7 4 6 0 0 1 . 7 5 4 0 0 , 0 0 0 4 . 6 9 7 0 0 1 . 5 0 5 0 0 , 0 0 0
Fonte: Pyzdek (2000) em www.pyzdek.com/PDF/2001-05.pdf, acesso em 31/08/2007
132
9.2. A Construção de um Modelo
Para a realização deste trabalho foi utilizado o pacote de software ServiceModel® da
ProModel Corporation , um dos softwares de simulação disponíveis no mercado.
Este pacote incorpora três programas principais: ServiceModel® (para simulação de
elementos discretos), SimRunner® (para otimização de modelos de otimização) e
Stat:Fit® (para estudo de distribuições de probabilidade).
O ServiceModel é o único simulador no mundo com versão em português. Trata-se
de um avançado software de simulação de eventos discretos, usado para avaliar,
planejar e projetar produção, estocagem, logística e outras situações operacionais e
estratégicas de serviços.
A tecnologia de simulação do ServiceModel é uma poderosa aliada ferramenta para
se reduzir custos, aumentar capacidade, acelerar ciclos de produção e aumentar
serviços a clientes. Muitas empresas em todo o mundo têm aplicado esta ferramenta
nas soluções de problemas de alta complexidade.
A figura 9.1 mostra a tela de abertura do ServiceModel®.
Figura 9.1: Tela de Abertura do ServiceModel
Fonte: Elaborado pelo Autor
133
Para construção de um modelo, o ProModel® apresenta os seguintes elementos:
“locais”, “entidades”, “recursos”, “processamento” e “chegadas”. Apresenta, ainda,
outros elementos auxiliares como: custo, que define as taxas de consumo de
recursos, e turnos para definição de turnos de trabalho. As definições e o
funcionamento dos principais elementos seguem em seguida:
1. Locais. Representam os lugares fixos do sistema, onde se realizam os processos,
são usadas para representar elementos como: estações de trabalho, buffers,
conveyors e filas. Neste elemento pode-se definir: capacidade, unidades (simples ou
múltiplas), setups, manutenção, nível de detalhamento estatístico, além de regras de
chagada e saída de matéria.
A figura 9.2 exibe a tela do programa na edição dos locais do caso estudado.
Figura 9.2: Tela de cadastramento de Locais
Fonte: Elaborado pelo Autor
2. Entidades: As entidades são os itens a serem processados pelo sistema,
podendo ser: matéria-prima, produtos, pessoas ou documentos. As entidades
134
possuem velocidades definidas, além de nível estatístico como os locais. Elas
podem ser agrupadas ou divididas ao longo do processo produtivo, se
movimentando de um local para outro utilizando uma rota definida ou uma rede de
trabalho.
A figura 9.3 exibe uma tela do programa com algumas entidades, neste caso com
as duas entidades modeladas.
Figura 9.3: Tela de cadastramento de Entidades
Fonte: Elaborado pelo Autor
3. Variáveis: Podem ser globais ou locais. As variáveis globais são utilizadas para
representar valores numéricos mutáveis. As variáveis locais só estabelecem funções
na parte da lógica em que são declaradas. Podendo ambas conter tanto valores
numéricos como reais. Uma variável global pode ser referenciada em qualquer lugar
do modelo. Já uma local, só dentro de um determinado bloco onde a mesma foi
declarada.
135
A figura 9.4 ilustra as variáveis globais que foram criadas para o modelo deste
trabalho.
Figura 9.4: Tela de cadastramento de Variáveis
Fonte: Elaborado pelo Autor
4. Atributos: Similares as variáveis, são definidos juntamente com entidades e
locais específicos e geralmente contém informação sobre os mesmos. Podem conter
valores reais ou inteiros. Através de sua utilização pode-se criar somente uma
entidade referente a um tipo de peça e sete atributos para diferenciar os sete tipos
de peças a serem modeladas, como ocorre neste trabalho.
A figura 9.5 ilustra a configuração dos atributos para este trabalho.
5. Chegadas: Define a entrada das entidades dentro do modelo. Podendo ser
definidas as quantidades, freqüência e períodos de chegada, bem com a lógica de
chegada. Podem-se também definir as chegadas através de um arquivo externo de
chegada referenciado no Editor de arquivos.
136
A figura 9.6 apresenta uma tela com a chegada do modelo do Processo A descrito
neste trabalho.
Figura 9.5: Tela de cadastramento de Variáveis
Fonte: Elaborado pelo Autor
6. Processamento: Consiste em uma tabela onde são definidas as operações de
cada entidade em cada local e o recurso necessário para esta operação, e uma
tabela de rotas que define o destino e a movimentação de cada entidade, bem como
o modo como se dá essa movimentação e os recursos necessários. Nesta etapa são
inseridos os tempos de processamento de cada local de forma probabilística. Para
isso foi utilizado o Stat-fit, um software que faz parte do pacote de simulação do
ServiceModel. Os tempos de processamento foram levantados nos sistemas
internos e inseridos no software para que se obtivesse as distribuições de
probabilidade.
A figura 9.7 apresenta a utilização do menu processamento para o caso estudado.
137
Figura 9.6: Tela de cadastramento de Chegadas
Fonte: Elaborado pelo Autor
Figura 9.7: Tela de cadastramento de Processos
Fonte: Elaborado pelo Autor
138
7. Recursos: São os elementos usados para transportar entidades, executar
operações, realizar manutenção nos locais ou outros, podem ser: pessoas ou
equipamentos. Um sistema pode ter um ou mais recursos, sendo dotado de
movimento ou não. Contudo, para cada recurso deve ter designado uma rede de
caminhos, ou seja, um percurso na qual a movimentação se dará.
A figura 9.8 apresenta os recursos utilizados no modelo do Processo A
Figura 9.8: Tela de cadastramento de Recursos
Fonte: Elaborado pelo Autor
139
Livros Grátis( http://www.livrosgratis.com.br )
Milhares de Livros para Download: Baixar livros de AdministraçãoBaixar livros de AgronomiaBaixar livros de ArquiteturaBaixar livros de ArtesBaixar livros de AstronomiaBaixar livros de Biologia GeralBaixar livros de Ciência da ComputaçãoBaixar livros de Ciência da InformaçãoBaixar livros de Ciência PolíticaBaixar livros de Ciências da SaúdeBaixar livros de ComunicaçãoBaixar livros do Conselho Nacional de Educação - CNEBaixar livros de Defesa civilBaixar livros de DireitoBaixar livros de Direitos humanosBaixar livros de EconomiaBaixar livros de Economia DomésticaBaixar livros de EducaçãoBaixar livros de Educação - TrânsitoBaixar livros de Educação FísicaBaixar livros de Engenharia AeroespacialBaixar livros de FarmáciaBaixar livros de FilosofiaBaixar livros de FísicaBaixar livros de GeociênciasBaixar livros de GeografiaBaixar livros de HistóriaBaixar livros de Línguas
Baixar livros de LiteraturaBaixar livros de Literatura de CordelBaixar livros de Literatura InfantilBaixar livros de MatemáticaBaixar livros de MedicinaBaixar livros de Medicina VeterináriaBaixar livros de Meio AmbienteBaixar livros de MeteorologiaBaixar Monografias e TCCBaixar livros MultidisciplinarBaixar livros de MúsicaBaixar livros de PsicologiaBaixar livros de QuímicaBaixar livros de Saúde ColetivaBaixar livros de Serviço SocialBaixar livros de SociologiaBaixar livros de TeologiaBaixar livros de TrabalhoBaixar livros de Turismo
