Artigo

26 de outubro de 2026

Implantação do indicador OEE em uma fábrica de móveis

Andressa Pereira de Castro Massardi; Karina Tonelli Silveira Dias

DOI: 10.22167/2675-6528-202600564

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A eficiência operacional é crucial para o desempenho industrial, influenciando diretamente a competitividade de mercado. Este estudo objetivou estruturar e implementar o indicador Overall Equipment Effectiveness (OEE) em uma fábrica de móveis, utilizando o ciclo de vida de projetos para conduzir a iniciativa de forma organizada. A pesquisa adotou a abordagem de pesquisa-ação, com participação direta da pesquisadora nas etapas de iniciação, planejamento, execução e encerramento do projeto. Para garantir que a utilização do indicador refletisse na melhora da entrega de produção conforme o planejamento, definiu-se a forma de coleta dos dados e a metodologia para seu tratamento na rotina. Os resultados indicaram que a aplicação das fases do ciclo de vida de projetos aumentou a confiabilidade dos dados, elevou o engajamento das equipes e permitiu identificar perdas produtivas anteriormente não mensuradas. Observou-se um aumento de 11,75% no indicador OEE e uma melhoria significativa na entrega de produção. Concluiu-se que a formalização da implementação do OEE como um projeto promoveu a integração entre áreas, a padronização de processos e a sustentabilidade de sua utilização na gestão dos processos produtivos.

Palavras-chave: Ciclo de vida; Eficiência operacional; Gestão de projetos; Melhoria contínua; Produção industrial.

1. Introdução

O ambiente industrial contemporâneo é caracterizado por uma intensa competitividade, que exige das organizações a adoção de sistemas estruturados de medição de desempenho. Tais sistemas são cruciais para apoiar o controle e aprimorar continuamente os processos produtivos (Kaplan; Norton, 1997). Nesse contexto, a sustentabilidade dos resultados organizacionais depende intrinsecamente de um gerenciamento sistemático da rotina, que se baseia no monitoramento rigoroso de indicadores, na comparação com metas preestabelecidas e na atuação proativa sobre os desvios identificados no processo (Falconi, 2013).

Diante dessa necessidade premente, o indicador “Overall Equipment Effectiveness” (OEE) tem se consolidado como uma ferramenta amplamente utilizada para avaliar o desempenho operacional dos equipamentos. Sua aplicação permite identificar e quantificar as diversas perdas que impactam negativamente o processo produtivo (Busso, 2012). O OEE surgiu no contexto do “Total Productive Maintenance” (TPM) e foi concebido para analisar a eficiência global dos equipamentos, considerando as perdas relacionadas a três dimensões fundamentais da operação (Nakajima, 1988).

As três dimensões do OEE são a disponibilidade, o desempenho e a qualidade. A disponibilidade refere-se à proporção entre o tempo em que o equipamento esteve efetivamente produtivo e o tempo em que esteve apto para operar, abrangendo perdas associadas a paradas, sejam elas planejadas ou não. O desempenho, por sua vez, avalia o ritmo de produção, comparando a operação real com o tempo padrão estabelecido pela engenharia de processos e identificando reduções de velocidade. Já a qualidade mede a proporção de produtos conformes, considerando as perdas decorrentes de refugos e retrabalhos (Chirardia, 2004). Essa abordagem integrada oferece uma visão holística da eficiência produtiva.

A complexidade inerente à implantação do OEE exige uma condução estruturada para que o indicador seja efetivamente incorporado à rotina produtiva. Nesse sentido, tratá-lo como um projeto organizacional é a abordagem mais adequada. Os projetos são mecanismos essenciais que as organizações utilizam para viabilizar mudanças e alcançar objetivos estratégicos específicos (Vargas, 2016). O gerenciamento de projetos, portanto, envolve o planejamento detalhado, o controle de recursos e a coordenação sistemática das atividades ao longo de sua execução, visando garantir o alcance dos resultados propostos (Kerzner, 2017).

O gerenciamento de projetos é estruturado em grupos de processos que orientam a condução das atividades ao longo do ciclo de vida do projeto. Esses grupos compreendem as fases de iniciação, planejamento, execução e encerramento, conforme delineado pelo “Project Management Institute” (PMI, 2017). Essa estrutura provê um conjunto de práticas, técnicas e ferramentas que são fundamentais para auxiliar no planejamento e na condução de iniciativas voltadas à melhoria organizacional (Gomes, 2006), assegurando uma abordagem metodológica e consistente.

Outro fator crítico para o sucesso de qualquer projeto é o gerenciamento das partes interessadas. A identificação e o engajamento proativo dos indivíduos que podem influenciar ou ser impactados pelo projeto são fundamentais para garantir o alinhamento organizacional e o apoio necessário à implementação das mudanças propostas (PMI, 2017). No contexto específico da implantação do OEE, este aspecto ganha ainda mais relevância, pois contribui significativamente para a integração entre a área produtiva e os diversos setores de apoio, promovendo a colaboração e minimizando resistências.

A medição de desempenho, em uma perspectiva mais ampla, é compreendida como a quantificação da eficiência e da eficácia das ações organizacionais. Ela desempenha um papel crucial ao orientar comportamentos e apoiar a implementação de estratégias empresariais (Neely et al., 1995). Sob essa ótica, o uso de indicadores na tomada de decisão transcende a simples disponibilidade de dados, exigindo a adoção de métodos que orientem sua análise e aplicação. Entre esses métodos, destaca-se o ciclo PDCA (“Plan, Do, Check, Act”), que possibilita transformar informações em ações de melhoria, contribuindo para decisões mais consistentes e para o aprimoramento contínuo dos processos (Deming, 1986).

Apesar da inegável importância dos indicadores de desempenho para a gestão industrial, muitas empresas ainda enfrentam dificuldades na obtenção de dados confiáveis e na utilização eficaz dessas informações para subsidiar a tomada de decisão. Em diversos casos, esse problema se manifesta na discrepância entre a produção planejada e a produção efetivamente realizada. Essa lacuna prática indica uma ineficiência que compromete a competitividade e a capacidade de resposta da organização.

Diante desse cenário, uma empresa com baixa aderência entre o planejado e o realizado decidiu implementar o indicador OEE como forma de compreender as perdas do processo produtivo e, consequentemente, melhorar seu desempenho. Assim, este trabalho tem como objetivo estruturar a implementação do indicador OEE em um processo produtivo, utilizando uma abordagem baseada em gerenciamento de projetos, com base no ciclo de vida do projeto, buscando garantir sua utilização de forma consistente e sustentável ao longo do tempo.

2. Material e Métodos

O presente estudo caracterizou-se como uma pesquisa de natureza aplicada e explicativa, buscando solucionar um problema prático em um ambiente organizacional específico e identificar os fatores que contribuem para determinado fenômeno (Cervo et al., 2007). A pesquisa foi conduzida em uma indústria do setor moveleiro, localizada na Zona da Mata mineira.

Adotou-se a pesquisa-ação como delineamento metodológico, com participação direta da pesquisadora na realidade investigada e no processo de mudança (Gil, 2008; Thiollent, 2011). Essa abordagem permitiu a realização de intervenções planejadas e a implementação ativa das ações propostas, estruturadas com base nas práticas de gerenciamento de projetos.

Empregou-se uma abordagem de métodos mistos (Creswell, 2010). A vertente quantitativa concentrou-se na análise do Overall Equipment Effectiveness (OEE) das onze máquinas selecionadas e do índice de cumprimento do plano de produção, comparando resultados antes e após a implementação. A abordagem qualitativa baseou-se na observação participante, registros de reuniões de projeto e grupos PDCA, e percepções dos envolvidos.

Para organizar as etapas do projeto, elaborou-se uma Estrutura Analítica do Projeto (EAP), que permitiu decompor o escopo em níveis hierárquicos, facilitando o planejamento, a execução e o controle das atividades (Kerzner, 2017). O projeto seguiu as fases de iniciação, planejamento, execução e encerramento, conforme delineado pelo Project Management Institute (PMI, 2017).

Na fase de iniciação, formalizou-se a necessidade de implantação do OEE em máquinas de maior impacto na entrega de produção. As partes interessadas foram identificadas em reunião com a liderança da fábrica (qualidade, manutenção, PCP), utilizando a técnica de “brainstorming” (PMI, 2017). Riscos como baixa experiência dos operadores e dados não confiáveis foram identificados como insumos para o planejamento.

A fase de planejamento envolveu a definição de atividades, recursos, prazos e responsabilidades (Maximiano, 2014). Selecionou-se o software “Syneco Production” para coleta automática de dados do OEE, instalando-se dispositivos de contagem (sensores) nas onze máquinas, conectados a uma rede industrial. O sistema foi executado em servidores para armazenar, tratar e calcular automaticamente os indicadores.

Definiu-se o ciclo PDCA como método de trabalho para o tratamento e análise dos resultados, incorporando-o à rotina da fábrica para melhoria contínua (Deming, 1986; Ishikawa, 1993). Elaborou-se um cronograma detalhado, com estimativa de duração e definição de responsáveis, verificado semanalmente em reuniões com a liderança da fábrica.

A fase de execução consistiu na implementação do sistema de monitoramento do OEE nas máquinas selecionadas. Incluiu-se a instalação e parametrização dos sensores, a configuração do software e o treinamento dos operadores. A conexão das máquinas ao software “Syneco” foi a primeira atividade dessa etapa (Kerzner, 2017).

Paralelamente, os operadores registravam no sistema as justificativas das paradas. As paralizações foram classificadas em categorias como corretivas mecânicas, elétricas, pausas programadas, setup, falta de material e ajustes operacionais. Os dados eram consolidados diariamente pelo sistema, que realizava o cálculo do OEE a partir de seus três componentes: disponibilidade, desempenho e qualidade.

A análise dos dados ocorreu em reuniões semanais com a participação das áreas de produção, manutenção e qualidade. Nesses encontros, os desvios identificados foram tratados por meio do ciclo PDCA, com definição de ações e acompanhamento dos resultados. A fase de encerramento contemplou a consolidação dos resultados, a avaliação do desempenho e o registro das lições aprendidas (Maximiano, 2014).

Estabeleceram-se diretrizes para a incorporação do acompanhamento do indicador à rotina operacional, visando garantir a continuidade do monitoramento e apoiar a tomada de decisão. As lições aprendidas, desafios e fatores de sucesso foram registrados para futuras expansões do monitoramento para outras máquinas da fábrica.

3. Resultados e Discussão

A implementação do indicador Overall Equipment Effectiveness (OEE) na fábrica de móveis proporcionou uma visibilidade aprimorada sobre o desempenho produtivo, revelando oportunidades significativas de melhoria. Este cenário foi particularmente relevante devido ao estágio inicial das operações da planta e à experiência ainda limitada dos operadores. A análise detalhada dos resultados demonstrou que a estruturação da iniciativa por meio das diferentes fases do ciclo de vida de projetos contribuiu de maneira decisiva para a implantação eficaz do OEE, permitindo que o projeto fosse executado em um período relativamente curto e com estrita aderência ao cronograma previamente estabelecido. Essa abordagem sistemática, conforme preconizado pelo Project Management Institute (PMI, 2017), foi fundamental para o sucesso da iniciativa.

Iniciação

Na fase de iniciação, a análise dos riscos identificados revelou que os fatores humanos possuíam um peso tão relevante quanto os aspectos técnicos do projeto. A pouca experiência dos operadores, aliada a uma resistência inicial às mudanças na rotina de trabalho, indicou que a implantação de indicadores de desempenho transcende a mera adoção de tecnologia, dependendo crucialmente de fatores culturais e comportamentais. Essa percepção alinha-se à visão de Kerzner (2017), que enfatiza a relação direta entre o sucesso de um projeto e o alinhamento das partes interessadas, bem como a gestão eficaz de suas expectativas ao longo de todo o processo de implementação.

Durante esta etapa inicial, foram implementadas ações estratégicas para identificar e alinhar as partes interessadas envolvidas no projeto. Reuniões foram realizadas com os gestores para estabelecer o escopo, definir as necessidades primárias e garantir o alinhamento quanto ao uso das informações geradas pelo OEE. A área de manutenção foi engajada desde o princípio por meio de alinhamentos periódicos, assegurando o suporte técnico necessário aos equipamentos. Adicionalmente, foi estabelecida uma comunicação contínua com as áreas de Planejamento e Controle da Produção (PCP) e Qualidade, facilitando o acompanhamento dos dados e apoiando tanto o planejamento da produção quanto o controle dos padrões de processo.

A identificação das partes interessadas e suas estratégias de engajamento foram cruciais para o andamento do projeto. Os gestores, com alto nível de influência e interesse, foram diretamente envolvidos nas discussões sobre infraestrutura e utilização dos dados. Os operadores, com influência média e alto interesse, receberam treinamento e comunicação frequente. A manutenção, com influência e interesse médios, participou de alinhamentos semanais. O PCP e a Qualidade, ambos com alto interesse, tiveram os dados coletados compartilhados para apoiar suas respectivas funções. Essas ações contribuíram significativamente para o alinhamento interdepartamental e para a organização das etapas subsequentes do projeto, minimizando resistências e incertezas (Maximiano, 2014).

Observou-se que as equipes que foram envolvidas desde o início do projeto demonstraram menor resistência durante a fase de implementação. Este comportamento reforça a importância do engajamento precoce dos stakeholders, conforme destacado pelo PMI (2017) como um fator crítico de sucesso em projetos. A necessidade de manter uma comunicação constante entre as diversas áreas também se mostrou essencial, evidenciando a relevância da integração entre os envolvidos para mitigar incertezas e gerenciar riscos ao longo do ciclo de vida do projeto, conforme a perspectiva de Maximiano (2014) sobre a gestão de projetos.

Planejamento

A fase de planejamento envolveu a definição detalhada das atividades, a alocação de recursos, o estabelecimento de prazos e a atribuição de responsabilidades, delineando as diretrizes para a execução do projeto (Maximiano, 2014). Nesta etapa, as ações necessárias para a implementação do indicador OEE foram cuidadosamente organizadas, visando garantir um controle mais rigoroso e um alinhamento efetivo entre todas as áreas envolvidas. A escolha das 11 máquinas mais críticas para monitoramento foi um ponto estratégico, concentrando os esforços nos equipamentos que exerciam maior impacto no desempenho produtivo da fábrica.

A priorização das máquinas mais críticas revelou-se uma decisão acertada, pois permitiu focar os recursos nos pontos de maior impacto no desempenho produtivo. Verificou-se que a maior parte das perdas estava concentrada em um número reduzido de equipamentos, o que está em consonância com o princípio de priorização de problemas, amplamente discutido na literatura de qualidade por autores como Falconi (2013). Essa abordagem otimizou o uso dos recursos e direcionou as ações de melhoria para onde teriam o maior efeito sobre a eficiência global da fábrica, maximizando o retorno do investimento no projeto.

A definição da infraestrutura de coleta de dados também evidenciou a complexidade inerente à digitalização do ambiente industrial. A incorporação de tecnologias digitais na indústria, como apontado por Schwab (2016), não se restringe apenas a investimentos em sistemas, mas exige adaptações profundas nos processos e na cultura organizacional. O processo de coleta e cálculo do OEE, utilizando o software “Syneco Production”, inicia-se com dispositivos de contagem e sensores instalados nas máquinas, que transmitem dados para uma rede de comunicação industrial. Esses dados são então processados para calcular o OEE e apresentados em dashboards para monitoramento.

A confiabilidade dos dados é um aspecto crucial, e a instalação inadequada de sensores ou a contagem incorreta de peças poderiam comprometer significativamente o cálculo do indicador. Por essa razão, durante o planejamento, foi meticulosamente definido o posicionamento de cada sensor, levando em consideração as particularidades operacionais de cada máquina. Essa etapa ressaltou a importância de conduzir a implementação do indicador OEE com base no ciclo de vida de projetos, permitindo antecipar e mitigar problemas que poderiam surgir caso o mapeamento e a configuração não fossem detalhados e precisos, garantindo a integridade das informações.

A adoção do ciclo PDCA (Plan, Do, Check, Act) como base para o tratamento e análise dos dados demonstrou ser uma metodologia adequada e eficaz. Conforme Deming (1986), a melhoria contínua dos processos depende de ciclos sucessivos de planejamento, execução, verificação e ação. A integração entre o monitoramento do OEE e a aplicação do PDCA possibilitou transformar os dados brutos em ações estruturadas de melhoria. O ciclo PDCA foi utilizado para organizar as ações em grupos multifuncionais, envolvendo gestores, operadores e áreas de apoio, permitindo a definição de metas, a execução das atividades, a verificação dos resultados e a realização de ajustes necessários, promovendo um controle sistemático e a identificação estruturada de problemas (Ishikawa, 1993).

Com base nesse planejamento detalhado, foi elaborado um cronograma que estimou a duração das atividades e definiu os responsáveis, contribuindo para a organização e o controle da implementação do projeto. Esse cronograma foi revisado semanalmente em reuniões com a liderança da fábrica e os responsáveis pelas ações, garantindo que o projeto permanecesse no caminho certo e que quaisquer desvios fossem prontamente identificados e corrigidos. Essa prática de acompanhamento contínuo foi essencial para manter o alinhamento e a comunicação entre as equipes, assegurando a fluidez e a eficácia da execução das etapas subsequentes.

Execução

A fase de execução do projeto consistiu na implementação do sistema de monitoramento do indicador OEE nas máquinas previamente selecionadas. Isso incluiu a instalação e parametrização dos sensores, a configuração do software “Syneco Production” e o treinamento dos operadores para a utilização correta da ferramenta. A conexão das máquinas ao software foi a primeira atividade, estabelecendo a base tecnológica para a coleta automática de dados. Esta etapa inicial foi crucial para transformar o planejamento em realidade operacional, conforme os princípios de gerenciamento de projetos delineados por Kerzner (2017), que enfatiza a coordenação de recursos e o cumprimento das entregas.

Durante a implantação, verificou-se que a execução técnica representou apenas uma parte do desafio, sendo a adaptação da rotina operacional um fator igualmente crítico. Inicialmente, foram identificadas inconsistências nos dados coletados, exigindo testes e ajustes técnicos nas máquinas, especialmente relacionados ao posicionamento dos sensores e à adaptação às condições específicas de operação. A variabilidade do processo produtivo demandou alterações na lógica de coleta de dados, demonstrando que a implementação de soluções em ambientes industriais requer flexibilidade e capacidade de adaptação, um ponto enfatizado por Kerzner (2017) sobre a gestão de projetos em contextos dinâmicos.

Observou-se uma resistência por parte dos operadores em relação ao registro correto das paradas, especialmente em períodos de alta demanda produtiva, onde a prioridade era a execução das atividades em detrimento da coleta de informações. Esse comportamento evidenciou um conflito entre a operação e a disciplina de registro de dados, impactando temporariamente a consistência das análises. A resistência à mudança é um fenômeno comum em processos de transformação organizacional, como aponta Kotter (1997), exigindo uma atuação proativa da liderança para engajar as equipes e superar os desafios culturais inerentes à implementação de novas práticas.

Nesse contexto, a atuação da liderança e a realização de treinamentos foram fundamentais para consolidar o uso do sistema de monitoramento. Com o amadurecimento da equipe, observou-se uma melhora significativa na qualidade dos registros e uma maior aderência aos procedimentos estabelecidos. Essa evolução resultou na redução das paradas não justificadas, que caíram de 995 em março para 87 em dezembro, indicando um aumento notável na confiabilidade das informações. Este resultado reforça a importância da disciplina operacional e da padronização dos processos para a efetividade dos sistemas de gestão, conforme discutido por Falconi (2013), e a relevância das técnicas de gerenciamento das partes interessadas.

Paralelamente, o ciclo PDCA foi empregado como ferramenta estruturadora para o tratamento dos desvios identificados. Sua aplicação ocorreu nas reuniões semanais de acompanhamento do OEE, que envolviam as equipes de produção, manutenção e qualidade. Os dados coletados pelo software eram analisados no início de cada reunião, permitindo a identificação das principais perdas do período. A partir dessas análises, eram definidas ações corretivas, atribuídas aos responsáveis e acompanhadas ao longo da semana seguinte, garantindo que os problemas fossem abordados de forma sistemática e eficaz, promovendo a melhoria contínua.

Nas reuniões subsequentes, os resultados das ações implementadas eram verificados, possibilitando avaliar a efetividade das intervenções e, quando aplicável, a padronização das melhorias. Ao longo do período de implementação, foram realizados quatro ciclos completos de PDCA. A evolução do indicador OEE, que aumentou de 48,58% em março para 60,33% em dezembro, com picos de 65,33% em novembro, evidenciou a efetividade da aplicação do método. Esse aumento de 11,75% no indicador OEE demonstra que os desvios foram identificados e tratados de forma estruturada, contribuindo para a melhoria dos processos e o aumento da eficiência organizacional, conforme Deming (1986).

Para avaliar o desempenho da Eficiência Global dos Equipamentos, utiliza-se como referência o conceito de OEE de classe mundial de 85%, um padrão ideal a ser alcançado pelas organizações (Silva, 2020). Apesar da evolução observada no indicador OEE, os resultados ainda indicam que o processo produtivo da fábrica necessita de continuidade nos trabalhos de melhoria. Dessa forma, a fase de execução caracterizou-se não apenas pela implantação da solução tecnológica, mas também pela aplicação estruturada de métodos de melhoria contínua e pela consolidação de novos padrões operacionais, elementos fundamentais para a sustentação dos resultados ao longo do tempo.

Encerramento

A fase de encerramento do projeto consistiu na finalização das atividades, contemplando a consolidação dos resultados obtidos, a avaliação do desempenho geral e o registro das lições aprendidas. Essa etapa é crucial para assegurar o fechamento adequado do projeto e gerar subsídios valiosos para futuras iniciativas (Maximiano, 2014). Os dados compilados na fase de execução foram associados à evolução do resultado de entrega de produção, permitindo uma análise abrangente do impacto da implementação do OEE no desempenho operacional da fábrica.

Nos meses anteriores ao monitoramento sistemático do indicador OEE, especificamente de janeiro a março, observou-se uma tendência de queda no índice de entrega de produção, com valores que variaram de 78,97% em janeiro para 75,32% em março. A partir de abril, entretanto, com a implementação e o acompanhamento sistemático da eficiência das máquinas, o índice de entrega de produção apresentou uma melhora consistente, atingindo 96,31% em outubro e 92,05% em dezembro. Esse aumento na entrega de produção demonstra que a identificação e o tratamento dos gargalos do processo, facilitados pelo OEE, foram eficazes em impulsionar o desempenho.

Foi realizada uma reunião de encerramento com a participação da liderança de todas as áreas envolvidas para analisar os dados e validar os ganhos obtidos. Após essa análise, o projeto de implementação do indicador OEE foi considerado efetivo no processo produtivo da fábrica. As dificuldades enfrentadas ao longo do processo foram registradas em um documento específico, que servirá como referência para consulta futura, permitindo que o conhecimento adquirido seja capitalizado em novas iniciativas e na expansão do monitoramento para outras máquinas da fábrica, conforme as diretrizes estabelecidas para a gestão contínua.

Em síntese, a estruturação da implementação do OEE como um projeto, seguindo o ciclo de vida de iniciação, planejamento, execução e encerramento, demonstrou ser uma abordagem eficaz para aprimorar a eficiência operacional. Os resultados evidenciaram um aumento de 11,75% no indicador OEE e uma melhoria significativa na entrega de produção, impulsionada pela maior confiabilidade dos dados, o engajamento das equipes e a identificação precisa de perdas produtivas. Essa metodologia não apenas introduziu uma ferramenta de medição, mas também promoveu a integração entre áreas, a padronização de processos e a sustentabilidade de sua utilização na gestão contínua da produção.

4. Conclusão

Este estudo buscou estruturar a implementação do indicador Overall Equipment Effectiveness (OEE) em uma fábrica de móveis, utilizando o ciclo de vida de projetos para garantir sua utilização consistente e sustentável. Verificou-se que a aplicação das fases do ciclo de vida de projetos foi crucial para o sucesso da iniciativa, resultando em um aumento de 11,75% no indicador OEE, que passou de 48,58% para 60,33%. Paralelamente, observou-se uma melhoria significativa no índice de entrega de produção, que evoluiu de 75,32% para 92,05%, com picos de 96,31%. A abordagem sistemática permitiu aumentar a confiabilidade dos dados, elevar o engajamento das equipes e identificar perdas produtivas que antes não eram mensuradas. A formalização da implementação do OEE como um projeto demonstrou ser uma contribuição prática relevante, transformando a ferramenta de medição em um instrumento de gestão operacional que promoveu a integração entre as áreas, a padronização de processos e a sustentabilidade de sua utilização na rotina produtiva.

Apesar dos resultados positivos, o estudo apresenta algumas limitações. O projeto foi conduzido em um ambiente em fase inicial de estabilização operacional, o que dificultou isolar o impacto do OEE de outros fatores naturais de maturação do processo produtivo. Adicionalmente, a variação sazonal na demanda e no mix de produtos da fábrica comprometeu a comparação consistente entre os períodos analisados. Outra limitação reside na aplicação em uma única unidade produtiva e em um conjunto específico de equipamentos, o que restringe a generalização dos resultados para outros contextos industriais. O período de acompanhamento, limitado a dez meses, não permitiu avaliar os efeitos de longo prazo sobre o desempenho operacional. Sugere-se, para estudos futuros, a expansão do monitoramento do OEE para outras máquinas da fábrica e a realização de pesquisas longitudinais que avaliem o impacto do indicador em cenários operacionais mais estáveis e por períodos mais extensos, a fim de consolidar a compreensão sobre sua sustentabilidade e generalização.

Referências Bibliográficas

Busso, C.M. 2012. Análise da eficiência global de equipamentos (OEE) em sistemas produtivos. Dissertação (Mestrado em Engenharia de Produção), Universidade Federal de Santa Catarina, Florianópolis, SC, Brasil.

Chirardia, A. 2004. Utilização do indicador de eficiência global de equipamentos na gestão e melhoria contínua dos equipamentos: um estudo de caso na indústria automobilística. Dissertação (Mestrado em Engenharia de Produção), Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brasil.

Falconi, 2013 [Referência completa não encontrada no documento original]

Kaplan, R.S.; NORTON, D.P. 1997. The Balanced Scorecard: translating strategy into action. Boston, MA, USA: Harvard Business School Press.

Kerzner, H. 2017. Project management: a systems approach to planning, scheduling, and controlling. 12. ed. Hoboken, NJ, USA: John Wiley & Sons.

Nakajima, S. 1989. Introduction to TPM: total productive maintenance. Cambridge, MA, USA: Productivity Press.

Project Management Institute [PMI]. 2017. A guide to the project management

Vargas, R.V. 2016. Gerenciamento de projetos: estabelecendo diferenciais competitivos. 8. ed. Rio de Janeiro, RJ, Brasil: Brasport.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Projetos do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

Você também pode gostar

17 de novembro de 2026

Deteção e Diagnóstico de Doenças em Milho e Arroz em Moçambique com Deep Learning

A agricultura moçambicana depende do milho e arroz, culturas fundamentais para a segurança alimentar, mas sua produtividade é fortemente afetada por doenças fitossanitárias, cuja identificação precoce e precisa permanece um desafio em contextos de recursos limitados. O estudo objetivou desenvolver e comparar modelos baseados em Deep Learning para a detecção e o diagnóstico automático de doenças em folhas de milho e arroz em Moçambique. Utilizaram-se três abordagens: uma Rede Neural Convolucional (CNN) clássica desenvolvida do zero, e dois modelos de transfer learning, ResNet50 e MobileNetV2. O conjunto de dados foi composto por imagens de bases públicas e coletadas em campo, que passaram por etapas de limpeza, balanceamento e aumento artificial. Os modelos foram treinados e avaliados com métricas de desempenho padrão, incluindo acurácia, precisão, recall, F1-score, Log Loss e Kappa de Cohen. A CNN clássica apresentou o melhor desempenho global, com 94% de precisão, recall e F1-score, e 93% de acurácia e Kappa de Cohen. A MobileNetV2 alcançou 91% de F1-score e 90% de acurácia, destacando-se pelo menor Log Loss (0,30) e tempo de treinamento (6h32min59s). A ResNet50 atingiu 80% de F1-score e 79% de acurácia. Concluiu-se que técnicas de Deep Learning possuem elevado potencial para apoiar o diagnóstico fitopatológico em contextos agrícolas reais, contribuindo para decisões mais rápidas e precisas no manejo de doenças em milho e arroz.

Palavras-chave: Aprendizagem profunda; Arroz; Doenças em plantas; Milho; Visão computacional.

17 de novembro de 2026

Estruturação do processo de encerramento de projetos de uma indústria da construção civil

Um estudo abordou o grupo de processo de encerramento de projetos em uma indústria de manufatura da construção civil, utilizando o guia PMBOK como referência principal. O processo existente na indústria apresentava superficialidade e fragilidades, especialmente no registro de lições aprendidas. Diante desse cenário, o objetivo foi desenvolver um procedimento para o encerramento de projetos da organização, visando agregar valor por meio da padronização do processo, registro do conhecimento adquirido, formalização da conclusão e entrega dos projetos, e aprimoramento da comunicação, engajamento, integração e transparência com os stakeholders. A pesquisa classificou-se como descritiva, empregou dados qualitativos e adotou a pesquisa-ação como delineamento. O escopo do estudo estruturou-se conforme os cinco grupos de processos do guia PMBOK e foi representado por uma Estrutura Analítica de Projeto (EAP). Os principais resultados obtidos incluíram o procedimento desenvolvido e diversos templates de documentos, que constituíram os entregáveis do novo processo de encerramento de projetos. Verificou-se que o trabalho alcançou o objetivo esperado, pois o procedimento desenvolvido viabilizou a padronização do encerramento de projetos, o aprimoramento da integração e engajamento com os stakeholders, e a promoção de segurança e transparência no processo.

Palavras-chave: Gestão do conhecimento; Lições aprendidas; PMBOK; Templates; Termo de aceite de projeto.

17 de novembro de 2026

Machine Learning e priorização de funcionalidades em produtos digitais: um estudo de caso em uma fintech

Uma análise investigou o potencial da utilização de técnicas de machine learning aplicadas à análise do comportamento dos usuários na priorização de funcionalidades em produtos digitais. O objetivo foi compreender os processos de priorização utilizados na prática, o papel dos dados comportamentais na tomada de decisão e as percepções sobre a aplicação de técnicas de machine learning nesse contexto. Adotou-se uma abordagem qualitativa e exploratória, estruturada como um estudo de caso em produtos desenvolvidos sob o modelo Software as a Service (SaaS). A coleta de dados realizou-se por meio de entrevistas semiestruturadas com profissionais das áreas de produto e de dados. A análise dos dados seguiu a técnica de análise de conteúdo. Os resultados indicaram que, embora os dados comportamentais já fossem utilizados como apoio à decisão, os processos de priorização ainda apresentavam baixa formalização e enfrentavam limitações técnicas e organizacionais. Observou-se, também, o reconhecimento do potencial do machine learning como suporte estratégico à priorização de funcionalidades, embora sua aplicação prática fosse incipiente. Como principal contribuição, o estudo propôs um modelo conceitual que integra dados comportamentais, processos de priorização e o uso de machine learning como suporte à decisão.

Palavras-chave: Análise de dados; Comportamento do usuário; Dados comportamentais; Software as a Service (SaaS); Tomada de decisão.

17 de novembro de 2026

Inteligência artificial nas rotinas operacionais contábeis e na eficiência financeira

A incorporação de Inteligência Artificial (IA) e de ferramentas de automação reconfigurou as rotinas de escritórios contábeis brasileiros, impactando produtividade, mitigação de erros e eficiência financeira. Analisou-se esses impactos em um escritório contábil de pequeno porte, especializado no atendimento a prestadores de serviços da área médica em São Caetano do Sul, São Paulo. A pesquisa adotou abordagem qualitativa, com delineamento de estudo de caso único e unidades de análise incorporadas. Os dados foram coletados por questionário estruturado, aplicado via Google Forms entre janeiro e fevereiro de 2026, a cinco profissionais da estrutura operacional do escritório em levantamento censitário. O tratamento seguiu análise de conteúdo com categorias a priori e emergentes. Todos os respondentes declararam uso de ferramentas automatizadas ou com recursos de IA. A percepção de redução do tempo de execução, de diminuição de erros operacionais, de retrabalho e de melhor aproveitamento do tempo da equipe convergiu em 80% das respostas afirmativas e 20% parciais. As atividades mais beneficiadas foram conciliação bancária, importação de documentos fiscais e apuração tributária, com ganhos visíveis sobre erros de digitação, lançamentos duplicados e classificação incorreta. A intervenção humana permaneceu indispensável em planejamento tributário, análise de cenários e conferência de obrigações acessórias. A avaliação geral da contribuição da IA foi predominantemente favorável, com moderação vinculada à complexidade normativa fiscal.

Palavras-chave: Análise de conteúdo; Automação de processos; Contabilidade 4.0; Pequeno porte; Transformação digital.

17 de novembro de 2026

Fatores que influenciam a gestão de prazos em projetos de “retrofit” de estações de esgoto

Projetos de “retrofit” em Estações de Tratamento de Esgoto (ETE) caracterizam-se por elevada complexidade, restrições operacionais e múltiplas interfaces técnicas. O estudo analisou a percepção dos profissionais envolvidos sobre a gestão e o cumprimento dos prazos em projetos de “retrofit” de estações de tratamento de esgoto, considerando fatores técnicos, operacionais e organizacionais. A pesquisa caracterizou-se como um estudo aplicado, com abordagem quali-quantitativa, delineado como levantamento de campo do tipo “survey”. A análise dos dados realizou-se por estatística descritiva e categorização qualitativa, utilizando as ferramentas SWOT, matriz de risco (Probabilidade x Impacto) e plano de ação 5W2H. Os resultados indicaram alta percepção de clareza (77,8%) e realismo dos prazos (100% de concordância), evidenciando um planejamento inicial consistente. Contudo, 77,7% dos respondentes apontaram que retrabalhos e alterações de escopo impactaram diretamente o cumprimento dos prazos. A integração entre engenharia, fabricação e Planejamento e Controle da Produção (PCP) apresentou avaliação intermediária (77,7% de concordância parcial/total), indicando fragilidade na coordenação interfuncional. A matriz de risco destacou como críticos: mudanças de escopo, limitações operacionais da ETE e complexidade técnica, todos com nível alto. Como melhoria central, propôs-se a padronização do controle de mudanças de escopo, análise e aprovação, visando reduzir retrabalhos e aumentar a previsibilidade do cronograma.

Palavras-chave: Desempenho; Integração; Planejamento; Retrabalho; Risco.

17 de novembro de 2026

Captação B2C em medicina diagnóstica: parcerias estratégicas com consultórios médicos especializados

O setor de medicina diagnóstica no Brasil opera com elevada dependência das operadoras de planos de saúde, o que limita a autonomia financeira dos prestadores. Este estudo propôs e analisou um modelo de captação direta de pacientes (B2C) para uma instituição de medicina diagnóstica de alta complexidade, estruturado a partir de parcerias com consultórios de Oncologia e Cardiologia e operacionalizado por um serviço de atendimento personalizado denominado concierge. A investigação adotou abordagem mista em três fases: levantamento de campo com questionário estruturado aplicado a 87 pacientes, mapeamento do fluxo operacional por “Service Blueprint” e análise da taxa de conversão a partir de 312 indicações médicas registradas no projeto-piloto. Os resultados indicaram que a confiança na indicação médica obteve 92,0% de concordância, configurando-se como principal fator de adesão. A conveniência de realizar o exame no mesmo dia alcançou 78,2%, e a disposição para pagamento direto atingiu 55,2%, com polarização associada à predominância de usuários de plano de saúde. O “Service Blueprint” identificou três pontos críticos nas transições entre etapas da jornada. A taxa de conversão global foi de 51,0%, com desempenho superior na Oncologia (58,2%) em relação à Cardiologia (45,0%), e a maior perda concentrou-se na etapa de aceite e agendamento (28,3%). Concluiu-se que o modelo demonstrou possível viabilidade operacional e indícios de aceitação pelos pacientes, condicionado à transparência de preços e à redução do intervalo entre consulta e abordagem pelo concierge.

Palavras-chave: Desembolso direto; Jornada do paciente; Saúde suplementar; Serviço concierge; Taxa de conversão.

17 de novembro de 2026

O papel do gestor escolar na promoção de uma cultura inclusiva: liderança e políticas educacionais

A pesquisa analisou a atuação do gestor escolar na promoção de uma cultura inclusiva, considerando a necessidade de transformar diretrizes legais e fundamentos pedagógicos em práticas institucionais efetivas. Partiu-se do pressuposto de que a inclusão escolar exige planejamento, organização e liderança estratégica no cotidiano da escola. Adotou-se uma abordagem qualitativa de natureza aplicada, desenvolvida em três etapas complementares: análise documental das legislações brasileiras sobre educação inclusiva, revisão bibliográfica sobre liderança e gestão escolar, e sistematização dos dados por meio de ferramentas gerenciais como a matriz SWOT e o ciclo PDCA. Os resultados indicaram que a atuação da gestão escolar exerceu influência direta na consolidação de ambientes inclusivos, especialmente na organização de processos, formação continuada da equipe e fortalecimento de uma cultura institucional colaborativa e respeitosa à diversidade. Identificaram-se também desafios estruturais, pedagógicos e relacionais que demandaram intervenções planejadas. Ao final, elaborou-se um Guia Prático para Gestores Escolares, com diretrizes, protocolos e orientações operacionais para a tomada de decisão e organização dos processos inclusivos. Concluiu-se que a construção de uma cultura inclusiva dependeu da capacidade gestora de articular políticas públicas, práticas pedagógicas e processos institucionais, consolidando a inclusão como compromisso permanente no contexto escolar.

Palavras-chave: Acessibilidade educacional; Equidade educacional; Gestão participativa; Planejamento estratégico; Processos institucionais.

17 de novembro de 2026

Um artefato de IA baseado em Design Thinking para apoiar a elicitação de requisitos de software a partir das necessidades dos usuários

O desenvolvimento de software orientado às necessidades dos usuários frequentemente enfrenta desafios na elicitação de requisitos, decorrentes de ambiguidades na linguagem natural e falhas de comunicação. Diante disso, propôs-se e validou-se um artefato inteligente que integra Design Thinking e Inteligência Artificial, com foco nas etapas de Empatia e Definição, para apoiar a coleta, interpretação e estruturação das necessidades dos usuários. A pesquisa, de natureza aplicada, qualitativa e exploratória, conduziu uma Prova de Conceito em ambiente controlado, empregando cenários hipotéticos. O artefato operou por meio de entrevistas guiadas em linguagem natural, organizando informações em elementos como dor, contexto e impacto, e gerando sínteses de problemas rastreáveis. Os resultados indicaram que o sistema organizou relatos não estruturados, reduziu ambiguidades e preservou o sentido das informações originais na maioria dos casos. Observou-se também a capacidade de reorganização lógica em cenários complexos, embora com limitações na separação de múltiplos problemas e dependência das instruções. Concluiu-se que o artefato possui potencial como apoio à elicitação de requisitos, melhorando a clareza e a estruturação das informações, mas requer supervisão e controle contextual.

Palavras-chave: Design Thinking; Elicitação de Requisitos; Engenharia de Requisitos; Inteligência Artificial; Processamento de Linguagem Natural.

17 de novembro de 2026

A Extinção da Sistemática Monofásica na Indústria Farmacêutica à Luz da Reforma Tributária

A Reforma Tributária do consumo, estabelecida pela Emenda Constitucional nº 132/2023, introduziu alterações estruturais no sistema tributário brasileiro, com a substituição do Programa de Integração Social (PIS) e da Contribuição para o Financiamento da Seguridade Social (COFINS) pela Contribuição sobre Bens e Serviços (CBS), em um modelo de Imposto sobre Valor Agregado (IVA dual). O objetivo foi analisar os impactos da extinção da sistemática monofásica na indústria farmacêutica, à luz do novo desenho normativo e de seus efeitos econômicos e jurídicos. Realizou-se pesquisa qualitativa, de natureza exploratória, por meio de estudo de caso e análise documental da legislação e da doutrina especializada. Examinou-se se o fim da monofasia implicaria aumento relevante da carga tributária para o setor. Os resultados indicaram que, embora a superação formal da sistemática monofásica tenha ocorrido, a desoneração material dos medicamentos foi preservada, sobretudo em razão da aplicação de alíquotas reduzidas de 60% e, em determinados casos, de alíquota zero do Imposto Sobre Bens e Serviços (IBS) e da CBS. A mudança de modelo pode provocar variações pontuais na arrecadação, sem caracterizar aumento estrutural da carga tributária, tendendo à neutralidade ao longo do tempo. Concluiu-se, preliminarmente, que a Reforma Tributária reorganizou a técnica de tributação na indústria farmacêutica, substituindo um regime concentrado por mecanismos mais transparentes de desoneração. Essa abordagem mostrou-se compatível com os princípios da neutralidade, da não cumulatividade plena e da extrafiscalidade, mantendo a proteção tributária aos medicamentos essenciais e alinhando a política fiscal ao direito fundamental à saúde.

Palavras-chave: CBS; COFINS; IBS; IVA Dual; PIS.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade