Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal : reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia

Detalhes bibliográficos
Autor(a) principal: RODRIGUES, Naialy Patrícia
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/53312
Resumo: O setor bancário brasileiro tem sido alvo de reclamações devido às longas filas. No âmbito da Caixa Econômica Federal (CEF), esse problema foi acentuado com o Decreto n.o 10.316 que regulamenta o Auxílio Emergencial para reduzir os impactos econômicos derivados do SARS- CoV-2 (COVID-19). O decreto imputou os valores dos subsídios para pessoas em situação de risco e decidiu que somente a CEF se encarregar do cadastramento, e o repasse dos valores para a população provocando uma demanda massiva dos órgãos da CEF, formando grandes filas de espera. A presente pesquisa visa a busca pela melhoria nos tempos de espera de filas de três setores em uma agência bancária da CEF. Para isso, utilizou-se dos cálculos da teoria das filas empregando-os no Python® e foram plotados cenários com configurações de contratações, e posteriormente, realizada uma Análise Envoltória de Dados no RStudio® pelo método Free Disposal Hull (FDH) orientado ao output desses cenários. Os inputs utilizados foram a quantidade de atendentes simuladas dos setores Expresso, Gov-Social e Caixa, setores esses que são a principal porta de entrada para cadastramento e recebimento de verbas destinadas ao fomento e ao desenvolvimento social e que, portanto, absorvem as maiores demandas de pessoas. Para o output foram considerados os tempos médios de espera simulados. O total de Decision Making Unit (DMUs) plotadas foi de 197, sendo 120 pertencentes ao grupo de 2019 e 77 pertinente ao grupo de 2020. O primeiro grupo o qual foi o de 2019 apenas 9 DMUs se mostraram eficientes e no ano de 2020 7 das 77 unidades se evidenciaram como eficientes. Ademais, foi realizado um ranqueamento mês a mês para observar qual cenário, mesmo que não eficiente, se destacava. Os resultados obtidos foram que o setor Expresso necessitava de contratação de mais mão de obra do que os demais setores. Em 2019, a melhor alocação era a contratação de dois funcionários para o setor Caixa, de dois para o setor Gov-Social e de três para o setor Expresso. No que diz respeito ao ano de 2020, as contratações recomendadas foram à ordem de um servidor para o setor Caixa e cinco colaboradores para o setor Expresso. Por fim, o estudo identificou desafios relacionados à demanda exponencial causada pela pandemia de COVID-19. Constatou-se que, apesar da capacidade máxima de contratações apresentadas pelo especialista atrelado operação dos serviços de forma otimizada pelos dois modelo e simulações usados, alguns meses de 2020 o número de servidores ainda foi aquém da necessidade para atender a demanda.
id UFPE_f61a60b1991e6dc8f0830a947f120317
oai_identifier_str oai:repositorio.ufpe.br:123456789/53312
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling RODRIGUES, Naialy Patríciahttp://lattes.cnpq.br/4674471506632564http://lattes.cnpq.br/4815452948320665http://lattes.cnpq.br/6624078272434102NEPOMUCENO, Thyago Celso CavalcanteBARBOSA, Flávia2023-10-30T17:04:47Z2023-10-30T17:04:47Z2023-08-21RODRIGUES, Naialy Patrícia. Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal: reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia. 2023. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Pernambuco, Caruaru, 2023.https://repositorio.ufpe.br/handle/123456789/53312O setor bancário brasileiro tem sido alvo de reclamações devido às longas filas. No âmbito da Caixa Econômica Federal (CEF), esse problema foi acentuado com o Decreto n.o 10.316 que regulamenta o Auxílio Emergencial para reduzir os impactos econômicos derivados do SARS- CoV-2 (COVID-19). O decreto imputou os valores dos subsídios para pessoas em situação de risco e decidiu que somente a CEF se encarregar do cadastramento, e o repasse dos valores para a população provocando uma demanda massiva dos órgãos da CEF, formando grandes filas de espera. A presente pesquisa visa a busca pela melhoria nos tempos de espera de filas de três setores em uma agência bancária da CEF. Para isso, utilizou-se dos cálculos da teoria das filas empregando-os no Python® e foram plotados cenários com configurações de contratações, e posteriormente, realizada uma Análise Envoltória de Dados no RStudio® pelo método Free Disposal Hull (FDH) orientado ao output desses cenários. Os inputs utilizados foram a quantidade de atendentes simuladas dos setores Expresso, Gov-Social e Caixa, setores esses que são a principal porta de entrada para cadastramento e recebimento de verbas destinadas ao fomento e ao desenvolvimento social e que, portanto, absorvem as maiores demandas de pessoas. Para o output foram considerados os tempos médios de espera simulados. O total de Decision Making Unit (DMUs) plotadas foi de 197, sendo 120 pertencentes ao grupo de 2019 e 77 pertinente ao grupo de 2020. O primeiro grupo o qual foi o de 2019 apenas 9 DMUs se mostraram eficientes e no ano de 2020 7 das 77 unidades se evidenciaram como eficientes. Ademais, foi realizado um ranqueamento mês a mês para observar qual cenário, mesmo que não eficiente, se destacava. Os resultados obtidos foram que o setor Expresso necessitava de contratação de mais mão de obra do que os demais setores. Em 2019, a melhor alocação era a contratação de dois funcionários para o setor Caixa, de dois para o setor Gov-Social e de três para o setor Expresso. No que diz respeito ao ano de 2020, as contratações recomendadas foram à ordem de um servidor para o setor Caixa e cinco colaboradores para o setor Expresso. Por fim, o estudo identificou desafios relacionados à demanda exponencial causada pela pandemia de COVID-19. Constatou-se que, apesar da capacidade máxima de contratações apresentadas pelo especialista atrelado operação dos serviços de forma otimizada pelos dois modelo e simulações usados, alguns meses de 2020 o número de servidores ainda foi aquém da necessidade para atender a demanda.FACEPEThe Brazilian banking sector has been the target of complaints due to long queues. Within the scope of Caixa Econômica Federal (CEF), this problem was accentuated with Decree No. 10,316 that regulates Emergency Aid to reduce the economic impacts derived from SARS- CoV-2 (COVID-19). The decree imputed the amounts of subsidies for people at risk and decided that only the CEF would be in charge of the registration, and the transfer of the amounts to the population, causing a massive demand from the CEF bodies, forming large queues. The present research aims to improve the waiting times of queues in three sectors in a CEF bank branch. For this, queuing theory calculations were used using them in Python® and scenarios with hiring configurations were plotted, and later, a Data Envelopment Analysis was performed in RStudio® by the output-oriented Free Disposal Hull (FDH) method of these scenarios. The inputs used were the number of simulated attendants in the Express, Gov-Social and Caixa sectors, sectors that are the main gateway for registering and receiving funds for promotion and social development and, therefore, absorb the greatest demands. of people. For the output, the average simulated waiting times were considered. The total Decision Making Unit (DMUs) plotted was 197, with 120 belonging to the 2019 group and 77 belonging to the 2020 group. The first group, which was the 2019 group, only 9 DMUs were efficient and in the year 2020 7 of the 77 units proved to be efficient. In addition, a month-to-month ranking was carried out to observe which scenario, even if not efficient, stood out. The results obtained were that the Express sector needed to hire more labor than the other sectors. In 2019, the best allocation was to hire two employees for the Caixa sector, two for the Gov-Social sector and three for the Express sector. With regard to the year 2020, the recommended hires were one server for the Caixa sector and five employees for the Express sector. Finally, the study identified challenges related to the exponential demand caused by the COVID-19 pandemic. It was found that, despite the maximum hiring capacity presented by the specialist linked to the operation of the services in an optimized way by the two models and simulations used, some months of 2020 the number of servers was still below the need to meet the demand.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia de Producao / CAAUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCaixa EconômicaBancos – Serviços ao clienteTeoria das filasMétodos de simulaçãoEficiênciaAvaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal : reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemiainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETEXTDISSERTAÇÃO Naialy Patrícia Rodrigues.pdf.txtDISSERTAÇÃO Naialy Patrícia Rodrigues.pdf.txtExtracted texttext/plain265565https://repositorio.ufpe.br/bitstream/123456789/53312/4/DISSERTA%c3%87%c3%83O%20Naialy%20Patr%c3%adcia%20Rodrigues.pdf.txtf56851ab80e8ece08136f65eb1318c81MD54THUMBNAILDISSERTAÇÃO Naialy Patrícia Rodrigues.pdf.jpgDISSERTAÇÃO Naialy Patrícia Rodrigues.pdf.jpgGenerated Thumbnailimage/jpeg1263https://repositorio.ufpe.br/bitstream/123456789/53312/5/DISSERTA%c3%87%c3%83O%20Naialy%20Patr%c3%adcia%20Rodrigues.pdf.jpg74007922d12696ee8c27d751eb64bfcfMD55ORIGINALDISSERTAÇÃO Naialy Patrícia Rodrigues.pdfDISSERTAÇÃO Naialy Patrícia Rodrigues.pdfapplication/pdf1752719https://repositorio.ufpe.br/bitstream/123456789/53312/1/DISSERTA%c3%87%c3%83O%20Naialy%20Patr%c3%adcia%20Rodrigues.pdf744b3b79b5bb721bee9f2306e831385dMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/53312/3/license.txt5e89a1613ddc8510c6576f4b23a78973MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/53312/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52123456789/533122023-10-31 02:22:35.12oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212023-10-31T05:22:35Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal : reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia
title Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal : reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia
spellingShingle Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal : reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia
RODRIGUES, Naialy Patrícia
Caixa Econômica
Bancos – Serviços ao cliente
Teoria das filas
Métodos de simulação
Eficiência
title_short Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal : reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia
title_full Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal : reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia
title_fullStr Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal : reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia
title_full_unstemmed Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal : reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia
title_sort Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal : reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia
author RODRIGUES, Naialy Patrícia
author_facet RODRIGUES, Naialy Patrícia
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/4674471506632564
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/4815452948320665
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6624078272434102
dc.contributor.author.fl_str_mv RODRIGUES, Naialy Patrícia
dc.contributor.advisor1.fl_str_mv NEPOMUCENO, Thyago Celso Cavalcante
dc.contributor.advisor-co1.fl_str_mv BARBOSA, Flávia
contributor_str_mv NEPOMUCENO, Thyago Celso Cavalcante
BARBOSA, Flávia
dc.subject.por.fl_str_mv Caixa Econômica
Bancos – Serviços ao cliente
Teoria das filas
Métodos de simulação
Eficiência
topic Caixa Econômica
Bancos – Serviços ao cliente
Teoria das filas
Métodos de simulação
Eficiência
description O setor bancário brasileiro tem sido alvo de reclamações devido às longas filas. No âmbito da Caixa Econômica Federal (CEF), esse problema foi acentuado com o Decreto n.o 10.316 que regulamenta o Auxílio Emergencial para reduzir os impactos econômicos derivados do SARS- CoV-2 (COVID-19). O decreto imputou os valores dos subsídios para pessoas em situação de risco e decidiu que somente a CEF se encarregar do cadastramento, e o repasse dos valores para a população provocando uma demanda massiva dos órgãos da CEF, formando grandes filas de espera. A presente pesquisa visa a busca pela melhoria nos tempos de espera de filas de três setores em uma agência bancária da CEF. Para isso, utilizou-se dos cálculos da teoria das filas empregando-os no Python® e foram plotados cenários com configurações de contratações, e posteriormente, realizada uma Análise Envoltória de Dados no RStudio® pelo método Free Disposal Hull (FDH) orientado ao output desses cenários. Os inputs utilizados foram a quantidade de atendentes simuladas dos setores Expresso, Gov-Social e Caixa, setores esses que são a principal porta de entrada para cadastramento e recebimento de verbas destinadas ao fomento e ao desenvolvimento social e que, portanto, absorvem as maiores demandas de pessoas. Para o output foram considerados os tempos médios de espera simulados. O total de Decision Making Unit (DMUs) plotadas foi de 197, sendo 120 pertencentes ao grupo de 2019 e 77 pertinente ao grupo de 2020. O primeiro grupo o qual foi o de 2019 apenas 9 DMUs se mostraram eficientes e no ano de 2020 7 das 77 unidades se evidenciaram como eficientes. Ademais, foi realizado um ranqueamento mês a mês para observar qual cenário, mesmo que não eficiente, se destacava. Os resultados obtidos foram que o setor Expresso necessitava de contratação de mais mão de obra do que os demais setores. Em 2019, a melhor alocação era a contratação de dois funcionários para o setor Caixa, de dois para o setor Gov-Social e de três para o setor Expresso. No que diz respeito ao ano de 2020, as contratações recomendadas foram à ordem de um servidor para o setor Caixa e cinco colaboradores para o setor Expresso. Por fim, o estudo identificou desafios relacionados à demanda exponencial causada pela pandemia de COVID-19. Constatou-se que, apesar da capacidade máxima de contratações apresentadas pelo especialista atrelado operação dos serviços de forma otimizada pelos dois modelo e simulações usados, alguns meses de 2020 o número de servidores ainda foi aquém da necessidade para atender a demanda.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-10-30T17:04:47Z
dc.date.available.fl_str_mv 2023-10-30T17:04:47Z
dc.date.issued.fl_str_mv 2023-08-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv RODRIGUES, Naialy Patrícia. Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal: reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia. 2023. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Pernambuco, Caruaru, 2023.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/53312
identifier_str_mv RODRIGUES, Naialy Patrícia. Avaliação quantitativa da dinâmica de atendimento na Caixa Econômica Federal: reformulação das filas nos setores Caixa, Gov-Social e Expresso antes e durante a pandemia. 2023. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Pernambuco, Caruaru, 2023.
url https://repositorio.ufpe.br/handle/123456789/53312
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Engenharia de Producao / CAA
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/53312/4/DISSERTA%c3%87%c3%83O%20Naialy%20Patr%c3%adcia%20Rodrigues.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/53312/5/DISSERTA%c3%87%c3%83O%20Naialy%20Patr%c3%adcia%20Rodrigues.pdf.jpg
https://repositorio.ufpe.br/bitstream/123456789/53312/1/DISSERTA%c3%87%c3%83O%20Naialy%20Patr%c3%adcia%20Rodrigues.pdf
https://repositorio.ufpe.br/bitstream/123456789/53312/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/53312/2/license_rdf
bitstream.checksum.fl_str_mv f56851ab80e8ece08136f65eb1318c81
74007922d12696ee8c27d751eb64bfcf
744b3b79b5bb721bee9f2306e831385d
5e89a1613ddc8510c6576f4b23a78973
e39d27027a6cc9cb039ad269a5db8e34
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310780689842176