Versão PDF
Enviar por e-mailDescrição do Problema
As Casas Pernambucanas constituem uma rede de mais de 250 lojas abrangendo várias cidades brasileiras, basicamente nas regiões Sudeste, Sul e Centro-Oeste. Seus mais de 5000 itens de venda correspondem a artigos de cama, mesa e vestuário, reabastecidos segundo políticas de reposição sensíveis à sazonalidade e às condições momentâneas de mercado; e de eletrodomésticos, atendidos sob demanda.
O atendimento é feito a partir de um único centro de distribuição, localizado em Barueri-SP, onde são realizadas atividades de separação e carregamento de mercadorias e de onde partem todos os veículos de entrega. O centro de distribuição opera com turnos de trabalho variáveis de forma que as capacidades de separação de materiais e carregamento de veículos variam diariamente e limitam as possibilidades de distribuição. A separação é realizada em diferentes setores do centro de distribuição (com diferentes produtividades) e em geral, é responsável pelos gargalos do processo.
São utilizadas rotas fixas de distribuição de mercadorias cobrindo cada cidade, com periodicidade pré-determinada para o fluxo de reabastecimento, sendo os pedidos adaptados a estas periodicidades, o que pode inibir vendas quando a próxima entrega não for iminente.
A programação de entrega consiste em escolher, entre as rotas previamente fixadas, o tipo de material e a quantidade de carregamento dos veículos, de maneira a manter o custo total de transporte sob condições aceitáveis, realizando as entregas dos produtos demandados em cada destino. Como a escolha dos produtos determina o tempo de descarga em cada loja, o decisor precisa garantir o atendimento de restrições de janelas de tempo, período no qual as mercadorias podem ser entregues, exercendo grande influência no sequenciamento das lojas em cada rota.
O transporte das mercadorias é realizado por transportadoras externas, que disponibilizam tipos diversos de caminhões, categorizados em classes diferentes. Para cada classe, admite-se uma capacidade média de carga e um custo negociado com a empresa em função da distância percorrida e da duração das viagens. A escolha da transportadora e a associação do melhor tipo de caminhão disponível são essenciais na montagem das rotas. O valor do seguro oferecido pelas transportadoras, a capacidade dos caminhões disponíveis, o acesso restrito aos pontos de entrega para determinadas classes de caminhões e a existência de transportadoras dedicadas ao atendimento de macro-regiões específicas limitam os volumes e influenciam nos tipos de produtos a serem transportados.
O Desafio
Apesar de manter pontos fixos de entrega, a adoção de rotas e frequências de visitas fixas não é uma estratégia eficiente para a empresa, pois seus produtos apresentam grande variabilidade de demanda, influenciada (a) por variações do mercado, (b) pela dinâmica de estoque de cada ponto de entrega (estoque puxado), (c) pelos pedidos dos clientes finais e (d) pelas estratégias de vendas e marketing (estoque empurrado).
Tipicamente, o planejamento de distribuição de um dia aloca de 2 a 3 empregados por mais de 8 horas na geração dos roteamentos que atendam restrições que vão desde a determinação da frequência de atendimento das lojas até o detalhamento do sequenciamento das entregas.
Em julho de 2004, a UniSoma foi acionada para conduzir estudos de identificação de metodologias que permitissem a otimização dos roteamentos diários que atendessem a todo o conjunto de restrições, analisando simultaneamente todas as variáveis envolvidas no processo e garantindo medidas de desempenho superiores àquelas obtidas pela empresa.
A Solução
A UniSoma realizou estudos com o objetivo de mostrar que outras formas de programação das entregas, baseada em técnicas de otimização, poderiam gerar melhorias dos níveis de serviço (frequência de visitas, quantidade transportada, taxa de ocupação de veículos, custo unitário, etc). Para tanto, desenvolveu uma metodologia para a geração de roteamentos dinâmicos e prescrições otimizadas da frequência de atendimento das lojas, em função das variações de estoque e dos pedidos de clientes.
A interligação entre os vários conjuntos de decisões envolvidos na elaboração de um roteamento confere uma complexidade combinatorial ao problema que inviabiliza a utilização de métodos exatos de solução. Optou-se então pelo desenvolvimento de um algoritmo heurístico para a construção de roteamentos otimizados, baseado em uma estrutura multiagente. Segundo este esquema, dado um roteamento inicial, construído a partir de rotinas que buscam reproduzir o procedimento de programação de cargas da empresa, procedem-se “perturbações” nas rotas (inserções ou trocas de pontos de entrega entre rotas, inserções de lojas não alocadas no roteamento, etc.) geradas por diversos agentes (melhoradores, construtores, destrutores, etc.) no intuito de melhorar o roteamento.
Os agentes são procedimentos de busca de soluções (buscas locais, modelos matemáticos exatos, heurísticas construtivas ou de melhoria, etc.) que atuam no conjunto de rotas modificando-as de forma a melhorar suas medidas de desempenho. A cada iteração do algoritmo, os agentes atuam em rotas resultantes da aplicação de outros agentes, coordenados por um sistema de aprendizado.
O custo por metro cúbico é o critério econômico de avaliação e seleção dos roteamentos por, simultaneamente, minimizar o custo total do roteamento e maximizar o volume transportado e a taxa média de ocupação de veículos (menor ociosidade). Este critério, por outro lado, inviabiliza a construção de rotas incluindo lojas com baixa demanda e distantes do centro de distribuição. Portanto, utilizou-se como critério a ponderação entre o custo por m3 e a frequência de visitas aos pontos de entrega, objetivos tipicamente contraditórios.
Com base em um histórico de visitas mantido pelo algoritmo a cada cenário diário de roteamento, o algoritmo busca manter um equilíbrio entre as medidas de desempenho do roteamento e a frequência de atendimento aos pontos de entrega
A grande vantagem na utilização dessa estrutura multiagente é a flexibilidade para a inserção de novos agentes, a atualização de sub-agentes com técnicas mais eficientes ou a retirada de agentes que, avaliados pelo sistema de pontuação, apresentem desempenho não significativo para os resultados finais.
Benefícios Gerados
O algoritmo foi aplicado em um conjunto de 10 dias de planejamento e seus resultados foram comparados com as medidas de desempenho dos roteamentos manualmente realizados pela empresa nesse período. Foram selecionados para comparação, apenas os roteamentos regulares da empresa, de forma a evitar que rotas realizadas para atendimentos não convencionais privilegiassem o desempenho do algoritmo.
A aplicação do algoritmo nesse período indicou a possibilidade de elevar o número médio de pontos de entrega atendidos diariamente em aproximadamente 39% (de 116 para 161 pontos, em média). Ao mesmo tempo, as estratégias de histórico de visitas e ponderação do objetivo no algoritmo resultaram em um potencial de redução no número médio de dias sem visitas de cada loja, conforme ilustrado abaixo.
Os resultados indicaram também a possibilidade de elevação no nível de atendimento dos pedidos e de reposição de estoques dos pontos de entrega de 50% para 70%, em média. Os gráficos abaixo comparam os níveis de atendimento (em volume e número de objetos) dos planejamentos realizados pela empresa e pelo algoritmo.
E por fim, associada ao melhor desempenho na entrega, a aplicação do algoritmo indicou a oportunidade de redução do custo por m3 transportado em aproximadamente 26%, no período de estudo.
Para a geração dos roteamentos dos 10 dias de distribuição, o algoritmo necessitou de aproximadamente 6 horas, o que representa um enorme ganho de produtividade em relação às quase 80 horas de planejamento na empresa.
Desdobramentos
Dimensionamento de Capacidade e Simulação de Processos Logísticos de Produtos Encabidados
Ainda em 2005, a UniSoma realizou, para as Casas Pernambucanas, estudos de dimensionamento de capacidade do sistema de estocagem e de distribuição de produtos encabidados, em processo de implantação à época. Para tanto, foram elaborados modelos de simulação discreta de eventos e de otimização matemática que resultaram, dentre outros, (a) na identificação de gargalos futuros, (b) no levantamento das necessidades de equipamentos e de mão-de-obra e (c) na definição de políticas otimizadas de operação.
