Dimensionamento de equipes baseado em modelos de previsão, simulação e alocação : caso de uma empresa do setor elétrico

Detalhes bibliográficos
Autor(a) principal: Magro, Magda Alexandra de Bona
Data de Publicação: 2003
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/4564
Resumo: O bom dimensionamento de equipes contribui para o aumento do nível dos serviços prestados pelas empresas, com o menor custo possível. Uma alternativa para abordar a questão foi dimensionar as equipes de eletricistas, de uma empresa do setor elétrico, (utilizando técnicas de previsão de demanda, de simulação e de alocação) para atender de forma otimizada, a demanda variável das atividades prestadas - fornecimento de energia. Um equilíbrio entre a demanda por serviços e a capacidade de execução da empresa evitaria longas filas de espera dos clientes e servidores (eletricistas) ociosos. Cinco etapas forma cumpridas: fase exploratória, coleta de dados, previsão de demanda e simulação do processo e alocação do recurso. Na primeira houve um entendimento de como chegava o pedido do serviço na empresa até a finalização da ordem de serviço. Na coleta de dados foram levantados aproximadamente 80 tipos diferentes de atividades desenvolvidas pelos eletricistas e classificadas de acordo com a prioridade de urgência, prazos de atendimento dos serviços e afinidade de execução das tarefas. Nesta etapa ainda foram coletados os volumes de serviços gerados e tempos médios de deslocamento e execução das atividades. Na terceira etapa foi utilizado um software de previsão de demanda chamado Forecast Pro, possibilitando a escolha automática do modelo de previsão mais apropriado para a série histórica em estudo. Na quarta etapa, foi utilizado um software de simulação de processos chamado Arena. Desenvolveu-se um modelo do processo real com os respectivos dados de entrada dos serviços, tempos de deslocamento e execução e número de equipes. Na última etapa, utilizando a ferramenta Solver do Excel otimizou-se o número de equipes. Um dos resultados da ação foi obter vários cenários com a variação do número de equipes e seus respectivos tempos médios de atendimento, sem causar nenhum dano para a empresa, podendo assim ser analisado qual o melhor cenário para ser implementado na companhia, minimizando o problema.
id URGS_1df5431f10e64b5909774213efe7c3d7
oai_identifier_str oai:www.lume.ufrgs.br:10183/4564
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Magro, Magda Alexandra de BonaSenna, Luiz Afonso dos Santos2007-06-06T17:37:58Z2003http://hdl.handle.net/10183/4564000457665O bom dimensionamento de equipes contribui para o aumento do nível dos serviços prestados pelas empresas, com o menor custo possível. Uma alternativa para abordar a questão foi dimensionar as equipes de eletricistas, de uma empresa do setor elétrico, (utilizando técnicas de previsão de demanda, de simulação e de alocação) para atender de forma otimizada, a demanda variável das atividades prestadas - fornecimento de energia. Um equilíbrio entre a demanda por serviços e a capacidade de execução da empresa evitaria longas filas de espera dos clientes e servidores (eletricistas) ociosos. Cinco etapas forma cumpridas: fase exploratória, coleta de dados, previsão de demanda e simulação do processo e alocação do recurso. Na primeira houve um entendimento de como chegava o pedido do serviço na empresa até a finalização da ordem de serviço. Na coleta de dados foram levantados aproximadamente 80 tipos diferentes de atividades desenvolvidas pelos eletricistas e classificadas de acordo com a prioridade de urgência, prazos de atendimento dos serviços e afinidade de execução das tarefas. Nesta etapa ainda foram coletados os volumes de serviços gerados e tempos médios de deslocamento e execução das atividades. Na terceira etapa foi utilizado um software de previsão de demanda chamado Forecast Pro, possibilitando a escolha automática do modelo de previsão mais apropriado para a série histórica em estudo. Na quarta etapa, foi utilizado um software de simulação de processos chamado Arena. Desenvolveu-se um modelo do processo real com os respectivos dados de entrada dos serviços, tempos de deslocamento e execução e número de equipes. Na última etapa, utilizando a ferramenta Solver do Excel otimizou-se o número de equipes. Um dos resultados da ação foi obter vários cenários com a variação do número de equipes e seus respectivos tempos médios de atendimento, sem causar nenhum dano para a empresa, podendo assim ser analisado qual o melhor cenário para ser implementado na companhia, minimizando o problema.application/pdfporEmpresa do setor elétricoPrestação de serviçosPrevisão de demandaDimensionamento de equipes baseado em modelos de previsão, simulação e alocação : caso de uma empresa do setor elétricoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de ProduçãoPorto Alegre, BR-RS2003mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000457665.pdf000457665.pdfTexto completoapplication/pdf1458849http://www.lume.ufrgs.br/bitstream/10183/4564/1/000457665.pdf4d12c26a7d2ee3f87b7aa88b03ac4159MD51TEXT000457665.pdf.txt000457665.pdf.txtExtracted Texttext/plain165573http://www.lume.ufrgs.br/bitstream/10183/4564/2/000457665.pdf.txta1ff60672961a40c24de31a6979510c4MD52THUMBNAIL000457665.pdf.jpg000457665.pdf.jpgGenerated Thumbnailimage/jpeg1314http://www.lume.ufrgs.br/bitstream/10183/4564/3/000457665.pdf.jpg9d5426bb36e0d5cdfa4caaea6e2b3852MD5310183/45642018-10-05 08:51:10.72oai:www.lume.ufrgs.br:10183/4564Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-05T11:51:10Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Dimensionamento de equipes baseado em modelos de previsão, simulação e alocação : caso de uma empresa do setor elétrico
title Dimensionamento de equipes baseado em modelos de previsão, simulação e alocação : caso de uma empresa do setor elétrico
spellingShingle Dimensionamento de equipes baseado em modelos de previsão, simulação e alocação : caso de uma empresa do setor elétrico
Magro, Magda Alexandra de Bona
Empresa do setor elétrico
Prestação de serviços
Previsão de demanda
title_short Dimensionamento de equipes baseado em modelos de previsão, simulação e alocação : caso de uma empresa do setor elétrico
title_full Dimensionamento de equipes baseado em modelos de previsão, simulação e alocação : caso de uma empresa do setor elétrico
title_fullStr Dimensionamento de equipes baseado em modelos de previsão, simulação e alocação : caso de uma empresa do setor elétrico
title_full_unstemmed Dimensionamento de equipes baseado em modelos de previsão, simulação e alocação : caso de uma empresa do setor elétrico
title_sort Dimensionamento de equipes baseado em modelos de previsão, simulação e alocação : caso de uma empresa do setor elétrico
author Magro, Magda Alexandra de Bona
author_facet Magro, Magda Alexandra de Bona
author_role author
dc.contributor.author.fl_str_mv Magro, Magda Alexandra de Bona
dc.contributor.advisor1.fl_str_mv Senna, Luiz Afonso dos Santos
contributor_str_mv Senna, Luiz Afonso dos Santos
dc.subject.por.fl_str_mv Empresa do setor elétrico
Prestação de serviços
Previsão de demanda
topic Empresa do setor elétrico
Prestação de serviços
Previsão de demanda
description O bom dimensionamento de equipes contribui para o aumento do nível dos serviços prestados pelas empresas, com o menor custo possível. Uma alternativa para abordar a questão foi dimensionar as equipes de eletricistas, de uma empresa do setor elétrico, (utilizando técnicas de previsão de demanda, de simulação e de alocação) para atender de forma otimizada, a demanda variável das atividades prestadas - fornecimento de energia. Um equilíbrio entre a demanda por serviços e a capacidade de execução da empresa evitaria longas filas de espera dos clientes e servidores (eletricistas) ociosos. Cinco etapas forma cumpridas: fase exploratória, coleta de dados, previsão de demanda e simulação do processo e alocação do recurso. Na primeira houve um entendimento de como chegava o pedido do serviço na empresa até a finalização da ordem de serviço. Na coleta de dados foram levantados aproximadamente 80 tipos diferentes de atividades desenvolvidas pelos eletricistas e classificadas de acordo com a prioridade de urgência, prazos de atendimento dos serviços e afinidade de execução das tarefas. Nesta etapa ainda foram coletados os volumes de serviços gerados e tempos médios de deslocamento e execução das atividades. Na terceira etapa foi utilizado um software de previsão de demanda chamado Forecast Pro, possibilitando a escolha automática do modelo de previsão mais apropriado para a série histórica em estudo. Na quarta etapa, foi utilizado um software de simulação de processos chamado Arena. Desenvolveu-se um modelo do processo real com os respectivos dados de entrada dos serviços, tempos de deslocamento e execução e número de equipes. Na última etapa, utilizando a ferramenta Solver do Excel otimizou-se o número de equipes. Um dos resultados da ação foi obter vários cenários com a variação do número de equipes e seus respectivos tempos médios de atendimento, sem causar nenhum dano para a empresa, podendo assim ser analisado qual o melhor cenário para ser implementado na companhia, minimizando o problema.
publishDate 2003
dc.date.issued.fl_str_mv 2003
dc.date.accessioned.fl_str_mv 2007-06-06T17:37:58Z
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.uri.fl_str_mv http://hdl.handle.net/10183/4564
dc.identifier.nrb.pt_BR.fl_str_mv 000457665
url http://hdl.handle.net/10183/4564
identifier_str_mv 000457665
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/4564/1/000457665.pdf
http://www.lume.ufrgs.br/bitstream/10183/4564/2/000457665.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/4564/3/000457665.pdf.jpg
bitstream.checksum.fl_str_mv 4d12c26a7d2ee3f87b7aa88b03ac4159
a1ff60672961a40c24de31a6979510c4
9d5426bb36e0d5cdfa4caaea6e2b3852
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085042160926720