Marcelo SGomes, Logística e Supply

Blog

  • Como reduzi avaria de 4,7% para 0% em 12 meses

    Passei anos ouvindo nas reuniões que 4,7% de avaria era número normal do setor. Aceitei como verdade até calcular quanto dinheiro tava indo embora com mercadoria danificada, extraviada e destruída.

    Resolvi que “normal” não era aceitável.

    Comecei a investigar cada avaria registrada. Mapeei padrões. Descobri que 60% vinham do manuseio inadequado nos docas. Retreinei equipes, mudei rotas de carregamento, instalei sensores nos paletes. Mês após mês, durante um ano completo, pressionei, medi, ajustei.

    No final dos 12 meses: zero porcento de avaria.

    Não é sorte. É recusa em aceitar o que todo mundo chama de padrão da indústria. Existem respostas para cada centímetro de perda que você está normalizando.

    Se você tem avarias na sua operação e quer conversar sobre isso, me chama.

    Sentava nas reuniões e todo mundo dizia: 4,7% de avaria é normal, faz parte do setor. Eu acreditei nisso por um tempo, até perceber que estava perdendo milhões em mercadoria destruída, danificada, extraviada. Resolvi parar de aceitar o normal e comecei a investigar cada caso. Primeiro mês: mapeei todos os pontos críticos da operação. Segundo mês: identifiquei que 60% das avarias vinham do manuseio inadequado nos docas. Terceiro mês: retreinei minha equipe, implementei novas rotas de carregamento, instalei sensores nos paletes. Mês a mês, mês a mês, durante um ano inteiro, fui pressionando, medindo, ajustando. No décimo segundo mês, a avaria zerou. Zero porcento. Não é mágica, é obsessão com o detalhe e recusa em aceitar o que todo mundo chama de normal. Se você tem avarias na sua operação e acha que é só como funciona, para. Existem respostas. Me segue para não perder o próximo vídeo.

  • Sistema diz recebido, caminhão na fila: o erro que mata seu inventário

    Você já viveu isso: o sistema marca recebimento concluído, estoque liberado, nota fiscal baixada. Tudo certo na tela. Mas o caminhão tá ainda na fila da portaria. Nem passou pela balança.

    Eu cometi esse erro dezenas de vezes nos meus 25 anos de operação. Lançava o recebimento rápido pra ganhar tempo, pra não travar a linha. Mas aí o inventário ficava completamente podre.

    Aparecia produto que não tava lá. Picker ia buscar e não encontrava. Cliente esperando. E tudo começava com aquele lançamento antecipado.

    O buraco é simples: entre o sistema dizer que a carga chegou e ela estar realmente na doca.

    A solução também é simples. Só lance o recebimento quando o caminhão passar pela balança. Não antes. Se tiver pressão pra acelerar, cria um status intermediário no seu sistema: recebimento em andamento.

    Assim você não mente pra seu estoque e não queima seu time.

    Se você tem um desafio parecido na sua operação, me chama.

    Você tá olhando pro sistema agora e vê aquele recebimento marcado como concluído. Estoque liberado, nota fiscal baixada, tudo certinho na tela. Problema? O caminhão tá ainda na fila da portaria. Nem passou pela balança. Isso aconteceu comigo dezenas de vezes. Você lança o recebimento pra ganhar tempo, pra não travar a operação, mas aí o inventário fica podre. Aparece produto que não tá lá. Picker vai buscar, não encontra, cliente fica esperando. O buraco é esse: entre o sistema dizer que chegou e a carga realmente estar na doca. A solução é simples. Só lance o recebimento quando o caminhão passar pela balança. Não antes. Se tiver pressão, cria um status intermediário no seu sistema. Recebimento em andamento. Assim você não mente pro seu estoque e não queima seu time.

  • 3PL vs 4PL: O Contrato que Te Custou Caro | Marcelo

    Assinei um contrato de 3PL achando que era 4PL. Descobri na primeira análise mensal quando comecei a fazer tudo manualmente enquanto pagava caro por uma solução que deveria ser completa.

    O 3PL opera um elo: armazena, move, distribui. Fim. O 4PL orquestra a cadeia inteira—planejamento, fornecedores, estoque, transportes, visibilidade end-to-end.

    Meu concorrente contratou um 4PL real. Enquanto eu digitava planilhas em casa ajustando rotas, ele já tinha inteligência de supply chain rodando. A diferença de custo? Brutal. Eu pagava como se tivesse gestão completa, mas operava como se tivesse ninguém.

    Antes de renovar ou assinar contrato novo: pergunte quem vai gerenciar sua cadeia inteira. Se não conseguir responder com clareza, é só execução. E você vai pagar a diferença do seu bolso.

    Se você tem um desafio parecido na sua operação, me chama.

    Você assinou um contrato com um 3PL achando que era 4PL. E descobriu tarde demais. Eu cometi esse erro. Contratei uma empresa que prometia orquestrar minha cadeia inteira, gestão de fornecedores, previsão de demanda, integração de sistemas. Mas na prática? Eles só movimentavam mercadoria no armazém. O resto era comigo mesmo. O 3PL opera um elo. Armazena, movimenta, distribui. Ponto final. O 4PL? Orquestra tudo. Planejamento, fornecedores, estoque, transportes, visibilidade end-to-end. É quem coordena os 3PLs. A diferença no fechamento era brutal. Eu pagava como se tivesse inteligência de supply chain, mas fazia tudo manualmente. Enquanto isso, meu concorrente tinha um 4PL real, rodava números, otimizava rotas, reduzia custo. Antes de assinar com um 3PL, pergunte: quem vai gerenciar minha cadeia inteira? Se ele não conseguir responder, é só execução. E você vai pagar a diferença do seu bolso.

  • FIFO, LIFO ou FEFO: qual está drenando seu estoque

    Descobri por que muitos gerentes de operação tão perdendo dinheiro com estoque vencido. 📦

    Trabalhei em uma operação onde o sistema tava configurado em FIFO, mas na prática o operador pegava o produto novo da frente e deixava o antigo apodrecendo atrás. Resultado? Milhares em descarte por mês.

    O problema é que FIFO, LIFO e FEFO não são escolhas aleatórias. Cada uma serve pra uma situação.

    FIFO: primeiro que entra, primeiro que sai. Perfeito pra perecível, farmácia, alimento. Obrigação.

    LIFO: último que entra, primeiro que sai. Funciona em construção e materiais que não vencem.

    FEFO: primeiro que vai expirar, primeiro que sai. A mais inteligente se você tem datas variadas de validade.

    Mas aqui tá a verdade: escolher certo não resolve nada sem treinar a equipe e fiscalizar de verdade. A maioria dos erros é operacional, não sistêmico.

    Se você tem um desafio parecido na sua operação, me chama. Posso ajudar.

    Você tá usando o método errado pra gerenciar seu estoque. Sério. Seu sistema diz FIFO, mas na prática o produto novo sai primeiro e o antigo fica apodrecendo no fundo. Isso custa caro. Vamos direto: FIFO é primeiro que entra, primeiro que sai. Ideal pra alimentos, remédios, tudo que vence. LIFO é último que entra, primeiro que sai. Usa em construção, quando o produto no topo é mais acessível. FEFO é mais inteligente: primeiro que vai expirar, primeiro que sai. Independente de quando chegou. Qual você realmente tá usando? A maioria dos erros acontece porque o operador segue a prateleira, não o sistema. Produto novo na frente, antigo atrás, vence e vai pro lixo. Se você trabalha com perecível, FEFO é obrigação. Se é construção ou material que não vence, LIFO resolve. Mas alerta: escolha uma, treina a equipe e fiscaliza. Porque no fim, quem paga é você. Me segue para não perder o próximo vídeo.

  • Indicador verde, cliente reclamando | Qual é o problema real?

    Vi isso de novo semana passada: um cliente reclamando de uma operação que tecnicamente estava perfeita. Indicador verde, SLA cumprido, números todos corretos. E o cliente absolutamente frustrado.

    No começo parece um paradoxo. Mas não é. O que acontecia ali era bem simples: a empresa estava medindo um conjunto de coisas que a operação conseguia fazer bem — tempo, custo, acurácia. Tudo dentro do padrão.

    O cliente, porém, via outra realidade. Não conseguia prever quando as coisas chegariam de verdade. Não sabia por onde andava. Recebia informação tardia. Os números estavam certos, mas a experiência era caótica.

    Essa lacuna entre indicador e percepção é muito mais comum do que parece. Acontece quando você constrói governança só ao redor do que sua operação consegue medir fácil, não do que realmente impacta o negócio de quem está te pagando.

    A pergunta que precisei fazer foi bem direta: será que estamos medindo o resultado que importa, ou só o que a gente faz bem?

    Se você tem um desafio parecido na sua operação, me chama.

    Você já viu isso? Seu indicador de logística está verde, tudo dentro do SLA, mas o cliente liga reclamando. Parece loucura, mas os dois podem estar absolutamente certos. E sabe por quê? Porque você está medindo o que é fácil de medir, não o que importa de verdade para quem está recebendo. O indicador que você acompanha todo dia pode estar olhando só para o tempo de entrega, o custo unitário ou a taxa de acurácia. Tudo correto no papel. Mas o cliente enxerga outra coisa: ele quer previsibilidade, quer comunicação clara, quer saber que aquilo vai chegar quando precisa, não quando promete. Tem uma diferença enorme. A governança de indicadores exige que você faça uma pergunta difícil: será que estou medindo o resultado que realmente impacta o negócio do cliente? Ou estou medindo só o que minha operação consegue fazer bem? Quando você consegue alinhar os dois, aí sim o indicador fica bom e o cliente para de reclamar. Me segue para não perder o próximo vídeo.

  • Confira Fatura de Frete: A Transportadora Não Quer que Você Saiba

    Descobri que a gente estava deixando uma grana considerável escapar na conferência de fatura de frete. Não era culpa de ninguém específico — era falta de processo mesmo.

    Comecei a investigar quanto a transportadora cobra a mais quando ninguém está checando. Os números são assustadores. Volumes que não batem, distâncias inflacionadas, taxas que aparecem do nada.

    Aí fiz simples: criei um checklist de 4 passos. Quantidade de volumes. Distância no mapa. Preço contra a tabela acordada. Taxas extras.

    Quem implementa isso na rotina para de sangrar dinheiro em frete. É operação pura, sem segredo.

    Se você tem uma operação e nunca fez esse exercício, o convite é começar agora. Se tem um desafio parecido na sua casa, me chama.

    Você confere a fatura de frete que chega na sua operação? Pois é, a transportadora sabe que a maioria não faz isso. E é justamente aí que o dinheiro some. Vou te mostrar como conferir uma fatura de frete de verdade, passo a passo, sem complicação. Primeiro, você precisa verificar se a quantidade de volumes bate com o que foi enviado. Segundo, confira se a distância cobrada está correta no mapa. Terceiro, compare o valor cobrado com a tabela de preços que você acordou. E quarto, procure por taxas extras que podem ter sido adicionadas sem aviso. Se você não faz isso, está deixando grana na mesa todo mês. A transportadora conta que você não vai notar. Ative essa verificação na sua rotina agora mesmo. Me segue para não perder o próximo vídeo.

  • Por que seu separador anda mais que separa | Produtividade

    Tem uma coisa que mata a produtividade do separador e ninguém vê acontecendo.

    Eu estava analisando uma operação de picking e descobri algo óbvio quando você para pra pensar: o separador anda muito mais do que separa. Ele caminha entre corredores, procura itens no endereço errado, espera informação do sistema, ajusta posições. Enquanto isso tudo acontece, ele não está gerando movimento de separação.

    O problema é que essa perda de tempo é invisível. Você acompanha itens separados por hora, mas não consegue ver as horas de deslocamento puro. É como contar só a produção sem contar o setup.

    Aí você fica sem entender por que a produtividade é baixa. E o gestor tira conclusões erradas.

    Comecei a mapear onde o tempo realmente vai naquela operação. Não com planejamento teórico — com observação real. E aí sim ficou claro.

    Se você enfrenta algo parecido na sua operação, me chama.

    Você sabe quanto tempo seu separador passa realmente separando produtos? A maioria dos gerentes não consegue responder essa pergunta com precisão. Pois é. Seu separador anda mais do que separa. Ele gasta tempo procurando itens, caminhando entre corredores, esperando informações do sistema, ajustando endereços. Enquanto anda, ele não produz. E aí você se pergunta por que a produtividade é baixa. A verdade é que o tempo de movimento é invisível nos relatórios tradicionais. Você só vê a quantidade de itens separados no final do dia, mas não vê as horas perdidas em deslocamento. Se você quer aumentar a produtividade real do seu separador, comece mapeando onde ele passa o tempo. Isso muda o jogo. Ativa o sininho para não perder o próximo vídeo.

  • Como zerei avarias com reengenharia de embalagem

    Eu estava aceitando avaria como custo natural da logística. Todo mês chegava o relatório com 15-20% de perdas em transporte e a gente só suspirava. Até que parei e pensei: isso não é custo, é problema sem solução.

    Comecei a olhar pra embalagem como engenharia, não como despesa. Troquei a fita plástica convencional por fita gomada de papel reforçado. Tirei plástico bolha e coloquei almofadas de ar — mais resistentes, mesmo custo menor.

    Doze meses depois: avarias zeradas. Não 90%. Zero. Ao mesmo tempo, a operação ficou 80% mais barata em embalagem.

    O ponto que fica pra mim é esse: a maioria das empresas ainda trata avaria como inevitável. Como se fosse um imposto da logística. Não é. É falta de engenharia.

    Se você tem um desafio parecido na sua operação — aquele custo que parece fixo mas é na verdade um problema esperando solução — me chama no LinkedIn. Vamos conversar sobre como atacar isso.

    A gente sempre viu avaria como custo inevitável da logística. Errado. Eu tratei como problema de engenharia e mudei tudo. Tirei fita plástica, coloquei fita gomada de papel reforçado. Troquei plástico bolha por almofadas de ar. Resultado? Avarias caíram para zero em um ano. E o melhor: economizei 80% em embalagem. Não é mágica, é engenharia. O que você está aceitando como custo que na verdade é problema sem solução?

  • Como Eliminar Reuniões Infinitas com Dados de Supply Chain

    Eu estava em minha terceira reunião daquela semana discutindo os mesmos problemas. Picking com variação de 0,5% pra 3% de erro sem explicação. Conferência oscilava. Paradas de linha aconteciam e ninguém sabia por quê. Todo mundo vinha com suposição: “aquele funcionário não estava focado”, “falta treinamento”, “o processo está errado”. Mas ninguém tinha dado real. Ninguém tinha conseguido conectar os pontos.

    Eu estava literalmente desperdiçando horas em reunião tentando resolver com opinião o que deveria ser resolvido com informação.

    Então eu comecei a pensar: por que a gente trata o sistema Andon só como alarme? E se a gente usasse os dados que ele gera pra entender de verdade os padrões de performance de cada pessoa?

    Comecei a extrair dados do Andon e do WMS. Não era pra perseguir ninguém. Era pra ver o que realmente estava acontecendo. Que horas as paradas aconteciam, de que tipo eram, quem estava operando. Cruzei tudo com os KPIs que a gente já media. Tempos de picking, erros de recebimento, taxa de conferência. Tudo integrado.

    O que surgiu foi padrões que você nunca vê em reunião. Você vê em dados.

    Um colaborador tinha picking excelente, mas produtividade abaixo da média. Ao invés de dizer “você é lento”, olhei os dados e vi que a queda acontecia quando ele separava produtos de uma linha específica. Cinco porquês depois: o layout da área de picking era ruim, forçava muito movimento. Era ergonomia, não falta de foco. Ajustei o layout. Performance normalizou. Ele saiu aliviado.

    Outro caso: picking excelente à noite, queda de dia. Cinco porquês: ele tinha muito conhecimento de processos, então ficava resolvendo problemas de outras áreas durante o dia. Quando ajustei o escopo dele, virou top performer.

    Em três meses: picking com redução de erro de 1,5% para 0,7%, conferência pegando 98% dos erros antes do cliente.

    Mas o melhor ganho foi nas reuniões.

    Ao invés de 3 reuniões semanais de uma hora discutindo com suposição, tive uma reunião de 30 minutos com dados. Mostrava o gráfico. Mostrava o problema. Mostrava quem estava fazendo certo. Não tinha espaço pra opinião. Era fato.

    E sabe qual é o efeito colateral melhor? As pessoas entenderam que a gente não estava lá pra ferrar com elas. A gente estava lá pra ajudar a melhorar. Porque quando você mostra dados, não é perseguição. É suporte.

    Dados não são pra controlar. Dados são pra libertar.

    Qual é a operação que você supervisiona onde você tem a mesma reunião três vezes por semana com o mesmo problema? Qual KPI você olha todo dia vendo variação absurda sem entender por quê? Qual dado você está gerando mas não está usando?

    O passo que eu dei não foi usar tecnologia nova. Foi usar a tecnologia que já existia de um jeito diferente. A pergunta que mudou tudo foi: que dados eu tenho que ninguém tá olhando?

    Se você tem um desafio parecido, me chama.

    contato@marcelosantosgomes.com.br
    wa.me/5521987612861

    Eu estava em uma reunião de alinhamento semanal. Mais uma. A terceira daquela semana. Estava olhando para a planilha de KPIs de picking, conferência e paradas de linha de produção e via claramente que havia variações absurdas de desempenho entre os colaboradores. Mas ninguém conseguia explicar por quê. A gente marcava mais reunião. E mais reunião. E nada mudava.

    Este vídeo é sobre como eu consegui eliminar três dessas reuniões semanais construindo um dashboard que faz o trabalho que a gente tentava fazer em conversas intermináveis. E mais importante: como a gente finalmente entendeu de verdade o que estava acontecendo no chão de fábrica.

    Meu nome é Marcelo e na ocasião eu era líder em uma indústria multinacional. E essa história começa em um lugar que a maioria dos especialistas de logística nunca pensa em olhar.

    Você conhece o sistema Andon? Provavelmente sim. É aquele sistema de sinalização visual que a gente usa na produção para parar a linha quando tem problema. Originalmente foi criado para enxergar gargalos na manufatura em tempo real. Mas aqui está o ponto: na fábrica, a gente tinha esse sistema rodando já há anos. E ninguém estava usando os dados dele para nada além de contar quantas vezes a linha parou.

    Meu trabalho era monitorar performance. Recebimento, armazenagem, picking, conferência, abastecimento da linha de produção, retornos, expedição e transporte. Esses são alguns dos pilares de qualquer operação de supply chain. E o que eu via eram padrões inconsistentes. Um dia o pessoal de picking despacha com taxa de erro de ponto cinco por cento. No dia seguinte, três por cento. A embalagem oscilava. A conferência variava. E quando você marcava a reunião pra tentar resolver, todo mundo vinha com suposições. Ah, aquele funcionário não estava focado. Ah, faltava treinamento. Ah, o processo estava errado. Mas ninguém tinha dado real. Ninguém tinha conseguido conectar os pontos.

    Então eu comecei a pensar: por que a gente trata o Andon só como um alarme? E se a gente usasse os dados que ele gera para entender os padrões de performance de cada pessoa?

    Aqui é onde a maioria dos gestores param. Eles acham que é invasão de privacidade, ou que é muito complexo, ou que não vale a pena o esforço. Mas eu estava literalmente em minha terceira reunião daquele mês discutindo os mesmos problemas sem nenhuma nova informação. Algo tinha que mudar.

    Eu comecei a extrair dados do sistema Andon e dos WMS. Não era pra perseguir ninguém. Era pra ver de verdade o que estava acontecendo. Que horas as paradas aconteciam, de que tipo eram, em qual estação, e mais importante: quem estava operando quando aquilo acontecia. E cruzei tudo isso com os KPIs que a gente já media. Tempos do picking, erros de recebimento, taxa de conferência, velocidade de armazenamento. Tudo integrado.

    O que surgiu foi um padrão que você não vê em uma reunião. Você vê em dados.

    Tem colaborador que tem performance absolutamente consistente em picking, mas que tem paradas frequentes quando passa pra abastecimento. Outro que despacha rápido demais no início do turno, e aí a conferência fica abarrotada no final do dia. Tem um que trabalha bem, mas tem uma queda significativa de performance entre onze da manhã e uma da tarde. Você não descobre isso em uma reunião. Você descobre quando você tem dados de verdade ao longo de semanas e acompanha a operação de perto.

    Eu decidi construir um dashboard. Tabelas de KPI por colaborador, por área, por turno, por dia da semana. Mapas de calor mostrando onde as paradas aconteciam com mais frequência. Gráficos de tendência de cada pessoa ao longo do tempo. Intervalos entre as separações. E mais importante: alertas automáticos quando alguém saía do padrão esperado.

    Mas construir o dashboard foi só o começo. O trabalho real foi o que a gente fez com as informações.

    Eu peguei cada caso de baixo desempenho que aparecia nos dados e apliquei o método que qualquer profissional de qualidade usa: Ishikawa e cinco porquês. Você conhece Ishikawa? É aquele diagrama de causa e efeito. Você coloca o problema no final, e aí você vai escavando as possíveis causas em diferentes categorias: pessoas, processos, equipamento, materiais, ambiente, método. Não é pra culpar ninguém. É pra entender de verdade.

    E os cinco porquês é simples: você pega uma causa e pergunta por quê cinco vezes até você chegar na raiz real.

    Um colaborador tinha um bom picking, mas produtividade abaixo da média. Eu poderia ter simplesmente dito a ele “você é lento” — mas preferi olhar o dashboard, que mostrava que a queda acontecia especificamente quando ele separava produtos da linha X. Ao aplicar os cinco porquês, ficou claro: o layout da área de picking era ruim, obrigando-o a andar muito, abrir caixas e usar equipamento para descer material. Era um problema de ergonomia e abastecimento do picking, não de falta de foco. Ajustamos o layout, e a performance dele normalizou.

    Outro caso: tem uma pessoa com picking excelente no turno da noite, mas que caia muito de dia. Cinco porquês: ele é um funcionário com muito conhecimento de processos, então ele tinha paradas frequentes pra resolver problemas de outras áreas, o que não acontecia a noite, pois a equipe de Serviços não estava trabalhando. Não era preguiça. Era conflito de responsabilidade. A gente ajustou o escopo dele. Performance estabilizou.

    E aí tem o melhor parte: quando você identifica quem está fazendo certo e você consegue replicar.

    O dashboard mostrou quem eram os top performers em cada área. E não era só uma pessoa. Cada área tinha gente que performava acima da média. Picking tinha gente que consistentemente despacha com taxa de erro abaixo de ponto dois por cento. Armazenagem tinha gente que nunca saía do padrão de velocidade. Conferência tinha gente que pega noventa e oito por cento dos erros antes de ir pro cliente. Esses dados abriram a porta pra disseminar as melhores práticas de verdade, não as que a gente achava que eram melhores.

    Você chama aquele top performer de picking e diz: me mostra como você trabalha. E ele mostra. Mas ele não sabe explicar tudo que ele faz instintivamente. Com os dados, você consegue ser mais específico. Ele segue um padrão particular de leitura do picking list? Ele agrupa itens de uma forma particular? Ele tem uma sequência que ele sempre segue? Quando você sabe o que procurar, você consegue documentar e ensinar.

    Em três meses, o desempenho geral da equipe melhorou. Picking teve redução média de erro de um ponto cinco por cento pro ponto sete por cento, com ganho de velocidade sem perda de qualidade. Conferência começou a pegar mais erros porque a gente treinou a equipe em cima do que os top performers faziam.

    Mas o ganho maior foi o que aconteceu com as reuniões.

    Ao invés de três reuniões semanais de uma hora onde a gente tentava adivinhar o que estava errado, a gente teve uma reunião de trinta minutos. Uma. Por semana. E naquela reunião, a gente tinha dados. Mostrava o gráfico. Mostrava onde estava o problema. Mostrava quem estava fazendo certo. Não tinha espaço pra suposição. Não tinha espaço pra política de departamento. Eram dados.

    E sabe qual é o efeito colateral melhor? As pessoas começaram a entender que a gente não estava lá pra ferrar com elas. A gente estava lá pra ajudar elas a melhorar. Porque quando você mostra dados, não é opinião. É fato. E quando você mostra solução baseada em análise real, não é perseguição. É suporte.

    Agora, deixa eu ser honesto: isso não foi mágica. Isso foi trabalho. Eu passei semanas estudando como extrair dados do sistema Andon de forma segura. Tive que validar cada métrica com o pessoal de TI pra garantir que a gente tava sendo ético na coleta de dados. Tive que treinar o time pra entender o dashboard, porque não adianta ter informação se ninguém sabe ler.

    E tem um aspecto que eu acho que é crucial: a gente não usou isso contra as pessoas. A gente usou pra apoiar as pessoas. Aquele cara que estava com performance ruim? A gente descobriu que ele tinha um problema ergonômico, não um problema de atitude. Ele saiu aliviado quando a gente ajustou a estação.

    O cara que estava com performance variando? A gente descobriu que ele estava dividido entre duas funções. Quando a gente desfez aquela divisão, ele virou um dos top performers. Satisfação dele subiu porque ele finalmente conseguia fazer um trabalho bem feito.

    Isso é o que eu acho que as pessoas não entendem sobre dados em supply chain. Dados não são pra controlar. Dados são pra libertar. Porque quando você tem informação real, você consegue resolver problemas de verdade em vez de ficar em reunião infinita tendo conversa vaga.

    E deixa eu ser claro: isso vale pra você que está assistindo também. Qual é a operação que você está supervisando onde você tem a mesma reunião acontecendo três vezes por semana com o mesmo problema sendo discutido sem solução? Qual é o KPI que você olha todo dia e vê variação absurda sem entender por quê? Qual é o dado que você está gerando mas não está usando?

    Eu chutaria que em noventa por cento das operações de supply chain que eu conheço, tem gente medindo coisa que não está usando pra nada além de ficar em reunião. Você tem sistema de picking que registra cada movimento. Você tem sistema de embalagem que registra cada detalhe. Você tem sistema de conferência que registra cada parada. E aí você fica em reunião tentando resolver problema com opinião.

    O passo que eu dei não foi usar tecnologia nova. Foi usar a tecnologia que já existia de um jeito diferente. O sistema Andon já tava lá e o WMS. O que mudou foi a pergunta. Em vez de perguntar por quê as reuniões não estavam resolvendo nada, eu perguntei: que dados eu tenho que ninguém tá olhando?

    E quando você começa a fazer essa pergunta, você descobre que tem informação sendo gerada que ninguém está aproveitando.

    Meu desafio pra você é esse: procura um KPI que você está medindo mas não está usando pra tomar decisão. Qualquer um. Picking, embalagem, conferência, armazenamento, transportes, e outros. Pega aquele KPI e pergunta: se eu tivesse os dados desse KPI detalhados por pessoa, por hora, por situação, o que eu conseguia resolver que eu não tô resolvendo agora?

    Provavelmente você consegue resolver mais coisa. E provavelmente você consegue eliminar pelo menos uma reunião que não está sendo útil.

    Se você tem um desafio parecido na sua operação, me chama. Eu gosto de ajudar gente que está pensando em dados em supply chain de forma real.

    📩 CONTATO E SERVIÇOS
    E-mail: contato@marcelosantosgomes.com.br
    Site: https://marcelosantosgomes.com.br
    Serviços de consultoria: https://marcelosantosgomes.com.br/#servicos
    WhatsApp: https://wa.me/5521987612861

  • 5 KPIs Logísticos Inúteis que Você Mede Todos os Dias

    Passei anos compilando dashboards lindos, mas nenhum deles gerou uma decisão real.

    Taxa de ocupação perfeita. Tempo de ciclo dentro do padrão. Índice de acuracidade brilhando. Tudo nos gráficos. Nada na prática.

    E sabe qual era o problema?

    Eu estava medindo SINTOMAS, não causas. Tratando a febre sem descobrir a infecção.

    Tudo mudou quando comecei a usar o Andon como fonte de dados. De repente vi onde as operações paravam de verdade. Identifiquei os gargalos reais. Achei as causas-raiz dos problemas.

    Aí sim comecei a tomar decisões que faziam diferença.

    Um KPI que não gera ação é apenas ruído bonito. Pode ter 100 métricas no seu dashboard, mas se nenhuma delas te leva a uma ação corretiva, você está perdendo tempo.

    O que diferencia um gestor logístico que evolui é simples: medir o que IMPORTA.

    E o que importa é o que você consegue CORRIGIR.

    Se você tem um desafio parecido na sua operação, me chama no LinkedIn. Conversamos sobre como estruturar indicadores que realmente movem a agulha.

    Você está medindo os KPIs certos na sua operação logística? Aposto que não. Passei anos montando dashboards lindos, métricas impecáveis, mas nada disso gerava decisão real. Taxa de ocupação, tempo de ciclo, custo por unidade, índice de acuracidade, utilização de mão de obra. Tudo bonitinho no gráfico. Tudo inútil na prática. O problema? Esses indicadores medem sintomas, não causas. Você estava tratando a febre, não a infecção. Quando comecei a usar o Andon como fonte de dados de falhas reais, tudo mudou. De repente eu via onde as operações paravam de verdade. Onde o gargalo existia mesmo. Qual era a raiz do problema. Um KPI que não gera ação é apenas ruído bonito. O que diferencia um gestor de logística que evolui é simples: medir o que importa. E o que importa é o que você consegue corrigir. Ativa o sininho para não perder o próximo vídeo.