Medição de incerteza de demanda da cadeia de suministro do vinho
DOI:
https://doi.org/10.35588/01jbbd18Palavras-chave:
Incerteza da demanda, cadeia de suministro, gestão da produção e inventários, classificação de produtos, indústria do vinhoResumo
As cadeias de suministro enfrentam uma maior incerteza, a que deve ser considerada nas decisões tácticas e operativas. Existe uma brecha entre os modelos propostos na investigação e a prática real. O objetivo desta investigação é contribuir a fechar dita brecha, aportando descobrimentos na clasificação de produtos basados na medição da incerteza da cadeia de suministro. Para isso, apresentamos um caso de estudo de uma vinha em Chile, onde revisamos quais são os métodos empíricos de classificação de produtos. Aplicam-se dois métodos qualitativos e um método quantitativo para medir a incerteza da demanda de produtos. Conclui-se que o método quantitativo é superior nas decisões operativas e tácticas da cadeia de suministro. A novidade radica na aplicação de um método quantitativo gráfico de matriz 2x2 baseado na incerteza da demanda que classifica os produtos em forma útil para um modelo integral de gestão de inventários. O artigo abre as portas a futuras investigações que repliquem esta metodologia em outras indústrias com casos reais para fechar a brecha entre teoria e prática.
Downloads
Referências
Azzamouri, A., Baptiste, P., Dessevre, G. y Pellerin, R. (2021). Demand Driven Material Requirements Planning. (Ddmrp): A Systematic Review and Classification. Journal of Industrial Engineering and Management, 14(3), 439-456. https://doi.org/10.3926/jiem.3331
Bacchetti, A. y Saccani, N. (2012). Spare Parts Classification and Demand Forecasting for Stock Control: Investigating the Gap between Research and Practice. Omega, 40(6), 722-737. https://doi.org/10.1016/j.omega.2011.06.008
Cavalieri, S., Garetti, M., MacChi, M. y Pinto, R. (2008). A Decision-making Framework for Managing Maintenance Spare Parts. Production Planning and Control, 19(4), 379-396. https://doi.org/10.1080/09537280802034471
Chavez, J.H. (2012). Supply Chain Management. Ril.
Chopra, S. y Meindl, P. (2017). Supply Chain Management (7ma. edición). Pearson Education.
Coluccia, B., Agnusdei, G. P., Miglietta, P.P. y De Leo, F. (2021). Effects of Covid-19 on the Italian Agri-food Supply and Value Chains. Food Control, 123, 107839. https://doi.org/10.1016/j.foodcont.2020.107839
D’Alessandro, A.J. y Baveja, A. (2000). Divide and Conquer: Rohm and Haas’ Response to a Changing Specialty Chemicals Market. Interfaces, 30(6), 1-16. https://doi.org/10.1287/inte.30.6.1.11627
Fisher, M.L. (1997). What is the Right Supply Chain for Your Product? Harvard Business Review.
Ganeshan, R., Jack, E., Magazine, M.J. y Stephens, P. (1999). A Taxonomic Review of Supply Chain Management Research. En R. Ganeshan, S. Tayur y M. Magazine (Eds.), Quantitative Models for Supply Chain Management (pp. 840-879). Kluwer Academic.
Lee, H.L. (2002). Aligning Supply Chain Strategies with Product Uncertainties. California CMR, 44(3), 105-119.
Mota, J., Moreira, A., Costa, R., Serrão, S., Pais-Magalhães, V. y Costa, C. (2020). Performance Indicators to Support Firm-level Decision-making in the Wine Industry: A Systematic Literature Review. International Journal of Wine Business Research, 33(2), 217-237. https://doi.org/10.1108/IJWBR-06-2020-0027
Mula, J., Poler, R., García-Sabater, G.S. y Lario, F.C. (2006). Models for Production Planning under Uncertainty: A Review. International Journal of Production Economics, 103(1), 271-285. https://doi.org/10.1016/j.ijpe.2005.09.001
Peidro, D., Mula, J., Poler, R. y Lario, F.C. (2009). Quantitative Models for Supply Chain Planning under Uncertainty. International Journal of Advanced Manufacturing Technology, 43(3-4), 400-420. https://doi.org/10.1007/s00170-008-1715-y
Sazvar, Z., Zokaee, M., Tavakkoli-Moghaddam, R., Salari, S.A. y Nayeri, S. (2022). Designing a Sustainable Closed-loop Pharmaceutical Supply Chain in a Competitive Market Considering Demand Uncertainty, Manufacturer’s Brand and Waste Management. Annals of Operations Research, 315(2), 2057-2088. https://doi.org/10.1007/s10479-021-03961-0
Simangunsong, E., Hendry, L.C. y Stevenson, M. (2012). Supply-chain Uncertainty: A Review and Theoretical Foundation for Future Research. International Journal of Production Research, 50(16), 4493-4523. https://doi.org/10.1080/00207543.2011.613864
Simchi-Levi, D., Kaminsky, P. y Simchi-Levi, E. (2004). Managing the Supply Chain The Definitive Guide for the Business Professional. McGraw Hill.
Valenzuela, L. y Maturana, S. (2016). Designing a Three-dimensional Performance Measurement System (SMD3D) for the Wine Industry: A Chilean Example. Agricultural Systems, 142, 112–121. https://doi.org/10.1016/j.agsy.2015.11.011
Van Der Vorst, J.G.A.J. y Beulens, A.J.M. (2002). Identifying Sources of Uncertainty to Generate Supply Chain Redesign Strategies. International Journal of Physical Distribution & Logistics Management, 32(6), 409-430. https://doi.org/10.1108/09600030210437951
Van Kampen, T.J., Akkerman, R. y van Donk, D.P. (2012). SKU Classification: A Literature Review and Conceptual Framework. International Journal of Operations and Production Management, 32(7), 850-876. https://doi.org/10.1108/01443571211250112
Voss, C., Tsikriktsis, N. y Frohlich, M. (2002). Case Research in Operations Management. International Journal of Operations and Production Management, 22(2), 195-219. https://doi.org/10.1108/01443570210414329
