RELAÇÕES ENTRE INDICADORES DE CUSTOS LOGÍSTICOS: UMA ANÁLISE MULTIVARIADA
ANTÔNIO ANDRÉ CUNHA CALLADO ( andrecallado@yahoo.com.br ) UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO ALDO LEONARDO CUNHA CALLADO ( aldocallado@yahoo.com.br )
UNIVERSIDADE FEDERAL DA PARAÍBA FÁBIO WALTER ( fabio@dadm.ufrpe.br ) UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO
RESUMO
O objetivo deste artigo foi identificar a dinâmica das relações entre indicadores de desempenho de cadeia pertencentes à perspectiva dos custos logísticos. A amostra desta pesquisa foi composta por 38 empresas. O elenco de variáveis investigadas foi composto por 7 indicadores de desempenho. A coleta de dados foi operacionalizada através da utilização de um questionário estruturado. A análise foi realizada através da adoção de três técnicas multivariadas complementares: análise de agrupamentos, escalonamento multidimensional e análise fatorial. Os resultados apontaram evidências empíricas da existência de relações entre indicadores a partir da identificação de dois grupos distintos.
Palavras-chave: Indicadores de desempenho. Desempenho de cadeia. Agronegócio. 1. INTRODUÇÃO
A gestão de cadeias de suprimentos é um tema que tem sido amplamente discutido e investigado nas últimas décadas. Contudo, a mensuração do desempenho destas cadeias, ainda não faz parte do elenco dos principais tópicos investigados. Os trabalhos desenvolvidos por Martins (2004), Lucht (2005) e Pavan (2005) têm chamando a atenção para sua relevância.
A competitividade não é mais entendida como algo que se refere apenas com a disputa entre empresas individuais, mas sim em relação a disputa entre diferentes cadeias de suprimentos. Hofman (2004) destaca a mudança do ambiente econômico que agora é dirigido pelos consumidores e que novas pressões sobre a capacidade das cadeias de suprimento das empresas, têm ampliado a sua importância.
Tangen (2004) considera que um sistema de mensuração de desempenho de cadeias de suprimento deve ter uma composição equilibrada de indicadores, considerando suas diversas modalidades.
No entanto, o uso de indicadores comuns para mensurar e avaliar cadeias não deve ser uma abordagem considerada válida, uma vez que este procedimento pode deixar de considerar aspectos peculiares relevantes e representativos pertencentes à uma cadeia, em detrimento de indicadores de desempenho tradicionais mais voltados para a performance de empresas individuais.
Sobre esta discussão, Waart e Kemper (2004) destacam que não existem medidas únicas que sejam apropriadas para mensurar o desempenho de todas as empresas pertencentes a uma mesma cadeia, devido principalmente à diversidade de tarefas e habilidades requeridas. Lambert e Pohlen (2001) corroboram esta ideia ao afirmarem que um sistema de mensuração
de desempenho para cadeias de suprimentos bem definido, pode contribuir para a melhora do processo de alinhamento, ao longo das múltiplas empresas que a compõem.
Contudo, estes autores afirmam que diversos fatores interferem sobre a contribuição que a mensuração de desempenho possa gerar para uma cadeia de suprimento. Distintos sistemas de mensuração de desempenho podem ser compostos por diferentes elencos de indicadores, uma vez que cada um deles grupos de indicadores pode ter sido estabelecido para atender a necessidades de informações gerenciais específicas.
Este trabalho está vinculado a um projeto de pesquisa financiado pelo CNPq. O objetivo deste artigo é identificar a dinâmica das relações entre indicadores de desempenho de cadeia pertencentes à perspectiva dos custos logísticos.
2. REFERENCIAL TEÓRICO
Fundamentais para a operação de uma empresa, as atividades associadas com aspectos de logísticas se relacionam também a uma proporção relevante das receitas. No Brasil, o Instituto de Logística e Supply Chain (ILOS) (apud ROCKMANN, 2013) estima que cerca de 10,6% do PIB relaciona-se a custos logísticos, consequentemente, a busca pela redução de custos tem que passar, necessariamente, por esforços relacionados às atividades logísticas, as quais devem ser adequadamente compreendidas.
O termo “logística” se relaciona com diferentes conceitos discutidos e observados na literatura. De uma forma abrangente, Faria e Costa (2005) apontam que a essência da logística “contempla as atividades relacionadas à obtenção, movimentação e estocagem de materiais e produtos, envolvendo todo o fluxo físico desses bens e de suas informações, desde os fornecedores, processo produtivo, até os consumidores finais, exigindo que todos os subprocessos de transporte e armazenagem/movimentação, assim como suas atividades de recebimento/expedição de materiais e produtos, embalamento, estocagem, separação de pedidos e materiais, transporte, etc., sejam planejados e controlados como um sistema interligado entre o mercado fornecedor e o mercado consumidor” (FARIA; COSTA, 2005, p. 16).
Analisando-se por uma visão de processos (HARRINGTON, 1991), a logística consiste em um macroprocesso, o qual pode ser estruturado em três processos principais (“logística de abastecimento”, “logística de planta” e “logística de abastecimento”), os quais, por sua vez, são compostos por diferentes subprocessos e atividades (FARIA; COSTA, 2005). Coerente com esta visão de processos da logística Faria e Costa (2005), discutem separadamente estes subprocessos, os quais têm seus custos específicos:
• custos de armazenagem e movimentação; • custos de transporte;
• custos de embalagens;
• custos de manutençao de inventário; • custos de tecnologia de informação; • custos decorrentes de lotes;
• custos tributários;
• custos decorrentes de nível de serviço; e • custos de administração logística.
De forma mais simplificada, Ching (2010) menciona que os custos típicos das cadeias de suprimentos são os custos de armazenagem, de manuseio e movimentação de materiais, de
estoques, com transportes e custo de oportunidade. Já Martins et al. (2001 apud SILVA; VILLAR, 2007), sugerem a seguinte classificação: custos de suprimentos, PCP, estoque, embalagem, armazenagem e transportes.
O gerenciamento logístico passa necessariamente pela relação custo-benefício das decisões tomadas em cada operação logística. Na medida em que a logística, por ter influência significativa na velocidade e custos das operações empresariais, vem permanentemente sendo alvo de inovações tecnológicas, surgindo portanto a premissa de que eventualmente, os métodos de custeio tradicionalmente utilizados possam ser inadequados diante deste novo contexto.
A contabilidade gerencial apresenta diversos métodos de custeio de produtos (bens e serviços) de forma geral, sendo que entre os mais frequentemente apresentados estão o Custo Padrão, o Custeio Direto (ou Variável), o Custeio (por Absorção) Integral, o Método dos Centros de Custos (RKW), o Custeio Baseado em Atividades (ABC) e o Método das Unidades de Esforço de Produção (UEP).
Mais recentemente, surgiu o Custeio Baseado em Atividades e Tempo – ou TDABC (KAPLAN; ANDERSON, 2007), o qual aparentemente não recebeu ainda muita atenção da literatura. Além dos métodos mencionados, existem também os métodos de avaliação de estoques, os quais têm uma finalidade mais contábil (relatórios financeiros) do que gerencial (tomada de decisões): Último a Entrar, Primeiro a Sair (UEPS), Primeiro a Entrar, Primeiro a Sair (PEPS) e Custo Médio.
Ao se tratar de instrumentos específicos para o custeio logístico, poucos são propostos. As seguintes obras fazem referências a estas alternativas:
• Gasparetto et al. (1999) fazem um levantamento das ferramentas disponíveis, em que, além do já referenciado Custeio Baseado em Atividades (ABC), mencionam instrumentos específicos para o gerenciamento de partes da cadeia logística, como a Lucratividade Direta por Produto (DPP), o Custo Total de Propriedade (TCO) e a Resposta Eficiente ao Consumidor (ECR);
• Faria e Costa (2005) discutem o método Custo Total de Entrega (TCD) (REEVE, 1998), que seria o Custo Total de Propriedade (TCO) mais o custo total do processo de “Logística de Distribuição”, e agrega custos da cadeia de suprimento à análise gerencia, e Custo de Servir (CTS), que envolve o custeio relacionado ao nível de serviço exigido pelos clientes;
• Braga, Souza e Braga (2010) discutem o método FAO - América do Norte para o custeio do caminhão bitrem, enquanto Freitas et al. (2004) comparam este métodos com o FAO/ECE/KWF e o Battistella/Scânia para esta mesma finalidade;
• LIA (2008 apud CONFESSOR et al, 2010) informa que o Método da Unidade de
Valor Agregado (Unitée de Valoué Ajoutée - UVA) é apropriado para custeio
logístico, entre outros;
• Souza, Souza e Borinelli (2010) e Braga e Braga (2011) mencionam a Gestão de Custos Interorganizacionais (GCI) como uma metodologia para análise de custos de cadeias de suprimentos ou redes de negócios; e
• Freires (2011) acrescenta a Análise da Lucratividade de Clientes (CPA), a qual se baseia no custeio ABC, porém as atividades, receitas e custos seriam associados aos clientes e não aos produtos.
A mensuração e avaliação do desempenho de cadeias agroindustriais estão entre os principais temas de pesquisas para os próximos anos, embora devam ser destacadas suas especificidades em comparação à mensuração e avaliação de empresas individuais.
As cadeias de suprimentos agroindústrias, visto que podem estar associadas a diferentes produtos e/ou atividades, estas podem apresentar diferentes estruturas. Para Browersox e Closs (2001), os indicadores de desempenho de cadeia associados à perspectiva de custos logísticos são: custos de armazenagem; custos de transporte; inventário; custos do pedido; e giro de estoque.
A mensuração do desempenho de cadeias surge como uma consequência natural do deslocamento do eixo de competitividade, tradicionalmente atribuído às empresas individuais. Isto se observa de maneira mais marcante no âmbito do agronegócio. Visto que os processos de integração vertical, o gerenciamento de cadeias de suprimento e as práticas de governança corporativa, não podem ser considerados idênticos para todas as cadeias existentes.
3. PROCEDIMENTOS METODOLÓGICOS
O primeiro aspecto relevante referente aos procedimentos metodológicos foi a delimitação do escopo da pesquisa. Delimitação de escopo é definido por Marconi e Lakatos (1999), como o ato de estabelecer limites para ela. Foi estabelecido que o desenvolvimento desta pesquisa seria realizada no Estado de Pernambuco.
O segundo aspecto se referiu à composição da amostra utilizada. O universo desta pesquisa que foi composto pelo conjunto de empresas que atuam no agronegócio e estejam localizadas no Estado de Pernambuco. Foram identificadas 90 empresas que apresentam estas duas características. A amostra investigada foi definida pela disponibilidade indicada pela empresa em participar da pesquisa, bem como fornecer os dados necessitados. Apesar de todas agroindústrias identificadas terem sido contatadas, apenas 38 aceitaram participar da pesquisa. Desta forma, a amostra da pesquisa foi composta por 42,2% do universo.
O terceiro aspecto foi a coleta de dados. Para a coleta dos dados foram realizadas entrevistas estruturadas realizadas in loco em todas as empresas incluídas na amostra. De acordo com Gil (2002), uma entrevista estruturada é aquela que se desenvolve a partir de uma relação fixa de perguntas. Marconi e Lakatos (1999) consideram que seu objetivo é a obtenção de respostas padronizadas de modo que seja possível efetuar comparações entre elas. O quarto aspecto consistiu na definição das variáveis consideradas. Para Marconi e Lakatos (1999), variável é tudo aquilo que pode assumir diferentes valores ou atributos necessários para a compreensão de algo que se pretenda investigar.
Diante do objetivo proposto para a realização desta pesquisa, foi considerado o elenco de indicadores de desempenho pertencentes à perspectiva de custos logísticos propostos por Browersox e Closs (2001), a saber: (a) custo total de produção, (b) custos de armazenagem, (c) custos de transporte, (d) inventário, (e) retorno sobre investimentos (ROI), (f) giro do pedido e (g) giro de estoque.
O quinto aspecto dos procedimentos metodológicos foi referente às técnicas de análise dos dados. Para esta pesquisa foi considerada uma abordagem multivariada composta por três técnicas distintas: análise de agrupamentos; escalonamento multidimensional; análise fatorial.
Pohlmann (2007) considera que a análise de agrupamentos (ou conglomerados) se caracteriza por ser descritiva, ateorética e não inferencial, não tendo base estatística para formular inferências sobre uma população com base em uma amostra e sendo usada como técnica exploratória.
O escalonamento multidimensional é definido por Herdeiro (2007) como sendo uma técnica estatística que analisa posicionamentos, comparações de padrão, graus de proximidade e classificações por afinidade entre diversos elementos.
Bezerra (2007) define análise fatorial como sendo uma técnica estatística que busca identificar dimensões de variabilidade comuns existentes entre u conjunto de fenômenos. Sobre os procedimentos referentes à escolha da técnica de rotação de fatores adequada, Hair
et al. (2005) afirmam que não há nenhuma regra específica para a definição da técnica a ser
utilizada, mas informam que a técnica mais utilizada é a VARIMAX, por estar disponível na maioria dos aplicativos estatísticos computacionais.
Esta pesquisa considerou a utilização de mais de uma técnica multivariada em função da intenção de caracterizar a estrutura de relações e padrões de uso referentes aos indicadores de mensuração de desempenho, bem como pode comparar os resultados obtidos.
4. RESULTADOS DA PESQUISA
Em um primeiro momento, foi utilizada a análise de agrupamentos para identificar a maneira pela qual os diversos indicadores de desempenho de cadeia referentes à perspectiva dos custos logísticos se dispersam. Nesta etapa é possível identificar a hierarquia de interações dinâmicas existentes entre eles. Para a operacionalização deste procedimento estatístico, foram utilizados os elos simples como regra de amalgamação. Para o cálculo das distâncias, foi utilizado o procedimento City-Block (Manhattan).
Os agrupamentos obtidos a partir das variáveis inseridas nesta pesquisa estão apresentados no Gráfico 1.
Árvore de agrupamentos Elos simples
Distâncias City-block (Manhattan)
4 6 8 10 12 14 16 18 20 Distâncias giro de estoque inventário custos de transporte custo de armazenagem custos do pedido ROI custo total da produção
Gráfico 1 – Relação entre as variáveis através da análise de agrupamentos. Fonte: Cálculos próprios.
Número de variáveis: 7 Número de casos: 38
Regra de Amalgamação: Elos simples
De acordo com os resultados obtidos, pode-se perceber que a árvore de agrupamentos destaca a presença de quatro grupos distintos significativos de indicadores de desempenho.
O primeiro agrupamento identificado é composto pelos indicadores de desempenho referentes ao custo do pedido e ao retorno sobre o investimento. Este agrupamento obteve o grau de relacionamento mais elevado (valor 7 na escala) e indica uma relação estreita entre o monitoramento do custo do pedido e o retorno sobre o investimento. O indicador de desempenho relativo ao custo total de produção aparece como parte integrante neste agrupamento, mas de maneira secundária em termos de importância.
O segundo agrupamento identificado é composto pelos indicadores de desempenho referentes ao custo de armazenagem e ao custo de transporte. Também podem ser considerados como pertencentes a este grupo os indicadores referentes ao inventário e ao giro dos estoques, embora de maneira secundária.
Estes resultados sugerem dois focos distintos associados ao monitoramento do desempenho de cadeias de suprimento a partir do elenco de indicadores de desempenho investigados. Um deles foca especificamente aspectos financeiros, enquanto o outro foca aspectos mais típicos ao processo de movimentação de produtos.
Em seguida, foi verificada a distribuição espacial dos indicadores de desempenho através do escalonamento multidimensional em busca de similaridades (ou discrepâncias) em comparação aos resultados obtidos através da árvore de agrupamentos. Os resultados estão dispostos no Gráfico 2.
Scatterplot 2D
Final Configuration, dimension 1 vs. dimension 2
custo total da produção custo de armazenagem custos de transporte
inventário ROI custos do pedido giro de estoque -1,0 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 Dimension 1 -0,4 -0,3 -0,2 -0,1 0,0 0,1 0,2 0,3 D im e n s io n 2
Gráfico 2 – Agrupamento das variáveis através do escalonamento bi-dimensional. Fonte: Cálculos próprios.
Número de variáveis: 7 Número de dimensões: 2
Última interação computada: 228; Melhor iteração: 100 Alienação: 0,00
A localização de cada uma dos indicadores pode ser visualizada individualmente através da distribuição espacial gerada pelo escalonamento bi-dimensional. Pode-se observar que, a distribuição dos diversos indicadores apresenta resultado semelhante ao obtido pela árvore de agrupamento.
Os indicadores de desempenho identificados no primeiro agrupamento se localizaram à direita enquanto os indicadores de desempenho do segundo agrupamento se localizaram à esquerda. Para ambos ficou clara a distância entre os indicadores pertencentes aos núcleos dos grupos em comparação aos seus respectivos indicadores secundários.
Merece inda ser destacado que os resultados apresentados pelo escalonamento bi-dimensional obtiveram valores estatisticamente significativos (níveis de alienação e estresse foram 0,00).
Com a finalidade de corroborar os resultados obtidos a partir da representação gráfica, os cálculos foram executados novamente para gerar um gráfico tri-dimensional. Esses resultados estão dispostos no Gráfico 3.
Scatterplot 3D Final Configuration
Dimension 1 vs. Dimension 2 vs. Dimension 3
ROIcustos do pedido
custo total da produção
inventário
custo de armazenagem giro de estoque
custos de transporte
Gráfico 3 – Agrupamento das variáveis através do escalonamento tri-dimensional. Fonte: Cálculos próprios.
Número de variáveis: 7 Número de dimensões: 2
Última interação computada: 228; Melhor iteração: 100 Alienação: 0,00
Estresse: 0,00
O escalonamento tri-dimensional corrobora as proximidades e distâncias entre os indicadores contidos nos diversos agrupamentos, indicando consistência dos resultados.
Finalmente, foi utilizada a análise fatorial. A configuração do cálculo considerou a busca por quatro fatores, bem como um mínimo eigenvalue equivalente a 1. Os resultados estão apresentados na Tabela 1.
Tabela 1 – Resultados da análise fatorial (não-rotacionada)
Indicadores Fator 1 Fator 2
Custo total de produção -0,497608 -0,634714
Custo de armazenagem -0,860935 0,264947 Custo de transporte -0,824567 0,447235 Inventário -0,837981 0,282658 ROI -0,398208 -0,883456 Custo do pedido -0,422286 -0,835413 Giro de estoque -0,833866 0,223876 Capacidade explicativa 0,486168 0,325929
Fonte: Cálculos próprios.
Número de variáveis: 7
Método: Componentes principais
Log (10) Determinante da matriz de correlação: -2,7038 Número de fatores extraídos: 2
Eigenvalues: Fator 1: 3,40317 Fator 2: 2,28150
Pode-se observar que foram identificados dois fatores distintos. O primeiro fator é composto pelos indicadores pertencentes ao agrupamento dois, enquanto o segundo fator é composto por indicadores pertencentes ao agrupamento um (excetuando o indicador referente ao custo total de produção).
O primeiro fator possui uma capacidade explicativa de 0,48, enquanto o segundo fator obteve uma capacidade explicativa de 0,32. Para dar maior consistência à análise fatorial, os dados foram operacionalizados novamente através do processo de rotação Varimax. Os resultados estão dispostos na Tabela 2.
Tabela 2 – Resultados da análise fatorial (rotacionada)
Indicadores Fator 1 Fator 2
Custo total de produção 0,192673 0,783168
Custo de armazenagem 0,893738 0,112419 Custo de transporte 0,935526 -0,068703 Inventário 0,880095 0,086837 ROI -0,000198 0,969053 Custo do pedido 0,041502 0,935157 Giro de estoque 0,852177 0,138730 Capacidade explicativa 0,459085 0,353011
Fonte: Cálculos próprios.
Número de variáveis: 10 Método: Componentes principais
Log (10) Determinante da matriz de correlação: -9,6351 Número de fatores extraídos: 2
Eigenvalues: Fator 1: 4,26285 Fator 2: 3,48352
Pode-se observar que a distribuição dos indicadores de desempenho obedeceu a configuração original identificada pela análise de agrupamentos e corroborada pelo escalonamento-multidimensional. Os resultados obtidos através da análise fatorial confirmam a presença de dois agrupamentos significativos.
Observando os resultados obtidos a partir dos três métodos, pode-se considerar que os núcleos dos grupos podem ser considerados como complementares entre si. Estes resultados apresentam evidências empíricas significativas para a compreensão da relação dinâmica entre alguns dos indicadores de desempenho de cadeia advindos da perspectiva dos custos logísticos e demonstra que esta abordagem de monitoramento do desempenho deve considerar seus objetivos subjacentes.
5. CONSIDERAÇÕES FINAIS
O objetivo deste artigo foi identificar a dinâmica das relações entre indicadores de desempenho de cadeia pertencentes à perspectiva dos custos logísticos. Para atingir o objetivo proposto, foi utilizada uma abordagem metodológica multivariada composta pela análise de agrupamento, pelo escalonamento multidimensional e pela análise fatorial.
Os resultados obtidos através das três técnicas de análise multivariada foram convergentes entre si e apontaram a presença de dois grupos distintos de indicadores de desempenho. O primeiro agrupamento identificado foi composto pelos indicadores de desempenho referentes ao custo do pedido e ao retorno sobre o investimento. O segundo agrupamento identificado é composto pelos indicadores de desempenho referentes ao custo de armazenagem e ao custo de transporte. Estes resultados sugerem dois focos distintos associados ao monitoramento do desempenho de cadeias de suprimento a partir do elenco de indicadores de desempenho investigados. Um deles foca especificamente aspectos financeiros, enquanto o outro foca aspectos mais típicos ao processo de movimentação de produtos.
Conforme encontrado amplamente na literatura sobre indicadores de desempenho, a análise do desempenho pressupõe a adoção gerencial de uma perspectiva analítica múltipla e complementar de diversas perspectivas. Os resultados obtidos nesta pesquisa corroboram este postulado teórico e dão sustentação à necessidade gerencial de se considerar um elenco de indicadores de desempenho que seja diversificado, mas que abranja os aspectos mais relevantes.
Apesar de os resultados obtidos serem estatisticamente significativos e apontem evidências relevantes sobre os padrões de relacionamento entre alguns dos diversos indicadores de desempenho de cadeia investigados, não há sustentação suficiente para se afirmar categoricamente que os dois grupos de indicadores de desempenho de cadeia encontrados possam ser generalizados para as demais cadeias de suprimento.
Estudos posteriores mais aprofundados poderão gerar informações mais detalhadas sobre a natureza das relações dinâmicas encontradas nesta pesquisa e contribuir para o aprimoramento da base de conhecimento existente sobre este relevante tema.
REFERÊNCIAS
BEZERRA, Francisco Antônio. Análise fatorial. In: Corrar, Luiz J; Paulo, Edílson; Dias Filho, José Maria (Org.). Análise Multivariada. São Paulo: Atlas; 2007.
BRAGA, A.; BRAGA, D. P. G. Necessidade informacional e influências da gestão de custos interorganizacionais em governança e custos de transação: Um estudo de caso. In: CONGRESSO BRASILEIRO DE CUSTOS, 18., Rio de Janeiro. Anais... Rio de Janeiro: ABC, 2011 (CD-ROM).
BRAGA, A.; SOUZA, M. A.; BRAGA, D. P. G. Atualização, adaptação e aplicação do método FAO/América do Norte no cálculo do custo operacional do caminhão bi trem. In: CONGRESSO BRASILEIRO DE CUSTOS, 17., Belo Horizonte, Anais... Belo Horizonte: ABC, 2010. (CD-ROM)
BRONZO, M; OLIVEIRA, M. P. V. Sistemas de mensuração de performance e modelos de maturidade em processos logísticos: Um estudo exploratório. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO, 29, 2005, Brasília. Anais. Brasília: ANPAD, 2005.
BROWERSOX, DJ. ; CLOSS, DJ. Logística Empresarial. São Paulo: Atlas, 2001.
CHING, H. Y. Gestão de Estoques na Cadeia Logística Integrada. 4. ed. São Paulo: Atlas, 2010.
CONFESSOR, K. L. A. et al. Análise comparativa dos métodos de custeio “Unidades de Esforço de Produção” e “Unités de Valeur Ajoutée”. In: CONGRESSO BRASILEIRO DE CUSTOS, 17., Belo Horizonte, Anais... Belo Horizonte: ABC, 2010. (CD-ROM)
FARIA, A. C.; COSTA, M. F. G. Gestão de Custos Logísticos: Custeio Baseado em Atividades (ABC). Balanced Scorecard (BSC). Valor Econômico Agregado (EVA); São Paulo: Atlas, 2005.
FREIRES, F. G. M. Gerenciamento de Custos e Riscos. Curitiba: IESDE, 2011.
FREITAS, L. C. et al. Estudo Comparativo envolvendo Três Métodos de Cálculo de Custo Operacional do Caminhão Bitrem. Árvore, Viçosa, v.28, n.6, p.855-863, 2004.
GASPARETTO, V., FREIRES, F. G. M., BORNIA, A. C.; RODRIGUEZ, C. T. Custeio da Cadeia Logística: Uma análise das ferramentas disponíveis. In: CONGRESSO BRASILEIRO DE CUSTOS, 6., São Paulo, Anais... São Paulo: ABC, 1999. (CD-ROM).
GIL, A. C. Como Elaborar Projetos de Pesquisa. 4. ed. São Paulo: Atlas; 2002.
HARRINGTON, H. J. Aperfeiçoando processos empresariais: estratégia revolucionária para o aperfeiçoamento da qualidade, da produtividade e da competitividade. São Paulo: Makron Books, 1993.
HAIR, Joseph F; ANDERSON, Rolph E; TATHAM, Ronald L; BLACK, William C. Análise
Multivariada de Dados. Porto Alegre: Bookman; 2005.
HERDEIRO, Roberto Francisco Casagrande. Escalonamento multidimensional. In: Corrar, Luiz J; Paulo, Edílson; Dias Filho, José Maria (Org.). Análise Multivariada. São Paulo: Atlas; 2007.
HOFMAN, D. The hierarchy of supply chain metrics. Supply Chain Management Review. v. 8. n 6. Sept. 2004.
KAPLAN, R. S.; ANDERSON, S. R. Custeio baseado em atividade e tempo. Rio de Janeiro: Campus, 2007
LAMBERT, D. M.; POHLEN, T. L. Supply chain metrics. International Journal of Logistics
Management, v.12, n.1, pag.1-19, 2001.
LUCHT, R. R. Escala para mensuração do desempenho de cadeias de suprimento: A proposição de um modelo para a indústria de autopeças brasileira. In SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E OPERAÇÕES INTERNACIONAIS, 8, 2005, São Paulo. Anais. São Paulo: SIMPOI, 2005.
MARCONI, M. de A; LAKATOS, E. M. Técnicas de pesquisa. 4. ed. São Paulo: Atlas, 1999. MARTINS, D. M Eficácia dos indicadores de desempenho na cadeia de fornecimento automotivo. In SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E OPERAÇÕES INTERNACIONAIS, 7, 2004, São Paulo. Anais... São Paulo: SIMPOI, 2004. NOVAES, A. G. Logística e Gerenciamento da Cadeia de Distribuição: Estratégia, Operação e Avaliação. Rio de Janeiro: Campus, 2001.
PAVAN, F. M; SACOMANO NETO, M; PIRES, S. R. I. Medição de desempenho na cadeia de suprimentos: um estudo de caso na indústria automobilística brasileira. In SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E OPERAÇÕES INTERNACIONAIS, 8, 2005, São Paulo. Anais... São Paulo: SIMPOI, 2005.
POHLMANN, Marcelo Coleto. Análise de Conglomerados. In: Corrar, Luiz J; Paulo, Edílson; Dias Filho, José Maria (Org.). Análise Multivariada. São Paulo: Atlas; 2007.
REEVE, J. M. Logistics and Marketing Costs. Handbook of Cost Accounting. Knoxville: Prentice Hall, 1998
ROCKMANN, R. Custo de logística é estimado em 10,6% do PIB. Valor, São Paulo, 06.fev.2013. Disponível em: <http://www.valor.com.br/brasil/2996910/custo-de-logistica-e-estimado-em-106-do-pib>. Acesso em 14.fev.2013
SILVA, L. M. F.; VILLAR, A. M. Discussão sobre as Técnicas de Avaliação dos Custos Logísticos para Fins de Controle Gerencial. In: CONGRESSO BRASILEIRO DE CUSTOS, 14., João Pessoa, Anais... João Pessoa: ABC, 2007 (CD-ROM).
SOUZA, R. P.; SOUZA, B. C.; BORINELLI, M. L. Identificação e mensuração de fatores condicionantes da gestão de custos interorganizacionais nos setores da economia brasileira. In: CONGRESSO BRASILEIRO DE CUSTOS, 17., Belo Horizonte, Anais... Belo Horizonte: ABC, 2010. (CD-ROM)
TANGEN, S. Performance measurement: From philosophy to practice. International Journal
of Productivity and Performance Management, v.53, n.8, p.726-737, 2004.
WAART, D.; KEMPER, S. Steeps to service supply chain excellence. Supply Chain
