Simulação arena

Prévia do material em texto

ESTUDO APLICADO NO PROCESSO DE COMPRA DOS CONSUMIDORES DE 
UM SUPERMERCADO, UTILIZANDO O ARENA COMO SOFTWARE DE 
SIMULAÇÃO. 
 
Tiago Henrique Pires Correa¹ 
Scarlet Silva Matos² 
Robson Aparecido Parma³ 
Victor Samuel de Freitas⁴ 
Rhadler Herculani⁵ 
 
Resumo – É notável que há um alto nível de competitividade no seguimento varejista 
entre os supermercados. Isto é decorrente do crescimento dos supermercadistas e se 
torna imprescindível que os mesmos procurem por meios para aprimorar o 
desempenho no atendimento ao cliente, proporcionando um trabalho eficiente, com 
qualidade acentuada, prevenir para que o cliente não se sinta insatisfeito e que não 
se prejudique na competitividade no mercado em que opera. Portanto, o objetivo 
desse trabalho foi buscar, através da simulação, mecanismos de otimização do tempo 
de espera dos clientes nas filas do caixa e do açougue de um supermercado, a fim de 
determinar quantos atendentes de caixa e para o açougue são necessários para uma 
redução do tempo em fila. Para realizar a simulação usou-se como ferramenta o 
Software Arena, excelente opção para quem deseja realizar a simulação de processos 
com o intuito de identificar e solucionar os problemas através da ampla visão que ele 
oferece. 
 
Palavras-Chaves: Software Arena; Estudo de Filas; Otimização das Filas; 
Supermercado. 
 
APPLIED STUDY IN THE PROCESS OF PURCHASING CONSUMERS FROM A 
SUPERMARKET USING ARENA SOFTWARE 
 
Abstract – There is a high level of competitiveness in the retail between the 
supermarkets. This is happen due to the growth of supermarkets and it’s imperative 
that they seek ways to improve customer service performance, providing efficient work 
with high quality, preventing customers from feeling dissatisfied and not 
competitiveness in the market in which it operates. Therefore, the aim of this work was 
to search, through the simulation, mechanisms to optimize the waiting time of 
customers in the cashier row and the butcher of a supermarket, in order to determine 
how many cash workers and the butcher are needed for a reduction of the time in a 
row. In order to perform the simulation, the Software Arena was used as tool excellent 
option for those who wish to carry out the process simulation and with the purpose of 
identifying and solving the problems through the broad vision it offers. 
 
Keywords: Software Arena; Row Study; Row Optimization; Supermarket 
 
1. INTRODUÇÃO 
 
A qualidade no atendimento ao cliente é uma das formas que a empresa possui 
de criar o seu diferencial, pois na atualidade os concorrentes podem estar distantes, 
mas mesmo assim são muito competitivo, desta forma para a organização a 
excelência no atendimento ao cliente pode melhorar sua atuação no mercado, 
estabelecer uma imagem para com seus clientes, enaltecer a marca, cativar seus 
clientes e ser uma um modelo de referência no mercado em que atua, desta forma o 
retorno esperado pela organização pode ser alcançado com mais rapidez, 
estabilidade e segurança evitando imprevistos indesejáveis (MORALES; FERREIRA, 
2017). 
Decorrente do assunto abordado no parágrafo anterior, que demonstra a 
importância de como atender o cliente, o presente trabalho vai analisar a qualidade e 
rapidez no atendimento no momento de o consumidor finalizar sua compra em 
supermercados. O supermercado escolhido para realizar o trabalho reside no interior 
de São Paulo, e o mesmo foi escolhido pelo seu alto nível de vendas. 
No ano de 2018 houve um aumento de vendas de 1,5% em relação ao ano 
anterior, isso no setor de Hipermercados, supermercados, produtos alimentícios, 
bebidas e fumo, este setor fecha o ano com a vigésima primeira taxa positiva 
consecutiva, além de conseguir um alto impacto na formação da taxa global do varejo. 
No ano de 2018 a taxa acumulada fechou em 3,8%. Este setor cresce a cada ano, 
isso se dá pelo fato dele ser beneficiado pelo aumento da população, por oferecer 
produtos básicos de sobrevivência e pela manutenção salarial realizada anualmente 
(IBGE, 2019) 
Dentro do segmento dos supermercados existe uma constante entrada de 
novos concorrentes, elevando a competitividade, isso leva as empresas a adotar 
estratégias orientadas para serviços. A fidelização de clientes se torna fator prioritário 
com o aumento da competitividade, sem deixar de lado a busca pela perfeição 
operacional (WERNER; SEGRE, 2018). 
De acordo com Resende e Pacheco (2016), as grandes redes de supermercado 
crescem a cada dia, porém, dos mercados de pequeno porte estão progredindo de 
forma significativa, com taxas de crescimento no número de vendas elevadas e os 
aspectos que proporcionaram isto foram: upgrade nos pontos de vendas; proximidade 
com o cliente; diversidade de produtos; bom atendimento; preço; fornecedores de 
confiança. 
O supermercado é um local onde possui um grande fluxo de pessoas e como 
abordado por Sampaio e Oliveira (2013), os clientes perdem muito tempo na fila do 
caixa, ocasionando um descontentamento no cliente o que pode resultar na redução 
de vendas. Nesse cenário os gestores podem aumentar o número de caixas 
disponíveis, diminuindo o tempo de espera em fila, mas em contrapartida ao adotar 
esta tática os custos operacionais crescem, levando-o a refletir se realizar este 
investimento é rentável para a empresa (MORABITO; LIMA, 2000). 
Ainda no estudo de Morabito e Lima (2000) é evidenciado que o consumidor 
pode em qualquer momento se abster da compra e ir embora, se as filas dos caixas 
estiverem longas e demoradas. Mesmo com o passar dos anos o aspecto “esperar na 
fila” é algo que ainda continua sendo estudado e como apresentando na pesquisa de 
Balbinot e Colombo (2017) 58% das pessoas entrevistadas relataram a sua 
insatisfação na demora no processor de ser atendido e finalizar sua compra. 
O objetivo do presente trabalho é buscar, através da simulação, mecanismos 
de otimização das filas do caixa e do açougue do supermercado. 
 
2. REFERENCIAL TEORICO 
 
2.1 Atendimento ao cliente em Supermercados 
 
O objetivo principal das empresas na sociedade atual é atender as 
necessidades dos seus consumidores e o supermercado combina aspectos como, 
serviços, artigos de mercearias, roupas, eletrônicos, entre outros. o supermercado 
https://www.sinonimos.com.br/upgrade/
atua de forma a fornecer praticidade e reduzir tempo, proporcionando todos esses 
produtos em um mesmo local (RESENDE; PACHECO, 2016). 
Marques (2018) afirma que pela variedade de produtos que o mercado 
proporciona ao cliente, o mesmo normalmente sempre leva algo além do que estava 
procurando, isso se deve pelo layout, composto por prateleiras que formam corredores 
e expõe o produto, estimulando o cliente a circular e proporcionar uma relação direta 
para analisar os produtos e simultaneamente influenciar na decisão de compra. 
Com o objetivo de reter clientes os supermercados adotam uma estratégia de 
localização, alocando os produtos com a meta de influenciar o consumidor que busca 
um produto levar outro que se relacione e economizar o tempo de busca, pois se os 
produtos de uma linha como de limpeza estão localizados em um mesmo corredor 
elimina um tempo de circulação do comprador em ter que percorrendo até outro local 
para pegar um produto da mesma linha (SERRA, 2018). 
Por este seguimento trabalhar com o autosserviço, ele requer rapidez no 
atendimento, onde os participantes são os atendentes e os clientes que efetuam a 
compra, decorrente disto espera-se que o tempo em que os clientes permaneçam no 
supermercado seja o mínimo possível, por isso existe um forco em minimizar este 
tempo. No setor em questão o tempo é um indicador de insatisfação, pois se o 
consumidor esperar muito resulta na sua insatisfação, ocasionando a perda e a 
propagação do aborrecimento que a franquia gerou ao comprador (FLORES, 2016). 
Os clientes na economia atual podem escolher onde realizar suas compras, 
vistoque quase todo o mercado oferece o mesmo produto, embora o preço seja um 
influenciador de fidelização ele não afeta de forma tão significativa, isso por ser um 
serviço commoditizado, os usuários procuram aspectos como: menor fila; local limpo; 
iluminação agradável; disponibilidade de produtos; atendimento de qualidade; 
corredores largos; carrinhos de fácil manuseio; entre outros (MORAES, 2017) 
A competitividade crescente neste setor o que estimula os gestores a 
compreender os seus consumidores e fornecer mais qualidade e serviços, 
consequentemente o cliente vai escolher aquele que lhe proporcionar maior valor. Um 
fator ligado diretamente e influenciador na satisfação do cliente é a rapidez no caixa, 
esta que por sua vez pode ser denominada como um gargalo nos processos internos 
do supermercado (ROJO, 1998). 
As pesquisas realizadas sobre os problemas com filas e no congestionamento 
de sistemas é algo muito corrente, pois o cliente em busca de serviços é o principal 
motivo para a otimização do tempo de espera em filas, pois como já mencionado a 
espera gera o descontentamento do consumidor. 
Dentro disto, um método para solucionar os problemas de filas é a simulação 
com o software Arena, pois de acordo com SOUZA et al., (2015) que em seu estudo, 
aplicou o mesmo software em um supermercado, através dele foi possível identificar 
onde ocorriam os gargalos e propor soluções, otimizando o processo e diminuindo o 
tempo que os consumidores esperavam nas filas. 
 
2.3 Simulação 
 
A simulação em um contexto geral é uma forma de representar de forma real 
um procedimento ou um sistema produtivo, com o objetivo de entender seu 
funcionamento e analisar suas características (MIYAGI, 2006). Como apresentando 
por Garcia (2015), a simulação é o estudo das respostas das variáveis de um sistema, 
este que é possível através de estímulos aplicados nas variáveis de entrada, definindo 
os parâmetros iniciais. 
A simulação é uma técnica de estudo que pode ser utilizada em diversas áreas 
das engenharias e devido ao desenvolvimento da tecnologia, é possível representar 
contextos de alta complexibilidade, sem dificuldades em realizar e estudar a simulação 
(PRADO, 2008; CHWIF; MEDINA, 2010). 
Segundo Fitzsimmons & Fitzsimmons (2010), a administração e a gestão, 
conseguem obter informações sobre a capacidade dos seus recursos e a variância do 
nível de clientes, isso através da simulação computacional. Os sistemas reais de 
empresas são complexos e possuem muitas características, a simulação permite uma 
representação fiel dessas características e do seu funcionamento, de acordo com o 
que acontece no mundo real e todas as condições ao qual pode ser submetida 
(PRAIA; GOMES, 2016). 
Desta forma como apresentado por Beraldo, et al. (2018) todos os tipos de 
empresas, seja qual for o seu seguimento, pode ser representa através da simulação. 
Muitos softwares de simulação podem ser utilizados, como por exemplo, ARENA, este 
que é muito usado por empresas e por universidades como ferramenta de ensino, 
entre tantos outros (PEREIRA; DANTAS, 2017) 
 
2.4 Arena 
 
O Arena possui um ambiente gráfico incorporado por simulação, oferecendo 
diversos recursos (modelagem, animação, análise estatística e análise de resultados), 
o programa opera por processos para demostrar em forma de simulação o sistema 
em estudo. Ele pode se utilizar em situações onde elementos estatísticos, formando 
um processo preciso, pode interagir com aspectos dinâmicos presentes dentro deste 
processo (SILVA; PINTO; SUBRAMANIAN, 2007) 
 
2.4.1 Funcionalidades do Arena 
 
No painel inicial do arena estão a área de trabalho no centro, local onde é 
construído o sistema que se quer representar, através dos módulos e todas as 
conexões necessárias pode-se realizar a simulação de um ambiente real, a esquerda 
da área de trabalho estão os templates (painéis), onde está localizado todos os 
módulos de gestão para criar a modelagem, sobre a área de trabalho está a barra de 
ferramentas, essa que oferece o poder de implementação de animações modelos 
desenhos, cores, etc... e onde está localizada a legenda é a área de tabelas, é o local 
das tabelas que mostra as especificações de cada posto dentro da modelagem 
(FREITAS FILHO, 2008). A seguir está demostrando na Figura 1 como que é 
organizado o painel. 
 
Figura 1 – Tela inicial do Arena. 
 
Fonte: Software Arena (2019) 
O Arena é composto por módulos, possibilitando demostrar em forma de 
simulação uma aplicação real. O programa opera de forma em que o ambiente a ser 
modelado é um grupo de postos de trabalho, que inclui recursos que realizam serviços 
para clientes, que se movimentam no decorrer do sistema (PRADO, 2014). 
Como apresentado por Prado (2014), o Arena disponibiliza ferramentas que 
permitem analisar os dados de entrada e os resultados após realizar a simulação, 
esses denominados respectivamente como Input Analyzer e Output Analyzer, que de 
acordo com Prado (2014), o Input Analyzer “permite analisar dados reais do 
funcionamento do processo e escolher a melhor distribuição estatística que se aplica 
a eles. ”, e o Output Analyzer é uma ferramenta com diversas utilidades e recursos e 
que “permite analisar dados coletados durante a simulação”. 
Existem princípios que compõe o Arena, elementos presentes que fazem parte 
e estruturam a modelagem, estes que estão apresentados abaixo no Quadro 1. 
 
Quadro 1 – Definição dos elementos do Arena 
Elementos Definição 
Entity 
(Entidade) 
O termo entidade serve para designar o elemento que está chegando, seja uma 
pessoa, um cliente, um navio, um carro, um conjunto de matérias primas a 
serem produzidas numa linha de produção. 
Atributos 
A partir do módulo Assign, é possível definir valores ou atributos que serão 
registrados na lógica do sistema junto às entidades, normalmente para que 
estejam no relatório final para análise. 
Variáveis 
Diferente dos atributos, as variáveis são informações gerais do sistema: maior 
quantidade de entidades na fila, tempo médio na fila, tempo ocioso dos serviços. 
Recursos As necessidades das entidades no sistema são chamadas de recurso. 
Queue (Fila) A fila é o local de espera das entidades por um processo. 
Fonte: Pereira (2017) 
 
Para criar uma simulação simples e logica, pode-se utilizar somente 3 módulos 
do template basic process, basta clicar e arrastar para área de trabalho, conforme vai 
adicionando os módulos uma linha os liga, de forma automática, para deletar basta 
selecionar e apertar a tecla delete no teclado. Os três módulos básicos são: Creat, 
responsável por criar a entidade, onde o cliente entra do sistema, process, 
responsável pelo processo do serviço criado para o cliente e por fim o dispose, 
responsável pela saída da entidade, onde o cliente sai do sistema (FREITAS FILHO, 
2008). Um modelo básico deste sistema está apresentado a seguir na Figura 2. 
 
Figura 2 – Tela inicial do Arena 
 
Fonte: Software Arena (2019) 
 
Após rodar o modelo de simulação ele oferece alguns relatórios para análise 
(Quadro 2) e alguns possuem dados mais relevantes (Quadro 3). 
 
Quadro 2 – Relatórios 
Relatório Definição 
Activity área Área de atividade 
Category Overview Visão global da categoria 
Category by Replication Semelhança ao anterior, dividido pelas replicações 
Entitines Entidades 
Frequencies Frequências 
Processes Processos 
Queues Filas 
Resources Recursos 
Transfer Transportadores 
User Specified Variáveis ou atributos especificados pelo usuário 
Agents and trunks Agentes 
Call times and counts Chamadas e contadores 
Tanks Tanques 
Fonte: Prado (2014) 
 
Quadro 3 – Relatórios mais relevantes do Arena 
Relatório Informação Nome do campo 
Queues Tempo médio de fila Waiting time 
Queues Tamanho médio de fila Number wainting 
Resources Utilização média do atendente Numbusy 
Category overview Total de entidades que passaram pelosistema Number out 
Fonte: Prado (2014) 
 
Dentro de todo o contexto apresentado pode-se concluir que o Arena é uma 
ótima opção para quem deseja realizar a simulação de processos, com o intuito de 
identificar e poder solucionar os problemas através da ampla visão que ele oferece. 
 
3. MATERIAL E MÉTODOS 
 
O projeto se caracteriza como estudo de campo, pois é uma fase que é 
realizada após o estudo bibliográfico, para que o pesquisador tenha um bom 
conhecimento sobre o assunto, pois é nesta etapa que ele vai definir os objetivos da 
pesquisa, as hipóteses, definir qual é o meio de coleta de dados, tamanho da amostra 
e como os dados serão tabulados e analisados. (MARCONI & LAKATOS, 1996) 
O presente estudo será realizado em um supermercado, onde o pesquisador 
realizara a coleta de dados através da observação direta no local, que se trata de um 
método que pode ser definido como um acompanhamento presencial do processo a 
ser modelado que sujeita o pesquisador a um contato mais direto com a realidade 
(LAKATOS & MARCONI, 1992). 
Será coletado o tempo que o cliente leva para chegar no mercado um após o 
outro e o tempo que o açougue e caixa levam para atender o consumidor. O estudo 
se baseia em analisar os tempos e os movimentos, tipo de análise tem sua origem do 
estudo de tempos e métodos introduzidos por Taylor e utilizado principalmente na 
determinação de tempo padrão para a realização de uma tarefa (GIL, 2008) 
 
3.1. Coleta de dados 
 
Os dados foram coletados através de visita in loco e observação direta, 
utilizando um cronometro, foram tirados 30 tempos dos processos de chegada do 
cliente, atendimento no açougue e do atendimento no caixa, isso em um dia 
considerado de alto movimento. Os dados foram passados para uma planilha de Excel 
(Tabela 1) e organizados em ordem decrescente. 
 
Tabela 1 – Tempos cronometrados 
Processos 
Chegada Açougue Caixa 
10 35 53 
10 35 50 
9 34 45 
8 33 45 
8 29 43 
7 29 41 
7 27 36 
7 24 34 
7 23 34 
6 23 33 
5 23 32 
5 22 31 
5 22 28 
5 21 26 
4 21 24 
4 20 23 
4 20 23 
4 18 22 
4 17 21 
3 15 21 
3 15 21 
3 12 20 
3 12 13 
3 11 11 
3 10 11 
3 10 9 
2 9 8 
2 5 8 
2 5 5 
1 5 3 
Fonte: Autoria Própria (2019) 
 
Após a coleta dos tempos de cada um dos processos, eles foram utilizados 
como fonte de dados para descobrir qual é a melhor distribuição estatística, para isso 
será utilizado a função input analyser que o software Arena possui, obtendo dessa 
forma a imagem do gráfico junto ao comportamento da curva (Figura 3) e uma 
expressão (Tabela 2) que será utilizada como informações de entrada para o modelo 
do sistema (Figura 4) no software Arena e assim rodar a simulação, analisa-la e 
identificar possíveis melhorias para o sistema estudado. 
 
Figura 3 – Comportamento da curva 
 
Fonte: Autoria Própria (2019) 
 
Tabela 2 – Expressão 
Processo Expressão 
Chegada 0.5 + 10 * BETA(1.07, 0.86) 
Açougue 4.5 + 31 * BETA(0.872, 0.926) 
Caixa 2.5 + 51 * BETA(1.08, 1.29) 
Fonte: Autoria Própria (2019) 
 
Figura 4 – Modelo do sistema 
 
Fonte: Autoria Própria (2019) 
3.2. Primeira simulação 
 
Com a posse dos dados de entrada, elas foram inseridas nas configurações 
dos processos de entrada, açougue e caixa, a saída não necessita de configurações. 
Para configura e realizar a inserção dos dados, basta clicar com o botão direito do 
mouse 2 vezes, assim abrira uma caixa de diálogo com os campos para serem 
preenchidos (Figura 5). 
 
Figura 5 – Instruções da inserção de dados 
 
Fonte: Autoria Própria (2019) 
Depois de realizada a configuração no software, deu se início a simulação, o 
que nos proporcionou uma visão mais ampla do processo, como: utilização de 
recursos e filas que são o foco do estudo, com os dados obtidos na simulação foi 
identificado uma fila muito grande em dias de grande movimento. 
 
Figura 4 – Comportamento da curva 
 
Fonte: Autoria Própria (2019) 
Quadro 4 – Resultados da simulação no Arena 
Processo 
Quant. de 
atendente 
Queue (fila) 
Resource 
(recursos) 
Entity 
(entidades) 
Tempo 
médio de 
espera 
na fila 
(minutos) 
Número 
médio de 
entidades 
em fila 
Utilização 
instantânea 
Entrou 
no 
sistema 
Saiu do 
sistema 
Açougue 
(Açougueiro) 
1 146,78 24,83 100% 
77 15 
Caixa 
(Balconista) 
1 90,67 4,84 97% 
Fonte: Simulação realizada no Arena (2019) 
 
3.3 Análise da simulação 
 
Ao observar os resultados, é notável que o consumidor tem esperado na fila, 
cerca de 1 hora e 27 minutos na fila do açougue e 1 hora e 31 minutos na fila do caixa, 
esses tempos de espera são muito altos, gerando o descontentamento do consumidor 
ou até o cancelamento da compra por ele. Ao analisar o número médio de pessoas 
que aguardam na fila, também se nota que é muito alto. No açougue o número médio 
é de 25 pessoas, quando um consumidor chega e identificar uma fila deste tamanho 
acaba tendo receio de ficar esperando, optando por procurar outro lugar para realizar 
sua compra. 
Quando observamos a quantidades de entrada e saída de entidades, é de fácil 
percepção do porquê entram 77 e saem somente 15, desta forma é perceptível que o 
gargalo deste sistema é o processo onde o cliente passa pelo açougue e pelo caixa, 
a quantidade de atendentes é insuficiente. Vale ressaltar que a utilização também está 
muito alta, o açougue em 100% e o caixa em 97%, isso pode levar a uma sobrecarga 
do funcionário 
Desta forma percebe-se que o sistema precisa ser otimizado, para conseguir 
propor uma solução cabível ao local de estudo, verificou-se os outros mercados da 
cidade, o número de funcionários que eles possuíam no açougue e no caixa, resultado 
que em média o número de colaboradores tanto no açougue como no caixa nesses 
estabelecimentos era 4 (tabela 2). 
 
Tabela 2 – Pesquisa de campo 
Supermercado Açougue Caixa 
Supermercado 1 6 4 
Supermercado 2 3 4 
Supermercado 3 5 4 
Supermercado 4 2 3 
Supermercado 5 4 3 
Média 4,0 3,6 
Fonte: Autoria Própria (2019) 
 
Após a pesquisa de campo com os outros supermercados e fazer uma breve 
comparação em nível de movimentação, pode-se afirmar que o mercado em estudo 
tem condições de aumentar sua equipe de funcionários, tanto no açougue como no 
caixa para 4 funcionários em dias que possui um nível de vendas alto. 
Deste modo realizou uma nova simulação, aumentando o número de 
colaboradores para 4, essa ação foi realizada a fim de ter conhecimento se realimente 
o aumento de funcionários é uma estratégia a ser seguida. 
 
4. RESULTADOS E DISCUÇÃO 
 
Após realizar a mudança e adicionar mais 4 atendentes como caixas e 4 
açougueiros no açougue (Figura 5), rodou novamente a simulação, e com isso 
obtivemos novos resultados (Quadro 5). 
 
Figura 5 – Comportamento da curva 
 
Fonte: Autoria Própria (2019) 
 
Quadro 4 – Resultados da simulação no Arena 
Processo 
Queue (fila) 
Resource 
(recursos) 
Entity (entidades) 
Tempo médio 
de espera na 
fila (minutos) 
Número médio 
de entidades 
em fila 
Utilização 
instantânea 
Entrou 
no 
sistema 
Saiu do 
sistema 
Açougue 1 
(açougueiro 1) 
14,19 0,62 85% 
80 54 
Açougue 2 
(açougueiro 2) 
60,56 2,51 91% 
Açougue 3 
(açougueiro 3) 
12,08 0,54 64% 
Açougue 4 
(açougueiro 4) 
27,01 1,18 90% 
Média 28,46 1,21 82,50% 
Caixa 1 
(Balconista 1) 
20,44 1,08 65% 
Caixa 2 
(Balconista 2) 
65,52 2,64 84% 
Caixa 3 
(Balconista 3) 
42,11 1,26 57% 
Caixa 4 
(Balconista 4) 
26,44 1,04 70% 
Média 38,62 1,50 69,00% 
Fonte: Simulação realizada no Arena (2019) 
 
A proposta aplicada resultou em resultados positivos, pois antes das 
mudanças, realizadas no sistema, entravam 77 entidades e somente 15 saiam do 
sistema, agora em um novo cenário com as modificações implementadas, entram 80 
e saem 53 entidades. 
Como já citado anteriormente os gargalos do sistema eram no processo de 
atendimento no açougue e caixa, pois possuíam somente 1 atendendo em cada,sendo esses locais onde as mudanças foram aplicadas, a seguir no item 4,2 e 4,3 
estarão de forma mais explicitas a influência das mudanças em cada um dos 
processos de atendimento pelo caixa e açougue. 
 
4.2 Resultados e discussão de atendimento no açougue 
 
Analisando os novos resultados da simulação pode-se perceber que diminuiu 
o tempo de espera antes o cliente esperava 146,78 minutos na fila, agora o tempo de 
espera pode varear entre 12,08 a 60,56 minutos, isso depende do atendente que você 
pegar. Em média o tempo de espera diminuiu em 80,6%. 
Verificando o número de consumidores em fila identifica-se que ouve uma 
amenizada, antes o número em fila era de 25 pessoas, agora o número de 
consumidores em fila pode variar entre 1 a 3 pessoas. Em média houve uma 
diminuição de 95,13% no número de pessoas na fila. 
Ao olhar para os dados obtidos sobre a utilização do funcionário que antes era 
de 100%, agora varia entre 64% a 90%. Em média a utilização do funcionário diminuiu 
em 17,5%. 
 
4.3 Resultados e discussão do atendimento no caixa 
 
Analisando os novos resultados da simulação pode-se perceber que diminuiu 
o tempo de espera antes o cliente esperava 90,67 minutos na fila, agora o tempo de 
espera pode varear entre 20,44 a 65,52 minutos, isso depende do atendente que você 
pegar. Em média o tempo de espera diminuiu em 66,23%. 
Verificando o número de consumidores em fila identifica-se que ouve uma 
amenizada, antes o número em fila era de 9 pessoas, agora o número de 
consumidores em fila pode variar entre 1 a 3 pessoas. Em média houve uma 
diminuição de 81,57% no número de pessoas na fila. 
Ao olhar para os dados obtidos sobre a utilização do funcionário que antes era 
de 100%, agora varia entre 57% a 84%. Em média a utilização do funcionário diminuiu 
em 28%. 
 
5. CONCLUSÃO 
 
Com a aplicação da proposta e utilização do software Arena como meio de 
simulação para o processo do supermercado, pode-se diminuir o tempo de espera na 
fila, o numero de consumidores esperando na fila e a utilização do funcionário, 
resultando desta forma em um aumento da satisfação do cliente por ter que esperar 
mesmo para realizar sua compra e diminuiu a utilização do funcionário, diminuindo a 
carga no colaborador e consequentemente prevenindo desgastes fulturos. 
Por fim pode-se concluir que o software de simulação Arena possibilitou uma 
visão global e detalhada do processo, auxiliando a identificação de gargalos e a agir 
forma certeira em cima do problema. 
 
REFERÊNCIAS 
 
BALBINOT, Amanda Bifano; COLOMBO, Elisângela dos Santos. Atendimento e 
satisfação de clientes: estudo de desempenho dos colaboradores em uma rede de 
supermercados. Revista Acadêmica São Marcos, v. 7, n. 1, p. 42-72, 2017. 
 
BARDIN, Laurence. Análise de conteúdo. Tradução de Luís Antero Reto e Augusto 
Pinheiro. Lisboa: Edições, v. 70, p. 125-132, 1977. 
 
BERALDO, Gabriel et al. Simulação em arena aplicada em empresa distribuidora de 
remédios. Revista fafibe on-line, v. 10, n. 1, p. 15-27, 2018. 
 
BONOMA, Thomas V. Pesquisa de caso em marketing: oportunidades, problemas e 
um processo. Jornal de pesquisa de marketing, v. 22, n. 2, p. 199-208, 1985. 
 
IBGE. Agência IBGE notícias: Vendas no varejo recuam 2,2% em dezembro e 
acumulam alta de 2,3% em 2018. Rio de Janeiro: Estatísticas Econômicas, 2019. 
Disponível em : <https://agenciadenoticia s.ibge.gov.br/agencia-sala-de-imprensa/201 
3-agencia-denoticias/releases/23794-vendas-no-varejo-re cuam-2-2-em-dezembro-e-
acumulam-alta-de-2-3-em-2018>. Acessado em: 06 maio 2019. 
 
CHWIF, Leonardo & MEDINA, Afonso C. Modelagem e Simulação de Eventos 
Discretos: Teoria e Aplicações. 3. Ed. rev. São Paulo: Ed. do Autor, 2010. 
 
FREITAS FILHO, Paulo Jose de. Introdução à modelagem e simulação de sistemas 
com aplicações em arena. 2ª ed. Florianópolis, SC: Visual Books, 2008. 
https://agenciadenoticias.ibge.gov.br/agencia-sala-de-imprensa.html?editoria=economicas
 
FLORES, Felipe Nunes. Avaliação de satisfação e uso de autosserviço em 
hipermercados de Curitiba. 2016. 72 v. Monografia (Especialização) - Curso de 
Gestão da Informação, Ciência e Gestão da Informação do Setor, Universidade 
Federal do Paraná, Curitiba, 2016. Disponível em: <https://acervodigital.ufpr.br/b 
itstream/handle/1884/45549/Felipe%20Nunes%20Flores.pdf?sequence=1&isAllowed
=y>. Acesso em: 31 maio 2019 
 
GARCIA, Claudio. Modelagem e Simulação de Processos Industriais e de 
Sistemas Eletromecânicos. 2. ed. São Paulo: Edusp, 2005. 688 p. Disponível em: 
<https://books.google.com.br/books?hl=pt-BR&lr=&id=PdxwQs6P0nIC&oi=fnd&pg=P 
A13&dq=GARCIA,+Claudio.+Modelagem+e+Simula%C3%A7%C3%A3o+de+Proces
sos+Industriais+e+de+Sistemas+Eletromec%C3%A2nicos+Vol.+1.+Edusp,+2005.&o
ts=usotX3zZPo&sig=o4adOpbExGjTKUnMuNZTVNAFFOQ#v=onepage&q=GARCIA
%2C%20Claudio.%20Modelagem%20e%20Simula%C3%A7%C3%A3o%20de%20P
rocessos%20Industriais%20e%20de%20Sistemas%20Eletromec%C3%A2nicos%20
Vol.%201.%20Edusp%2C%202005.&f=false>. Acesso em: 31 maio 2019. 
 
GIL, A. C. Método e técnicas de pesquisa social. 6ª. ed. São Paulo: Atlas S.A, 2008. 
 
MARQUES, Alice. "Que fatores determinam a escolha do supermercado pelos 
taquarienses entre: Ávila, Dia e Paraíso". 2018. Monografia (Graduação em 
Comunicação Social com Habilitação em Publicidade e Propaganda) – Universidade 
do Vale do Taquari - Univates, Lajeado, 28 jun. 2018. Disponível em: 
<http://hdl.handle.net/10737/2113>. Acessado em: 31 maio de 2019. 
 
MORABITO, Reinaldo; LIMA, Flavio C. R. de. Um modelo para analisar o problema 
de filas em caixas de supermercados: um estudo de caso. Pesqui. Oper., Rio de 
Janeiro, v. 20, n. 1, p. 59-71, junho 2000. Disponível em: <http://www.scielo.br/pdf/pop 
e/v20n1/a07v20n1.pdf>. Acessado em: 31 maio de 2019. 
 
MORALES, Flávio Galego; FERREIRA, Flávio Smania. A excelência em qualidade no 
atendimento das organizações. HÓRUS, v. 6, n. 2, p. 39-59, 2017. 
 
MORAES, Daniel Lee. Desempenho das Lojas de uma rede de supermercados do 
Estado do Rio de Janeiro: Um exercício de análise das percepções dos seus gerentes. 
2017. Tese de Doutorado. Universidade Federal do Rio de Janeiro. 
 
MIYAGI, Paulo E. Introdução a Simulação Discreta. São Paulo: Escola Politécnica 
da Universidade de São Paulo - Departamento de Engenharia Mecatrônica e de 
Sistemas Mecânicos, 2006. 52 p. Disponível em: <http://sites.poli.usp.br/d/pmr2460/ar 
quivos/Apostila_Simulacao.pdf>. Acesso em: 31 maio 2019. 
 
PEREIRA, Marina Meireles; DANTAS, Maria José Pereira. Aplicação da modelagem 
e simulação nos sistemas de filas m/m/s- entendendo a natureza da simulação. 
Revista Produção Online, Florianópolis, v. 17, n. 1, p. 49-75, mar. 2017. ISSN 
16761901. Disponível em: <https://producaoonlin e.org.br/rpo/article/view/2360/1494> 
Acesso em: 24 maio 2019. doi:https://doi.org/10.14488/1676-1901.v17i1.2360. 
 
PRADO, Darci Santos. Usando o Arena em simulação. Editora: Falconi, ed. 5, 2014 
http://www.scielo.br/pdf/pope/v20n1/a07v20n1.pdf
http://www.scielo.br/pdf/pope/v20n1/a07v20n1.pdf
 
PRADO, Darci Santos. Usando o ARENA em Simulação. 3. ed. Belo Horizonte: Ed. 
INDG Tecnologia e Serviços Ltda., 2008. 
 
PRADO, Darci Santos. Teoria das Filas e da Simulação. Belo Horizonte: Editora de 
Desenvolvimento Gerencial, 1999, 124 p. Série Pesquisa Operacional, v. 2. 
 
PRAIA, Carlos Ribeiro; GOMES, Carlos Francisco Simões. Análise da quantidade de 
recursos humanos de um setor de compras de suprimentos com base em simulação. 
Blucher Marine Engineering Proceedings, v. 2, n. 1, p. 452-461, 2016. 
 
PEREIRA, André Gonçalves Corrêa. Análise de custos do congestionamento a partir 
da simulação na região do Valongo - Porto de Santos. 2017. 73 f., il. Trabalho de 
Conclusão de Curso (Bacharelado em Engenharia de Produção) - Universidade 
de Brasília, Brasília, 2017. 
 
RESENDE, Thalita Mendes; PACHECO, Patrícia Prado. Super e hipermercados: uma 
análise da evolução do sistema de auto-serviços no município de Uberlândia–MG. 
2016. 
 
ROJO, Francisco José Grandis.Pesquisa: o comportamento do consumidor nos 
supermercados. Revista de Administração de Empresas, v. 38, n. 3, p. 16-24, 1998. 
 
SAMPAIO, P. G. V.; OLIVEIRA, S. D. Estudo de Modelagem e Simulação de Filas 
num Supermercado Associado à Análise de Cenários. In: Anais do XXXIII ENEGEP 
- Encontro Nacional de Engenharia de Produção, Salvador, BA, 2013. 
 
SCHRIBER, T. J. Simulation Using GPSS. Wiley, NY, 1974. 
 
SERRA, Adriana Braga. Merchandising e Comunicação Visual: Uma aplicação na 
sinalética nos pontos de venda da ALDI Supermercados. 2018. 81 f. Dissertação 
(Mestrado) - Curso de Publicidade e Marketing, Instituto Politécnico de Lisboa - Escola 
Superior de Comunicação Social, Lisboa, 2018. Disponível em: <https://repositorio.ipl. 
pt/bitstream/10400.21/9533/1/Adriana%20Serra%20Relatorio%20de%20Estagio_Me
rchandising.pdf>. Acesso em: 31 maio 2019. 
 
SILVA, Liane Márcia Freitas; PINTO, Marcel de Gois; SUBRAMANIAN, Anand. 
Utilizando o software Arena como ferramenta de apoio ao ensino em engenharia de 
produção. Anais do XXVII Encontro Nacional de Engenharia de Produção, 2007. 
 
SOUZA, Ana Cláudia et al. Estudo de filas em caixas rápidos de um supermercado 
utilizando simulação computacional. Revista Latino-Americana de Inovação e 
Engenharia de Produção, [S.l.], v. 3, n. 4, p. 203-222, out. 2015. Disponível em: <http 
s://revistas.ufpr.br/relain ep/article/view/43619/26502>. Acesso em: 02 jun. 2019. 
 
WERNER, Alexandre; SEGRE, Lidia Micaela. Uma análise do segmento de 
supermercados: estratégias, tecnologias e emprego. Boletim Técnico do SENAC, v. 
28, n. 1, p. 46-56, 2018.