MINERAÇÃO DE DADOS: O seu uso para garantir competitividade da pequena 

indústria de reposição automotiva 
 

Cleiton Silva Barbosa1 
 

RESUMO 
 
O  mercado  de  reposição  de  auto  peças  está  cada  vez  mais  competitivo.  As  industrias 
desse  ramo  estão  a   procura  de  técnicas  de  melhoria  de  processos  que  as  mantenham  vivas 
nesse  cenário  tão  agressivo.  Um  ponto  crítico  é  a  gestão  de  estoques,  que  normalmente 
absorve  montantes  expressivos  do  capital  operacional  da  empresa.  O  grande  desafio  é operar 
com  estoque  mínimo  sem  comprometer  a  cadeia  comercial,  porque  o  menor  erro  no  controle 
pode  ocasionar  a   diminuição  da  qualidade  do  portfólio  entregue  aos  clientes.  O  resultado  do 
sucesso  será  a  notável  diferença  na  concorrência  do  mercado,  entregando  qualidade  e  
reduzindo  tempo  de  produção  e  entrega,  transformando  o  estoque  em   um  aliado  para  a 
conquista  da  fidelidade  dos  seus  clientes.  Nesse  sentido,  a  Mineração  de  dados,  um  processo 
dentro do estudo da Inteligência de negócios, oferece técnicas e soluções que podem auxiliar a 
gestão do controle de estoque. 
 
Palavras­chave: ​
Gestão, Estoques, Compras, Estimativa. 
 
ABSTRACT 
 
The  aftermarket  auto parts is increasingly competitive. The industries of this sector are 
looking  for  techniques  to  improve  processes  that  keep  alive  this  very  aggressive  scenario.  A 
critical  point  is  the  inventory  management,  which  usually  absorbs  significant  amounts  of 
operating  capital.  The  big  challenge  is  to  operate  with  minimum  inventory  without 
compromising  commercial  chain,  because  the  slightest  mistake  in  control  can  lead   to 
decreased  quality   of  portfolio  delivered  to  customers.  The  result  of  the  success  is  the 
noticeable  difference  in  market  competition,  delivering  quality  and  reducing  production  time 
and  delivery,  making   the  stock  an  ally  to  the  achievement  of  customer  loyalty.  In   this  sense, 
1

 Pós graduando em Inteligência de Negócios e Data Warehouse ­ IESB 

  matéria  prima  ambudante  e políticas  voltadas para o crescimento produtivo.  fazendo  então  o  mercado  antes  muito  rentável  e  pouco  competitivo.    No  inicio  dos  anos  2000.  Então.  uma  empresa  sem  diferenciais  não  tem capacidade de ser  competitiva.  associando  o  baixo  custo  da  mão  de  obra  chinesa.  produzir  margens  de  lucro  incapazes  de  manter  uma  empresa  aberta.  para  que  a  mesma  se  mantenha  competitiva e não encerre suas atividades nesse mercado tão competitivo?  É  abordado neste artigo  o  estudo do uso  da mineração de dados para que uma industria  da  reposição  de   auto  partes  venha a se manter no mercado.  a  modernização do parque tecnológico brasileiro das  últimas décadas.000  veículos.   não  é  bem  este  cenário  que  encontramos  hoje  no  ramo  de  auto  peças.  Hoje.  visto  um  aumento  notável  de  faturamento  para  poder  suprir  a  demanda   necessária  para  esses  veículos. Purchasing. Estimate. o que possibilitou a entrega para  qualquer  lugar  do  mundo  produtos  com  o  custo  de  produção  muito  abaixo  do  valor  que  as  próprias  industrias  locais  conseguiam  manter.    Keywords: ​ Management.  Porém.  conseguia  comprar  um  determinado  produto  com  60%  o  valor  abaixo  do  mesmo  produto  produzido em  solo brasileiro.  explorando  a  inteligência  de  negócio. levantando pontos como gestão de  2  .     Fica  claro  que  neste   cenário.  a  process  within  the  study   of  business  intelligence.  o  que  representa  197%  no  aumento  veículos  em  circulação. existiam no Brasil 40 indústrias especializadas na  reposição  automotiva no pais.  o  Brasil  possui  uma  frota  de  mais  de  88. contribuiu  para o crescimento exponencial de pequenas indústrias  dispostas a  produzir  peças  de  reposição  automotiva.    1 INTRODUÇÃO    Em  início da década de 2000.    Associado  ao  crescimento  chines.Data  Mining.  offers  techniques  and  solutions that can help inventory control management.  a  china  apontou  como  o  pais  emergente  mais  competitivo  daquele  momento.950 veículos.405.  A  demanda cresceu muito e a procura não acompanhou esse crescimento.  o  que  o  emprego  da  mineração  de  dados  pode  promover  à  uma  indústria  de  reposição. Inventory.  Esse  seria  um  excelente  cenário  para  essas  indústrias. que contava com uma frota de 29.722.  A  empresa  em  estudo  por  exemplo.

 acaba por ficar impraticável quando se  possue  um  grande  volume  de  dados.  O  desenvolvimento  deste  estudo   utiliza­se  da  mineração  de  dados  com  a  estimativa​ .  A  aplicação  da  mineração de  dados  surgiu  para  suprir  a  necessidade  da  busca desses padrões.  A  empresa  alvo  do  presente  estudo  de  caso.estoque  e  desenvolvimento  de  novos  produtos  para  suprir  a  demanda  no  cenário  atual   da  economia brasileira.  empregando  o  trabalho  manual  de  processamento e posteriormente analisados.   por  entender  que   será  melhor  entendido  nas  visualizações  dos  resultados  explorados  nas  fontes de dados disponíveis. que normalmente não  pedem  ser  descobertos  com  os  métodos  tradicionais  de  exploração  onde  existe  uma  fonte  muito  grande de dados ou relacionamentos demasiadamente complexos.  este  artigo   pretende  demostrar  uma  real  aplicação  da  mineração  de  dados  afim  de  dar  suporte  ao  gerenciamento  organizacional.  possue  10  anos  de  mercado.  A  mineração  de  dados  é  o  processo  de  exploração  de  informações  em  grandes  fontes  de  dados  analisando  através  de  técnicas  que  envolvem  regras  ou  sequências  temporais  para  revelar  padrões.    2 MINERAÇÃO DE DADOS    O  modelo  tradicional  para  transformação  dessas  informações.  úteis  e  compreensíveis”  ­  ​ que  por  sua  vez  refere­se  a  todo  o  processo  de  descoberta  de  conhecimento. sendo o principal motivo  que se deve o desenvolvimento  da  área  do  ​ KDD   (Knowledge  Discovery  in  Databases)  ​ responsável  pela  busca  de  dados  potencialmente úteis e válidos denominado ​ Mineração de Dados (Data Mining)​ .  fatores  e  tendências  que  existem  nesses  dados.  já  foi  referencia  no  seu  setor.  Fayyad  nós  fala  que  o  KDD  é  3  .  visto  que se encontra no inicio das suas atividades.258.  quinhentos  e  cinquenta  e  oito  mil)  reais  e  com  o  encerramento  das  atividades  decretado no início do ano de 2015.  mostrando  os  motivos  que  levou  a  primeira   industria   ao  final  das  suas atividades e como podemos explorar  informações  disponíveis  no  mercado  para  auxiliar  uma  organização  com  poucos  dados.   Com  esse  estudos  de  caso.  e  hoje.00 (quatro  milhões.000.  com  um  estoque  a  preço   de  custo  de  R$ 4.  a  mineração  de  dados  é  uma  das  atividade  do  KDD ­ “Um processo não  trivial  de  identificaçao  de  novos  padrões  válidos.  Para  Fayyad.

  As  grandes  cadeias  de  supermercados  já  fazem  uso  da  associação  para  planejar  a  disposição  dos seus produtos nas prateleiras.  2.1 TAREFAS  a) Classificação    A  tarefa  de  classificação  é  a  técnica  de  trabalhar  dados  não  classificados.    c) Associação    Essa  tarefa  visa   identificar  padrão  de  ocorrências  similares  de  determinados  eventos  presentes  nas  fontes  de  dados.  Quando  separamos  as  pessoas  em  família.  como  carne  para  um  churrasco  e  bebidas.  Podemos  usar  como  exemplo  um  faturamento  em  determinados  intervalos de tempo.  afim  de  categorizá­los  em  classes. uma  vez  que  a  classificação  é  uma  tarefa  comumente  realizada  pelo  ser  humano.   Podemos  então  “estimar”  qual  será  o  valor  em  uma  determinada  sequência. A Estimativa está intimamente relacionada com respostas contínuas.    d) Segmentação    4  .uma  tentativa  de  solucionar  o  problema  causado  pela  chamada  “era  da  informação”:  ​ a  sobrecarga de dados​ .  É  a  técnica mais utilizada pela facilidade de sua compreensão.    b) Estimativa    A  tarefa  Estimativa  trabalha  de  forma  a  definir  valores  para  alguma variável contínua  presente  na  fonte  de  dados.  estamos  exercendo  a  classificação  na  prática.  quando  vamos  a  um  mercado e encontramos em  suas  gôndolas  itens  comumente  adquiridos  juntos.  Por  exemplo.  usando  como base valor passados ou valores com índices semelhantes.  amigos  ou  colegas.

  Podemos  usar  como exemplo. p.  ​ pois  iniciaremos  este  artigo  analizando os dados disponíveis para um posterior desenvolvimento da teoria.  descobrir  intuições  e.  o  que  a   torna  diferente  da  Classificação.  posteriormente. 19).  A  metodologia  de  trabalho  empregada  foi  a  ​ indutiva.  Este  trabalho   parte  da  busca  de informações nas fontes de dados disponíveis para  o  possível  entendimento  do  pode  ocasionar  uma  determinada  organização  a  perder  a  competitividade no mercado. visto que este  ainda  é  pouco  conhecido. porém  diferentes dos outros registros nos demais grupos.  onde  será  necessário  que  o  pesquisador  inicie  um  processo  de  sondagem. o uso do estudo de caso é adequado quando se pretende investigar o como e  o  porquê de um conjunto de eventos contemporâneos.  Essa  tarefa  utiliza­se  do  método  de  agrupar  visando  identificar  e  aproximar  os  registros similares. o agrupamento de pessoas por região do pais. O autor afirma que em geral.A  Segmentação  (ou  clusters)  é  a  tarefa  que  separa  os  dados   de  forma heterogênea em  vários  subgrupos  mais  semelhantes.    4 APRESENTAÇÃO E ANÁLISE DOS RESULTADOS  5  . p.  O  método  utilizado  para  a  coleta  de  análise  de  dados  foi  o  Estudo  de  Caso.  a  aplicação do mesmo ocorre com muita eficiência em estudos organizacionais e gerencias.     3 PROCEDIMENTOS METODOLÓGICOS    Neste  artigo  a  forma  de  pesquisa  utilizada  pode  ser  classificada  como  ​ exploratória​ . 19).  que  permite  uma   maior  familiaridade  entre  o  pesquisador  e  o  tema pesquisado. os estudos  de  caso  representam  a  estrategia  preferida quando se colocam questões do tipo “como” e “por  que”.  Apesar  do  Estudo  de  caso  ter  o  seu  surgimento  na  área  de  pesquisas  médicas.  2001.  (Yin.  Segundo  Yin  (2001.  com  vistas  a  aprimorar  ideias.    e) Sumarização  Sumarização  é  o  processo  que  envole  métodos  para  explorar   dados  com a  intenção de  encontrar  uma  descrição  compacta  para  determinados  subconjuntos  de  dados.  “quando  o  pesquisador  tem  pouco  controle  sobre  os  eventos  e  quando  o  foco  se  encontra  em  fenômenos  contemporâneos  inseridos  em  algum  contexto  da  vida  real”.  construir  hipóteses.

  seu  catálogo  já  contava  com  750  itens  comerciais.  com  a  garantia  que  não  seria  exporto  dados  sigilosos  que  poderiam  expor  a  identidade  da  empresa.00  (cento  e cinquenta  mil) reais e 8 itens no  seu portfólio de produtos. a partir do banco de dados fornecido pela empresa    2011  Jan  Fev  Mar  Abr  Maio  Jun  Jul  Ago  Set  Out  Nov  Dez  Compras  0  0  0  0  10000  0  0  0  0  0  10000  0  250  0  10000  8700  4743  1481  10525  4425  Estoque  2 2949  1631  3928  2539   Empresa especializada em tratar a transição de mercadorias entre países.  e  permaneceu  em  atividade  até  2015.  quinhentos  e  cinquenta  e  oito  mil)  reais.000.  e  uma carteira com 771 clientes cadastrados.  com  2  empresas  na  china.  escolhido  estrategicamente para exemplificar um caso extremo.  O  acesso  aos  dados  da  organização  em  estudo  foi  disponibilizado  pelos  seus  respectivos  gestores.00  (quatro  milhões.  Na  exploração  das  informações.  uma  fábrica  e  uma  trade2. sendo necessário a mudança de estrutura para  comportar  sua  dimensões  atuais  e  o  seu  provável  crescimento  futuro.  Em  2011.  dobrou  seu  faturamento  e  elevou  seu  catálogo  de  produtos  para  300  itens comerciais.  mesmo  com   um  estoque  a  preço  de  custo  de  aquisição  de  aproximadamente  R$  4.258.  onde  teve  o  encerramento  suas  atividades  confirmado.  O  estudo  de  caso  em  mãos  delimitou   à  1  item  do  estoque  para  a  análise.   Distrito  Federal.  Graça a qualidade  de seus produtos e um mercado extremamente receptivo para este ramo  de  atividade.000.  que  estão  com  dados  do  período  de  01/01/2010 à 31/12/2012.  em  2  anos  a  empresa  cresceu  100%.  Começou  as  operações  comerciais  com  capital  de  R$  150.  foi  realizado  a  mineração  diretamente   na  base  de  dados  das  organizações.    2010  Jan  Fev  Mar  Abr  Maio  Jun  Jul  Ago  Set  Out  Nov  Dez  Compras  0  0  0  9000  0  0  0  0  0  0  6000  0  11227  10005  9000  5915  5800  4374  3596  8872  2949  1222  1005  3085  115  1426  778  724  5923  235  Estoque  Venda  5202  4293  3497  912  796  1270  Tabela 1​  ­ Apuração da movimentação do estoque no ano de 2010   Fonte:​  Elaboração própria.  A  empresa  estudada  foi  fundada  em  2005  e  está  situada  em  Taguatinga.  6  .

  6591  e  616  unidades  respectivamente.  novembro  e  dezembro  de  2012  as  vendas  geradas  poderiam  ser  de  1033.  Este  artigo  utiliza  apenas  os  dados  disponibilizados  para  as  sugestões  de  compras  e  naturalmente   no   mercado  existem  outros  critérios  a  serem avaliados  pelos gestores.  onde  podemos  estimar  que  nos  meses  março  e  abril  de   2011   poderia  gerar  uma  venda  de  1386  e  1334  unidades  respectivamente. como por  exemplo.05%  do  ano  de  2011  para  2012. a partir do banco de dados fornecido pela empresa    2012  Jan  Fev  Mar  Abr  Maio  Jun  Jul  Ago  Set  Out  Nov  Dez  Compras  0  0  0  0  9000  0  0  0  0  0  0  0  Estoque  4425  3375  2383  1509  9408  7925  4107  3133  1823  811  0  0  Venda  1050  992  874  1101  1483  3818  974  1310  1012  811  0  0  Tabela 3​  ­ Apuração da movimentação do estoque no ano de 2012   Fonte:​  Elaboração própria.16% do ano de 2010  para  2011.  ​ onde  se  observa  o  comportamento  em  determinados  períodos  para  então  levantar  uma  ​ estimativa  ​ de  qual  seria  os  resultados  em  períodos seguintes.   Logo.  analisando  os  dados  deste  item  se obtém um aumento de 9.  e  de  8. a partir do banco de dados fornecido pela empresa      Para  essa  etapa  usamos  a  tarefa  Estimativa​ .  que  na  média  é  de  90  dias.Venda  1318  1381  250  0  1300  3957  815  1389  1058  956  6100  570  Tabela 2​  ­ Apuração da movimentação do estoque no ano de 2011   Fonte:​  Elaboração própria.  elevando  o  pedido  de  compra  do  mês  de  maio  do  mesmo  ano  para  16429  unidades.  ou  a  sugestão  de  um  novo  pedido  de  compra  de  7429  unidades para ser entregue no mês de outubro de 2012.  com  o  uso  de  técnicas  e  7  .  o  prazo  de  entrega  de  um  pedido  para  uma  fábrica  chinesa.  o  que  elevaria  o pedido de compra do mês de novembro de 2010 para 8470 e consequentemente  permitiria  a  completa  cobertura  da  demanda  do  período.  nós  meses  de  outubro.    5 CONCLUSÃO    O  artigo  presente  buscou   analisar  como  a  boa  gerência  do  estoque  com  o  sucesso  competitivo  da  pequena  indústria  do  ramo  de  reposição  automotiva.  Usando  os  mesmo  critérios.

    YIN. Tarefas.​  Goiânia. Mateus F; Teixeira.   Evidentemente  inúmeros   fatores  contribuem  para  garantir  a  competitividade  da  empresa.    Dataprix. gestão de capital.  8  . 3.  http://www. ​ Pesquisas: Exploratória. Bruno R; Ribeiro.    Camilo. acessado em  31/07/2015.gov.    REFERÊNCIAS      ABDI.html. 2008.br/2012/08/etapas­da­mineracao­de­dados. Robert K. como por gestão de novos produtos. ​ Etapas da mineração de Dados​ . Porto Alegre: Bookman. ​ Mineraçao de dados e o CRISP.  http://www. Descritiva e Explicativa​ . Cássio O; Silva. Com os resultados obtidos dos dados   em  análise.  http://dominatudo.    Guerra. acessado em  26/07/2015. sendo que  em  todos  essas  áreas  da  organização  cabe  a  aplicação  de  técnicas  oriundas  da Inteligência  de  negócios.brasilescola. L. ​ Mineração de Dados: Conceitos.denatran.    Duarte. acessado em 29/07/2015.    FAYYAD.com/regras­abnt/pesquisas­exploratoria­descritiva­explicativa.html. P. ​ From Data Mining to Knowl­edge  Discovery in Databases. ed.com.br/2013/12/mineracao­de­dados­e­o­crisp­dm­data. U; PIATETSKY­SHAPIRO. G; SMYTH. 1996. ​ Relatorio de acompanhamento setorial: ​ Autopeças. acessado em 25/07/2015. 12. V.​  American Association for Artificial Intelligence. F. 2011. Kárem C. htm.artedosdados.ferramentas   disponíveis  na  área de Mineração de Dados.net/pt­pt/o­modelo­refer­ncia­crisp­dm. Métodos e  Ferramentas.  nota­se  uma  evidenciação positiva no controle assistido da gestão do estoque caso  o mesmo estivesse utilizando de ferramentas disponíveis para este fim.com. ​ A eficiência na gestão de estoques  em empresas comerciais​ : uma analise de correlação.blogspot.htm. No 2.    Prado. ​ O modelo de referência CRISP­DM.    Martinez. http://www.  http://monografias. de  vendas setoriais.    Denatran. Qualit@s Revista Eletrônica ISSN 1677  4280 Vol. 2009.br/frota.  acessado em 26/07/2015. ​ Frota de veículos​ . ​ Estudo de caso​ .dataprix. 2001. João C.