Setembro 2022 vol. 9 num. 2 - XXIX Simpósio Internacional de Engenharia Automotiva

Artigo - Open Access.

Idioma principal | Segundo idioma

Proposta de Aplicação de Big Data e Analytics para Previsão de Demanda de Embalagens - Um Estudo de Caso no Segmento Automotivo

Proposal for the Application of Big Data and Analytics for Forecasting Demand for Packages - A Case Study in the Automotive Segment

INACIO, J. V. R. ;

Artigo:

O objetivo deste presente trabalho é a apresentação de uma aplicação computacional visando a eficiência do uso de ferramentas de modelagem de dados e estatística para buscar uma predição de demanda e otimização de operações logísticas nas embalagens de uma fábrica de veículos em São Bernardo do Campo - SP, criando assim uma simulação a partir de uma aplicação executável que resulta em relatórios de itens consumidos e embalagens com seu volume total ocupando toda a área de estoque na fábrica durante o programa de produção. Assim, buscando criar uma aplicação data-driven capaz de lidar com um programa de produção de veículos dinâmico e sob demanda, firmou-se uma parceria entre meio acadêmico e iniciativa privada para se avaliar um meio de obtenção para maior confiabilidade em itens de estoques que se tornam disponíveis conforme reposições das necessidades de produção de veículos a partir de seu PV (production vorlauf, ou antecedência de produção), considerado como um lead time para a venda da peça para a fábrica, e seu DV (disposition vorlauf, ou antecedente de disposição), entendido como a quantidade de dias antes da disposição para a produção do item, de modo que a logística não corresse risco de se criar gargalos de produção e considerasse todo os dados históricos de produção.

Artigo:

The objective of this work is to present a computational application aiming at the efficiency of the use of data modeling and statistical tools to seek a demand prediction and optimization of logistical operations in the packages of a vehicle factory in São Bernardo do Campo - SP , thus creating a simulation from an executable application that results in reports of consumed items and packages with their total volume occupying the entire stock area in the factory during the production program. Thus, seeking to create a data-driven application capable of dealing with a dynamic and on-demand vehicle production program, a partnership was established between academy and the private sector to evaluate a means of obtaining greater reliability in inventory items that become available as replacements of vehicle production needs from their PV (production vorlauf, or production advance), considered as a lead time for the sale of the items to the factory, and their DV (disposition vorlauf, or antecedent of disposal), understood as the number of days before disposal for the production of the item, so that the logistics did not run the risk of creating production bottlenecks and considered all historical production data.

Download (PDF)

Palavras-chave: -,

Palavras-chave: -,

DOI: 10.5151/simea2022-PAP58

Referências bibliográficas
  • [1] THE ECONOMIST. The world’s most valuable resource
  • [2] is no longer oil, but data. The Economist Group Limited.
  • [3] May, 2017.
  • [4] 2. EMC Corporation. IDC digital universe study: Big Data,
  • [5] Bigger Digital Shadows and Biggest Growth in the Far
  • [6] East. IDC Corporate. December, 2012. Available at:
  • [7] whizpr.be/upload/medialab/21/company/Media_Presentatio
  • [8] n_2012_DigiUniverseFINAL1.pdf. Access in:
  • [9] March/12th/2022.
  • [10] 3. EMC Corporation. The Digital Universe of
  • [11] Opportunities: Rich Data and the Increasing Value of the
  • [12] Internet of Things. IDC Corporate. Abril, 2014. Available
  • [13] at:
  • [14] https://www.emc.com/leadership/digital-universe/2014ivie
  • [15] w/executive-summary.htm. Access in: March/12th/2022.
  • [16] 4. International Institute for Analytics. 2016 Analytics
  • [17] Priorities and Predictions Webinar. Available at:
  • [18] https://iianalytics.com/analytics-resources/2016-analytics-p
  • [19] riorities-and-predictions-webinar. Access in:
  • [20] March/12th/2022.
  • [21] 5. BHAMBHRI, Anjul. Looking for Data Scientists from
  • [22] Within – Start with Marketing. Dataversity. July, 2012.
  • [23] Available at:
  • [24] http://www.dataversity.net/looking-for-data-scientists-fromwithin-
  • [25] start-with-marketing/. Access in: March/12th/2022.
  • [26] 6. DOMO. Data Never Sleeps 5.0. Available at:
  • [27] https://www.domo.com/learn/data-never-sleeps-5?aid=ogs
  • [28] m072517_1&sf100871281=1. Access in: March/12th/2022.
  • [29] 7. MANYIKA, J. CHUI, M. BROWN, B. et. al. Big data:
  • [30] The next frontier for innovation, competition, and
  • [31] productivity. McKinsey Global Institute. May, 2011.
  • [32] 8. HERMANN, M. PENTEK, T. OTTO, B. Design
  • [33] Principles for Industry 4.0 Scenarios: A Literature Review.
  • [34] Technische Universität Dortmund. January, 2015.
  • [35] 9. ARRUDA, Jose Jobson. A Grande Revolução Inglesa
  • [36] 1640-1780. Revolução Inglesa e Revolução Industrial na
  • [37] construção da sociedade moderna. São Paulo: Hucitec,
  • [38] 1996.
  • [39] 10. KRESS, Moshe. Operational Logistics: The Art and
  • [40] Science of Sustaining Military Operations. Kluwer
  • [41] Academic Publishers. January, 2002.
  • [42] 11. HESS, Earl J. Civil War Logistics: A Study of Military
  • [43] Transportation. Louisiana State University Press. March,
  • [44] 2017.
  • [45] 12. MURPHY, P. KNEMEYER, A. Contemporary
  • [46] Logistics. Pearson Education. January, 2015.
  • [47] 13. MANYIKA, J. CHUI, M. BROWN, B. Unlocking the
  • [48] potencial of the internet of things. McKinsey Global
  • [49] Institute. June, 2015. Available at:
  • [50] https://www.mckinsey.com/business-functions/digital-mcki
  • [51] nsey/our-insights/the-internet-of-things-the-value-of-digitiz
  • [52] ing-the-physical-world. Access in: March/12th/2022.
  • [53] 14. Global Agenda Council on the Future of Software &
  • [54] Society. Deep Shift - Technology Tipping Points and
  • [55] Society Impact. World Economic Forum. September, 2015.
  • [56] 15. SCOTT, B. F. The Logistics of War – A Historical
  • [57] Perspective. Air Force Logistics. 2000.
  • [58] 16. JACOBS, F. R.; CHASE, R. B. Administração de
  • [59] Operações e de Cadeia de Suprimentos. 13. ed. Porto
  • [60] Alegre. 2011.
  • [61] 17. MONDEN, Y. Toyota Production System – An
  • [62] Integrated Approach to Just-in-Time. Productivity Press.
  • [63] New York. 2011.
  • [64] 18. BONOTTO, G.; FOGLIATTO, F. S.. Previsão de
  • [65] demanda a partir de métodos quantitativos aplicados ao
  • [66] setor varejista. 2015. Available at:
  • [67] https://www.lume.ufrgs.br/bitstream/handle/10183/147496/
  • [68] 000999425.pdf?sequence=1. Access in: March/18th/2022.
  • [69] 19. CORRÊA, H. L.; CORRÊA, C. A. Administração de
  • [70] produção e de operações: manufatura e serviços: uma
  • [71] abordagem estratégica. 2ª ed. São Paulo: Atlas, 2009.
  • [72] 20. DHL Costumer Solutions & Innovation. Building the
  • [73] World – A DHL perspective on future Engineering &
  • [74] Manufacturing Supply Chains. DHL Trend Research. 2015.
  • [75] Available at:
  • [76] http://www.dhl.com/content/dam/downloads/g0/logistics/w
  • [77] hite_papers/DHL_EandM_2015+_Building_The_World.pdf
  • [78] . Access in: March/12th/2022.
  • [79] 21. Acccenture Global Operations Megatrends Study. Big
  • [80] Data Analytics in Supply Chain: Hype or Here to Stay?
  • [81] Accenture. 2014. Available at:
  • [82] https://www.accenture.com/t20160106T194441__w__/fi-en
  • [83] /_acnmedia/Accenture/Conversion-Assets/DotCom/Docum
  • [84] ents/Global/PDF/Digital_1/Accenture-Global-Operations-
  • [85] Megatrends-Study-Big-Data-Analytics-v2.pdf. Access in:
  • [86] March/12th/2022.
  • [87] 22. Daitaku. Optimization in the Transportation & Logistics
  • [88] Industry. Daitaku. 2019. Available at:
  • [89] https://www.dataiku.com/solutions/industries/transportation
  • [90] /. Acesso em: March/12th/2022.
  • [91] 23. ToolsGroup. Danone – Case Study in Food & Beverage.
  • [92] ToolsGroup. 2018. Available at:
  • [93] https://www.toolsgroup.com/customer-stories/multinational
  • [94] -food-company/. Acesso em: March/12th/2022.
  • [95] 24. CAPURRO, R.; HJORLAND, B.; CARDOSO, A. M.
  • [96] P.; TRAD., M. G. A. F.; AZEVEDO, M. A. O conceito de
  • [97] informação. Perspectivas em Ciência da Informação, v. 12,
  • [98] n. 1, 2007. Available at:
  • [99] http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/v
  • [100] iew/54/47. Acesso em: March/12th/2022.
Como citar:

INACIO, J. V. R.; "Proposta de Aplicação de Big Data e Analytics para Previsão de Demanda de Embalagens - Um Estudo de Caso no Segmento Automotivo", p. 312-320 . In: Anais do XXIX Simpósio Internacional de Engenharia Automotiva . São Paulo: Blucher, 2022.
ISSN 2357-7592, DOI 10.5151/simea2022-PAP58

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações