ERP/MRP, aprendizado e estrutura de dados.

         Dando sequência ao texto anterior, onde mencionamos a acumulação de experiência por parte dos analistas e controladores de estoque e de produção, temos agora de dar curso a análise e a estruturação dos dados pertinentes ao resultado do processo, ou da "rodada", de cálculo das necessidades de material, mrp propriamente dito. 

A formatação típica dos dados nos sistemas está assim representada  "Planejamento"(ver 8/12/22):
    .número de controle do processo; 
    .código ou número do item material; 

    .tipo de registro ( ordem de: suprimento, demanda), 

    .quantidade  requerida, 

    .quantidade completada, 

    .data/hora, 

    .origem (pegging em alguns textos),  i.e. número de controle ou o item conjunto, produto,                                                                     etc.. que originou tal demanda.

    . status: dependendo do sistema de controle das ordens, seja de suprimento, seja de demanda

          Desta forma os sistemas registram a demanda dependente (do filho) ligando ao produto ou conjunto (pai) que a gerou calculando quantidades e prazos a partir da Lista-de-Material e do Cadastro do Item.

        Esta é a forma tradicional e típica, podendo haver variações de formato, como os sistemas ERP/MRP registram os dados dinâmicos, seja de ordens de produção/compras  ou seja das demandas derivadas, que vão sendo atualizados   ao longo do processo de produção e compras.   Atualmente os sistemas ERP, na sua maioria, utilizam sgbd´s (sistema de gestão de banco de dados) de tecnologia SQL(structured query language). O que vamos agora sugerir, para dar curso ao processo de aprendizado de máquina, é reproduzir esta estrutura apresentada, podendo manter-se aquela instalada pertinente ao sistema, por uma adicional, ou mesmo substituindo-a, por outra baseada em sgbd nonSQL, preferencialmente os orientados a coluna, que não utilizam a estrutura de tabelas e cujo registro representa todo o caminho de dependência utilizado no cálculo, não dependendo do pegging já mencionado. A razão de se utilizar tal estrutura se deve a capacidade fornecer os dados ao processo de aprendizado, já que liga a demanda independente, a que origina as Análises de Horizonte (ver texto de 8/12/22) ao item mais elementar (matéria prima) passando por todos os níveis da estrutura do produto, representada na Lista-de-Material.

                           

        Assumindo o grafico acima representando a Lista-de-Material, sendo R's os produtos finais, C's os conjuntos e subconjuntos e M's as matérias primas. podendo todos se interligarem, assim seria a representação resultante do registro  do Planejamento.

                                    { (Mi, qtde, data, Cj, qtde, data, Rn, qtde) }

        Nesta representação acima se apresenta a concatenação de uma "M" Matéria prima, ao "C" Conjunto, ou Conjuntos, com as respectivas quantidades e datas necessárias, e por sua vez, tais Conjuntos ligando os "R" produtos que  o geraram. Ou seja, em vez de representar o "pegging" que é a ligação entre as demandas derivadas e as Ordens de Suprimento, calculadas ou já firmadas, se representa toda a cadeia que gerou a demanda em último nível.

       O motivo desta representação e o respectivo registro, utilizando um sistema de gestão banco de dados não relacional, ou noSQL(*), se deve ao fato que o acesso repetitivo no processo de "aprender" é facilitado e ademais deste fato existe ainda a comparação que será efetuada com as transações pertinentes a este determinado Planejamento, ou seja, o último; desta forma medindo os "desvios", seja estes nas respectivas quantidade, ou nas datas de requisição e completação das ordens de suprimento. No diagrama da emissão de 8/12/22 se representa a necessária estrutura funcional para medição dos "desvios", sejam estes perdas, atrasos, trocas, afetando a validade dos vindouros planos de produção ou mesmo ensaios. A medição dos "desvios" nos diversos Planejamentos ao longo do tempo é que irão (backpropagation) "ensinar" como se comporta a produção e a compra a partir das componentes estocásticas inerentes ao processo produtivo e logístico.

        É oportuno aqui se mencionar a experiência já mencionada em texto anterior da empresa de mineração que deriva ainda a Qualidade do "produto", dentro do contexto KQt. Neste caso a medição dos "desvios"  também "ensina" ao sistema a tendência e a inércia do processo (pilhas de minério) guiando as cadeias seguintes no tempo, (ou melhor as anteriores), das fases de produção.

           No texto seguinte vamos representar a cadeia de aprendizado.

(*)  Já ha vários fornecedores, mas o que é mencionado neste estudo é a estrutura JSON.