|
| Unidade 4 | Módulo 1 | Tela 1 |
|
| 1
- Simulação de um Modelo
Vamos à simulação de um modelo de uma população de coelhos. O processo de modelagem quantitativa inicia-se com a diagramação do modelo, implementação das equações e valores iniciais. Em seguida, o modelo é simulado e o conjunto de dados gerados (dataset) é automaticamente armazenado. Finalmente, os dados da simulação podem ser analisados com as ferramentas de análise para identificar a dinâmica de comportamento das variáveis.
A construção de um modelo segue padrões de criação, análise e reconstrução, em um processo interativo até que o modelo atinja um nível adequado. Tanto o processo de simulação como o de análise de comportamento do modelo fazem parte do processo de refinamento. |
|
Tela 2 |
|
No
Vensim, o comportamento do modelo na simulação é
determinado apenas pelas equações que governam os relacionamentos
entre as diferentes variáveis. O diagrama estrutural de um modelo
é uma fotografia dos relacionamentos entre as variáveis.
O Vensim enfatiza a consistência do diagrama e das equações mas informações podem ser omitidas ou perdidas. Durante a construção do modelo de simulação, deve-se estar certo de que as equações são copiadas exatamente como apresentadas neste curso. |
|
|
Tela 3 |
| 2 - Convenções
do Vensim
O diagrama do modelo deve estar claramente definido para facilitar a construção, análise e apresentação. Grande parte dos modelos nesse curso segue certas convenções que recomendamos, embora os usuários possam criar suas próprias convenções.
Estoques têm a primeira letra em maiúscula. Ex.: População. Fluxos, auxiliares, constantes e outros tipos de variáveis são sempre escritos em letras minúsculas. Ex.: tempo médio de vida. |
|
|
Tela 4 |
| No diagrama, Estoques (Level) são sempre criados com a ferramenta Box Variable. Quando se usa essa ferramenta para criar objetos no diagrama, estes são sempre denominados de Estoque. Quando o editor de equações é aberto, pode-se observar que as variáveis adicionadas, com a ferramenta Box Variable, têm o tipo Level. É possível trocar o tipo de variável no editor de equações ou construir Estoques sem a caixa que o caracteriza, entretanto, esse não é um procedimento recomendado, uma vez que pode criar confusão. Fluxos são usualmente criados com a ferramenta Rate. Como padrão, os fluxos são sempre criados com um nome, mas, se a tecla Esc for pressionada, a caixa de texto referente ao nome será fechada (o fluxo fica sem nome). Entretanto, este procedimento não é recomendado. Por padrão, o Vensim também desenha fluxos com uma única ponta de seta que indica a direção do fluxo. É possível adicionar uma outra ponta de seta na outra extremidade do fluxo, clicando com o botão direito do mouse sobre o fluxo sem ponta de seta (com a ferramenta Move/Size selecionada) e marcando a opção Arrowhead na caixa de diálogo.
Constantes, auxiliares e outras variáveis são usualmente criadas com a ferramenta Variable e aparecem como palavras no diagrama, sem caixa. Algumas convenções apresentam auxiliares e constantes em formato de círculo (com o nome aparecendo embaixo). É possível mudar o formato de uma variável, clicando com o botão direito do mouse sobre o nome da variável e escolhendo um formato diferente. Contudo este procedimento não é recomendado, pois pode “poluir”, visualmente, a janela de construção (Build window) em modelos com um número expressivo de variáveis auxiliares e constantes. |
|
|
Tela 5 |
|
|
| 3 - Diagramando o Modelo da População de Coelhos (pop.mdl). O modelo que vamos construir é apresentado a seguir. Siga as instruções com atenção para que seu diagrama fique parecido com este e não contenha erros. Similarmente ao modelo qualitativo, a estrutura do modelo População mostra que um feedback positivo de População para nascimentos aumenta População, enquanto um feedback negativo de População para mortes diminui População.
|
|
Tela 6 |
| 4 - Definindo
e Inserindo Equações O modelo está estruturalmente completo. Contudo, para simular, é necessário um conjunto de equações para descrever cada relacionamento. Essas equações são expressões algébricas simples, definindo uma variável em função das outras com que esteja relacionada. Por exemplo:
Observando o diagrama, vê-se que taxa de natalidade não tem causa, é uma constante no modelo. Essa constante tem um valor numérico que será preenchido posteriormente. Para cada equação digitada no modelo, será definida uma unidade de medida. As unidades permitem checar a consistência dimensional entre todas as equações e implicam verificar se o modelo está correto. Após todas as equações terem sido digitadas, o modelo poderá ser conferido pela execução do comando Model>Units Check (Ctrl + u). |
|
|
Tela 7 |
| Se estivermos
trabalhando com soja ou milho, por exemplo, a unidade de medida seria quilogramas
(Kg) ou toneladas (T). Se trabalharmos com água, óleo
ou gasolina a unidade de medida seria litros (l). Se trabalharmos
com o tempo, as unidades de medida seriam segundos (s), minutos (m),
horas (h), dias, semanas, meses, anos, etc.
Como o Vensim é um software desenvolvido nos EUA e não foi, ainda, adaptado à cultura dos demais países, necessitaremos fazer pequenas alterações nas unidades de medida. |
|
|
Tela 8 |
|
|
|
Tela 9 |
Todas as variáveis do modelo ficarão selecionadas por uma tarja preta, que serve para indicar que ainda não foi digitada uma equação para a variável ou que a equação está incompleta. À medida que forem sendo introduzidas as equações para as variáveis, essas retornarão à sua aparência normal. Executando o comando Model>Check (Ctrl + T) ou o clicando sobre o ícone Check Model, é possível identificar quais variáveis ainda não têm uma equação. 5 – Para variável do tipo auxiliar (Rate)
Após
executar o comando anterior, abra o editor de equações.
Na parte de cima do editor, encontra-se escrito o nome da variável:
nascimentos. A caixa de seleção Type,
no lado esquerdo do editor, mostra o tipo da variável: Auxiliary
(Auxiliar). Clique na seta da caixa de seleção para conhecer
os outros tipos de variáveis. Esteja certo que de o tipo de variável
Auxiliary esteja selecionado depois da consulta. Dê um clique,
com o cursor, dentro da caixa de edição da equação
(à direita do sinal de "=") para que o ponto de inserção
se posicione lá dentro para digitação.
|
|
|
Tela 10 |
|
Ou
Espaços e linhas podem ser adicionados à equação para torná-la mais legível, porém não é obrigatório. Adicione agora a unidade de medida para nascimentos:
Se a estrutura do modelo estiver correta e não houver erros de sintaxe na equação, a caixa de diálogo será fechada. Se houver erros, o Vensim o alertará por meio de mensagens, informando o que está errado. |
|
Tela 11 |
6 - Para
Variável do Tipo Estoque (Level):
O editor de equações se abre e é ligeiramente diferente do que o que vimos na variável - nascimentos.
A caixa de seleção dropdown à esquerda mostra o tipo de variável: Level (estoque). À esquerda da caixa de texto das equações, encontramos a função INTEG que define uma variável estoque (integrando a variável ao longo do tempo). Observe que já existe uma equação escrita na caixa de texto. Como nós conectamos os fluxos mortes e nascimentos ao estoque População, o Vensim incluiu automaticamente esses fluxos na equação do estoque. Fluxos construídos, clicando-se primeiramente em um espaço vazio e depois na caixa do estoque, são considerados positivos (de entrada). Fluxos construídos, clicando-se primeiramente na caixa do estoque e depois fora dela, são considerados negativos (de saída). Caso essa ordem seja invertida, será necessário trocar os sinais na equação. A equação para População, como escrita, está correta. O fluxo nascimentos aumenta a População (é positivo) enquanto o fluxo mortes diminui a população (é negativo). |
|
|
Tela 12 |
O editor
de equações para uma variável estoque tem uma caixa
de edição extra para estabelecer o início ou o valor
inicial do estoque (Initial Value).
Esse valor é o número inicial da população de coelhos com o qual vamos iniciar a simulação (no momento zero).
7 - Para Constantes (Constant):
|
|
|
Tela 13 |
| Todas as
variáveis do modelo devem aparecer claramente no diagrama após
a digitação das equações. Unidades que já
tenham sido digitadas anteriormente podem ser selecionadas, clicando-se
na seta à esquerda da caixa de unidades e selecionando-a na lista.
Equações do modelo pop.mdl: tempo
médio de vida = 8 taxa
de natalidade = 0.125 nascimentos
= População * taxa de natalidade mortes
= População/tempo médio de vida População
= INTEG (nascimentos - mortes, 1000) |
|
|
Tela 14 |
|
|
| 8 - Verificando Erros de Sintaxe ou de Unidades Antes de simular o modelo, devemos verificar se não há erros nas equações ou nas unidades.
Se o modelo tiver erros, o editor de equações abrirá a variável que contem o erro. Verifique se a equação utiliza todas as variáveis. Confira se a estrutura de seu modelo é a mesma que foi apresentada anteriormente.
Se algum erro em unidades for encontrado, leia o que está escrito na janela que será aberta de modo a identificar qual variável está com a unidade errada. Abra o editor de equações para cada variável e confira com a lista da página anterior. Unidades que apresentam erro pode ser um indício de que a formulação das equações não está correta. |
|
Tela 15 |
| 9 – Simular o Modelo Para simular o modelo:
O modelo será simulado, mostrando o progresso em uma janela até que tenha terminado. Observe que nos computadores atuais, muito rápidos, e com um modelo simples como esse, dificilmente veremos a janela de simulação.
|
|
|
Tela 16 |
| 10 - Análise do Modelo O modelo foi desenhado para mostrar as condições de equilíbrio de uma população de coelhos. As constantes: taxa de natalidade e tempo médio de vida foram definidas para um fluxo de 12,5 % da População. Isso implica que, se o fluxo de entrada e o de saída têm os mesmos valores, a população de coelhos permanecerá inalterada. Para Gráfico e Table Time Down:
Isso irá selecionar essa variável. Verifique se o nome da mesma aparece na barra de títulos, caso contrário, clique novamente.
|
|
|
Tela 17 |
| A variável População é representada por uma linha azul horizontal no topo do gráfico na altura dos 1000 coelhos. Para verificar numericamente o comportamento de População, dê um clique na ferramenta Table Time Down (tabela). Uma janela mostra que a População se mantém inalterada em 1000 coelhos. Role pela janela para ver os valores durante os 30 anos.
|
|
|
Tela 18 |
|
11 - Comparando Simulações Uma característica importante do Vensim é a capacidade de fazer múltiplas simulações de um modelo sob diferentes condições para testar o impacto que as mudanças provocam nas variáveis do modelo e seu comportamento. O software também armazena todos os dados de todas as variáveis de cada uma das simulações. Isso facilita a recuperação de informações sobre o comportamento de qualquer variável em uma determinada simulação. Várias experiências podem ser feitas, mudando valores do modelo enquanto este permanece estruturalmente o mesmo. |
|
|
Tela 19 |
|
Agora que já observamos nosso modelo em equilíbrio, vamos fazer mudanças no mesmo para gerar um crescimento exponencial. Esse é um dos comportamentos do sistema que já abordamos anteriormente.
Observe que as constantes do modelo mudam da cor preta para a amarela e são envoltas em uma faixa azul. As ferramentas do modelo também ficam em cinza para evitar alterações no mesmo.
|
|
|
Tela 20 |
| Para analisar os gráficos:
|
|
|
Tela 21 |
|
Um gráfico será gerado mostrando as duas simulações, conforme figura.
|
|
|
Tela 22 |
Um gráfico é gerado, mostrando a variável População e as que lhe são causas, nascimentos e mortes.
|
|
|
Tela 23 |
|
Para descobrir as diferenças entre a primeira e a segunda simulação, utilizaremos uma ferramenta que compara todas as constantes. Essa ferramenta trabalha apenas com as duas primeiras simulações carregadas (examine a guia Datasets no Control Panel).
A População aumentou na simulação crescimento porque a taxa de natalidade foi colocada acima do valor de equilíbrio. Isso tornou o feedback positivo, que passa pela variável nascimentos, mais forte que o feedback negativo, que passa pela variável mortes, resultando no crescimento da População ao longo do tempo. |
|
|
Tela 24 |
Vamos agora fazer algumas mudanças nas constantes do modelo para gerar uma queda exponencial (ou declínio) na população de coelhos. Assim como o crescimento exponencial, este é um dos comportamentos de sistemas dos mais comuns.
|
|
|
Tela 25 |
|
|
|
Tela 26 |
Verifique que o dataset equilib não é apresentado, pois foi desabilitado na guia Dataset do painel de controle. A População declinou porque o tempo médio de vida foi estabelecido em um valor inferior ao equilíbrio. Isso fez com que o feedback negativo, que passa pela variável mortes, ficasse mais forte que o feedback positivo, que passa pela variável nascimentos, resultando numa queda da população de coelhos ao longo do tempo. |
|
|
Tela 27 |
| 12
– Publicando o modelo
Quando salvamos um modelo no vensim o arquivo armazena apenas os parâmetros Time Bounds, a estrutura do modelo (diagramação) e equações, com a extensão mdl (abreviação de model). A partir da segunda operação de salvamento o Vensim gera um arquivo backup (2mdl) com a versão salva anteriormente. Os conjunto de dados da simulação (dataset) são gravados com a extensão vdf (vensim dataset file). Para abertura do modelo em outro computador você deveria transferir os seguintes arquivos:
Imagine que você realizasse 30 simulações diferentes. Haveria 30 datasets para transferência... Um procedimento pouco prático concordam? Ademais os arquivos mdl, 2mdl, e vdf não armazenam as configurações do modelo (sinônimos para as unidades equivalentes e Sketch). Felizmente existe um formato de arquivo que reúne o modelo com todas as configurações e datasets em um único arquivo: Vensim Packaged Models (vpm). Este formato é disponibilizado na opção Publish no menu File.
Clique nesta opção e publique seu modelo. Verifique que este recurso sugere o mesmo nome do modelo alterando apenas a extensão do arquivo (pop.vpm)
|
|
|
Tela 28 |
| Apreciarei seus comentários adicionais e o arquivo vpm deste módulo no fórum. Até breve! |
|
|
Tela 29 |
| Resumo
Neste módulo, foi construído um modelo de simulação de uma população de coelhos. As atividades realizadas foram:
Viu-se que a construção de um modelo segue padrões de criação, análise e reconstrução, em um processo interativo até que o modelo atinja um nível adequado. E principalmente que:
É importante ter em mente que:
O Vensim enfatiza a consistência do diagrama e das equações, mas outras informações consistentes podem ser omitidas ou perdidas; A consistência geral do modelo pode ser verificada de acordo com as causalidades e o padrão de comportamento dos dados simulados. |
|
|
| Unidade 4 | Módulo 2 | Tela 30 |
1 - Planejamento Agregado Vamos agora discutir o planejamento de pedidos dentro de uma cadeia de suprimentos nas quais diversas variáveis devem ser ajustadas de modo a diminuir os custos de determinada organização. O objetivo é observar a complexidade dos sistemas organizacionais nos quais a empresa deve ser administrada de forma integrada, já que adotar apenas uma política pode não ser a melhor solução. De acordo com Chopra e Meindl, autores da obra Gerenciamento da Cadeia de Suprimentos,
Isso tudo é necessário porque em nosso mundo atual, a capacidade de produção, armazenagem, transporte etc. possuem custos que devem ser administrados. Empresas eficazes devem saber tomar decisões a respeito dos níveis de capacidade de fabricação, antecipando-se à demanda e sabendo como atendê-la ao menor custo de modo a maximizar seus lucros. Esse é o objetivo principal do planejamento agregado. No exemplo que será tratado, o período considerado para gerenciamento é de 12 meses. Uma das restrições é que não há tempo suficiente para se investir em novos conjuntos de instalações para a produção. Um dos problemas
mais sérios enfrentados por muitas organizações é
a sazonalidade da demanda. Isso significa que, para determinados produtos,
a demanda oscila durante períodos do ano, o que torna mais complexo,
porém, ao mesmo tempo mais necessário, o planejamento da
produção. |
|
|
Tela 31 |
2 - Parâmetros Operacionais do Planejamento Agregado Os principais parâmetros operacionais com os quais os planejadores lidam ao longo de um horizonte de tempo específico são:
Evidentemente o planejamento não termina aí. O planejamento de diferentes capacidades de produção ao longo de período implica também em mudanças na cadeia de suprimentos. Se um fabricante planejou um aumento na produção para um determinado período, o fornecedor e o transportador devem ser avisados sobre esse plano para que possam fazer os ajustes necessários aos seus próprios planos. Como foi dito, o objetivo do plano agregado é atender à demanda de modo a maximizar os lucros da empresa, especificando um tempo futuro denominado horizonte de planejamento. Esse horizonte deve, por sua vez, ser dividido em unidades de tempo, normalmente semanas, meses ou trimestres. Geralmente, o planejamento agregado é utilizado para períodos de 3 a 18 meses. |
|
|
Tela 32 |
3 - Informações básicas para o Planejamento Agregado É necessário definir todas as informações para realizar o plano e as decisões que deverão ser tomadas. Como exemplo, pode-se citar:
|
|
|
Tela 33 |
Essas informações subsidiam o desenvolvimento do plano agregado, auxiliando as empresas nas seguintes decisões:
O planejamento agregado é muito importante para as organizações, pois influi diretamente em sua rentabilidade. Planejamentos mal feitos podem provocar aumento de custos durante o horizonte de tempo, perda de vendas, excesso de estoques de produtos acabados, interrupções na produção/produção acelerada etc.
|
|
|
Tela 34 |
4 - Estratégias do Planejamento Agregado As estratégias do Planejamento Agregado consistem, basicamente, em manipular os custos de capacidade, estoque e pedidos em atraso. Um planejamento agregado que reduza um desses custos normalmente acarreta o aumento dos outros dois. Conseguir a combinação mais lucrativa é o objetivo do responsável pelo planejamento. Essas combinações representam trade-offs, ou seja, são escolhas que implicam em "abrir mão" de certas vantagens em favor de outras. A essência do trade-off é a renúncia a algumas atividades, produtos, serviços ou áreas de atuação em benefício de outras. Escolhendo claramente atuar de um modo e não de outro, os gerentes tornam claras as prioridades da organização.
|
|
|
Tela 35 |
Essencialmente, existem três estratégias de planejamento agregado envolvendo trade-offs entre os itens citados: 1. Estratégia de acompanhamento – utilizando a capacidade como alavanca
|
|
|
Tela 36 |
2. Estratégia de flexibilidade de tempo da mão-de-obra ou da capacidade – a utilização tornando-se a alavanca
|
|
|
Tela 37 |
3. Estratégia de nível – utilizando o estoque como alavanca
|
|
|
Tela 38 |
Exemplo – Planejamento Agregado para a empresa Fernat A empresa Fernat comercializa um kit para jardinagem, composto de diversas ferramentas modulares, armazenadas em uma prática e bonita maleta plástica pré-moldada. A demanda pelos kits de jardinagem da Fernat é altamente sazonal, com picos durante a primavera, quando as pessoas plantam seus jardins e no Natal, quando são comprados para serem dados de presente. A previsão de demanda para o próximo ano foi estimada com base nas demandas dos nos anteriores e é apresentada na Tabela e no Gráfico a seguir:
Comportamento previsto para a demanda de kits da Fernat |
|
|
Tela 39 |
|
A
Fernat vende cada kit aos varejistas por R$ 40,00. A empresa possui um
estoque inicial de 100 kits e 30 funcionários contratados, que
recebem um salário base de R$ 640,00 por mês e produzem,
em média, 40 kits por mês (custo de R$ 18,00 por kit produzido).
Os clientes
da Fernat não aceitam atrasos nas encomendas (portanto não
é gerado backlog),
por outro lado, a Fernat não subcontrata sua produção.
Assim, caso não haja estoque suficiente para atender aos pedidos,
estes são considerados como não atendidos e contabilizados
a um custo de R$ 5,00 por kit. Todos os custos estão listados na
tabela a seguir.
Considerou-se também o Estoque inicial de kits como de 100 unidades. O objetivo do gerente da cadeia de suprimentos é obter um planejamento agregado da produção que atenda à demanda da maneira mais satisfatória possível, de modo a alcançar o maior resultado bruto acumulado ao final dos 12 meses. Para isso, será necessário trabalhar com três variáveis: o plano de contratação, o plano de demissões e a produção por funcionário. |
|
Tela 40 |
O gerente da cadeia de suprimentos já fez um primeiro teste com o planejamento mostrado a seguir. a) Planejamento de Contratações
b) Planejamento de demissões
Plano de Produção por funcionário: 40 kits por mês |
|
|
Tela 41 |
5 - Políticas adotadas É importante observar que o funcionário, depois de contratado, só entra na linha de produção no mês seguinte, sendo este atraso considerado como o tempo necessário de treinamento. Da mesma forma, os funcionários demitidos só saem da empresa no mês seguinte, após cumprirem o aviso prévio. Isso pode ser observado na tabela e no gráfico da quantidade de funcionários. Comportamento da quantidade de funcionários planejada
Comportamento da quantidade de funcionários planejada
|
|
|
Tela 42 |
Resultados alcançados pelo gerente da cadeia de suprimentos Com as políticas adotadas, o gerente da cadeia de suprimentos obteve os resultados apresentados a seguir. Custo total
mensal
|
|
|
Tela 43 |
|
O resultado alcançado pelo gerente foi satisfatório, considerando que o resultado do exercício foi positivo. Porém, a pergunta que se coloca é: É possível melhorar este resultado? Para isso será necessário realizar outras simulações, trabalhando apenas as três variáveis anteriormente mencionadas: o plano de contratação, o plano de demissões e a produção por funcionário. Em outras palavras, está lançado um desafio para que você seja o gerente de planejamento da Fernat e consiga um melhor resultado. Este desafio pode ficar mais interessante se você disputar com os colegas de seu grupo quem conseguirá o melhor resultado. Diagrame o modelo
quantitativo de acordo com as instruções
e fórmulas detalhadas a seguir. Lembre que antes de simular o modelo
devemos verificar a consistência do modelo e consistências
de unidades. Se necessário, incorpore variáveis para garantir
a consistência das unidades do modelo. |
|
|
Tela 44 |
6 - Como alterar planos de contratação e demissão Os dois planos foram construídos utilizando-se a função lookup do Vensim. Essa função permite que se entre com os valores em forma de uma tabela, que, por sua vez, gera um gráfico de comportamento. Preste atenção nos passos a seguir:
A coluna de Input à esquerda, representa os valores do eixo x (coordenadas), no caso os meses que serão simulados. A coluna de Output representa os valores do eixo y (abscissas) que é a quantidade de funcionários que serão contratados mês a mês. Para que o gráfico tenha o visual apresentado, observe os valores que foram colocados nos parâmetros X-min (menor valor de X), X-max, Y-max e Y-min.
|
|
|
Tela 45 |
7 - Como fazer o planejamento da produção por funcionário A produção média por funcionário é de 40 kits/mês. Contudo, esse valor pode ser aumentado. Porém, há que se atentar para o fato de que há um custo adicional de 20% (representando as horas-extras ou prêmio por produtividade), passando o custo de R$ 18,00 para R$ 21,60 por kit que exceda a média de 40. É importante lembrar que uma produção por funcionário menor que 40 kits não implicam em redução dos custos salariais. Para introduzir uma política de produção um bom recurso é a utilização da função STEP do Vensim. Um exemplo é dado na fórmula a seguir: Produção por funcionário = 40+STEP(5,7)-STEP(5,8) Isso gerará a produção de 40 kits por funcionário até o mês 6 (junho), aumentando para 45 no mês 7 (julho) e retornando para 40 a partir do mês 8 (agosto), conforme gráfico a seguir.
|
|
|
Tela 46 |
Diagrama do modelo
|
|
|
Tela 47 |
| Diagrama do modelo
Você
agora está em um micromundo gerencial. Que tenha um ótimo
desempenho! |
|
|
Tela 48 |
Resumo Chopra e Meindl, autores da obra Gerenciamento da Cadeia de Suprimentos, definem: “o planejamento agregado é o processo pelo qual a empresa determina os níveis de capacidade, produção, subcontratação, estoque, esgotamento de estoque e até precificação, sobre um horizonte de tempo específico”. Isso é necessário, pois em nosso mundo atual, a capacidade de produção, armazenagem, transporte etc. possuem custos a serem administrados. Empresas eficazes tomam suas decisões acerca dos níveis de capacidade de fabricação antecipando-se à demanda e sabendo como atendê-la ao menor custo, de modo a maximizar lucros. Um sério problema enfrentado é a sazonalidade da demanda. Ou seja, para determinados produtos, a demanda oscila durante períodos do ano, o que torna complexo e ao mesmo tempo necessário, o planejamento da produção. Os principais parâmetros operacionais com que os planejadores lidam ao longo de um horizonte de tempo específico são: taxa de produção, mão-de-obra, horas extras, nível de capacidade das máquinas, subcontratação, pedidos em atraso. O plano agregado deve atender à demanda de modo a maximizar os lucros, especificando um tempo futuro denominado horizonte de planejamento, o qual deve ser particionado em unidades de tempo (semanas, meses ou trimestres). As decisões tomadas pela empresa quanto ao planejamento agregado serão: quantidade de produção a partir de carga horária normal, horas extras e horas de subcontratação (determina o número de funcionários e os níveis de compra dos fornecedores), estoque mantido (determina a quantidade de espaço no depósito e o capital de giro necessário), quantidade de pedidos em atraso/esgotamento de estoque (determina os níveis de serviço do cliente), mão-de-obra contratada/demitida (determina possíveis questões trabalhistas), aumento/redução da capacidade de máquina (determina a necessidade de novos equipamentos). As estratégias do Planejamento Agregado consistem em manipular os custos de capacidade, estoque e pedidos em atraso. Um planejamento agregado que reduza um desses custos normalmente acarreta o aumento dos outros dois. O objetivo do planejador é chegar a uma combinação mais lucrativa. A essência do trade-off é a renúncia a atividades, produtos, serviços ou áreas de atuação em benefício de outras. A escolha em atuar de um modo e não de outro tornam claras as prioridades da organização pelos gerentes. Os trade-offs fundamentais ao planejador acontecem entre os itens: capacidade (período normal de trabalho, horas-extras, subcontratação); estoque; pedidos em atraso/vendas perdidas. Existem três
estratégias de planejamento agregado envolvendo trade-offs: |
|
|
| Unidade 4 | Módulo 3 | Tela 49 |
| 1
- Difusão de Inovação Tecnológica
Dentre várias possibilidades, o conceito de marketing pode ser entendido como:
As variáveis tratadas pelo marketing
não são exclusivas de uma área ou departamento, como
se pode observar. Na realidade, tais variáveis permeiam toda a
organização. Porém, o que se quer enfatizar neste
momento é: como a modelagem de negócios pode contribuir
para o melhor entendimento, não apenas da área de marketing,
bem como dar feedbacks para as demais áreas? |
|
|
Tela 50 |
A modelagem de negócios permite estudar o ambiente empresarial e compreender o comportamento dinâmico das variáveis que o compõem. Uma boa modelagem permite antecipar entendimentos que, no ambiente real, levaria anos. Para demonstrar isso, vamos escolher um determinado processo de marketing para elaborar um modelo de simulação, respeitando algumas premissas que serão estabelecidas ao longo do trabalho. Para a construção do modelo, consideremos uma situação muito comum na área de marketing: a introdução de um produto inovador no mercado (como, por exemplo, um produto de alta tecnologia).
|
|
|
Tela 51 |
| Os
produtos de alta tecnologia, em geral, têm um ciclo de vida característico.
Eles são lançados com um preço alto para tentar recuperar
os altos investimentos em pesquisa e desenvolvimento efetuados antes da
introdução do produto no mercado. No início, poucas
pessoas estão dispostas a pagar esse alto preço para ter a
novidade. Com o passar do tempo, a empresa começa a baixar o preço,
aumenta a divulgação e utiliza outras estratégias de
marketing para ganhar mercado. O volume de vendas cresce até o mercado
ficar maduro. Posteriormente, o produto vai ficando obsoleto e o volume
de vendas vai decrescendo até a sua “morte”.
Uma das pessoas que estudou profundamente esse tipo de comportamento foi o comunicólogo Norte-americano Everett Rogers (Diffusion of Innovations, 1995). Rogers identificou um conjunto de cinco atributos, segundo os quais uma inovação pode ser classificada: vantagem relativa, compatibilidade, complexidade, visibilidade e experimentalidade. A partir desta classificação pode-se prever a taxa de adoção da tecnologia e a reação dos potenciais utilizadores à inovação.
|
|
|
Tela 52 |
|
|
|
Tela 53 |
Rogers identificou o padrão que geralmente ocorre na disseminação tecnológica. Este padrão classifica os usuários que adotam produto em categorias, em função do tempo para adoção, o qual começa com um pequeno número de inovadores (innovators), tomando forma e acelerando até o ponto máximo, quando metade dos inovadores potenciais já está utilizando a inovação. Em seguida, a curva começa a declinar até os poucos e últimos inovadores (leggards). |
|
|
Tela 54 |
| As
categorias propostas por Rogers são:
Inovadores (Innovators)
Adotantes Iniciais (Early Adopters)
|
|
|
Tela 55 |
|
|
|
Tela 56 |
| 2
- Análise do Modelo
Observe o diagrama a seguir.
Este
é um modelo teórico que não tem a pretensão
de fornecer valores exatos. Os pesos das variáveis foram atribuídos
intuitivamente, uma vez que o objetivo não é efetuar previsões
com precisão matemática, mas sim demonstrar o comportamento
dinâmico das variáveis e permitir seu estudo por meio de
um modelo simulável de fluxos e estoques. |
|
|
Tela 57 |
No modelo, foram consideradas as seguintes premissas básicas:
1. O Tamanho total do mercado potencial (não clientes) é grande, cerca de 100 milhões de pessoas; 2. O produto tem ciclo de vida de aproximadamente 20 anos; INITIAL TIME = 0 FINAL TIME = 20 3. O preço de lançamento do produto é de R$ 10.000,00. Em função da concorrência e da necessidade de aumentar a participação no mercado, o preço é reduzido anualmente a uma taxa de 15% ao ano;
4. O nível de observação inicia-se com zero. Com o passar do tempo, em função da divulgação crescente, o nível de observação aumenta a uma taxa de 0,5 dmnl/ano;
|
|
|
Tela 58 |
5. O nível de experimentação inicia-se com zero Dmnl no lançamento e aumenta na proporção de 1/15 do valor atual do nível de observação por ano. Ou seja, a cada ano, em função das observações bem sucedidas do desempenho do produto, o nível de pessoas interessadas em experimentar o produto também aumenta;
6. O nível de complexidade inicia-se com 1,0 Dmnl e decresce anualmente em 1/10 da taxa de experimentação. Isto porque quanto maior a taxa de experimentação do produto, menor sua complexidade no longo prazo;
|
|
|
Tela 59 |
7. Quando o produto é lançado, ele possui um nível de compatibilidade igual a 10,0 Dmnl, compatível com os produtos anteriores existentes. Com o passar do tempo, produtos mais sofisticados surgem e o nível de compatibilidade de nosso produto decresce a uma taxa de 0,5 Dmnl/ano;
8. No lançamento, o produto possui vantagem relativa de 10,0 Dmnl por ter melhor qualidade intrínseca que os produtos anteriores. Este nível decresce a uma taxa de 2,0 Dmnl/ano. Paralelamente, em função da política anual de redução de preços para ganhar mercado, o nível de vantagem relativa cresce a uma taxa dada pela fórmula: (taxa de redução de preço/influência do preço) A influência do Preço no nível de vantagem relativa é 10,0. Portanto, cada 1% de redução do preço, aumenta o nível de vantagem relativa em 0,1 Dmnl/mês. Logo, o nível de vantagem relativa irá aumentar a uma taxa de 1,5 Dmnl/ano e, simultaneamente, decrescerá a uma taxa de 2,0 Dmnl/ano, e resulta em uma variação líquida negativa de 0,05 Dmnl/ano.
|
|
|
Tela 60 |
| 9.
Existe uma taxa de crescimento inercial de 2%. Isso significa que uma parte
das pessoas adotará o produto mesmo que ele apresente desvantagem
ou esteja obsoleto;
10. A inovação percebida é diretamente proporcional ao produto das variáveis: (vantagem relativa x compatibilidade x experimentação x observação) e inversamente proporcional à complexidade. 11. A taxa de adoção é dada pela fórmula: fator de adoção x inovação percebida + Clientes x taxa de influência inercial. 12. Ainda por hipótese, admite-se que cada unidade de inovação percebida corresponde a 1000 clientes adotando o produto (fator de adoção = 1000 pessoas).
|
|
|
Tela 61 |
Fórmulas do modelo
|
|
|
Tela 62 |
| Analisando
o modelo – Antes de simular o modelo é interessante
analisar previamente o comportamento da algumas variáveis:
a) Para verificar as variáveis que interferem na taxa de adoção, clique com o mouse nesta variável e selecione a ferramenta Causes Tree:
Como se pode observar, a taxa de adoção depende diretamente do número atual de clientes, do fator de adoção, da inovação percebida e da taxa de influência inercial. A inovação percebida, por sua vez, depende de um conjunto de variáveis (compatibilidade, complexidade, vantagem relativa, etc.). b) Para uma análise inversa, deseja-se agora verificar em que a taxa de adoção é utilizada. Para isso seleciona-se esta variável e aciona-se a ferramenta Uses Tree:
O Vensim mostra claramente que, por meio da taxa de adoção, se pode calcular quantos “não clientes” estão “adotando” o produto, tornando-se clientes e gerando, por conseqüência, um faturamento anual. Experimente utilizar as ferramentas de Causes Tree e Uses Tree para outras variáveis do modelo e veja se faz sentido. Essas ferramentas são importantes para visualizar relações de causa e efeito. |
|
|
Tela 63 |
3 - Simulando o Modelo Simulando o modelo – Simule o modelo, dando um primeiro nome para a base de dados de simulação (caixa de texto Runname). No exemplo, no modelo abaixo foi utilizado o nome teste_1. a) Para visualizar o comportamento dos clientes que estão adotando o produto anualmente, seleciona-se a variável “adotando” e aciona-se a ferramenta Graph. Se o modelo foi construído corretamente, deverá apresentar o resultado mostrado no gráfico a seguir.
O gráfico traçado é
bem semelhante ao proposto por Rogers no Processo de difusão de
inovação, mostrando desde os inovadores até os retardatários.
Time
(Year) "adotando" Runs: adotando |
|
|
Tela 64 |
b) Vamos verificar graficamente, agora, o comportamento da variável experimentação. Selecione esta variável e a ferramenta Graph:
Como pode ser observado, o crescimento do nível de experimentação não é linear. |
|
|
Tela 65 |
| c)
Um cenário interessante é analisar a influência do preço
no número de clientes que adotam o produto. Para isso, altera-se
a equação da taxa de redução de preço
de 15 para 20%. Mude o nome do dataset para teste_2 e execute a simulação.
Ao selecionar a variável “adotando” e a ferramenta Graph, deve aparecer o seguinte:
Isso mostra que uma variação de 5% ao ano na redução do preço desse produto pode apresentar um incremento enorme no número de clientes. |
|
|
Tela 66 |
Mas, reduzir o preço isoladamente pode reduzir o faturamento. Vamos ver o comportamento dinâmico da variável faturamento. Para isso selecione esta variável e a ferramenta Graph:
Realmente, embora o número de clientes aumente (marketshare) e o faturamento anual também aumente, será que isso sempre acontece? Vamos agora alterar a taxa de redução de preço de 15 para 25%:
Neste caso, o número de clientes aumentou em função da vantagem relativa obtida pela variação de preço, mas houve queda no faturamento até o 15° ano. |
|
|
Tela 67 |
|
|
As variáveis de marketing podem fornecer feedbacks importantes para as demais áreas da empresa. Em função da vantagem relativa necessária, compatibilidade e complexidade, o pessoal de Pesquisa e Desenvolvimento e Finanças podem planejar melhor. O pessoal de vendas também tem como apurar a importância da experimentação por parte do cliente e a observação dos resultados do produto para o convencimento do cliente. O pessoal de logística e produção pode programar-se em função do ciclo de vida previsto para o produto. Em resumo, quando se utiliza o processo de modelagem de negócios apoiado em ferramentas de dinâmica de sistemas, fica mais fácil tratar a complexidade dos negócios. Comportamentos intuitivos podem ser comprovados ou contestados em função da observação do comportamento dinâmico das variáveis. Diagrame
o modelo quantitativo de acordo com as instruções
e fórmulas detalhadas anteriormente. Lembre que antes de simular
o modelo devemos verificar a consistência do modelo e consistências
de unidades. Se necessário, incorpore variáveis para garantir
a consistência das unidades do modelo. |
|
Tela 68 |
| Resumo
O presente módulo demonstrou, por meio da construção reflexiva de modelos, o papel da área de marketing no contexto organizacional e a geração de feedbacks para as demais áreas da organização. O conceito de marketing pode ser entendido como: “A função empresarial que cria continuamente valor para o cliente e gera vantagem competitiva duradoura para a empresa, por meio da gestão estratégica das variáveis controláveis de marketing: produto, preço, comunicação e distribuição”. As variáveis tratadas pelo marketing não são exclusivas de uma área ou departamento, tais variáveis permeiam toda a organização. De que forma a modelagem de negócios pode contribuir para o melhor entendimento, não apenas da área de marketing, mas fornecer feedbacks às demais áreas? A modelagem de negócios permite estudar o ambiente empresarial e compreender o comportamento dinâmico das variáveis o compõem. Uma boa modelagem permite antecipar entendimentos que, no ambiente real, levaria muitos anos. Os produtos de alta tecnologia têm um ciclo de vida característico: são lançados com um preço alto para tentar recuperar os altos investimentos em pesquisa e desenvolvimento efetuados antes da introdução do produto no mercado. Poucas pessoas se dispõem a pagar o alto preço inicial para obter a novidade. Com o passar do tempo, a empresa diminui o preço, amplia a divulgação e utiliza outras estratégias de marketing para ganhar mercado. O volume de vendas cresce até o mercado ficar maduro. Posteriormente, o produto torna-se obsoleto e o volume de vendas decresce até a sua “morte”. O norte-americano Everett Rogers (Diffusion of Innovations, 1995) identificou um conjunto de cinco atributos, segundo os quais uma inovação pode ser classificada: vantagem relativa, compatibilidade, complexidade, visibilidade e experimentalidade. A partir desta classificação pode-se prever a taxa de adoção da tecnologia e a reação dos potenciais utilizadores à inovação. Vantagem relativa: É o grau em que uma inovação é percebida como superior à que está sendo substituída. Pode ser medido em função da rentabilidade econômica, prestígio social, baixo custo inicial etc. Compatibilidade: É o grau em que uma inovação é percebida como compatível com valores existentes, experiências passadas, e necessidade de potenciais clientes a adotarem. Complexidade: É o grau de dificuldade de entendimento e de utilização percebido pelo potencial usuário. Quanto mais fácil de entender e utilizar, mais fácil será adotada. Experimentação: É o grau em que um potencial usuário pode experimentar a inovação antes de adquiri-la. Observação: É o grau em que os resultados de uma inovação são visíveis para os outros. Rogers identificou o padrão que geralmente ocorre na disseminação tecnológica, o qual classifica os usuários que adotam produto nas seguintes categorias: Inovadores (Innovators):
é o primeiro segmento de público a adotar a inovação.
São pessoas que aceitam o risco de adquirir um produto ainda não
difundido em troca de serem as primeiras a usufruir os possíveis
benefícios, ou aprender algo novo, ou, ainda, pelo status e pelas
diferenciações decorrentes do uso do produto. Devido ao
seu perfil arrojado, são percebidos como extravagantes, não
possuindo credibilidade suficiente para atuar como grupo de referência.
A empresa, entretanto, deve identificar esse grupo para realizar testes
de produto e obter feedback para ajustes e correções no
plano de lançamento para o mercado mais amplo. Maioria Inicial (Early Majority): é o público dos segmentos de maior poder aquisitivo, apoiados nas propagandas do produto e nas opiniões dos adotantes iniciais. Grupo responsável pelo maior volume a ser adquirido, tornando-se clientes típicos do produto. A estratégia de marketing deve objetivar a conquista da fidelidade desse grupo, mantendo-o permanentemente satisfeito. Maioria tardia (Late Majority): grupo que compõe 34% do público e tende a ser mais cético e conservador e, em geral, possui menor poder aquisitivo. Formado por pessoas menos sensíveis a apelos de inovação, que esperam a queda dos preços ou a pressão dos amigos para passar a consumir o produto. Retardatários (Laggards): são os últimos a adotar uma inovação. São pessoas idosas, de baixo poder aquisitivo, ou residentes em áreas rurais, mais distantes. Contribuem pouco para o desempenho das vendas, não sendo alvo de ações de marketing dirigidas. |
|
|
| Unidade 4 | Módulo 4 | Tela 69 |
1 - Variáveis financeiras Um dos grandes objetivos da área de finanças é mensurar o valor do dinheiro no tempo. Neste aspecto, a dinâmica de sistemas pode colaborar muito por meio da construção de modelos de negócios, levando em conta o comportamento das variáveis financeiras e sua evolução temporal.
Uma das formas mais efetivas de se apurar o valor de um ativo é descontar seus fluxos de caixa futuros a valor presente. Para isso, é necessário descontar todas as entradas e saídas em função da taxa de custo do capital.
Entradas
= valor dos recebimentos de caixa |
|
|
Tela 70 |
Exemplo:
Entrando com os valores na fórmula para calcular o VPL do exemplo acima, temos: VPL = – 3000/(1+10/100)0 + (– 3500/(1+10/100)1 + 4.000/(1+10/100)2 + 5000/(1+10/100)3 VPL = – 3000/1 – 3500/1, 1 + 4000/1,12 + 5000/1,13 VPL = R$ 880,54 Isso significa
que o resultado de todas as entradas e saídas do fluxo de caixa
acima, levando-se em conta o valor do dinheiro no tempo, equivale a ter
R$ 880,54 no instante zero. Para modelar no Vensim pode-se utilizar um modelo conforme o exemplo:
Diagrame o modelo quantitativo de acordo com as instruções e fórmulas detalhadas a seguir. Lembre que antes de simular o modelo devemos verificar a consistência do modelo e consistências de unidades. Se necessário, incorpore variáveis para garantir a consistência das unidades do modelo. Divulgue no
fórum seu modelo no formato VPM |
|
|
Tela 71 |
Clicando na variável VPL descontado e na ferramenta “Causes Tree” pode-se ver o relacionamento causal das variáveis:
Por meio da ferramenta “DOC” obtém-se a descrição das variáveis:
|
|
|
Tela 72 |
| 2
- Utilizando a função Lookup
A função Lookup tem um importante papel no modelo anterior que é o de gerar o fluxo de caixa. Acompanhe os passos a seguir para utilizar corretamente a função.
|
|
|
Tela 73 |
| Dentro da caixa = with Lookup (selecione a variável Time). Em seguida, clique no botão As Graph como mostra a figura a seguir.
|
|
|
Tela 74 |
| 3
- Análise do modelo
Nos modelos que envolvem fluxos e estoques, o valor de um determinado fluxo só é incorporado ao estoque depois de decorrido um intervalo de tempo t. Isso exige um certo cuidado para quem trabalha com o conceito de regime de caixa. Caso se inicie um investimento com zero e seja depositado 100 no primeiro ano, o Vensin só irá alterar o valor do estoque no ano 2:
Para contornar esse problema existem duas alternativas: Alternativa A: apurando saldo em t (ano) por meio de uma variável auxiliar (saldo atual):
No decorrer desse módulo, serão vistos outros exemplos de acréscimo de uma unidade de tempo no horizonte de simulação. Com isso, todos os fluxos gerados até a data “t” são contemplados no estoque de “t + 1”, não necessitando forçar esta soma por meio de uma variável auxiliar. Exemplo: Alternativa B: apurando saldo em t (ano 3) da verificação do estoque (VPL descontado) em t + 1 (ano 4):
|
|
|
Tela 75 |
Ciclos
operacional e financeiro da empresa Alpha – Elaboraremos
o modelo da Empresa Alpha, a qual compra mercadorias de um único
fornecedor para revender a clientes, à vista e a prazo. O Negócio
da empresa apresenta as seguintes características:
b) O prazo médio de pagamento ao fornecedor é de 28 dias após a data da compra. O custo unitário da mercadoria é de R$ 10,80.
|
|
|
Tela 76 |
c) O prazo médio de recebimento das mercadorias do fornecedor é de 32 dias após a data do pedido.
d) Os produtos recebidos demoram, em média, 25 dias para serem vendidos. O cliente paga a empresa em um prazo médio de 41 dias após a venda, o que pode ser detalhado da seguinte forma:
d) O preço do produto é R$ 20,00. f) Existe um custo fixo de R$ 29.230,80 para cobrir despesas administrativas, o qual é desembolsado a cada 30 dias.
g) Os
custos e preços se mantêm estáveis durante o horizonte
de tempo de simulação (720 dias) e o custo
do capital é de 8,5 % a.a. |
|
|
Tela 77 |
4 - O modelo Fixando as fronteiras de tempo do modelo – Acesse o Vensim, crie um novo modelo com o nome Finan_3.mdl e salve-o. Em seguida, defina as fronteiras de tempo (Model -> Settings -> Time Bounds): O horizonte de tempo para simulação é de 721 dias (“t + 1”, conforme comentado na Introdução). Isso é definido no Vensim, conforme figura abaixo.
|
|
|
Tela 78 |
Definindo a equivalência de variáveis – Para que o Vensim possa avaliar corretamente as conversões de unidades decorrentes do tratamento de equações, é necessário informar quais nomes de unidades devem ser tratados como sinônimos:
Definindo o processo de compras – Representam-se as compras efetuadas pela empresa como um fluxo. Os fluxos normalmente são contínuos. No caso, é preciso simular um comportamento que efetue uma compra a cada setenta dias e “zero compras” nos demais dias. Para isso será utilizada a função PULSE TRAIN: PULSE TRAIN ({start}, {duration}, {repeattime}, {end})
Esta função irá gerar valor 1 (um) no instante {start}, com duração de {duration}, repetindo o ciclo a cada {repeattime}, até o instante final {end} No caso, será utilizado: Ciclo de Compra = PULSE TRAIN (INITIAL TIME, 1, intervalo de compra, FINAL TIME) Isto retornará a função 1 a partir do instante 0 (INITIAL TIME), com duração de 1 dia (Units for Time), repetindo a cada 70 dias (intervalo de compra), até 721 dias (FINAL TIME). Nos demais dias do intervalo entre INITIAL TIME e FINAL TIME, a função irá retornar zero. A quantidade que se estará comprando, diariamente, será, então, dada pela fórmula: Comprando = Quantidade Comprada * Ciclo de Compra Após a tabulação de todos os dados a variável “comprando” apresentará o seguinte comportamento:
|
|
|
Tela 79 |
| Definindo
o processo de pagamento ao fornecedor – Como o pagamento
ao fornecedor é efetuado 28 dias após a compra, é preciso
representar este intervalo de tempo no modelo. Isso pode ser obtido por
meio da função DELAY FIXED:
Pagando = DELAY FIXED (comprando * custo unitário, Prazo para pagamento, 0) Isso fará que o valor do pagamento (variável “comprando”
multiplicado pela variável “custo unitário”),
seja efetuado no “prazo para pagamento” (28 dias).
O comportamento desse processo será:
|
|
|
Tela 80 |
| Recebendo
as mercadorias do fornecedor – Como o recebimento da mercadoria
acontece 32 dias após a compra, também irá se representar
esse atraso através da função DELAY FIXED:
Recebendo Mercadoria = DELAY FIXED (comprando, prazo de recebimento mercadoria, 0) Essa função irá retornar a quantidade comprada, decorridos 32 dias (prazo de recebimento).
Representando o processo de vendas – Como os produtos demoram em média 25 dias para serem vendidos, utilizando a função DELAY FIXED, temos: Vendendo = DELAY FIXED (recebendo mercadoria, prazo de venda, 0)
Fórmulas do modelo
|
|
|
Tela 81 |
Diagrama do Modelo
Diagrame
o modelo quantitativo de acordo com as instruções
e fórmulas detalhadas anteriormente. Lembre que antes de simular
o modelo devemos verificar a consistência do modelo e consistências
de unidades. Se necessário, incorpore variáveis para garantir
a consistência das unidades do modelo. As respostas a serem geradas pelo Modelo: O modelo deverá responder inicialmente às seguintes perguntas:
|
|
|
Tela 82 |
a) Fluxo de caixa nominal da operação – Neste caso, apenas se mostra o gráfico da variável fluxo de caixa nominal. Clique com o mouse na variável fluxo de caixa nominal e selecione a ferramenta “Graph” na caixa de ferramentas
Para saber quais são as variáveis que interferem diretamente no fluxo de caixa nominal seleciona-se a ferramenta Causes Tree na caixa de ferramentas:
|
|
|
Tela 83 |
| b)
Valor Presente Líquido da operação após um ano:
Para apurar o VPL após um ano, pode-se utilizar a variável do tipo estoque denominada “VALOR PRESENTE LÍQUIDO” e verificar seu valor quando tempo = 361 dias: Por que 361 dias e não 360? Deve-se tomar cuidado ao se tratar de estoques. Se trabalharmos com t = 360, no 360º dia estarão acumulados no estoque o efeito dos 359 dias anteriores, e no fluxo estarão transitando valores do 360º que comporão o estoque somente no final do dia. Desta forma, se o desejável é que os valores dos 360 dias completos já estejam no estoque, deve-se olhar a situação do dia 361.
Ao verificar os dados acima na forma de tabela por meio da ferramenta Table Time Down, tem-se: Para t = 361; VPL = R$ 99.009,00 Porém, pode-se verificar que essa situação é temporária. Logo após esse período, o VPL chega a cair abaixo de zero, depois retoma seu valor. E se o que interessa é saber o Valor presente líquido após 720 dias? É simples. Basta verificar o valor da variável estoque VPL para t = 721, pelos mesmos motivos acima. Ao consultar os valores de VPL, sob a forma de tabela (Table Time Down na caixa de ferramentas) temos: Para t = 721 dias, VPL = R$ 376.766,00 |
|
|
Tela 84 |
| Se ainda
permanecer dúvida em relação à utilização
de 361 dias e 721 dias e não 360 e 720, respectivamente, volte à
introdução e leia novamente.
c) Qual o prazo seguro para que a operação não tenha Valor presente líquido negativo? Ou seja, qual o período mínimo que devem ser mantidas as operações dessa empresa para que ela gere margem de contribuição suficiente para cobrir os descasamentos de fluxo de caixa existentes? Pelo gráfico anterior pode-se ver que após, aproximadamente, 396 dias o VPL passa a ficar apenas positivo. Para ser mais preciso: Quando t = 406 dias, VPL = R$ 114.102,00 e, a partir deste ponto, o VPL segue oscilando, mas é sempre positivo. Logo após 405 dias o VPL é sempre positivo. d) Outros feedbacks que o modelo pode gerar são: Simulação 1 – Suponha-se que a empresa implante um
novo sistema de cobrança conseguindo que 70% pague à vista,
10% em 30 dias e o restante em 60 dias. Solução: Basta alterar o valor das variáveis abaixo:
Pelo gráfico e pelas informações sobre a forma de tabela do Vensim (Table Time Down na caixa de ferramentas), podemos ver que após 257 dias o VPL gerado é sempre positivo. Isso é bem melhor que a situação anterior.
|
|
|
Tela 85 |
| Simulação
2 – Simula-se novamente por que na simulação
anterior, faltou um dado: ao implementar o novo sistema de cobrança
os custos unitários passaram de R$ 10,80 para R$ 13,50.
a) Para a nova situação é necessário efetuar as alterações do item anterior e realizar a alteração do custo unitário de R$ 10,80 para R$ 13,50:
Para: T = 721 dias, VPL = R$ 152.246,00 A situação inicial da empresa é aquela na qual para t=721 dias, VPL = R$ 376.766,00. Logo, não compensa implementar o novo sistema de cobrança, uma vez que o VPL original (R$ 376.766,00) é maior que o VPL da Proposta (R$ 152.246,00).
|
|
|
Tela 86 |
| Concluindo,
a Modelagem e Simulação de Negócios, por meio da Dinâmica
de Sistemas, pode oferecer informações importantes para toda
empresa a partir da área financeira. Nesta área, como em várias
outras das organizações, as decisões e suas conseqüências
estão distantes tanto no espaço quanto no tempo.
Para que a intuição ou o pensamento reducionista não atuem de forma a tomar decisões apressadas e de alto risco, é fundamental a utilização de ferramentas automatizadas de simulação que permitam testar a eficácia das estratégias, antes de sua implementação. Experimente fazer suas próprias simulações alterando:
Para cada alteração dessas variáveis veja o comportamento do Valor Presente Liquido no negócio no decorre do tempo. Bom estudo!
|
|
|
Tela 87 |
| Resumo
Um dos grandes objetivos da área de finanças é mensurar o valor do dinheiro no tempo. A dinâmica de sistemas pode colaborar muito por meio da construção de modelos de negócio considerando o comportamento das variáveis financeiras e sua evolução temporal. Uma das formas mais efetivas de se apurar o valor de um ativo é descontar seus fluxos de caixa futuros a valor presente. Para isso, descontam-se todas as entradas e saídas em função da taxa de custo do capital. Valor presente do Líquido (VPL) = Onde: Entradas
= valor dos recebimentos de caixa Exemplo:
Entrando com os valores na fórmula para calcular o VPL do exemplo acima, temos: VPL = – 3000/(1+10/100)0 + (–3500/(1+10/100)1 + 4.000/(1+10/100)2 + 5000/(1+10/100)3
VPL = R$ 880,54 Isso significa que o resultado de todas as entradas e saídas do fluxo de caixa acima, levando em conta o valor do dinheiro no tempo, equivale a ter R$ 880,54 no instante zero. Quanto maior o VPL, maior o valor do ativo ou investimento. O módulo apresentou um modelo desenvolvido em Vensim para cálculo do VPL com explicações detalhadas sobre a utilização da função Lookup. O modelo principal foi o de uma empresa fictícia (Empresa Alpha), que compra mercadorias de um único fornecedor para revender a clientes, a vista e a prazo. Todas as características da empresa foram simuladas de modo a tornar compreensível a aplicação da Dinâmica de Sistemas na gestão financeira de organizações. |
|
|
entradas/(1+i) ^ tempo – 