Title

Cargo Predict: Predição e controle da variabilidade de qualidade nas cargas do SFCT para redução do risco de não conformidades

Cargo Predict: Application of predictive statistical control to reduce nonconformities and increase predictability in SFCT cargo formation

Authorship

ANDRADE, LEANDRO BARRETO; SANTOS, MARCELO SANT ANA DOS; SILVA, LEANDRO JOAQUIM DA; BORGES, JULIANO VIANA; VAZ, ELAINE; MARCAL, JAN ARAUJO; PEDRO, ARTHUR ARICO

ANDRADE, LEANDRO BARRETO

I am this author

SANTOS, MARCELO SANT ANA DOS

I am this author

SILVA, LEANDRO JOAQUIM DA

I am this author

BORGES, JULIANO VIANA

I am this author

VAZ, ELAINE

I am this author

MARCAL, JAN ARAUJO

I am this author

PEDRO, ARTHUR ARICO

I am this author

DOI

10.5151/2594-357X-43548

Downloads

Abstract

Este trabalho apresenta a aplicação do Cargo Predict, solução integrada ao sistema SIOP que utiliza controle estatístico preditivo para mitigar a variabilidade da qualidade na formação de cargas no SFCT. O estudo foi motivado pela recorrência de não conformidades químicas, totalizando 10 eventos em 2024, associadas à elevada dispersão dos lotes utilizados na composição das cargas. A análise estatística de 191 lotes indicou média de 9,77% e desvio padrão de 3,92 p.p., com aproximadamente 36% dos lotes acima do limite de especificação, evidenciando risco estrutural no processo. A metodologia baseou-se na incorporação de métricas estatísticas em tempo real, incluindo média prevista, desvio padrão, distribuição dos lotes e probabilidade de não conformidade. A solução permite tomada de decisão preventiva durante a formação e carregamento das cargas. Como resultado, observou-se redução de 40% nas não conformidades entre 2024 e 2025 e redução de 67% no acumulado mais recente, além de ganhos financeiros estimados em US$ 1.559.096. A solução promoveu aumento da previsibilidade, padronização do processo e replicação para outros corredores, consolidando o controle estatístico como alavanca para excelência operacional.

This study presents the application of Cargo Predict, a solution integrated into the SIOP system that applies predictive statistical control to mitigate quality variability in cargo formation at SFCT. The work was motivated by recurring chemical nonconformities, with 10 events recorded in 2024, associated with high dispersion of lots used in cargo composition. Statistical analysis of 191 lots showed an average of 9.77% and a standard deviation of 3.92 p.p., with approximately 36% of lots exceeding specification limits, indicating a structural process risk. The methodology involved real-time statistical metrics, including predicted mean, standard deviation, lot distribution, and probability of nonconformity. The solution enables preventive decision-making during cargo formation and loading. Results showed a 40% reduction in nonconformities between 2024 and 2025 and a 67% reduction in the most recent accumulated period, along with financial gains of approximately USD 1.56 million. The solution improved predictability, standardized processes, and enabled replication across other logistics corridors.

Keywords

Controle estatístico preditivo, Variabilidade de qualidade, Gestão de risco operacional, Não conformidade

Predictive statistical control, Quality variability, Operational risk management, Nonconformity