Relatório GP-1

Prévia do material em texto

14
INSTITUTO SUPERIOR POLITÉCNICO DE TECNOLOGIAS E CIÊNCIAS
CURSO DE ENGENHARIA DE PRODUÇÃO INDUSTRIAL 
PLANEAMENTO E CONTROLE DA PRODUÇÃO II
DIETO LIDUINA AFONSO PAULO
JOICE DA CONCEIÇÃO CASTRO AGOSTINHO
MÓNICA KIEZA GUIMARÃES DA ROCHA
PRINCE DE MAURO COELHO LOPES
SIMULAÇÃO EMPRESARIAL EM GESTÃO DA PRODUÇÃO: JOGO DE GESTÃO DA PRODUÇÃO 1
Luanda
2021
DIETO LIDUINA AFONSO PAULO
JOICE DA CONCEIÇÃO CASTRO AGOSTINHO
MÓNICA KIEZA GUIMARÃES DA ROCHA
PRINCE DE MAURO COELHO LOPES 
SIMULAÇÃO EMPRESARIAL EM GESTÃO DA PRODUÇÃO: JOGO DE GESTÃO DA PRODUÇÃO 1
Trabalho apresentado como requisito parcial para obtenção de nota na disciplina Planeamento e Controle da Produção II, do curso de Engenharia de Produção Industrial ministrado pelo Instituto Superior Politécnico de Tecnologias e Ciências (ISPTEC), sob orientação da Prof º Luís Almeida.
Luanda
2021
RESUMO
Esse trabalho visa analisar os resultados obtidos no jogo de simulação empresarial GP-1 referentes ao processo produtivo e venda de uma indústria de móveis. O objectivo desse relatório é fornecer maior informação e conhecimento a respeito do comportamento de uma demanda, consoante as variáveis e parâmetros introduzidos dando condições para que boas decisões sejam tomadas quanto a escolha do volume ou quantidade de bens a serem produzidos. O não atendimento de uma demanda pode gerar danos significativos tanto para a indústria, os seus fornecedores e seus clientes. Dessa forma, procuramos tomar as melhores decisões tendo em conta a diminuição de custos, pretendendo assim aumentar o nosso lucro operacional e equilibrar o nosso índice de demanda entre os períodos. Na sequência, por meio de uma análise causal, foram obtidas informações que, ao serem bem estudadas e justificadas, melhoraram a sua precisão, dando assim, resultados aceitáveis. Por fim, tendo em vista os bons resultados atingidos são propostas alterações no decorrer da simulação quanto ao volume de produção efectiva dependendo do tipo de demanda, obtendo melhorias no processo produtivo.
Palavras-chaves: simulação empresarial, parâmetros, produção, demanda
ABSTRACT
This work aims to analyze the results obtained in the business simulation game GP-1 regarding the production process and sale of a furniture industry. The purpose of this report is to provide more information and knowledge about the behavior of a demand, depending on the variables and parameters introduced, providing conditions for good decisions to be made regarding the choice of the volume or quantity of goods to be produced. Failure to meet a demand can generate significant damage to both the industry, its suppliers and its customers. In this way, we seek to make the best decisions taking into account the decrease in costs, thus aiming to increase our operating profit and balance our demand index between the periods. Then, through a causal analysis, information was obtained that, when well-studied and justified, improved its accuracy, thus giving acceptable results. Finally, in view of the good results achieved, changes are proposed in the course of the simulation as to the volume of effective production depending on the type of demand, obtaining improvements in the production process.
Keywords: business simulation, parameters, production, demand
 
SUMÁRIO
1.INTRODUÇÃO	6
2.REVISÃO BIBLIOGRÁFICA	7
2.1 JOGOS DE SIMULAÇÃO EMPRESARIAL	7
2.1.1 GESTÃO DA PRODUÇÃO 1	7
2.2 PREVISÃO DE DEMANDA	7
3.RESULTADOS E DISCUSSÕES	10
3.1 PADRÃO SAZONALIDADE	10
3.2 PADRÃO TENDÊNCIA	13
3.3 PADRÃO UNIFORME	13
4.CONCLUSÕES	13
5.REFERÊNCIAS BIBLIOGRÁFICAS	14
INTRODUÇÃO
Em uma empresa, todas as modificações e iniciativas a serem implementadas trazem consequências para o negócio de maneira directa ou indirecta, sendo elas positivas ou negativas. 
Na origem da maioria das decisões de negócios está o desafio de prever a demanda do cliente. É uma tarefa difícil porque a demanda por serviços e bens pode variar muito.
Actualmente a simulação empresarial cada vez mais é absorvida pelas empresas pois permite criar estratégias dando solução para situações específicas, de forma segura, por meio de testes. Essas simulações tornaram-se indispensáveis para quem precisa avaliar as consequências de mudanças em processo produtivo e aplicá-las em uma empresa.
No âmbito da pesquisa científica e académica os jogos de simulação têm-se mostrado adequados ao ensino de adultos, já que permitem inserir os estudantes em um ambiente empresarial que, por meio do processo contínuo de tomada de decisões e análise dos resultados, estimula o desenvolvimento de habilidades gerenciais (VIEIRA FILHO et al., 2008). 
Os jogos não têm por finalidade transmitir uma realidade não fictícia. Essa proximidade com o ambiente real é denominada simulação. Assim, a simulação é um meio de se experimentar ideias e conceitos sob condições que estariam além das possibilidades de se testar na prática, devido ao custo, demora ou riscos envolvidos (SCHAFRANSKI; TUBINO 2002).
Assim sendo este relatório contém informações sobre as tomadas de decisões feitas durante o jogo de simulação empresarial GP-1, gestão da produção, segundo a análise dos jogadores do grupo KAIZEN, objectivando melhorar a produção efectiva dentro da empresa CIA-INDUSTRIAL.
OBJECTIVOS
OBJECTIVO GERAL
Analisar os resultados da simulação do jogo empresarial gestão da produção 1.
OBJECTIVOS ESPECÍFICOS
· Conhecer a dinâmica de simulação do ponto de vista de uma Indústria, tendo em conta a sua demanda prevista, sua produção efectiva e suas vendas.
· Justificar as eventuais mudanças no decorrer da simulação do jogo
· Apresentar as decisões de melhoria do processo produtivo.
REVISÃO BIBLIOGRÁFICA
2.1 JOGOS DE SIMULAÇÃO EMPRESARIAL
No campo da Engenharia de Produção é notória a necessidade de se preparar profissionais qualificados e que tenham condições de desempenhar actividades que sejam condizentes com a realidade empresarial. Acredita-se que os jogos empresariais são importantes, pois permitem que os alunos possam simular, num ambiente competitivo e com emoção, as atividades gerenciais de uma empresa, com alto nível de precisão (SCHANFRASKI, 2002).
Jogos de simulação ou jogos empresariais são jogos que simulam diferentes cenários de negócio da vida real, garantindo um melhor aprendizado e treinamento de habilidades por meio de uma metodologia de simulação. 
Toda empresa de manufactura tem duas premissas básicas: produzir alguma coisa e comercializar o que é produzido. Na produção existem diversos factores envolvidos, como recursos humanos, materiais, equipamentos e instalações. A comercialização (marketing) por sua vez necessita de pesquisa de mercado, promoções, vendas e distribuição. No entanto, tudo que está envolvido na produção e no marketing tem um custo. Sendo assim, a empresa necessita financiar as fases de produção e marketing, e isso resulta em uma terceira atividade básica que toda empresa manufatureira deve fazer: gerir os recursos financeiros. Deste modo, existem três setores funcionais básicos: produção, marketing e finanças. (SCHANFRASKI, 2002).
2.1.1 Gestão de Produção- 1
De acordo com Schafranski e Tubino (2002), o GP-1 emprega conceitos relacionados ao planeamento estratégico da produção. Para isso, considera-se uma fabricante de móveis fictícia, que adota produção empurrada. A demanda dos bens produzidos é incerta e o horizonte de planeamento é de dois anos, dividido em decisões que devem ser tomadas a cada três meses. O objectivo do jogo é determinar a quantidade de produtos a ser produzida em horário normal e estendido e quanto da produção deve ser terceirizada, de modo que o lucro seja máximo. Além disso, pode-se optar por aumentar capacidade da fábrica, que estaria disponível no período seguinte. Assim sendo, ao jogar o GP-1 são empregados conceitos de planeamento e controle da produção, previsão de demanda, gestão de custos, engenharia económica, entre outros. A cada uma das oito rodadas, em função das decisões tomadas, os jogadores recebem um feedback,que é materializado por meio de um Indicador de Desempenho (ID), que permite comparar o desempenho deles.
2.2 PREVISÃO DE DEMANDA
Martins e Laugeni (2005) definem previsão de demanda como um processo metodológico para determinação de dados futuros baseados em dados estatísticos, matemáticos ou económicos ou ainda subjectivos apoiados em uma metodologia de trabalho clara e previamente definida. 
As previsões são usadas pelo Planeamento e Controle da Produção em dois momentos distintos: para planear o sistema produtivo (longo prazo) e para planear o uso deste sistema produtivo (curto prazo).
Os padrões de demanda mais comuns são:
1. média, em que as flutuações da demanda e tão em torno de um valor constante;
2. tendência linear, a tendência de uma série temporal é definida como um padrão decrescimento e descrecimento da variável em um certo período de tempo. Existem testes específicos para a identificação da tendência, como o Teste de Wald e o de Cox-Stuart. Entretanto, uma técnica muito utilizada é o ajuste de uma Regressão Linear Simples para a identificação da inclinação da recta de tendência.
3. tendência não linear, em que a demanda cresce ou decresce não linearmente, conforme uma equação do 2º grau, por exemplo;
4. sazonal, em que a demanda cresce ou decresce, em certos períodos. A sazonalidade determinística pressupõe um padrão sazonal regular e estável no tempo, o que permite prever o comportamento sazonal perfeitamente a partir de dados anteriores – modelos de regressão como o Método dos Mínimos Quadrados são muito aplicados nesse tipo de série. Já a sazonalidade estocástica é quando a componente sazonal da série varia com o tempo.
Figura 1. Padrões de demanda (Martins e Laugeni ,2005)
2.2.1 MÉTODOS DE PREVISÃO DE DEMANDA
Os métodos de previsão de demanda podem ser subdivididos em dois grandes grupos: 
· Métodos qualitativos, privilegiam principalmente dados subjectivos, os quais são difíceis de representar numericamente. 
· Métodos quantitativos, envolvem a análise numérica dos dados passados, isentando-se de opiniões pessoais ou palpites. Empregam-se modelos matemáticos para projetar a demanda futura. Podem ser subdivididas em dois grandes grupos: as técnicas baseadas em séries temporais, e as técnicas causais.
 
Embora muitos métodos estejam disponíveis, concentramo-nos aqui na regressão linear e no método de ajustamento sazonal, dois dos mais conhecidos e utilizados. Os métodos apresentados a seguir são baseados em dados históricos. Existe, portanto, a hipótese implícita de que "o futuro é uma continuação do passado” (Martins e Laugeni,2005).
a. REGRESSÃO LINEAR
O modelo de previsão de demanda dos mínimos quadrados é um pouco mais elaborado, podendo ser aplicado a séries temporais de demandas que apresentam tendência, mas não apresentam sazonalidade.
Y=a + bx (3)
b. AJUSTAMENTO SAZONAL 
Para desenvolver este método, deve-se determinar a média de consumo em cada ano e o coeficiente de sazonalidade para cada período de sazonalidade ao longo dos anos. Com esses valores. Determina-se o coeficiente médio de sazonalidade de cada período de cada ano, após esse cálculo projeta-se a demanda global para o ano previsto e a média de consumo para cada período de sazonalidade. Por meio de um método de previsão. A média prevista de consumo em cada período da sazonalidade multiplicada pelo coeficiente médio de sazonalidade de cada período do ano resulta na previsão da demanda de consumo. 
 (4)
 (5)
3- RESULTADOS E DISCUSSÕES
Para a geração da demanda histórica foram introduzidos os seguintes parâmetros: 
	Parâmetros
	Valor
	Unidade
	Redução custo variável
	0,7
	% 1000UM
	Preço de venda
	81
	UM
	Perda de clientes
	79
	%
	Custo variável turno normal
	52
	UM/ peça
	Custo variável turno extra
	55
	UM/ peça
	Custo variável terceirizado
	70
	UM/ peça
	Custo armazenagem
	10
	UM/ peça
	Custo fixo produção normal
	270 000
	UM
	Custo fixo ½ turno extra
	42 200
	UM
	Custo fixo 1 turno extra
	52 200
	UM
	Limite mínimo de previsão
	13 500
	Peça
	Limite máximo de previsão
	21 500
	Peça
Tabela. Parâmetros do jogo
A seguir serão apresentadas as condições para cada tipo de padrão de demanda 
	SAZONALIDADE
	TENDÊNCIA
	UNIFORME
	
	
	
Tabela. Condições pré-estabelecidos pelo GP-1
Fazendo uma análise daquilo que são os limites pré-estabelecidos para os parâmetros no jogo, percebeu-se que a diferença entre o valor máximo e mínimo de demanda é de 8000 peças, condição essa que não é aceite pelo programa para o Padrão de demanda uniforme. Daí partiu a necessidade de se alterar o limite superior de 21500 para 17500 na hora de simular a demanda para o padrão uniforme.
3.1 PADRÃO SAZONALIDADE
Aquando da introdução dos parâmetros, fez-se a simulação para demanda histórica e o programa gerou os seguintes valores:
	Período 
	Demanda
	1
	16400
	2
	20000
	3
	14700
	4
	17500
	5
	17900
	6
	20700
	7
	14700
	8
	17500
Como se pode ver, na tabela anterior, estamos em presença de uma demanda histórica que possui sazonalidade e para calcular a demanda prevista utilizou-se o método de Ajuste Sazonal, que gerou os seguintes resultados:
	X (trimestre)
	Y (Demanda Histórica)
	
	X*Y
	Demanda Dessazonalizada
	Demanda sazonalizada
	1
	16400
	1
	16400
	17441,67
	17166
	2
	20000
	4
	40000
	17436,90
	20342
	3
	14700
	9
	44100
	17432,14
	12401
	4
	17500
	16
	70000
	17427,38
	17575
	5
	17900
	25
	89500
	17422,61
	17148
	6
	20700
	36
	124200
	17417,85
	24175
	7
	14700
	49
	102900
	17413,09
	12401
	8
	17500
	64
	140000
	17408,33
	17575
	36
	139400
	204
	627100
	 Total
Tabela n. Cálculo de previsão da demanda pelo Ajuste Sazonal
A demanda dessazonalizada foi calculada com o método de regressão linear e achou-se seguinte fórmula: 
	Trimestre
	1
	2
	3
	4
	Total
	1
	16400
	20000
	14700
	17500
	68600
	2
	17900
	20700
	14700
	17500
	70800
	Média
	17150
	20350
	14700
	17500
	69700
	I.S
	0,9842
	1,1678
	0,8436
	1,0043
	
Tabela n. Cálculo do índice de Sazonalidade (I.S)
Após a previsão da demanda iniciou-se o jogo e se fez o seguinte plano de produção:
O preenchimento do plano de produção foi em função da demanda prevista, e do comportamento da demanda efectiva, e as imprevisões foram corrigidas no período posterior gerando os seguintes relatórios.
Na Demanda com Sazonalidade, verificou-se alguns desvios do real comparativamente com o previsto, isto porque nada é certo e face a essas incertezas procurou-se corrigir nos períodos posteriores controlando sempre os custos, jogando com as opções de produção que acarretam menos custos e procurando reduzir estoque e diminuir ou mesmo não ter vendas perdidas. Também, houve uma grande dificuldade para planear a produção sazonal, pois esses desvios atrapalharam muito, o que levou a utilizar não só os conhecimentos técnicos como também o empirismo.
3.2 PADRÃO TENDÊNCIA
3.3 PADRÃO UNIFORME
CONCLUSÕES
A partir da dinâmica da simulação do jogo GP-1e mudanças ocorridas durante a mesma verificou-se que, jogos empresarias ajudam na compreensão de determinados sistemas, visto que é uma simulação de uma situação real, que permite ao usuário do jogo compreender a partir de tentativas e erros o comportamento de um sistema de produção e possíveis soluções, o que na vida real não seria benéfico, já que erros são fatais e podem por “nocautear” a organização. Também conseguiu-se perceber que nem sempre as coisas acontecem como o previsto, pois a previsão da demanda dá-nos somente uma ideia do que se pode esperar de procura.
Dependendo do tipo de demanda, perda de vendas ou estoque de produtos pode beneficiar ou prejudicar o aumento de lucros, assim como pode aumentar ou diminuir os custos. Cada cenário deve ser bem analisado tendo em conta as suas variáveis, pós e contras. 
REFERÊNCIAS BIBLIOGRÁFICAS
CARACTERISTICAS DAS SERIES TEMPORAIS. Disponível em: < https://operdata.com.br/blog/caracteristicas-das-series-temporais/ >. Acesso em: 12 de Abril de 2021.
TENDÊNCIAE SAZONALIDADE. Disponível em: < https://www.monolitonimbus.com.br/tendencia-e-sazonalidade/ >. Acesso em: 12 de abril de 2021.
VIEIRA FILHO, Lauro Cesar; MATOS, Fátima Regina Ney; GUEDES, Maria Gentila Cesar Vieira; DINIZ, Giselle Cesar Vieira.; DINIZ JUNIOR, Ary Avellar. Jogo de Empresas: Caracterização e Implementação Computacional de um Modelo para o Ensino da Logística – GI-LOG. Publicado em 2008. Disponível em: http://docplayer.com.br/16057798-Jogo-de-empresas%20caracterizacao-e-implementacao-computacional-de-um-modelo-para-o-ensino-da-logistica-gi-log.html Acesso em: 19 de Abril 2021.
MARTINS, P. G.; LAUGENI, F. P. Administração da produção. 2. ed. São Paulo: Saraiva, 2005
KRAJEWSKI, Lee J; RITSMAN, Larry P; MALHOTRA, Manoj K. Administração da Produção e Operações. São Paulo : Pearson Brasil, 2009.
16400	20000	14700	17500	17900	20700	14700	17500