Nesta pesquisa, a ferramenta foi testada em duas PMEs de segmentos distintos de atuação, com contextos distintos e necessidades específicas.
106 A utilização de um método para validar o trabalho foi importante, para dar um embasamento às etapas necessárias, decorrentes da criação da ferramenta, a qual se deu, a partir de uma ampla e vasta revisão da literatura, conforme metodologia presente na Figura 14.
Ao criar um modelo, a exemplo do trabalho aqui desenvolvido, foi necessário buscar entender quais são as necessidades de clientes e empresas, bem como foi necessário identificar se o sistema pode apresentar respostas alinhadas a esses objetivos. Nesse método proposto, essa foi uma das etapas percorridas para obter resultados positivos nesse quesito.
Outra característica que merece ser abordada é em relação aos modelos que foram encontrados na revisão da literatura, os quais partiam de aplicações a empresas de maior porte, com atuações voltadas na grande maioria dos casos ao comércio eletrônico, o que levava a modelos mais complexos, com mais tecnologia, banco de dados e mais pessoas envolvidas nesse gerenciamento. No entanto, esse estudo teve foco em pequenas e médias empresas, em que o grau de maturidade na gestão pode ser percebido de formas diferentes para a gestão de dados.
Uma das variáveis que tem impacto significativo quando se trata de simulação se refere a sazonalidade. Esta foi uma variável que não consta no modelo proposto, em decorrência da flexibilidade que a ferramenta apresenta. Ainda, a literatura aponta que a revisão de processos necessita de avaliações constantes pelas empresas. De posse dos dados atualizados a ferramenta pode ser rodada e os indicadores de desempenho apresentarão informações para a tomada de decisões e ajustes necessários decorrentes da estrutura atual e cenários a ser simulados.
Quando se fala na gestão de dados, a empresa Alfa possui uma gestão com maior grau de maturidade, os processos estão bem definidos, a empresa possui controles da operação, utiliza um software de gestão para vendas, o que possibilitou que disponibilizasse parte dos dados do seu banco de dados; realizou-se a coleta daqueles não disponibilizados.
Na empresa Beta, se viu que ela não possui um software de gestão, o gerenciamento da empresa está embasado no comando do proprietário, o qual define todas as estratégias do negócio. Dessa forma, não existe um gerenciamento de dados e a empresa apresenta um baixo grau de maturidade na sua gestão. Como os dados não estavam disponíveis, o processo de coleta foi mais difícil de ser realizado, o que tornou esse processo mais trabalhoso.
107 A coleta de dados nas empresas sempre é um fator determinante para testar, validar e ser possível que a ferramenta consiga passar por essas etapas. Entretanto, ao acessar as empresas, foi possível verificar que estas estão em diferentes níveis de maturidade em sua gestão. Aqui neste trabalho realizado, o método, por ser mais simples contemplou essa situação, pois não há necessidade de um banco de dados complexo para que a ferramenta funcione.
Se faz necessário considerar que a etapa de cálculo matemático da ferramenta apresenta uma metodologia simplificada, principalmente por não ter sido utilizado um software para tal, mas uma planilha eletrônica em Excel, o que facilita o manuseio, inserção de dados nas variáveis de entrada.
Outra vantagem que a ferramenta possibilita, é a flexibilidade do cálculo e análise do cenário atual com a confrontação de cenários de simulação possíveis, visto que os indicadores criados são de fácil visualização (ver Apêndice C – Aba 3. Desempenho e Aba 4. Comparação sistema atual x cenários). Logo, pode-se dizer que a ferramenta permite fazer análises para a tomada de decisões.
Em ambos os casos, o modelo proposto permitiu a possibilidade de confrontar os dados levantados de desempenho atual para verificar a aderência do modelo analítico utilizado. Nesse sentido, o detalhamento passo a passo da construção da ferramenta, a partir dos dados apurados, junto às empresas Alfa e Beta, trouxe a possibilidade de validar e analisar as informações disponibilizadas pelos gestores. Os custos por visita apurados ficaram muito parecidos com os informados pelos gestores, sendo, na empresa Alfa, a diferença de aproximadamente 10% e, na empresa Beta, a diferença de 5,3%; ambas a maior na simulação do custo por visita.
A observação do maior grau de maturidade para a coleta de dados na empresa Alfa, por meio de históricos, facilitou a análise dos seus dados, que foram complementados por dados coletados na operação. Já para a empresa Beta, cujo grau de maturidade na gestão é baixo, houve a necessidade da coleta de dados da operação, uma vez não existia um histórico ou banco de dados. A partir dos dados apurados, foi possível criar diferentes cenários de simulação, a exemplo da frota própria x frota terceirizada. Os indicadores de desempenho permitiram ao gestor, responsável por dimensionar a estrutura de DUM, uma forma mais fácil para tomar decisão, o que indica que a ferramenta está utilizando uma boa metodologia, ágil e fácil de ser manuseada.
108 A avaliação da ferramenta desenvolvida considera como ela foi construída em formato mais simples do que a metodologia encontrada na revisão da literatura, o que não a deixa de ser considerada funcional e reaplicável a outros setores de atuação, já que não necessita de um banco de dados de maior complexidade, facilitando, assim, a tomada de decisões por parte do gestor ou responsável pela atividade de dimensionamento da frota da empresa.
Destaca-se ainda que existe aderência às variáveis identificadas na literatura pesquisada para a distribuição de última milha e na ferramenta construída, assim foi possível construir um modelo mais simples em planilha eletrônica Excel para dimensionar frotas para a distribuição de última milha, o que representa um ponto positivo perante as PMEs.
A ferramenta possibilitou também comparar a situação atual, a partir do fluxo das empresas. A partir dessa compilação de dados, foi possível realizar a simulação de novos cenários que podem levar as empresas a ter uma maior eficiência, redução de custos e a avaliar a eliminação de possíveis desperdícios que acontecem no processo de distribuição, conforme pode ser visto no Quadro 18. Este processo de avaliação de processos e indicadores é de extrema importância para a sobrevivência das organizações.
Quadro 18 – Comparativo do desempenho empresas Alfa e Beta
Atual
Cenário 1 - Simulação
Frota 3º
Cenário 2 - Simulação Frota própria
Atual
Cenário 1 - Simulação
Frota 3º
Cenário 2 - Simulação Frota própria
1. Número de veículos 4 3 3 9 5 5
2. Número de zonas 260 195 195 297 165 165
3. Roteiros /dia/veículo 13 13 13 11 11 11
4. Visitas por roteiro 2 3 3 1 2 2
5. Custo por visita R$ 7,98 R$ 5,46 R$ 5,27 R$ 10,53 R$ 5,50 R$ 5,63 6. Emissão de CO2 (kg CO2/litro) 17,05 13,11 13,11 18,71 10,86 10,86
7. Tempo de ciclo/roteiro (horas) 4,5 5,0 5,0 2,4 2,9 2,9
8. Pedidos ou Visitas/mês (clientes/mês) 2288 2574 2574 1188 1320 1320
Desempenho Empresa Alfa Desempenho Empresa Beta
Variáveis
Fonte: O Autor (2021)
Ainda, foi possível observar que os indicadores de desempenho podem ajudar o gestor ou responsável pela distribuição dos produtos a tomar decisões para estruturar o canal de distribuição de última milha, baseados em dados e fatos, com objetivo de melhorar a performance da distribuição de produtos, respeitando sempre os objetivos estratégicos e direcionamentos da empresa. Dessa forma, foi possível fazer com que os indicadores de desempenho possam auxiliar na melhor escolha, já que há essas dificuldades em muitas
109 empresas de pequeno e médio porte, onde a tomada de decisões por vezes é tomada baseada na experiência ou feeling do gestor.
Enfim, o método proposto possibilita que o gestor possa, a partir dos dados, fazer simulações e tomar a melhor estratégia de atendimento aos clientes, já que a ferramenta, por ser de simples operação e apresentar flexibilidade para o manuseio de dados, a torna interativa e de fácil interpretação. Dessa forma, é possível dimensionar a frota de forma rápida, econômica, por não demandar de software complexo, o que torna a ferramenta de baixo custo.
Ainda, por ser uma ferramenta ágil e flexível, auxilia na tomada decisões, baseada em atendimento às necessidades tanto de clientes quanto das empresas, já que esse processo precisa ser visto como um sistema, que tem a possibilidade de corrigir as anomalias encontradas e resultantes nos indicadores de desempenho e/ou performance.