SIMULAÇÃO E MÉTODO DEA EM UM
CENTRO AUTOMOTIVO PARA
OTIMIZAÇÃO DE PROCESSOS
Jones Luís Schaefer
Jaqueline de Moraes
Brunno José Fagundes
João Carlos Furtado
Julia Weber Reuter
A prestação de serviços abrange uma parcela significativa da
economia brasileira e os serviços realizados em centros automotivos
prestam apoio para manutenção da grande frota nacional de veículos
existente, auxiliando no prolongamento da vida útil e na diminuição
dos custos gerais de manutenção. O fluxo de clientes nesses centros
automotivos varia no decorrer das operações diárias e também existem
diferenças na demanda entre os dias da semana. Para auxiliar no
dimensionamento relativo à mão-de-obra e equipamentos necessários,
o objetivo deste artigo é realizar a simulação dos processos mais
utilizados pelos clientes em um centro automotivo e comprovar os
resultados obtidos na simulação com o método Data Envelopment
Analysis (DEA), buscando identificar os níveis de eficiência técnica
nesses processos. A relevância deste artigo sob o ponto de vista
acadêmico está em identificar, de modo não intrusivo, a situação atual
de um processo através da simulação e testar sua eficiência técnica
através de um método multicritério, com o objetivo de propor
melhorias. Diante da análise dos dados obtidos, foi possível identificar
uma subutilização dos recursos existentes, permitindo propor
alterações de ordem administrativa e de equipamentos.
Palavras-chave: Simulação, Arena, DEA, Centro automotivo
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
2
1 Introdução
O setor automotivo visa um crescimento no ano de 2017, considerando a implementação de
medidas econômicas do governo federal que pretendem contribuir para o progresso da
indústria (PORTAL PLANALTO, 2017). O setor de autopeças apresentou no primeiro
semestre de 2017 um aumento no faturamento líquido nominal de 16,3% em comparação com
o mesmo período de 2016 (SINDICATO NACIONAL DA INDÚSTRIA DE
COMPONENTES PARA VEÍCULOS AUTOMOTORES - SINDIPEÇAS, 2017). Diante
desse cenário evidencia-se que a demanda por serviço em veículos acompanha esse
crescimento.
Os centros automotivos caracterizam-se pela comercialização de pneus, peças, componentes
automotivos e prestação de serviços de reparos mecânicos de suspensão, motores e freios
(OLIVEIRA, GOSLING e RESENDE, 2015). Assim, esses serviços prestados pelos centros
automotivos tendem a prolongar a vida útil dos automóveis e ainda reduzir a emissão de
poluentes no meio ambiente.
A empresa objeto desse estudo está localizada no Vale do Rio Pardo, Rio Grande do Sul,
Brasil, e está atuando há 20 anos no mercado automotivo, é classificada como pequena
empresa e possui uma matriz e duas filiais em diferentes pontos da cidade onde atua. A
prestação de serviços e a venda de produtos prontos ocorre apenas para automóveis
classificados como leves.
Essa pesquisa teve como objetivo simular serviços prestados nas três unidades desse centro
automotivo, para isso utilizou-se o simulador Arena. Os serviços selecionados foram os que
os sócios da empresa informaram ser os mais representativos e para verificar a eficiência
técnica de cada unidade aplicou-se o método multicritério DEA.
2 Referencial Teórico
2.1 Serviços
O setor de serviços no Brasil em 2016 representou 73,3% do Produto Interno Bruto (PIB),
sendo 52,1% superior ao desempenho da indústria e 67,8% superior à agricultura
(INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE, 2016).
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
3
Os serviços caracterizam-se por serem intangíveis e prestados através de atividade não
industrial (GOZZI, 2015), onde o cliente dispõe-se a oferecer dinheiro e tempo para, em troca,
receber da empresa o serviço de acordo com o esperado (GARCIA 2015). Os serviços que
visam lucro diferenciam-se dos que não visam por meio das metas, mas ambos visam criam
valor aos envolvidos (LOVELOCK, WIRTZ e HEMZO, 2011).
São apontados como critérios de desempenho em serviços por autores com mais de três
critérios em comum: Custo (CORRÊA e GIANESI, 1994; SCHMENNER, 1999; CORRÊA e
CAON, 2002), Flexibilidade (CORRÊA e GIANESI, 1994; CORRÊA e CAON, 2002;
JOHNSTON e CLARK, 2002; BRIGNALL et al., 1991), Qualidade (SCHMENNER, 1999;
FITZSIMMONS e FITZSIMMONS, 2000; CORRÊA e CAON, 2002; JOHNSTON e
CLARK, 2002; BRIGNALL et al., 1991) e Velocidade (CORRÊA e GIANESI, 1994;
CORRÊA e CAON, 2002; JOHNSTON e CLARK, 2002).
2.2 Simulação
A simulação consiste na reprodução do comportamento de um sistema a partir da descrição
dos processos (KRAJEWSKI, RITZMAN e MALHOTRA, 2009). Sua relevância se encontra
na capacidade de tratar com sistemas complexos, ou com numerosa quantidade de dados ou
interações entre partes (MEDEIROS, MOSER e DOS SANTOS, 2014). A possibilidade de
alterar algo no modelo e verificar o resultado permite uma melhor tomada de decisão pelo
gestor (BATEMAN et al., 2013).
Como benefícios da aplicação da simulação pode-se indicar a compreensão do processo de
produção (SILVA et al., 2017) e de serviço (MENDES, CORREIA e TOZI, 2012). Além
disso, ela é uma ferramenta eficaz para a comunicação das partes envolvidas no processo,
como analistas, gerentes e pessoas ligadas a operação (CHWIF e MEDINA, 2014). Já como
desvantagens podem ser mencionadas as demandas de tempo e recursos envolvidas no
desenvolvimento de modelos de simulação (TAHA, 2008).
Os processos de serviços/administrativos podem ser beneficiados pela simulação tanto quanto
à área industrial, e isso deve ser explorado pela literatura (PRADELLA, KIPPER e
FURTADO, 2011). Com base nisso, esse artigo visa contribuir para a literatura ao utilizar
simulação em processos de serviços.
2.3 DEA
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
4
O método não paramétrico DEA foi desenvolvido em 1978 por Charnes, Cooper e Rhodes
para identificar fronteiras de produção eficientes (CHARLES e ZEGARRA, 2014).
Ishizaka e Nemery (2013) listam como auxílios proporcionados pelo DEA:
O cálculo do escore de eficiência indica se uma empresa é completamente eficiente ou
se possui capacidade de melhoria;
A definição de valores de destino para entrada e saída permite o cálculo do valor que a
entrada deve ser diminuída ou a saída ampliada para tornar-se eficiente;
A identificação da natureza dos retornos à escala aponta se uma empresa deve
diminuir ou aumentar sua escala para reduzir o custo total médio;
A identificação de um conjunto de benchmarks detalha quais processos de outras
empresas necessitam ser analisados para beneficiar suas próprias práticas.
3 Procedimentos metodológicos
Com o intuito de abordar os serviços mais relevantes prestados pelo centro automotivo, foi
realizada uma entrevista com os sócios da empresa para verificar quais são os processos mais
utilizados pelos clientes, ao que estes responderam que esses serviços são a geometria,
balanceamento de pneus e a troca de óleo. A entrevista é caracterizada por ser realizada face a
face, onde o entrevistador visa conseguir informações de um entrevistado sobre algum assunto
ou problema (PRODANOV e FREITAS, 2013). Desta forma, para esta pesquisa, serão
simulados os serviços de geometria, balanceamento de pneus e troca de óleo.
3.1 Etapa de simulação dos processos
O simulador utilizado neste artigo foi o Arena, desenvolvido pela empresa Rockwell
Automation. O simulador Arena analisa o impacto de novas ideias, regras e estratégias de
negócio, possibilitando simular alterações antes de implementá-las, evitando interrupções nos
serviços e eliminando dúvidas quanto à funcionalidade dos processos (ROCKWELL
AUTOMATION, 2017).
Para utilizar o simulador Arena é necessário realizar a definição dos processos a serem
estudados. Neste artigo serão estudados os processos de recepção de clientes, balanceamento,
geometria, troca de óleo e o pagamento no caixa, sendo assim é preciso definir a quantidade
de medições de tempo necessárias para estabelecer a expressão matemática que melhor define
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
5
o tempo necessário em cada processo. Para estabelecer essa quantidade de medições foi
utilizada a equação (SANTOS, 2017):
Nesta equação:
n – número de medições necessárias;
N – número total de clientes que utilizam cada processo por dia;
Z – variável normal padronizada associada ao nível de confiança;
P – verdadeira probabilidade do evento;
e – erro amostral desejado.
O erro amostral desejado é de 5% e o nível de confiança de 95% (Z = 1,96).
Os dados de tempos coletados em cada processo e dos intervalos entre chegadas de clientes
foram digitados em um arquivo em formato “*.txt”, possibilitando sua importação para a
ferramenta “Input Analyzer” do Arena. Para a definição da expressão correspondente ao
tempo de cada processo é necessária a definição do número de classes do histograma
formado, este número de classes é definido pela equação:
Onde K é o número de classes do histograma e n é o número de amostras de tempo coletadas.
Definidas as expressões matemáticas referentes ao tempo de cada processo, partiu-se para a
construção da modelagem de simulação dos processos utilizados nos centros automotivos em
estudo. Para esta etapa foi utilizado o software Arena. Os três centros automotivos
pesquisados possuem as seguintes quantidades de recursos:
Centro A:
2 funcionários para recepção;
2 rampas com funcionário treinado para realizar a geometria;
3 elevadores de carros com 2 funcionários treinados para executar balanceamento;
(1)
(2)
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
6
3 elevadores de carros com funcionário treinado para realizar a troca de óleo;
1 caixa para pagamento.
Centro B:
1 funcionário para recepção;
1 rampa com funcionário treinado para executar a geometria;
1 elevador de carros com funcionário treinado para executar balanceamento;
1 elevador de carros com funcionário treinado para realizar a troca de óleo;
1 caixa para pagamento.
Centro C:
2 funcionários para recepção;
1 rampa com funcionário treinado para realizar a geometria;
2 elevadores de carros com funcionário treinado para executar balanceamento;
1 elevador de carros com funcionário treinado para realizar a troca de óleo;
1 caixa para pagamento.
A sequência normal para a realização dos serviços inicia-se pela geometria, seguida do
balanceamento e por último a troca de óleo. Porém, nem todos os clientes realizam os três
serviços, desta forma, devem ser consideradas na simulação as possibilidades de os serviços
serem realizados de forma individual ou também somente dois deles, sendo que quando são
realizados dois serviços, as sequências estabelecidas são: geometria e balanceamento;
geometria e troca de óleo; balanceamento e troca de óleo. Assim, foram verificados os
seguintes percentuais médios de uso dos serviços dos centros automotivos desta empresa:
43% dos clientes realizam geometria e balanceamento;
4% dos clientes realizam geometria e troca de óleo;
4% dos clientes realizam balanceamento e troca de óleo;
15% realizam somente geometria;
11% realizam somente balanceamento;
13% realizam somente troca de óleo;
10% realizam os serviços de geometria, balanceamento e troca de óleo.
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
7
Foram simuladas 10 replicações de 8 horas cada para verificar o número de clientes atendidos
por dia, a utilização dos recursos e as filas formadas entre os processos, possibilitando assim a
realização de comparações entre as lojas e também com a eficiência técnica apontada pelo
método DEA.
3.2 Aplicação do método DEA
O método DEA foi aplicado para avaliar a eficiência técnica dos centros automotivos e
comparar com os resultados obtidos a partir da simulação dos processos realizada no Arena.
Os passos utilizados para encontrar a eficiência técnica de um centro automotivo foram os
seguintes:
1º Passo: Definição do modelo de cálculo DEA a ser realizado, se será Constant Returns to
Scale (CRS) ou Variable Returns to Scale (VRS). Nesse caso foi utilizado o modelo VRS,
pois o ambiente não pode ser considerado como competição perfeita (ISHIZAKA e
NEMERY, 2013);
2º Passo: Definição se o objetivo será o modo Input Oriented (IO) ou Output Oriented (OO).
Neste artigo a proposta é testar a eficiência técnica dos centros automotivos mantendo o
número de saída de clientes igual, portanto é utilizado o método DEA VRS orientado às
entradas (Input Oriented);
3º Passo: A equação 3 serve para medir a eficiência técnica que relaciona inputs e outputs:
maximize
Sujeito à:
Onde:
s: número de outputs;
(3) (1)
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
8
m: número de inputs;
TEk: eficiência técnica
da unidade k;
yrk: quantidade de
outputs produzidos;
xik: quantidade de
inputs consumidos;
ur: peso do output r;
vi: peso do input i.
4º Passo: A equação 4 tem como objetivo a medição da
eficiência de acordo com o modo VRS Input Oriented:
maximize
Sujeito à:
Onde:
m: número de inputs;
s: número de outputs;
ck: medida de retorno à escala no eixo das variáveis;
yrk: quantidade de outputs produzidos;
(4)
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
9
xik: quantidade de inputs consumidos;
ur: peso do output r;
vi: peso do input i.
A determinação da eficiência técnica dos centros automotivos foi realizada utilizado o
software OSDEA. Este software permite encontrar estes resultados utilizando diferentes
métodos dos DEA, podendo-se realizar análises utilizando, por exemplo, métodos DEA VRS
(CCR) ou DEA VRS (BCC), tanto orientado as entradas, quanto orientado as saídas (OSDEA,
2017).
Para aplicar o método DEA e verificar a eficiência técnica de cada um dos três centros
automotivos em análise, os inputs e outputs considerados foram os seguintes:
Input 1: número total de funcionários envolvidos nos processos de recepção,
geometria, balanceamento, troca de óleo e caixa para pagamento;
Input 2: número de recursos como rampas e elevadores de automóveis;
Output 1: número de clientes atendidos.
De acordo com os resultados encontrados na simulação dos processos com o software Arena e
as conclusões obtidas a partir da aplicação do método DEA, foram traçados comparativos e
simuladas alterações nas quantidades de recursos como funcionários e equipamentos para
verificar as possibilidades de otimizações nos processos dos centros automotivos.
4 Resultados e discussões
Ao estabelecer um erro amostral de 10% com nível de confiança de 90% e considerando
como população o total de clientes atendidos em cinco dias, o resultado do cálculo amostral
foi que seriam necessárias 41 medições de tempo dos processos do centro A e 33 medições de
tempo dos processos dos centros B e C. Na tabela 1 são apresentadas as expressões
matemáticas geradas a partir da ferramenta Input Analyzer integrante do software Arena. As
expressões estão na unidade de tempo minuto, sendo que o processo de recepção dos clientes
foi considerado com tempo constante de 2 minutos pela pouca variação apresentada pelo
mesmo no decorrer das medições.
Tabela 1 – Expressões matemáticas correspondentes aos tempos dos processos
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
10
Fonte: elaborado pelos autores com base nos resultados do Input Analyzer do software Arena.
O modelo elaborado para possibilitar a simulação dos processos no Arena apresenta a
configuração que pode ser visualizada na figura 1.
Figura 1 – Modelo padrão para simulação dos processos dos Centros A, B e C
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
11
Fonte: elaborado pelos autores a partir do software Arena.
A partir das simulações realizadas no Arena foi possível observar que o centro A teve uma
média de 20 clientes atendidos por dia, o centro B atende 15 clientes por dia e o centro C
atende uma média de 14 clientes por dia. Nos centros automotivos desta empresa ainda são
realizados outros processos que não foram simulados neste artigo como troca e vulcanização
de pneus, higienização de ar condicionado veicular, troca de fluido de freio e limpeza de bicos
injetores.
O centro A caracteriza-se por ter uma maior quantidade de funcionários envolvidos nos
processos analisados e um número maior de clientes atendidos por dia. O percentual médio de
utilização dos recursos, segundo a simulação é baixo, variando de 12,3% de utilização do
funcionário que realiza a troca de óleo até 43% de tempo médio ocupado do funcionário
responsável pelo balanceamento de veículos. Alguns funcionários que realizam os processos
analisados também são responsáveis por atender os demais serviços oferecidos pela empresa.
Em relação às filas formadas durante a simulação dos processos, pode-se verificar que o
número máximo de clientes em fila foram de 2 para os processos de balanceamento e
pagamento no caixa, assim como o tempo máximo em fila foi de 20 minutos para o
balanceamento e 7 minutos para o pagamento no caixa, nos demais processos não ocorreram
filas.
A simulação dos processos para o centro B apresentou um nível de utilização dos recursos
maior em relação ao centro A. O menor índice de utilização foi do recurso atendente do caixa,
com 17,36% do tempo ocupado e o maior índice de utilização foi do recurso funcionário do
balanceamento e elevador de carros do balanceamento com 60,29% do tempo ocupado. Neste
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
12
centro automotivo ocorreram formações de filas de clientes em espera nos processos de
pagamento no caixa, balanceamento, geometria e troca de óleo com tempos máximos de fila
variando de 7,7 minutos para o processo de pagamento no caixa até 49,47 minutos em fila
para o processo de balanceamento.
A utilização dos recursos para a simulação do centro C apresentou comportamento similar a
simulação do centro B, dada a dimensão similar da quantidade de recursos disponíveis. A
menor utilização no centro C foi do recurso atendente caixa com 25,89% do tempo ocupado e
a maior utilização foi do recurso elevador de carros do balanceamento com 60,42% do tempo
ocupado. Ocorreram filas na simulação, com um número máximo de clientes em fila de 2 nos
processos de pagamento no caixa e balanceamento, que também apresentou o tempo máximo
em fila de 38,2 minutos.
De uma forma geral, considerando somente os processos em análise, os 3 centros automotivos
apresentam um nível de utilização dos recursos de médio a baixo, porém deve ser considerado
a utilização de alguns destes recursos em outros serviços oferecidos pela empresa. Para
possibilitar a sugestão de otimizações nos processos dos 3 centros automotivos, na sequência
será apresentado o teste de eficiência técnica a partir do método DEA. A tabela 2 apresenta a
entrada de dados utilizada para análise de eficiência técnica através do método DEA.
Tabela 2 – Entrada de dados para a avaliação utilizando o método DEA
Fonte: elaborado pelos autores.
Após a inserção dos dados no sistema OSDEA, foram estabelecidas as entradas (funcionários
e equipamentos) e saída (clientes atendidos), definido o modelo BCC_I (referente ao VRS
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
13
orientado à entrada). Como resultado do processo foram obtidos os resultados apresentados na
Tabela 3.
Tabela 3 – Resultados obtidos através do método DEA
Fonte: elaborado pelos autores com base nos resultados do método DEA.
Diante dos resultados obtidos, pode-se observar que duas das três unidades estudadas
apresentam-se como “tecnicamente eficientes” pois atingiram o valor objetivo igual a 1.
Contudo, a unidade centro C, apesar de obter valor objetivo igual a 1, não foi definido como
“tecnicamente eficiente” pois, em comparação com a centro B possui valores superiores nas
variáveis de entrada e valores inferiores para a saída.
Com base nos resultados de projeções fornecidas pelo sistema OSDEA, observou-se que, para
um cenário “tecnicamente eficiente” a unidade centro C deveria possuir apenas 5 funcionários
e fornecer como saída de atendimentos próximo de 15 clientes. De conhecimento destas
informações, foram elaboradas novas simulações alterando os valores de acordo com as
sugestões projetadas.
Após realizar novas simulações com os novos valores, onde foram removidos 1 funcionário
da recepção e outro do setor de balanceamento, foi possível constatar que as saídas esperadas
para que esta unidade fosse considerada “tecnicamente eficiente” foram obtidas.
Mesmo após esse resultado otimizado obtido, observou-se que, apesar de serem consideradas
“tecnicamente eficientes”, as unidades estavam com uma subutilização de seus recursos. Nos
3 centros automotivos dessa empresa os serviços de geometria, balanceamento e troca de óleo
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
14
são os mais procurados pelos clientes e dada a baixa utilização dos funcionários, considerando
essas atividades, pode-se sugerir uma diminuição no número de funcionários envolvidos
nessas tarefas e realizar novos testes de simulação para verificar se uma otimização é possível.
Considerando apenas esses serviços, foram reduzidos de forma empírica no centro A, o
número de funcionários nos serviços de recepção, geometria e atendimento de caixa para
apenas 1. Já para o serviço de balanceamento definiu-se o valor de 2 funcionários. Também
foram reduzidos o número de equipamentos de geometria para 1 e troca de óleo para 1, bem
como a redução para apenas 2 rampas de balanceamento. Diante deste novo cenário,
observou-se um melhor aproveitamento dos recursos e mantiveram-se os mesmos números de
clientes atendidos (20).
Já no centro B e centro C não foram realizadas alterações (considerando os valores de
otimização) uma vez que já apresentavam apenas um funcionário e uma rampa ou elevador
para cada serviço. Após estas simulações, tornou-se a avaliar a eficiência técnica das unidades
através do sistema OSDEA, o qual retornou o mesmo resultado de eficiência técnica para os
mesmos centros, apenas indicando ainda como não eficiente o centro C, pois dada a
característica da aleatoriedade, não obteve 15 clientes atendidos como saída.
5 Considerações finais
Os resultados apresentados pela simulação dos processos dos centros automotivos da empresa
sob análise sugerem que possa haver um redimensionamento dos recursos necessários à
execução dos serviços, desde que sejam levados em conta os demais serviços prestados aos
clientes pela empresa.
Para esta situação foi possível utilizar com sucesso o software Arena, onde foram simulados
os atendimentos de clientes desde a sua chegada, passando pela recepção, definição de quais
processos realizar dentre geometria, balanceamento e troca de óleo, pagamento no caixa e
saída dos clientes. Ao aplicar conjuntamente o método DEA para verificar a eficiência dos
centros automotivos pode-se comprovar cientificamente que as alterações propostas são
pertinentes ao caso em estudo. Espera-se que os resultados encontrados sejam significativos
para os sócios da empresa e que proporcionem a melhoria dos serviços analisados.
Sugere-se para trabalhos futuros a análise dos demais processos de um centro automotivo, de
forma a englobar todos os serviços oferecidos no software Arena. Além disso, recomenda-se a
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
15
aplicação do Arena para projeção dos custos e traçar um comparativo com o método DEA que
também pode ser utilizado para testar a eficiência técnica financeira das empresas.
6 Agradecimentos
Agradecemos à CAPES (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior)
pela concessão das bolsas e ao PPGSPI (Programa de Pós-Graduação em Sistemas e
Processos Industriais - Mestrado) da Universidade de Santa Cruz do Sul - UNISC.
REFERÊNCIAS
BATEMAN, R. E.; BOWDEN, R. O.; GOGG, T. J.; HARRELL, C. R.; MOTT, J. R. A.; MONTEVECHI, J. A.
B. Simulação de sistemas: aprimorando processos de logística, serviços e manufatura. Rio de Janeiro: Elsevier
Brasil. 2013.
BRIGNALL, T. J.; FITZGERALD, L.; JOHNSTON, R.; SILVESTRO, R. Performance measurement in service
businesses. Management Accounting, v. 69, n. 10, p. 34. 1991.
CHARLES, V.; ZEGARRA, L. F. Measuring regional competitiveness through data envelopment analysis: A
peruvian case. Expert Systems with Applications, v. 41, n. 11, p. 5371-5381. 2014.
CHWIF, L.; MEDINA, A. Modelagem e simulação de eventos discretos: Teoria e aplicações. 4. ed. Rio de
Janeiro: Elsevier Brasil. 2014.
CORRÊA, H. L.; CAON, M. Gestão de serviços: lucratividade por meio de operações e de satisfação dos
clientes. São Paulo: Atlas. 2002.
CORRÊA, H. L.; GIANESI, I. G. N. Administração estratégica de serviços: Operações para a Satisfação do
Cliente. São Paulo: Editora Atlas. 1994.
FITZSIMMONS, J. A.; FITZSIMMONS, M. J. Administração de serviços: operações, estratégia e tecnologia
da informação. 3. ed. Porto Alegre: Bookman. 2000.
GARCIA, Janaína Leonardo. Marketing de serviços e de varejo. São Paulo: Person Education do Brasil. 2015.
GOZZI, Marcelo Pupim. Gestão da qualidade em bens e serviços. São Paulo: Person Education do Brasil.
2015.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Indicadores IBGE: Contas
Nacionais Trimestrais, Indicadores de Volume e Valores Correntes. 2016.
ISHIZAKA, A.; NEMERY, P. Multi-criteria decision analysis: methods and software. John Wiley & Sons.
2013.
JOHNSTON, R.; CLARK, G. Administração de operações de serviço. São Paulo: Atlas. 2002.
XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”
Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .
16
KRAJEWSKI, L. J.; RITZMAN, L. P.; MALHOTRA, M. K. Administração de produção e operações. São
Paulo: Pearson Prentice-Hall. 2009.
LOVELOCK, C.; WIRTZ, J.; HEMZO, M. A. Marketing de serviços: pessoas, tecnologia e estratégia. São
Paulo: Person Education do Brasil. 2011.
MEDEIROS, L. F.; MOSER, A.; DOS SANTOS, N. A simulação computacional como técnica de pesquisa na
administração. Revista Intersaberes, v. 9, n. especial, p. 441-459. 2014.
MENDES, D. S.; CORREIA, A. R.; TOZI, L. A. Análise de alternativas para aumento da produtividade e
qualidade operacional de terminais de cargas em aeroportos por meio de simulação computacional. Journal of
Transport Literature, v. 6, n. 2, p. 124-143. 2012.
OLIVEIRA, P.; GOSLING S. M.; RESENDE, M. P. D. L. O Gerenciamento do Funcionário de Linha de Frente
sob a Ótica da Qualidade de Serviços–Um Estudo de Caso em um Centro Automotivo. Sistemas & Gestão, v.
10, n. 1, p. 42-57. 2015.
OSDEA. Software para resolução do DEA. Disponível em: <http://opensourcedea.org/osdea-gui/>. Acesso
em: 20 ago. 2017.
PORTAL PLANALTO. Apresenta notícia sobre o crescimento do setor automotivo. Disponível em:
<http://www2.planalto.gov.br/acompanhe-planalto/noticias/2017/04/anfavea-reformas-vao-gerar-crescimento-
do-setor-automotivo>. Acesso em: 22 ago. 2017.
PRADELLA, S.; KIPPER, L. M.; FURTADO, J. C. Uso da simulação em gestão de processos para a busca
de maior eficiência e eficácia organizacional. In: XXXI Encontro Nacional de Engenharia de Produção. Belo
Horizonte, MG: ABEPRO. 2011.
PRODANOV, C. C.; FREITAS, E. C. Metodologia do Trabalho Científico: métodos e técnicas da pesquisa e
do trabalho acadêmico. 2. ed. Novo Hamburgo: Editora Feevale. 2013.
ROCKWELL AUTOMATION. Software para simulação de processos. Disponível em:
<http://www.rockwellautomation.com/rockwellsoftware/simulation.page?>. Acesso em: 20 ago. 2017.
SANTOS, Glauber Eduardo de Oliveira. Cálculo amostral: calculadora on-line. Disponível em
<www.publicacoesdeturismo.com.br/calculoamostral>. Acesso em 20 ago. 2017.
SCHMENNER, Roger W. Administração de operações em serviços. São Paulo: Futura. 1999.
SILVA, A. N.; ARAÚJO, A. V.; GODOY, L. C., MINETTE, L. J.; SUZUKI, J. A. Contribution of
computational simulation for layout analysis in a wooden furniture industry. Revista Árvore, v. 41, n. 2. 2017.
SINDICATO NACIONAL DA INDÚSTRIA DE COMPONENTES PARA VEÍCULOS AUTOMOTORES -
SINDIPEÇAS. Apresenta notícias sobre o setor de autopeças. Disponível em:
<http://www.sindipecas.org.br/noticias/detalhes.php?a=economia&cod=215>. Acesso em: 25 ago. 2017.
TAHA, Hamdy A. Pesquisa operacional. 8. ed. São Paulo: Pearson Prentice Hall. 2008.
Top Related