Uma metodologia baseada no modelo SCOR® e em inferência fuzzy para apoiar a avaliação de desempenho de fornecedores

Bibliographic Details
Main Author: Lima Junior,Francisco Rodrigues
Publication Date: 2016
Other Authors: Carvalho,Giovani Mantovani Roza, Carpinetti,Luiz Cesar Ribeiro
Format: Article
Language: por
Source: Gestão & Produção
Download full: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2016000300515
Summary: Resumo Na literatura acadêmica, tanto a seleção quanto a avaliação para o desenvolvimento de fornecedores vêm sendo abordadas como um problema de tomada de decisão no qual um conjunto de fornecedores é avaliado com base em múltiplos critérios de desempenho. Embora já existam centenas de metodologias quantitativas voltadas para o apoio à etapa de seleção de fornecedores, a avaliação de desempenho objetivando o desenvolvimento de fornecedores ainda é pouco explorada na literatura. Além disso, a maioria das abordagens existentes apresentam algumas limitações devido ao uso de técnicas inadequadas. Diante disso, este estudo propõe uma nova metodologia de apoio à avaliação de desempenho de fornecedores, desenvolvida a partir da combinação de sistemas de inferência fuzzy com alguns indicadores de desempenho do modelo SCOR® (Supply Chain Operations Reference). A abordagem proposta permite avaliar aspectos relacionados ao desempenho das operações e aos custos do fornecedor. Os resultados dessa avaliação são usados para categorizar os fornecedores com desempenho similar e indicar diretrizes adequadas para o gerenciamento de cada grupo de fornecedores. Visando demonstrar o processo de modelagem e uso, bem como avaliar a adequabilidade da proposta, foi realizada uma aplicação piloto que envolveu a avaliação de 10 fornecedores de uma empresa do setor automotivo. Quatro sistemas de inferência fuzzy foram implementados usando MATLAB® e parametrizados de acordo com os julgamentos de dois funcionários da empresa. Também foi realizada uma análise de sensibilidade para verificar a consistência dos resultados fornecidos por esses sistemas. Os resultados obtidos reforçam a adequação da metodologia proposta e das parametrizações realizadas durante a implementação. Quando comparada com as metodologias de avaliação de fornecedores encontradas na literatura, esta abordagem apresenta vantagens como o apontamento de diretrizes para a gestão da base de fornecedores, a possibilidade de integração com a avaliação de desempenho de cadeias de suprimento, a capacidade de avaliar simultaneamente uma quantidade não limitada de fornecedores, a representação e o processamento de informações em formato linguístico e o mapeamento e armazenagem interna de todos os cenários de decisão do problema por meio de regras de inferência facilmente interpretáveis.
id UFSCAR-3_dae69ad498f4825e1d5f70b3721db4ea
oai_identifier_str oai:scielo:S0104-530X2016000300515
network_acronym_str UFSCAR-3
network_name_str Gestão & Produção
repository_id_str
spelling Uma metodologia baseada no modelo SCOR® e em inferência fuzzy para apoiar a avaliação de desempenho de fornecedoresAvaliação de fornecedoresDesenvolvimento de fornecedoresModelo SCOR®Inferência fuzzyLógica fuzzyResumo Na literatura acadêmica, tanto a seleção quanto a avaliação para o desenvolvimento de fornecedores vêm sendo abordadas como um problema de tomada de decisão no qual um conjunto de fornecedores é avaliado com base em múltiplos critérios de desempenho. Embora já existam centenas de metodologias quantitativas voltadas para o apoio à etapa de seleção de fornecedores, a avaliação de desempenho objetivando o desenvolvimento de fornecedores ainda é pouco explorada na literatura. Além disso, a maioria das abordagens existentes apresentam algumas limitações devido ao uso de técnicas inadequadas. Diante disso, este estudo propõe uma nova metodologia de apoio à avaliação de desempenho de fornecedores, desenvolvida a partir da combinação de sistemas de inferência fuzzy com alguns indicadores de desempenho do modelo SCOR® (Supply Chain Operations Reference). A abordagem proposta permite avaliar aspectos relacionados ao desempenho das operações e aos custos do fornecedor. Os resultados dessa avaliação são usados para categorizar os fornecedores com desempenho similar e indicar diretrizes adequadas para o gerenciamento de cada grupo de fornecedores. Visando demonstrar o processo de modelagem e uso, bem como avaliar a adequabilidade da proposta, foi realizada uma aplicação piloto que envolveu a avaliação de 10 fornecedores de uma empresa do setor automotivo. Quatro sistemas de inferência fuzzy foram implementados usando MATLAB® e parametrizados de acordo com os julgamentos de dois funcionários da empresa. Também foi realizada uma análise de sensibilidade para verificar a consistência dos resultados fornecidos por esses sistemas. Os resultados obtidos reforçam a adequação da metodologia proposta e das parametrizações realizadas durante a implementação. Quando comparada com as metodologias de avaliação de fornecedores encontradas na literatura, esta abordagem apresenta vantagens como o apontamento de diretrizes para a gestão da base de fornecedores, a possibilidade de integração com a avaliação de desempenho de cadeias de suprimento, a capacidade de avaliar simultaneamente uma quantidade não limitada de fornecedores, a representação e o processamento de informações em formato linguístico e o mapeamento e armazenagem interna de todos os cenários de decisão do problema por meio de regras de inferência facilmente interpretáveis.Universidade Federal de São Carlos2016-09-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2016000300515Gestão & Produção v.23 n.3 2016reponame:Gestão & Produçãoinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCAR10.1590/0104-530x2625-15info:eu-repo/semantics/openAccessLima Junior,Francisco RodriguesCarvalho,Giovani Mantovani RozaCarpinetti,Luiz Cesar Ribeiropor2016-12-20T00:00:00Zoai:scielo:S0104-530X2016000300515Revistahttps://www.gestaoeproducao.com/PUBhttps://old.scielo.br/oai/scielo-oai.phpgp@dep.ufscar.br||revistagestaoemanalise@unichristus.edu.br1806-96490104-530Xopendoar:2016-12-20T00:00Gestão & Produção - Universidade Federal de São Carlos (UFSCAR)false
dc.title.none.fl_str_mv Uma metodologia baseada no modelo SCOR® e em inferência fuzzy para apoiar a avaliação de desempenho de fornecedores
title Uma metodologia baseada no modelo SCOR® e em inferência fuzzy para apoiar a avaliação de desempenho de fornecedores
spellingShingle Uma metodologia baseada no modelo SCOR® e em inferência fuzzy para apoiar a avaliação de desempenho de fornecedores
Lima Junior,Francisco Rodrigues
Avaliação de fornecedores
Desenvolvimento de fornecedores
Modelo SCOR®
Inferência fuzzy
Lógica fuzzy
title_short Uma metodologia baseada no modelo SCOR® e em inferência fuzzy para apoiar a avaliação de desempenho de fornecedores
title_full Uma metodologia baseada no modelo SCOR® e em inferência fuzzy para apoiar a avaliação de desempenho de fornecedores
title_fullStr Uma metodologia baseada no modelo SCOR® e em inferência fuzzy para apoiar a avaliação de desempenho de fornecedores
title_full_unstemmed Uma metodologia baseada no modelo SCOR® e em inferência fuzzy para apoiar a avaliação de desempenho de fornecedores
title_sort Uma metodologia baseada no modelo SCOR® e em inferência fuzzy para apoiar a avaliação de desempenho de fornecedores
author Lima Junior,Francisco Rodrigues
author_facet Lima Junior,Francisco Rodrigues
Carvalho,Giovani Mantovani Roza
Carpinetti,Luiz Cesar Ribeiro
author_role author
author2 Carvalho,Giovani Mantovani Roza
Carpinetti,Luiz Cesar Ribeiro
author2_role author
author
dc.contributor.author.fl_str_mv Lima Junior,Francisco Rodrigues
Carvalho,Giovani Mantovani Roza
Carpinetti,Luiz Cesar Ribeiro
dc.subject.por.fl_str_mv Avaliação de fornecedores
Desenvolvimento de fornecedores
Modelo SCOR®
Inferência fuzzy
Lógica fuzzy
topic Avaliação de fornecedores
Desenvolvimento de fornecedores
Modelo SCOR®
Inferência fuzzy
Lógica fuzzy
description Resumo Na literatura acadêmica, tanto a seleção quanto a avaliação para o desenvolvimento de fornecedores vêm sendo abordadas como um problema de tomada de decisão no qual um conjunto de fornecedores é avaliado com base em múltiplos critérios de desempenho. Embora já existam centenas de metodologias quantitativas voltadas para o apoio à etapa de seleção de fornecedores, a avaliação de desempenho objetivando o desenvolvimento de fornecedores ainda é pouco explorada na literatura. Além disso, a maioria das abordagens existentes apresentam algumas limitações devido ao uso de técnicas inadequadas. Diante disso, este estudo propõe uma nova metodologia de apoio à avaliação de desempenho de fornecedores, desenvolvida a partir da combinação de sistemas de inferência fuzzy com alguns indicadores de desempenho do modelo SCOR® (Supply Chain Operations Reference). A abordagem proposta permite avaliar aspectos relacionados ao desempenho das operações e aos custos do fornecedor. Os resultados dessa avaliação são usados para categorizar os fornecedores com desempenho similar e indicar diretrizes adequadas para o gerenciamento de cada grupo de fornecedores. Visando demonstrar o processo de modelagem e uso, bem como avaliar a adequabilidade da proposta, foi realizada uma aplicação piloto que envolveu a avaliação de 10 fornecedores de uma empresa do setor automotivo. Quatro sistemas de inferência fuzzy foram implementados usando MATLAB® e parametrizados de acordo com os julgamentos de dois funcionários da empresa. Também foi realizada uma análise de sensibilidade para verificar a consistência dos resultados fornecidos por esses sistemas. Os resultados obtidos reforçam a adequação da metodologia proposta e das parametrizações realizadas durante a implementação. Quando comparada com as metodologias de avaliação de fornecedores encontradas na literatura, esta abordagem apresenta vantagens como o apontamento de diretrizes para a gestão da base de fornecedores, a possibilidade de integração com a avaliação de desempenho de cadeias de suprimento, a capacidade de avaliar simultaneamente uma quantidade não limitada de fornecedores, a representação e o processamento de informações em formato linguístico e o mapeamento e armazenagem interna de todos os cenários de decisão do problema por meio de regras de inferência facilmente interpretáveis.
publishDate 2016
dc.date.none.fl_str_mv 2016-09-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2016000300515
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2016000300515
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/0104-530x2625-15
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Universidade Federal de São Carlos
publisher.none.fl_str_mv Universidade Federal de São Carlos
dc.source.none.fl_str_mv Gestão & Produção v.23 n.3 2016
reponame:Gestão & Produção
instname:Universidade Federal de São Carlos (UFSCAR)
instacron:UFSCAR
instname_str Universidade Federal de São Carlos (UFSCAR)
instacron_str UFSCAR
institution UFSCAR
reponame_str Gestão & Produção
collection Gestão & Produção
repository.name.fl_str_mv Gestão & Produção - Universidade Federal de São Carlos (UFSCAR)
repository.mail.fl_str_mv gp@dep.ufscar.br||revistagestaoemanalise@unichristus.edu.br
_version_ 1750118205767024640