Módulo de Planejamento Agregado

Ao se avançar nos módulos do protótipo de software PCP UENF, encontra- se o primeiro dos temas de PCP relacionados ao planejamento: o conjunto S&OP e Planejamento Agregado. A figura 53 exibe a tela de orientação ao assunto focada nos pontos chaves do conceito de produtividade, aspecto estratégico intrínseco importante neste nível de planejamento.

Figura 53. Tela de orientação ao assunto S&OP e Planejamento Agregado

Fonte: Própria (2019)

Nesta etapa inicial do PCP o conceito é mais estratégico e menos operacional, os fatores que influenciam a tomada de decisões no S&OP incluem temas específicos como: marketing; plano de manufatura; pesquisa & desenvolvimento (inovação); e plano financeiro.

A figura 54, que representa o início da modelagem UML do conteúdo de PCP, mostra as classes insumo que compõem o S&OP.

Figura 54. Base da modelagem UML do S&OP

Fonte: Própria (2019)

A figura 55, exposta no conteúdo do protótipo educacional, é o complemento das orientações para se responder à pergunta de S&OP e PA, exibindo insights que evocam o discernimento do usuário para se atentar aos fatores estratégicos que afetam a produtividade, como inovações tecnológicas, por exemplo.

As telas de orientação do protótipo têm o intuito de expor o conteúdo para o usuário de forma a fixa-lo em seu entendimento, fomentando sua utilidade de aumento da eficiência do ensino aprendizagem.

Figura 55. Tela de orientação ao assunto S&OP e Planejamento Agregado

Fonte: Própria (2019)

A figura 56 mostra um dos temas chave retratado no modelo UML de S&OP e Planejamento Agregado da Produção, o horizonte de planejamento de longo prazo, culminando nos aspectos de previsão de demanda e estratégias de produção e capacidade a serem adotados neste nível.

Figura 56. Tela de orientação ao assunto Planejamento Agregado

Percebe-se a importância das características básicas da família de produto a serem enfatizadas como: nome, tipo de família de produtos, e período de planejamento. Por fim, na parte de método da classe

Chase & Aquilano (2004) afirmam que, no planejamento estratégico do PCP, a previsão da demanda é o ponto de partida para a produção, vendas e finanças de qualquer. Neste contexto, existe uma série de técnicas disponíveis, com diferenças substanciais entre elas.

Na visão dos autores Heizer & Render (2014), dentre as técnicas de previsão existentes, destacam-se as intrínsecas que utilizam dados históricos, geralmente registrados na empresa e prontamente disponíveis.

A previsão de demanda representa papel chave e introdutório no Planejamento Agregado e através de equações os princípios do cálculo utilizado na previsão de demanda podem ser demonstrados.

De acordo com Heizer & Render (2014) o método da média móvel simples considera a média de n últimos períodos para dar a estimativa da demanda futura. Uma forma de convenção nesta fórmula é utilizar a média dos últimos 3 períodos. Na equação 1 confere-se a fórmula do cálculo da média móvel simples.

(1)

Onde:

MM3 = Média Móvel da Demanda;

D(n) = Demanda no mês ‘n’, na fórmula utilizada como exemplo n = 3 meses.

Na visão dos autores Heizer & Render (2014), quando se prefere atribuir pesos de ponderação maiores para períodos mais recentes, objetiva-se priorizar o retrospecto mais recente da demanda para o cálculo da média. Da mesa forma, por convenção, neste protótipo, optou-se por cálculo realizar a média ponderada dos últimos 3 períodos, como é conferido na equação 2.

(2)

Onde, de maneira análoga, temos: MMP = Média Móvel Ponderada; i(n) = porcentagem peso ‘i’ no mês ‘n’;

D(n) = Demanda no mês ‘n’, na fórmula utilizada como exemplo n = 3 meses.

Os autores Heizer & Render (2014) expõem o caso da suavização exponencial de médias ponderadas de dados passados, com peso de ponderação caindo exponencialmente quanto mais antigos foram os dados. A constante de suavização exponencial é um número entre 0 e 1. A escolha do valor desta constante depende das especificações da demanda, estando diretamente relacionada à sua variação. A equação 3 traz a fórmula do cálculo da suavização exponencial.

(3) Onde:

MSE (n+1) = Previsão da demanda do mês ‘n + 1’ através da média de suavização exponencial;

I(n) = Constante de suavização exponencial; D(n) = Demanda no mês ‘n’, anterior ao mês ‘n+1’.

A figura 57 apresenta um conceito base de previsão de demanda numa questão do protótipo de ensino-aprendizagem:

Figura 57. Tela de apresentação da questão acerca de previsão de demanda

Fonte: Própria (2019)

Numa simulação de escolha de alternativa incorreta pelo usuário, a figura 58 apresenta a tela de explicação dos conceitos base do Planejamento Agregado da Produção através do tema de previsão da demanda.

Figura 58. Tela de apresentação da correção acerca de previsão de demanda

Fonte: Própria (2019)

Heizer & Render (2019) explicam também o modelo de regressão linear, como sendo constituído de uma variável dependente relacionada a uma ou mais variáveis independentes por uma equação linear. O modelo matemático da regressão linear minimiza os desvios quadrados dos dados reais. Na equação 4 confere-se traz a fórmula do cálculo da previsão de demanda com regressão linear.

(4) Onde:

n = período de previsão, e

número de períodos de previsão observados.

Como ponto importante do conteúdo de PA no protótipo educacional, esquematizado previamente na modelagem UML, tem-se a concepção das estratégias de produção e capacidade neste nível de planejamento que são: capacidade constante; acompanhamento de demanda; e estratégia mista.

Tais estratégias estão diretamente relacionadas com os moldes (classes) de contratação de mão de obra: normal; extra; e subcontratada.

As decisões acerca da capacidade influenciam diretamente nas estratégias da demanda Heizer & Render (2014), como demonstrado na figura 59.

Figura 59. Tela de apresentação da questão acerca do tema de estratégias de

produção Fonte: Própria (2019)

O planejamento agregado, parte mais estratégica do PCP, fornece subsídios para a realização dos dispositivos do planejamento mestre que é conferido na seção 5.3.3.