Simular cenários e comparar resultados com desempenho atual

100 tempos que compõem o ciclo do veículo também podem apresentar oscilações, o que o torna como uma variável aleatória (Alvarenga & Novaes, 2000). Aqui não está calculado, mas também é necessário acrescentar os tempos gastos no processo de carregamento dos veículos, além da questão de que as vendas não são constantes, pois existem dias e horários de maior e menor picos de pedidos recebidos, o que reforça a variável ser aleatória.

Ao se fazer a análise em que foi otimizado o número de entregas para 2 entregas por roteiro, o tempo de ciclo também acabou por sofrer um ajuste e o Tc apurado ficou em 2,9 horas.

A próxima etapa, passa a ser a abordagem dos custos operacionais dos veículos e, para tal, é preciso estimar a quilometragem mensal percorrida por cada veículo, a qual foi obtida por meio de:

- Percurso médio para um roteiro da sub-região (km), representado pela expressão D=2*d0+dz, sendo, D = 2*3,4+0,4 = 7,2 km

- Total de km/dia/roteiros, representado pela expressão Dd = nr * D, sendo, Dd = 11 * 7,2 = 78,7 km

- Total de km/mês, representado pela expressão Dm = du * Dd, sendo, Dm = 12 * 78,7 = 945 km

No que se refere a custos mensais de operação da frota, é necessário o cálculo de custos fixos e variáveis. Na pesquisa realizada, a empresa não possui frota própria, logo, os custos podem ser considerados somente como custos variáveis. A empresa adota uma taxa de entrega variável aos bairros da cidade atendidos, mas o valor médio do ticket de entrega foi aferido em de R$ 10,00, o que faz com que seja necessário calcular o valor do custo por visita, que, nesse caso, é o valor da tele entrega dividido pela distância d0, ou seja, 10/3,4*2=

R$1,47/km. Logo, multiplicando esse valor pela distância total percorrida no mês, é obtido o valor de R$ 1.389,71 de custo total por veículo, ou ainda um custo por visita de R$ 10,53, obtido pelo custo total multiplicado pelo número de veículos e dividindo-se pelo número de pedidos atendidos mensalmente.

101 que seja ainda possível que, a partir da situação atual, simular proposições por meio de cenários para poder visualizar alternativas que sejam mais eficientes e gerar os indicadores. A partir desses indicadores, o administrador da empresa ou área responsável pela distribuição pode tomar decisões mais assertivas e econômicas, conforme pode ser visto no Quadro 16, que traz a medição do desempenho, a partir das variáveis alimentadas.

Quadro 16 – Desempenho da ferramenta de dimensionamento da frota empresa Beta Atual Cenário 1 Cenário 2

Número de veículos 9 5 5

Número de zonas 297 165 165

Roteiros /dia/veículo 11 11 11

Visitas por roteiro 1 2 2

Custo por visita R$ 10,53 R$ 5,50 R$ 5,63 Emissão de CO2 (kg CO2/litro) 18,71 10,86 10,86

Tempo de ciclo/roteiro (horas) 2,4 2,9 2,9

Pedidos ou Visitas/mês (clientes/mês) 1188 1320 1320 Fonte: O Autor (2021)

Nessa simulação, o que se pode ver é que, para o cenário 1 e cenário 2, foi alterada somente uma variável de entrada, que se refere ao número de entregas por roteiro. As demais variáveis permaneceram as mesmas do cenário atual, a partir das quais, é possível verificar que o número de veículos para fazer a distribuição já poderia ser diminuído de 9 para 5, ou seja, menos 44% da frota. Consequentemente, haveria uma redução de número de zonas atendidas, passando de 297 para 165, na mesma proporção.

O número de roteiros, se permanecendo iguais, ou seja, 11 roteiros, mesmo com quatro veículo a menos, é possível observar que o tempo de ciclo por roteiro passaria de 2,4 horas para 2,9 horas, sem prejudicar o atendimento aos clientes, se considerar que o tempo de trabalho médio em entregas é de cinco horas diárias. Ainda, é possível verificar que, se mantendo o número de roteiros por dia por veículo, poder-se-ia aumentar o número de pedidos a serem entregues, o qual passaria dos 1,188 pedidos para 1.320 pedidos, incremento em mais 11,1% no atendimento dos pedidos mensais.

102 No que se refere ao custo por visita, é possível, a partir da ampliação do número de entregas por roteiro, verificar que há a possibilidade de uma redução de custo de R$ 10,53 para R$ 5,50, o que equivale a uma redução de 47,77% por visita realizada. Ao se analisar custos, pode ser um fator que determine a forma de ver a operação mais enxuta e, com menos desperdícios, como citado na revisão da literatura do capítulo 2, em que é citado que a distribuição da última milha é crítica porque é responsável pela entrega de produtos aos clientes finais, sendo considerada, atualmente, uma das atividades mais caras, menos eficientes e mais poluentes de toda a cadeia logística.

É possível explorar a questão de emissão de CO2, na qual a redução de quatro veículos na frota de distribuição, diminuiria o consumo de combustível, o que consequentemente remete à diminuição de emissão de CO2, diminuindo da situação atual que é de 18,71 kg CO2/ litro para 10,86 kg CO2/ litro, ou percentualmente uma redução de 41,96% na emissão de poluentes.

No que se refere a custos, é importante ressaltar que foi realizada uma simulação no cenário 2, para uma frota própria, a partir de dados coletados com a empresa Alfa, a qual já teve frota própria, mas optou por terceirizar a atividade de entrega. Nesse sentido, foi possível buscar com os gestores algumas informações de custos que tinham com a frota própria, bem como simular os custos fixos e variáveis. Isso fez com que o custo da visita fosse a única variável que tem influência, ou seja, o custo para uma visita somente é bastante elevado, e pode chegar a R$ 11,08/visita, o que inviabiliza a frota própria para atendimento único de pedidos. Já quando se fazem 2 entregas por roteiro, pode-se dizer que há uma equivalência de valores, sendo o custo da frota própria levemente superior, sendo de R$ 10,56 ante os R$ 5,50 da frota terceirizada. é levemente inferior a opção da frota de terceiros, sendo o custo por visita no cenário 1 de R$ 5,46, e no cenário 2, frota própria o custo da visita de R$ 5,27.

Partindo-se para uma outra simulação, apenas mexendo na variável entregas por roteiro e passando a fazer 3 entregas, o custo por visita novamente fica similar ao custo de frota de terceiros, com um valor na casa de R$ 3,85. Logo, nessa situação, não há uma vantagem em adotar uma frota própria em decorrência do apurado.

Enfim, demais cenários podem ser abordados e comparados, no entanto, deve haver uma razoabilidade e conhecimento por parte do operador desta ferramenta, a fim de evitar erros que possam levar à tomada de decisão incorreta por parte dos gestores.

103 Ao avaliar o cenário 2 da simulação, em que foram apurados os custos para manter uma frota terceirizada, embora atualmente não seja uma opção da empresa, se constatou a partir dos indicadores de performance que esse cenário não apresenta vantagens em relação a simulação do cenário 1 da simulação. Em relação aos custos são similares em ambas as simulações, logo não seria a melhor opção quando o número de entregas for baixo. Torna-se viável para o aumento do número de entregas por roteiro, o que implica no tempo de atendimento aos pedidos aos clientes e inviabiliza ao identificado na necessidade da empresa e clientes que tem como premissa o rápido atendimento a entrega dos pedidos, além de que o aumento do número de entregas pode afetar a capacidade de carga do veículo de entregas.

A partir dos dados coletados, compilados e lançados na planilha, foi possível averiguar que o desempenho atual da frota utilizada para a distribuição de produtos, composta por nove motocicletas, tal como na operação atual, que em média são realizados 11 roteiros por motocicleta, e que a média é de 1 vista por roteiro, que o custo médio de cada visita, assim como o tempo de clico ficaram aderentes aos dados coletados, e compatíveis a observação realizada durante o período de coleta de dados.

A ferramenta para dimensionamento da frota foi testada e se conseguiu validar os dados coletados de acordo com a metodologia proposta por Alvarenga e Novaes (2000). A construção da ferramenta se deu a partir dos dados levantados em campo e a aderência a atual situação e a realidade vivenciada na empresa Alfa durante a coleta de dados.