O dimensionamento da capacidade de produção é um processo de vital importância para o sucesso das empresas, ainda mais quando se está inserido em um mercado de alta sazonalidade. Entretanto, este processo na maioria das vezes não é amplamente discutido internamente nas organizações. Freqüentemente, quando se necessita alterar a capacidade de produção das organizações devido a alterações nas previsões de demanda, atua-se apenas no dimensionamento dos recursos de forma direta ou, em casos extremos de aumento da demanda e indisponibilidade de investimentos, chega-se a efetuar o corte das vendas. Ao contrário disto, a tomada de decisão para o dimensionamento da capacidade de produção deve ser considerada como um processo gerenciável de forma sistêmica, confiável e robusta, influenciada pelo uso de ferramentas importantes como definições de cenários, análises quantitativa e qualitativa. Esta dissertação apresenta uma sistemática para apoiar o dimensionamento econômico da capacidade de produção de empresas com demanda sazonal. A sistemática prevê a discussão do dimensionamento da capacidade de produção considerando quatro grandes fases: identificação e exploração, análises e proposições de alternativas, ação e implementação de um melhor cenário escolhido e, finalmente, avaliações e observações do cenário implementado. Para cada uma das fases alguns passos e etapas foram definidos e, posteriormente, validados através da aplicação desta sistemática no dimensionamento da capacidade de produção da área de usinagem de uma empresa fabricante de máquinas agrícolas. A aplicação desta sistemática trouxe como resultado para a área de usinagem a implementação de um processo robusto e que auxilia na tomada de decisão quando se está inserido em um cenário onde ocorre a previsão de aumento da demanda. A sistemática trouxe benefícios de organização das informações e de se fazer a tomada de decisão para a escolha de um cenário com base nas análises de economicidade dos cenários estudados, porém mostrou-se bastante sensível à acuracidade das previsões de demanda, o que aponta, em futuras aplicações, para uma necessária flexibilização dessa variável pela realização de análise de sensibilidade. / The production capacity sizing is a key process for companies’ success, even more if the organization is involved in a high seasonal environment. However, this process is often not fully discussed by the organizations for decision-making. When it is needed to review the production capacity sizing due to demand predictions, most companies act directly upon the quantity of equipment and redesign the process or, in cases the demand is higher than the production capacity and the company is unprepared to invest to increase capacity the decision is to cut sales. Instead of this, companies should consider production capacity sizing as a manageable, in a systemic way, reliable and robust process. The decision-making for this process should be influenced by scenarios definitions, economic and qualitative analysis. This work presents a method to help the economic sizing of production capacity for companies that are involved in seasonal environment. This method includes a discussion about capacity sizing considering four important phases: identification and exploration, analysis and proposals of alternatives, actions and implementation of the best scenario chosen and, finally evaluation and observations from the implemented scenario. In each phase, steps and activities are defined and illustrated through an application at a machining department of an agricultural machinery maker company. The application of this method at the machining area of the company resulted in a robust and reliable process implemented to help in decisionmaking when it is needed to review the production capacity based on demand predictions. The method brought benefits to organize the information and practice decision-making to choose the best scenario based on economic analysis, however the method proved to be very sensitive to the accuracy of demand predictions, which points, in future applications, to a necessary flexibility of this variable by conducting sensitivity analysis.

Estoques são comuns a qualquer empresa, visto que são necessários para amortecer impactos de demandas não programadas e evitar rupturas entre processos, adicionando segurança entre diferentes elos de uma cadeia. Problemas de gerenciamento de estoques são corriqueiros, dado que as suas causas podem ser múltiplas, estando presentes em diferentes nós de uma cadeia e sendo originados por questões vinculadas ao fornecimento, à demanda, à informação, além de outros fatores possíveis. Devido à importância dos estoques para uma empresa, seja financeira, como concentração de ativos, ou seja por mitigar riscos no processo de suprimento, problemas de gerenciamento de estoques são periodicamente tratados na literatura. Entretanto, não existe consenso sobre o que são os problemas de gerenciamento e um método difundido para sua identificação e análise. Esta pesquisa concentra-se nesta lacuna, propondo um método de identificação e análise dos problemas de gerenciamento de estoques. Este método está ancorado em seis distintas etapas que foram aplicadas, na forma de um estudo de caso, em uma empresa da serra gaúcha. As etapas compreendem a identificação dos causadores do problema de gerenciamento de estoques, a modelagem e simulação do ambiente proposto e análises das iterações sob a perspectiva de três variáveis chave: saldo de estoques, escassez e uma função custo. Entre os resultados desta pesquisa encontram-se uma classificação de causadores de problemas de gerenciamento de estoques e o método proposto. Foi possível observar no estudo de caso que, entre as variáveis de entrada utilizada, quando manipulada a média aritmética da distribuição destas variáveis estocásticas, elas causaram maior variação sistemática ao resultado do modelo quando comparada a variação sistemática causada pela alteração da variância da distribuição desta mesma variável estocástica. / Inventories are common to any businesses, as they are needed to cushion impacts from unscheduled demands and avoid ruptures between processes, adding security between different tiers in a supply chain. Inventory management problems are common, as their causes can be multiple, and being present on different nodes of a chain, which can be caused by issues related to supply, demand, information, and other possible factors. Due to the importance of inventories for a business, whether financial - as assets - or its role in mitigating risks in the supply process, inventory management problems are frequently approached in the literature. However, there is no consensus on what are inventory management problems and there is no widespread method for identification and analysis of inventory management problems. This research focus on this gap by proposing a method of identification and analysis of inventory management problems. This method is anchored in six distinct steps that have been applied in the form of a case study on a company in south of Brazil. The steps include the identification of the causes of the inventory management problem, the modeling and simulation of the proposed environment and analysis of iterations from the perspective of three key variables: inventory balance, inventory shortages and a cost function. Among the results of this research are a classification of inventory management problems originators and the proposed method. It was observed in the case study that among the input variables, when manipulated the arithmetic mean of the stochastic distribution of these variables, they increased the systematic variation output of the model more than when were manipulated the variance of the stochastic distribution of the same variable.

A disputa por parcelas de mercado impõe condições severas às empresas sob diversas perspectivas. Dentre elas salienta-se a crescente demanda por alta variedade de produtos, que por sua vez cria um ambiente de decisões gerenciais complexas e por vezes conflitantes. Neste contexto, dois pontos relativos a processos produtivos tornam-se cada vez mais importantes na implantação de estratégias diferenciadas: a programação da produção e a gestão de estoques. Esta dissertação apresenta uma sistemática que visa embasar decisões relativas a tais pontos, aprimorando o processo produtivo. Como primeira etapa, trata-se o problema relativo à programação da produção diária. Para tanto, é apresentada uma sistemática de seleção de variáveis de clusterização para agrupamento de produtos, a qual é integrada à Simulação de Monte Carlo (SMC) com objetivo de maximizar lucro. Os cenários propostos são aplicados em clusters (famílias de produtos) e não nos produtos de forma individual, simplificando e agilizando a programação da produção. O erro percentual em relação à situação real foi de 1%. A segunda etapa desta dissertação foca na seleção de variáveis de clusterização com vistas à gestão de estoques. Desta forma, é apresentada uma abordagem de seleção de variáveis para clusterização de 76 produtos em três clusters, sendo que para cada cluster são geradas políticas simultâneas de reposição dos produtos. Tais políticas são confrontadas, em termos de custos de colocação de pedidos e guarda de estoques, com os resultados gerados pelo Lote Econômico de Compras (LEC). A redução do volume de pedidos anuais se aproximou de 90%, enquanto que o incremento de custos relativos à guarda de produtos e processamento de pedidos foi de 0,2% frente ao custo gerado pelo LEC. / The dispute for larger market shares imposes hard conditions to companies in several perspectives. The growing demand for high variety of product models gives rise to complex productive scenarios, requiring precise managerial decisions. In this context, two points relating to production processes become increasingly important when implementing managerial strategies: production scheduling and inventory management. This dissertation presents an approach aimed at supporting decisions related to such points. As a first step, we tackle the daily scheduling problem presenting a systematic for selecting the most relevant variables for clustering products with similar features into groups; such groups are then integrated to a Monte Carlo Simulation (MCS) tailored to maximizing profit. In our propositions, managing clusters of products leads to simpler and faster managerial decisions regarding the production schedule. A proper training of the MCS parameters yielded a 1% deviation when compared to the real situation. The second part of this dissertation focuses on variable selection for clustering tailored to inventory management. For that matter, we present a variable selection approach for clustering 76 products into three clusters; such clusters are then integrated to a simultaneous inventory policy. The simultaneous policy aims at reducing costs of orders placement and simplifying the inventory management. When compared to the Economic Quantity Order (EOQ), our propositions reduced the number of order placements in 90%, while increasing costs related to inventory keeping in 0.2%.

A previsão de demanda permite às organizações o reconhecimento de sua curva perfil de demanda, sendo uma ferramenta para gerir estoques, nivelando-os de forma a não estagnar valores monetários, bem como possuir volumes de produtos suficientes para atender à carteira de clientes. Em diversas aplicações, no entanto, faz-se necessária a integração de métodos quantitativos aos métodos qualitativos de previsão de demanda para assegurar níveis mais precisos dos itens a serem produzidos. Uma previsão de demanda adequada também auxiliar na concepção de políticas adequadas de gestão de matérias-primas, gestão essa que tipicamente se apoia no método MRP (Material Requirements Planning). Esta dissertação aplica sistemáticas de previsão de demanda e MRP em um setor de implementos rodoviários do segmento metal-mecânico. Para tanto, os passos metodológicos estão estruturados na seguinte ordem: (i) Coleta e tratamento dos dados históricos de demanda; (ii) Seleção do modelo de previsão de demanda quantitativo; (iii) Ajuste das previsões através da opinião de especialistas; (iv) Geração da matriz BOM; e (v) Geração do relatório MRP, com as solicitações de reposição pertinentes. Com a projeção da previsão de demanda, foi possível prospectar a aquisição de matérias-primas de forma a aprimorar a gestão dos recursos. Os resultados deste estudo agregaram ao segmento metal-mecânico um modelo sistemático de previsão de demanda, com isso, o setor de implementos rodoviários, o qual é um ramo existente há pouco mais que três décadas, aderiu traços competitivos em relação ao mercado consumidor através de métodos de gestão conceituados. / Demand forecasting enables organizations to recognize their demand profile curve, being a tool for managing inventories, leveling them so as not to stagnate monetary values, as well as having enough product volumes to serve the customer portfolio. In several applications, however, it is necessary to integrate quantitative methods with qualitative methods of forecasting demand to ensure more precise levels of the items to be produced. An adequate demand forecast will also assist in the design of appropriate raw material management policies, which typically rely on the MRP (Material Requirements Planning) method. This dissertation applies demand forecasting and MRP systems in a sector of road implements of the metal-mechanical segment. Therefore, the methodological steps are structured in the following order: (i) Collection and treatment of historical demand data; (ii) Selection of the quantitative demand forecast model; (iii) Adjustment of forecasts through expert opinion; (iv) Generation of the BOM matrix; and (v) Generation of the MRP report, with relevant replacement requests. Based on the generated forecasting, it was possible to prospect the acquisition of raw materials in order to improve the management of the resources. The results of this study added to the metal-mechanical segment a systematic model of demand forecasting. In this way, the sector of road implements, which is a branch that has existed for more than three decades, has adhered to competitive characteristics in relation to the consumer market through management methods.

A obsolescência de estoques é um evento recorrente nas organizações, demandando o uso de métodos que identifiquem o inventário excessivo antes dele tornar-se obsoleto. Este artigo propõe um método para classificação, projeção e controle da obsolescência de inventários ao longo do tempo, com o objetivo de reduzir o risco de obsolescência ou deterioração futura. A abordagem proposta possui cinco passos, sendo os quatro primeiros dedicados a identificação dos fatores que contribuem para a obsolescência e/ou deterioração do Inventário, a classificação do estoque em categorias e faixas de idade através da análise discriminante, a seleção de variáveis em contexto de PLS, a modelagem de regressão para projeção da idade do inventário ao longo do tempo e a definição de diretrizes para redução do risco de obsolescência. O quinto passo do método utiliza o conceito do ciclo PDCA buscando a melhoria contínua do processo e dos resultados. Na aplicação em dois estudos de caso em indústrias de bens de consumo, o método previu adequadamente o montante do inventário por faixa de idade e o risco de obsolescência ou deterioração do inventário em um horizonte de seis meses. / Inventory obsolescence is a prominent phenomenon in organizations, requiring the use of methods that identify excessive inventory before it becomes obsolete. This paper proposes a method to classify, forecast and control the obsolescence of inventories over time in order to reduce the risk of future obsolescence or deterioration. The proposed approach has five steps, the first four of which are dedicated to identifying the factors that contribute to the obsolescence and/or deterioration of the Inventory, the classification of the inventory into categories and age ranges through discriminant analysis, the selection of variables in the context of PLS, regression modeling to forecast the age of inventory over time and the definition of guidelines for reducing the risk of obsolescence. The fifth step of the method uses the concept of the PDCA cycle seeking for the continuous improvement of process and results. In the application in two case studies in consumer goods industries, the method predicted the amount of inventory by age range and the risk of obsolescence or deterioration of the inventory over a six-month horizon.

A gestão da cadeia de suprimentos ainda é um campo em constante evolução e várias iniciativas surgiram nos últimos anos com o intuito de obter ganhos de competitividade através de um melhor gerenciamento do fluxo de informações ao longo da Supply Chain, uma vez que a globalização não acirrou apenas a competição, mas também as expectativas dos consumidores com relação a produtos e serviços. O objetivo da pesquisa é analisar como os elementos do programa de Planejamento Colaborativo são utilizados em uma empresa do setor metal mecânico. A pesquisa é qualitativa descritiva, aplicando o método de estudo de caso realizado em empresa da Serra Gaúcha, utilizando-se como fonte de evidências, levantamento bibliográfico, observações diretas, análise de documentos e entrevistas, empregando-se a técnica snowball sampling. Primeiramente foram entrevistados profissionais da área de logística da empresa, fornecedores e posteriormente foi realizada a análise de documentos e a revisão da literatura, instrumentos estes que subsidiaram a pesquisa. O resultado final após a avaliação é de que há viabilidade para a implementação, desde que com o comprometimento dos gestores da empresa, da alta direção e principalmente dos fornecedores que precisam se adequar a esta ferramenta de melhoria contínua nas organizações. O tema demonstrou ser de suma importância para o meio acadêmico e empresarial, pois revela práticas já realizadas, porém não sistematizadas. / The management of the supply chain is still an evolving field and several initiatives have emerged in recent years in order to gain competitiveness through better management of information flow along the supply chain, once that the globalization not even stirred just the competition, but also the expectations of consumers in relation to the products and services. The objective of the research is to analyze the elements of Collaborative Planning program are used in a company of mechanical metal sector. The research is descriptive qualitative, using the case study method performed in the company's Serra Gaúcha, using as source of evidence: literature, direct observation, document analysis, and interviews, using the snowball sampling technique. First were interviewed professionals of the company's logistics and later suppliers and was subsequently performed document analysis and review of the literature, instruments that supported the research. The end result, after the assessment is that there are viable for implementation with the commitment of company managers, top management and mainly suppliers who need to adapt to this continuous improvement tool in organizations. The topic proved to be of great importance for academic and industry, it reveals practices already adopted, but not systematized.

Uma cadeia de suprimentos é uma rede composta por fornecedores, plantas de manufatura, depósitos, centros de distribuição e varejistas através da qual matériasprimas são adquiridas, transformadas e entregue aos consumidores. A gestão de cadeias de suprimentos (do inglês, Supply Chain Management - SCM) envolve a tomada de decisão nos níveis estratégico, tático e operacional, cujo objetivo é otimizar o desempenho da cadeia . O desenvolvimento de modelos para a avaliação de cadeias de suprimento é uma boa alternativa para estudar a gestão da demanda por produtos, bem como para analisar a efetividade de políticas de gerenciamento. Sistemas multiagentes são apropriados para estudar cadeias de suprimento, pois as diferentes unidades de negócio envolvidas podem ser modeladas como agentes autônomos, assim como suas regras de gerenciamento. Além disso, a modelagem do fluxo de produtos e do fluxo de informações, tais como volume de pedidos e prazos de entrega de um elo da cadeia para outro é facilitada. A análise da literatura especializada da área demonstra que a maior parte dos estudos procura resolver problemas específicos e sem considerar agentes normativos interferindo no comportamento individual de cada ator da cadeia. Este trabalho procura contribuir com o estado da arte da área de gestão de cadeias de suprimento da seguinte forma: (1) propondo um modelo de simulação, composto por agentes genéricos que podem ser facilmente estendidos e utilizados e outros contextos de aplicação, e (2) propondo a utilização dos conceitos de agentes normativos no contexto de cadeias de suprimento. A união dessas áreas (SCM e sistemas multiagentes normativos) aumenta as possibilidades de modelagem de cadeias de suprimento, permitindo a inclusão de entidades externas que normalmente exercem influência na gestão, tais como órgãos do governo, agências reguladoras e instituições eletrônicas. A modelagem da cadeia do biodiesel é apresentada como estudo de caso; os principais resultados obtidos são apresentados e discutidos. / The supply chain is a network of suppliers, factories, warehouses, distribution centers, and retailers through which raw materials are acquired, transformed, and delivered to customers. Supply-chain management (SCM) is the strategic, tactical, and operational decision making that optimizes supply-chain performance. Modeling supply chain is a good way of studying order fulfillments processes and investigating the effectiveness of management policies. Multiagentes models are increasingly being used of this purpose. A multiagent model fits well with the task of simulation supply chain because the businesses involved can be modeled as agents, each with its own inventory rules. It is also easy to model the flow of products down the chain and the flow of information, such as order volumes and lead times, from one organization to another. The analysis of the relevant literature shows that most research works carried out in this area aim to resolve specific problems. Some methodologies and more generic solutions have been proposed, but without considering normative agents which may interfere in the behaviour of actors of the supply chain. This work aims to contribute with the state of the art in the SCM area as follows: (1) building a simulation model to the supply chain context, providing generic agents which may be easily extended and used in other application contexts, and (2) exploiting normative agents in the context of supply chain modeling. The integration of these areas (SCM and normative multi-agent systems) increases the possibilities of supply chain modeling, allowing the inclusion of external entities which normally influence management, such as governmental organizations, regulating agencies and electronic institutions, to give some examples. The modeling of the biodiesel supply chain is presented as a case study; the main results are presented and discussed.

O dimensionamento da capacidade de produção é um processo de vital importância para o sucesso das empresas, ainda mais quando se está inserido em um mercado de alta sazonalidade. Entretanto, este processo na maioria das vezes não é amplamente discutido internamente nas organizações. Freqüentemente, quando se necessita alterar a capacidade de produção das organizações devido a alterações nas previsões de demanda, atua-se apenas no dimensionamento dos recursos de forma direta ou, em casos extremos de aumento da demanda e indisponibilidade de investimentos, chega-se a efetuar o corte das vendas. Ao contrário disto, a tomada de decisão para o dimensionamento da capacidade de produção deve ser considerada como um processo gerenciável de forma sistêmica, confiável e robusta, influenciada pelo uso de ferramentas importantes como definições de cenários, análises quantitativa e qualitativa. Esta dissertação apresenta uma sistemática para apoiar o dimensionamento econômico da capacidade de produção de empresas com demanda sazonal. A sistemática prevê a discussão do dimensionamento da capacidade de produção considerando quatro grandes fases: identificação e exploração, análises e proposições de alternativas, ação e implementação de um melhor cenário escolhido e, finalmente, avaliações e observações do cenário implementado. Para cada uma das fases alguns passos e etapas foram definidos e, posteriormente, validados através da aplicação desta sistemática no dimensionamento da capacidade de produção da área de usinagem de uma empresa fabricante de máquinas agrícolas. A aplicação desta sistemática trouxe como resultado para a área de usinagem a implementação de um processo robusto e que auxilia na tomada de decisão quando se está inserido em um cenário onde ocorre a previsão de aumento da demanda. A sistemática trouxe benefícios de organização das informações e de se fazer a tomada de decisão para a escolha de um cenário com base nas análises de economicidade dos cenários estudados, porém mostrou-se bastante sensível à acuracidade das previsões de demanda, o que aponta, em futuras aplicações, para uma necessária flexibilização dessa variável pela realização de análise de sensibilidade. / The production capacity sizing is a key process for companies’ success, even more if the organization is involved in a high seasonal environment. However, this process is often not fully discussed by the organizations for decision-making. When it is needed to review the production capacity sizing due to demand predictions, most companies act directly upon the quantity of equipment and redesign the process or, in cases the demand is higher than the production capacity and the company is unprepared to invest to increase capacity the decision is to cut sales. Instead of this, companies should consider production capacity sizing as a manageable, in a systemic way, reliable and robust process. The decision-making for this process should be influenced by scenarios definitions, economic and qualitative analysis. This work presents a method to help the economic sizing of production capacity for companies that are involved in seasonal environment. This method includes a discussion about capacity sizing considering four important phases: identification and exploration, analysis and proposals of alternatives, actions and implementation of the best scenario chosen and, finally evaluation and observations from the implemented scenario. In each phase, steps and activities are defined and illustrated through an application at a machining department of an agricultural machinery maker company. The application of this method at the machining area of the company resulted in a robust and reliable process implemented to help in decisionmaking when it is needed to review the production capacity based on demand predictions. The method brought benefits to organize the information and practice decision-making to choose the best scenario based on economic analysis, however the method proved to be very sensitive to the accuracy of demand predictions, which points, in future applications, to a necessary flexibility of this variable by conducting sensitivity analysis.

A previsão de demanda permite às organizações o reconhecimento de sua curva perfil de demanda, sendo uma ferramenta para gerir estoques, nivelando-os de forma a não estagnar valores monetários, bem como possuir volumes de produtos suficientes para atender à carteira de clientes. Em diversas aplicações, no entanto, faz-se necessária a integração de métodos quantitativos aos métodos qualitativos de previsão de demanda para assegurar níveis mais precisos dos itens a serem produzidos. Uma previsão de demanda adequada também auxiliar na concepção de políticas adequadas de gestão de matérias-primas, gestão essa que tipicamente se apoia no método MRP (Material Requirements Planning). Esta dissertação aplica sistemáticas de previsão de demanda e MRP em um setor de implementos rodoviários do segmento metal-mecânico. Para tanto, os passos metodológicos estão estruturados na seguinte ordem: (i) Coleta e tratamento dos dados históricos de demanda; (ii) Seleção do modelo de previsão de demanda quantitativo; (iii) Ajuste das previsões através da opinião de especialistas; (iv) Geração da matriz BOM; e (v) Geração do relatório MRP, com as solicitações de reposição pertinentes. Com a projeção da previsão de demanda, foi possível prospectar a aquisição de matérias-primas de forma a aprimorar a gestão dos recursos. Os resultados deste estudo agregaram ao segmento metal-mecânico um modelo sistemático de previsão de demanda, com isso, o setor de implementos rodoviários, o qual é um ramo existente há pouco mais que três décadas, aderiu traços competitivos em relação ao mercado consumidor através de métodos de gestão conceituados. / Demand forecasting enables organizations to recognize their demand profile curve, being a tool for managing inventories, leveling them so as not to stagnate monetary values, as well as having enough product volumes to serve the customer portfolio. In several applications, however, it is necessary to integrate quantitative methods with qualitative methods of forecasting demand to ensure more precise levels of the items to be produced. An adequate demand forecast will also assist in the design of appropriate raw material management policies, which typically rely on the MRP (Material Requirements Planning) method. This dissertation applies demand forecasting and MRP systems in a sector of road implements of the metal-mechanical segment. Therefore, the methodological steps are structured in the following order: (i) Collection and treatment of historical demand data; (ii) Selection of the quantitative demand forecast model; (iii) Adjustment of forecasts through expert opinion; (iv) Generation of the BOM matrix; and (v) Generation of the MRP report, with relevant replacement requests. Based on the generated forecasting, it was possible to prospect the acquisition of raw materials in order to improve the management of the resources. The results of this study added to the metal-mechanical segment a systematic model of demand forecasting. In this way, the sector of road implements, which is a branch that has existed for more than three decades, has adhered to competitive characteristics in relation to the consumer market through management methods.

A disputa por parcelas de mercado impõe condições severas às empresas sob diversas perspectivas. Dentre elas salienta-se a crescente demanda por alta variedade de produtos, que por sua vez cria um ambiente de decisões gerenciais complexas e por vezes conflitantes. Neste contexto, dois pontos relativos a processos produtivos tornam-se cada vez mais importantes na implantação de estratégias diferenciadas: a programação da produção e a gestão de estoques. Esta dissertação apresenta uma sistemática que visa embasar decisões relativas a tais pontos, aprimorando o processo produtivo. Como primeira etapa, trata-se o problema relativo à programação da produção diária. Para tanto, é apresentada uma sistemática de seleção de variáveis de clusterização para agrupamento de produtos, a qual é integrada à Simulação de Monte Carlo (SMC) com objetivo de maximizar lucro. Os cenários propostos são aplicados em clusters (famílias de produtos) e não nos produtos de forma individual, simplificando e agilizando a programação da produção. O erro percentual em relação à situação real foi de 1%. A segunda etapa desta dissertação foca na seleção de variáveis de clusterização com vistas à gestão de estoques. Desta forma, é apresentada uma abordagem de seleção de variáveis para clusterização de 76 produtos em três clusters, sendo que para cada cluster são geradas políticas simultâneas de reposição dos produtos. Tais políticas são confrontadas, em termos de custos de colocação de pedidos e guarda de estoques, com os resultados gerados pelo Lote Econômico de Compras (LEC). A redução do volume de pedidos anuais se aproximou de 90%, enquanto que o incremento de custos relativos à guarda de produtos e processamento de pedidos foi de 0,2% frente ao custo gerado pelo LEC. / The dispute for larger market shares imposes hard conditions to companies in several perspectives. The growing demand for high variety of product models gives rise to complex productive scenarios, requiring precise managerial decisions. In this context, two points relating to production processes become increasingly important when implementing managerial strategies: production scheduling and inventory management. This dissertation presents an approach aimed at supporting decisions related to such points. As a first step, we tackle the daily scheduling problem presenting a systematic for selecting the most relevant variables for clustering products with similar features into groups; such groups are then integrated to a Monte Carlo Simulation (MCS) tailored to maximizing profit. In our propositions, managing clusters of products leads to simpler and faster managerial decisions regarding the production schedule. A proper training of the MCS parameters yielded a 1% deviation when compared to the real situation. The second part of this dissertation focuses on variable selection for clustering tailored to inventory management. For that matter, we present a variable selection approach for clustering 76 products into three clusters; such clusters are then integrated to a simultaneous inventory policy. The simultaneous policy aims at reducing costs of orders placement and simplifying the inventory management. When compared to the Economic Quantity Order (EOQ), our propositions reduced the number of order placements in 90%, while increasing costs related to inventory keeping in 0.2%.