Atendimento otimizado às especificações dos produtos promove previsibilidade na entrega
Em um setor altamente competitivo como a mineração, a busca por excelência operacional e inovação é essencial para garantir a rentabilidade e a sustentabilidade a longo prazo. Com esse intuito, a equipe da Ferro + utilizou a metodologia Lean Six Sigma para otimizar a qualidade do minério de ferro, promovendo maior previsibilidade e confiabilidade na entrega do produto.
A partir de uma abordagem baseada em dados reais, foram identificadas oportunidades significativas de aprimoramento na conformidade de qualidade, utilizando ferramentas como SIPOC, Diagrama de Ishikawa e Matriz Esforço x Impacto. O mapeamento de fatores críticos permitiu a implementação de soluções inovadoras, incluindo a triagem por turno, a padronização técnica de especificações, utilizando um simulador de riscos entre outras ações.
O projeto envolveu uma análise estatística aprofundada do processo produtivo, identificação de variáveis críticas e aplicação de soluções estratégicas voltadas à padronização e à mitigação de desvios na qualidade do minério. Respeitando o ciclo DMAIC, essencial para iniciativas de melhoria contínua, a primeira etapa consistiu na definição precisa da oportunidade de aprimoramento. No caso em questão, identificou-se que a operação enfrentava desafios relacionados à variabilidade qualitativa do produto, impactando diretamente parâmetros críticos e influenciando o valor final por tonelada.
A recorrência desses desvios evidenciou a necessidade de uma abordagem estruturada para estabilizar o processo produtivo e assegurar maior conformidade com os requisitos estabelecidos. A fase Define do ciclo DMAIC teve como principal objetivo estabelecer com clareza o problema a ser tratado. Um gráfico-resumo do KPI analisado demonstrou a distribuição assimétrica dos dados coletados em 2023, referentes ao percentual de penalidades aplicados sobre o valor de venda. Sendo assim, foi possível estabelecer uma baseline concreta, identificando que, em média, 2,74% do faturamento mensal da empresa era influenciado por variações nos parâmetros analisados.
No contexto deste projeto, foram considerados dados mensais do ano de 2023, totalizando 251 registros distintos que compõem a base da análise exploratória. A priori, determinou-se a meta do projeto pelo método do intervalo de confiança das médias do indicador, ajustando-o de 2,74% para 1,87% em relação de perdas por variações nos parametros de qualidade. Em seguida, utilizou-se o método SIPOC (Supplier, Input, Process, Output, Customer), a fim de mapear as áreas diretamente envolvidas no processo e, posteriormente, o Diagrama de Ishikawa fez o levantamento.
Após essa análise, aplicou-se a matriz Esforço x Impacto objetivando orientar a tomada de decisão e o Gráfico de Pareto, usado para identificar quais tipos de produto contratual apresentavam maior incidência de não conformidades em relação às especificações acordadas com o cliente.
Por meio destas ferramentas foram identificados pontos críticos de instabilidade no processo de homogeneização do produto, falhas na aderência às especificações dos blends e lacunas no controle de qualidade em pontos estratégicos da cadeia produtiva. Aplicou-se a ferramenta 5W2H para garantir a execução estruturada das iniciativas de melhoria. Assim, desenvolveu-se um plano de ação detalhado permitindo o desdobramento prático das soluções priorizadas.
Com isso, a área técnica passou a fornecer uma faixa de especificação realista e factível, para direcionamento das tratativas comerciais, evitando a venda de um produto que não pudesse ser fisicamente atendido dentro dos limites contratuais e promovendo maior integração entre as áreas.
Em resumo, a iniciativa mostrou que a aplicação da metodologia Lean Six Sigma demonstrou que a integração entre análise estatística avançada, colaboração entre áreas e padronização técnica pode transformar desafios operacionais em oportunidades estratégicas.
A redução da variabilidade da qualidade do minério de ferro, com um índice médio ajustado de 2,74% para 1,26%, resultou em uma economia anual significativa, impactando diretamente a rentabilidade da operação.
