Metodologia para implementação de modelo colaborativo de planejamento, previsão e reposição (CPFR) em um laboratório farmacêutico do setor saúde
Conteúdo do artigo principal
Resumo
Este artigo propõe implementar uma metodologia para o desenvolvimento de alianças colaborativas entre o laboratório farmacêutico em estudo e um cliente VIC (Cliente Muito Importante) do canal da cadeia; que busca reduzir os custos de estoque e o percentual de erro nas projeções e aumentar o nível de serviço. O desenvolvimento do projeto é dividido em quatro fases: diagnóstico, definição de aspectos-chave e classificação ABC multicritos, elaboração e reconciliação do Forescast e, por fim, avaliação da eficiência mostrando análise de resultados, onde verificou-se que a alta variabilidade da demanda nos produtos selecionados na caracterização não permite definir um único modelo de planejamento de demanda e , embora existam ferramentas tecnológicas dentro do Laboratório para estimar o melhor modelo, eles não atingem o nível de detalhe por Cliente, seu escopo é mais limitado para definir projeções de demanda para os produtos que vende.
Referências
J. P. Sepulveda Rojas and Y. Frein, “Coordination and demand uncertainty in supply chains,” Prod. Plan. Control, vol. 19, no. 7, pp. 712–721, Oct. 2008, https://doi.org/10.1080/09537280802573965
A. Dondossola, J. C. Zilli, D. Volpato, and A. C. P. Vieira, “Internacionalização de Empresas Brasileiras,” Rev. Gestão Sustentabilidade, vol. 1, no. 1, pp. 1–20, Feb. 2019, doi: 10.36661/2596-142x.201 9v1i1.7896.
I. Chen and A. Paulraj, “Towards a theory of supply chain management: the constructs and measurements,” J. Oper. Manag., 2004, Accessed: May 11, 2017. [Online]. Available: http://www.sciencedirect. com/science/article/pii/S0272696304000063.
S. Karadayi-Usta, “An interpretive structural fuzzy analysis for CPFR implementation barriers: A food supply chain case study,” in Advances in Intelligent Systems and Computing, Jul. 2020, vol. 1029, pp. 423–431, doi: 10.1007/978-3-030-23756-1_53.
J. Antonio Díaz-Batista and D. Pérez-Armayor, “Inventory levels optimization in a supply chain.”
Y. Yao, R. Kohli, S. A. Sherer, and J. Cederlund, “Learning curves in collaborative planning, forecasting, and replenishment (CPFR) information systems: An empirical analysis from a mobile phone manufacturer,” J. Oper. Manag., vol. 31, no. 6, pp. 285–297, Sep. 2013, doi: 10.1016/j.jom. 2013.07.004.
F. Panahifar, P. J. Byrne, and C. Heavey, “A hybrid approach to the study of CPFR implemen-tation enablers,” Prod. Plan. Control, vol. 26, no. 13, pp. 1090–1109, Oct. 2015, doi: 10.1080/09537287. 2015.1011725.
L. Cassivi, “Collaboration planning in a supply chain,” Supply Chain Manag., vol. 11, no. 3, pp. 249–258, 2006, doi: 0.1108/13598540610662158.
P. Danese, “The extended VMI for coordinating the whole supply network,” J. Manuf. Technol. Manag., vol. 17, no. 7, pp. 888–907, 2006, doi: 10.1108/ 17410380610688223.
M. Singer and P. Donoso, “Internal supply chain management in the Chilean sawmill industry,” Int. J. Oper. Prod. Manag., vol. 27, no. 5, pp. 524–541, 2007, doi: 10.1108/01443570710742393.
T. López García and M. Cano Flores, “El foda: una técnica para el análisis de problemas en el contexto de la planeación en las organizaciones .” Accessed: Jun. 28, 2021. [Online]. Available: https://www. uv.mx/iiesca/files/2013/01/foda1999-2000.pdf.
H. Ponce Talacón, “‘Contribuciones a la Economía’ septiembre 2006 una revista académica con el Número Internacional Normalizado de Publicaciones Seriadas ISSN 16968360,” pp. 1–16, 2006.
“La matriz de Vester para identificar causas y efectos + Modelo en EXCEL.” https://www.ingenioempresa. com/matriz-de-vester/ (accessed Jun. 28, 2021).
“Inicio - Sanofi en Colombia.” https://www.sanofi. com.co/ (accessed Jun. 28, 2021).