Contexto
Um estudo de caso publicado por Ferreira, Silva e Mesquita analisa um fabricante de equipamentos de aquecimento de água residencial que executou um projeto DMAIC em um de seus processos de logística interna. O artigo apresenta um estudo de caso destacando como um fabricante de equipamentos de aquecimento de água residencial utilizou a metodologia Six Sigma Definir-Medir-Analisar-Melhorar-Controlar (DMAIC) para melhorar um de seus processos logísticos internos, o reabastecimento do supermercado nas linhas de produção. Este é o tipo de processo interno e discreto que muitas vezes é atribuído aos Green Belts da logística: não uma rota de entrega para clientes externos, mas o milk-run que mantém os componentes em movimento do almoxarifado para a linha de produção dentro da fábrica.
O milk-run é um sistema de entrega interna com rota fixa: um rebocador ou pequeno veículo segue um percurso predefinido em intervalos regulares, abastecendo componentes em "supermercados" ao lado da linha para que os operadores nunca fiquem sem peças. Quando uma rota de milk-run demora mais do que o planejado, a linha corre o risco de desabastecimento de peças ou a empresa precisa aumentar o quadro de funcionários e veículos para compensar. Foi essa diferença entre o tempo planejado e o tempo real da rota que deu origem a este projeto.
O problema
O problema concentrava-se na incerteza sobre o tempo de entrega nessas rotas, uma incerteza que gerava estoques de pulmão e gargalos de planejamento para as linhas atendidas. O artigo descreve como um fabricante de equipamentos de aquecimento de água residencial utilizou a metodologia Six Sigma DMAIC para melhorar um de seus processos logísticos internos, o reabastecimento do supermercado nas linhas de produção, elevando-o a um nível de qualidade internacional. Em termos simples: existiam três rotas de milk-run e ninguém conseguia prever com precisão quanto tempo qualquer uma delas levaria em um determinado ciclo. Algumas viagens terminavam no prazo. Outras demoravam o suficiente para comprometer o abastecimento ao lado da linha, e a empresa não tinha como prever quais dias seriam problemáticos.
Como o Belt definiu o escopo
Um projeto de Green Belt precisa ser enxuto o suficiente para ser executado em tempo parcial ao longo de alguns meses, o que significa que o escopo deve ser delimitado antes do início de qualquer coleta de dados. Neste caso, o escopo consistia em um processo claramente definido: o ciclo de reabastecimento milk-run que atende às linhas de produção, medido pelo tempo de conclusão da rota. O projeto não tentou redesenhar toda a cadeia de suprimentos interna, renegociar contratos com fornecedores nem alterar o transporte externo. O projeto focou em uma única saída mensurável — o tempo de rota — com um sintoma específico e crítico: uma parcela significativa das viagens ultrapassava a meta de 30 minutos.
Essa escolha de escopo é fundamental para quem estuda este caso como modelo. O termo de abertura de um Green Belt deve indicar o processo, os limites (ponto inicial e final da rota, neste caso), a métrica principal e o problema em números sempre que possível, e não uma reclamação vaga sobre "logística lenta".
Ferramentas aplicadas, fase por fase
Definir
A equipe definiu o processo como o ciclo de milk-run de rota fixa, do almoxarifado aos supermercados ao lado da linha, tendo o tempo de conclusão da rota como variável Y. Um mapa no estilo SIPOC caberia perfeitamente aqui: motorista, veículo, rota, paradas e as linhas de produção como clientes do processo.
Medir
A equipe coletou dados do tempo de rota ao longo dos ciclos e itinerários para estabelecer uma linha de base. A criação de uma distribuição de linha de base é exatamente a etapa em que um Green Belt realizaria um estudo de capacidade do processo em relação à meta de 30 minutos, além de verificar a confiabilidade do sistema de medição antes de confiar nos números.
Analisar
Com os dados da linha de base em mãos, a fase de análise é onde o aprendiz de Green Belt aplicaria o conjunto de ferramentas estatísticas ensinado neste nível: comparar os tempos de rota entre motoristas, turnos ou itinerários usando testes t ou ANOVA para verificar se as diferenças se deviam a causas especiais ou à variação comum, além de utilizar ferramentas de causa raiz, como diagramas de espinha de peixe e estratificação, para separar problemas do projeto da rota de comportamentos do motorista ou da sequência de paradas. O relato publicado foca no resultado final e não em cada teste estatístico intermediário, mas a estrutura do projeto, que avança de uma linha de base variável para um conjunto de causas claramente diagnosticadas, segue essa mesma lógica.
Melhorar
As melhorias direcionaram-se às fontes de variação e ao excesso de tempo identificados na fase Analisar, focando muito provavelmente no ordenamento das rotas, na consolidação das paradas e na padronização da preparação das cargas. O resultado foi uma alteração não apenas no tempo médio, mas na dispersão dos tempos, o que representa a marca registrada de uma solução real de redução de variação, e não apenas um dia de sorte pontual.
Controlar
Para manter os ganhos, um Green Belt inseriria o novo padrão de rota em um gráfico de controle para acompanhar o tempo por ciclo, com limites atrelados à meta de 30 minutos e um plano de resposta para pontos fora de controle. Esse é o mecanismo que impede que o projeto retorne à linha de base seis meses após o Belt mudar para outra atividade.
Qual foi o resultado
O resultado documentado é concreto. A aplicação da metodologia Six Sigma resultou em uma redução das rotas que levavam mais de 30 minutos para serem concluídas de 25 para 3 por cento, em uma redução no coeficiente de variabilidade do tempo de rota de 40 para 14 por cento e em uma redução do tempo médio de rota de 31 para 24 minutos. Esses resultados geraram um impacto financeiro significativo, permitindo a eliminação de uma das três rotas existentes sem qualquer impacto negativo no processo de reabastecimento dos supermercados, resultando em uma redução de horas de trabalho e custos por meio da eliminação de duas rotas de milk-run.
Esse último ponto merece destaque. O retorno financeiro obtido aqui não veio de uma única solução impactante. Ele resultou da redução da variabilidade a um nível que permitiu à empresa consolidar três rotas em um número menor com segurança, reduzindo veículos e horas de trabalho sem afetar o atendimento ao cliente. Esse é um formato comum em projetos de Green Belt na logística interna: o ganho está na liberação de capacidade, e não na redução da contagem de defeitos.
O que um aprendiz deve absorver disso
| Lição | Por que isso importa no nível Green Belt |
|---|---|
| Delimitar o escopo a um único processo mensurável | O projeto permaneceu restrito a um único sistema de rotas internas, em vez de abranger toda a cadeia de suprimentos, permitindo sua execução em tempo parcial. |
| Acompanhar a variabilidade, não apenas a média | A redução da variabilidade, e não apenas o tempo médio, foi o fator que permitiu à empresa eliminar uma rota com segurança. |
| Deixar os dados justificarem mudanças estruturais | A consolidação de rotas só se justificou quando os dados demonstraram que as rotas remanescentes conseguiriam absorver a demanda com confiabilidade. |
| Planos de controle protegem os ganhos | Qualquer ganho no tempo de rota exige um gráfico contínuo e regras de resposta, caso contrário a variação antiga reaparece. |
Para um aprendiz que estuda aplicações de DMAIC na logística, o valor deste caso é demonstrar um projeto de escala Green Belt entregando um resultado operacional concreto — menos veículos e menos horas de trabalho — a partir do que parece, à primeira vista, um problema rotineiro de entrega interna. Isso reforça que a disciplina do mapeamento de processos, análise de capacidade, investigação de causa raiz e plano de controle se aplica tanto a uma rota de empilhadeira dentro de uma fábrica quanto a um envio voltado ao cliente.
