Planejamento da produção nos laticínios: sistemas de apoio à decisão

Uma das grandes dificuldades dos laticínios, principalmente dos pequenos e médios, é a realização da programação da produção do 'mix' ótimo de derivados lácteos em determinado período, ou seja, aquele que maximize a margem de contribuição total da planta processadora de leite.

Essa dificuldade deve-se a diversos fatores, como a sazonalidade da produção de leite, a inconstância da qualidade do leite, a falta de informação, a baixa capacitação dos responsáveis pela programação da produção do laticínio, falhas no planejamento da produção, o desconhecimento de ferramentas de apoio à decisão, a ausência ou adoção de práticas rudimentares de controle contábil, o desconhecimento das dimensões da fábrica, das capacidades de seus equipamentos, das disponibilidades de recursos materiais e humanos e dos rendimentos dos produtos lácteos (Almeida Júnior, 2004).

A maioria dos pequenos laticínios não possuem condições financeiras para investir em equipamentos para processar produtos lácteos de maior valor agregado. Dessa maneira, para manterem-se no mercado, devem otimizar a utilização do parque industrial existente. Essa otimização do aproveitamento da planta processadora de lácteos depende muito, dentre outros fatores do processo produtivo e mercadológicos, do gerenciamento da matéria-prima leite cru, considerada uma restrição, pois sua oferta é irregular ao longo do ano devido à sazonalidade de sua produção, provocada por fenômenos climáticos. Quando houver excesso de leite cru, deve-se priorizar a fabricação e comercialização de produtos com maior margem de contribuição unitária ou transformá-lo em leite em pó para futura industrialização, caso haja esta possibilidade. Por outro lado, quando houver escassez de leite cru, deve-se priorizar a fabricação e comercialização de produtos com maior margem de contribuição unitária por fator limitante da capacidade (Miranda, Martins et al., 2007). Portanto, os aspectos relativos à capacidade operacional das linhas de equipamentos e dos recursos humanos da planta industrial, assim como o conhecimento dos custos e margens unitárias dos produtos, são fatores essenciais para o planejamento industrial e tomada de decisões sobre a programação da produção (Almeida Júnior e Da Silva, 2005).

A tarefa de definir o 'mix' mais lucrativo torna-se muito difícil sem o auxílio de ferramentas matemáticas e computacionais de apoio à decisão no momento de planejar a produção de lácteos, pois essa tarefa exige cálculos que envolvem muitos coeficientes técnicos (necessidades de tempo e quantidades de recursos materiais e humanos por unidade de produto lácteo) como horas-homem, horas-máquina (pasteurizadora, desnatadeira, embaladora, etc.), litros de leite por unidade de produto lácteo, etc.

No entanto, há programas computacionais baseados em programação linear (PL) que resolvem de forma simplificada esses problemas de definição de 'mix' ideal para maximização da margem de contribuição respeitando restrições operacionais e mercadológicas. No caso de indústrias de produtos lácteos, cujos processos produtivos podem originar produtos intermediários, como o creme e o soro do leite, que são matérias-primas de outros produtos, a aplicação de PL é eficiente para resolver problemas de otimização de processos e definição do 'mix' de produção com ampla variedade de produtos (Almeida Júnior e Da Silva, 2005). A PL é uma técnica matemática de resolução de sistemas de equações e/ou inequações lineares via inversões sucessivas de matrizes, ou seja, é um modelo matemático de solução de problemas que envolvem variáveis mensuráveis passíveis de serem expressas por equações e/ou inequações usado para alocação de recursos efetivamente (Caixeta-Filho, 2010; Moreira, 2010).

Um problema de programação linear (PPL) consiste-se de uma função objetivo que se pretende otimizar (maximizar lucros ou minimizar custos, por exemplo) e de restrições de recursos. A função objetivo é uma combinação de variáveis de decisão expressa matematicamente. As restrições representam limitações de recursos expressas por equações e/ou inequações envolvendo variáveis de decisão e coeficientes técnicos. A solução do PPL é a combinação das quantidades das variáveis de decisão que otimiza a função objetivo respeitando as restrições do modelo (Caixeta-Filho, 2010; Moreira, 2010).

Problemas de PL com apenas duas variáveis de decisão podem ser resolvidos por método gráfico, enquanto que o método simplex pode resolver PPL com qualquer número de variáveis. O simplex é uma metodologia que envolve uma sequência de cálculos repetitivos e interativos chamados de algoritmo. Programas computacionais baseados em PL utilizam o método simplex para solução de PPL (Caixeta-Filho, 2010; Moreira, 2010). Dentre eles, os mais conhecidos são o LINDO, o GAMS e o suplemento Solver do Microsoft Office Excel. Os dois primeiros são específicos para solução de PPL, enquanto que o Solver do Excel possui limitações, embora seja muito útil e suficiente para resolução de pequenos problemas. Alguns trabalhos utilizando PL em laticínios já foram realizados comparando os resultados do 'mix' real da indústria com os do 'mix' ótimo da solução do PPL.

Foi realizado estudo de caso em planta industrial laticinista da região do triângulo mineiro com mais de três décadas de mercado. No final da década de 1990, este laticínio, com captação média mensal de 2,1 milhões de litros de leite, passava por dificuldades financeiras obtendo quedas de faturamento e resultados negativos sucessivos. A situação só foi revertida a partir de 2001, após grande mudança e reestruturação gerencial. Profissionais de baixa qualificação técnica foram substituídos por outros melhor capacitados profissionalizando o setor administrativo da empresa. Controle mais rígido de custos e despesas foi implantado em diversos setores reduzindo desperdícios. Sistemas internos e integrados de informações gerenciais e orçamentárias foram desenvolvidos, assim como a implantação do departamento de marketing com informações mercadológicas, para auxílio na tomada de decisões. Essas inovações permitiram o sucesso financeiro da indústria que, a partir de então, buscou elevar mais seu faturamento priorizando a fabricação e venda de produtos com maior valor agregado. Em primeira análise, foram priorizadas as produções de queijo mussarela, ricota e leite Longa Vida Desnatado, com maiores margens unitárias de contribuição ($1,68; $0,89 e $0,27; respectivamente) do que o leite Longa Vida Integral ($0,19). Dessa forma, o leite Longa Vida Integral foi o único produto que não conseguiu atender à demanda do mercado. A margem de contribuição total neste cenário foi de $428.445,60. No entanto, quando foram calculadas as margens de contribuição unitárias por fator limitante, ou seja, por matéria-prima (leite) necessária para a fabricação de uma unidade de derivado lácteo, observou-se que o queijo mussarela apresentou a menor margem de contribuição ($1,68/10,2 L de leite = $0,17/L) em relação à ricota ($1,11/L) e aos leites Longa Vida Desnatado ($0,27/L) e Integral ($0,19/L). Resolvendo esse cenário no suplemento Solver do programa computacional Microsoft Excel, obteve-se aumento de 0,5% na margem de contribuição total do laticínio, com apenas o queijo mussarela não respeitando a demanda de mercado devido à prioridade dada aos produtos de maior margem de contribuição por fator limitante. Outro problema dessa indústria era o destino do soro de leite excedente: vender ou destiná-lo à produção de ricota? A análise de sensibilidade, um conjunto de resultados do programa utilizado, foi utilizada para resolver esta dúvida, indicando que seria mais lucrativo (aumento de 0,18% na margem de contribuição total) elevar a produção de ricota (Miranda, Martins et al., 2007).

Em outro pequeno laticínio mineiro, com captação média diária de 10 mil L de leite, também foi realizado estudo comparando os resultados financeiros dos 'mixes' de produção real com o ótimo gerado por protótipo de programa computacional baseado em planilha eletrônica e PL. Informações contábeis e coeficientes técnicos dos processos produtivos foram colhidos e calculados junto à gerência da empresa. A função objetivo do modelo de PPL foi maximizar margem de contribuição sujeita às restrições produtivas (captação de leite cru, geração e consumo de creme e soro do leite), operacionais (disponibilidade de recursos humanos e capacidades dos equipamentos e câmaras frias) e mercadológicas (vendas mínimas e máximas, custos e margens unitárias de contribuição). Dos 33 itens da linha de produtos da indústria, apenas três apresentaram quantidades idênticas nas situações real e ótima e outros três apresentaram pequenas diferenças percentuais. Em contrapartida, a maioria dos produtos tiveram grandes diferenças entre as quantidades realmente produzidas pelo laticínio e as calculadas pelo protótipo, chegando a valores superiores a 100%. A análise revelou ociosidade de recursos na planta processadora de laticínios em condições ótimas. Menos de 30% do tempo dos equipamentos, menos de 20% do tempo de mão-de-obra e apenas 50% do espaço da câmara fria disponíveis eram utilizados. A adequação dos níveis de produção do 'mix' real aos níveis ótimos gerados pelo protótipo e a redução de custos com recursos ociosos elevariam em 12% os lucros da empresa. A partir dessas informações, alguns cenários hipotéticos foram avaliados chegando-se à conclusão de que o maior aumento de lucro (13%) seria atingido se o laticínio aumentasse em 10% a captação de leite cru e reduzisse em 10% os custos com mão-de-obra (Almeida Júnior e Da Silva, 2005).

Antes de se implantar qualquer tipo semelhante de sistema de apoio à decisão, é necessário que o laticínio, assim como qualquer empresa de outro ramo, faça controle rígido dos custos de produção. Adicionalmente, os usuários do sistema devem ter conhecimento do processo e noções básicas de economia e administração para aproveitar bem os benefícios da ferramenta em prol da empresa. Apesar das ferramentas computacionais e estatísticas serem cada vez mais necessárias e auxiliarem muito na geração de informação, nenhuma delas substitui a análise do tomador de decisões. Por isso é fundamental a capacitação profissional.

REFERÊNCIAS

ALMEIDA JÚNIOR, J. F. D. Planejamento da produção na indústria de laticínios: práticas atuais e desenvolvimento de um protótipo de sistema de apoio à decisão. 2004. 107 (Magister Scientiae). Departamento de Tecnologia de Alimentos, Universidade Federal de Viçosa, Viçosa, MG, Brasil.

ALMEIDA JÚNIOR, J. F. D.; DA SILVA, C. A. B. Um sistema de apoio à decisão em planilha eletrônica para o planejamento da produção na indústria de laticínios. Revista Brasileira de Agroinformática, v. 7, n. 2, p. 15, 2005.

CAIXETA-FILHO, J. V. Pesquisa operacional: técnicas de otimização aplicadas a sistemas agroindustriais. 2ª edição. São Paulo, SP, Brasil: Atlas, 2010. 176

MIRANDA, G. J.; MARTINS, V. F.; DE FARIA, A. F. O uso da programação linear num contexto de laticínios com várias restrições na capacidade produtiva. Custos e agronegócio online, v. 3, p. 19, 2007. ISSN 1808 2882. Disponível em: < www.custoseagronegocioonline.com.br >.

MOREIRA, D. A. Pesquisa operacional: curso introdutório. 2ª edição revista e atualizada. São Paulo, SP, Brasil: Cengage Learning, 2010. 356