MINERAODEDADOS:Oseuusoparagarantircompetitividadedapequena

indstriadereposioautomotiva

CleitonSilvaBarbosa1

RESUMO

O mercado de reposio de auto peas est cada vez mais competitivo. As industrias
desse ramo esto a procura de tcnicas de melhoria de processos que as mantenham vivas
nesse cenrio to agressivo. Um ponto crtico a gesto de estoques, que normalmente
absorve montantes expressivos do capital operacional da empresa. O grande desafio operar
com estoque mnimo sem comprometer a cadeia comercial, porque o menor erro no controle
pode ocasionar a diminuio da qualidade do portflio entregue aos clientes. O resultado do
sucesso ser a notvel diferena na concorrncia do mercado, entregando qualidade e
reduzindo tempo de produo e entrega, transformando o estoque em um aliado para a
conquista da fidelidade dos seus clientes. Nesse sentido, a Minerao de dados, um processo
dentrodoestudodaIntelignciadenegcios,oferecetcnicasesoluesquepodemauxiliara
gestodocontroledeestoque.

Palavraschave:
Gesto,Estoques,Compras,Estimativa.

ABSTRACT

The aftermarket autopartsisincreasinglycompetitive.Theindustriesofthissectorare

looking for techniques to improve processes that keep alive this very aggressive scenario. A
critical point is the inventory management, which usually absorbs significant amounts of
operating capital. The big challenge is to operate with minimum inventory without
compromising commercial chain, because the slightest mistake in control can lead to
decreased quality of portfolio delivered to customers. The result of the success is the
noticeable difference in market competition, delivering quality and reducing production time
and delivery, making the stock an ally to the achievement of customer loyalty. In this sense,
1

PsgraduandoemIntelignciadeNegcioseDataWarehouseIESB

Data Mining, a process within the study of business intelligence, offers techniques and
solutionsthatcanhelpinventorycontrolmanagement.

Keywords:
Management,Inventory,Purchasing,Estimate.

1INTRODUO

Em inciodadcadade2000,existiamnoBrasil40indstriasespecializadasna reposio
automotivanopais,quecontavacomumafrotade29.722.950veculos.
Hoje, o Brasil possui uma frota de mais de 88.405.000 veculos, o que representa
197% no aumento veculos em circulao. Esse seria um excelente cenrio para essas
indstrias, visto um aumento notvel de faturamento para poder suprir a demanda necessria
para esses veculos. Porm, no bem este cenrio que encontramos hoje no ramo de auto
peas.
No inicio dos anos 2000, a china apontou como o pais emergente mais competitivo
daquele momento, associando o baixo custo da mo de obra chinesa, matria prima
ambudante epolticas voltadasparaocrescimentoprodutivo,oquepossibilitouaentregapara
qualquer lugar do mundo produtos com o custo de produo muito abaixo do valor que as
prprias industrias locais conseguiam manter. A empresa em estudo por exemplo, conseguia
comprar um determinado produto com 60% o valor abaixo do mesmo produto produzidoem
solobrasileiro.
Associado ao crescimento chines, a modernizaodoparquetecnolgicobrasileirodas
ltimasdcadas,contribuiu paraocrescimentoexponencialdepequenasindstrias dispostasa
produzir peas de reposio automotiva, fazendo ento o mercado antes muito rentvel e
pouco competitivo, produzir margens de lucro incapazes de manter uma empresa aberta. A
demandacresceumuitoeaprocuranoacompanhouessecrescimento.
Fica claro que neste cenrio, uma empresa sem diferenciais no temcapacidadedeser
competitiva. Ento, explorando a inteligncia de negcio, o que o emprego da minerao de
dados pode promover uma indstria de reposio, para que a mesma se mantenha
competitivaenoencerresuasatividadesnessemercadotocompetitivo?
abordadonesteartigo o estudodouso damineraodedadosparaqueumaindustria
da reposio de auto partes venhaasemanternomercado,levantandopontoscomogestode
2

estoque e desenvolvimento de novos produtos para suprir a demanda no cenrio atual da

economiabrasileira.
A empresa alvo do presente estudo de caso, possue 10 anos de mercado, j foi
referencia no seu setor, e hoje, com um estoque a preo de custo de R$4.258.000,00(quatro
milhes, quinhentos e cinquenta e oito mil) reais e com o encerramento das atividades
decretadonoinciodoanode2015.
Com esse estudos de caso, este artigo pretende demostrar uma real aplicao da
minerao de dados afim de dar suporte ao gerenciamento organizacional, mostrando os
motivos que levou a primeira industria ao final das suasatividadesecomopodemosexplorar
informaes disponveis no mercado para auxiliar uma organizao com poucos dados, visto
queseencontranoiniciodassuasatividades.
O desenvolvimento deste estudo utilizase da minerao de dados com a estimativa
,
por entender que ser melhor entendido nas visualizaes dos resultados explorados nas
fontesdedadosdisponveis.

2MINERAODEDADOS

O modelo tradicional para transformao dessas informaes, empregando o trabalho

manual de processamentoeposteriormenteanalisados,acabaporficarimpraticvelquandose
possue um grande volume de dados,sendooprincipalmotivo quesedeveodesenvolvimento
da rea do
KDD (Knowledge Discovery in Databases)
responsvel pela busca de dados
potencialmenteteisevlidosdenominado
MineraodeDados(DataMining)
.
A minerao de dados o processo de explorao de informaes em grandes fontes
de dados analisando atravs de tcnicas que envolvem regras ou sequncias temporais para
revelar padres, fatores e tendncias que existem nesses dados. A aplicao da mineraode
dados surgiu para suprir a necessidade da buscadessespadres,quenormalmenteno pedem
ser descobertos com os mtodos tradicionais de explorao onde existe uma fonte muito
grandededadosourelacionamentosdemasiadamentecomplexos.
Para Fayyad, a minerao de dados uma das atividade do KDDUmprocessono
trivial de identificaao de novos padres vlidos, teis e compreensveis
que por sua vez
referese a todo o processo de descoberta de conhecimento. Fayyad ns fala que o KDD

uma tentativa de solucionar o problema causado pela chamada era da informao:

a
sobrecargadedados
.
2.1TAREFAS
a)Classificao

A tarefa de classificao a tcnica de trabalhar dados no classificados, afim de

categorizlos em classes. a tcnicamaisutilizadapelafacilidadedesuacompreenso,uma
vez que a classificao uma tarefa comumente realizada pelo ser humano. Quando
separamos as pessoas em famlia, amigos ou colegas, estamos exercendo a classificao na
prtica.

b)Estimativa

A tarefa Estimativa trabalha de forma a definir valores para algumavarivelcontnua

presente na fonte de dados. Podemos usar como exemplo um faturamento em determinados
intervalosdetempo.AEstimativaestintimamenterelacionadacomrespostascontnuas.
Podemos ento estimar qual ser o valor em uma determinada sequncia, usando
comobasevalorpassadosouvalorescomndicessemelhantes.

c)Associao

Essa tarefa visa identificar padro de ocorrncias similares de determinados eventos

presentes nas fontes de dados. Por exemplo, quando vamos a um mercadoeencontramosem
suas gndolas itens comumente adquiridos juntos, como carne para um churrasco e bebidas.
As grandes cadeias de supermercados j fazem uso da associao para planejar a disposio
dosseusprodutosnasprateleiras.

d)Segmentao

A Segmentao (ou clusters) a tarefa que separa os dados de formaheterogneaem

vrios subgrupos mais semelhantes, o que a torna diferente da Classificao. Podemos usar
comoexemplo,oagrupamentodepessoasporregiodopais.

e)Sumarizao
Sumarizao o processo que envole mtodos para explorar dados coma intenode
encontrar uma descrio compacta para determinados subconjuntos de dados. Essa tarefa
utilizase do mtodo de agrupar visando identificar e aproximar os registrossimilares,porm
diferentesdosoutrosregistrosnosdemaisgrupos.

3PROCEDIMENTOSMETODOLGICOS

Neste artigo a forma de pesquisa utilizada pode ser classificada como

exploratria
,
que permite uma maior familiaridade entre o pesquisador e o temapesquisado,vistoqueeste
ainda pouco conhecido, onde ser necessrio que o pesquisador inicie um processo de
sondagem, com vistas a aprimorar ideias, descobrir intuies e, posteriormente, construir
hipteses. Este trabalho parte da busca deinformaesnasfontesdedadosdisponveispara o
possvel entendimento do pode ocasionar uma determinada organizao a perder a
competitividadenomercado.
A metodologia de trabalho empregada foi a
indutiva,
pois iniciaremos este artigo
analizandoosdadosdisponveisparaumposteriordesenvolvimentodateoria.
O mtodo utilizado para a coleta de anlise de dados foi o Estudo de Caso. Segundo
Yin (2001,p.19),ousodoestudodecasoadequadoquandosepretendeinvestigarocomoe
o porqudeumconjuntodeeventoscontemporneos.Oautorafirmaqueemgeral,osestudos
de caso representam a estrategia preferidaquandosecolocamquestesdotipocomoepor
que, quando o pesquisador tem pouco controle sobre os eventos e quando o foco se
encontra em fenmenos contemporneos inseridos em algum contexto da vida real. (Yin,
2001,p.19).
Apesar do Estudo de caso ter o seu surgimento na rea de pesquisas mdicas, a
aplicaodomesmoocorrecommuitaeficinciaemestudosorganizacionaisegerencias.

4APRESENTAOEANLISEDOSRESULTADOS
5


A empresa estudada foi fundada em 2005 e est situada em Taguatinga, Distrito
Federal, e permaneceu em atividade at 2015, onde teve o encerramento suas atividades
confirmado, mesmo com um estoque a preo de custo de aquisio de aproximadamente R$
4.258.000,00 (quatro milhes, quinhentos e cinquenta e oito mil) reais. Comeou as
operaes comerciais com capital de R$ 150.000,00 (cento ecinquenta mil)reaise8itensno
seuportfliodeprodutos.
Graaaqualidade deseusprodutoseummercadoextremamentereceptivoparaesteramo
de atividade, em 2 anos a empresa cresceu 100%, dobrou seu faturamento e elevou seu
catlogo de produtos para 300 itenscomerciais,sendonecessrioamudanadeestruturapara
comportar sua dimenses atuais e o seu provvel crescimento futuro. Em 2011, seu catlogo
j contava com 750 itens comerciais, com 2 empresas na china, uma fbrica e uma trade2, e
umacarteiracom771clientescadastrados.
O acesso aos dados da organizao em estudo foi disponibilizado pelos seus
respectivos gestores, com a garantia que no seria exporto dados sigilosos que poderiam
expor a identidade da empresa. Na explorao das informaes, foi realizado a minerao
diretamente na base de dados das organizaes, que esto com dados do perodo de
01/01/201031/12/2012.
O estudo de caso em mos delimitou 1 item do estoque para a anlise, escolhido
estrategicamenteparaexemplificarumcasoextremo.

2010

Jan

Fev

Mar

Abr

Maio

Jun

Jul

Ago

Set

Out

Nov

Dez

Compras

9000

6000

11227

10005

9000

5915

5800

4374

3596

8872

2949

1222

1005

3085

115

1426

778

724

5923

235

Estoque
Venda

5202 4293 3497

912

796

1270

Tabela1
Apuraodamovimentaodoestoquenoanode2010
Fonte:
Elaboraoprpria,apartirdobancodedadosfornecidopelaempresa

2011

Jan

Fev

Mar

Abr

Maio

Jun

Jul

Ago

Set

Out

Nov

Dez

Compras

10000

10000

250

10000

8700

4743

1481

10525

4425

Estoque
2

2949 1631

3928 2539

Empresaespecializadaemtrataratransiodemercadoriasentrepases.

Venda

1318 1381

250

1300

3957

815

1389 1058

956

6100

570

Tabela2
Apuraodamovimentaodoestoquenoanode2011
Fonte:
Elaboraoprpria,apartirdobancodedadosfornecidopelaempresa

2012

Jan

Fev

Mar

Abr

Maio

Jun

Jul

Ago

Set

Out Nov

Dez

Compras

9000

Estoque

4425

3375

2383

1509

9408

7925

4107

3133

1823

811

Venda

1050

992

874

1101

1483

3818

974

1310

1012

811

Tabela3
Apuraodamovimentaodoestoquenoanode2012
Fonte:
Elaboraoprpria,apartirdobancodedadosfornecidopelaempresa

Para essa etapa usamos a tarefa Estimativa

,
onde se observa o comportamento em
determinados perodos para ento levantar uma
estimativa
de qual seria os resultados em
perodosseguintes.
Logo, analisando os dados deste item seobtmumaumentode9,16%doanode2010
para 2011, e de 8,05% do ano de 2011 para 2012, onde podemos estimar que nos meses
maro e abril de 2011 poderia gerar uma venda de 1386 e 1334 unidades respectivamente, o
que elevaria opedidodecompradomsdenovembrode2010para8470econsequentemente
permitiria a completa cobertura da demanda do perodo. Usando os mesmo critrios, ns
meses de outubro, novembro e dezembro de 2012 as vendas geradas poderiam ser de 1033,
6591 e 616 unidades respectivamente, elevando o pedido de compra do ms de maio do
mesmo ano para 16429 unidades, ou a sugesto de um novo pedido de compra de 7429
unidadesparaserentreguenomsdeoutubrode2012.
Este artigo utiliza apenas os dados disponibilizados para as sugestes de compras e
naturalmente no mercado existem outros critrios a seremavaliados pelosgestores,comopor
exemplo, o prazo de entrega de um pedido para uma fbrica chinesa, que na mdia de 90
dias.

5CONCLUSO

O artigo presente buscou analisar como a boa gerncia do estoque com o sucesso
competitivo da pequena indstria do ramo de reposio automotiva, com o uso de tcnicas e
7

ferramentas disponveis na readeMineraodeDados.Comosresultadosobtidosdosdados

em anlise, notase uma evidenciaopositivanocontroleassistidodagestodoestoquecaso
omesmoestivesseutilizandodeferramentasdisponveisparaestefim.
Evidentemente inmeros fatores contribuem para garantir a competitividade da
empresa,comoporgestodenovosprodutos,de vendassetoriais,gestodecapital,sendoque
em todos essas reas da organizao cabe a aplicao de tcnicas oriundas daInteligncia de
negcios.

REFERNCIAS

ABDI.
Relatoriodeacompanhamentosetorial:
Autopeas.2008.

Camilo,CssioOSilva,JooC.
MineraodeDados:Conceitos,Tarefas,Mtodose
Ferramentas.
Goinia,2009.

Dataprix.
OmodeloderefernciaCRISPDM.
http://www.dataprix.net/ptpt/omodelorefernciacrispdm,acessadoem29/07/2015.

Denatran.
Frotadeveculos
.http://www.denatran.gov.br/frota.htm,acessadoem
31/07/2015.

Duarte,V.
Pesquisas:Exploratria,DescritivaeExplicativa
.
http://monografias.brasilescola.com/regrasabnt/pesquisasexploratoriadescritivaexplicativa.
htm,acessadoem25/07/2015.

FAYYAD,UPIATETSKYSHAPIRO,GSMYTH,P.
FromDataMiningtoKnowledge
DiscoveryinDatabases.
AmericanAssociationforArtificialIntelligence,1996.

Guerra,L.
MineraaodedadoseoCRISP.
http://www.artedosdados.com.br/2013/12/mineracaodedadoseocrispdmdata.html,
acessadoem26/07/2015.

Martinez,F.
EtapasdamineraodeDados
.
http://dominatudo.blogspot.com.br/2012/08/etapasdamineracaodedados.html,acessadoem
26/07/2015.

Prado,MateusFTeixeira,BrunoRRibeiro,KremC.
Aeficincianagestodeestoques
emempresascomerciais
:umaanalisedecorrelao.Qualit@sRevistaEletrnicaISSN1677
4280Vol.12.No2,2011.

YIN,RobertK.
Estudodecaso
.3.ed.PortoAlegre:Bookman,2001.