Provisão de custos de garantia anual baseado em análise de confiabilidade de máquinas agrícolas

Abstract

Um preciso planejamento financeiro das empresas fabricantes de máquinas agrícolas pode se configurar em um grande diferencial competitivo no atual cenário econômico de expansão assegurada para os próximos anos do agronegócio brasileiro. Os recursos financeiros alocados para cobrir os custos de falhas das máquinas durante seu período de garantia representam grande incerteza neste planejamento, uma vez que são expressivos e difíceis de prever com alto grau de confiança. Este trabalho propõe um método para se determinar a provisão dos custos relativos às falhas dos produtos de uma empresa fabricante de máquinas agrícolas durante o período de garantia de um ano futuro, baseado na análise de confiabilidade destas máquinas. Os resultados obtidos aplicando-se a metodologia aos dados reais de quatro diferentes modelos de tratores da empresa AGCO do Brasil se mostraram promissores com erros totais abaixo de 10%, além de efeitos que podem ser utilizados pela área de Serviço para rastrear o desempenho da confiabilidade das máquinas no campo em um espaço de tempo de apenas um mês.

A precise financial planning done by agricultural machinery manufactures can configure itself as a great competitive differential in today’s Brazilian expanding agribusiness. The financial resources made available to cover machines’ failures costs during their warranty period add great uncertainty to this plan, since they are significant and hard to predict with high confidence. This thesis proposes a method to determinate the failures’ cost prediction of products manufactured by an agricultural machinery company during their warranty period in a future year, based on the reliability analysis of these machines. The results when applying the method to real data from four different models of tractors produced by AGCO do Brasil shown to be interesting, with overall errors bellow 10%. Also it shows benefits that can be used by Service area in order to follow up products’ reliability performance in the field on a time window of only one month.