Qual é o custo real do tempo de paragem do veículo?

Março 4, 2021

Reading Time: 6 minutes

A Stratio proporciona a medição dos cálculos mais desafiantes que afetam os operadores de camiões e autocarros em todo o mundo.

 

Embora as frotas modernas já orçamentem para o tempo de inatividade, é geralmente aceite que os custos reais são significativamente mais elevados do que o previsto. As empresas competitivas e as frotas eficientes precisam de manter os veículos na estrada e evitar tempos de paragem forçada.

A capacidade de fazer um plano para tal, é fundamental para atingir tanto o sucesso financeiro como a satisfação do cliente, e para reduzir custos evitáveis e garantir que pessoas e mercadorias chegam aos seus destinos sem interrupções.

Para alcançar a satisfação do cliente e atingir objetivos financeiros sólidos, os operadores precisam de quantificar quanto lhes está a custar o tempo de paragem, bem como pode esse ser reduzido.

Fatores que impactam o tempo de paragem do veículo

 

Na Stratio, estamos focados na investigação e inovação, analisando constantemente os fatores que impactam o tempo de paragem não planeada. Desde o início, descobrimos que uma das questões mais comuns colocadas pela indústria é, na verdade, a dificuldade em quantificar os custos destes acontecimentos indesejados.

Para enfrentar este desafio, a Stratio desenvolveu uma solução para dar sentido a estes cálculos difíceis, criando uma fórmula sob medida.

Esta fórmula tem em conta não só os custos facilmente quantificáveis, mas também, e é aqui que esta abordagem pode realmente ajudar os operadores de camiões e autocarros, o contexto específico de cada empresa, que se ajusta a diferentes indústrias, modelos de negócio, cargas, locais, etc. Para chegar ao fundo desta fórmula e dos seus cálculos, olhamos para os dois tipos de tempo de paragem, planeada e não planeada.

Comecemos pela primeira parte da equação, com a qual todos os operadores estão familiarizados e que se relaciona com os custos relacionados com o tempo de paragem planeado e as reparações planeadas.

 

 

Numa situação ideal de paragem de veículos, temos de ter em conta os custos das peças (CPpart), mão de obra e custos marginais de outros materiais (ex: produtos de limpeza) envolvidos na reparação de um veículo (CPwork) que foi programado para uma intervenção.

Como as trocas de componentes planeadas podem ser efetuadas juntamente com a manutenção regular, o custo do tempo de paragem não planeado (CPdowntime) está definido para zero*. O Custo da Reparação Planeada (CPR) é, portanto, o ponto de partida da nossa fórmula. Para simplificar, temos CPR (Custo de Reparação Planeada) =CPpart + CPwork

 

Prosseguimos com a segunda parte da equação, custos decorrentes de reparações não planeadas. Em oposição a uma situação de paragem planeada, as reparações não planeadas são todas as intervenções resultantes de avarias na estrada que causam interrupções indesejadas.

 

 

O principal problema com reparações não planeadas é que as avarias muitas vezes fazem com que as peças fiquem danificadas sem reparação, e mais componentes têm de ser substituídos, do que na situação ideal planeada (CUpart). Além disso, dependendo da situação, pode haver custos adicionais associados a peças encomendadas com taxas de urgência correspondentes.

A somar às peças, há também custos de mão de obra mais elevados devido a reparações mais extensas e a tempo. Para os operadores que utilizam manutenção de terceiros, as taxas de urgência também se aplicam. Estes custos são considerados no CUwork. Até ao momento, os investigadores identificaram que os custos de mão de obra para reparações não planeadas, podem representar até ao dobro do custo do trabalho planeado.

Depois, há o custo do tempo de paragem não planeado (CUdowntime), que numa reparação planeada (CUdowntime) está definido para zero. Isto pode representar um dos custos mais elevados da nossa fórmula.

Citando o investigador Rune Prytz no seu trabalho enquanto na Volvo, “geralmente perde-se pelo menos meio dia imediatamente antes do veículo ser transportado para a oficina e diagnosticado. Depois disso, vem a espera por peças de reposição. A reparação real só pode ocorrer no terceiro dia.”

Por último, quando numa situação de reparação não planeada, devem ser contabilizados custos adicionais (Cextra) relativos a atrasos de entrega, mercadorias danificadas e multas por chegadas tardias. Estes geralmente não são considerados nas estimativas iniciais e geralmente acumulam até um montante considerável.

Estes custos adicionais são obviamente altamente dependentes do tipo de carga, variando drasticamente dependendo da estrutura de custos e do modelo de negócio de cada operador. Todos estes fatores podem também ser afetados por outras variáveis, como a área geográfica da avaria.

 

Designamos a diferença linear entre cenários de reparação planeada (CPR) e de reparação não planeada (CUR) , bem como o Custo Extra de Reparação Não Planeada (ECUR). Vamos usá-lo para chegar à parte final da nossa fórmula.

 

Vamos agora explorar um exemplo prático desta fórmula utilizando um exemplo real de como um mau funcionamento comum do veículo e reparações não planeadas podem afetar os resultados financeiros das empresas.

Para exemplificar o Custo Extra de Reparação Não Planeada (ECUR) selecionamos um problema que afeta frotas em todo o mundo: compressores de ar, que precisam de ser trocados regularmente ao longo do ano.

Este exemplo baseia-se numa empresa de camiões de longo curso de 750 veículos na Europa Central e utiliza dados de 2017 e 2018. Em 2017, 104 camiões tiveram de trocar o compressor de ar, e destes, 79 tiveram avarias na estrada causadas por um mau funcionamento do compressor de ar.

Em circunstâncias normais, isto é quanto custaria reparar uma avaria no compressor de ar.

 

Abaixo, descrevemos um exemplo da referida empresa de camiões, onde uma avaria no compressor de ar ocorreu enquanto um camião estava a completar uma entrega.

 

Poupar os custos adicionais da reparação não planeada (ECUR) é ainda mais importante quando generalizamos os números da frota total.

Tenhamos em conta que a manutenção preditiva disponibiliza informações sobre o estado dos componentes que anteriormente não eram acessíveis aos operadores, mantendo a chave para reduzir as ineficiências que afetam as reparações não planeadas.

 

A manutenção preditiva potencia-se na inteligência artificial e em ramos de IA como o machine learning. Estes são modelos matemáticos construídos para imitar o comportamento dos engenheiros humanos (que aprendem e melhoram com a experiência), automatizando e melhorando continuamente a análise de volumes de dados muito grandes, o que de outra forma exigiria grandes equipas e tempo extenso para passar à mão.

O estudo de caso abaixo refere-se à mesma empresa de camiões de longo curso de 750 veículos e aos seus dados de 2017 e 2018. O modelo de machine learning do compressor de ar utilizado pela Stratio detetou inicialmente cerca de 50% de todos os problemas sem falsos alertas. À medida que o modelo continuava a aprender, a sua precisão melhorava.

Os efeitos desta nova abordagem refletem-se na diferença entre os números de 2017 e 2018 – quando foi implementado o machine learning para apoiar as equipas de manutenção.

 

No que diz respeito ao exemplo acima apresentado, seguem algumas notas importantes:
• Os números foram arredondados para melhorar a legibilidade;
• O valor do trabalho/hora é a média para a Europa continental;
• O lucro é uma estimativa dos ganhos de cerca de 50% de precisão na deteção de falhas;
• Cada empresa pode aplicar as suas informações específicas e começar a usar esta fórmula para avaliar os custos de inatividade não planeados com maior precisão.

 

Sem surpresas. Sem interrupções. Zero tempo de paragem.

Se está interessado em saber mais sobre como podemos apoiá-lo, consulte onosso site e agende uma demo.

 

 

You May Also Like…