Porte: Multinacional • Duração: 4 meses
Expertise Aplicada: Otimização, Pesquisa Operacional, String Metrics
O Desafio
A empresa precisava entender melhor o empenho dos recursos de manutenção offshore — mesmo nos casos em que uma SSM (Solicitação de Serviço de Manutenção) fosse gerada apenas de forma estimada. Faltava clareza sobre onde estavam as saturações, dificultando o planejamento agregado e o balanceamento da carga.
O Problema
O esforço da equipe só era registrado na elaboração do book do serviço de manutenção, o que impedia uma visão mais estratégica da alocação de recursos e do histórico de solicitações. Era necessário um sistema mais inteligente e automatizado.
O Caminho
A Make desenvolveu uma ferramenta de otimização baseada em análise de similaridade de texto (string metrics) para automatizar a categorização e estimativa de horas (HH) das SSMs recebidas. As etapas incluíram:
- Análise de uma base com mais de 10.000 registros abertos de SSMs;
- Uso de algoritmos de comparação textual como Levenshtein, Jaro-Winkler, Sørensen-Dice, Cosine e N-Gram;
- Criação de uma rotina que compara linha a linha, agrupa por similaridade e define categoria, grupo e estimativa de horas automaticamente;
- A cada nova SSM recebida, a rotina identifica o grupo mais semelhante e preenche automaticamente os dados estimados de esforço.
O Resultado
A ferramenta implementada passou a:
- Estimar automaticamente o empenho do profissional em horas (HH);
- Agrupar SSMs por similaridade com alta precisão;
- Eliminar a dependência de análises manuais na etapa da construção do book de serviços;
- Permitir planejamento mais ágil, visualização de gargalos e otimização da carga dos profissionais de manutenção offshore.
Esse projeto é um exemplo claro de como a tecnologia pode transformar dados desestruturados em decisões operacionais eficientes — com inteligência e precisão.