Análise de cenários What-If no planejamento da produção: um método

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By Mirko Peters · 2026-11-12

Análise de cenários what-if no planejamento da produção significa copiar o plano, alterar uma premissa e comparar os resultados. Veja as etapas, os dados, as ferramentas e as verificações.

Automatically translated with AI from the original post. Read the English original

Análise de cenários what-if no planejamento da produção significa manter um plano de referência, alterar uma premissa e comparar o resultado antes que qualquer coisa aconteça de fato. A premissa pode ser uma máquina parada por dois turnos, um pedido urgente, um material em falta ou um novo modelo de turnos. A comparação mostra o efeito de cada escolha sobre as datas de entrega, a carga e as horas extras. Este artigo é para planejadores de produção que querem um método repetível, e não uma planilha feita uma única vez, e que precisam saber quais dados, ferramentas e verificações tornam as respostas confiáveis.

Pontos-chave

• Um cenário what-if pega o seu plano de referência, altera uma premissa, como a parada de uma máquina ou um pedido urgente, e compara o resultado com o de referência antes que qualquer coisa aconteça de fato.
• Comece pela decisão e, em seguida, escolha duas ou três alavancas e dois ou três KPIs, porque um cenário sem uma decisão por trás é apenas um exercício.
• Altere uma alavanca de cada vez no início e combine alavancas somente depois de entender o efeito de cada uma isoladamente.
• Teste o modelo com um período passado antes de confiar nele para um período futuro, já que o valor de um modelo depende de a saída ser precisa o suficiente para a finalidade dele.
• As ferramentas da Microsoft cobrem partes do trabalho: os planos-mestre do Dynamics 365 podem conter estratégias de planejamento alternativas, e os parâmetros what-if do Power BI servem para cálculos simples, não para o sequenciamento de cronogramas.

O que é um cenário what-if e o que ele não é?

Um cenário é um conjunto coerente de premissas sobre o futuro, executado no mesmo modelo do seu plano de referência. O plano de referência é o seu melhor plano atual. Todo o resto é uma variação dele.

Vale separar três ideias que as pessoas costumam confundir.

• Uma previsão diz o que você espera que aconteça. Um cenário diz o que acontece se algo específico ocorrer.
• Uma pergunta what-if é a pergunta que você faz. Simulação de fábrica é uma das formas de respondê-la, executando um modelo da fábrica com entradas escolhidas. Uma planilha ou uma execução de planejamento no seu sistema ERP é outra.
• Uma verificação de sensibilidade varia uma entrada dentro de uma faixa para ver o quanto o resultado se move. Ela mostra quais premissas merecem a sua atenção.

O objetivo das três é o mesmo: entender as consequências de uma decisão enquanto ainda é barato mudar de ideia.

Quais decisões valem um cenário?

Execute um cenário quando a decisão for cara de reverter, quando várias restrições interagirem ou quando a resposta não for óbvia pela experiência. Gatilhos típicos no planejamento da produção:

• Um gargalo, uma máquina, entrará em manutenção, e você precisa escolher quais pedidos vão atrasar.
• Um cliente pede uma data mais cedo. O que isso empurra para trás, e quem paga a conta?
• Ausências ou feriados reduzem o quadro de pessoal por uma semana.
• Um fornecedor anuncia atraso em um material essencial.
• O mix de produtos está prestes a mudar, e você quer saber se a capacidade atual ainda funciona.
• Você está considerando um segundo turno, um novo estoque de segurança ou ferramental adicional.

Dispense cenários para decisões baratas e rápidas de desfazer, e para questões em que o plano já é viável com bastante folga. Um cenário custa tempo do planejador, e ele deve render uma decisão melhor.

Como você executa uma análise de cenários what-if na produção?

Aqui está uma sequência que funciona em uma planilha e em softwares especializados.

1. Registre a decisão. Uma frase: "Precisamos decidir X até sexta-feira." Se você não consegue escrever isso, ainda não precisa de um cenário.
2. Congele a linha de base. Salve o plano atual com suas premissas: calendários, tempos de ciclo, lista de pedidos, disponibilidade de materiais. Todo cenário é comparado com esta versão, então ela não pode mudar sem você perceber.
3. Escolha as alavancas. As alavancas são as coisas que você pode mudar ou que podem mudar: capacidade, equipe, prioridades de pedidos, datas de entrega, chegada de materiais. Escolha duas ou três que importam para esta decisão.
4. Defina faixas realistas. Pergunte às pessoas que conhecem o processo. Quanto tempo leva um reparo típico? Com que frequência os fornecedores atrasam e em quantos dias? Não invente números; use o seu histórico e marque qualquer estimativa como estimativa.
5. Escolha as medidas. Dois ou três KPIs bastam: entrega no prazo, lead time, utilização do gargalo, horas extras e trabalho em processo. Defina-os antes de rodar qualquer coisa, para que ninguém escolha depois o que for mais favorável.
6. Mude uma alavanca de cada vez. Rode cada cenário contra a linha de base. Combine alavancas somente depois de entender o efeito de cada uma isoladamente.
7. Compare e decida. Coloque a linha de base e os cenários lado a lado. Discuta o que você faria em cada caso e registre a decisão e o motivo.
8. Guarde o registro. Salve as premissas e o resultado junto com a decisão. Você vai precisar deles quando revisar o que realmente aconteceu.

Aqui está um exemplo hipotético, inventado apenas para mostrar a lógica. Uma célula tem uma prensa gargalo que produz 300 unidades por turno. A fábrica opera dez turnos por semana, então a capacidade é de 3.000 unidades. Os pedidos desta semana somam 2.700 unidades, o que equivale a 90% da capacidade. A linha de base é viável, com uma folga de um turno.

• Cenário A: A prensa para por dois turnos. A capacidade cai para oito turnos, ou 2.400 unidades. Restam 300 unidades sem cobertura, então alguns pedidos perdem suas datas.
• Cenário B: A mesma parada, mais um turno no sábado. A capacidade volta para 2.700 unidades, mas a carga agora é de 100%. Qualquer nova perturbação significa uma data perdida.
• Cenário C: A mesma parada, e o planejador transfere 300 unidades de pedidos de baixa prioridade para a semana seguinte. Os pedidos-chave são entregues no prazo, e um cliente recebe uma ligação hoje, não uma surpresa na sexta-feira.

Nada disso exige uma ferramenta sofisticada. Exige uma linha de base, uma alavanca e uma comparação honesta. O valor está em perceber que a opção B parece uma solução, mas não tem nenhuma reserva.

Quais dados e ferramentas você precisa?

Comece com o que você tem. Um cenário precisa das mesmas entradas do próprio plano: pedidos e datas de entrega, roteiros e tempos de ciclo, recursos e calendários, disponibilidade de materiais. Se esses dados não forem confiáveis, todo cenário herda o erro. Corrija primeiro os dados mestres, ou você vai discutir o modelo em vez da decisão.

Depois, escolha a ferramenta de acordo com a complexidade da pergunta.

• Uma planilha resolve bem quando um ou dois recursos e um punhado de pedidos determinam a resposta, como no exemplo acima.
• A execução do planejamento no seu ERP pode lidar com questões orientadas a materiais. No Dynamics 365 Supply Chain Management, os planos mestres permitem simular diferentes estratégias de planejamento, e a documentação da Microsoft observa que você pode configurar quantos planos quiser e manter alguns deles para previsões ou simulações diferentes. Verifique com seu parceiro de implementação como isso se encaixa na sua versão e no seu mecanismo de planejamento, pois a página não descreve em detalhes o tratamento de cenários. O planejamento mestre trabalha com materiais e capacidade em nível grosseiro e não é uma ferramenta de sequenciamento detalhado.
• Um escalonador de capacidade finita ou um modelo de simulação é a escolha certa quando máquinas compartilhadas, preparações dependentes da sequência, turnos e habilidades interagem. Nesse caso, um cálculo simples pode parecer adequado enquanto a programação diária é inviável.
• Power BI é um bom lugar para mostrar resultados de cenários aos gestores. Os seus parâmetros de what-if permitem que o usuário mova um controle deslizante e veja uma medida mudar. A Microsoft afirma que eles foram projetados para uso em medidas dentro de visuais, e um parâmetro pode ter no máximo 1.000 valores únicos. Isso os torna úteis para perguntas simples, como "o que acontece com a produção se o refugo aumentar 5%?" Eles não sequenciam uma programação. Use-os como uma interface para os resultados, não como o motor de cálculo.

Qualquer que seja a ferramenta escolhida, mantenha duas coisas fora dela: as premissas por escrito e o registro de decisões. As ferramentas mudam, mas os documentos sobrevivem.

Como saber se as respostas são confiáveis?

Um cenário só é tão bom quanto o modelo por trás dele. Três verificações ajudam.

Faça o backtest. Execute o modelo em um período passado em que você saiba o que aconteceu. Compare o resultado com os dados reais. Na literatura de simulação, isso é chamado de validade operacional: se o comportamento de saída do modelo é preciso o suficiente para a finalidade pretendida, dentro da faixa de condições em que será usado. Um artigo de Sargent e colegas da Winter Simulation Conference apresenta essa ideia e aponta que o risco do usuário do modelo, ou seja, aceitar um modelo errado, precisa ser mantido baixo. Em outras palavras, se o modelo não consegue reproduzir o mês passado, não o use para decidir o próximo mês.

Conheça seus fatores determinantes. Varie cada premissa dentro da sua faixa e veja quais delas alteram o resultado. Frequentemente, duas dominam. Essas merecem dados melhores. As demais podem continuar aproximadas.

Mostre a faixa, não um único número. Uma afirmação como "entregamos na quinta-feira" sugere uma precisão que você não tem. "Entre quarta e sexta, dependendo do tempo de reparo" é mais honesta e mais útil. Quem decide lida bem com incerteza quando consegue enxergá-la.

Como transformar isso em hábito, e não em projeto?

O trabalho com cenários falha quando depende da planilha de uma única pessoa. Algumas práticas mantêm isso vivo.

• Defina um responsável pela linha de base e pelos dados do modelo. Sem isso, o modelo se afasta da fábrica.
• Reserve um espaço curto e semanal em que o planejador, o líder de produção e, quando necessário, compras e vendas revisem as questões em aberto. Traga dois ou três cenários, não vinte.
• Revise depois. Ao final da semana, compare o que aconteceu com o que o cenário previu. Onde errou e por quê? Atualize o modelo ou as faixas.
• Compartilhe a lógica, não apenas o resultado. Se o líder de produção entender as premissas, ele as questionará cedo, e esse é o objetivo do exercício.
• Mantenha as finanças envolvidas. Questões de custo, como horas extras contra uma entrega atrasada, exigem os mesmos cenários com valores de custo incluídos. Combine uma vez os dados de custo para que os números não mudem entre as reuniões.

Dados em tempo real ajudam quando o básico já funciona. Se o andamento real da produção alimentar o plano, os cenários partem do estado real da fábrica, e não do plano de ontem. Acerte primeiro a lógica e os dados mestres. Uma alimentação em tempo real sobre um modelo fraco apenas produz respostas erradas mais rapidamente.

Erros comuns

• Executar cenários sem uma decisão por trás deles.
• Alterar várias variáveis ao mesmo tempo, de modo que ninguém saiba o que causou o efeito.
• Comparar cenários com uma linha de base que mudou no meio do caminho.
• Usar números de melhor caso para tempos de ciclo e tempos de reparo.
• Pular o backtest porque o modelo "parece correto".
• Reportar um único número em vez de uma faixa.
• Criar cenários para tudo e não agir em nenhum deles.
• Esquecer de registrar a decisão, de modo que a revisão não tenha o que comparar.

Onde o Polaris se encaixa

Se as suas perguntas de "e se" envolvem máquinas compartilhadas, turnos e mudanças no mix de produtos, uma simulação do sistema de produção pode respondê-las mais rápido do que uma planilha. A iFAKT descreve o Polaris como IA mais um gêmeo digital para a produção, trabalhando com dados do ERP. O módulo Polaris Simulator testa o sistema de produção virtualmente antes de decisões reais, incluindo cenários de capacidade, equipe e estoques de segurança, e mostra gargalos e desequilíbrios de utilização. O módulo Polaris Optimizer cria um plano otimizado sob restrições e analisa o impacto de interrupções. Experimente primeiro com uma decisão real e confira os resultados com um cálculo em planilha em que você confie.

Temas relacionados para explorar

• Planejamento de interrupções: como preparar respostas padrão para paradas de máquinas, atrasos de material e ausências.
• Capacidade versus programação finita: por que uma visão semanal da carga pode parecer adequada enquanto a programação diária falha.
• Mudanças no mix de produtos: testar como a migração para variantes complexas desloca o gargalo.
• Validação do modelo na prática: comparar os prazos de entrega simulados e reais de um período passado.
• Relatórios de cenários: mostrar a linha de base e os cenários lado a lado no Power BI para que os gestores acompanhem a lógica.

Próximo passo

Escolha a próxima decisão que está na sua mesa e escreva-a em uma única frase. Depois, salve o seu plano atual como linha de base e execute três cenários sobre ele, alterando uma variável por vez. Essa pequena rodada de análise de cenários "e se" no planejamento da produção vai mostrar se o método merece um lugar na sua reunião semanal.