Logística reversa para devolução de peças do setor vestuário na cidade de São Paulo: estudo de caso da empresa Devolut

Abstract

During the COVID-19 pandemic, several changes related to the customers´buying and after-sales processes were implemented, combined with increased demand for logistical operations, driving the growth of the apparel sector. The study aims to find the best solution to the reverse logistics issue faced by Devolut in the city of São Paulo. The objective was to dimension the fleet of vehicles used in the reverse logistics process using computer simulation with Simul8 software. Three scenarios of return demands (break even, base and optimistic) were created. Two simulation models were developed based on these scenarios, one using a fixed dispatch policy and the other using dynamic dispatch. This allowed us to conclude that the fixed dispatch showed more effective results, indicating the optimal configuration and size of the fleet, represented by three Fiorinos and four motorcycles for the break even and base scenarios of demands and four Fiorinos and four motorcycles for the optimistic scenario.

Durante a pandemia da COVID-19, diversas alterações relacionadas ao processo de compra e pós-venda dos clientes foram realizadas, aliadas à demanda por operações logísticas, impulsionando o crescimento do comércio do setor vestuário. O estudo buscou a melhor solução da problemática da logística reversa enfrentada pela Devolut na cidade de São Paulo. O objetivo foi dimensionar a frota dos veículos utilizados no processo de logística reversa com o uso da simulação computacional pelo software Simul8, dessa forma foi considerado três cenários de demandas de devoluções (base, break even e otimista), a partir destes cenários foram desenvolvidos dois modelos de simulação: um utilizando política de despacho fixo e outro utilizando o despacho dinâmico. Isso permitiu concluir que o despacho fixo apresentou resultados mais eficazes, indicando a melhor configuração e tamanho de frota, representada por três Fiorinos e quatro motocicletas para os cenários de demanda break even e base, e para o cenário otimista de demanda quatro Fiorinos e quatro motocicletas.