A gestão por indicadores é essencial para monitorar processos, orientar decisões e avaliar resultados de projetos de melhoria. Esses indicadores têm duas características fundamentais: são gerados sequencialmente ao longo do tempo — diários, semanais, mensais — e apresentam variabilidade, que precisa ser corretamente interpretada.
Ignorar essas duas características leva a decisões equivocadas, retrabalho e desperdício de recursos.
1. A importância de analisar indicadores ao longo do tempo
Por serem sequenciais, indicadores devem ser analisados em gráficos que respeitem essa natureza temporal. O gráfico de tendência, ou run chart, é o mais adequado, podendo ser complementado pelo gráfico de controle de Shewhart quando há maior maturidade analítica.
2. A necessidade de compreender a variação
Shewhart propôs que toda variação observada em um indicador decorre de dois tipos de causas. As causas comuns são a variação natural do processo. As causas especiais são a variação provocada por fatores específicos e não usuais.
Um processo é estável quando apenas causas comuns estão presentes, e instável quando há causas especiais. Regras simples permitem identificar causas especiais: ponto astronômico (outlier), deslocamento — seis ou mais pontos acima ou abaixo da média — e tendência, com cinco ou mais pontos crescentes ou decrescentes. O desenvolvimento completo dessa distinção está em variação estatística.
3. Como decisões equivocadas geram desperdícios
A má interpretação da variação compromete a qualidade das decisões e gera dois erros clássicos.
Erro 1 — tratar causa comum como especial. É o mais frequente e o mais grave. Deming ensinava que a maior parte da variação em processos é causada por causas comuns, isto é, pela estrutura do sistema — em Out of the Crisis, ele estimou que cerca de 94% dos problemas pertencem ao sistema, sendo responsabilidade da gestão. O “90% da variação é de causas comuns” que circula nos treinamentos é um arredondamento dessa estimativa. Esse erro leva a investigações desnecessárias, mobilização indevida de equipes, planos de ação ineficazes e desperdício de tempo, energia e recursos.
O exemplo mais emblemático é comparar apenas dois números — mês atual contra mês anterior, ou contra a meta — e concluir que o resultado está “bom” ou “ruim”, acionando ações que não produzem melhoria real.
Um exemplo ilustrativo, com números construídos, mostra a conta que esse erro produz. Em um centro de distribuição, o percentual de pedidos entregues fora do prazo girava em torno de 6,2% ao longo de 24 meses, oscilando entre 2,8% e 9,6% sem nenhum sinal de mudança. Em março, o número foi 9,1%. A reação foi imediata e pareceu responsável: força-tarefa, reunião diária de trinta minutos com quatorze pessoas e uma nova etapa de conferência antes da expedição.
Em três meses, as reuniões consumiram 462 horas e a conferência, aplicada a 4.100 pedidos mensais, consumiu outras 615 — 1.077 horas ao todo. Ao fim do trimestre o indicador estava em 6,4%, dentro dos mesmos limites de antes. Nada havia mudado, porque nada havia mudado. A etapa de conferência, no entanto, ficou: doze meses depois, somava mais 2.460 horas em um processo que não melhorou.
Erro 2 — tratar causa especial como comum. Retarda a identificação de problemas reais, atrasa soluções e amplia desperdícios. É menos frequente que o primeiro, mas cobra caro quando ocorre.
4. Justificativa para a inclusão de um novo desperdício
Diante do impacto direto que decisões equivocadas têm sobre recursos, tempo, esforços e resultados, é necessário reconhecer formalmente um novo tipo de desperdício: o desperdício causado pela falta de compreensão da variação.
Esse desperdício leva organizações a agir sobre ruído, ignorar sinais reais de instabilidade e comprometer a efetividade dos projetos de melhoria. Assim como as sete categorias que Taiichi Ohno enunciou — e o oitavo que autores diferentes preencheram de formas diferentes — ele consome recursos sem agregar valor, e por isso deve ser explicitamente incorporado ao modelo. Sobre as categorias clássicas, ver os desperdícios do Lean.
A pergunta que evita esse desperdício é simples e vem antes de qualquer plano de ação: os dados ao longo do tempo mostram um sinal, ou este ponto é como os outros? Se não há sinal, o caminho não é agir sobre o resultado — é decidir se o desempenho médio do processo é aceitável e, não sendo, mudar o sistema e verificar o efeito, como descreve o Modelo de Melhoria.
Ademir J. Petenate é fundador da Escola EDTI e professor da Unicamp desde 1974. Faculty do IHI, coordenou a tradução brasileira de Modelo de Melhoria.
Ler indicadores ao longo do tempo e separar sinal de ruído antes de agir é a base da formação Green Belt da EDTI. Para começar pelo método, a certificação White Belt é gratuita.