Os autores completaram recentemente uma análise extensiva das métricas de desempenho da logística de saída de 247 empresas em um amplo sortimento de indústrias. Este artigo resume os resultados deste estudo e suas implicações para as operações e estratégias de logística de saída de uma empresa.
A logística de saída é definida pelo Council of Supply Chain Management Professionals como “o processo relacionado ao movimento e armazenamento de produtos desde o final da linha de produção até o usuário final”, e desempenha um papel crítico no processo geral de gestão da relação com o cliente de um fornecedor. Os retalhistas mantêm os seus fornecedores em padrões muito rigorosos de entrega de produtos. A falha de um fornecedor em fornecer um serviço confiável aos seus clientes de varejo pode resultar em penalidades financeiras significativas e até mesmo na eliminação (ou seja, a eliminação) dos produtos de um fornecedor da carteira ativa de produtos de um varejista. Assim, o desempenho da logística de saída representa um fator importante na decisão de um varejista de estocar ou não os produtos de um fornecedor e, portanto, também representa um determinante importante da cadeia de fornecimento e do sucesso comercial de um fornecedor.
Exploramos como diferentes empresas e diferentes indústrias se aproximam e gerenciam o processo de logística de saída. Por exemplo, avaliamos se as empresas podem ser agrupadas ou classificadas com base em diferentes e únicas estratégias de logística de saída. Além disso, examinamos se diferentes estratégias de logística de saída contribuem para diferentes níveis de rentabilidade da empresa. A base para nossa análise e conclusões é um banco de dados de métricas de desempenho da logística de saída e rentabilidade da empresa de 247 empresas obtidas do fornecedor de software empresarial SAP.
Métricas de desempenho fornecem insights sobre o foco operacional e estratégia de uma empresa, como sua estratégia logística de saída. Especificamente, ao avaliar a força do desempenho de uma empresa em diferentes operações (através de suas métricas), pode-se discernir quais operações e estratégias a empresa enfatiza. Em resumo, nosso objetivo foi determinar:
- Se existem clusters distintos (ou seja grupos) de empresas que operam com uma ênfase muito semelhante ou compartilhada em métricas chave de desempenho para a parte logística de saída da cadeia de suprimentos, e
- Que efeito, se houver, essas ênfases diferentes têm no desempenho financeiro de uma empresa.
Os profissionais da cadeia de suprimentos têm uma crença geral de que a melhoria na logística de saída deve ter um impacto positivo na rentabilidade financeira de uma empresa e que há diferenças no desempenho da logística de saída entre os setores. No entanto, ainda falta uma análise quantitativa rigorosa que forneça orientação específica nesta área, motivando esta pesquisa.
O desempenho no tempo é a chave
Para melhor atingir nossos objetivos de pesquisa, decidimos que os dados de desempenho real sobre um conjunto de níveis de desempenho e custos para a logística de saída facilitariam uma perspectiva perspicaz e baseada em fatos. Assim, desenvolvemos dados sobre um conjunto conciso de variáveis que cobriam todos os componentes principais da logística de saída. Para os nossos objectivos, definimos a logística de saída como consistindo em:
- A gestão do inventário produzido (a entregar ao cliente)
- O processo de distribuição (ou seja, armazenamento e transporte)
- O serviço ao cliente (ou seja, o serviço ao cliente) a entrega efectiva)
- Capacidades e compromisso com a previsão da procura e planeamento da cadeia de fornecimento.
Com base no processo e capacidades que acabamos de definir, identificamos as seguintes variáveis a serem incluídas em nosso estudo:
- Custos de transporte do inventário
- Custos de transporte do inventário obsoleto
- Dias de inventário em mãos
- Custos de armazenamento
- Custos de transporte
- Desempenho da entrega no prazo
- Exatidão da previsão
- Custos de planejamento da cadeia de suprimentos
Custos de transporte do inventário, dias de estoque em mãos e custos de estoque obsoletos fornecem uma perspectiva dos custos de estoque de uma empresa, seu compromisso em ter o estoque disponível para os clientes e como uma empresa planeja bem seu estoque. Armazenagem e transporte são dois componentes principais do processo de distribuição. Assim, do ponto de vista dos custos, consideramos importante captar estes dois factores. Pesquisas com profissionais da cadeia de fornecimento invariavelmente mostram que os profissionais avaliam a entrega pontual como a medida mais importante do serviço de um fornecedor a um cliente. Portanto, selecionamos o desempenho no prazo como o principal indicador de serviço para incluir em nossa análise.
A precisão da previsão é um bom barômetro da capacidade de uma empresa de executar o planejamento de curto prazo em uma área chave – que combina demanda e oferta. Além disso, a precisão da previsão de uma empresa afeta outros planos e decisões chave, tais como planos de produção e entrega. Para avaliar o compromisso de uma empresa com o planejamento de longo prazo, selecionamos o custo de planejamento da cadeia de suprimentos, definido como aqueles gastos relacionados ao desenvolvimento de planos de longo prazo da cadeia de suprimentos que incluem aqueles para a logística de saída. Nossa lógica para incluir essa variável é que se pode considerar o nível de gastos de uma empresa no planejamento da cadeia de suprimentos como um substituto para o compromisso da empresa em atender às necessidades de entrega dos clientes.
Também exigimos uma nona variável, a saber, a margem operacional de cada empresa. A margem operacional de uma empresa reflecte a sua rentabilidade após a entrega (e venda) do seu inventário aos seus clientes. A margem operacional foi medida como lucro antes de juros e impostos (EBIT).
Para tornar as margens operacionais comparáveis entre a amostra, subtraímos a margem operacional mediana da indústria e do ano (obtida da Compustat) da margem operacional real da empresa para obter uma margem operacional ajustada. A margem operacional ajustada indica quanto mais (menos) uma empresa da amostra é rentável em relação ao seu setor durante um determinado ano.
Os dados para este estudo foram obtidos do programa de benchmarking da SAP para planejamento da cadeia de suprimentos, apresentando dados coletados entre 2007-2012 de gerentes de cadeia de suprimentos em várias organizações de manufatura e serviços.
Demográficos
Quadro 1 fornece a distribuição das empresas da amostra por setor, enquanto a Tabela 2 mostra a distribuição da receita anual entre essas empresas. As empresas fabricantes compreendem 83,1% da amostra, e as empresas da amostra variam em receita anual de menos de $100 milhões (7%) a mais de $5 bilhões (8%), com a grande maioria entre $100 milhões e $5 bilhões (85%).
Foco Operacional
Testes estatísticos numerosos empregando métodos como análise de clusters e análise de variância levaram à conclusão de que as 247 empresas deste estudo poderiam ser classificadas em quatro clusters distintos e estatisticamente significativos. Especificamente, constatamos que dentro de cada grupo, todas as empresas individuais enfatizaram métricas de desempenho logístico de saída similares e, portanto, implicitamente, estratégias similares para operações logísticas de saída. Com base em seu desempenho operacional, nomeamos esses quatro clusters distintos de empresas como:
-
Provedores de Baixo Custo e Baixo Serviço - Gastos de Distribuição Pesa
- Planejadores e Gastos de Distribuição Eficiente
- Minimizadores de Investimento Inventário.
Os nomes desses clusters transmitem o respectivo foco operacional da logística de saída de cada um desses quatro grupos. A Tabela 3 resume os valores médios ou médios de margem operacional e métricas de logística de saída para cada cluster, e para todas as 247 empresas no total. A seguir, uma breve descrição resumida de cada grupo distinto.
Cluster 1: Provedores de Baixo Custo, Baixo Serviço
Os gastos com distribuição como porcentagem da receita das 56 empresas industriais que compõem o Cluster 1 estão abaixo da média de todas as empresas (4,1% vs. 4,7% para todas as empresas). Além disso, as empresas do Cluster 1 têm um desempenho abaixo da média das 247 empresas (74,3% vs. a média de 88,0% de todas as empresas). O desempenho dentro do prazo é um componente crítico do serviço de entrega, e dado o desempenho muito fraco nesta área, estas empresas são consideradas fornecedores de baixo custo e baixo serviço. As empresas do cluster 1 também apresentam funcionalidade de previsão significativamente menor com uma precisão média de previsão de 66,2% vs. a média amostral de 77,9%.
Cluster 2: Despesas de Distribuição Pesada
As 22 empresas que compõem este cluster gastam uma porcentagem significativamente maior de suas receitas na combinação de armazenagem e transporte do que qualquer um dos outros clusters. As empresas do cluster 2 gastam cerca de 7,9% da sua receita total nestas duas funções, enquanto nenhum outro cluster gasta mais de 4,7% da sua receita total em distribuição. A ênfase das empresas do Cluster 2 nas atividades de distribuição resulta em um desempenho relativamente bom no tempo (90,5%) por parte dessas empresas.
Cluster 3: Planejadores e Gastadores Eficientes na Distribuição
Este cluster de 48 empresas exibe o menor nível de gasto na distribuição (como porcentagem da receita) de qualquer um dos quatro clusters. As empresas do cluster 3 gastam em média 3,8% da receita total na distribuição, em comparação com uma média geral de 4,7% para todas as empresas. Estas empresas gastam o menor percentual de suas receitas de qualquer cluster em transporte (2,4%), e um percentual abaixo da média de suas receitas em operações de armazém (1,4% vs. 1,6% da média geral).
Ao mesmo tempo, as empresas do Cluster 3 gastam o dobro no planejamento da cadeia de suprimentos (como percentual de receitas) em comparação com a média geral da amostra. Dada esta combinação de despesas de distribuição relativamente baixas, juntamente com uma forte ênfase no planejamento, chamamos essas empresas de planejadores e eficientes gastadores na distribuição. Há evidências de que essa ênfase no planejamento contribui para a execução logística de saída das empresas do Cluster 3, pois elas exibem o melhor desempenho de entrega no prazo (92,3%) dos quatro clusters.
Cluster 4: Minimizadores de Investimento em Inventário
As 121 empresas do Cluster 4, a maior dos quatro clusters, têm os menores níveis de estoque obsoleto (4,2%) expressos como uma porcentagem da receita. As empresas do Cluster 4 também têm os mais baixos custos de estoque de estoque expressos como uma porcentagem da receita de qualquer cluster (1,2% vs. 2,0% média para todas as empresas). Além disso, a média das empresas do Cluster 4 de apenas 46 dias de estoque disponível é a menor entre todos os clusters e é significativamente menor do que a média geral de 64 dias entre todas as empresas. Em geral, todas as três métricas de gestão de estoques indicam que as empresas do Cluster 4 se concentram mais na minimização do investimento em estoques do que as empresas dos outros três clusters.
Interessantemente, as empresas do Cluster 4 têm o segundo melhor desempenho pontual (92,1%) de qualquer cluster e essas empresas também apresentam o maior nível de precisão de previsão (83,1%). Finalmente, as despesas de distribuição destas empresas (4,68% das suas receitas) são quase idênticas às despesas médias de distribuição de todas as empresas (4,66%).
Margens Operacionais e Participação no Cluster
Como mostrado na Tabela 3, as margens operacionais médias ajustadas dos quatro clusters variam de uma alta de 5,6% para o Cluster 3 (os Planejadores e os Gastos de Distribuição Eficiente) a uma baixa de 3,4% para o Cluster 4 (os Minimizadores de Investimento em Inventário), uma diferença de 65%. A margem operacional em toda a amostra é de 4,2%, pelo que as diferenças de meios do Cluster 3 e 4 parecem substanciais. Entretanto, de uma perspectiva estatística rigorosa, os resultados analíticos indicaram que as diferenças entre as médias dos clusters não são estatisticamente significativas. O desvio padrão relativamente elevado das margens operacionais dentro de cada cluster em relação às suas médias parece ser um grande contribuinte para este resultado. Esses resultados sugerem, portanto, que não há uma estratégia logística de saída única que produza um nível mais elevado de rentabilidade.
Nenhuma abordagem única é superior a outra
A nossa análise indica que diferentes grupos das 247 empresas do estudo enfatizam diferentes prioridades operacionais e de planejamento. Os Minimizadores de Investimento em Inventário, o maior grupo que representa cerca de 49% da amostra, concentram-se no controle rigoroso de seu investimento em estoque, custos de carregamento e obsolescência. O segundo maior grupo, o Low-Cost, Low-Service Providers, que compreende 23% da amostra, concentra-se em manter os baixos custos de distribuição e sacrificar os níveis de serviço dentro do prazo para fazê-lo. Os Planejadores e Gastadores de Distribuição Eficiente, 19% da amostra, investem mais recursos em atividades de planejamento da cadeia de suprimentos, o que lhes permite fornecer um serviço superior de entrega pontual a custos relativamente baixos. O menor grupo em nossa amostra (9%), os Gastadores de Distribuição Pesada, como o nome sugere, gasta muito com armazenagem e transporte, e isso resulta em um bom serviço de entrega pontual.
Como observado, nossos resultados também mostram que a rentabilidade média de cada um dos quatro clusters não é estatisticamente diferente. Em resumo, isto sugere que não há uma abordagem operacional de logística de saída que produza níveis de rentabilidade superiores a todos os outros. Pelo contrário, empresas diferentes podem alcançar lucros ótimos através de diferentes abordagens de logística de saída, e a chave é que cada empresa determine sua própria estratégia logística de saída otimizada particular.
Tan Miller é diretor do Programa de Gestão Global da Cadeia de Fornecimento da Rider University’s College of Business Administration, e membro do MH&L’s Editorial Advisory Board. Matt Liberatore é professor de gestão na Escola de Negócios da Universidade Villanova e diretor do Centro de Análise de Negócios da Villanova.
Os autores gostariam de expressar seu apreço a David Kargman, Jack Schmidt, Rick Wenger, Katharina Muellers-Patel e Jakub Wawszczak da SAP por sua assistência na obtenção dos dados para este estudo.