Pesquisar este blog

27 de dezembro de 2014

UNIVEM MANTÉM NOTA 4 E FECHA O ANO COM CHAVE DE OURO

Índice Geral de Cursos – MEC divulga resultados


Em solenidade de encerramento do ano letivo, realizada na noite de 19/12, o Magnífico Reitor Luiz Carlos de Macedo Soares, enalteceu em seu discurso o excelente resultado obtido pelo Univem no IGC (Índice Geral de Avaliação de Cursos-MEC), obtendo a NOTA 4 mais uma vez.

Magnífico Reitor Luiz Carlos de Macedo Soares, pró reitora
 de graduação Dra. Raquel Cristina R. Sanches e coordenadores
de curso divulgando o resultado do IGC.


Antes da fala do reitor a Pró-Reitora de Graduação profa. Dra. Raquel Cristina Ferraroni Sanches, já havia destacado na apresentação do seu relatório anual de resultados acadêmicos, os números relativos às pesquisas, ao cursos de extensão, as ações comunitárias, bem como as publicações e a produção de artigos científicos, oportunidade em que disse estar muito satisfeita com a performance geral, na sua opinião, muito positiva e com excelentes indicadores de crescimento.  
.
Foi neste ato que a pró-reitora comunicou ao reitor e aos docentes a Nota 4 no IGC. A professora Raquel é também a coordenadora da Avaliação Institucional Permanente, um conjunto de ações que monitora todos os processos desenvolvidos no âmbito acadêmico, indo muito além da sala de aula, e com estreito foco na satisfação e formação profissional de excelência dos alunos. 

Para o reitor, toda excelência institucional é transferida automaticamente para o currículo dos alunos, que na verdade, são agentes ativos neste processo uma vez que participam das avaliações e dos resultados obtidos no ENADE. O evento contou com a presença de convidados, dos membros do CONSU – Conselho Universitário do Univem e de mantenedores da Fundação de Ensino Eurípides Soares da Rocha.Veja o quem foi publicado sobre o IGC no site do INEP. 

O IGC é um indicador de qualidade que avalia as instituições de educação superior, ele é calculado anualmente, considerando:


  1.     a média dos últimos CPCs disponíveis dos cursos avaliados da instituição no ano do cálculo e nos dois anteriores, ponderada pelo número de matrículas em cada um dos cursos computados;

  2.     a média dos conceitos de avaliação dos programas de pós-graduação stricto sensu atribuídos pela CAPES na última avaliação trienal disponível, convertida para escala compatível e ponderada pelo número de matrículas em cada um dos programas de pós-graduação correspondentes;  

3.     a distribuição dos estudantes entre os diferentes níveis de ensino, graduação ou pós-graduação stricto sensu, excluindo as informações do item II para as instituições que não oferecerem pós-graduação stricto sensu.  

Como o IGC considera o CPC dos cursos avaliados no ano do cálculo e nos dois anos anteriores, sua divulgação refere-se sempre a um triênio, compreendendo assim todas as áreas avaliadas, ou ainda, todo o ciclo avaliativo. 

O conceito de ciclo avaliativo foi definido no Art. 33. da Portaria Normativa nº 40 de 12 de dezembro de 2007. Ele compreende a realização periódica de avaliação de instituições e cursos superiores, com referência nas avaliações trienais de desempenho de estudantes, as quais subsidiam, respectivamente, os atos de recredenciamento e de renovação de reconhecimento.

O resultado obtido coloca o UNIVEM entre as melhores universidades do estado de São Paulo e do Brasil. Parabéns aos coordenadores de curso e a equipe docente por mais esta conquista!

Fonte: Site UNIVEM

17 de dezembro de 2014

GESTÃO POR PROCESSOS: O EXEMPLO DA NATURA

As mudanças estruturais que a empresa adotou para implantar esse modelo, que foi responsável por melhorias no seu desempenho.

Linha de produção da Natura em Cajamar
De cultura centralizadora para uma visão sistêmica de gestão por processos. Essa foi a transformação necessária para que a Natura continuasse crescendo financeira e regionalmente. Com uma estrutura muito concentrada em São Paulo, a Natura precisou se reestruturar para expandir os negócios para outras regiões do Brasil e até outros países.

Foi em 2007 que a empresa percebeu a importância de mudar sua gestão e cultura. No ano seguinte, implantou as unidades regionais do Norte e Nordeste, para começar a atender às suas demandas específicas. Na “gestão por processo”, a Natura passou a trabalhar também com unidades de negócios, distribuindo poder e autoridade para as pontas da cadeia de produção. Antes, os diretores de unidades não tinham responsabilidade sobre o rendimento. Quando um produto novo esgotava por excesso de demanda, eles encaravam como sucesso. Hoje, eles precisam planejar melhor suas ações, pois são responsáveis pela lucratividade desse produto e não podem deixar que ele fique em falta.

Depois da mudança, o planejamento estratégico da Natura é desdobrado por processos – cujo resultado tem sempre um acompanhamento - e não mais por diretoria ou área específica.  Esse sistema tem rendido bons frutos.

Estrutura

Com uma organização mais complexa, a Natura usou a gestão por processo para tornar a administração mais leve, criando uma estrutura que envolve todos os integrantes da companhia. No primeiro nível estão os patrocinadores, que são presidência, vice-presidência e conselho. Sem o apoio deles, a mudança da cultura da empresa não ocorre.

Além do “patrocínio” da diretoria, a Natura também separou um “comitê de processos”, responsável por discutir as evoluções do novo modelo e como podem guiar essa implantação da melhor forma possível. Na empresa, esse grupo se reúne todo mês e é composto por dois vice-presidentes, representantes das operações internacionais e dois conselheiros de implementação.

 No próximo nível estão os “donos de processos”, que têm responsabilidade e autoridade sobre seus processos. Em uma escala centralizada, eles fazem papel dos diretores, que têm a função de garantir a execução, o alcance e a superação dos resultados dos processos. Na Natura, suas reuniões são trimestrais. 

Os “guardiões de processos”, por sua vez, trabalham em uma rede ainda mais intrínseca.  Sua função é similar à de gerente e coordenador, sendo responsável pelo cumprimento dos processos pelos colaboradores e por reportar esses resultados aos “donos de processos”. Os “colaboradores” fecham o ciclo e, para atender às demandas de resultados, precisam estar envolvidos e conscientes da cultura e de suas responsabilidades na empresa.

Fonte: EXAME.com

16 de novembro de 2014

UMA VISÃO GERAL DOS SISTEMAS DE PLANEJAMENTO E PROGRAMAÇÃO AVANÇADOS (APS)

Este artigo será publicado no volume 5, número 4 do Independent Journal of Management & Production, com o título AN OVERVIEW OF THE ADVANCED PLANNING AND SCHEDULING SYSTEMS.


RESUMO
Nos últimos tempos, as atividades de planejamento e controle das empresas estão se tornando cada vez mais complexas e os gestores dessa área são constantemente pressionados a reduzir custos operacionais, mantendo os estoques em níveis adequados, visando satisfazer a demanda dos clientes e responder eficazmente às mudanças que ocorrem. A tarefa de planejamento e programação é importante para a maioria das empresas, de modo que, segundo alguns autores, há uma necessidade de uma análise mais aprofundada do uso prático de sistemas de planejamento e controle da produção. Dentro do contexto de desenvolvimentos de sistemas de planejamento e controle da produção, na década de 1990 foram lançados os sistemas APS, os quais representam uma inovação em relação aos seus predecessores. Este artigo destina-se a fornecer, por meio de uma revisão da literatura, os conceitos, estrutura, capacidades, processo de implantação e benefícios da utilização de sistemas APS no planejamento e controle da produção de empresas. A principal contribuição desta pesquisa é apresentar uma forte compreensão conceitual sobre sistemas APS, a qual pode ser usada como uma sólida referência teórica para futuras pesquisas.
Palavras-chave: Advanced Planning and Scheduling, Production Planning and Control, Literature Review.

1. INTRODUÇÃO
            De acordo com Porter et al. (1996), o Planejamento e Controle da Produção (PCP) geralmente é usado para descrever processos coletivos de planejamento de capacidade, planejamento das necessidades de materiais, controle do chão de fábrica, relançamento e controle de ordens de trabalho. O PCP visa alinhar o suprimento de uma empresa de manufatura com a demanda por seus produtos, enquanto maximiza o seu desempenho no âmbito da posição competitiva da empresa em termos de qualidade, custos e entrega. (MUKHOPADHYAY, DWIVEDY e KUMAR, 1998). O PCP desempenha um importante papel em ambientes competitivos, respondendo imediatamente para atingir o mais alto nível de desempenho do serviço, melhor utilização de recursos e menores perdas de materiais (AL-TAHAT e BATAINEH, 2012).
            Os Sistemas de Planejamento e Controle da Produção (SPCP) são os mecanismos centrais de controle corporativo que relacionam a produção e o desempenho logístico de uma empresa com as demandas dos clientes. Sua principal tarefa é planejar, iniciar e monitorar a entrega de produtos de uma empresa de manufatura, e, em casos de desvios imprevistos, reajustar o progresso de ordens ou planos de produção (WIENDAHL, VON CIEMINSKI e WIENDAHL, 2005). Os SPCP desempenham um importante papel na busca contínua por melhorias no uso de recursos de produção (RODRIGUEZ, COSTA e DO CARMO, 2013) e visam planejar e controlar a produção de modo que a empresa alcance as necessidades de produção com a mais alta eficiência possível (FERNANDES et al., 2007).
            Os SPCP são modelos usados para planejar e controlar processos de transformação física em sistemas de produção (HELBER, 1995). O uso destes softwares tem aumentado grandemente em ambientes industriais desde a década de 1980 (LUCZAK, NICOLAI e KEES, 1998). Os SPCP representam uma fonte de vantagem competitiva para empresas que buscam competência na área de PCP (MUKHOPADHYAY, DWIVEDY e KUMAR, 1998).
            De acordo com Steger-Jensen et al. (2011), os SPCP computadorizados foram gradualmente desenvolvidos nos últimos 30 anos, desde os sistemas Material Requirements Planning (MRP), Manufacturing Resources Planning (MRP II), Enterprise Resources Planning (ERP) e Advanced Planning and Scheduling (APS). Estes contínuos desenvolvimentos forneceram substanciais melhorias para a área de PCP das empresas (NYHUIS e WIENDAHL, 2004).
            Na década de 1990, uma nova geração de conceitos chamada de sistemas APS emergiu (ÖZTÜRK e ORNEK, 2014). Os sistemas APS representam um conjunto de aplicações usado para gerenciar três domínios de operações da cadeia de suprimentos: planejamento, programação e execução (SETIA, SAMBAMURTHY e CLOSS, 2008). Os sistemas APS são considerados como uma abordagem eficaz para gerar um plano otimizado de produção, a qual considera uma ampla gama de restrições, incluindo disponibilidade de matérias-primas, máquinas e capacidade dos operadores, nível de serviço, nível seguro de estoques, custos, vendas e demanda (CHEN, HUANG e LAI, 2009). De acordo com Brun et al. (2006), os sistemas APS representam a mais relevante inovação no campo de manufatura desde a introdução dos sistemas MRP na década de 1970.
            O uso dos sistemas APS como ferramentas de apoio para tomada de decisão no planejamento e controle da produção de empresas está crescendo em nível global. Com base nestas afirmações e sua crescente relevância, o objetivo deste artigo é apresentar uma revisão da literatura sobre os sistemas APS, a fim de fornecer ao leitor uma compreensão dos conceitos, estrutura, integração com outros sistemas de planejamento e controle da produção, processo de implantação e principais benefícios que seu uso fornece às empresas.

2. PROCEDIMENTOS METODOLÓGICOS UTILIZADOS PARA O DESENVOLVIMENTO DA PESQUISA
            A metodologia utilizada para o desenvolvimento deste artigo tem como objetivo obter resultados capazes de apoiar a construção de um melhor conhecimento sobre os sistemas APS.
            Artigos publicados em periódicos científicos indexados nas bases de dados SCIELO, SCOPUS e Web of Science foram analisados. Para esta pesquisa, foram analisados principalmente artigos publicados em revistas científicas por que eles têm uma seleção e avaliação mais cuidadosa do que artigos publicados em congressos e simpósios (CARNEVALLI e MIGUEL, 2008), e são considerados pesquisas de mais alto nível, tanto para a coleta de informações, quanto para a divulgação de novos resultados e descobertas (NGAI et al., 2008). Algumas informações de artigos publicados em congressos foram utilizadas, por que apesar de terem menos relevância, certamente podem ter questões importantes (BORTOLLOSSI e SAMPAIO, 2012).
            Para selecionar as publicações de interesse, foram pesquisados ​​por título, resumo, palavras-chave, independentemente do período de publicação, os seguintes termos: Advanced Planning and Scheduling e Advanced Planning System*. Posteriormente, procedeu-se à leitura e análise do resumo e introdução dos artigos encontrados, selecionando aqueles com relevância para os objetivos da pesquisa.
            No que diz respeito à natureza, este trabalho é classificado como uma pesquisa básica, considerando-se que de acordo com Turrioni e Mello (2012), busca agregar novos conhecimentos favoráveis ​​para o avanço do conhecimento, envolvendo verdades e interesses universais, sem a preocupação de utilizá-los na prática. Com base em seus objetivos, este trabalho é classificado como uma pesquisa exploratória. De acordo com Forza (2002), a finalidade da pesquisa exploratória é a construção de uma idéia inicial sobre um tópico, fornecendo a base para estudos mais detalhados, visando melhorar as técnicas atualmente disponíveis. Quanto aos procedimentos técnicos utilizados para o desenvolvimento deste artigo, ele foi concebido por meio de uma pesquisa bibliográfica. A pesquisa bibliográfica permite a identificação do estado da arte e as possíveis lacunas que possam existir, e identificar oportunidades para novas contribuições para o tema em estudo (VILLAS, SOARES e RUSSO, 2008).

3. ADVANCED PLANNING AND SCHEDULING: UMA VISÃO GERAL
3.1              Caracterização geral
            De acordo com Stadtler (2005), os sistemas APS são baseados nos princípios de planejamento hierárquico e fazem uso extensivo de abordagens de solução conhecidas como programação matemática e meta-heurísticas. A principal habilidade dos sistemas APS consiste em encontrar a seleção ótima de recursos para operações, sequências de operações, alocação de lotes variáveis de transferência e programas, considerando fluxos flexíveis, status de recursos, capacidades de fábricas, restrições de precedência e balanceamento da carga de trabalho (GEN, LIN e ZHANG, 2009). Ao contrário de outros sistemas, o APS são assume que as capacidades são infinitas, que todos os clientes, produtos e materiais são de igual importância, e que certos parâmetros tais como lead times podem ser fixados (DAVID, PIERREVAL e CAUX, 2006).
            Os sistemas APS representam um conjunto de aplicações usado para gerenciar três domínios de operações da cadeia de suprimentos: planejamento, programação e execução (SETIA, SAMBAMURTHY e CLOSS, 2008). Eles têm melhorado a integração de materiais e planejamento de capacidade, preenchendo a lacuna entre a complexidade da cadeia de suprimentos e as decisões diárias de operações (HVOLBY e STEGER-JENSEN, 2010). Os sistemas APS são considerados como uma abordagem eficaz para gerar um plano otimizado de produção considerando uma ampla gama de restrições, incluindo disponibilidade de matérias-primas, máquinas e capacidade dos operadores, nível de serviço, nível seguro de estoques, custos, vendas e demanda (CHEN, HUANG e LAI, 2009).
            De acordo com Günther e Meyr (2009), os sistemas APS representam aplicações bem-sucedidas da gestão da cadeia de suprimentos e são relacionados a atividades de apoio e tomada de decisão nos níveis estratégico, tático e operacional. Pelos sistemas APS as empresas podem otimizar suas cadeias de suprimentos, reduzindo custos e níveis de estoque, melhorando margens de produto e aumentando os rendimentos industriais (LEE, JEONG e MOON, 2002). Os sistemas APS são baseados nos princípios de planejamento hierárquico e fazem uso extensivo de abordagens de solução conhecidas como programação matemática e meta-heurísticas (STADTLER, 2005). Eles simulam diferentes cenários de planejamento antes do lançamento de um plano (HVOLBY e STEGER-JENSEN, 2010). Além do mais, os sistemas APS podem ser configurados para dar alertas a unidades organizacionais apropriadas quando alguma coisa incomum acontece (WEZEL, DONK e GAALMAN, 2006).
3.2              Estrutura dos sistemas APS
            De acordo com Neumann, Schwindt e Trautmann (2002), os sistemas APS oferecem apoio em todos os níveis de planejamento ao longo da cadeia de suprimentos, enquanto observa as limitações de recursos. As informações de entrada de um sistema APS incluem tamanho da ordem, data devida da ordem, capacidade disponível, tipo de produto, rotina do processo, tempo de processo, tempo de ciclo, tempo de set-up, rendimento, tact time, manutenção preventiva, tempo médio de reparo, tempo médio entre falhas e trabalho em processo ou Work In Process (WIP); enquanto que as informações de saída incluem a carga do equipamento, utilização da fábrica, utilização da linha, tempo de relançamento de ordens, e tempo de início e fim de ordens  (CHEN et al., 2013).
            Os principais módulos dos sistemas APS nos três níveis de cadeias de suprimentos são apresentados na Figura 1 (MEYR, WAGNER e ROHDE, 2005).

Figura 1: Estrutura dos sistemas APS

            O planejamento estratégico da rede de suprimentos determina a estrutura da cadeia de suprimentos no horizonte de planejamento, incluindo localizações de fábricas e centros de distribuição e considera um horizonte de planejamento de longo prazo de até dez anos (GIACON e MESQUITA, 2011). A gestão da demanda equlibra necessidades dos clientes com as capacidades da cadeia de suprimentos (CROXTON et al., 2002).
            O planejamento da produção e vendas visa o uso eficiente de capacidades da empresa e a realização das demandas previstas no horizonte de planejamento de médio prazo, planejando simultaneamente as funções de produção, compras e distribuição (STADLER, 2005). O Master Production Scheduling (MPS) define a quantidade de itens finais a ser concluída em cada semana do horizonte de planejamento de curto prazo, atualizando periodicamente os planos após coletar e reconhecer as informações mais recentes (OMAR e BENNELL, 2009). O MRP realiza a explosão de necessidades de materiais por meio de informações do MPS, gerando pedidos de montagem, fabricação e compra, visando atender a demanda final de produtos (OMAR e BENNELL, 2009).
            A programação detalhada de produção é gerada levando em conta a disponibilidade de capacidade e materiais, de acordo com as diretrizes do MPS (GIACON e MESQUITA, 2011). O planejamento da distribuição representa uma das mais importantes atividades na gestão da cadeia de suprimentos e considera a disponibilidade de estoques e transportes para gerar a programação de entregas (SAFAEI et al., 2010). A programação do transporte considera fatores de curto prazo tais como rota ou disponibilidade de veículos (GIACON e MESQUITA, 2011). O Available-To-Promise (ATP) visa fornecer as solicitações específicas de clientes na data de entrega prometida, considerando a disponibilidade de produtos demandados (JUNG, 2012).
3.3 Integração dos sistemas APS com outros sistemas de planejamento e controle da produção
            Os procedimentos de planejamento e controle da produção usados na indústria sempre têm sido sujeitos a diversas mudanças. Muitas empresas têm reconhecido que os sistemas comumente usados, representados pelo MRP II e ERP, não apoiam o planejamento a fim de considerar apropriadamente as capacidades de recursos durante o processo de planejamento (KRISTIANTO, AJMAL e HELO, 2011).
            Enquanto os sistemas APS em si representam um avanço quando comparados a seus predecessores, empresas usam uma combinação de sistemas para guiar a colaboração e planejamento da cadeia de suprimentos (SETIA, SAMBAMURTHY e CLOSS, 2008). Os sistemas APS foram desenvolvidos sob a combinação do MRP com o Capacity Requirement Planning (CRP), visando permitir a criação de planos adequados de produção para a cadeia de suprimentos como um todo, fornecendo procedimentos e metodologias que são capazes de reagir rapidamente a exceções e variabilidade (CHERN e YANG, 2011; KUNG e CHERN, 2009).
            Os tradicionais sistemas MRP não apoiam suficientemente o planejador na resolução de questões do planejamento e controle da produção e podem criar muitos problemas do chão de fábrica para o estágio posterior de produção (CHEN e JI, 2007), tais como frequentes excessos de estoque, deficientes níveis de serviço e insuficiente utilização de capacidade (KANNEGIESSER e GÜNTHER, 2011). De acordo com Peng, Lu e Chen (2014), os sistemas MRP geralmente fazem planos de acordo com requisitos finitos de materiais e requisitos infinitos de capacidade, enquanto que o lead time de produção, o qual depende do planejamento de produção, é predeterminado; ao passo que nos sistemas APS os planos são otimizados dentro das fronteiras de materiais e restrições de capacidade.
            Usando as informações de vendas e estoques de um sistema MRP II, o APS pode produzir um plano de produção em poucos minutos, ou até mesmo em segundos. Os sistemas APS podem validar os planos gerados pelos sistemas MRP II ou realizarem o planejamento, eliminando a necessidade por tais módulos, sendo o uso do MRP II direcionado para a aquisição de informações de produtos, pedidos e inventário (CHAMBERS, 1996).
            Os sistemas APS não substituem, mas sim complementam os sistemas ERP (STEGER-JENSEN et al., 2011). É amplamente conhecido que o ponto forte dos sistemas ERP não está na área de planejamento. Sendo assim, os sistemas APS têm sido desenvolvidos para preencher esta lacuna (STADTLER, 2005). De acordo com Ou-Yang e Hon (2008), os sistemas APS desenvolvem uma programação apropriada de produção para apoiar pedidos potenciais, enquanto que os sistemas ERP são usados para integrar a execução de pedidos relacionados a processos de negócio e lidar com as atividades e transações básicas, tais como pedidos dos clientes, contabilidade, finanças, recursos humanos, etc. (GIACON e MESQUITA, 2011; STEGER-JENSEN et al., 2011).
            Um sistema APS extrai informações da base de dados do ERP por meio de interface de entrada do usuário, faz seus cálculos e envia os planos resultantes de volta para a distribuição e execução. O APS envia ao ERP as necessidades de partes fabricadas, necessidades de partes compradas e conclusões de ordens projetadas, usando técnicas de otimização para modelar e determinar as quantidades. O ERP envia ao APS as demandas (pedidos de clientes, previsões, MPS, ordens de estoque de segurança, pedidos de transformação), informações de itens, informações de Bill Of Materials (BOM), informações de operações, informações de recursos e grupos de recursos, status de WIP, trabalhos relançados e concluídos, trabalhos programados, parâmetros executados, calendário, turnos e feriados. Os resultados do programa e utilização podem ser salvos na base de dados por meio da interface de saída (CHEN et al., 2013; GÜNTHER e MEYR, 2009; MUSSELMAN, O’REILLY e DUKET, 2002; RUDBERG e CEDERBORG, 2011).
3.4              Capacidades dos sistemas APS
            O conjunto de aplicações dos sistemas APS usualmente tem as seguintes capacidades: capacidade de modelagem, modelagem de fluxo, programação e otimização, capacidades de planejamento, gestão e análise de restrições e controle da execução (SETIA, SAMBAMURTHY e CLOSS, 2008).
            A capacidade de modelagem define a quantidade exata de recursos e restrições. A modelagem de fluxo cria rotinas baseadas em produto a produto, configura estações de trabalho e fluxos alternativos. A programação e otimização configura vários trabalhos e critérios de desempenho do processo baseados nos operadores disponíveis e restrições de recursos. As capacidades de planejamento planejam recursos e instalações para o longo prazo por meio de análises hipotéticas. A análise e gestão das restrições identifica restrições em caso de mudança nas prioridades de demanda. O controle da execução gerencia operações por meio de formas inteligentes de relatórios detalhados (SETIA, SAMBAMURTHY e CLOSS, 2008).
            No chão de fábrica os sistemas APS são responsáveis pelas seguintes atividades: relançamento de ordens, sequenciamento, despacho e relatórios (IVERT, 2012). O relançamento de ordens é relacionado ao controle de relançamento de ordens e pedidos, verificação de disponibilidade de materiais e geração de shop packet. O sequenciamento é responsável pelas decisões que têm que ser feitas sobre quais ordens serão processadas posteriormente. As considerações de despacho representam quais informações a lista de despacho inclui, como o chão de fábrica obtém informações sobre quaisquer mudanças nos requisitos planejados e qual liberdade o pessoal tem para configurar prioridades e escolher a sequência. As informações pertinentes ao progresso de ordens no chão de fábrica e identificação de possíveis problemas são funções pertinentes aos relatórios.
3.5              Implantação de sistemas APS
            Em uma perspectiva de implantação de sistemas APS, o conhecimento do sistema e planejamento, experiências no processo sob investigação e projetos de implantação e comprometimento com o projeto devem ser importantes fatores individuais (IVERT e JONSSON, 2011).
            Para Pacheco e Santoro (2001), as principais deficiências que podem surgir no processo de avaliação de um sistema APS são pobre avaliação das oportunidades de melhoria do sistema atual, investigação deficiente de alternativas e pobre análise do relacionamento entre aderência e qualidade da solução. Para superar estas deficiências, Pacheco e Cândido (2002) propõem as seguintes ações: avaliação de oportunidades para melhoria e seleção preliminar de alternativas, análise detalhada da aderência e qualidade de solução de modelos, ponderação dos resultados obtidos entre modelos, análise de critérios comerciais e estratégia de implantação.
            De acordo com Pedroso e Côrrea (1996), para se implantar sistemas de programação com capacidade finita (tais como sistemas APS), são necessários investimentos em software, hardware, treinamento, implantação, manutenção do sistema e mudanças organizacionais. Investimentos em software são relacionados à aquisição da aplicação em si, possíveis necessidades para essa adaptação e sua integração com outros sistemas de informação da empresa. Em hardware, os equipamentos necessários para gestão do sistema. Em treinamento, é relacionado ao treinamento de recursos humanos para a gestão da nova tecnologia. Na implantação, abrange a modelagem e a disponibilidade de outras informações necessárias. Na manutenção do sistema, os valores associados com a gestão do sistema e a manutenção e atualização do software e hardware. Nas mudanças organizacionais, melhorias necessárias para a gestão eficaz do sistema na organização.
            O processo de implantação de sistemas APS abrange as seguintes fases (IVERT e JONSSON, 2011):
1)     A fase de autorização: compreende as decisões que levam a cotar um sistema APS. Atividades típicas compreendem a análise do estado atual, geração de ideias de adoção do sistema, definição de indicadores-chave de desempenho, realização de um caso de negócios para desenvolvimento do investimento, identificação do gestor do projeto, aprovação de um orçamento e programa e seleção de um pacote de software.
2)     A fase de projeto: fase onde as atividades são compostas de modo a obter o sistema instalado e funcionando. Atividades típicas incluem construção do modelo, setup de estruturas internas de informações e bases de dados, validação/teste, treinamento e utilização.
3)     A fase de improviso: fase onde as organizações estão se confrontando com o sistema de informação. Atividades típicas incluem a limpeza de dados e parâmetros, fornecimento de treinamento adicional para os usuários (especialmente em processos de negócios) e trabalho com fornecedores e consultores para resolver defeitos no software.
4)     A fase de fase de avanço horizontal e vertical: fase que continua desde a operação normal até o sistema ser substituído com uma atualização ou um sistema diferente. Atividades típicas compreendem auditoria pós-implantação, melhoria contínua do negócio,  atualização técnica e construção de habilidades adicionais dos usuários.
3.6              Benefícios da utilização dos sistemas APS
            O Quadro 1 lista os principais benefícios que podem ser obtidos com a utilização de sistemas APS, baseados nos resultados da revisão da literatura.
Quadro 1: Principais benefícios da utilização dos sistemas APS
Benefícios
Autores
Gestão mais eficiente de cadeias de suprimentos
Boulaksil, Fransoo e Halm (2009); Brandenburg e Tölle (2009); Dayou, Pu e Ji (2009); Garcia-Sabater, Maheut e Garcia-Sabater (2012); Jonsson, Kjellsdotter e Rudberg (2007); Kristianto, Ajmal e Helo (2011); Kung e Chern (2009); Neumann, Schwindt e Trautmann (2002); Rudberg e Thulin (2009); Setia, Sambamurthy e Closs (2008); Zoryk-Schalla, Fransoo e De Kok (2004)
Rendimentos mais altos e menores lead times industriais
Chen, Huang e Lai (2009); Dayou, Pu e Ji (2009); Lee, Jeong e Moon (2002)
Integração com os sistemas ERP, outros módulos de planejamento ou sistemas de controle de processo
Arsovski, Arsovski e Mirovic (2009); Caputo, Gallo e Guizzi (2009); Chambers (1996); Chen et al. (2013); Garcia-Sabater, Maheut e Garcia-Sabater (2012); Giacon e Mesquita (2011); Hvolby e Steger-Jensen (2010); Jonsson, Kjellsdotter e Rudberg (2007); McKay e Wiers (2003); Ou-Yang e Hon (2008); Öztürk e Ornek (2014); Setia, Sambamurthy e Closs (2008); Steger-Jensen et al. (2011); Wiers (2002); Wiers (2009)
Velocidade mais alta de processamento
Chambers (1996); Giacon e Mesquita (2011)
Criação de planos de produção adequados
Chern e Yang (2011)
Consideração de restrições de capacidade e sequências de operação
Arsovski, Arsovski e Mirovic (2009); Chen e Ji (2007); Hvolby e Steger-Jensen (2010); Neumann, Schwindt e Trautmann (2002); Peng, Lu e Chen (2014); Rudberg e Thulin (2009); Setia, Sambamurthy e Closs (2008); Zhong et al. (2013)
Aumento dos lucros operacionais
Gen, Lin e Zhang (2009); Lee, Jeong e Moon (2002)
Redução dos níveis de estoque
Chen, Huang e Lai (2009); Lee, Jeong e Moon (2002); Villegas e Smith (2006)
Rápida reação a exceções e variabilidades
Kung e Chern (2009)
Aumento na satisfação do cliente
Steger-Jensen e Svensson (2004)
Apoio aos seguintes processos do Sales & Operations Planning (S&OP): previsão de futuras demandas, preparação de um plano preliminar de entrega, preparação de um plano preliminar de produção, ajuste e manuseio de um plano de entrega e de produção
Ivert e Jonsson (2010)
Reprogramação de trabalhos
Setia, Sambamurthy e Closs (2008)
Avaliação da lucratividade das diferentes alternativas para atender os pedidos dos clientes
Quante, Meyr e Fleischmann (2009)
Possibilidades de representação gráfica dos planos de produção resultantes e acesso rápido a informações adicionais sobre os elementos de programação
Brandenburg e Tölle (2009)
A modificação manual de programas de produção existentes, especialmente para o gerenciamento por exceções
Brandenburg e Tölle (2009)
Promessas de entrega realistas e viáveis
Chen et al. (2013)
Facilidade de programação de manutenção preventiva
Chen et al. (2013)
Melhor distribuição da carga de trabalho, resultando em redução de horas extras e serviços de terceirização
Chen et al. (2013)


4. CONSIDERAÇÕES FINAIS
            Este artigo apresentou, por meio de uma revisão da literatura, os conceitos-chave, estrutura, breve descrição de sua integração com outros sistemas de planejamento e controle da produção, processo de implantação e benefícios-chave dos sistemas APS para empresas.
            Nos últimos tempos, com as grandes transformações impostas pela globalização, as empresas lidam com mercados cada vez mais exigentes em relação a custos, prazos, qualidade, confiabilidade e tudo o que represente competitividade. Seus gestores são constantemente pressionados a obter ganhos progressivos.
            A falta de alinhamento entre os vários recursos produtivos das empresas pode causar confusão nos programas de produção, o que implica, entre outros problemas, baixa produtividade, baixo nível de serviço e perda de clientes, com impactos negativos em suas finanças.
            Muitos dos tradicionais sistemas de planejamento e controle da produção implantados em empresas desde a segunda metade do século XX apresentam falhas na operação, pois desconsideram os limites de capacidade de produção. Os sistemas APS representam um avanço para o planejamento e controle da produção das empresas, pois consideram as diversas restrições presentes nos processos de produção.
            É possível para as empresas, que com o uso de sistemas APS, elas alcancem a melhoria no tratamento com os prazos de entrega, redução de multas e fretes especiais, matérias-primas, trabalho em processo e redução de estoques de produtos acabados, redução de lead times de produção,  melhor cuidado dos pedidos de clientes, melhoria na produtividade e eficiência global dos recursos produtivos, compras e contratação e racionalização de serviços terceirizados.
            Este artigo não pretende esgotar as questões aqui levantadas. Seu foco foi direcionado para a análise conceitual do tema estudado nos artigos encontrados. Apesar de possuir algumas limitações, esta revisão de literatura visa gerar novos conhecimentos e informações por meio do resgate das lacunas que foram abordadas em pesquisas anteriores (MARIANO, GUERRINI e REBELATTO, 2012). Estudos mais detalhados podem ser realizados e contribuir para o desenvolvimento deste tema, pois de acordo com Gil (2008), pesquisas exploratórias constituem a primeira etapa de uma investigação mais ampla.

REFERÊNCIAS
AL-TAHAT, M. D.; BATAINEH, K. M. (2012) Statistical analyses and modeling of the implementation of agile manufacturing tactics in industrial firms. Mathematical Problems in Engineering, v. 2012, p. 1-23.

ARSOVSKI, S.; ARSOVSKI, Z.; MIROVIC, Z. (2009) The Integrating Role of Simulation in Modern Manufacturing Planning and Scheduling. Journal of Mechanical Engineering, v. 55, n. 1, p. 33-44.

BORTOLLOSSI, L. N.; SAMPAIO, M. (2012) A produção acadêmica publicada na revista Gestão & Produção de 1999 a 2010: tendências e direções para pesquisas futuras. Gestão & Produção, v. 19, n. 1, p. 189-201.

BOULAKSIL, Y.; FRANSOO, J. C.; HALM, E. N. G. V. (2009) Setting safety stocks in multi-stage inventory systems under rolling horizon mathematical programming models. OR Spectrum, v. 31, n. 1, p. 121-140.

BRANDENBURG, M.; TÖLLE, F-J. (2009) MILP-based campaign scheduling in a specialty chemicals plant: a case study. OR Spectrum, v. 31, n. 1, p. 141-166.

BRUN, A. et al. (2006) Value and risk assessment of supply chain management improvement projects. International Journal of Production Economics, v. 99, n. 1/2, p. 186-201.

CAPUTO, G.; GALLO, M.; GUIZZI, G. (2009) Optimization of production plan through simulation techniques. WSEAS Transactions on Information Science and Applications, v. 6, n. 3, p. 352-362.

CARNEVALLI, J. A.; MIGUEL, P. A. C. (2008) Review, analysis and classification of the literature on QFD - types of research, difficulties and benefits. International Journal of Production Economics, v. 114, n. 2, p. 737-754.

CHAMBERS, N. (1996) Beyond MRPII: a new approach to manufacturing planning and simulation. Industrial Management & Data Systems, v. 96, n. 4, p. 3-5.

CHEN, C. J. et al. (2013) Advanced planning and scheduling for TFT-LCD color filter fab with multiple lines. The International Journal of Advanced Manufacturing Technology, v. 67, n. 1/4, p. 101-110.

CHEN, W-L.; HUANG, C-Y.; LAI, Y-C. (2009) Multi-tier and multi-site collaborative production: illustrated by a case example of TFT-LCD manufacturing. Computers & Industrial Engineering, v. 57, n. 1, p. 61-72.

CHEN, K.; JI, P. (2007) A mixed integer programming model for advanced planning and scheduling (APS). European Journal of Operational Research, v. 181, n. 1, p. 515-522.

CHERN, C-C.; YANG, I-C. (2011) A heuristic master planning algorithm for supply chains that consider substitutions and commonalities. Expert Systems with Applications, v. 38, n. 12, p. 14918-14934.

CROXTON, K. L. et al. (2002) The demand management process. International Journal of Logistics Management, v. 13, n. 2, p. 51-66.

DAVID, F.; PIERREVAL, H.; CAUX, C. (2006) Advanced planning and scheduling systems in aluminium conversion industry. International Journal of Computer Integrated Manufacturing, v. 19, n. 7, p. 705-715.

DAYOU, L.; PU, Y.; JI, Y. (2009) Development of a multiobjective GA for advanced planning and scheduling problem. The International Journal of Advanced Manufacturing Technology, v. 42, n. 9/10, p. 974-992.

FERNANDES, F. C. F. et al. (2007) Identificação dos principais autores em planejamento e controle da produção por meio de um survey mundial com pesquisadores da área. Gestão & Produção, v. 14, n. 1, p. 83-95.

FORZA, C. (2002) Survey research in operations management: a process-based perspective. International Journal of Operations & Production Management, v. 22, n. 2, p. 152-194.

GARCIA-SABATER, J. P.; MAHEUT, J.; GARCIA-SABATER, J. J. (2012) A two-stage sequential planning scheme for integrated operations planning and scheduling system using MILP: the case of an engine assembler. Flexible Services and Manufacturing Journal, v. 24, n. 2, p. 171-209.

GEN, M.; LIN, L.; ZHANG, H. (2009) Evolutionary techniques for optimization problems in integrated manufacturing system: state-of-the-art-survey. Computers & Industrial Engineering, v. 56, n. 3, p. 779-808.

GIACON, E.; MESQUITA, M. A. (2011) Levantamento das práticas de programação detalhada da produção: um survey na indústria paulista. Gestão & Produção, v. 18, n. 3, p. 487-498.

GIL, A. C. (2008) Métodos e técnicas de pesquisa social. 6. ed. São Paulo: Atlas.

GÜNTHER, H-O.; MEYR, H. (2009) Supply chain planning and Advanced Planning Systems. OR Spectrum, v. 31, n. 1, p. 1-3.

HELBER, S. (1995) Lot sizing in capacitated production planning and control systems. OR Spektrum, v. 17, n. 1, p. 5-18.

HVOLBY, H-H.; STEGER-JENSEN, K. (2010) Technical and industrial issues of Advanced Planning and Scheduling (APS) systems. Computers in Industry, v. 61, n. 9, p. 845-851.

IVERT, L. K. (2012) Shop floor characteristics influencing the use of advanced planning and scheduling systems. Production Planning & Control, v. 23, n. 6, p. 452-467.

IVERT, L. K.; JONSSON, P. (2010) The potential benefits of advanced planning and scheduling systems in sales and operations planning. Industrial Management & Data Systems, v. 110, n. 5, p. 659-681.

IVERT, L. K.; JONSSON, P. (2011) Problems in the onward and upward phase of APS system implementation: why do they occur? International Journal of Physical Distribution & Logistics Management, v. 41, n. 4, p. 343-363.

JONSSON, P.; KJELLSDOTTER, L.; RUDBERG, M. (2007) Applying advanced planning systems for supply chain planning: three case studies. International Journal of Physical Distribution & Logistics Management, v. 37, n. 10, p. 816-834.

JUNG, H. (2012) An available-to-promise process considering production and transportation uncertainties and multiple performance measures. International Journal of Production Research, v. 50, n. 7, p. 1780-1798.

KANNEGIESSER, M.; GÜNTHER, H-O. (2011) An integrated optimization model for managing the global value chain of a chemical commodities manufacturer. Journal of the Operational Research Society, v. 62, n. 4, p. 711-721.

KRISTIANTO, Y.; AJMAL, M. M.; HELO, P. (2011) Advanced planning and scheduling with collaboration processes in agile supply and demand networks. Business Process Management Journal, v. 17, n. 1, p. 107-126.

KUNG, L-C.; CHERN, C-C. (2009) Heuristic factory planning algorithm for advanced planning and scheduling. Computers & Operations Research, v. 36, n. 9, p. 2513-2530.

LEE, Y. H.; JEONG, C. S.; MOON, C. (2002) Advanced planning and scheduling with outsourcing in manufacturing supply chain. Computers & Industrial Engineering, v. 43, n. 1/2, p. 351-374.

LUCZAK, H.; NICOLAI, H.; KEES, A. (1998) PPC-systems: Re-engineering or replacement? Venus: A fuzzy-decision-tool helps to evaluate outdated production planning and control systems. Production Planning & Control, v. 9, n. 5, p. 448-456.

MARIANO, E. B.; GUERRINI, F. M.; REBELATTO, D. A. N. (2012) Análise da relação entre estrutura e desempenho de redes interorganizacionais colaborativas. Gestão & Produção, v. 19, n. 3, p. 471-479.

MCKAY, K. N.; WIERS, V. C. S. (2003) Integrated decision support for planning, scheduling, and dispatching tasks in a focused factory. Computers in Industry, v. 50, n. 1, p. 5-14.

MEYR, H.; WAGNER, M.; ROHDE, J. (2005) Structure of Advanced Planning Systems. In: STADTLER, H.; KILGER, C. (Eds.). Supply Chain Management and Advanced Planning: concepts, models software and case studies. Third Edition. Heidelberg: Springer Berlin Heidelberg New York.

MUKHOPADHYAY, S. K.; DWIVEDY, J.; KUMAR, A. (1998) Design and implementation of an integrated production planning system for a pharmaceutical manufacturing concern in India. Production Planning & Control, v. 9, n. 4, p. 391-402.

MUSSELMAN, K.; O’REILLY, J.; DUKET, S. (2002) The role of simulation in Advanced Planning and Scheduling. In: WINTER SIMULATION CONFERENCE, 34. San Diego, 2002. Proceedings of the 2002 Winter Simulation Conference. San Diego: ACM.

NEUMANN, K.; SCHWINDT, C.; TRAUTMANN, N. (2002) Advanced production scheduling for batch plants in process industries. OR Spectrum, v. 24, n. 3, p. 251-279.

NGAI, E. W. T. et al. (2008) RFID research: an academic literature review (1995-2005) and future research directions. International Journal of Production Economics, v. 112, n. 1, p. 510-520.

NYHUIS, P.; WIENDAHL, H-P. (2004) 3-Sigma PPC - a holistic approach for managing the logistic performance of production systems. CIRP Annals - Manufacturing Technology, v. 53, n. 1, p. 371-376.

OMAR, M. K.; BENNELL, J. A. (2009) Revising the máster production schedule in a HPP framework context. International Journal of Production Research, v. 47, n. 20, p. 5857-5878.

ÖZTÜRK, C.; ORNEK, A. M. (2014) Operational extended model formulations for Advanced Planning and Scheduling systems. Applied Mathematical Modelling, v. 38, n. 1, p. 181-195.

OU-YANG, C.; HON, S. J. (2008) Developing an agent-based APS and ERP collaboration framework. The International Journal of Advanced Manufacturing Technology, v. 35, n. 9/10, p. 943-967.

PACHECO, R. F.; CÂNDIDO, M. A. B. (2002) Uma metodologia para a seleção de sistemas de programação da produção com capacidade finita. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 22. Curitiba, 2002. Anais... Rio de Janeiro: ABEPRO.

PACHECO, R. F.; SANTORO, M. C. (2001) A Adoção de modelos de schedulingno Brasil: deficiências do processo de escolha. Gestão & Produção, v. 8, n. 2, p. 128-138.

PEDROSO, M. C.; CÔRREA, H. L. (1996) Sistemas de programação da produção com capacidade finita: uma decisão estratégica? Revista de Administração de Empresas, v. 36, n. 4, p. 60-73.

PENG, Y.; LU, D.; CHEN, Y. (2014) A Constraint Programming Method for Advanced Planning and Scheduling System with Multilevel Structured Products. Discrete Dynamics in Nature and Society, v. 2014, p. 1-7.

PORTER, J. K. et al. (1996) Production planning and control system developments in Germany. International Journal of Operations & Production Management, v. 16, n. 1, p. 27-39.

RODRIGUEZ, D. S. S.; COSTA, H. G.; DO CARMO, L. F. R. R. S. (2013) Métodos de auxílio multicritério à decisão aplicados a problemas de PCP: Mapeamento da produção em periódicos publicados no Brasil. Gestão & Produção, v. 20, n. 1, p. 134-146.

RUDBERG, M.; CEDERBORG, O. (2011) APS for tactical planning in a steel processing company. Industrial Management & Data Systems, v. 111, n. 4, p. 608-628.

RUDBERG, M.; THULIN, J. (2009) Centralised supply chain master planning employing advanced planning systems. Production Planning & Control, v. 20, n. 2, p. 158-167.

SAFAEI, A. S. et al. (2010) Integrated multi-site production-distribution planning in supply chain by hybrid modelling. International Journal of Production Research, v. 48, n. 14, p. 4043-4069.

SETIA, P.; SAMBAMURTHY, V.; CLOSS, D. J. (2008) Realizing business value of agile IT applications: antecedents in the supply chain networks. Information Technology and Management, v. 9, n. 1, p. 5-19.

STADTLER, H. (2005) Supply chain management and advanced planning - basics, overview and challenges. European Journal of Operational Research, v. 163, n. 3, p. 575-588.

STEGER-JENSEN, K. et al. (2011) Advanced Planning and Scheduling technology. Production Planning & Control, v. 22, n. 8, p. 800-808.

STEGER-JENSEN, K.; SVENSSON, C. (2004) Issues of mass customisation and supporting IT-solutions. Computers in Industry, v. 54, n. 1, p. 83-103.

TURRIONI, J. B.; MELLO, C. H. P. (2012) Metodologia de pesquisa em engenharia de produção: estratégias, métodos e técnicas para condução de pesquisas quantitativas e qualitativas. Apostila do curso de Especialização em Qualidade e Produtividade. Universidade Federal de Itajubá, Itajubá, MG.

VILLAS, M. V.; SOARES, T. D. L. V. A. M.; RUSSO, G. M. (2008) Bibliographical research method for business administration studies: a model based on scientific journal ranking. Brazilian Administration Review, v. 5, n. 2, p. 139-159.

VILLEGAS, F. A.; SMITH, N. R. (2006) Supply chain dynamics: analysis of inventory vs. order oscillations trade-off. International Journal of Production Research, v. 44, n. 6, p. 1037-1054.

WEZEL, W. V.; DONK, D. P. V.; GAALMAN, G. (2006) The planning flexibility bottleneck in food processing industries. Journal of Operations Management, v. 24, n. 3, p. 287-300.

WIENDAHL, H-H.; VON CIEMINSKI, G.; WIENDAHL, H-P. (2005) Stumbling blocks of PPC: Towards the holistic configuration of PPC systems. Production Planning & Control, v. 16, n. 7, p. 634-651.

WIERS, V. C. S. (2002) A case study on the integration of APS and ERP in a steel processing plant. Production Planning & Control, v. 13, n. 6, p. 552-560.

WIERS, V. C. S. (2009) The relationship between shop floor autonomy and APS implementation success: evidence from two cases. Production Planning & Control, v. 20, n. 7, p. 576-585.

ZHONG, R. Y. et al. (2013) RFID-enabled real-time advanced planning and scheduling shell for production decision making. International Journal of Computer Integrated Manufacturing, v. 26, n. 7, p. 649-662.


ZORYK-SCHALLA, A. J.; FRANSOO, J, C.; DE KOK, T. G. (2004) Modeling the planning process in advanced planning systems. Information & Management, v. 42, n. 1, p. 75-87.

AUTORES

THALES BOTELHO DE SOUSA
ESCOLA DE ENGENHARIA DE SÃO CARLOS, UNIVERSIDADE DE SÃO PAULO 
CARLOS EDUARDO SOARES CAMPAROTTI
ESCOLA DE ENGENHARIA DE SÃO CARLOS, UNIVERSIDADE DE SÃO PAULO 
FÁBIO MÜLLER GUERRINI
ESCOLA DE ENGENHARIA DE SÃO CARLOS, UNIVERSIDADE DE SÃO PAULO 
ADAUTO LUCAS DA SILVA
ESCOLA DE ENGENHARIA DE SÃO CARLOS, UNIVERSIDADE DE SÃO PAULO 
WALTHER AZZOLINI JÚNIOR
ESCOLA DE ENGENHARIA DE SÃO CARLOS, UNIVERSIDADE DE SÃO PAULO