Professional Documents
Culture Documents
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
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
2MINERAODEDADOS
b)Estimativa
c)Associao
d)Segmentao
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
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
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
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
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.