Segmentação Logística Baseada em Clusterização: uma Avaliação Estatística da Eficiência Operacional

Patrick Robson Rodrigues; José Erasmo Silva

DOI: 10.22167/2675-6528-202603341

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 análise de cluster tem se destacado como abordagem estratégica para a otimização de processos logísticos, permitindo a segmentação de operações e a identificação de padrões operacionais. O estudo objetivou aplicar o algoritmo K-Means para agrupar operações logísticas com base em variáveis críticas, como tempo de entrega, taxa de entregas pontuais, índice de avarias e perdas, e taxa de utilização do armazém. A metodologia adotada foi quantitativa e descritiva, utilizando um conjunto de 150 dados operacionais extraído da plataforma Kaggle, referentes ao período de janeiro a maio de 2023. O número ideal de clusters foi determinado pelo método do cotovelo. Os resultados principais indicaram que a clusterização foi eficaz na diferenciação das operações logísticas, possibilitando a identificação de grupos com distintos níveis de eficiência. Clusters com menor tempo de entrega e alta pontualidade foram associados a operações mais eficientes, enquanto grupos com maior índice de avarias e baixa utilização do armazém evidenciaram gargalos operacionais. A validação estatística, por meio de ANOVA e Silhouette Score, confirmou a robustez da segmentação. Concluiu-se que a clusterização é uma ferramenta poderosa para a gestão logística, permitindo uma alocação mais eficiente de recursos e a redução de custos operacionais.

Palavras-chave: Clusterização; Eficiência Logística; Segmentação Operacional.

1. Introdução

A logística é um dos pilares fundamentais para a competitividade empresarial e a eficiência das cadeias de suprimentos. Em um cenário de crescente globalização e digitalização, as empresas enfrentam desafios significativos para otimizar o transporte, armazenamento e distribuição de mercadorias. A complexidade dessas operações exige o uso de ferramentas analíticas avançadas que possam identificar padrões, reduzir custos e aumentar a eficiência operacional.

Nesse contexto, a análise de cluster surge como uma abordagem estatística essencial para segmentar operações logísticas e estruturar estratégias mais eficazes (Bowersox & Closs, 2001). Trata-se de um método de aprendizado de máquina não supervisionado que permite agrupar elementos semelhantes dentro de um conjunto de dados. Na logística, essa técnica tem sido amplamente utilizada para segmentar centros de distribuição, otimizar rotas de transporte e melhorar a alocação de recursos em diferentes etapas da cadeia de suprimentos (Dornier et al., 2000). A capacidade de agrupar operações logísticas com base em características comuns possibilita uma abordagem mais eficiente na tomada de decisões estratégicas, reduzindo desperdícios e melhorando o nível de serviço prestado (Porter, 1989).

Com o aumento da competitividade no setor logístico, a necessidade de soluções analíticas mais robustas tornou-se evidente. Empresas que utilizam clusterização conseguem identificar gargalos operacionais, aprimorar o gerenciamento de estoques e ajustar processos de transporte e distribuição com maior precisão. Além disso, a segmentação logística baseada em análise de cluster permite a personalização de estratégias para diferentes grupos de clientes e operações, otimizando custos e maximizando a eficiência (Linden, 2009). Dentre os algoritmos utilizados para clusterização, destaca-se o K-Means, um dos métodos mais populares para segmentação de dados. Esse algoritmo opera por meio da formação de grupos homogêneos com base na minimização da variância intra-cluster e na maximização da heterogeneidade entre os grupos identificados (MacQueen, 1967). Para que a clusterização seja eficaz, a definição do número ideal de clusters é essencial, sendo o método do cotovelo (Elbow Method) uma abordagem amplamente utilizada para esse fim (Kodinariya & Makwana, 2013). Dessa forma, ao combinar técnicas estatísticas avançadas com análises operacionais, a clusterização se consolida como uma ferramenta estratégica para o aprimoramento da gestão logística (Hastie et al., 2009).

A aplicação da análise de cluster na logística não apenas otimiza processos internos, mas também contribui para uma gestão mais sustentável e eficiente da cadeia de suprimentos. A segmentação adequada das operações possibilita a redução do desperdício de recursos, a mitigação de impactos ambientais e a melhoria do desempenho financeiro das organizações. Empresas que adotam essa abordagem conseguem tomar decisões mais informadas, reduzindo riscos operacionais e aumentando a previsibilidade de demanda e oferta (Hair et al., 2010).

Apesar da relevância teórica e dos benefícios potenciais, ainda é necessário demonstrar como a clusterização pode ser aplicada para segmentar operações logísticas e identificar padrões de eficiência operacional de forma estatisticamente validada. A justificativa para este estudo reside na capacidade da clusterização de oferecer uma abordagem sistemática para otimizar a gestão logística, permitindo a personalização de estratégias e a tomada de decisões baseadas em dados para aprimorar a eficiência operacional. Dessa forma, este estudo tem como objetivo geral demonstrar como a clusterização pode ser aplicada para segmentar operações logísticas e identificar padrões de eficiência operacional.

2. Material e Métodos

A metodologia adotada neste estudo caracterizou-se como uma pesquisa de natureza quantitativa, exploratória e descritiva, seguindo a abordagem proposta por Gil (2008). Essa escolha metodológica visou garantir a validade e a confiabilidade dos procedimentos, alinhando-os ao objetivo de demonstrar a aplicação da clusterização para segmentar operações logísticas e identificar padrões de eficiência operacional. A pesquisa quantitativa permitiu a mensuração objetiva das variáveis, enquanto a abordagem descritiva detalhou as relações entre os elementos estudados (Gil, 2008).

O objeto empírico do estudo consistiu em operações logísticas, com a unidade de análise sendo registros individuais de transações. A base de dados utilizada foi extraída da plataforma “Kaggle”, um repositório de acesso público amplamente empregado em pesquisas acadêmicas e no desenvolvimento de modelos analíticos. Essa base continha registros detalhados das operações logísticas de uma empresa, permitindo a análise de eficiência, custos e desempenho operacional.

O período analisado para a coleta de dados compreendeu o intervalo de janeiro a maio de 2023. A amostra utilizada na análise foi composta por 150 observações, onde cada registro representava uma transação logística. Essas transações incluíam informações sobre transporte, armazenamento e movimentação de mercadorias, abrangendo uma quantidade significativa de operações para assegurar a robustez dos resultados.

Para a aplicação do algoritmo “K-Means”, foram selecionadas quatro variáveis quantitativas: tempo de entrega, taxa de entregas pontuais, índice de avarias e perdas, e taxa de utilização do armazém. A escolha dessas variáveis concentrou-se em indicadores diretamente associados ao nível de serviço, à qualidade da operação e ao aproveitamento da capacidade logística. Os dados foram submetidos a um processo de limpeza e normalização para assegurar a integridade e a comparabilidade das variáveis selecionadas, evitando distorções estatísticas (Iglewicz et al., 1993).

A técnica de clusterização empregada foi o algoritmo “K-Means”, um método de aprendizado de máquina não supervisionado, reconhecido por sua eficiência computacional e simplicidade na segmentação de grandes volumes de dados (MacQueen, 1967). O “K-Means” opera dividindo um conjunto de dados em K grupos distintos, buscando minimizar a variância intra-cluster e maximizar a heterogeneidade entre os grupos formados (Hastie et al., 2009). O algoritmo segue um processo iterativo para ajustar os centróides e realocar os pontos de dados até a convergência.

A definição do número ideal de clusters (K) foi uma etapa crucial, realizada por meio do método do cotovelo (“Elbow Method”). Essa técnica estatística é amplamente utilizada para determinar a quantidade ótima de clusters com base na variação da soma dos erros quadráticos dentro dos grupos (WCSS) (Kodinariya & Makwana, 2013). O método busca identificar um ponto de inflexão na curva do gráfico WCSS versus K, onde a adição de mais clusters não resulta em uma redução significativa da variabilidade interna (Linden, 2009).

A manipulação computacional dos dados e a aplicação do modelo “K-Means” foram viabilizadas por meio das bibliotecas NumPy e Scikit-learn (Pedregosa et al., 2011). Para validar a segmentação realizada e verificar a significância estatística das diferenças entre os clusters, conduziu-se uma análise de variância (ANOVA) para cada variável utilizada. Adicionalmente, a silhueta média (“Silhouette Score”) foi empregada para medir a coesão interna e a separação entre os grupos (Pedregosa et al., 2011).

Após a formação dos clusters, realizou-se uma interpretação qualitativa para garantir que os agrupamentos refletissem padrões operacionais significativos e tivessem relevância prática. Essa etapa envolveu a inspeção detalhada das características de cada cluster, avaliando como a segmentação poderia ser aplicada para a otimização da logística e a redução de custos operacionais, conforme a literatura (Hair et al., 2010; Linden, 2009).

3. Resultados e Discussão

A análise de cluster, aplicada para segmentar operações logísticas, revelou padrões operacionais distintos e estatisticamente significativos, conforme o objetivo deste estudo. Os resultados iniciais da análise descritiva dos dados forneceram uma base para compreender a heterogeneidade das operações, indicando a necessidade de uma segmentação estruturada. As variáveis de tempo de entrega, taxa de entregas pontuais, índice de avarias e perdas, e taxa de utilização do armazém foram cruciais para essa diferenciação, refletindo aspectos essenciais da eficiência logística. A clusterização, portanto, não apenas agrupou dados, mas também permitiu uma visão aprofundada das dinâmicas operacionais, alinhando-se à premissa de que a segmentação é fundamental para a otimização de processos logísticos (Bowersox & Closs, 2001).

A análise descritiva dos dados evidenciou uma média de tempo de entrega de cinco dias, com variações notáveis entre dois e sete dias. Essa dispersão, com um desvio padrão de dois dias, sugeriu que as operações logísticas não eram homogêneas em termos de velocidade, o que poderia ser atribuído a diferenças na infraestrutura de transporte ou nas distâncias percorridas. A taxa de entregas pontuais, com uma média de 92,35%, indicou um bom desempenho geral, embora a variação entre 88,10% e 95,73% apontasse para diferentes níveis de confiabilidade entre as operações. A mediana de 93,17% reforçou a percepção de um desempenho positivo, mas com espaço para melhoria em alguns segmentos.

O índice de avarias e perdas, que variou entre 1,04% e 3,84%, com uma média de 2,49%, revelou que a qualidade e a integridade do fluxo logístico não eram uniformes. O desvio padrão de 1,13% confirmou essa variabilidade, sugerindo que certas operações eram mais suscetíveis a falhas no manuseio ou transporte. A taxa de utilização do armazém, com média de 79,47% e variação entre 65,13% e 92,27%, indicou que algumas unidades operacionais operavam com alta ocupação, enquanto outras apresentavam capacidade ociosa. Essa diferença, com um desvio padrão de 10,19%, ressaltou a importância da segmentação para identificar oportunidades de otimização na alocação de estoques e na gestão do espaço, conforme a literatura sobre gestão logística (Dornier et al., 2000).

A identificação de outliers na base de dados, caracterizados por tempos de entrega significativamente elevados e menores taxas de pontualidade, foi um achado importante. Esses pontos discrepantes foram cuidadosamente analisados para garantir que a clusterização refletisse padrões operacionais reais e não fosse distorcida por valores extremos. A presença de tais anomalias reforçou a justificativa para a aplicação de técnicas de agrupamento, pois a segmentação permitiu isolar e compreender as características dessas operações, que poderiam indicar gargalos ou falhas específicas no planejamento logístico. A análise descritiva, portanto, estabeleceu a base para a segmentação, demonstrando a heterogeneidade dos dados e a necessidade de agrupá-los de forma estruturada para uma análise mais aprofundada.

Formação dos Clusters

A aplicação do algoritmo K-Means resultou na segmentação das operações logísticas em seis clusters, um número ideal determinado pelo método do cotovelo. Essa formação de grupos foi baseada exclusivamente nas quatro variáveis selecionadas: tempo de entrega, taxa de entregas pontuais, índice de avarias e perdas, e taxa de utilização do armazém. O objetivo central dessa etapa foi identificar combinações distintas entre velocidade, confiabilidade, qualidade e o aproveitamento da capacidade logística, permitindo uma análise multifacetada da eficiência operacional. A escolha dessas variáveis quantitativas garantiu que a clusterização fosse diretamente vinculada aos indicadores de desempenho logístico, conforme a metodologia proposta (MacQueen, 1967).

A definição do número ideal de clusters é uma etapa crítica na análise de agrupamento, pois impacta diretamente a precisão da segmentação e a qualidade dos insights obtidos (Hastie et al., 2009). O método do cotovelo, ou “Elbow Method”, foi empregado para determinar a quantidade ótima de clusters, analisando a variação da soma dos erros quadráticos dentro dos grupos (WCSS). Observou-se que a redução significativa do WCSS se estabilizou no valor de K igual a seis, indicando que essa quantidade de clusters era suficiente para capturar a heterogeneidade dos dados sem comprometer a capacidade de análise. Valores menores de K, como dois ou três clusters, ainda apresentavam alta variabilidade interna, sugerindo uma segmentação insuficiente para capturar diferenças operacionais relevantes. Por outro lado, valores superiores a K igual a seis demonstraram uma redução menos expressiva no WCSS, o que poderia levar a uma fragmentação excessiva da amostra e dificultar a interpretabilidade dos clusters (Kodinariya & Makwana, 2013).

A escolha de K igual a seis garantiu um equilíbrio entre granularidade e eficiência analítica, permitindo uma segmentação coerente e interpretável. Essa decisão foi fundamental para as análises subsequentes, que visaram caracterizar os grupos e verificar a qualidade da segmentação por métricas complementares. A definição apropriada do número de clusters possibilitou a identificação de padrões logísticos distintos e a proposição de estratégias para otimização dos processos, reforçando a aplicabilidade da clusterização na otimização da cadeia de suprimentos e na formulação de estratégias empresariais embasadas em dados (Linden, 2009).

Caracterização dos Clusters

A análise das características médias de cada um dos seis clusters revelou diferenças significativas no desempenho operacional, permitindo a identificação de padrões que influenciam a eficiência logística. O tempo médio de entrega variou consideravelmente, desde 2,47 dias no Cluster 3 até 7,38 dias no Cluster 4. Essa amplitude sugeriu que alguns grupos possuíam maior agilidade no transporte, enquanto outros enfrentavam desafios que impactavam diretamente os prazos de entrega, refletindo a complexidade das operações logísticas (Porter, 1989).

A taxa de entregas pontuais também apresentou variações relevantes entre os clusters. O Cluster 0 obteve o melhor desempenho, com 95,74% das entregas dentro do prazo, enquanto o Cluster 1 registrou a menor taxa, de 88,11%. Essa diferença pode estar associada a fatores como a infraestrutura logística, o planejamento de rotas e o nível de organização das operações em cada grupo. A pontualidade é um indicador crítico de serviço, e sua variação entre os clusters sublinhou a necessidade de estratégias personalizadas para cada segmento (Hair et al., 2010).

O índice de avarias e perdas variou entre 1,04% no Cluster 4 e 3,85% no Cluster 0. Essa variação indicou que algumas operações eram mais suscetíveis a falhas no manuseio e transporte de mercadorias, enquanto outras possuíam um controle de qualidade mais rigoroso. O Cluster 4, com o menor índice de avarias, demonstrou um forte controle de qualidade, enquanto o Cluster 0, com o maior índice, revelou fragilidades na proteção e segurança das cargas. Esses achados são cruciais para a identificação de gargalos operacionais e a implementação de medidas corretivas.

A taxa de utilização do armazém variou de 65,13% no Cluster 0 a 92,28% no Cluster 1. O Cluster 1, com a maior ocupação, demonstrou uma operação logística mais otimizada em termos de uso do espaço disponível, enquanto o Cluster 0, com a menor taxa, poderia representar oportunidades de melhoria na alocação e distribuição de mercadorias. Essa métrica é fundamental para a eficiência do armazenamento e a otimização do espaço disponível, indicando que a segmentação pode auxiliar na identificação de padrões operacionais distintos e na gestão de estoques (Linden, 2009).

Síntese qualitativa dos clusters e recomendações estratégicas

O Cluster 0 foi caracterizado por alta pontualidade (95,74%), mas com o maior índice de avarias e perdas (3,85%) e a menor utilização do armazém (65,13%). Esse perfil sugere uma forte confiabilidade de prazo, mas com deficiências na qualidade física da entrega e subutilização da capacidade. A recomendação estratégica para este grupo é preservar os mecanismos de planejamento que garantem a pontualidade, ao mesmo tempo em que se reforçam os padrões de acondicionamento e manuseio, com análise de causa das avarias e revisão da política de estoques e ocupação do armazém.

O Cluster 1 apresentou entregas rápidas (2,82 dias) e alta ocupação do armazém (92,28%), mas com a menor taxa de entregas pontuais (88,11%). Este grupo é ágil em duração média, porém menos previsível no cumprimento do prazo prometido. Sugere-se revisar os critérios de promessa de entrega, janelas e roteirização, além de monitorar a elevada ocupação do armazém para evitar congestionamento operacional e perda de flexibilidade em períodos de pico, conforme a necessidade de otimização da cadeia de suprimentos (Hastie et al., 2009).

O Cluster 2 foi identificado como uma operação confiável, porém lenta e com alta ocupação. Apresentou elevada pontualidade (95,20%) e alta utilização do armazém (88,95%), mas com um tempo médio de entrega elevado (6,96 dias). O ponto forte é a consistência no cumprimento dos prazos, e o principal desafio é reduzir o ciclo logístico. Recomenda-se mapear trechos e etapas que ampliam o lead time, revisar a malha logística, a frequência de expedição e a consolidação de cargas, e estabelecer metas de redução de tempo sem comprometer a estabilidade do serviço.

O Cluster 3 destacou-se como referência de eficiência operacional equilibrada, reunindo o menor tempo médio de entrega (2,47 dias), alta pontualidade (95,35%), baixo índice de avarias e perdas (1,59%) e utilização de armazém de 81,93%. Este é o perfil mais equilibrado entre velocidade, confiabilidade, qualidade e capacidade. A recomendação é tratá-lo como benchmark interno, identificando práticas de planejamento, manuseio, roteirização e gestão de estoque que possam ser replicadas, com monitoramento contínuo para evitar a deterioração dos indicadores, alinhando-se à busca por vantagens competitivas (Porter, 1989).

O Cluster 4 demonstrou alta qualidade, com o menor índice de avarias e perdas (1,04%), mas com um ciclo de entrega longo, apresentando o maior tempo médio de entrega (7,38 dias), pontualidade de 91,14% e utilização do armazém de 74,74%. O grupo exibe forte controle de qualidade, porém baixa velocidade. Recomenda-se atacar o lead time por meio de revisão de rotas, tempos de espera, frequência de expedição e etapas de processamento, preservando os controles que mantêm o baixo nível de avarias, o que é essencial para a melhoria contínua dos processos (Pedregosa et al., 2011).

O Cluster 5 foi caracterizado por rapidez relativa, mas com instabilidade de serviço e avarias elevadas. Apresentou tempo médio de entrega de 3,57 dias, baixa pontualidade (88,60%) e índice de avarias e perdas elevado (3,68%), além de utilização do armazém de 73,83%. Embora consiga realizar entregas em prazo médio relativamente curto, há fragilidade na previsibilidade e na integridade das cargas. Recomenda-se priorizar a padronização de processos, o treinamento de manuseio, a análise de causas de danos, a revisão de transportadores e rotas, e a gestão de acordos de nível de serviço (SLA), acompanhando conjuntamente pontualidade e avarias para evitar ganhos de velocidade às custas da qualidade.

Em termos gerenciais, a segmentação demonstrou que a eficiência logística não deve ser interpretada por um único indicador, pois os clusters evidenciam trade-offs. Operações rápidas podem apresentar baixa pontualidade ou maior avaria, enquanto operações com alta qualidade podem manter ciclos de entrega longos. A aplicação prática do modelo consiste, portanto, em definir planos de ação diferenciados por perfil, usando o Cluster 3 como referência de equilíbrio e direcionando intervenções específicas aos gargalos predominantes dos demais grupos, o que reforça a importância da análise de dados para a tomada de decisão estratégica (Linden, 2009).

Avaliação da Qualidade da Clusterização

Para garantir a validade da segmentação realizada, foi gerada uma matriz de correlação entre as variáveis utilizadas no modelo de clusterização. Essa análise visou verificar a ausência de multicolinearidade excessiva entre os atributos, o que poderia comprometer a eficácia da segmentação. Os valores apresentados na matriz de correlação indicaram que as variáveis possuíam relações fracas entre si, sugerindo que cada uma delas contribuía independentemente para a segmentação dos clusters. Essa ausência de correlação forte foi um fator positivo para a análise, pois indicou que os atributos escolhidos refletiam diferentes aspectos da operação logística sem redundância excessiva, garantindo que a formação dos clusters não fosse dominada por uma única variável, mas sim construída com base em diversas características operacionais (Pedregosa et al., 2011).

A correlação entre Tempo de Entrega e Taxa de Entregas Pontuais foi de -0,02, indicando que o tempo médio de transporte não possuía uma relação linear significativa com a pontualidade das entregas. Esse resultado sugeriu que fatores externos, como planejamento de rotas e capacidade operacional, poderiam ter um impacto maior na entrega dentro do prazo do que simplesmente o tempo médio necessário para o transporte. A relação entre Tempo de Entrega e Índice de Avarias e Perdas foi de 0,10, apontando uma leve tendência de que prazos mais longos poderiam estar associados a um pequeno aumento na taxa de avarias. Esse achado poderia estar relacionado à exposição prolongada das mercadorias durante o transporte, aumentando os riscos de danos devido a manipulações frequentes ou condições adversas.

A Taxa de Utilização do Armazém apresentou uma correlação próxima de zero com as demais variáveis, variando entre -0,01 e 0,10. Isso indicou que o nível de ocupação dos armazéns não estava diretamente ligado ao tempo de entrega, à taxa de entregas pontuais ou ao índice de avarias. Esse resultado reforçou a hipótese de que a ocupação dos estoques era influenciada por outros fatores, como sazonalidade da demanda e eficiência no giro de mercadorias. Outro ponto relevante foi que o Índice de Avarias e Perdas não apresentou correlação expressiva com a Taxa de Entregas Pontuais (0,04), o que sugeriu que a qualidade das entregas em termos de danos e extravios poderia não estar diretamente ligada à capacidade de cumprir prazos. Esse achado pode ter indicado que o controle de qualidade e a segurança no transporte eram fatores independentes da pontualidade da entrega, conforme a literatura sobre gestão da cadeia de suprimentos (Hair et al., 2010).

Impacto da Clusterização na Eficiência Logística

A clusterização permitiu identificar padrões distintos de tempo de entrega entre os grupos segmentados, possibilitando uma análise aprofundada da eficiência operacional de cada cluster. A distribuição do tempo de entrega por cluster revelou que os tempos variavam significativamente, indicando que cada grupo possuía características operacionais distintas. O Cluster 3, por exemplo, apresentou os maiores tempos de entrega, com uma mediana próxima a oito dias e valores que variaram entre seis e dez dias. Esse cluster pode ter representado operações que envolviam rotas mais longas, infraestrutura logística menos eficiente ou gargalos no transporte, tornando suas entregas mais demoradas em comparação aos demais grupos, o que impacta diretamente a satisfação do cliente e os custos operacionais (Sharpe, 1964).

Em contraste, o Cluster 4 possuía a menor mediana de tempo de entrega, em torno de três dias, e uma faixa de variação reduzida, indicando maior previsibilidade e eficiência nas operações. Esse grupo pode ter englobado operações mais otimizadas, localizadas em regiões com infraestrutura logística bem estruturada e menor risco de atrasos. O Cluster 0 apresentou uma distribuição intermediária, com tempo de entrega mediano em torno de seis dias, mas com uma amplitude maior, sugerindo que algumas operações nesse grupo poderiam ter prazos muito reduzidos, enquanto outras enfrentavam atrasos. Esse comportamento pode ter estado relacionado a uma mistura de rotas eficientes e outras mais desafiadoras dentro do mesmo cluster, evidenciando a complexidade da gestão logística (Zaccarelli, 1995).

A análise da taxa de entregas pontuais por cluster revelou que o Cluster 1 apresentou os melhores resultados, com uma mediana próxima a 96% e uma baixa dispersão, indicando um alto nível de confiabilidade na entrega dentro do prazo. Em contrapartida, o Cluster 2 apresentou a menor mediana, de 88%, com uma ampla variação nos valores, sugerindo problemas recorrentes no cumprimento de prazos. Esses problemas podem estar relacionados a fatores como atrasos no transporte, falta de planejamento eficiente ou dificuldades no escoamento das mercadorias, o que exige a implementação de medidas corretivas, como melhoria no rastreamento de entregas e otimização de rotas (Linden, 2009).

No que tange ao índice de avarias e perdas, o Cluster 2 apresentou a maior mediana, cerca de 4,5%, com valores variando entre 3% e 5%, indicando que esse grupo era o mais afetado por avarias e extravios. Esse comportamento pode ter estado associado a problemas no manuseio das mercadorias, embalagem inadequada ou falhas na logística de transporte. Em contrapartida, o Cluster 4 possuía a menor mediana, com valores médios em torno de 1%, e uma variação mais controlada, sugerindo que esse grupo adotava boas práticas na armazenagem e transporte, reduzindo o impacto das perdas operacionais. Esses resultados são cruciais para aprimorar a qualidade e a segurança das cargas (Pedregosa et al., 2011).

A clusterização também permitiu avaliar a taxa de utilização do armazém, uma métrica essencial para a eficiência do armazenamento e a otimização do espaço disponível. O Cluster 2 possuía a maior mediana, próxima de 95%, com valores que variavam entre 70% e 100%, indicando altos níveis de ocupação dos armazéns. Isso poderia sugerir eficiência na gestão de estoques, mas também risco de saturação, o que impactaria a flexibilidade logística e aumentaria os custos de armazenagem. O Cluster 0, por outro lado, apresentou a menor mediana, cerca de 70%, com valores variando entre 60% e 80%, indicando capacidade ociosa e oportunidades de otimização do uso dos armazéns, seja por meio de realocação de estoques ou revisão das estratégias de abastecimento (Munnich et al., 1999).

Teste de Significância Estatística dos Clusters

Para validar a segmentação realizada e verificar se as diferenças entre os clusters eram estatisticamente significativas, foi conduzida uma análise de variância (ANOVA) para cada uma das variáveis utilizadas na clusterização. Os resultados obtidos demonstraram que todas as variáveis analisadas apresentaram valores de P inferiores a 0,05, indicando que as diferenças observadas entre os clusters são estatisticamente significativas. Isso significa que os grupos formados possuem características distintas e não são resultados de variação aleatória nos dados, confirmando a robustez da segmentação e a validade da abordagem do K-Means (Kodinariya & Makwana, 2013).

A F-estatística, que quantifica a magnitude das diferenças entre as médias dos clusters, revelou que o Índice de Avarias e Perdas apresentou a maior F-estatística (50,72), sugerindo que essa métrica possui uma separação muito clara entre os clusters. Isso indica que alguns grupos possuem níveis significativamente mais altos de avarias e perdas, enquanto outros apresentam um controle mais rigoroso na integridade das mercadorias. A Taxa de Utilização do Armazém também apresentou uma F-estatística elevada (48,96), reforçando que há diferenças expressivas na ocupação dos armazéns entre os clusters. Esse achado confirma que determinados grupos operam com alta saturação de espaço, enquanto outros possuem capacidade ociosa, o que pode influenciar decisões sobre alocação e redistribuição de estoques.

A Taxa de Entregas Pontuais teve uma F-estatística de 47,18, mostrando que a pontualidade das entregas também difere significativamente entre os clusters. Isso significa que a segmentação foi eficaz em separar operações mais eficientes na entrega dentro do prazo de operações com maior variabilidade ou recorrentes atrasos. Por fim, a variável Tempo de Entrega apresentou uma F-estatística de 21,45, confirmando que a duração das entregas varia de maneira significativa entre os clusters. Isso está alinhado com a análise anterior, que apontou clusters com tempos médios de entrega significativamente diferentes, sugerindo que alguns grupos operam com maior eficiência, enquanto outros enfrentam desafios logísticos que aumentam os prazos.

A caracterização qualitativa dos clusters revelou que eles não representam apenas uma escala linear entre “eficientes” e “ineficientes”, mas diferentes combinações de desempenho. O Cluster 3 destacou-se pelo equilíbrio entre rapidez, pontualidade e baixo nível de avarias, servindo como um benchmark interno. Os Clusters 0 e 5 exigem maior atenção à qualidade das entregas, enquanto os Clusters 1 e 5 apresentam oportunidades de melhoria na confiabilidade de prazo. Já os Clusters 2 e 4 demandam ações para redução do tempo de entrega. Essa leitura reforça a utilidade gerencial da clusterização, pois permite substituir ações genéricas por intervenções orientadas ao gargalo dominante de cada perfil, o que é fundamental para a otimização da logística (Hair et al., 2010).

Os resultados obtidos com a segmentação das operações logísticas por meio do método de clusterização demonstraram a relevância da análise de dados na tomada de decisão estratégica. A aplicação do algoritmo K-Means, conforme implementado na biblioteca Scikit-learn (Pedregosa et al., 2011), possibilitou a identificação de padrões distintos de eficiência operacional, indicando diferenças significativas entre os clusters formados. A análise estatística revelou que as variáveis analisadas – tempo de entrega, taxa de entregas pontuais, índice de avarias e perdas, e taxa de utilização do armazém – apresentaram diferenças estatisticamente significativas entre os clusters, conforme evidenciado pelo teste ANOVA. Isso indicou que a segmentação não ocorreu de maneira aleatória, mas sim refletiu características intrínsecas às operações logísticas. Esse achado esteve alinhado com a teoria dos clusters industriais proposta por Porter (1989), que destacou que a segmentação de empresas e operações em grupos homogêneos permitia identificar vantagens competitivas, possibilitando intervenções mais direcionadas para aprimoramento da eficiência.

A partir da segmentação, foi possível identificar clusters com alta eficiência logística, caracterizados por menor tempo de entrega e alta taxa de pontualidade, bem como clusters com desempenho inferior, nos quais os prazos eram mais longos e a taxa de avarias era mais elevada. Essa distinção reforçou a importância do uso da clusterização na análise de desempenho, pois permitiu a diferenciação de operações com características similares, possibilitando que gestores adotassem estratégias personalizadas para otimização dos processos. De acordo com Munnich et al. (1999), a aplicação da análise de clusters no contexto de desenvolvimento econômico possibilitou uma alocação mais eficiente de recursos e uma melhor adaptação das estratégias às condições locais. Outro aspecto relevante dos resultados foi a distribuição desigual da taxa de utilização dos armazéns entre os clusters. Enquanto algumas operações operavam com alta ocupação, próximas à capacidade máxima, outras apresentavam baixo aproveitamento do espaço logístico, indicando possíveis ineficiências na gestão de estoques. Essa variação pôde ser explorada para redirecionamento de mercadorias entre regiões e otimização da infraestrutura logística. Essa abordagem seguiu a lógica da teoria dos clusters econômicos, que enfatizou a necessidade de alinhar infraestrutura e distribuição eficiente de recursos para maximizar a produtividade (Porter, 1989).

A aplicação do modelo K-Means e a manipulação computacional dos dados foram viabilizadas por meio da utilização das bibliotecas NumPy e Scikit-learn (Pedregosa et al., 2011). O uso dessas ferramentas garantiu agilidade no processamento dos dados, permitindo a aplicação de técnicas avançadas de segmentação sem comprometer a escalabilidade do estudo. A eficiência computacional na análise de dados foi um aspecto fundamental para a aplicabilidade da clusterização em cenários operacionais reais, onde os volumes de dados eram elevados e exigiam soluções rápidas e precisas. Além disso, ao analisar o impacto dos clusters no desempenho logístico, foi possível correlacionar os achados deste estudo com as premissas da teoria do equilíbrio de mercado (Sharpe, 1964). A segmentação das operações pôde ser interpretada como um reflexo da eficiência e ineficiência dos processos internos, destacando a importância de uma estrutura de incentivos bem definida para otimizar a distribuição de recursos. Clusters com alta eficiência tenderam a consolidar suas operações e reduzir desperdícios, enquanto grupos com desempenho inferior poderiam estar sujeitos a pressões econômicas e necessidade de reestruturação.

Em síntese, a clusterização das operações logísticas por meio do algoritmo K-Means demonstrou ser uma ferramenta eficaz para identificar padrões de eficiência operacional e gargalos específicos. Os resultados indicaram que a segmentação permitiu uma compreensão detalhada das variabilidades, revelando grupos com distintos níveis de desempenho em tempo de entrega, pontualidade, avarias e utilização do armazém. Essa diferenciação é crucial para que as empresas possam adotar estratégias personalizadas e direcionadas, otimizando a alocação de recursos, reduzindo custos e aprimorando o nível de serviço, o que, em última instância, contribui para a competitividade e a eficiência da cadeia de suprimentos.

4. Conclusão

Este estudo objetivou demonstrar a aplicação da clusterização para segmentar operações logísticas e identificar padrões de eficiência operacional. Verificou-se que o algoritmo K-Means foi eficaz na diferenciação das operações, agrupando-as em seis clusters distintos com base em variáveis como tempo de entrega, taxa de entregas pontuais, índice de avarias e perdas, e taxa de utilização do armazém. A análise revelou que os clusters apresentaram combinações variadas de desempenho, com alguns grupos evidenciando alta eficiência, caracterizados por menor tempo de entrega e elevada pontualidade, enquanto outros indicaram gargalos operacionais, como maior índice de avarias e baixa utilização do armazém. A validação estatística por meio de ANOVA confirmou a significância dessas distinções, reforçando a robustez da segmentação. A principal contribuição do estudo reside na capacidade de oferecer uma ferramenta gerencial para a tomada de decisões estratégicas, permitindo a personalização de planos de ação para otimizar a alocação de recursos, reduzir custos e aprimorar o nível de serviço em cada segmento.

Apesar dos achados promissores, o estudo apresentou algumas limitações. A análise baseou-se em um conjunto específico de dados operacionais, e a inclusão de dados históricos mais extensos ou variáveis adicionais, como custos de transporte e demanda sazonal, poderia enriquecer a compreensão dos fatores que impactam a performance logística. Além disso, a definição do número ideal de clusters pelo método do cotovelo pode não ser a abordagem mais precisa em cenários onde a segmentação dos dados não apresenta um ponto de inflexão claro. Para estudos futuros, sugere-se explorar técnicas de clusterização mais avançadas, como DBSCAN ou algoritmos hierárquicos, e integrar modelos preditivos com dados em tempo real, como monitoramento de veículos e sensores IoT. Tais abordagens permitiriam uma análise ainda mais dinâmica e preditiva, consolidando a clusterização como um pilar para a gestão logística inteligente e competitiva.

Referências Bibliográficas

Bowersox, D. J., & Closs, D. J. (2001). Logística empresarial: o processo de integração da cadeia de suprimento. São Paulo: Atlas.

Dornier, P. P., Ernst, R., Fender, M., & Kouvelis, P. (2000). Logística e operações globais: textos e casos. São Paulo: Atlas.

Gil, A. C. (2008). Métodos e técnicas de pesquisa social (6ª ed.). Atlas.

Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). So many ways for assessing outliers: What really works and does it matter? Journal of Academy of Marketing Science, 38(5), 103-107.

Hastie, T., Tibshirani, R., & Friedman, J. (2009). The elements of statistical learning. Springer.

Iglewicz, B., & Hoaglin, D. C. (1993). How to detect and handle outliers. ASQC Quality Press.

Kodinariya, T. M., & Makwana, P. R. (2013). Review on determining of cluster in K-means clustering. Revista de Sistemas de Informação da FSMA, (4), 18–36.

Linden, R. (2009). Técnicas de agrupamento. Revista de Sistemas de Informação da FSMA, (4), 18-36.

MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. In L. M. LeCam & J. Neyman (Eds.), Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability (Vol. 1, pp. 281–297). University of California Press.

Munnich, L., Love, P., Clark, J., Warner, J., Templin, E., Rosemeier, D., Imsland, D., & Lenhart, N. (1999). Industry Clusters: An Economic Development Strategy for Minnesota. University of Minnesota Extension Service.

Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Dubourg, V., Vanderplas, J., Passos, A., Cournapeau, D., Brucher, M., Perrot, M., & Duchesnay, É. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12, 2825–2830.

Porter, M. E. (1989). A vantagem competitiva das nações. Rio de Janeiro: Campus.

Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. Journal of Finance, 19(3), 425–442. https://doi.org/10.1111/j.1540-6261.1964.tb02865.x

Zaccarelli, S. B. (1995). A nova ideologia da competição. Revista de Administração de Empresas, 35(1), 14-21.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

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