Resumo: Este trabalho tem como objetivo comparar modelos para apoiar a tomada de decisões de planejamento de produção (e, consequentemente, de vendas e estoques), num ambiente em que a demanda dos produtos é variável e incerta, há possibilidade de produção em horas normais e em horas extras, ocorre perda de venda em caso de falta, há limite para armazenagem interna, com possível e mais cara armazenagem externa, e os custos de pedido, decorrentes da preparação das máquinas, são relevantes. Inicialmente, é apresentado um modelo linear e determinístico, com demanda totalmente conhecida, sem faltas no atendimento. No modelo seguinte, são estabelecidos estoques de segurança para atender à demanda incerta, mas ainda sem possibilidade de haver faltas no atendimento. O terceiro modelo inclui o cálculo de faltas como consequência da incerteza da demanda. Os dois últimos modelos utilizam um processo iterativo para reestimar o custo unitário de estocagem, necessário ao cálculo dos estoques de segurança de cada período do horizonte de planejamento. Os modelos foram operacionalizados em MSExcel, utilizando as funções de programação linear e de busca disponíveis no Solver do mesmo software, permitindo calcular os resultados em cada situação. Assim como o problema original, os dados dos exemplos são baseados em empresas reais. O estudo permite concluir que, para o problema analisado, modelos lineares, mais simples e de execução mais rápida, podem ser suficientes para orientar boas decisões.

Abstract: This paper aims to compare different models to support decision making in production planning (and, consequently, in sales and inventory), in an environment where product demands are variable and uncertain, it is possible to produce at normal hours and overtime, loss of sales is consequence of stockouts, there is limit to internal storage, with possible and more expensive external storage, and ordering costs are non-negligible. At first, we present a linear and deterministic model, with known demand and without shortage. In the second model, safety stocks are calculated to meet a probabilistic demand, but it is not yet considered the possibility of shortage. The third model includes shortage calculation as a consequence from demand uncertainty. The last two models use an iterative process to re-estimate the unit cost of storage, needed to calculate safety stocks in each period of the planning horizon. The models were implemented in MSExcel, making use of linear programming and search functions available in the software. As the original problem, data of the examples are based on real companies. The study allows concluding that, in the problem analyzed, linear models, simpler and faster to execute, may be sufficient to support good decisions.

Resumo Este estudo tem como objetivo apresentar uma técnica alternativa de suavização exponencial para estimar a demanda de itens com demanda intermitente e sazonal. A técnica usual consiste em agregar alguns períodos (meses agregados em trimestres, por exemplo) e calcular um fator de sazonalidade para o conjunto e, após fazer a estimativa para este, dividir pela quantidade de períodos que o compõe para calcular a demanda por período. Esta técnica, que recalcula base e fator de sazonalidade a cada conjunto de períodos, resulta em estimativas iguais para todos os períodos do conjunto. A alternativa apresentada também recalcula fatores de sazonalidade a cada conjunto de períodos, mas recalcula a base da demanda a cada período, permitindo acompanhar o comportamento da demanda com frequência maior. A partir de um caso real, foram comparados os resultados obtidos para as duas técnicas mencionadas e para outras que não consideram explicitamente a sazonalidade: média móvel sem sazonalidade, suavização exponencial sem sazonalidade, Croston e Syntetos-Boylan. Estas duas últimas foram desenvolvidas para demandas intermitentes, mas sem sazonalidade. As técnicas que consideram sazonalidade tiveram melhor desempenho em relação aos erros de estimação. A técnica sugerida apresentou, no exemplo utilizado, menos viés, embora com uma precisão um pouco menor do que a suavização exponencial com sazonalidade e agregação de períodos.

Abstract This study aims to present an alternative technique of exponential smoothing to estimate the demand for items with intermittent and seasonal demand. The usual technique would aggregate demand periods (months in quarters, for instance) to calculate a seasonality factor for the set of periods. The estimate for the set would be divided by the number of periods comprising it to calculate the demand per period. This technique recalculates the basis and seasonality factor for each set, and provides equal estimates for all periods within the set. The alternative herein presented also recalculates seasonal factors for every set of periods, but recalculates the demand basis for each period, allowing better monitoring of demand behavior. Based on a real-life case, the results obtained by the two techniques mentioned above and by others that do not explicitly consider seasonality were compared: simple moving average, no-seasonality exponential smoothing, Croston’s, and Syntetos-Boylan. The latter two were developed specifically for intermittent demands without seasonality. The techniques that consider seasonality performed better for estimation errors. The suggested technique, in the example, showed less bias, although with somewhat lower accuracy than exponential smoothing with seasonality and period aggregation.

Ao longo das últimas duas décadas, o setor público viu-se sob maior pressão para melhorar seu desempenho e demonstrar maior transparência e avaliação de resultados. Historicamente, o setor público brasileiro apresenta uma estrutura departamental e burocrática, o que dificulta a coordenação das atividades e diminui a eficiência e a eficácia de seus serviços. Diante desta realidade, algumas instituições brasileiras do setor público vêm buscando melhorias em sua forma de operar. Neste contexto, este trabalho tem como objetivo propor um modelo de aperfeiçoamento de processos administrativos para Instituições Públicas de Ensino Superior (IPES) brasileiras, baseado em estudo de múltiplos casos. A coleta de dados foi realizada por meio de observação, análise documental e entrevistas semiestruturadas. Considerando que na literatura existem poucos relatos sobre aperfeiçoamento de processos no setor público brasileiro, os resultados obtidos neste trabalho consistem em contribuição para a teoria, uma vez que abrangem fatores específicos do setor público e sua influência sobre programas de melhoria. Além disso, diante da grande necessidade de melhoria dos processos do setor, a descrição dos casos e a análise de seus resultados apresentam aplicação prática, uma vez que proporcionam uma base para trabalhos futuros.

For the past two decades, the public sector has been under pressure for improving its performance and showing more transparency and assessment results. Historically, the Brazilian public sector has developed a departmental and bureaucratic structure, which makes it difficult to coordinate activities and reduces the efficiency and effectiveness of its services. In face of this reality, some institutions in the Brazilian public sector have searched for improvements in their modus operandi. In this context, the objective of the present paper is to propose a process improvement model for Brazilian Public Institutions of Undergraduate Education (PIUE) based on a multiple case study. Data were collected through direct observation, documental analysis, and semi-structured interviews. Considering that there are few academic studies on process improvement in the Brazilian public sector, the results obtained in this work bring contribution to theory since they enclose specific aspects of the public sector and their influence on improvement programs. Moreover, given the major need for improvement of the processes in this sector, the cases description and results analysis present practical application since they provide a base for future research.

Este estudo compara métodos de administração de sistemas de estoques de bens de varejo não perecíveis, considerando o caso de perda de venda. Diversos métodos, baseados em modelos com diferentes hipóteses, são testados em ambientes caracterizados por comportamento da demanda e relações entre custos, entre outras características. A análise baseou-se numa simulação que avaliou o comportamento do sistema a cada intervalo de tempo num certo horizonte. O programa utilizado contém módulos para projeção de demanda baseada em suavizamento exponencial, cálculos físicos e econômicos e cálculo dos parâmetros de cada um dos métodos. Os métodos baseados em modelos de revisão periódica e demanda probabilística mostraram-se mais adequados do que os baseados, respectivamente, em revisão contínua e demanda determinística, assim como os que adotam lead-times máximos sobrepujaram os que adotam lead-times médios. Os desempenhos relativos dos métodos não foram afetados por alterações na aleatoriedade da demanda. Os métodos que operam baseados na projeção da demanda de vários períodos à frente mostraram-se mais eficazes do que os demais quando há picos de demanda, embora, nas demais situações (demanda estável, crescente ou decrescente, sem sazonalidade ou com sazonalidade suave no curto prazo), estes métodos sejam equiparáveis aos métodos baseados em revisão periódica e demanda estável ao longo do tempo.

This study compares inventory system management methods for non-perishable retail goods considering the lost sales case. Several methods, based upon models with different assumptions, are tested in environments with characteristics defined on the basis of demand pattern, relations among inventory costs and others. The analysis was made using a simulation software that evaluates the system performance at each period of time in a given time span. The software contains procedures for demand forecasting based upon exponential smoothing, for physical and economic accounting and for determination of the parameters of each management method. The methods based upon periodic review models and probabilistic demand outperformed, respectively, continuous review and deterministic demand models. Besides, the methods that adopt maximun lead-times outperformed those that adopt mean lead-times. The comparative performances of the methods were not affected by changes in demand randomness. The methods that forecast the demand of various periods ahead outperformed the others when there are peaks in demand, but in environments with other demand patterns (steady, increasing or decreasing demand, without seasonality or with smooth seasonality in the short time) similar results were yielded by these methods and those based upon periodic review and steady demand.