| Módulo 1 | Página 1 |
| 1
- Modelo Dinâmico de Simulações - Pressupostos
Serão focalizadas determinadas características, análises e uso de um modelo organizacional. Depois de estudá-lo, terá uma compreensão muito melhor de como pensar e trabalhar um modelo dinâmico por meio de simulações com o Vensim. A partir de agora, não haverá instruções passo a passo, exceto se houver necessidade. Caso tenha dificuldade, deverá consultar os conteúdos de Modelagem e Simulação de Negócios I para dirimir dúvidas. Suponha uma determinada empresa que é envolvida na produção e venda de perfis para janelas. Embora a empresa esteja indo bem, atravessa alguns períodos em que a produção trabalha muito abaixo de sua capacidade e outros em que precisaria operar acima de seus limites. Normalmente, coloca-se a culpa na demanda do mercado e na economia por essas oscilações, no entanto, o dono da empresa tem suas dúvidas. Analisando as vendas e a produção dos últimos oito anos, lhe pareceu que as vendas são mais estáveis que a produção. Ele decide, então, identificar o problema e procurar alguma solução. |
| |
Página 2 |
Para abordar
esse problema, ele decide simplificar, na medida do possível, a dimensão
do modelo, pelas seguintes razões:
Porém, não é sempre que devemos começar com modelos simples. Em muitos casos, o problema pode ser resultado da própria complexidade e, nesse caso, será necessário construir um modelo mais complexo. Contudo, até que se adquira experiência, é melhor trabalhar com modelos simples. Não é incomum descobrir que um determinado modelo não é rico o suficiente para lidar com um problema, mas é raro não aprender e adquirir novos conhecimentos com o processo. Coerente com qualquer realidade administrativa, o estoque é determinado pela produção (aumento do estoque) e pelas vendas (redução do estoque). Completando o diagrama, excesso de estoque reduz a produção e promove as vendas. Portanto o estoque é regulado por dois feedbacks negativos.
|
| |
Página 3 |
| Outro
modelo referencial pode ser obtido com uma visão gráfica
do problema. Dissemos que "a produção é menos
estável do que as vendas", o que pode ser observado no histórico
de 8 anos da empresa, detalhado no gráfico a seguir:
Esse modelo referencial é um rascunho do comportamento que esperamos que o modelo venha a produzir. Ele é utilizado para focar nossa atividade. Uma vez que tenhamos analisado um ou mais desses modelos, o objetivo passa a ser a definição de uma estrutura simples e capaz de gerar padrões de comportamento próximos aos modelos referenciais. Se necessário, pode-se, por exemplo, construir um modelo que possa ser validado quantitativamente contra dados reais. |
| |
Página 4 |
| Uma
hipótese dinâmica é uma idéia sobre
que tipo de estrutura pode ser capaz de gerar um comportamento semelhante
aos modelos de referência. No exemplo utilizado, podemos formular
a hipótese dinâmica pensando sobre como as duas variáveis
do modelo de referência estão relacionadas, ou seja, que
regras determinam produção e vendas.
A hipótese dinâmica para essa empresa é a de que o gerente estabelece a produção com base nas vendas, porém sempre aumenta (ou diminui) um pouco a quantidade de modo que algumas vezes se produz mais (ou menos) do que seria necessário. O modelo
de referência nos fornece duas variáveis - produção
e vendas - que iremos utilizar. Essa já é uma boa base para
iniciarmos a construção de nosso modelo.
|
| |
Página 5 |
| 2
- Construindo o Modelo
Antes de adicionar as variáveis produção e vendas ao modelo, devemos perguntar como estão relacionadas. Está claro que guardam um relacionamento muito próximo, já que é necessário produzir alguma coisa para poder vendê-la. Na verdade, produção e vendas se relacionam de duas formas:
|
| |
Página 6 |
|
| Vamos
iniciar o modelo do ponto de vista físico. As indústrias,
de modo geral, trabalham de duas formas: ou produzem sob encomenda ou
produzem para venda posterior. Nos dois casos, utiliza-se um estoque de
produtos acabados, porém, se fôssemos modelar a produção
sob encomenda, deveríamos considerar as ordens de produção
e os embarques para distribuição. No nosso exemplo, vamos
considerar a venda posterior.
Vamos construir o Estoque como uma variável Level (estoque) e adicionar os fluxos de entrada e saída, ou seja, produção e vendas, respectivamente.
|
|
Página 7 |
| 3
- Equipe de Trabalho
Agora, necessitamos
representar como a produção é determinada.
No longo prazo, investimentos e capacidade de produção são
relevantes, mas vamos considerá-los estáveis. No curto prazo,
pessoas podem ser contratadas e podem ocorrer aumentos na produção.
Essas mudanças, muitas vezes, podem trazer problemas como alterações
nos programas de manutenção, entrosamento entre os funcionários,
etc. Entretanto, como uma abordagem inicial, vamos considerar que mais
pessoas produzem mais mercadorias. Nesse caso, vamos adicionar uma variável
do tipo Level chamada Equipe de trabalho, que
vai atuar na produção. Para construir a figura abaixo, com
a seta bidirecional, siga os passos a seguir.
|
| |
Página 8 |
| Para
criar a seta bidirecional, faça o seguinte:
|
| |
Página 9 |
| 4
- Relacionamentos Comportamentais
Essa é a parte física do problema, sendo necessário fazer algumas das conexões comportamentais. Construir os estoques e fluxos físicos do modelo é sempre um bom ponto de partida, pois nos leva a conhecer o sistema concretamente, simplificando a conceitualização de outras partes do sistema. Uma excelente abordagem para identificar relacionamentos é construir, primeiramente, um diagrama de ciclos causais (sem se preocupar com estoques ou fluxos):
Posteriormente, convertemos em um diagrama de fluxos e estoques. |
| |
Página 10 |
| Identificando
os relacionamentos, vamos tentar manter as coisas o mais simples possível,
estabelecendo que a produção é proporcional à
Equipe de trabalho. Para isso, adicionamos a constante produtividade.
Convém lembrar também que a taxa líquida de contratação
é dependente do valor da Equipe de trabalho, ou seja,
quanto maior a Equipe de trabalho menor a taxa líquida
de contratação e vice-versa. Complete as conexões
conforme o modelo abaixo:
|
| |
Página 11 |
| A
taxa líquida de contratação é o número
líquido de pessoas contratadas. A melhor maneira de formular isso
é como um processo de ajustamento de estoque. Nesse processo, tomamos
um valor de um estoque e comparamos com o nível desejado para esse
estoque. Então, tomamos uma ação no sentido de diminuir
a diferença entre os dois. Suponha, por exemplo, que esteja dirigindo
um carro a 70 Km/h e deseje atingir 80 Km/h. Para isso, deve-se pressionar
o acelerador. A velocidade do carro (o estoque) vai aumentar na taxa proporcional
à pressão no acelerador e vai demorar certo tempo até
atingir a velocidade desejada. |
| |
Página 12 |
| Para
estabelecer esse processo de ajustamento do estoque, vamos adicionar as
variáveis equipe de trabalho desejada e tempo para ajustar
a equipe de trabalho e conectá-las como mostrado abaixo:
|
| |
Página 13 |
| A
variável tempo para ajustar a equipe de trabalho representa
o espaço de tempo necessário para gerenciar as mudanças
na equipe, como a entrada de novos funcionários (necessitam de
treinamento) ou a demissão de outros (devem cumprir aviso prévio).
A variável equipe de trabalho desejada é o número
de trabalhadores necessário para produzir uma determinada quantidade
de mercadorias desejada. A variável Equipe de trabalho
é inicializada com esse valor. Agora, vamos adicionar o conceito
de produção desejada e conectá-lo a variável
equipe de trabalho desejada. Em seguida, vamos estabelecer a
produção desejada em relação às
vendas. |
| |
Página 14 |
| Faça
as modificações de acordo com a figura a seguir.
O modelo está pronto, embora tenha um erro crítico que será eliminado durante a simulação. O próximo passo é transformar esse modelo conceitual em um modelo para simulação por meio da adição das equações (fórmulas). |
| |
Página 15 |
| 5
- Equações para o modelo equipe1.mdl
Todas as equações para o modelo são listadas abaixo, com suas respectivas unidades. O cadastro correto de cada tipo (level, auxiliary e Constant) é detalhado nos modelos da Unidade IV de Modelagem I. Preste bastante atenção no momento de digitá-las no modelo para evitar erros. Estoque
= INTEG (produção - vendas, 300) taxa líquida
de contratação = (equipe de trabalho desejada - Equipe de
trabalho) / tempo para ajustar a equipe de trabalho Produção
= Equipe de trabalho * produtividade produção
desejada = vendas equipe
de trabalho desejada = produção desejada / produtividade tempo
para ajustar a equipe de trabalho = 3 Produtividade=
1 |
| |
Página 16 |
6 - Dica para a Fórmula de vendas Todas as variáveis descritas anteriormente geram um comportamento linear ao sistema. Contudo a realidade não é linear, é difusa e complexa. Para aproximar o comportamento dos modelos dinâmicos a realidade podemos atribuir perturbações no sistema e verificar o tempo para ele chegar a um novo equilíbrio. De acordo com o gerente a produção ajusta-se às vendas, contudo as vendas podem manifestar um comportamento imprevisto. O que aconteceria com a dinâmica do estoque se as vendas aumentassem 50% em um determinado tempo? O Vensim possui uma série de funções pré-programadas que auxiliam na construção das fórmulas e na simulação de determinadas situações. Uma delas é a função STEP que é utilizada na variável vendas. vendas = 100 + STEP(50,20) No caso acima, vendas será 100 até o mês 20 e depois será acrescida de 50 no mês 21, ficando com o valor 150 até o final da simulação, que é de 100 meses. A função é descrita como: STEP(A,B) Onde o valor será zero até o tempo B e, a partir daí, assume o valor A. Essa variação nas vendas causa certo choque no nosso modelo (assim como causaria em uma indústria, na vida real) e permite analisar como esse efeito se propaga no sistema. |
| |
Página 17 |
| Inicialmente, estima-se 100 perfis vendidos por mês.
Escolha a função STEP:
Digite 50 no parâmetro height (valor para alterar)
Digite 20 para representar o tempo para atribuir o valor da função STEP.
E acrescente a unidade perfis/mês
|
| |
Página 18 |
| 7
- Dica para a Fórmula de Equipe de trabalho
Ao clicar sobre Equipe de trabalho para colocar a fórmula: Equipe
de trabalho = INTEG (taxa líquida de contratação,
equipe de trabalho desejada) Observe
que a variável que deverá ser seu valor inicial, equipe
de trabalho desejada, não aparece na relação
de variáveis.
Para selecionar essa variável, dê um clique sobre o botão Choose Initial Variable, conforme figura abaixo:
|
| |
Página 19 |
|
| |
Página 20 |
|
| |
Página 21 |
| 8
- Examinando a estrutura
Clique
no ícone Causes Tree
|
| |
Página 22 |
Não feche a janela Causes Tree. Dê um duplo clique sobre a variável “vendas” que aparece nesta janela para selecioná-la como variável ativa.
Clique
no ícone Uses Tree Diagram
Neste último diagrama pode-se observar onde a variável ativa - vendas - é utilizada no modelo (em quais variáveis ela provoca mudanças). Observe que este diagrama apenas apresenta as informações do modelo de outra maneira. É claro que todas as relações causais podem ser examinadas diretamente no esquema do modelo, no entanto, as representações Uses Tree e Causes Tree torna o modelo mais apresentável e fácil de ser compreendido.
|
| |
Página 23 |
•
Dê um duplo clique sobre a variável taxa de contratação
que aparece no modelo para selecioná-la.
Abre-se uma janela que mostra a variável envolvida no feedback associado a variável ativa - taxa de contratação. • Clique sobre o ícone Document das ferramentas de análise.
A janela que se abre mostra as equações e unidades de medida de todas as variáveis do modelo. Esta ferramenta não se baseia, obviamente, na variável ativa. |
| |
Página 24 |
| 9 - Simulando o modelo É chegado o momento de examinar o comportamento dinâmico do modelo, examinando suas variáveis. Em particular, desejamos observar a variável Estoque ao longo do tempo. Para isso, necessitamos primeiramente: Conferir a consistência de unidades do modelo (Ctrl + U):
|
| |
Página 25 |
| Confira a consistência do modelo (Ctrl + T):
Um erro foi identificado no modelo. Trata-se de uma advertência do Vensim verificando a variável Estoque não é usada no modelo. Como o objetivo da dinâmica de sistemas é diagramar modelos que retroalimentam comportamentos, o Vensim verifica as variáveis que não provocam causalidades em outras variáveis (is not used in the model). Podemos marcar a variável como Supplementary, eliminando o erro. |
| |
Página 26 |
Confira novamente a consistência do modelo:
Agora podemos simular o modelo.
• Dê um duplo clique na caixa de texto Runname
(nome
• Clique no ícone de |
| |
Página 27 |
| Análise
Gere um gráfico para produção e Equipe de trabalho, utilizando a ferramenta Causes Strip, conforme figuras abaixo.
É possível perceber rapidamente que há poucas variações em produção e Equipe de trabalho. Há uma oscilação, basicamente, quando ocorre a mudança nas vendas de 100 perfis/mês para 150 perfis/mês. |
| |
Página 28 |
| Crie
um gráfico para a variável Estoque como mostrado a seguir.
Pode observar que o estoque diminui com certa suavidade do valor inicial de 300 para cerca de 150. Uma vez que o objetivo de se manter um estoque é assegurar que haja mercadorias disponíveis para os clientes, alguma coisa deve estar errada, pois o estoque mensal coincide com as vendas (as vendas são de 150 perfis/mês). Em outras palavras, o modelo apresenta algum problema, pois não consegue manter um estoque de segurança. |
| |
Página 29 |
| No sentido de aperfeiçoar o modelo, vamos introduzir as variáveis estoque desejado, ajuste do estoque e duas constantes, margem de segurança e tempo para ajustar o estoque. A idéia é simples: estoque desejado é a quantidade de mercadorias que devem ser mantidas em estoque, baseada na expectativa de vendas. O ajuste do estoque é uma correção para o desvio do Estoque de seu objetivo. Salve o seu modelo original (equipe1.mdl). Oportunamente, utilize a opção File-> Publish para publicar seu modelo no formato VPM (Vensim Package Model): equipe1.vpm. Faça as alterações detalhadas a seguir e salve novamente o modelo renomeado como equipe2.mdl.
|
| |
Página 30 |
| Altere e inclua as equações adicionais conforme a lista a seguir. produção
desejada = vendas + ajuste do estoque
ajuste do estoque = (estoque desejado - Estoque) / tempo para ajustar
o estoque
tempo para ajustar o estoque = 2
estoque desejado = vendas * margem de segurança
margem de segurança = 3 O ajuste do estoque é uma fórmula de ajuste que atua da mesma maneira que taxa líquida de contratação. O tempo para ajustar o estoque representa o tempo necessário para ajustar a produção às novas metas da indústria. |
| |
Página 31 |
Confira a consistência de unidades do modelo (Ctrl + U)
Confira a consistência do modelo (Ctrl + T):
A solução realizada no modelo anterior causou um erro na diagramação atual (The supplementary variable is used / “A variável suplementar é usada”).
|
| |
Página 32 |
| Devemos desmarcar a variável como Supplementary, eliminando o erro.
Confira novamente a consistência do modelo:
|
| |
Página 33 |
O comportamento é totalmente diferente do modelo anterior. Equipe de trabalho está muito mais instável com várias oscilações. |
| |
Página 34 |
| Gere
um gráfico para Equipe de trabalho e produção
desejada, utilizando a ferramenta Causes Strip.
A variável ajuste do estoque não estava presente na primeira versão do modelo, por isso não há nenhuma linha vermelha referente a sim1, aparecendo no gráfico. |
| |
Página 35 |
| Todo
o comportamento oscilatório de produção desejada
é decorrente de ajuste no estoque. Um gráfico de
Estoque mostra oscilação semelhante, porém,
quando as vendas aumentam, o estoque não cai como na primeira simulação.
|
| |
Página 36 |
| 10 – Alterando variáveis exógenas (constantes) •
Clique no ícone Set Up
Observe que o texto dos nomes de algumas variáveis aparecem em amarelo sobre um fundo azul. Essas variáveis têm valores pré-definidos (constantes) que não se alteram durante a simulação. Pode-se, entretanto, estabelecer outros valores antes da simulação e observar o efeito das mudanças no comportamento do modelo.
|
| |
Página 37 |
| Uma caixa
de texto será Vamos tentar um experimento no qual será diminuída a taxa de contratação de novos trabalhadores (e de dispensa) para ver se isso remove as oscilações analisadas anteriormente. Idealmente, o que se deseja é diminuir o crescimento do estoque (e da força de trabalho).
No gráfico são apresentados os resultados dos três experimentos: sim1 (modelo simplificado), sim2 com o valor 3 para a variável tempo para ajustar a equipe e sim3 com o valor da mesma variável alterado para 12. Os valores mostram que uma taxa menor de contração faz crescer e torna mais longa a oscilação (antes a empresa contratava a cada 3 meses e agora alteramos para 12 meses). Para ver as diferenças nos valores estabelecidos para a variável em cada uma das simulações faça o seguinte:
A ferramenta mostra os diferentes valores armazenados na variável nas duas simulações (sim2 e sim3). |
| |
Página 38 |
| 11
– Simulação Interativa
Para avaliar como as mudanças nas constantes do
modelo (variáveis exógenas) afetam as variáveis endógenas,
usamos o recurso simulação interativa das constantes (Automatically
simulate on change
|
| |
Página 39 |
|
| |
Página 40 |
|
| |
Página 41 |
As alterações realizadas nas constantes (sim3) proporcionaram um aumento na oscilação comparada a sim2. Grave a simulação como sim3, acessando o ícone “Save this run to...”.
|
| |
Página 42 |
12 - Customizando Gráficos Algumas vezes há necessidade de ver todas as variáveis importantes juntas em um gráfico. Gráficos gerados a partir das ferramentas de análise mostram o comportamento apenas da variável ativa. Utilizando a ferramenta de customização de gráficos (Custom Graphs) é possível mostrar as variáveis desejadas e conjuntos de dados de simulação (dataset) em um único gráfico. Gráficos customizados são criados a partir do controle de gráficos (Graphs) localizado no Painel de Controle (Control Panel).
|
| |
Página 43 |
|
| |
Página 44 |
|
|
| |
Página 45 |
| Vamos focar a oscilação que é nossa área de interesse. No Painel de controle, dê um clique na guia Time Axis para colocar o foco, aproximadamente, entre os meses 18 e 36, conforme figura abaixo.
Gere novamente o gráfico.
|
| |
Página 46 |
Para fecharmos este módulo com “chave de ouro”, que tal compartilhar seu aprendizado no fórum?
Divulgue no fórum seu arquivo WMF (Windows Metafile). Divulgue no fórum o arquivo equipe1.vpm e equipe2.vpm.
Continue por conta própria |
| |
Página 47 |
| 13
- Sensibilidade
É interessante fazer experiências com o modelo, alterando diferentes parâmetros. Uma política para melhorar o desempenho da empresa poderia ser a correção das variações no estoque mais rapidamente. Podemos fazer isso, simulando um prazo menor para tempo para ajustar o estoque, reduzindo-o de 2 para 1 mês, por exemplo. Diferentes simulações nos levarão a um conhecimento mais profundo do modelo e dos problemas apresentados pela organização, contribuindo, assim, para a busca de melhores soluções antes de implementá-las. Isso pode evitar muitos prejuízos e investimentos desnecessários. |
| |
Página 48 |
| Resumo
Analisou-se o caso de uma empresa que fabrica e vende perfis para janelas. Embora a empresa esteja indo bem, as oscilações na produção prejudicavam o andamento normal da mesma. Ao invés de culpar a demanda do mercado ou a economia por essas oscilações, procurou-se estudar o comportamento dessa organização. Para isso,
foi construído um modelo simples para reproduzir o comportamento
da empresa, cujas vendas pareciam mais estáveis que a produção,
o chamado modelo referencial. Após simulações e refinamento do modelo, um processo natural na modelagem, percebe-se que a oscilação de vendas para a produção é fisicamente inevitável, ou seja, a mudança na produção deve ser superior à mudança nas vendas por algum tempo no sentido de repor o estoque perdido. |
| |
| Módulo 2 | Página 49 |
| 1 - O Problema Neste ponto, serão focalizadas determinadas características e análises por meio do uso de um modelo organizacional, baseado na taxa de ocupação de um hotel e na eficiência da propaganda. Em função de sua maior complexidade, e pelo fato de incorporar várias características de comportamento já vistas, constitui um modelo instigante, que irá enriquecer o aprendizado e proporcionar novas idéias sobre modelagem e simulação. A empresa Businesstrip S.A. acabou de inaugurar o hotel Vitória Business em Vitória (ES). O empreendimento está direcionado para a área de negócios, ou seja, empresários, gerentes, executivos, técnicos e outros profissionais que mantêm negócios naquela capital, configurando uma demanda reprimida de grande potencial. A empresa tem plena confiança de que será um empreendimento de sucesso. Afinal, foram muitos meses de pesquisa não apenas para identificar uma série de atributos valorizados pelos clientes, como também para identificar e adquirir insumos de qualidade e tecnologias que fizessem do Vitória Business um hotel diferenciado no segmento. |
| |
Página 50 |
| Tendo realizado tantos investimentos em qualidade, tecnologia e inovação, a Businesstrip espera obter um alto índice de satisfação dos clientes em relação aos serviços oferecidos pelo hotel. Ela sabe que isso é fundamental para o negócio uma vez que clientes satisfeitos trazem, naturalmente, novos clientes em decorrência da propaganda boca-a-boca. Isso não quer dizer que vá desprezar os canais tradicionais de mídia. Pelo contrário, esse tipo de investimento é fundamental, principalmente no início das operações, quando poucos conhecem o hotel e não se formou ainda uma massa crítica de ex-clientes suficiente para realizar a propaganda boca-a-boca. Nosso problema é construir um modelo para analisar a influência da propaganda boca-a-boca e dos investimentos de divulgação na mídia tradicional na ocupação das vagas do Vitória Business. O modelador entrevistou vários empresários do setor e verificou a seguinte dinâmica qualitativa:
|
| |
Página 51 |
| O modelo
referencial a ser adotado é o de que a ocupação
do hotel tenha um rápido crescimento no início, principalmente
em função da demanda reprimida e que, em seguida, o índice
de ocupação se mantenha alto em função da
qualidade dos serviços oferecidos. O comportamento da ocupação
deve obedecer a uma curva próxima da apresentada no gráfico,
graças à ação da propaganda boca-a-boca
e na mídia.
|
| |
Página 52 |
| 2 - Construindo o Modelo
|
| |
Página 53 |
| Vamos começar a construção do modelo a partir de um conceito básico de ocupação de um hotel: entram clientes que se tornam hóspedes por um ou mais dias e depois vão embora. Ao estoque, vamos chamar Ocupação do hotel e aos fluxos, entrada de clientes e saída de clientes. Veja o modelo: ![]() |
| |
Página 54 |
|
| Agora, precisamos representar como se dá a entrada de hóspedes. Fazemos isso com uma pergunta bastante óbvia: por que a empresa BusinessTrip construiu um hotel em Vitória? É um empreendimento de vulto e certamente ela não deseja ter prejuízo. Normalmente, as organizações, antes de decidirem por um investimento, fazem pesquisas para avaliar o mercado e, nesse caso, a Businesstrip deve ter identificado uma grande demanda por hospedagens de negócios. Nesse caso, vamos incluir, no modelo, uma variável estoque para representar essa demanda, como mostrado na figura:
|
|
Página 55 |
| A demanda é, então, o estoque de pessoas que desejam se hospedar no hotel. Obviamente, se a demanda for maior que as vagas disponíveis, nem todos poderão se hospedar no Vitória Business, criando o que chamamos de "demanda reprimida". Estes são os dois estoques com os quais vamos trabalhar no momento. Para formar a demanda, temos que criar um fluxo de entrada, representando as pessoas que desejam se hospedar no Vitória Business. Proceda conforme o modelo abaixo:
|
| |
Página 56 |
| Agora, necessitamos representar como se dá a ocupação do hotel. Obviamente, temos uma limitação que é a capacidade do hotel. Esta foi definida em 300 hóspedes, e a entrada de hóspedes depende do número de vagas disponíveis. Desse modo, a entrada de hóspedes vai ser igual ao número de vagas livres que, por sua vez, é calculado como sendo a capacidade do hotel menos a ocupação do hotel. Já a saída de hóspedes depende da duração média da estada. As ligações são apresentadas na figura abaixo:
|
| |
Página 57 |
| E os novos clientes? Eles vêm do mercado e são influenciados tanto pela publicidade na mídia, quanto pela propaganda boca-a-boca, realizada pelas pessoas que já se hospedaram. É claro que isso só vai ocorrer se essas pessoas ficarem satisfeitas com os serviços oferecidos pelo hotel. Inclua, inicialmente, o mercado, como mostrado na figura abaixo:
|
| |
Página 58 |
| 3 - Criando o Comportamento da Publicidade Pesquisas indicaram que para cada R$ 10,00 gastos com publicidade, o hotel consegue um novo cliente. Essa relação linear é definida pela variável fator publicidade a partir do valor do investimento em publicidade que pode ser realizado. Ele será adicionado à variável novos clientes. Observe a figura abaixo:
|
| |
Página 59 |
| Para criar comportamento da publicidade boca-a-boca, vamos supor um fato muito comum em várias organizações: a pesquisa de satisfação. Por meio da aplicação de várias técnicas estatísticas é possível capturar e converter a satisfação (ou a insatisfação) dos clientes em um índice geral. No caso do nosso modelo, vamos chamá-lo de Índice Geral de Satisfação (IGS) que poderá variar de 0 a 10 (como se fosse uma nota geral dada pelos clientes aos serviços prestados pelo hotel). Esse índice define o fator de propaganda, um fator que multiplicado pelo tamanho do mercado dá a quantidade de clientes que o hotel ganha graças a esse tipo de propaganda. No nosso modelo fizemos a seguinte escala: IGS >=
7 ==> fator de publicidade
= 0.003 (equivale a 0.3%) Para implementar essa escala, utilizaremos a função IF THEN ELSE do Vensim.
|
| |
Página 60 |
| O formato geral da equação é: IF THEN ELSE( {cond} , {ontrue} , {onfalse} ), onde: {cond}
é a condição que queremos testar; No nosso caso, precisaremos utilizar duas funções IF THEN ELSE, como mostrado: IF THEN ELSE(índice geral de satisfação>=7, 0.003*índice geral de satisfação , IF THEN ELSE(índice geral de satisfação>=5, 0.001*índice geral de satisfação ,0 ) ). |
| |
Página 61 |
| Para completar o modelo, faça as alterações conforme a figura:
Podemos conferir a estrutura linear (causes tree e uses tree) ou a estrutura dinâmica de qualquer variável. Seguem esses recursos aplicados ao fluxo “entrada de hóspedes”:
4 – Inserindo as fórmulas Essa primeira versão do programa está pronta. Insira as fórmulas conforme mostrado na próxima página para que possamos simular o modelo. |
| |
Página 62 |
| investimento
em publicidade na mídia = 100 fator
publicidade = investimento em publicidade na mídia / 10 mercado
= 5000 índice
geral de satisfação = 9 fator
de propaganda: IF THEN ELSE(índice geral de satisfação>=7,
0.003*índice geral de satisfação , IF THEN ELSE(índice
geral de satisfação>=5, 0.001*índice geral de
satisfação ,0 ) ) novos
clientes = (mercado*fator de propaganda)+fator publicidade demanda
= INTEG(novos clientes-entrada de hóspedes,500) entrada
de hóspedes = IF THEN ELSE(Demanda>vagas livres , vagas livres capacidade
do hotel = 300 vagas
livres = capacidade do hotel-Ocupação do hotel Ocupação
do hotel = INTEG(entrada de hóspedes-saída de hóspedes,0) duração
média da estadia = 3 saída
de hóspedes = (Ocupação do hotel/duração
média da estadia) 5 – Conferindo a consistência Confira a consistência do modelo (Ctrl + T):
|
| |
Página 63 |
|
|
|
| Confira a consistência de unidades do modelo (Ctrl + U)
É necessário revisar o modelo que apresenta 3 equações com inconsistência de unidades. Se você encontrou mais que 3 erros, revisar as unidades equivalentes em Model/Settings ou a digitação das unidades de cada equação. Vamos revisar um conceito apresentado anteriormente? Portanto, em um modelo quantitativo, os fluxos e estoques regem as unidades a “jusante” e a “montante” do modelo. Vamos avaliar cada erro separadamente (com a respectiva tradução didática) e verificar uma solução possível. É indispensável que o aluno acompanhe esse raciocínio matemático com um papel e uma caneta, transcrevendo cada passo e acompanhando o que está sendo avaliado no diagrama do modelo hotel.mdl no Vensim. Qualquer dúvida deve ser encaminhada no fórum ou e-mail do professor. Evite acumular dúvidas, que podem prejudicar o real aprendizado em todas as fases posteriores do conteúdo. |
|
Página 64 |
Análise da unidade incoerente à equação novos clientes: Error in
units for the following equation: novos clientes
--> clientes/dia Analysis of units error: Has Units: clientes Tradução: novos clientes --> clientes/dia Análise
dos erros nas unidades:
|
| |
Página 65 |
O erro
refere-se que as variáveis que determinam o valor do fluxo novos
clientes não apresenta unidades clientes/dia (lembre que clientes
e pessoas são sinônimos).
Devemos
verificar a fórmula:
E alterar as unidades coerentes com o fluxo (clientes/dia ou pessoas/dia).
|
| |
Página 66 |
| Portanto,
toda a equação deve resultar na unidade pessoas/dia. A equação
inclui uma soma de 2 termos, então cada termo deve apresentar a unidade
pessoas/dia. Variável
auxiliar fator publicidade: será alterada para pessoas/dia.
Equação
(mercado * fator de propaganda):
|
| |
Página 67 |
Devemos substituir as unidades coerentes e verificar qual unidade da variável auxiliar fator de propaganda garante a consistência de unidades da equação:
Isolando fator de propaganda:
Cancelando unidades em comum:
fator de propaganda garante a consistência associada a unidade:
A unidade fraction/dia é coerente? |
| |
Página 68 |
Se a unidade não for coerente devemos revisar nosso modelo mental e a realidade investigada, pois a variável auxiliar pode agregar o comportamento de várias outras variáveis implícitas... Todavia, a unidade obtida algebricamente é coerente. A variável auxiliar fator de propaganda extrai do contingente pessoas do mercado uma alíquota de clientes para o empreendimento hoteleiro (propaganda boca-a-boca). Concordamos em realizar as seguintes alterações: Variável auxiliar fator publicidade: pessoas/dia Variável auxiliar fator de propaganda: fraction/dia Como o índice geral de satisfação causa modificação no fator de propaganda, o índice geral de satisfação também deve ser alterado para fraction/dia. Variável auxiliar índice geral de satisfação: fraction/dia Altere as
unidades de “fator publicidade”, “fator de propaganda”
e índice geral de satisfação”. |
| |
Página 69 |
| Análise
da unidade incoerente à equação fator publicidade:
Existe um erro na consistência de unidades associado a “fator publicidade”. Lembre
que já concordamos que o fator publicidade deve apresentar a unidade
pessoas/dia.
Devemos revisar as variáveis à jusante do “fator publicidade”:
Error in units for the following equation: Analysis
of units error: Tradução: Análise
dos erros nas unidades: |
| |
Página 70 |
| Não
podemos alterar, integralmente, todas as unidades das variáveis e
constantes anteriores para pessoas/dia. A unidade reais tem coerência
para o investimento em publicidade na mídia, contudo falta adicionar-lhe
temporalidade. O empreendimento investirá, diariamente R$ 100,00.
Portanto a unidade deve ser alterada para reais/dia.
Contudo, ainda permanece incoerente: fator publicidade = investimento em publicidade na mídia/10 Esse é o caso que existe uma variável implícita na equação que, neste momento, deve ser incorporada no modelo. Um
indicativo é o divisor 10. Para a realidade investigada, sugerimos
que R$ 100,00 investidos por dia retornam 10 pessoas (ou a décima
parte) adicionados para o fluxo novos clientes. |
| |
Página 71 |
| Portanto, devemos criar uma nova variável associada ao fator de publicidade: retorno da publicidade:
Alterando
a equação: Se concordamos
com as unidades: Qual deve ser a unidade da constante retorno da publicidade? |
| |
Página 72 |
Isolando retorno da publicidade:
Cancelado unidades em comum:
retorno da publicidade garante a consistência associada a unidade:
A unidade reais/pessoa é coerente? |
| |
Página 73 |
| A constante retorno da publicidade sendo divisora do investimento em publicidade na mídia apresenta unidade coerente, indicando que uma pessoa é convertida em cliente a cada R$ 10,00. Concordamos em realizar a seguinte alteração: Concordamos em realizar a seguinte alteração: retorno da publicidade = 10 unidade = reais/pessoa Altere a unidade da constantes “retorno da publicidade” e confira a consistência de unidades do modelo. |
| |
Página 74 |
| Análise
da unidade incoerente à equação entrada de hóspedes:
Segue a última inconsistência de unidades
do modelo: Analysis of units error: Tradução: Análise
dos erros nas unidades: |
| |
Página 75 |
| Este problema
é típico quando relacionamos, em uma mesma equação,
um fluxo e um estoque. Teoricamente, necessitamos de uma variável
auxiliar para acrescentar temporabilidade no estoque e comparar com as variáveis
dependentes do fluxo. Como obtivemos êxito no modelo clientes2.mdl?
Verifique que o Estoque recebe a temporalidade com a constante tempo
para ajustar o estoque, garantindo a consistência de unidades
do modelo.
|
| |
Página 76 |
Sempre que possível, incorporem uma variável temporal para ajustar os fluxos/estoque. Os fluxos deveriam modificar os estoques gradualmente. Este comportamento é desejado para representar a realidade dinâmica presente na maioria das organizações:
Mudanças instantâneas ou abruptas são raras.
|
| |
Página 77 |
| Para o modelo
simplificado vitoria.mdl, vamos optarpor não incorporar a temporalidade
na associação do estoque com o fluxo. Se os fluxos exigem
temporalidade e estoques não permitem temporalidade, como podemos
resolver esse impasse?. Vamos criar uma constante (conversor para garantir a consistência de unidades) denominada temporalidade dos estoques, acrescentando a temporalidade nas equações que dependem dos estoques:
|
| |
Página 78 |
Editando a constante temporalidade do estoque conforme detalhamento a seguir:
E alterando o fluxo entrada de hóspedes:
|
| |
Página 79 |
Podemos garantir a consistência de unidades do modelo.
|
| |
Página 80 |
| 6 – Simulando o Modelo Digite o nome hotel1 na caixa de edição runname e simule o modelo. Análise Gere um gráfico para Ocupação do hotel, utilizando a ferramenta Graph, conforme figura abaixo.
|
| |
Página 81 |
| Vamos fazer agora algumas mudanças. Vamos diminuir a satisfação do cliente para um valor intermediário, seis, por exemplo. Isso corresponderia a uma satisfação mediana dos hóspedes. Dê outro nome para a simulação para que possamos comparar as duas execuções (por exemplo, hotel 2). O resultado pode ser observado no gráfico:
|
| |
Página 82 |
| Para realizar a terceira simulação, vamos retornar o índice de satisfação para nove, como no início, e reduzir a propaganda na mídia para zero, ou seja, não será feito nenhum investimento em publicidade. Execute a simulação, dando-lhe um terceiro nome, e observe o resultado no gráfico abaixo:
|
| |
Página 83 |
|
| Vamos retirar totalmente o efeito da propaganda boca-a-boca, reduzindo o índice geral de satisfação para zero. Em seguida, mantemos um investimento de 100 reais/dia em publicidade.
|
|
Página 84 |
| O gráfico nos leva a crer que, em menos de 20 dias, o hotel não teria mais condições de sobreviver, uma vez que a tendência é a ocupação cair para limites próximos de zero. ![]() |
| |
Página 85 |
| Podemos concluir então, baseados no comportamento de nosso modelo, alguns fatos importantes:
Restrinja o período de análise até 30 dias e realize simulações adicionais, utilizando o recurso “simulate on change” Publique o modelo como vitória.vpm e divulgue no fórum. |
| |
Página 86 |
| Resumo Encerra
o curso com a construção de um modelo que representa processos
clássicos e muito discutidos dentro da área de administração:
o efeito da propaganda boca-a-boca, da publicidade, da qualidade e satisfação
do cliente. As principais conclusões, após algumas simulações, são:
|
| |