SCM - Gerenciamento de Estoque

Conforme visto nos principais objetivos da cadeia de suprimentos, um dos objetivos básicos do SCM é garantir que todas as atividades e funções dentro e fora da empresa sejam gerenciadas com eficiência.

Há casos em que a eficiência na cadeia de suprimentos pode ser garantida por eficiências no estoque, para ser mais preciso, mantendo a eficiência na redução de estoque. Embora o estoque seja considerado um risco para o gerenciamento eficiente da cadeia de suprimentos, os gerentes da cadeia de suprimentos reconhecem a necessidade do estoque. No entanto, a regra não escrita é manter o estoque no mínimo.

Muitas estratégias são desenvolvidas com o objetivo de otimizar os estoques para além da cadeia de suprimentos e manter o investimento em estoque o mais baixo possível. Os gerentes da cadeia de suprimentos tendem a manter os estoques o mais baixo possível devido ao investimento em estoque. O custo ou investimento relacionado com a posse de estoques pode ser alto. Esses custos compreendem a saída de caixa necessária para comprar o estoque, os custos de aquisição dos estoques (o custo de ter investido em estoques ao invés de investir em outra coisa) e os custos relacionados ao gerenciamento do estoque.

Papel do Inventário

Antes de entender o papel do estoque na cadeia de suprimentos, precisamos entender a relação cordial entre o fabricante e o cliente. Lidar com clientes, atender suas demandas e criar relacionamentos com o fabricante é uma seção crítica do gerenciamento de cadeias de suprimentos.

Há muitos casos em que vemos o conceito de relacionamento colaborativo sendo marcado como a essência da gestão da cadeia de suprimentos. No entanto, uma análise mais profunda dos relacionamentos da cadeia de suprimentos, especialmente aqueles que incluem fluxos de produtos, expõe que no centro desses relacionamentos está o movimento de estoque e armazenamento.

Mais da metade depende da compra, transferência ou gerenciamento de estoque. Como sabemos, o estoque desempenha um papel muito importante nas cadeias de suprimentos, sendo uma característica marcante.

As funções mais fundamentais que o estoque tem nas cadeias de abastecimento são as seguintes -

Para fornecer e apoiar o equilíbrio entre oferta e demanda.
Para lidar eficazmente com os fluxos direto e reverso na cadeia de abastecimento.

As empresas precisam gerenciar as trocas de fornecedores anteriores e as demandas posteriores dos clientes. Nesta situação, a empresa entra em um estado em que tem que manter um equilíbrio entre atender às demandas dos clientes, que na maioria das vezes é muito difícil de prever com precisão ou exatidão, e manter um fornecimento adequado de materiais e mercadorias. Esse saldo pode ser obtido por meio de inventário.

Modelos de Otimização

Modelos de otimização da cadeia de suprimentos são aqueles modelos que codificam as questões práticas ou da vida real em um modelo matemático. O principal objetivo de construir este modelo matemático é maximizar ou minimizar uma função objetivo. Além disso, algumas restrições são adicionadas a essas questões para definir a região viável. Tentamos gerar um algoritmo eficiente que examinará todas as soluções possíveis e retornará a melhor solução no final. Vários modelos de otimização da cadeia de abastecimento são os seguintes -

Programação Linear Inteira Mista

A programação linear inteira mista (MILP) é uma abordagem de modelagem matemática usada para obter o melhor resultado de um sistema com algumas restrições. Este modelo é amplamente utilizado em muitas áreas de otimização, como planejamento de produção, transporte, projeto de rede, etc.

O MILP compreende uma função objetivo linear junto com algumas restrições de limitação construídas por variáveis contínuas e inteiras. O principal objetivo deste modelo é obter uma solução ótima da função objetivo. Este pode ser o valor máximo ou mínimo, mas deve ser alcançado sem violar nenhuma das restrições impostas.

Podemos dizer que MILP é um caso especial de programação linear que usa variáveis binárias. Quando comparados com os modelos normais de programação linear, eles são um pouco difíceis de resolver. Basicamente, os modelos MILP são resolvidos por solucionadores comerciais e não comerciais, por exemplo: Fico Xpress ou SCIP.

Modelagem Estocástica

A modelagem estocástica é uma abordagem matemática de representação de dados ou previsão de resultados em situações onde há aleatoriedade ou imprevisibilidade até certo ponto.

Por exemplo, em uma unidade de produção, o processo de fabricação geralmente tem alguns parâmetros desconhecidos como qualidade dos materiais de entrada, confiabilidade das máquinas e competência dos funcionários. Esses parâmetros têm impacto no resultado do processo de fabricação, mas é impossível medi-los com valores absolutos.

Nesses tipos de casos, onde precisamos encontrar o valor absoluto para parâmetros desconhecidos, que não podem ser medidos com exatidão, usamos a abordagem de modelagem estocástica. Essa estratégia de modelagem ajuda a prever o resultado desse processo com alguma taxa de erro definida, considerando a imprevisibilidade desses fatores.

Modelagem de Incerteza

Ao usar uma abordagem de modelagem realista, o sistema deve levar as incertezas em consideração. A incerteza é avaliada a um nível onde as características incertas do sistema são modeladas com natureza probabilística.

Usamos modelagem de incerteza para caracterizar os parâmetros incertos com distribuições de probabilidade. Ele leva as dependências em consideração facilmente como entrada, assim como a cadeia de Markov ou pode usar a teoria das filas para modelar os sistemas onde a espera tem um papel essencial. Essas são formas comuns de modelar a incerteza.

Otimização de dois níveis

Uma questão de dois níveis surge em situações da vida real sempre que uma decisão descentralizada ou hierárquica precisa ser feita. Nesses tipos de situação, várias partes tomam decisões uma após a outra, o que influencia seus respectivos lucros.

Até agora, a única solução para resolver problemas de dois níveis é por meio de métodos heurísticos para tamanhos realistas. No entanto, tentativas estão sendo feitas para melhorar esses métodos ideais para calcular uma solução ideal para problemas reais também.