A nova vantagem competitiva: Design de Supply Chain baseado em análise de dados

Prefácio

Professor Yossi Sheffi – Diretor, MIT Center for Transportation & Logistics

Para os profissionais de supply chain, nunca houve um momento na história como os últimos dois anos. Praticamente todas as cadeias de suprimentos ao redor do mundo enfrentaram desafios relacionados ao fornecimento, produção, mão de obra e gargalos logísticos causados (ou pelo menos agravados) pela pandemia de Covid-19. Estratégias como Just-in-Time e o sourcing em países de baixo custo — que por décadas foram pilares incontestáveis do comércio global — estão sendo reavaliadas à medida que as empresas questionam se suas redes de suprimentos atuais são suficientemente resilientes para suportar riscos cada vez maiores.

A velocidade com que as disrupções impactaram as operações tornou evidente que cadeias de suprimentos bem-sucedidas precisam ser flexíveis e adaptáveis. No entanto, a capacidade de responder rapidamente às mudanças do mercado e às prioridades competitivas não é uma preocupação exclusiva do período pandêmico. O aumento da complexidade de supply chain, o crescimento exponencial do e-commerce e da operação omnichannel, além da crescente exigência por sustentabilidade, não são desafios novos — mas gerenciá-los de forma eficaz exige capacidades similares.

Por todas essas razões e mais, os métodos tradicionais de design de supply chain tornaram-se obsoletos, aumentando o risco para as empresas. Para modelar um novo mundo, é necessário um novo pensamento e novas ferramentas. Esperamos que este documento oportuno ajude você a reconsiderar e redefinir sua estratégia de design de rede em um momento em que isso nunca foi tão essencial.

 

Prefácio

Carlos Valderrama – Vice-Presidente de Serviços ao Cliente & Gestão de Valor, Coupa Software

Atualmente, as cadeias de suprimentos estão sob uma pressão significativa. A alta variabilidade da demanda, as mudanças no comportamento do consumidor impulsionadas pela pandemia de Covid-19 e pela instabilidade geopolítica, os riscos crescentes nas redes de fornecedores e o interesse global em atingir metas de sustentabilidade o mais rápido possível estão entre as principais preocupações dos diretores de supply chain (CSCOs) em todo o mundo. Existe uma necessidade global de redefinir os processos de tomada de decisão em supply chain, abandonando redes que são fruto de acasos históricos e projetando deliberadamente estruturas otimizadas. Além disso, é essencial conectar os tomadores de decisão do alto escalão (C-suite) por meio de iniciativas em supply chain que impactem não apenas os custos, mas, mais importante ainda, a receita e as prioridades de sustentabilidade.

Há algum tempo está claro que essas mudanças e melhorias tão necessárias dependem de um ativo fundamental das cadeias de suprimentos: as pessoas. Silos organizacionais podem comprometer a velocidade com que promovemos mudanças e melhoramos o desempenho.

Agora é o momento de aprender com os erros do passado e conectar os tomadores de decisão estratégicos para que a transição da estratégia para a execução ocorra de maneira integrada, tanto vertical quanto horizontalmente. Estamos em um ambiente de negócios no qual as decisões de compra consideram não apenas o preço ou custo, mas também a margem de serviço. O fluxo de caixa está sendo impulsionado não apenas pela redução de custos em supply chain, mas também pelo aumento da receita por meio do posicionamento estratégico de estoques, de táticas inteligentes na entrega de última milha e de uma gestão eficiente de devoluções. Compreender como criar e estruturar esses processos de decisão, como aprimorar os que já existem e, mais importante, como acelerar seu impacto por meio da democratização dessas práticas são capacidades essenciais que as organizações devem desenvolver para prosperar nesta era de design de supply chains de última geração.

Convido todos vocês a enfrentar esse desafio e a buscar essa conexão em toda a sua organização. Capacitem suas equipes com processos decisórios robustos e tecnologias que os apoiem, elevando a gestão da complexidade de cadeias de suprimentos por meio da simplicidade na construção de cenários, de discussões em múltiplos níveis e da adoção de paradigmas de tomada de decisão probabilística. Somente ao abraçar esse desafio poderemos transformar nosso pensamento, influenciar nosso futuro e permitir que as cadeias de suprimentos atinjam seu verdadeiro potencial: serem motores de mudanças positivas e de tomadas de decisão impactantes.

 

Design de Supply Chain

No design de supply chain, também conhecido como planejamento estratégico de supply chain, a alta administração toma decisões sobre investimentos em recursos, políticas empresariais e estratégias de implementação para redesenhar suas cadeias de suprimentos. Naturalmente, essas decisões exercem um impacto significativo na eficiência operacional e, consequentemente, na competitividade das empresas.

O campo do design de supply chain tem suas raízes em convenções estabelecidas por pesquisas realizadas na década de 1990. Esses estudos concentraram-se na estrutura física das cadeias de suprimentos, abordando decisões sobre o número, localização, capacidade e função das instalações de produção e distribuição, bem como sobre os fluxos entre as diferentes partes da rede. Tradicionalmente, os designs eram revisados a cada poucos anos, ao longo de um horizonte de planejamento estendido, e geralmente estavam sob a responsabilidade do departamento de logística ou da equipe dedicada à análise e modelagem de supply chain.

Porém, o ambiente comercial no qual as cadeias de suprimentos operam atualmente é muito diferente do que existia há três décadas—e continua evoluindo rapidamente. Consequentemente, os métodos tradicionais de design tornaram-se obsoletos, colocando em desvantagem competitiva as empresas que ainda os seguem. No entanto, há oportunidades significativas para aquelas que adotam uma abordagem mais inovadora. Assim como os mercados evoluíram rapidamente nas últimas décadas, as práticas e ferramentas de design de supply chain também passaram por grandes avanços. Ao aproveitar essas inovações e atualizar sua abordagem para o design de supply chain, as empresas podem obter ganhos substanciais em eficiência operacional e competitividade.

As próximas seções detalham como essas melhorias podem ser alcançadas.

 

Abordagens Atuais para o Design de Supply Chain

O design de supply chain é apoiado por abordagens analíticas que podem ser incorporadas em ferramentas de tomada de decisão e alimentadas por dados relevantes de cadeias de suprimentos. A seguir, apresentamos uma visão geral do estado da arte e do estado da prática nessas áreas.

Abordagens Analíticas

O design de supply chain tem sido tradicionalmente suportado por duas abordagens analíticas prescritivas: abordagem de otimização e abordagem de simulação. Na prática, uma combinação das duas abordagens pode ser benéfica.

A abordagem de otimização normalmente utiliza modelos de programação linear inteira mista (MILP – Mixed-Integer Linear Programming) para definir configurações de rede (por exemplo, número e localização de instalações ou estrutura dos fluxos entre diferentes partes da rede) que buscam maximizar um determinado indicador de desempenho, levando em conta restrições empresariais (por exemplo, limitações de capacidade das instalações). Esses modelos podem ser utilizados para realizar uma otimização greenfield, cujo objetivo é determinar o design ideal para uma nova rede que não incorpora a infraestrutura existente, ou uma otimização brownfield, que foca no ajuste do design de uma rede de suprimentos já existente, preservando parte da estrutura atual.

A abordagem de simulação tem como objetivo avaliar o desempenho esperado de um design de supply chain com base em diversas variáveis, como a definição do custo total de atendimento (total cost to serve) para uma determinada configuração de rede. Embora a abordagem de simulação, diferentemente da abordagem de otimização, não garanta que o desempenho da rede atingirá o nível ideal de acordo com um determinado indicador de desempenho, ela normalmente apresenta um custo computacional significativamente menor. Isso permite que os tomadores de decisão incorporem dados mais detalhados e considerem relações mais complexas entre os diferentes elementos da rede.

Dados e Ferramentas de Tomada de Decisão

Para explorar todo o potencial do design de supply chain, as organizações podem contar com grandes volumes de dados e empregar ferramentas de apoio à decisão com diferentes níveis de sofisticação. No entanto, observa-se que os dados coletados nem sempre são utilizados para embasar decisões estratégicas e que as ferramentas empregadas variam amplamente entre as organizações. A seguir, descrevemos como os dados e as ferramentas utilizadas pelas organizações diferem de acordo com seu nível de maturidade na tomada de decisão.

No nível mais básico de maturidade na tomada de decisão, os dados relevantes encontram-se dispersos dentro da organização, e são utilizadas ferramentas básicas, como planilhas, para análise. O processo decisório é geralmente fragmentado e limitado às funções de supply chain.

À medida que a maturidade da tomada de decisão cresce, as organizações reconhecem a necessidade de decisões integradas e colaboração interfuncional. Elas investem em ferramentas que proporcionam maior visibilidade em toda a organização e permitem a colaboração entre diferentes equipes.

Nos ambientes de tomada de decisão altamente maduros, observa-se um movimento em direção a um repositório único de dados, que funciona como fonte única de verdade (single source of truth) e está integrado a ferramentas de planejamento mais sofisticadas e amplamente distribuídas. Essas ferramentas se tornam um fator essencial para a colaboração entre diferentes equipes. As decisões de design de supply chain deixam de ser restritas a uma única parte da organização e passam a surgir de um processo decisório envolvendo múltiplos stakeholders.

Uso da Otimização de Planejamento para Decisões de Supply Chain de Ponta a Ponta

A cadeia de suprimentos típica da indústria farmacêutica é longa e complexa, frequentemente envolvendo múltiplas etapas de produção interdependentes em diversas localidades ao redor do mundo. Uma pequena mudança resultante de uma decisão em uma área, que pode melhorar as operações localmente, pode gerar impactos inesperados em outras partes da cadeia, aumentando os custos e reduzindo a eficiência geral.

Por exemplo, para evitar o custo de turnos adicionais, uma equipe de embalagem pode decidir suavizar seu plano de produção antecipando a fabricação de um determinado volume em períodos de menor demanda, o que pode ocorrer semanas ou até meses antes da real necessidade. Isso significa que as equipes de montagem e envase também precisarão ajustar seus planos para fornecer os materiais necessários, o que pode aumentar seus custos de produção. Além disso, devido ao requisito de quantidade mínima de pedido (MOQ – Minimum Order Quantity) para o tamanho do lote, será necessário produzir muito mais embalagens do que o habitual e manter um estoque excedente, o que implica em custos adicionais de armazenamento.

Considere o caso de um fabricante farmacêutico. A empresa costumava gerenciar o planejamento de produção por meio de planilhas e e-mails. Cada estágio da produção tinha seus próprios planejadores, que submetiam seus planos individuais na terceira semana de cada mês. Em seguida, a equipe de planejamento de supply chain se apressava para negociar com as equipes de produção e consolidar os diferentes planos em uma solução viável a tempo de tomar uma decisão antes do final do mês. Como esse processo era altamente manual e propenso a erros, frequentemente resultava em planos subótimos.

Para evitar esses erros e aprimorar o planejamento, a equipe de Supply Chain Design and Planning (SCDP) da Coupa trabalhou com a empresa para implementar uma solução de otimização de planejamento repetível, abrangendo toda a cadeia de suprimentos, incluindo instalações de manufatura primária e secundária, bem como a rede de distribuição para os mercados da empresa. Essa solução considera a demanda interdependente entre os diferentes estágios e recomenda soluções viáveis. Mais importante ainda, o sistema é capaz de gerar um plano de produção otimizado de forma holística e matemática, equilibrando custos de produção, custos de armazenagem e custos de transporte.

Agora, cada equipe de produção precisa apenas fornecer os insumos atualizados, como taxas de operação e capacidade, em um formato pré-definido. Esses dados alimentam um fluxo de processamento automatizado, que valida e ajusta as informações antes de acionar o processo de otimização e visualizar a recomendação do plano otimizado. Como resultado, o tempo necessário para atualizar o planejamento de produção foi reduzido de semanas para dias. Além disso, os planejadores podem rodar múltiplos cenários de “e se” (what-if scenarios) simultaneamente. Dessa forma, em vez de perder tempo lidando com planilhas e e-mails, a equipe de planejamento de supply chain pode concentrar seus esforços na análise dos resultados da otimização e na tomada de decisões estratégicas cruciais.

 

As Oportunidades

Há diversas maneiras pelas quais as empresas podem melhorar a forma como projetam suas cadeias de suprimentos. Com base em nossa ampla pesquisa e experiência prática no setor, identificamos quatro principais oportunidades para aproveitar os métodos e práticas mais recentes de design de supply chain e obter uma vantagem competitiva.

Oportunidade 1

Expandir o Escopo do Design de Supply Chain

À medida que as cadeias de suprimentos se tornam mais globais e voltadas para o cliente final, elas assumem um papel cada vez mais estratégico como diferencial competitivo. Além disso, as empresas estão sob crescente pressão de consumidores e reguladores para melhorar a sustentabilidade de suas operações. Diante desse cenário, o design de supply chain precisa ir além do foco tradicional na minimização de custos e nas decisões relacionadas à configuração física das redes (por exemplo, o número e a localização das instalações). Os modelos e ferramentas de suporte à decisão devem abranger um conjunto mais amplo de variáveis. Nesta seção, descrevemos algumas estratégias para ampliar os horizontes do design de supply chain.

 

Design para Mercados Globais e Diversificados

As cadeias de suprimentos transnacionais, que abrangem múltiplas jurisdições e suportam canais que atendem a mercados diversificados, são candidatas ideais para uma abordagem mais ampla no design de supply chain. Nesses casos, os objetivos tendem a variar e podem não estar alinhados em aspectos como offshoring, onshoring, postergação, estoque e entrega de última milha.⁽¹⁾ Para superar essas inconsistências, o design de supply chain deve integrar de forma holística as decisões que vão do sourcing até os canais de comercialização (go-to-market), abrangendo múltiplos países e regiões.

Os objetivos precisam ser expandidos para considerar explicitamente as diferenças globais em fatores como custos de mão de obra, tarifas, impostos e incentivos fiscais, valor dos estoques em trânsito e precificação de transferências. Da mesma forma, os canais de distribuição e entrega de cadeias de suprimentos devem refletir as particularidades dos diferentes segmentos de clientes, garantindo que as necessidades de cada mercado sejam atendidas de maneira eficiente.

Design para Criação de Valor

As decisões relacionadas ao design de supply chain estão diretamente ligadas aos objetivos de serviço e às ofertas de produtos da empresa.⁽²⁾ Por exemplo, a configuração das instalações logísticas e sua proximidade com o cliente impactam a capacidade da empresa de aumentar sua participação de mercado. Assim, o design de supply chain envolve trade-offs complexos, nos quais a criação de valor precisa ser equilibrada com o controle dos custos operacionais.

No entanto, em muitas organizações, a função de supply chain ainda é predominantemente vista como um centro de custos, e há uma falta de conscientização sobre a relação entre as decisões de supply chain e o retorno sobre o investimento (ROI) para os acionistas. Para mudar essa perspectiva, os modelos de design de supply chain devem incorporar um conjunto mais amplo de objetivos financeiros, como investimentos em capital, capital de giro, participação de mercado, precificação e crescimento, além de um conjunto ampliado de decisões, incluindo sortimento de produtos e lançamento de novos produtos.

Design para Sustentabilidade

A sustentabilidade tornou-se uma prioridade estratégica para organizações em todo o mundo, colocando as cadeias de suprimentos no centro das atenções. Um dos motivos para isso é que operações globais tendem a aumentar as distâncias de transporte, o que eleva o impacto ambiental. Além disso, a adição de mais níveis na cadeia de suprimentos pode reduzir a transparência, o que levanta preocupações relacionadas à sustentabilidade social.

Outro fator relevante é o crescimento das vendas diretas ao consumidor, que resulta em maior fragmentação das entregas e intensifica o impacto ambiental, tanto em termos de emissões de carbono quanto de resíduos de embalagens. Embora seja comum que as indústrias calculem as emissões de CO₂ para diferentes modais de transporte, essas avaliações precisam ser ampliadas e refinadas para incluir o impacto social e ambiental de toda a cadeia de suprimentos, incorporando instalações de produção e armazenagem, bem como as fontes de energia utilizadas na cadeia produtiva.

Esse enfoque mais abrangente permite que as organizações alcancem o chamado “bottom line triplo da sustentabilidade”⁽³⁾, que equilibra três pilares fundamentais: prosperidade econômica, qualidade ambiental e justiça social—ou, de forma mais simples, pessoas, planeta e lucro.

Cases

Design de Supply Chain Baseado em Valor

Quando uma empresa do setor químico precisou se adaptar às mudanças nos requisitos de entrega de seus clientes, o MIT CTL trabalhou com a empresa para redesenhar sua rede de distribuição nos Estados Unidos. Os clientes estavam exigindo prazos de entrega mais curtos, o que tornava a proximidade da demanda um fator determinante para o aumento da participação de mercado e da lucratividade.

Uma possível solução era aumentar a densidade da rede de armazéns—ou seja, adicionar mais centros de distribuição próximos aos clientes para impulsionar as vendas. No entanto, era essencial manter os custos logísticos sob controle. Para apoiar a empresa nesse redesenho, a equipe de pesquisa do MIT primeiro analisou a relação exata entre a distância até o cliente e o tempo de serviço observado e, em seguida, desenvolveu um modelo de serviço baseado na distância.

Além disso, a equipe analisou dados históricos de mercado para desenvolver um modelo de elasticidade de preço, que foi integrado a um modelo de otimização da rede. O modelo final propôs uma rede redesenhada, que representava um equilíbrio ótimo entre o aumento dos custos logísticos esperados e o crescimento da participação de mercado e da receita capturada.

Design de Supply Chain Integrando Lucro e Sustentabilidade

A Coupa trabalhou com a equipe de supply chain de uma empresa mineradora no desenvolvimento de um modelo de design de rede de ponta a ponta. Esse modelo abrangia produção, manuseio de materiais em plantas, terminais e pontos de transbordo, armazenagem em terminais e transporte multimodal (caminhão, ferrovia e barcaça).

Após alguns anos, o projeto havia evoluído para um estágio em que o modelo já otimizava toda a rede para maximizar o lucro, mesmo em um ambiente de negócios com restrições de capacidade. Em seguida, a equipe de supply chain recebeu a tarefa de determinar a quantidade de emissões de CO₂ geradas pela empresa em sua cadeia de suprimentos.

A solução de modelagem da Coupa permitiu que a empresa adicionasse ao modelo os níveis de emissões de CO₂ por tonelada de produto produzido, manuseado ou transportado em cada ponto e trajeto da rede. Dessa forma, tornou-se possível identificar facilmente a quantidade total de CO₂ emitida na cadeia de suprimentos, bem como calcular as emissões de CO₂ totais por cliente e por produto.

Design Sustentável da Rede de Distribuição de Última Milha

Quando uma grande transportadora global de encomendas decidiu repensar seus modelos de entrega de última milha, recorreu ao MIT CTL para obter suporte. O MIT CTL construiu modelos de otimização em larga escala, utilizando amostras representativas dos dados de demanda de encomendas do transportador em diferentes áreas urbanas e não urbanas.

A equipe de pesquisa do MIT conseguiu fazer recomendações sobre quais tecnologias de veículos futuros—incluindo drones, bicicletas elétricas de carga e vans elétricas de entrega—deveriam ser implementadas, em quais áreas de serviço elas seriam mais vantajosas e quais clientes e volumes de encomendas seriam mais adequados para esses novos modelos de entrega.

Para maximizar tanto os benefícios econômicos quanto os ambientais da introdução desses novos modelos de entrega, a equipe adotou uma abordagem de modelagem integrada que considerava planejamento tático de rotas, localização estratégica de instalações e dimensionamento de capacidade. Por exemplo, alguns novos modelos de entrega só seriam viáveis se sua implementação fosse acompanhada de mudanças na rede de instalações da transportadora.

 

Oportunidade 2

Incorporar Decisões Táticas

As decisões estratégicas de design de supply chain e o planejamento tático estão fortemente interconectados. Para reduzir a complexidade, o planejamento tático é frequentemente aproximado e agregado no nível estratégico, o que pode gerar discrepâncias entre o desempenho esperado e o real de cadeias de suprimentos. Embora isso seja aceitável em algumas áreas de planejamento, em setores críticos para o desempenho de cadeias de suprimentos, pode resultar em perdas financeiras significativas. Nos últimos anos, o aumento da disponibilidade de dados e da capacidade computacional tornou possível a integração desses componentes táticos mais detalhados nas ferramentas estratégicas de suporte à decisão. A seguir, destacamos exemplos de áreas onde essas aplicações integradas podem ser particularmente úteis.

 

Otimização de Sourcing

Em muitas indústrias, a otimização do sourcing tornou-se ainda mais crucial devido à adoção de práticas de multi-sourcing, bem como ao crescente foco na gestão de riscos dos fornecedores, sustentabilidade das práticas de aquisição e responsabilidade corporativa. Mais recentemente, as disrupções causadas pela pandemia de Covid-19 destacaram o sourcing como um ponto crítico de falha, reforçando a necessidade de uma abordagem mais detalhada para essa questão.

Por esse motivo, há uma necessidade fundamental de análises que integrem decisões táticas de curto prazo com decisões estratégicas de longo prazo, relacionadas aos fluxos de produtos e à estrutura da rede de suprimentos.

Planejamento de Produção

No setor industrial, as decisões estratégicas de planejamento de produção—como a localização de instalações e a capacidade de máquinas—estão diretamente relacionadas às decisões táticas sobre como esses ativos serão utilizados. Isso inclui a escolha da unidade de produção e da linha de produção, bem como a otimização do tamanho de lotes e bateladas.

Essas decisões táticas afetam diretamente as escolhas de sourcing e impactam a eficiência de cadeias de suprimentos como um todo. Portanto, as ferramentas analíticas nessa área devem integrar os níveis estratégico e tático da tomada de decisão. Quando há desconexão entre esses níveis, surgem projetos subótimos, que reduzem o desempenho de supply chain.

Decisões de Reposição e Inventário

As decisões sobre reposições e níveis de estoque estão diretamente ligadas aos aspectos estratégicos do planejamento de supply chain, especialmente no que se refere ao sourcing e à localização e tamanho das instalações dentro da rede.

Isso é particularmente relevante para cadeias de suprimentos globais e multiníveis e para indústrias que lidam com estoques de alto valor, onde as decisões sobre ciclo de reposição e dimensionamento do estoque de segurança podem gerar impactos financeiros expressivos.

Expandir os modelos atuais de design de supply chain para incorporar aspectos de inventário e reposição é fundamental para capturar os trade-offs entre custos de instalação, transporte e capital investido em estoque.

Planejamento de Transporte

Nas indústrias de entrega de encomendas e varejo, o planejamento de transporte influencia fortemente o planejamento estratégico. Isso é particularmente crítico no transporte de entrada (inbound) e na distribuição de última milha, onde decisões sobre a alocação de recursos logísticos e a escolha de transportadoras ou modais precisam estar alinhadas ao design da rede de suprimentos.

Por exemplo, definir a configuração das instalações logísticas sem levar em conta as rotas de transporte da última milha pode resultar em um aumento significativo dos custos de distribuição. Portanto, o design das redes de distribuição deve incorporar estimativas mais detalhadas dos custos de transporte e roteirização, considerando elementos como densidade de clientes, infraestrutura logística e nível de serviço esperado.

Cases

Design Integrado da Rede de Última Milha

O MIT CTL colaborou com um grande varejista omnichannel brasileiro para redesenhar sua rede de distribuição de última milha. A empresa atende milhares de clientes diariamente em São Paulo e outras grandes cidades do Brasil, oferecendo diferentes velocidades de entrega, incluindo entrega no dia seguinte, no mesmo dia e entrega imediata para residências e lojas físicas.

As decisões relacionadas à configuração da rede, como a localização e o número de instalações logísticas, são geralmente tratadas no nível estratégico, enquanto decisões sobre otimização de frota e rotas são abordadas nos níveis tático e operacional. No entanto, as operações de última milha exigem um equilíbrio entre esses níveis no processo de tomada de decisão.

Para solucionar esse problema, a equipe de pesquisa desenvolveu um modelo integrado de design de rede, incorporando múltiplos níveis de tomada de decisão. O modelo também considerou os diversos canais de distribuição e serviços de entrega da empresa. Dados proprietários e externos foram utilizados para realizar uma análise altamente detalhada das operações de distribuição de última milha e das características de toda a área de atendimento.

O design resultante foi uma rede de distribuição de última milha estruturada em três níveis, aproveitando modos de transporte variados, como vans, bicicletas de carga, motocicletas e serviços de entrega colaborativa. A escolha do modal depende da velocidade de entrega, das características da demanda e das condições de infraestrutura de cada bairro onde a empresa opera.

Integração do Planejamento Estratégico e Tático

Uma grande empresa internacional do setor de alimentos e bebidas buscava integrar ainda mais seus modelos estratégicos, que eram baseados em previsões anuais para vários anos no futuro, ao nível tático—com planejamento mensal de 12 a 18 meses.

O sistema de planejamento de recursos empresariais (ERP) da empresa possuía funcionalidades táticas de planejamento de vendas e operações (S&OP). No entanto, ele não oferecia a lógica sofisticada de otimização e as regras que os planejadores desejavam, tornando difícil a transição entre o modelo estratégico e as soluções táticas.

A equipe Coupa SCDP trabalhou em estreita colaboração com a empresa para aproveitar os dados da base estratégica (~75% do necessário) e complementá-los com dados mais detalhados dentro do ERP e de outras fontes. Foram adicionadas informações detalhadas sobre capacidade das linhas de produção por mês, tempos de troca, capacidade de estoque e sazonalidade da demanda.

Um dos principais objetivos era permitir uma transição ágil entre os níveis estratégico e tático, utilizando os mesmos dados e premissas, para validar os resultados estratégicos no nível tático e ajustar as soluções conforme novos desafios fossem identificados.

Com uma base de dados unificada, permitindo a análise de informações tanto no contexto estratégico quanto tático, os planejadores passaram a utilizar novas ferramentas, como seleções e controles personalizáveis, que ajustavam o nível de granularidade, os tipos de restrições aplicadas e os períodos e horizontes do modelo.

A consolidação dos insumos de dados e premissas e a automação da transformação de dados levaram alguns meses para serem implementadas. No entanto, o resultado foi uma solução de ponta a ponta, que passou a ser atualizada em poucas horas, em vez de semanas. Isso permitiu que a empresa expandisse significativamente o uso das novas ferramentas. Além disso, os planejadores agora podiam responder a um número muito maior de perguntas da equipe de gestão, dentro de um prazo adequado às expectativas da liderança.

 

Oportunidade 3

Considerar e Planejar para Risco e Resiliência

Nos últimos anos, uma realidade tornou-se inegável para os gestores de supply chain: disrupções, incertezas e riscos aumentaram significativamente. A demanda por produtos, os custos, as tarifas de transporte, os prazos de entrega, as taxas de câmbio e os requisitos de capacidade estão naturalmente expostos a diversas fontes de incerteza.

Além disso, a demanda e a capacidade produtiva estão sujeitas a choques inesperados, principalmente devido a desastres naturais e acidentes, mas também a falhas de fornecedores, greves e, evidentemente, epidemias e pandemias.

Diante do ritmo acelerado das mudanças nos mercados de demanda e oferta, bem como da frequência crescente de eventos disruptivos, torna-se essencial que as empresas adotem estratégias para mitigar riscos e garantir um desempenho otimizado mesmo em ambientes desafiadores.

Como resultado, os tomadores de decisão em supply chain estão buscando métodos para integrar risco e resiliência no design de suas redes logísticas. A seguir, exploramos algumas maneiras pelas quais a tecnologia pode contribuir nesse processo.

 

Incorporando Incerteza no Design de Supply Chain

Para lidar com a incerteza (por exemplo, demanda futura), as organizações geralmente projetam a cadeia de suprimentos para operar de forma otimizada sob condições esperadas (como demanda média) e realizam análises de sensibilidade para avaliar o desempenho desse design em diferentes cenários. Essa abordagem pode ajudar a validar se um determinado design funciona adequadamente dentro de uma faixa de cenários e pode antecipar e mitigar grandes desvios em relação aos resultados esperados.

No entanto, esse método é agnóstico quanto à probabilidade e ao impacto de diferentes cenários, o que geralmente leva a uma maior variabilidade e não garante um resultado ideal. Uma alternativa mais eficaz é incorporar estruturalmente a incerteza no design de supply chain.

Por exemplo, métodos de programação estocástica otimizam o design ao considerar explicitamente um conjunto de possíveis desfechos associados às principais fontes de incerteza. Essa abordagem permite criar designs que oferecem um desempenho geral superior e mais robusto, cobrindo um espectro mais amplo de riscos e cenários de incerteza.

Uso de Cenários para Consideração de Riscos de Alto Impacto

Os riscos de baixa probabilidade e alto impacto exigem um suporte à decisão mais complexo. Em primeiro lugar, a falta de dados históricos torna extremamente difícil associar probabilidades a esse tipo de risco. Em segundo lugar, mesmo que tais probabilidades possam ser estimadas, a probabilidade extremamente baixa de ocorrência pode fazer com que os impactos catastróficos não sejam capturados pelos métodos tradicionais, e, portanto, podem acabar não influenciando as decisões de design.

Para incorporar esses tipos de riscos no design de supply chain, uma abordagem de planejamento de cenários pode ser útil. Esse método permite que os tomadores de decisão compreendam potenciais desfechos e evitem reações tardias, adotando em vez disso uma postura proativa de preparação.⁽⁴⁾

Incorporando Mitigação de Risco e Resiliência

As empresas precisam incorporar estruturalmente medidas de mitigação de risco e resiliência nas ferramentas analíticas de suporte à decisão. As medidas de mitigação podem ser traduzidas em "regras" incorporadas aos modelos subjacentes. Alguns exemplos incluem limitações sobre a participação de um único fornecedor no volume total de suprimentos e priorização de clientes com maior importância estratégica em caso de escassez de capacidade.

A resiliência pode ser alcançada por redundância - por meio de estoques dedicados a servir como buffers em situações críticas e centros de contingência para garantir a continuidade dos negócios - ou por flexibilidade - através de capacidade produtiva e de distribuição flexíveis, bem como da substituição de componentes para manter a operação em momentos de ruptura.⁽⁵⁾ Uma abordagem proativa e baseada em dados para a resiliência, implementando estratégias de mitigação de risco antes da ocorrência de eventos disruptivos, trará um maior retorno sobre os investimentos em risco e resiliência—muito mais eficaz do que adotar tais medidas de forma reativa, após a ocorrência de uma disrupção.

Cases

Incorporando Incerteza no Design de Supply Chain

A incerteza da demanda era uma das principais preocupações de um grande fabricante de bens de consumo de alta rotatividade (FMCG) na Colômbia, que atende a milhões de pedidos por ano. Com prazos de entrega curtos frequentemente solicitados por dezenas de milhares de clientes diariamente, a empresa enfrentava variações significativas na demanda diária.

Trabalhando com uma equipe de pesquisadores do MIT CTL, a empresa buscou projetar uma rede que minimizasse custos e riscos. Para isso, a equipe do MIT CTL primeiro definiu um conjunto de cenários que melhor representavam a distribuição da incerteza da demanda observada. Em seguida, desenvolveram um modelo de otimização de rede estocástica, que levava em conta diferentes cenários de demanda e suas probabilidades de ocorrência.

O modelo incorporou uma série de medidas de flexibilidade, como capacidade flexível das instalações e possibilidade de terceirização da frota, permitindo que a empresa mitigasse os impactos das flutuações na demanda.

Comparado à abordagem tradicional de planejamento de rede da empresa, baseada exclusivamente na demanda média esperada, o novo design resultou em uma rede mais robusta, com um custo operacional esperado menor e uma redução significativa do risco financeiro negativo.

Mitigação de Risco com Capacidades de Planejamento de Cenários

O ritmo acelerado das mudanças exige que as empresas sejam capazes de ajustar rapidamente o design de supply chain para manter a competitividade.

No início do processo do Brexit, uma empresa farmacêutica com plantas no Reino Unido precisava compreender o impacto de uma mudança antecipada na regulamentação de testes de medicamentos sobre seu plano de produção e rede de distribuição. A empresa sabia que alguns produtos fabricados no Reino Unido poderiam precisar ser testados separadamente na União Europeia antes de serem liberados para o mercado europeu. Isso acarretaria custos adicionais de transporte, aumento nos prazos de entrega e maiores níveis de estoque.

O modelo de supply chain desenvolvido pela equipe Coupa SCDP para esse cliente serviu como um ambiente de simulação ("sandbox"), onde as regras históricas de produção e distribuição foram modificadas para testar diferentes opções para acomodar as novas regulamentações pós-Brexit. A empresa então comparou o custo total, o nível de serviço e as implicações nos estoques para os diferentes cenários modelados, conseguindo rapidamente elaborar estratégias para sua cadeia de suprimentos no contexto do Brexit.

Quando a Covid-19 surgiu, o fabricante utilizou modelos semelhantes para avaliar se sua cadeia de suprimentos conseguiria suportar diferentes cenários de impacto da pandemia, considerando variações no perfil da demanda e na disponibilidade da força de trabalho.

A análise permitiu que a empresa ajustasse seus níveis de estoque de segurança e as taxas de produção de determinados produtos, fortalecendo a resiliência da supply chain diante dos cenários mais prováveis da Covid-19.

 

Oportunidade 4

Adaptação a Novas Tecnologias e Modelos de Negócios

Nos últimos anos, a transformação digital das cadeias de suprimentos — ou seja, a integração dos fluxos digitais de informação aos fluxos físicos e financeiros por meio de novas plataformas tecnológicas—tem impulsionado mudanças profundas nos modelos de negócios. Essas mudanças afetam como as empresas alcançam seus clientes, organizam seus processos internos e colaboram com parceiros da cadeia de suprimentos. As empresas podem aproveitar essas transformações no design de suas supply chains ao adotar práticas que maximizem os benefícios da digitalização. A seguir, exploramos algumas dessas oportunidades.

 

Transformação Digital e Personalização de Serviços

A transformação digital permitiu que mais empresas personalizassem seus produtos e serviços de acordo com a demanda do mercado. Além disso, possibilitou a adoção de modelos de negócios diretos ao consumidor (DTC – Direct-to-Consumer) e a expansão das operações de varejo e distribuição omnichannel.

No entanto, essa fragmentação dos canais de distribuição e dos envios, combinada com as altas expectativas dos clientes em relação à agilidade na entrega e flexibilidade no serviço, pode resultar em aumento dos custos de atendimento.⁽⁶⁾

Por outro lado, essas novas capacidades digitais criam oportunidades para fortalecer a lealdade do cliente e maximizar o valor ao longo do ciclo de vida do consumidor, por meio de canais de distribuição personalizados. Para capturar esses trade-offs, é essencial que os custos e benefícios associados sejam explicitamente incorporados no design de supply chain. Isso permite que as empresas garantam que seus serviços customizados sejam rentáveis e eficientes.

Relacionamentos Organizacionais Complexos

Para explorar plenamente as formas mais complexas de colaboração possibilitadas pela digitalização, os exercícios de design de supply chain devem refletir os relacionamentos estratégicos entre os diferentes atores envolvidos. Isso inclui diversas modalidades de terceirização e subcontratação, além de diferentes formas de colaboração vertical e horizontal.

Exemplos de colaboração vertical incluem contratos de compartilhamento de receita e programas de estoque gerenciado pelo fornecedor (vendor-managed inventory). Já a colaboração horizontal pode envolver compartilhamento de ativos e consolidação de recursos.

É fundamental que o design de supply chain leve em conta as regras de compartilhamento de riscos e benefícios adotadas pelos parceiros da rede. Além disso, deve-se considerar novos modelos de negócios que favorecem o uso sob demanda de recursos, em vez do investimento direto em ativos fixos.

Esses modelos flexíveis permitem que as empresas reavaliem suas decisões de design com maior frequência, o que se torna uma vantagem competitiva essencial em mercados que evoluem rapidamente.

Novas Tecnologias em Produção, Armazenagem e Transporte

A introdução de tecnologias como robótica, drones e veículos autônomos está acelerando a evolução dos processos de produção, armazenagem e transporte. Essas tecnologias estão mudando fundamentalmente as premissas sobre as quais os designs da cadeia de suprimentos são construídos.

Por exemplo, fatores como capacidade de armazenagem e fluxo de processamento em armazéns dependem de recursos de recebimento e expedição (por exemplo, quantidade e tipo de docas), além da tecnologia de armazenagem disponível.

Da mesma forma, as estações de produção ou montagem podem utilizar tecnologias dedicadas ou compartilhadas, e na distribuição de última milha, o uso de drones ou veículos autônomos com alcance limitado impacta a localização das instalações logísticas.

A principal lição aqui é que as decisões sobre a adoção e implementação de novas tecnologias devem fazer parte do processo de design de supply chain. Isso maximiza os benefícios obtidos e evita erros dispendiosos que possam comprometer a eficiência e a competitividade da operação.

Case

Atendimento Digital e Sob Demanda para um Serviço de Entrega de Moda

Uma marca global de moda esportiva solicitou ao MIT CTL recomendações sobre como aprimorar sua rede de distribuição e lojas físicas em Nova York e em outras grandes cidades ao redor do mundo. O objetivo era oferecer um serviço de entrega altamente responsivo e sob demanda para pedidos online, focado nos segmentos de clientes mais valiosos da marca.

A equipe do projeto identificou quais instalações da rede e quais lojas poderiam suportar esse serviço, além da quantidade necessária de estoque para cada produto, detalhando o nível de SKU e sua localização física exata. Também foram mapeados o suporte necessário dos processos descentralizados de fulfillment nas lojas, a demanda por pessoal interno e a integração com serviços de entrega terceirizados.

A equipe utilizou grandes volumes de dados históricos de pedidos, bem como dados públicos de tráfego e infraestrutura viária, além de outras fontes de informação, para desenvolver um modelo de otimização baseado em simulação. Esse modelo combinou técnicas tradicionais de otimização e simulação com métodos avançados de machine learning, permitindo a representação precisa de configurações complexas do mundo real.

Além disso, a análise forneceu insights críticos sobre o design ideal da rede e o desempenho esperado, garantindo baixos custos computacionais.

Com essas informações, a empresa conseguiu aproveitar sua rede existente de lojas físicas e instalações de distribuição para atingir seus objetivos de serviço. Também foi possível identificar áreas onde a rede existente precisava ser complementada por novas instalações dedicadas.

Adicionalmente, a ferramenta gerou planos mais precisos de posicionamento de estoque ao longo da rede de distribuição e lojas, além de oferecer estimativas mais exatas do custo total por entrega para o novo serviço premium, levando em conta a localização do pedido e as características da demanda e infraestrutura ao seu redor.

 

Rumo a um Design de Supply Chain com Valor Agregado nas Organizações

Conforme demonstrado pelas oportunidades e casos apresentados, uma nova geração de ferramentas e práticas de design de supply chain pode proporcionar economias significativas de custos, ganhos operacionais e vantagens competitivas para as empresas que estão dispostas e aptas a adotá-las. Nesta seção, auxiliamos líderes executivos a compreender a importância desses avanços, explicando por que e como eles devem ser aplicados.

 

Aproveitando Todo o Potencial da Análise de Dados

Graças ao rápido crescimento da capacidade computacional e aos avanços em pesquisa operacional, agora é possível construir modelos aprimorados de otimização e simulação que capturam as restrições operacionais que caracterizam as supply chains contemporâneas. Além disso, os avanços na ciência de dados fornecem novas ferramentas para o estudo de cadeias de suprimentos complexas. A seguir, destacamos as principais oportunidades que surgem a partir desses avanços.

IA e Machine Learning para Melhorar Dados de Entrada

Esta é a aplicação mais comum da ciência de dados na gestão da cadeia de suprimentos. É particularmente útil para modelar o comportamento de atores externos ao controle da organização, como clientes e fornecedores indiretos. Essas técnicas são especialmente relevantes em mercados com um grande número de clientes, como na previsão de demanda no e-commerce, e em bases de fornecedores fragmentadas, como na modelagem de risco de fornecedores na indústria automotiva, onde não é viável modelar individualmente cada ator envolvido.

IA e Machine Learning para Facilitar a Construção de Cenários

Nos estudos de design de supply chain, um número potencialmente infinito de cenários pode ser incorporado a uma análise. Rodar cada cenário envolve um custo computacional significativo. Portanto, a seleção dos cenários é um passo crucial que influencia a qualidade dos insights analíticos e a velocidade de sua obtenção. Para selecionar os cenários mais relevantes, as empresas podem usar dados históricos e métodos de IA ou machine learning para identificar as principais fontes de incerteza, probabilidades empíricas e correlações entre cenários.

IA e Machine Learning para Reduzir a Complexidade do Modelo

A complexidade dos modelos analíticos cresce com a integração de componentes táticos mais detalhados, múltiplos cenários e novas tecnologias ou modelos de negócios. Por exemplo, incluir decisões sobre a alocação de estoques pode rapidamente aumentar a complexidade do problema, tornando difícil resolvê-lo com técnicas clássicas de otimização. Para enfrentar esse desafio, a ciência de dados pode ser usada para reduzir a complexidade do modelo por meio da agregação de dados, como a aplicação de regras de clustering, ou substituindo partes do modelo, por exemplo, aproximando certas decisões táticas ou operacionais em vez de modelá-las explicitamente.

Perspectivas da Ciência de Redes para Estudar a Complexidade

A ciência de redes, que estuda redes complexas como telecomunicações, redes sociais e redes biológicas, é uma disciplina emergente que avançou significativamente nos últimos anos. No campo da gestão da cadeia de suprimentos, essa abordagem oferece novas perspectivas sobre o estudo de redes complexas de instalações, ativos, atores e relacionamentos.

Por exemplo, a análise da topologia da rede pode ser usada para avaliar a posição relativa dos diferentes elementos da rede e destacar aqueles que apresentam a posição mais vantajosa, como uma instalação de cross-docking cuja localização minimiza os custos e tempos de transporte em relação ao restante da rede. Essas análises também podem ser usadas para identificar partes vulneráveis da rede, como um fornecedor que representa um elo crítico para a operação.

Case

Topologia de Rede e Machine Learning para Redesenho da Rede

Uma equipe de pesquisa do MIT CTL trabalhou com um fabricante global no redesenho de sua rede logística. A equipe aplicou métodos de ciência de redes para identificar e analisar dezenas de milhares de sub-redes, considerando os milhares de produtos e clusters de clientes do fabricante.

Para cada uma dessas sub-redes, a equipe calculou métricas de topologia de rede, descrevendo a posição relativa das diferentes instalações dentro da rede. Esse exercício permitiu identificar quais instalações estavam mais bem posicionadas para atender aos mercados-alvo e à supply chain upstream.

Um modelo de previsão de custos de frete foi desenvolvido para incorporar múltiplos fatores, incluindo o comportamento de compra dos clientes (quantidade e frequência de entrega), características dos produtos, direção dos fluxos em relação aos fluxos comerciais globais e regionais, PIB per capita e custos de mão de obra dos países de origem e destino, além de indicadores de desempenho logístico dos mesmos países.

O algoritmo de machine learning utilizou esses dados para estimar de forma realista os custos logísticos em uma rede altamente complexa, composta por centenas de instalações logísticas e dezenas de milhares de clientes individuais.

 

Adoção de Novos Modelos de Tomada de Decisão para o Design de Supply Chain

A adoção dos métodos de design de supply chain baseados em dados descritos neste artigo não é suficiente; esses métodos devem também estar alinhados com a cultura gerencial e organizacional da empresa para que as oportunidades descritas possam ser plenamente realizadas. Para alcançar esse alinhamento, é necessário repensar os modelos de tomada de decisão que sustentam essas novas abordagens de design. Nesta seção, apresentamos alguns aspectos essenciais a serem considerados no desenvolvimento de novos frameworks decisórios.

Reformulação do Problema de Design

O design de supply chain e os modelos de suporte à decisão tradicionalmente focam em problemas padrão e objetivos convencionais, como minimização de custos, localização de instalações, restrições de capacidade e cenários para fatores como demanda média. O primeiro passo para reformular o processo decisório é traduzir as dimensões nas quais o design de supply chain gera valor em objetivos específicos de design. Por exemplo, no setor varejista, as principais dimensões podem incluir participação de mercado e crescimento da receita, enquanto no setor farmacêutico, fatores relevantes ao bem-estar do paciente devem ser considerados.

O segundo passo consiste em traduzir os principais mecanismos de geração de valor em decisões de design, capturando realisticamente as restrições críticas específicas da indústria e da organização. Por exemplo, no varejo, isso pode envolver ajustes no mix de produtos ou a adoção de um modelo de entrega colaborativa (crowdsourced delivery), enquanto no setor farmacêutico, restrições regulatórias podem limitar a estrutura dos fluxos físicos de distribuição.

Por fim, as principais fontes de incerteza devem ser incorporadas ao modelo estocástico subjacente e/ou ao processo de construção de cenários.

Escolhendo o Nível Adequado de Customização

Os estudos tradicionais de design de supply chain utilizam modelos genéricos e ferramentas de propósito geral. Por exemplo, modelos de localização de instalações e fluxos de rede frequentemente não consideram o setor ou mercado no qual a organização opera. Dado o papel estratégico que o design de supply chain desempenha dentro da empresa, é necessária uma abordagem mais personalizada.

Embora a customização aumente a relevância das ferramentas e modelos utilizados no suporte à decisão, ela também exige manutenção contínua de códigos e soluções desenvolvidas sob medida. Portanto, ao reformular o modelo de tomada de decisão, é necessário aplicar a customização apenas nas áreas que atuam como principais impulsionadores do desempenho.

Escolhendo o Nível Adequado de Complexidade

A complexidade dos modelos usados para suporte ao design de supply chain deve equilibrar os trade-offs entre a necessidade de coletar e manter dados, o tempo computacional necessário para processar os modelos e a capacidade desses modelos de gerar insights relevantes.

A complexidade das ferramentas utilizadas para representar diferentes componentes do planejamento deve refletir diretamente as necessidades e regras de negócios de cada setor. Por exemplo, em alguns setores, pode ser aceitável aproximar os custos de transporte com base em fatores de distância ou peso para um determinado fluxo logístico.

No entanto, esse método não captura as complexidades operacionais reais em setores como distribuição de última milha, onde os custos de transporte são influenciados por múltiplos fatores, como densidade de clientes, tamanho das entregas por parada, congestionamento de tráfego e restrições de janelas de entrega.

Portanto, o nível de complexidade adotado nos modelos de decisão deve ser proporcional à necessidade de capturar nuances operacionais essenciais, sem sobrecarregar o processo com cálculos desnecessários.

Cases

Adoção de Novos Modelos de Tomada de Decisão para o Design de Supply Chain

A adoção dos métodos de design de supply chain baseados em dados descritos neste artigo não é suficiente; esses métodos devem também estar alinhados com a cultura gerencial e organizacional da empresa para que as oportunidades descritas possam ser plenamente realizadas. Para alcançar esse alinhamento, é necessário repensar os modelos de tomada de decisão que sustentam essas novas abordagens de design. Nesta seção, apresentamos alguns aspectos essenciais a serem considerados no desenvolvimento de novos frameworks decisórios.

Design Personalizado da Supply Chain para uma Empresa Farmacêutica

Para um projeto de design de supply chain encomendado por uma empresa farmacêutica global, uma equipe do MIT CTL desenvolveu modelos de otimização altamente customizados. Esses modelos foram integrados a ferramentas visuais de suporte à decisão, levando em conta as restrições operacionais e regulatórias do setor.

Por exemplo, os modelos de otimização precisavam considerar a variedade de condições de estocagem e transporte, incluindo um grande número de soluções de transporte aéreo em cadeia fria e diferentes tipos de contêineres utilizados no setor farmacêutico. Além disso, as soluções de design da rede incorporaram restrições regulatórias locais nos diversos mercados em que a empresa operava.

Adaptação às Especificidades Locais no Design de Supply Chain

O MIT CTL colaborou com diversos fabricantes de bens de consumo de alta rotatividade (FMCG), varejistas e empresas de e-commerce na América Latina. Em muitos desses projetos, as equipes de pesquisa incorporaram especificidades dos mercados locais nos modelos de design de supply chain.

Por exemplo, mesmo em sistemas de distribuição B2B, os modelos precisavam levar em conta uma base de clientes ampla e altamente fragmentada, que solicitava entregas pequenas, mas frequentes, sem comprometer a viabilidade computacional das análises.

Isso exigiu abordagens diferenciadas para capturar a disponibilidade dos clientes, prever o sucesso das entregas e estimar os tempos de viagem, além de considerar fatores como custo de atendimento (cost-to-serve) e produtividade das rotas.

Além disso, restrições de segurança locais e a predominância de transações baseadas em dinheiro introduziram novas fontes de risco e incerteza, que precisaram ser incorporadas aos modelos de design de supply chain.

 

Repensando a Estrutura Organizacional e os Processos

A transição para uma abordagem de design de supply chain orientada pelo valor e adaptável exige diversas mudanças na estrutura organizacional e nos processos empresariais. A seguir, destacamos alguns fatores essenciais para uma transição bem-sucedida.

Responsabilidade Organizacional

A definição clara da responsabilidade sobre a análise e o design de supply chain pode ser estabelecida por meio de uma equipe dedicada—como um centro de excelência, por exemplo—responsável por gerenciar o repositório de dados e facilitar as atividades de design.

Esse grupo deve impulsionar a inovação contínua dentro da organização e liderar mudanças transformacionais. Idealmente, essa equipe deve estar dentro da estrutura organizacional da área de supply chain e possuir alta visibilidade e autonomia.

Por exemplo, a equipe pode se reportar diretamente a executivos seniores, garantindo alinhamento estratégico e impacto nas decisões corporativas.

Colaboração Interfuncional

Um design de supply chain orientado pelo valor e de ponta a ponta requer colaboração entre diversas funções e papéis dentro da organização. O objetivo é superar o design fragmentado, que ocorre dentro de silos regionais e/ou funcionais, e avançar para um co-design envolvendo múltiplos stakeholders em toda a cadeia de suprimentos global.

Planners e modeladores devem engajar executivos das áreas de estratégia, finanças, vendas, marketing e recursos humanos. Para isso, é essencial que a empresa adote uma estrutura de dados comum, que funcione como uma fonte única de verdade, promovendo colaboração e alinhamento organizacional.

Revisão e Redesenho Contínuos

É necessário substituir a abordagem baseada em eventos isolados ou crises, na qual o design de supply chain é realizado como um estudo pontual, por um processo contínuo de revisão e redesenho.

Essa transição permite que as empresas se adaptem rapidamente às mudanças no ambiente de negócios e desenvolvam ciclos de feedback, possibilitando ajustes estratégicos em tempo hábil.

As discussões sobre processos podem seguir o modelo dos diálogos típicos dos grupos de planejamento de vendas e operações (Sales & Operations Planning – S&OP). Essas reuniões devem ocorrer mensalmente ou trimestralmente e contar com a participação de stakeholders de diversas áreas da organização.

Métricas de Sucesso e Incentivos

O aspecto colaborativo da resolução de problemas no design de supply chain deve também ser diretamente traduzido nos tipos de métricas e sistemas de incentivo usados para avaliar o impacto de diferentes decisões. Aqui, deve-se reconhecer que as decisões de design frequentemente exigem trade-offs difíceis entre diversas dimensões de desempenho, que podem ser mais ou menos relevantes para diferentes partes da organização. Exemplos incluem trade-offs entre custo logístico e nível de serviço, nível de serviço e nível de estoque, e investimento de capital e participação de mercado. Essas dimensões de desempenho são relevantes para diversos grupos de stakeholders em operações, vendas, marketing e finanças.

Habilidades e Treinamento para Comunicação Eficiente

A colaboração é mais fácil quando todos os stakeholders falam uma linguagem comum. Alinhar habilidades e formalizar requisitos de treinamento em toda a organização cria um vocabulário comum entre os tomadores de decisão e facilita interações produtivas sobre os trade-offs das decisões de design. Uma linguagem de negócios comum também permite que os stakeholders expliquem com mais eficácia as oportunidades e as ramificações de novos designs dentro de sua área da organização. Além disso, mesmo que uma equipe especializada e dedicada lidere os esforços avançados de análise e design, algum treinamento geral em gestão de cadeia de suprimentos de ponta a ponta e em análise para design de supply chain pode ser importante para viabilizar discussões produtivas sobre redes de suprimentos e abordagens analíticas.

Engajamento da Liderança

A colaboração ativa e o fortalecimento de uma equipe dedicada à análise e ao design só são possíveis quando a liderança sênior está engajada. Executivos visionários devem trabalhar para viabilizar e adotar atividades modernas de co-design. Eles também devem engajar outros executivos seniores em discussões no estilo S&OP sobre design de supply chain para gerar impacto organizacional amplo. Comunicar com sucesso o impacto inicial de novos designs em métricas-chave pode catalisar um maior engajamento e reforçar o ciclo contínuo de revisão e redesenho. Com o tempo, essas novas abordagens criam uma “memória organizacional” e estabelecem um novo modelo para a criação de valor na cadeia de suprimentos.

Cases

Processo de Co-Design Interfuncional

O MIT CTL colaborou com um grande fabricante que estava interessado em redesenhar sua rede nos Estados Unidos. A equipe de pesquisadores implementou um processo de co-design com membros dos departamentos de logística, finanças, vendas e marketing da empresa.

Os executivos participaram de um processo colaborativo para desenvolver iterativamente o design futuro da supply chain da empresa, permitindo que considerassem trade-offs entre métricas concorrentes, que tradicionalmente eram analisadas de forma isolada dentro dos diferentes silos funcionais.

Além disso, o processo interativo e colaborativo de tomada de decisão permitiu que os participantes compreendessem melhor os resultados dos modelos e absorvessem o conhecimento implícito dos diversos stakeholders. Por exemplo, os executivos de vendas e marketing contribuíram com seu conhecimento sobre as condições específicas dos mercados locais e as pressões competitivas.

Acesso Democratizado a Aplicações

Uma empresa global de manufatura procurou a Coupa para obter suporte na atualização de diversos modelos relacionados ao design da rede, planejamento tático de produção e planejamento de estoques.

A equipe de modelagem da rede era responsável por atualizar e gerenciar todos esses modelos e fornecer saídas para a organização em intervalos regulares, rodando novos cenários conforme solicitado pelos usuários. Embora os resultados fossem bem recebidos, a equipe de modelagem começou a enfrentar dificuldades para lidar com o crescente volume de solicitações de cenários e ao mesmo tempo melhorar continuamente suas soluções para atender novas demandas de negócios e incluir mais detalhes granulares.

A equipe da Coupa trabalhou com a empresa para implementar uma série de aplicativos baseados em nuvem, que automatizaram parte ou todo o processo de atualização de dados. Os aplicativos também incorporaram os modelos de otimização e visualizações, apresentando-os dentro de um fluxo de trabalho simplificado, permitindo que os stakeholders assumissem a maior parte das atividades anteriormente executadas pelos modeladores.

Esse processo exigiu sessões interativas com os stakeholders para projetar interfaces intuitivas e flexíveis, capazes de atender tanto às necessidades atuais quanto às futuras relacionadas à análise de cenários.

Além disso, os aplicativos permitem que múltiplos stakeholders interajam simultaneamente, rastreiem mudanças, forneçam controles de versão e arquivem modelos antigos.

Na maioria dos casos, os stakeholders agora conseguem executar a atualização dos dados e rodar novos cenários sem a necessidade de interação direta com a equipe de modelagem. No entanto, são realizadas avaliações periódicas e proativas entre as equipes de modeladores e stakeholders para garantir que os modelos continuem representando as condições atuais do negócio.

 

Conclusão

O design de supply chain é a base do planejamento estratégico da cadeia de suprimentos e um fator essencial para o alcance dos objetivos corporativos de uma empresa, sejam eles resiliência, sustentabilidade, crescimento ou outras metas estratégicas. Para alinhar seus processos de design de supply chain com as exigências e desafios dos mercados contemporâneos, as empresas precisam adotar novos paradigmas de design.

Este white paper tem como objetivo fornecer uma visão representativa da evolução do papel do design de supply chain e identificar uma série de oportunidades nessa área. Essas incluem expandir o escopo dos sistemas logísticos analisados, reavaliar os objetivos e decisões envolvidas no design de supply chain, fortalecer a conexão entre os níveis estratégico e tático da tomada de decisão, integrar risco e incerteza e incorporar novas tecnologias e modelos de negócios transformacionais.

Diante dessas inúmeras possibilidades de evolução, as organizações devem adotar uma abordagem estratégica para a mudança, concentrando-se primeiramente nas áreas com maior potencial de geração de valor. Ao mesmo tempo, devem identificar os principais trade-offs envolvidos nas diferentes decisões de design, bem como mapear o ecossistema organizacional para identificar stakeholders capazes de impulsionar as mudanças, assim como aqueles que serão impactados por elas. Para se posicionar da melhor forma nesse cenário, as empresas devem evoluir de uma operação fragmentada para um modelo interdisciplinar, fomentando um processo de co-design interfuncional que reflita o papel fundamental do design de supply chain na estratégia organizacional.

Graças aos avanços significativos em diversas áreas da análise de dados e ao aumento da disponibilidade de dados e da capacidade computacional, as empresas podem agora contar com um amplo conjunto de ferramentas analíticas para ajudá-las nessa jornada. No entanto, o verdadeiro teste da eficácia dessas ferramentas é sua capacidade de informar decisões empresariais no contexto real da tomada de decisão.

Portanto, a adoção dessas ferramentas deve ser acompanhada de uma reformulação dos processos decisórios organizacionais e em grupo, com relação ao design de supply chain. O objetivo dessa reformulação é quádruplo: garantir que todas as perspectivas relevantes sejam consideradas, assegurar que o enquadramento do problema reflita as prioridades organizacionais, garantir que as análises sejam completamente compreendidas e confiáveis, e promover a adoção e implementação das soluções resultantes.

Além disso, as organizações devem estabelecer um processo contínuo de redesenho, permitindo que suas estruturas de design se alinhem continuamente com a estratégia da cadeia de suprimentos, se adaptem ao ambiente dinâmico de negócios e aprendam com implementações anteriores.

À medida que os desafios enfrentados pelas organizações continuam a evoluir, a disciplina de design de supply chain também evolui. Assim, para atingir objetivos corporativos como resiliência, sustentabilidade, lucratividade e crescimento, as empresas devem estabelecer mecanismos que permitam a incorporação estrutural da inovação no gerenciamento da cadeia de suprimentos.

___________________________________________

 

Sobre o Relatório

Este white paper é o resultado de uma colaboração entre o Center for Transportation & Logistics (MIT CTL) do Massachusetts Institute of Technology (MIT) e a Coupa, fornecedora de software de análise de supply chain baseada em inteligência artificial (IA). Novas tendências e desafios estão transformando o papel das cadeias de suprimentos, permitindo que as empresas compitam com sucesso em mercados dinâmicos. Este documento aborda a necessidade crescente de repensar a abordagem das empresas ao design de supply chain nesse contexto.

O ambiente comercial onde as cadeias de suprimentos atuais competem está passando por mudanças profundas. As cadeias de suprimentos globais estão se tornando cada vez mais complexas, com um número crescente de atores envolvidos, expectativas de consumidores em alta e tendências do setor, como o crescimento do marketing omnichannel e dos serviços diretos ao consumidor (DTC – Direct-to-Consumer), redefinindo as supply chains, especialmente na última milha.

Como resultado, as táticas para gestão e mitigação de riscos, construção de resiliência e suporte à sustentabilidade agora desempenham um papel muito mais relevante no design das redes de supply chain do que há uma década. Do ponto de vista estratégico, o design de supply chain se tornou uma fonte essencial de vantagem competitiva. No entanto, para capitalizar essa vantagem, as empresas devem adotar e implementar práticas de design que atendam às exigências do ambiente competitivo atual.

À medida que os mercados e as tecnologias continuam evoluindo rapidamente, os métodos tradicionais de design de supply chain tornaram-se obsoletos, colocando em risco a competitividade das empresas que ainda os seguem. O desafio dos líderes da cadeia de suprimentos, portanto, não é apenas responder às mudanças do mercado, mas também adquirir as ferramentas e a flexibilidade necessárias para acompanhar o ritmo acelerado dessas transformações.

O MIT CTL e a Coupa combinaram o conhecimento acadêmico de ponta e a experiência prática adquirida ao longo de anos trabalhando com empresas para estabelecer uma visão sobre o design de supply chain orientado por análise de dados e preparado para o futuro. Essa visão é apresentada ao longo deste white paper.

Este documento fornece uma visão geral do estado atual das práticas de design de supply chain, além de oferecer estratégias específicas—apoiadas por exemplos reais—para implementar essa visão na prática.

 

Sobre o MIT Center for Transportation & Logistics

Fundado em 1973, o MIT Center for Transportation & Logistics (MIT CTL) é um centro de pesquisa dinâmico e voltado para soluções, onde estudantes, professores e líderes da indústria compartilham seus conhecimentos e experiências para avançar a educação e a pesquisa em supply chain. Por meio da Global Supply Chain and Logistics Excellence (SCALE) Network, o MIT CTL ocupa uma posição central em uma rede internacional composta por seis centros de excelência, reunindo mais de 80 pesquisadores e professores de diversas disciplinas, além de manter parcerias corporativas com mais de 150 empresas.

 

Sobre a Coupa

A Coupa é uma plataforma cloud-based de Gestão de Gastos Empresariais (BSM – Business Spend Management), que integra processos em supply chain, compras e finanças. A Coupa permite que organizações ao redor do mundo maximizem o valor e operacionalizem seus propósitos estratégicos por meio da gestão eficiente dos seus gastos empresariais.

 

Autores e Contribuidores

Milena Janjevic – Research Scientist, MIT Center for Transportation & Logistics

Milena Janjevic é pesquisadora científica no MIT Center for Transportation & Logistics. Sua pesquisa atual foca no design de redes de supply chain, colaborando com diversas organizações globais para melhorar a tomada de decisão no design de supply chain por meio do uso de modelos de otimização e simulação baseados em dados, integrados a ferramentas visuais interativas.

Além disso, sua pesquisa aborda especificamente o design de redes de distribuição no contexto da logística urbana e da entrega de última milha, bem como políticas de transporte de carga urbano e planejamento de infraestrutura.

Dra. Janjevic obteve seu doutorado e mestrado em Engenharia, com especialização em Logística, na Université libre de Bruxelles, na Bélgica. Durante seu doutorado, foi Pesquisadora Visitante no Center of Excellence for Sustainable Urban Freight Systems do Rensselaer Polytechnic Institute, em Nova York. Sua pesquisa doutoral concentrou-se no design otimizado de sistemas logísticos urbanos, abordando redes de distribuição multinível, veículos elétricos e medidas regulatórias.

Antes de ingressar no MIT CTL, Dra. Janjevic trabalhou na McKinsey & Company na Bélgica e na França, participando de diversos projetos nos setores de telecomunicações, seguros e varejo.

Carlos Valderrama – Vice President, Customer Services & Value Management, Coupa Software

Carlos Valderrama é empreendedor e especialista em design e planejamento de supply chain, com vasta experiência em planejamento estratégico para startups, gestão da cadeia de suprimentos, desenvolvimento e otimização da função de sucesso do cliente, além de crescimento e expansão de negócios globais no setor de alta tecnologia.

Carlos tem mais de 20 anos de experiência trabalhando com executivos das 1.000 maiores empresas do mundo, influenciando transformações estratégicas na cadeia de suprimentos e nos processos de sourcing.

Atualmente, ele ocupa o cargo de Vice-Presidente de Customer Services & Value Management for Emerging Solutions na Coupa Software, onde apoia mais de 500 clientes globalmente, conectando executivos para aprimorar seus processos decisórios na gestão de gastos empresariais (Business Spend Management).

Michael Bucci – Senior Director, Solutions Delivery, Coupa Software

Desde que ingressou na LLamasoft em junho de 2011, e posteriormente na Coupa Software, Michael Bucci trabalhou em diversos projetos como Solutions Manager e Engagement Lead. Em sua posição atual, Mike gerencia todos os aspectos dos projetos, do início à conclusão, sendo responsável por gestão de projetos, design de modelos, análise de cenários, suporte ao cliente e treinamento.

Antes de ingressar na LLamasoft, Mike acumulou 10 anos de experiência em consultoria, engenharia e gestão. Seu histórico profissional inclui o desenvolvimento de soluções estratégicas de design de redes, a fundação de uma consultoria especializada em cadeias de suprimentos enxutas, atuação como gerente de fábrica e liderança em projetos de melhoria de processos na IBM.

Mike obteve seu doutorado em Engenharia Industrial na North Carolina State University, onde suas pesquisas focaram no desenvolvimento de métodos para soluções em designs complexos de redes de supply chain.

Walid Klibi – Research Affiliate, MIT Center for Transportation & Logistics

Atualmente, Walid Klibi é pesquisador afiliado ao MIT Center for Transportation & Logistics. Desde 2011, atua como Professor de Supply Chain e Gestão de Operações na KEDGE Business School, na França, além de ser cofundador do Center of Excellence in Supply Chain (CESIT) da KEDGE. Entre 2015 e 2019, Walid foi diretor do CESIT.

Walid obteve seu doutorado em Design de Supply Chain na Faculdade de Administração de Empresas da Laval University, em 2009, e em 2020, concluiu uma habilitação em Matemática Aplicada pela Universidade de Bordeaux.

Sua pesquisa se concentra no design de supply chain, resiliência, distribuição omnichannel e logística urbana, sendo conduzida em parceria com diversas empresas internacionais. Além disso, Walid coautorou mais de 30 artigos publicados em revistas acadêmicas e profissionais internacionais e escreveu o livro "Designing Value-Creating Supply Chain Networks" (Springer, 2016). Grande parte de seu trabalho é desenvolvida em colaboração com escolas afiliadas e colegas internacionais.

Contribuidores

Jarrod Goentzel, Director, MIT Humanitarian Supply Chain Lab

Matthias Winkenbach, Director, MIT Megacity Logistics Lab

 

Citação sugerida:

Janjevic, M., Valderrama, C., Bucci, M., & Klibi, W. (2022). The New Competitive Edge: Analytics Driven Supply Chain Design, An Executive Guide. MIT Center for Transportation & Logistics and Coupa Software.

 

Referências

⁽¹⁾ Cohen, M. A., & Lee, H. L. (2020). Designing the Right Global Supply Chain Network. Manufacturing & Service Operations Management, 22(1), 15–24.

⁽²⁾ Martel, A., & Klibi, W. (2016). Designing Value-Creating Supply Chain Networks. Springer.

⁽³⁾ Elkington, J. (1998). Cannibals with Forks: The Triple Bottom Line of 21st Century Business. New Society Publishers.

⁽⁴⁾ Scenario Planning Builds a Resilient Future. (2020, April 17). .org Community. https://orgcommunity.com/scenario-planning-builds-a-resilient-future/

⁽⁵⁾ Sheffi, Y., & Rice, J.B. (2005). A supply chain view of the resilient enterprise. MIT Sloan Management Review, 47(1), 41.

⁽⁶⁾ Janjevic, M., Merchán, D., & Winkenbach, M. (2021). Designing multi-tier, multi-service-level, and multi-modal last-mile distribution networks for omnichannel operations. European Journal of Operational Research, 294(3), 1059–1077.