Skip to main content

Indicador analítico e modelo matemático para impacto operacional no recebimento de materiais.

Project description

FIOR - Fator de Impacto Operacional no Recebimento 📊🚚

O FIOR é uma metodologia analítica e matemática autoral desenvolvida para quantificar a complexidade operacional instantânea enfrentada por equipes de recebimento e conferência de materiais em almoxarifados industriais e centros de distribuição.

Ao contrário de indicadores tradicionais como o OTIF (que avalia o fornecedor) ou o Tempo de Ciclo (que apenas cobra velocidade da equipe), o FIOR mede o grau de impacto que variáveis externas e imprevistos têm sobre a eficiência do setor.


📐 A Formulação Matemática

O modelo utiliza a abordagem de Análise Multicritério de Decisão (MCDM) com uma estrutura de ponderação linear restrita:

$$FIOR = (F_{urg} \times 0.4) + (F_{div} \times 0.3) + (F_{qual} \times 0.2) + (F_{amb} \times 0.1)$$

Onde cada fator recebe uma nota discreta de 1 a 5 com base no cenário real do pátio:

  • F_urg (Urgência): Severidade da demanda (ex: item de máquina parada ou estoque de rotina).
  • F_div (Divergência): Complexidade fiscal, cadastral ou documental da Nota Fiscal.
  • F_qual (Qualidade): Nível de exigência na conferência física (itens sem identificação, avarias).
  • F_amb (Ambiente): Estado da infraestrutura e estresse físico (chuva, queda de sistema, pátio saturado).

🟢 Matriz de Criticidade (Zonas de Impacto)

O resultado final do FIOR varia de 1.0 a 5.0, classificando a operação em três zonas de criticidade:

  • De 1.0 a 2.2 | Zona Verde (Baixo Impacto): Fluxo padrão, sem gargalos.
  • De 2.3 a 3.7 | Zona Amarela (Médio Impacto): Operação impactada, exigindo tratativas burocráticas ou esforço extra de conferência.
  • De 3.8 a 5.0 | Zona Vermelha (Gestão de Crise): Caos operacional. Justifica quedas bruscas na produtividade e exige atuação da liderança.

💻 Implementação Automatizada com Python (pandas)

O projeto conta com um script em Python que automatiza o cálculo em lote. Ele lê uma planilha comum do Excel contendo os registros de Notas Fiscais e as respectivas notas dos fatores, injeta a lógica matemática e gera um relatório consolidado com os resultados e classificações.

Pré-requisitos

pip install pandas openpyxl

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

fior_analytics-1.0.0.tar.gz (4.5 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

fior_analytics-1.0.0-py3-none-any.whl (4.8 kB view details)

Uploaded Python 3

File details

Details for the file fior_analytics-1.0.0.tar.gz.

File metadata

  • Download URL: fior_analytics-1.0.0.tar.gz
  • Upload date:
  • Size: 4.5 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.12.2

File hashes

Hashes for fior_analytics-1.0.0.tar.gz
Algorithm Hash digest
SHA256 2284200c80371c5ee3e990705c7e94a886e122726b44736e12d323e15d1df0a5
MD5 6435933b4e45c72fb55277f0e49dcd13
BLAKE2b-256 ba5a03d9456e5d07a02c129d9ddbb92657d74cd727c5a6629ef0ee44b5bdbb95

See more details on using hashes here.

File details

Details for the file fior_analytics-1.0.0-py3-none-any.whl.

File metadata

  • Download URL: fior_analytics-1.0.0-py3-none-any.whl
  • Upload date:
  • Size: 4.8 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.12.2

File hashes

Hashes for fior_analytics-1.0.0-py3-none-any.whl
Algorithm Hash digest
SHA256 8b7894c3d7f7fe6b84a2a01e8fabbcf09a789d9d21225516c8377845e09ca9d7
MD5 f39a7cb007abaa4bf04347cc2183ca2b
BLAKE2b-256 195a4e82d87c263b110f79654e4646d93862c06eba57df00f231a2d0c2afbcdc

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page