PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ - PUCPR

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ
ESCOLA POLITÉCNICA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO E
SISTEMAS (MESTRADO)
ANDRÉ LUIZ GAZOLI DE OLIVEIRA
MAPEAMENTO DA CUSTOMIZAÇÃO EM MASSA POR REDES DE
RELACIONAMENTO E DESENVOLVIMENTO DE UM FRAMEWORK PARA A
INDÚSTRIA AUTOMOBILÍSTICA
CURITIBA
2012

ANDRÉ LUIZ GAZOLI DE OLIVEIRA
MAPEAMENTO DA CUSTOMIZAÇÃO EM MASSA POR REDES DE
RELACIONAMENTO E DESENVOLVIMENTO DE UM FRAMEWORK PARA A
INDÚSTRIA AUTOMOBILÍSTICA
Dissertação apresentada ao Programa de Pós-
Graduação em Engenharia de Produção e
Sistemas Área de concentração: Modelos de
Apoio à Tomada de Decisão, da Escola
Politécnica, da Pontifícia Universidade Católica do
Paraná, como requisito parcial à obtenção do
título de mestre em Engenharia de Produção e
Sistemas.
Orientador: Prof. Dr. Sérgio E. Gouvêa da Costa
Coorientador: Prof. Dr. Edson Pinheiro de Lima
CURITIBA
2012

Dados da Catalogação na Publicação
Pontifícia Universidade Católica do Paraná
Sistema Integrado de Bibliotecas – SIBI/PUCPR
Biblioteca Central
Oliveira, André Luiz Gazoli de
O48m Mapeamento da customização em massa de redes de relacionamento e
2012 desenvolvimento de um Framework para a indústria automobilística /
André Luiz Gazoli de Oliveira ; orientador, Sérgio E. Gouvea da Costa ;
co-orientador, Edson Pinheiro Lima. – 2012.
190 f. : il. ; 30 cm
Dissertação (mestrado) – Pontifícia Universidade Católica do Paraná,
Curitiba, 2012.
Bibliografia: f. 152-172
1. Engenharia da produção. 2. Logistica empresarial. 3. Redes de relações
sociais - Análise. 4. Industria automobiística. 5. Customização em massa.
I. Costa, Sérgio E. Gouvêa da Costa. II. Lima, Edson Pinheiro de Lima.
III. Pontifícia Universidade Católica do Paraná Pós-Graduação em
Engenharia de Produção e Sistemas. IV. Título.
CDD 20. ed. – 620.0046

AGRADECIMENTOS
Primeiramente, agradeço a Deus por me guiar e me iluminar em toda essa jornada.
Agradeço, em seguida, à minha família, principalmente aos meus pais, pelo apoio
concedido em todas as etapas dessa caminhada.
Agradeço também a minha namorada por sempre me apoiar e me inspirar quando
encontrei dificuldades.
Agradeço, finalmente, aos orientadores do presente trabalho, Dr. Sérgio Eduardo
Gouvêa da Costa e Dr. Edson Pinheiro de Lima, por me ajudarem nos momentos de
dúvida e pelos ensinamentos de tão grande valor que a mim foram ofertados.

“Se quiser entender e ser capaz de utilizar o poder de
customização em massa, é imprescindível que você aprecie o
lógico por trás do conceito. Esse lógico não está limitado aos
negócios, nem tem sua origem aqui. A noção religiosa da
trindade, a noção governamental de equilíbrio de potências e a
noção psicológica de ambivalência são variações dessa
mesma lógica: levar em conta a coexistência de oposições,
compreender a contradição como indicação de uma maior
autenticidade. A chave é compreender e transcender o
paradoxo, em vez de estar limitado por ele”.
(Stanley M. Davis ao escrever o prefácio do livro de Pine II –
Personalizando produtos e serviços: customização maciça,
1994, p. XIX)
“[...] o homem nega a si mesmo quando se acomoda à rotina
de uma ciência já desenvolvida. Ir à escola, ler um livro,
estudar uma ciência é receber um presente e ao mesmo tempo
aceitar um compromisso como desafio. De presente recebemse
os resultados já conseguidos pelas gerações anteriores; o
compromisso é continuar a perseguir as necessidades,
questionar os modelos, aprender a aprender para superar(-se).
Nenhuma geração pode dar-se por satisfeita com um mundo
de segunda mão...”
(Antonio Raimundo dos Santos, 2002, p.22)

RESUMO
Essa dissertação aborda o mapeamento e análise da literatura em Customização em
Massa por meio da análise de redes de relacionamento. Ademais, também
apresenta o desenvolvimento de um novo framework para o desenvolvimento da
competência em Customização em Massa na indústria automobilística. O objetivo
principal é verificar o impacto dos habilitadores Planejamento da Produção,
Fabricação & Montagem, Projeto de Produtos, Marketing & Vendas e Abastecimento
& Logística no desenvolvimento da competência em Customização em Massa na
indústria automobilística. Esse objetivo foi atingido primeiramente, ao realizar no
primeiro artigo, a revisão e mapeamento da literatura em Customização em Massa
por meio da análise de redes de relacionamento e clusterização. Essas análises
permitiram a compreensão das relações existentes entre a Customização em Massa
e as áreas de conhecimento que a complementam. Também foi possível definir uma
agenda de pesquisa com base nas análises de redes de relacionamento. O segundo
artigo apresenta o desenvolvimento do framework e a identificação das variáveis de
pesquisa. Realiza-se, também, a validação inicial do instrumento de coleta de dados
e do framework de pesquisa para verificar a confiabilidade da escala e realizar uma
análise fatorial exploratória. Por fim, o terceiro artigo apresenta a validação do
framework em empresas do setor automobilístico do estado do Paraná. A pesquisa
possui caráter descritivo e abordagem qualitativa, por meio de um levantamento do
tipo survey. Como resultados finais, foi possível definir uma agenda de pesquisa
para a Customização em Massa e também identificar a validação parcial do
framework de pesquisa nas empresas do setor automotivo paranaense.
Palavras-chave: Customização em Massa. Análise de redes de relacionamento.
Framework.

ABSTRACT
This dissertation addresses the Mass Customization mapping and analysis of the
literature through the social networks analysis. Moreover, it also presents the
development of a new framework for development of Mass Customization capability
in automotive industry. The main objective is to verify the impact of enablers
Production Planning, Manufacturing & Assembly, Product Development, Sales &
Marketing and Supply & Logistics in the development of Mass Customization
capability in automotive industry. Primarily, the main objective was achieved through
three articles. In the first article it was done a literature review and Mass
Customization was mapped through social network analysis and clustering analysis.
These analyzes allowed the understanding of the relationship between mass
customization and complementary knowledge groups. It was also possible to define a
research agenda based on social network analysis. The second article presents the
development of the framework and the identification of research variables. Also, it is
realized the initial validation of the data collection instrument and the research
framework to verify the scale reliability and perform an exploratory factor analysis.
Finally, the third article discusses the reliability of the framework validation for
companies in the automotive sector in the state of Paraná. The research is
descriptive and uses a qualitative approach, through a survey. As final results, it was
possible to define a research agenda for Mass Customization and also identify the
partial validation of the framework research companies in the automotive sector in
Paraná.
Key-words: Mass Customization. Social Network analysis. Framework.

LISTA DE ILUSTRAÇÕES
Figura 1.1. Habilitadores para a Customização em Massa ....................................... 21
Figura 1.2. Questões de pesquisa ............................................................................. 22
Figura 2.1. Evolução dos paradigmas de produção .................................................. 32
Figura 2.2. Graus de personalização de Pine II ........................................................ 34
Figura 2.3. Continuum de estratégias ....................................................................... 35
Figura 2.4. Categorias de Customização em Massa ................................................. 35
Figura 2.5. Níveis genéricos de Customização em Massa ........................................ 36
Figura 2.6. Modos fundamentais de operação para a CM ........................................ 38
Figura 2.7. Etapas da pesquisa bibliográfica em bases de dados............................. 40
Figura 2.8. Gráfico de Pareto dos principais autores ................................................ 44
Figura 2.9. Distribuição das publicações durante os anos ........................................ 47
Figura 2.10. Gráfico de Pareto dos principais meios de publicação em CM. ............ 48
Figura 2.11. Rede de relacionamento das áreas de conhecimento. ......................... 51
Figura 2.12. Rede de relacionamento de autores. .................................................... 55
Figura 3.1. Evolução dos paradigmas de produção .................................................. 86
Figura 3.2. Continuum de estratégias ....................................................................... 89
Figura 3.3. Categorias de Customização em Massa ................................................. 89
Figura 3.4. Níveis genéricos de Customização em Massa ........................................ 91
Figura 3.5. Modos fundamentais de operação para a CM ........................................ 92
Figura 3.6. Customização em massa na indústria automotiva .................................. 94
Figura 3.7. Sistema de suporte à decisão sobre CM ................................................. 95
Figura 3.8. Framework conceitual para a capacitação em Customização em Massa
.................................................................................................................................. 96
Figura 3.9. Framework adotado para a CM ............................................................... 99
Figura 3.10. Relação entre as variáveis de pesquisa e os habilitadores ................. 100
Figura 3.11. Relações resultantes da análise de dados .......................................... 108
Figura 4.1. Sistema de suporte à decisão sobre CM ............................................... 119
Figura 4.2. Framework adotado para a CM ............................................................. 125
Figura 4.3. Relação entre as variáveis de pesquisa e os habilitadores ................... 126
Figura 4.4. Relações resultantes da validação inicial do framework ....................... 127
Figura 4.5. Ramo de atividades das empresas respondentes ................................ 132
Figura 4.6. Classificação do porte das empresas com critérios do IBGE (2006)..... 132

Figura 4.7. Áreas de trabalho dos respondentes..................................................... 133
Figura 4.8. Relações resultantes da análise fatorial exploratória ............................ 136
Figura 4.9. Relações entre habilitadores e Customização em Massa ..................... 138

LISTA DE TABELAS
Tabela 2.1. JCR 2010 das revistas obtidas das bases de dados. ............................. 40
Tabela 2.2. Publicações mais citadas em Customização em Massa ........................ 45
Tabela 2.3. Grau de centralidade para autores ......................................................... 53
Tabela 2.4. Autores versus Áreas de conhecimento ................................................. 57
Tabela 2.5. Ênfase das áreas de pesquisas em CM ................................................. 59
Tabela 2.6. Leituras recomendadas em Mass Customization ................................... 61
Tabela 2.7. Leituras recomendadas em Product Design ........................................... 62
Tabela 2.8. Leituras recomendadas em Supply Chain Management ........................ 63
Tabela 2.9. Leituras recomendadas em Lean Production ......................................... 65
Tabela 2.10. Leituras recomendadas em Information Technology & Flexibility ......... 67
Tabela 2.11. Leituras recomendadas em Modularity ................................................. 68
Tabela 2.12. Leituras recomendadas em Planning ................................................... 70
Tabela 3.1. Análise cruzada entre áreas da pesquisa e o tempo de experiência dos
respondentes. .......................................................................................................... 102
Tabela 3.2. Alfa de Cronbach, Kaiser-Meyer-Olkin e Teste Bartlett. ....................... 105
Tabela 3.3. Matriz Anti-Imagem e Comunalidades. ................................................. 106
Tabela 3.4. Grau de explicação atingido pela análise fatorial. ................................ 106
Tabela 3.5. Alfa de Cronbach, Kaiser-Meyer-Olkin e Teste Bartlett após exclusão de
variáveis. ................................................................................................................. 107
Tabela 4.1. Comparação entre PLS e CBSEM ....................................................... 130
Tabela 4.2. Resultados da análise de confiabilidade e da análise fatorial exploratória
................................................................................................................................ 133
Tabela 4.3. Resultados do PLS ............................................................................... 139

LISTA DE ABREVIATURAS E SIGLAS
AA Assembly Automation
Ab&Log Abastecimento & Logística
AinC Automation in Construction
AMTs Advanced Manufacturing Technologies
BH Business Horizons
BPMJ Business Process Management Journal
C&IE Computers & Industrial Engineering
C&OR Computers & Operations Research
CAD Computer-Aided Design
CBSEM Covariance-Based Structural Equation Modeling
CD Compact Disc
CinI Computers in Industry
CIRP-A CIRP Annals-Manufacturing Technology
CIRP-J CIRP Journal of Manufacturing Science and Technology
CM Customização em Massa
CME Construction Management and Economics
DesStu Design Studies
DFMC Design Approcach to Mass Customization
DSS Decision Support Systems
EAAI Engineering Applications of Artificial Intelligence
EBR European Business Review
EJM European Journal of Marketing
EJOR European Journal of Operational Research
EMJ European Management Journal
ESA Expert Systems with Applications
Fab&Mont Fabricação & Montagem
Fiep Federação das Indústrias do Estado do Paraná
GM General Motors
HPM High Performance Manufacturing
IBGE Instituto Brasileiro de Geografia e Estatística
IIE-T IIE Transactions
IJCIM International Journal of Computer Integrated Manufacturing
IJFDTE
International Journal
Education
of Fashion Design, Technology and
IJMASSC International Journal of Mass Customisation
IJMI International Journal of Medical Informatics
IJOPM International Journal of Operations & Production Management
IJPE International Journal of Production Economics
IJPR International Journal of Production Research
IJSIM International Journal of Service Industry Management
IMM Industrial Marketing Management
IMS Integrated Manufacturing Systems
IST Information and Software Technology
IT Information Technology

JCM Journal of Consumer Marketing
JCP Journal of Consumer Psychology
JCR Journal Citation Reports
JETM Journal of Engineering and Technology Management
JFMM Journal of Fashion Marketing and Management
JH&LM Journal of Hospitality & Leisure Marketing
JIT Just-In-Time
JME Journal of Media Economics
JMS Journal of Manufacturing Systems
JMTM Journal of Manufacturing Technology Management
JOM Journal of Operations Management
LIM Logistics Information Management
M&V Marketing & Vendas
MC Mass Customization
MD Management Decision
MRN Management Research News
MSA Measures of Sampling Adequacy
MSQ Managing Service Quality
OM Operations Management
Omega Omega
OS Operations Strategy
P_Produtos Projeto de Produtos
PEGEMs Paradigmas Estratégicos de Gestão da Manufatura
PFA Product Family Architecture
Plan_Prod Planejamento da Produção
PLS Partial Least Square
PLSPM Partial Least Square Path Modeling
PM Produção em Massa
PP&C Production Planning & Control: The Management of Operations
PUCPR Pontifícia Universidade Católica do Paraná
R&CIM Robotics and Computer-Integrated Manufacturing
R² Coeficiente de Determinação
S&L Strategy & Leadership
Science Science
SCM Supply Chain Management
SEM Structural Equation Modeling
SET&P Systems Engineering - Theory & Practice
Sig. Nível de Significância
SMPT Simulation Modelling Practice and Theory
SJR Scientific Journal Rankings
Tech Technovation
TFSC Technological Forecasting and Social Change
WCDM World Class Design to Manufacture
WCM World Class Manufacturing
WHI Women’s Health Issues

SUMÁRIO
1 INTRODUÇÃO ...................................................................................................... 14
1.1 TEMA E PROBLEMATIZAÇÃO .......................................................................... 14
1.2 MOTIVAÇÃO DA PESQUISA ............................................................................. 16
1.3 OBJETIVOS ........................................................................................................ 17
1.3.1 Objetivo Geral ............................................................................................... 18
1.3.2 Objetivos Específicos................................................................................... 18
1.4 JUSTIFICATIVA .................................................................................................. 18
1.5 PROCEDIMENTOS METODOLÓGICOS ........................................................... 20
1.5.1 Classificação da pesquisa ........................................................................... 20
1.5.2 Capacitação em Customização em Massa ................................................. 20
1.5.3 Análise dos dados ........................................................................................ 23
1.5.4 Amostra de pesquisa.................................................................................... 23
1.5.5 Instrumento de coleta de dados .................................................................. 23
1.6 DEFINIÇÕES DOS CONCEITOS UTILIZADOS ................................................. 24
1.7 ESTRUTURA DO TRABALHO ........................................................................... 26
2 ARTIGO 1 ............................................................................................................. 28
2.1 INTRODUÇÃO .................................................................................................... 29
2.2 CUSTOMIZAÇÃO EM MASSA ........................................................................... 31
2.3 METODOLOGIA DE PESQUISA ........................................................................ 39
2.4 RESULTADOS DA PESQUISA .......................................................................... 43
2.4.1 Principais autores, documentos e meios de publicação .......................... 43
2.4.2 Redes de relacionamento ............................................................................ 49
2.5 AGENDA DE PESQUISA .................................................................................... 59
2.5.1 Mass Customization ..................................................................................... 60
2.5.2 Product Design & Supply Chain Management ........................................... 61
2.5.3 Lean Production ........................................................................................... 64
2.5.4 Information Technology & Flexibility .......................................................... 66
2.5.5 Modularity ...................................................................................................... 67
2.5.6 Planning ......................................................................................................... 69
2.5.7 Operations Strategy...................................................................................... 71
2.6 CONCLUSÕES ................................................................................................... 72
3 ARTIGO 2 ............................................................................................................. 82

3.1 INTRODUÇÃO .................................................................................................... 83
3.2 REVISÃO DE LITERATURA ............................................................................... 85
3.3 DESENVOLVIMENTO DA PESQUISA ............................................................... 97
3.3.1 Abordagem de pesquisa .............................................................................. 97
3.3.2 Elaboração do framework de pesquisa ...................................................... 97
3.3.3 Estratégia de pesquisa ............................................................................... 101
3.4 ANÁLISE DE DADOS ....................................................................................... 102
3.5 CONCLUSÕES ................................................................................................. 110
4 ARTIGO 3 ........................................................................................................... 117
4.1 INTRODUÇÃO .................................................................................................. 118
4.2 REVISÃO DE LITERATURA ............................................................................. 120
4.3 PROJETO DA PESQUISA ................................................................................ 123
4.3.1 Abordagem de pesquisa ............................................................................ 123
4.3.2 Elaboração do framework de pesquisa .................................................... 124
4.3.3 Validação inicial do framework de pesquisa ............................................ 127
4.3.4 Estratégia de pesquisa ............................................................................... 128
4.4 ANÁLISE DE DADOS ....................................................................................... 131
4.5 CONCLUSÕES ................................................................................................. 140
5 CONSIDERAÇÕES FINAIS ................................................................................ 147
5.1 RECOMENDAÇÕES PARA TRABALHOS FUTUROS ..................................... 148
REFERÊNCIAS ....................................................................................................... 152
APÊNDICES ....................................................................................................... 163
ANEXOS ....................................................................................................... 187

1 INTRODUÇÃO
As pesquisas em Customização em Massa (CM) ganharam grande destaque
na última década. A sua origem é recente, sendo cunhada em por Davis (1987). A
CM é considerada como um novo paradigma de administração, evolução natural da
Produção em Massa (PM). O desenvolvimento da área também se deu de forma
técnica, devido ao enfoque dado às pesquisas realizadas.
A CM é uma abordagem utilizada por empresas que se deparam com
consumidores exigentes por produtos personalizados, mas que não aceitam pagar
altos preços por essa customização. A indústria automobilística também enfrenta
essa tendência de forma mundial. No cenário nacional, nos últimos anos, verificou-
se um forte crescimento da indústria automobilística e consequente aumento das
exigências por veículos que atendessem as necessidades exclusivas dos clientes.
Além disso, o mercado nacional enfrenta novos competidores, principalmente da
China. Esse aumento de concorrência gera novos padrões no mercado e, portanto,
as empresas precisam se adaptar e criar novos diferenciais competitivos, incluindo o
atendimento das necessidades específicas dos clientes. Ao analisar o mercado
automobilístico nacional fica evidente a existência de empresas que já praticam a
CM em seus produtos, portanto, decidiu-se realizar essa pesquisa para contribuir
com o desenvolvimento da CM no setor automobilístico nacional e identificar os
meios utilizados nesse setor para promover a CM.
1.1 TEMA E PROBLEMATIZAÇÃO
No início da produção automobilística, nas primeiras décadas do século XX,
os primeiros carros produzidos em grande escala, idealizados por Henry Ford, não
possuíam diferenciação, partindo do princípio de que o mercado consumidor era
homogêneo e o principal fator competitivo era o preço, caracterizando assim uma
estratégia de volume de produção. Com o passar do tempo, os consumidores
tornaram-se mais exigentes e começaram a manifestar o desejo por produtos
diferenciados. Nesse contexto, Alfred Sloan, chief executive officer da General
Motors (GM), segmentou a oferta de veículos, oferecendo carros diferenciados,
baseado na premissa de que “diferentes segmentos de mercado estariam dispostos
a pagar diferentes preços por diferentes produtos” (CORRÊA e CORRÊA, 2006, p.
14

32). O modelo Sloanian (modelo de Sloan) implementou tanto a estratégia de
volume (fordista) quanto a estratégia de diversificação superficial (on the surface) de
seus modelos e equipamentos, enquanto praticava a “comonalização”
(commonalization) das partes invisíveis e plataformas dos veículos (BOYER e
FREYSSENET, 2001).
Com o aumento da diversidade de veículos ofertados pode surgir um trade-off
(SKINNER, 1974) relacionado ao custo, visto que com o aumento da variedade e da
personalização (customização) implicam em aumento de custos na fabricação
(custos de economia de escala), sem a garantia de satisfação dos clientes (ALFORD
et al., 2000). Adicionalmente a este fato, Squire et al. (2006) encontraram a
existência de trade-offs entre o nível de customização oferecido, custos operacionais
e tempo de entrega em indústrias do Reino Unido. Apesar disso, alguns autores
(GOLDHAR e JELINEK, 1983) salientam que é possível obter benefícios a partir da
economia de escopo, ou seja, utilizar componentes idênticos em diferentes produtos.
Essa estratégia, conforme já destacado, foi utilizada por Sloan, na GM, ao
“comonalizar” as partes invisíveis e plataformas e alterar a aparência externa e
acessórios dos veículos.
O modelo Sloanian possui uma característica peculiar de modularizar
(comonalizar) os componentes invisíveis (partes mecânicas, chassis, etc.) dos
veículos. Essa característica está extremamente relacionada com a Customização
em Massa. Pine II (1994), considerado o autor que disseminou o termo
Customização em Massa e iniciou a definição ampla do conceito sob o âmbito da
estratégia de manufatura (DURAY, 2002), destaca a existência de cinco métodos
básicos para alcançar a CM e enfatiza a modularização como o último nível de
evolução de uma empresa que deseja mudar da PM para a CM. Duray (2002)
destaca a importância da modularização ao conceituar em sua pesquisa que as
empresas que não possuem envolvimento do cliente ou não utilizam algum tipo de
modularidade não podem ser consideradas customizadoras em massa.
A CM, considerada por Pine II (1994) como um novo paradigma, foi alvo de
grandes discussões sobre a sua validade. Stan Davis, ao fazer o prefácio do livro de
Pine II (1994, p. XIX), destaca que a CM é um “oxymoron, que em si é o ato de
juntar noções ou ideias aparentemente contraditórias”. Selladurai (2004) enfatiza
que a CM não é um oxymoron, mas uma realidade. Além disso, esse autor utilizou
uma nova abordagem para a CM, empregando a perspectiva de gestão de
15

operações. Ahlstrom e Westbrook (1999) já haviam identificado que a maioria dos
estudos em CM foram desenvolvidos a partir da perspectiva da gestão estratégica e
que poucos estudos haviam utilizado a perspectiva de gestão de operações. Huang
et al. (2008) desenvolveram uma das primeiras pesquisas que integrou a visão
baseada em conhecimento (knowledge-based view) e a CM. Os autores consideram
que esta pesquisa complementa a visão de gestão de operações (operations
management view) da CM, visto que o desenvolvimento da CM possui um foco muito
técnico (DURAY, 2006) desconsiderando, muitas vezes, as práticas gerenciais e
aprendizado.
Conforme destacado, o desenvolvimento da CM se deu focalizado em seu
lado técnico (DURAY, 2006), em grande parte, influenciado pelos trabalhos de Davis
(1987) e, principalmente, Pine II (1993a). Huang et al. (2008) enfatizam que, com
poucas exceções, a literatura existente de CM é extremamente conceitual e utiliza
intensamente a técnica de estudo de caso (PINE II, VICTOR e BOYNTON, 1993;
KUBIAK, 1993; KOTHA, 1995; PINE II, PEPPERS e ROGERS, 1995; SPIRA, 1996;
FEITZINGER e LEE, 1997). Duray (2006) destaca que os estudos conceituais e
baseados em estudo de caso geram resultados importantes, porém a falta de
estudos empíricos de grande escala limita a generalização de ideias.
1.2 MOTIVAÇÃO DA PESQUISA
É fato a existência de indústrias nacionais que já utilizam a CM em seus
produtos com o intuito de atender às necessidades específicas de seus clientes.
Esse fato é visível ao acessar sítios eletrônicos de montadores de veículos no Brasil
e encontrar os softwares configuradores de veículos, em que os clientes podem
definir, dentro de um patamar fixo de personalização, as principais características
que mais se adaptam às suas necessidades. Ademais, as lojas especializadas em
móveis modulares também possuem softwares configuradores, em que os clientes
determinam, apoiados por um intermediador, as características específicas dos
móveis. Mesmo diante dessas evidências, Vigna (2007) afirma que a adoção da CM
no país por empresas manufatureiras encontra-se em fase embrionária e que a
grande maioria ainda utiliza sistemas tradicionais de produção para atender a
demanda de maneira eficiente e eficaz de pedidos customizados. Ademais,
Machado (2005) destaca que muitos estudos não explicam claramente a forma que
16

as empresas executam a estratégia de CM, principalmente no que diz respeito ao
uso de habilitadores.
Outra motivação para o desenvolvimento desse estudo foi a constatação da
existência de diversos modelos que geram a capacitação em CM na literatura,
porém, grande parte desses modelos não possuem um estudo descritivo ou
explanatório. Em sua maioria, os estudos realizados sobre a capacitação em CM
propõem modelos para criar essa capacitação e fazem investigações exploratórias,
que normalmente utilizam a estratégia de estudo de caso. Foram realizadas poucas
pesquisas sobre a CM no setor automobilístico brasileiro e dentre estes trabalhos
destacam-se Machado (2005), Rocha (2005) e Vigna (2007). O primeiro trabalho é
uma tese de doutorado que objetivou propor um framework das estratégias de CM
aplicadas por empresas brasileiras que, apesar de não tratar exclusivamente da
indústria automobilística, também considerou algumas montadoras na pesquisa. Os
outros dois trabalhos são dissertações de mestrado. A pesquisa desenvolvida por
Rocha (2005) esclareceu as tendências dos principais métodos e modelos de
produção de veículos sob a ótica da produção sob encomenda e CM. Já a
dissertação de Vigna (2007) aborda os elementos fundamentais para a capacitação
de empresas que desejam implementar a CM e sua pesquisa foi realizada em
fabricantes de computadores e montadoras de veículos.
Diante desses fatos, decidiu-se desenvolver um framework atualizado para a
indústria automobilística e o validar por meio de uma pesquisa de avaliação (survey)
para definir o impacto que os diferentes habilitadores geram para criar a
competência em CM. Essa dissertação também objetiva analisar os fornecedores de
montadoras, visto que não se identificaram pesquisas que incluem fornecedores e
se considera que, para obter sucesso na implementação da CM, os fornecedores
possuem um papel importante ao suportar o desenvolvimento dessa estratégia.
Diante disso, elaborou-se a seguinte pergunta de pesquisa: Qual o impacto dos
elementos habilitadores para a criação da competência em customização em
massa na indústria automobilística?
1.3 OBJETIVOS
Nessa subseção serão apresentados os objetivos da pesquisa. O objetivo
geral é derivado da pergunta de pesquisa. Já os objetivos específicos foram obtidos
17

a partir do modelo que apresenta os habilitadores para a implementação da
capacitação em CM. Esses habilitadores geram as perguntas de pesquisa que serão
os objetivos específicos, norteando a pesquisa.
1.3.1 Objetivo Geral
O objetivo geral extraído da questão de pesquisa é:
Mapear a literatura em Customização em Massa e desenvolver um framework
para mensurar o impacto dos habilitadores no desenvolvimento da
competência em Customização em Massa na indústria automobilística.
1.3.2 Objetivos Específicos
Os objetivos específicos devem suportar o objetivo geral e permitir que ao
final a pergunta de pesquisa possa ser respondida. Para isso, os objetivos
específicos são:
a. Mapear a literatura em Customização em Massa por meio de redes de
relacionamento;
b. Mensurar o impacto do habilitador Planejamento da Produção contribui para
gerar a capacitação em Customização em Massa;
c. Mensurar o impacto do habilitador Fabricação & Montagem contribui para
gerar a capacitação em Customização em Massa;
d. Mensurar o impacto do habilitador Abastecimento & Logística contribui para
gerar a capacitação em Customização em Massa;
e. Mensurar o impacto do habilitador Projeto de Produtos contribui para gerar a
capacitação em Customização em Massa;
f. Mensurar o impacto do habilitador Marketing & Vendas contribui para gerar a
capacitação em Customização em Massa.
1.4 JUSTIFICATIVA
Nos últimos anos o mercado automobilístico nacional intensificou e continua a
intensificar a sua competição, principalmente com a entrada de novas montadoras
de veículos no país, que utilizam estratégias agressivas para ganharem mercado. As
18

novas montadoras normalmente utilizam a estratégia de oferecer veículos com
grande quantidade de acessórios e itens de segurança por preços abaixo da média
do mercado, porém sem muitas opções para os clientes escolherem. Apesar dessa
estratégia não valorizar a CM, percebe-se o movimento de algumas montadoras
nacionais no intuito de oferecer veículos com maior nível de customização, podendo
gerar, assim, um valor único para cada comprador. Ademais, esse aumento da
customização, se realizado por meio da CM, pode constituir uma fonte de vantagem
competitiva (MACCARTHY e BRABAZON, 2003). Portanto, essa dissertação
justifica-se ao pesquisar a maneira como o setor automobilístico gera as
capacitações para a CM. Pretende-se expandir a pesquisa para além das
montadoras, visto que os fornecedores possuem papel importante no suporte para a
implementação de estratégias de CM.
Além disso, como destacado por Vigna (2007, p. 5), há pouca literatura que
versa sobre o tema de CM, ainda mais referente ao âmbito nacional, e os modelos
teóricos ainda não estão consolidados. Machado (2005, p. 378) enfatiza que são
necessárias pesquisas sobre a implementação da CM por um conjunto de empresas
pertencentes a uma atividade econômica. Adicionalmente a estes fatos, Silveira et
al. (2001) salientam que as pesquisas em CM tendem a direcionar-se para questões
mais aplicadas, identificando a maneira como as empresas implementam a CM.
Fogliatto et al. (2012) destacam que o conceito em CM emergiu como uma grande
estratégia de manufatura e está aumentando a sua importância ao focar em
alterações na demanda e na tecnologia. Essas necessidades identificadas por
autores brasileiros e, conforme citado anteriormente, o aumento da concorrência no
mercado nacional, o desenvolvimento técnico da CM com uma literatura
extremamente conceitual e uso extenso da técnica de estudo de caso (HUANG et
al., 2008), além da falta de estudos empíricos de grande escala que limitam a
generalização de ideias (DURAY, 2006), motivaram o desenvolvimento dessa
pesquisa.
A pesquisa objetiva dar um passo a mais na criação do conhecimento sobre
implementação da CM ao realizar um estudo descritivo sobre essa implementação
no setor automobilístico por meio de uma pesquisa de avaliação (survey) dos
habilitadores para a CM. Estudos dessa natureza visam estabelecer relações entre
variáveis ou a determinação das características de uma população específica ou
fenômeno (GIL, 1994). Portanto, a realização de uma pesquisa de avaliação se
19

adéqua aos objetivos da pesquisa ao permitir o estabelecimento de relações entre
os habilitadores e a capacitação em CM, além de obter as informações de uma
população específica.
1.5 PROCEDIMENTOS METODOLÓGICOS
Nessa seção serão apresentadas as características metodológicas para o
desenvolvimento da pesquisa.
1.5.1 Classificação da pesquisa
Essa dissertação fez uma pesquisa de caráter descritivo sobre a criação da
capacitação em CM. Em consequência, a quantidade de dados necessários é
grande e, portanto, exige uma abordagem quantitativa por meio de uma pesquisa de
avaliação (survey) nas indústrias automobilísticas paranaenses para verificar o
impacto dos habilitadores para a criação da capacitação em CM. Para isso, definiu-
se um modelo para criar a capacitação em CM que utiliza cinco habilitadores, com
variáveis formadoras, as quais foram utilizadas, juntamente com outras informações,
para criar o instrumento de coleta de dados (questionário de pesquisa). Destacadas
essas características, nas próximas subseções serão apresentadas as
características do planejamento desta pesquisa.
1.5.2 Capacitação em Customização em Massa
Esta pesquisa objetiva determinar o impacto dos habilitadores para a criação
da capacitação de CM. Os habilitadores são construtos utilizados para criar a
capacitação em CM, que possui diversas propostas geradas por alguns autores
(PINE II, 1993a; LAMPEL e MINTZBERG, 1996; ALFORD et al., 2000; DURAY et al.,
2000). Dentre as propostas analisadas, decidiu-se por utilizar o modelo apresentado
por Alford et al. (2000), que divide a capacitação de CM em quatro habilitadores
(planejamento, fabricação e montagem, abastecimento e logística e projeto,
detalhado na Figura 1.1) e é um modelo específico para a indústria automobilística.
Ademais, esses autores desenvolveram uma pesquisa no setor automotivo para
fornecer um sistema de suporte à decisão em CM, que basicamente consiste em
20

quantificar o valor para remover as questões que inviabilizam a CM. Alford et al.
(2000) identificaram três estratégias distintas de CM para a indústria automotiva:
customização de aparência (form customization), customização facultativa (optional
customization) e customização essencial (core customization), que possuem as
seguintes características:
Customização essencial: nessa customização o cliente colabora em todas as
fases, desde o projeto até a entrega;
Customização facultativa: o cliente participa a partir do processo de
manufatura (produção e montagem);
Customização da aparência: é a customização que ocorre no ponto de venda,
em que o cliente participa apenas no processo de entrega do veículo.
Capacitação em
Customização em
Massa
Figura 1.1. Habilitadores para a Customização em Massa
Nota: Alford et al. 2000, p. 108.
Planejamento
Fabricação e
Montagem
Abastecimento e
Logística
Projeto (Design)
- Planejamento efetivo de
TI e sistemas logísticos
- Visibilidade em tempo
real da demanda em toda
cadeia de abastecimento
- Planejamento adaptativo
permitindo alterações de
última hora na
programação
- Programações niveladas
e balanceadas
- Técnicas visuais de
fabricação
- Plataformas mistas e
processos de modelos
mistos
- Modular, processos
celulares
- Funcionários altamente
qualificados e capacitados
- Cadeia de suprimentos
responsiva
- Montagem integrada com
fornecedores
- Logística just-in-time
- Gerenciamento do “custo
total de oferta”
- Engenharia simultânea
obtida por meio de
sistemas de gestão de
dados
- Modularidade e
redundância
- Padronização de peças
em diferentes plataformas
e modelos
- Facilidade de fabricação
e montagem
Ao modelo apresentado por Alford et al. (2000), acrescentou-se mais uma
vertente que, a princípio, não foi contemplada pelos autores. Esse quinto eixo de
habilitadores seria Marketing e Vendas, conforme mostrado na Figura 1.2. Decidiu-
21

se por acrescentar essa vertente ao analisar os trabalhos de Vigna e Miyake (2005),
Vigna e Miyake (2006), Vigna (2007) e Vigna e Miyake (2009). Esses autores
consideram que o habilitador em Marketing e Vendas é importante para alcançar a
CM, visto que essas áreas devem examinar cuidadosamente os benefícios que a
CM pode trazer (LAU, 1995; SAHIN, 2000; SVENSSON e BARFORD, 2002;
PARTANEN e HAAPASALO, 2004; SELLADURAI, 2004).
Além disso, a Figura 1.2 apresenta as perguntas de pesquisa. Essas
perguntas de pesquisa estão destacadas abaixo e foram utilizadas para determinar
os objetivos específicos.
Planejamento da
Produção
Fabricação e
Montagem
Abastecimento e
Logística
Projeto do Produto
(Product Design)
Marketing e Vendas
Figura 1.2. Questões de pesquisa
Nota: elaborado pelo autor.
As perguntas de pesquisa são:
Q1
Q2
Q3
Q4
Q5
Capacitação em
Customização em
Massa
Q1 – O habilitador Planejamento da Produção contribui para gerar a capacitação em
Customização em Massa?
Q2 – O habilitador Fabricação & Montagem contribui para gerar a capacitação em
Customização em Massa?
Q3 – O habilitador Abastecimento & Logística contribui para gerar a capacitação em
Customização em Massa?
22

Q4 – O habilitador Projeto de Produtos contribui para gerar a capacitação em
Customização em Massa?
Q5 – O habilitador Marketing & Vendas contribui para gerar a capacitação em
Customização em Massa?
1.5.3 Análise dos dados
A análise de dados utilizou as seguintes análises: confiabilidade da escala,
fatorial exploratória e modelagem de equações estruturais, usando a abordagem de
mínimos quadrados parciais (Partial Least Square – PLS). Os softwares utilizados
para analisar os dados foram o SPSS e o SmartPLS. O SPSS permitiu realizar a
análise de confiabilidade da escala e a análise fatorial exploratória. O SmartPLS
permitiu fazer a modelagem de equações estruturais para as relações do framework
proposto.
1.5.4 Amostra de pesquisa
Essa pesquisa utilizou uma amostragem por conveniência que se caracteriza
pela seleção de elementos que estão mais aptos a responder o questionário e que
oferecem as informações necessárias para o desenvolvimento da pesquisa (HAIR et
al., 2005). Os dados coletados cobriram todas as partes envolvidas com a
capacitação, ou seja, foram obtidas respostas das áreas de Planejamento da
Produção, Fabricação & Montagem, Abastecimento & Logística, Projeto de Produtos
e Marketing & Vendas da indústria automobilística paranaense.
1.5.5 Instrumento de coleta de dados
O questionário de pesquisa foi utilizado para coletar dados da pesquisa de
avaliação. A construção deste questionário exige a identificação de habilitadores
(construtos) bem definidos para gerar a capacitação em CM, além de determinar as
variáveis formadoras desses habilitadores. Um fator importante para o instrumento
de coleta de dados é a escala de mensuração. A escala de mensuração deve ser
avaliada quanto à sua precisão (validade) e coerência (confiabilidade). A
confiabilidade é conseguida se a aplicação repetida do questionário resulta em
23

escores coerentes. Também se pode avaliar a confiabilidade de coerência interna,
obtida pela determinação do alfa de coeficiente (alfa de Cronbach) e que será
utilizada nessa dissertação. Além disso, deve-se também avaliar a validade, que é o
ponto em que o construto (habilitador) mede o que deve medir (HAIR, et al., 2005).
Utilizou-se uma escala contínua de quinze (15) centímetros, proposta inicialmente
por Stone et al. (1974), e utilizada por Diniz e Guimarães (2004) e Ballardin e
Guimarães (2009). O uso dessa escala garante maior precisão nas respostas que a
escala de Likert. A validação inicial do instrumento de coleta de dados para o
framework de pesquisa foi realizada com profissionais que participam de cursos de
formação na PUCPR, exigindo experiência de mais de dois (2) anos na função que
exercem. Para essa validação inicial, foram realizadas as análises confiabilidade da
escala e fatorial exploratória para verificar os pontos críticos apresentados pelo
instrumento de coleta de dados.
1.6 DEFINIÇÕES DOS CONCEITOS UTILIZADOS
Definição de Customização em Massa: A CM, segundo Silveira et al.
(2001), pode ser definida em ampla ou restrita. Nessa dissertação será utilizada a
definição restrita de CM que foi elaborada por diversos autores, com abordagens
mais práticas. Estes autores definiram a CM como um sistema que usa tecnologia da
informação, processos flexíveis e estruturas organizacionais para disponibilizar uma
ampla faixa de produtos e serviços, calcados nas necessidades específicas de
clientes individuais (KAY, 1993; HART, 1995; KOTHA, 1995; ROSS, 1996; JONEJA
e LEE, 1998).
Definição de empresas customizadoras em massa: Duray (2002, p. 317)
apresenta uma definição por exclusão para as empresas customizadoras em massa.
Segundo a autora, as empresas que não possuírem envolvimento dos clientes ou
não utilizarem algum tipo de modularização no processo produtivo não são
consideradas como customizadoras em massa.
Definição de variáveis de pesquisa: Segundo Hair et al. (2005, p. 175), as
“variáveis coletivamente definem e tornam a mensuração do conceito [habilitador]
possível”.
24

Definição de capacitação em Customização em Massa: Segundo Wentz
(1999) apud Vigna (2007), a capacitação organizacional (assim como a competência
em CM) é alcançada pelo desenvolvimento de habilitadores que são dependentes
de técnicas operacionais (variáveis).
Definição de habilitador: para a definição de habilitador, será utilizada a
definição de conceito (construto) de Hair et al. (2005, p. 175). “Um conceito é uma
ideia genérica formada na mente. A ideia é uma combinação de uma série de
características semelhantes do conceito. As características são as variáveis que
coletivamente definem e tornam a mensuração do conceito possível”. Portanto, o
habilitador é um conceito (ou construto) formado por variáveis que permitem
mensurá-lo.
Definição dos habilitadores para a Customização em Massa
Planejamento da Produção: entende-se que o habilitador em planejamento
corresponde às atividades desenvolvidas pela empresa, tais como previsão,
programação balanceada da produção, informações inconsistentes (corrupt data),
entre outras, que permite a empresa desenvolver um planejamento consistente em
relação aos custos (custos próximos à produção em massa) e ao mesmo tempo
possa atender às necessidades específicas dos clientes (ALFORD et al., 2000).
Fabricação & Montagem: esse habilitador corresponde às operações
produtivas da organização (VIGNA, 2007), ou seja, as ferramentas utilizadas pela
empresa para a fabricação e montagem de produtos customizados em massa.
Abastecimento & Logística: esse habilitador permite que as empresas
desenvolvam um relacionamento com seus fornecedores, garantindo o
abastecimento de materiais necessários, além de envolver a distribuição de produtos
acabados, desde a expedição do produto até a entrega ao cliente (VIGNA, 2007).
Projeto de Produtos: Alford et al. (2000) consideram que os sistemas de
engenharia assistida por computador e gerenciamento de dados do produto são as
25

ases para que os fabricantes de veículos reduzam o número de plataformas globais
de veículos. Ao fazer isso, os fabricantes estão aptos a reduzir investimentos no
processo de fabricação do chassi dos veículos. Ao compartilhar a mesma estrutura,
os fabricantes podem alterar o exterior do veículo a custos relativamente baixos para
atender as preferências nos mercados locais. Ademais, os autores destacam que
enquanto as plataformas comuns permitem que muitos modelos sejam produzidos a
partir de uma competência em projeto (core design), a modularidade permite que
partes padronizadas sejam combinadas em diversas maneiras para aumentar a
variedade de produtos.
Marketing e Vendas: Segundo Vigna (2007, p. 35), esse habilitador é
“responsável pelo relacionamento da interface entre a organização e o cliente,
abrangendo os diferentes canais de promoção, assim como a captação dos
pedidos”.
1.7 ESTRUTURA DO TRABALHO
Esta dissertação foi elaborada em formato de artigos científicos. Assim sendo,
o primeiro capítulo faz uma explanação do tema geral abordado nesse trabalho,
assim como os objetivos geral e específicos. Ademais, também são apresentados os
procedimentos metodológicos e as definições dos conceitos utilizados. Finalizando o
primeiro capítulo, apresenta-se a estruturação da dissertação.
O segundo capítulo apresenta o primeiro artigo. Nesse artigo foi realizada a
varredura da literatura em CM, a partir da pesquisa em três bases de dados, e se
desenvolveu a análise por redes de relacionamentos (social network analysis). Essa
análise permitiu mapear o atual cenário da construção do conhecimento em CM e
identificar as áreas adjacentes. Além disso, esse artigo complementou a revisão de
literatura realizada por Fogliatto et al. (2012) ao sugerir uma agenda de pesquisa
para todas as áreas de conhecimento que contemplam a Customização em Massa.
O capitulo 3 apresenta o segundo artigo. Nesse artigo foi novamente
analisada a literatura para definir os frameworks sugeridos para o desenvolvimento
da competência em CM e, assim, elaborar um novo framework, focado na indústria
automobilística. Esse novo framework é composto de cinco habilitadores:
26

Planejamento da Produção, Fabricação & Montagem, Projeto de Produtos,
Marketing & Vendas e Abastecimento & Logística. Posteriormente, foram analisados
trabalhos desenvolvidos no Brasil e no exterior para definir as técnicas operacionais,
que são as variáveis de pesquisa. Também foi realizada a validação inicial desse
framework a partir da aplicação do instrumento de coleta de dados desenvolvido em
profissionais que realizam cursos de formação na PUCPR. Ao final, foi possível
implementar correções no instrumento de coleta de dados e também observar
pontos críticos no framework.
O terceiro artigo é apresentado no Capítulo 4 e apresenta a validação final do
framework de pesquisa em empresas do setor automobilístico paranaense.
Novamente, o framework de pesquisa foi aplicado com o instrumento de coleta de
dados melhorado. Foi possível identificar que uma pequena parcela do framework
está implementada nas empresas e também que o atual cenário (incentivos
governamentais) não contribui para o desenvolvimento da CM.
No capítulo final (5) são apresentadas as conclusões da pesquisa, assim
como as suas limitações e sugestões de trabalhos futuros.
27

2 ARTIGO 1
Customização em Massa: Agenda de Pesquisa baseado na análise de
redes de relacionamento
Mass Customization: Research Agenda based on social network analysis
André Luiz Gazoli de Oliveira¹; Sérgio E. Gouvêa da Costa²; Edson Pinheiro de Lima³
¹Mestrando em Engenharia de Produção e Sistemas – PUCPR; Rua Imaculada Conceição, 1155;
andre.gazoli@pucpr.br; ²Professor titular; Rua Imaculada Conceição, 1155; s.gouvea@pucpr.br;
³Professor titular; Rua Imaculada Conceição, 1155; e.pinheiro@pucpr.br
Resumo
A Customização em Massa (CM) é uma área de pesquisa que ganhou grande
destaque nos últimos anos. Durante a década de 1990, muitos autores pesquisaram
o nível apropriado de CM que as empresas devem adotar. Essa pesquisa foi
consolidada por Silveira et al. (2001) e atualizada recentemente por Fogliatto et al.
(2012). A partir da primeira revisão, a área CM se desenvolveu focado em pesquisas
aplicadas e menos conceituais. Verificou-se, portanto, a necessidade de uma nova
revisão de literatura sobre CM. Foi realizada uma revisão sistemática da literatura
usando artigos obtidos de três bases de dados (Emerald, Science Direct e Taylor &
Francis). Como resultados, identificaram-se: os principais autores, os documentos
mais citados, os principais meios de publicação de artigos e a evolução das
pesquisas em CM durante os anos. Analisaram-se também as redes de
relacionamento a partir da clusterização, ligando as áreas de conhecimento e
autores. Essa análise permitiu identificar sete áreas de conhecimento e relacioná-las
com os 80 autores mais citados em CM. Por fim, propôs-se uma agenda de
pesquisa para a CM.
Palavras-chave: Customização em massa. Revisão de literatura. Redes de
relacionamentos. Agenda de pesquisa.
Abstract
Mass Customization (MC) is a research issue that was highlighted in latest years. In
1990s, many authors investigated appropriate level of MC. This research focus was
consolidated by Silveira et al. (2001) and recently updated by Fogliatto et al. (2012).
After first revision, MC area started developing more applied researches and less
conceptual. Given this, we decided to conduct a systematic literature review on MC,
using papers from three databases (Emerald, Science Direct and Taylor & Francis).
This research identified the current characteristics of MC: main authors, the most
cited documents, main journals of publishing papers on MC and the development of
MC research area during the years. We also analyzed social networks using
clustering, linking knowledge areas and authors. So far, we identified seven
knowledge groups and we linked eighty most cited authors of MC to these groups. At
the end, we also proposed a research agenda for MC.
Key-words: Mass Customization. Literature review. Social network. Research
agenda.
28

2.1 INTRODUÇÃO
A customização em massa (CM) é um tema recente no campo de pesquisa de
gestão de operações. Teve sua origem cunhada por Davis (1987), em seu livro
Future Perfect. Porém, apenas com Pine II (1993a) o termo CM foi disseminado no
meio empresarial com a publicação do livro Mass Customization – The New Frontier
in Business Competition. Pine II, além de disseminar a CM, iniciou a definição ampla
do conceito sob o âmbito da estratégia da manufatura (DURAY, 2002). Stanley
Davis, ao fazer o prefácio do livro de Pine II (1993a, p. XIX), destaca que a CM é um
“oxymoron, que em si é o ato de juntar noções ou ideias aparentemente
contraditórias”. Selladurai (2004) enfatiza que a CM não é um oxymoron, mas uma
realidade e que esse tema está em destaque no mundo.
De fato, os trabalhos desenvolvidos por Davis (1987) e Pine II (1993a)
influenciaram fortemente as pesquisas em CM. Isso se torna evidente ao analisar a
literatura dos anos seguintes e identificar o grande foco na definição do nível
adequado de CM para produtos e serviços (PINE II, 1993a; PINE II, 1993b; SPIRA,
1993; LAMPEL e MINTZBERG, 1996; GILMORE e PINE II, 1997; DURAY et al.,
2000; ALFORD, et al., 2000; SILVEIRA et al., 2001). Pine II et al. (1993) abordam a
dicotomia existente entre a Produção em Massa (PM) e a CM e concluem que esses
paradigmas são fundamentalmente diferentes e incompatíveis devido às suas
diferenças. Contrariando esse argumento, Kotha (1996) desenvolveu uma pesquisa
profunda em uma empresa que possui ambas as estratégias de PM e CM. Além
disso, Kotha (1996) também afirma que muitas empresas demonstraram, na prática,
que é possível ter as duas estratégias de forma simultânea, utilizando o conceito de
fábrica focalizada (SKINNER, 1974). MacCarthy et al. (2003) acentuam que pode
haver mais do que um nível de customização oferecido por uma empresa a seus
clientes.
As pesquisas em CM, segundo Ahlstrom e Westbrook (1999), em sua maioria
foram desenvolvidas a partir da perspectiva da gestão estratégica e poucos estudos
haviam utilizado a perspectiva de gestão de operações. Huang et al. (2008)
desenvolveram uma das primeiras pesquisas a integrar a visão baseada em
conhecimento (knowledge-based view) e a CM. Os autores consideram que esta
pesquisa complementa a visão de gestão de operações (operations management
29

view) da CM, visto que o desenvolvimento da CM possui um foco muito técnico
(DURAY, 2006) desconsiderando, muitas vezes, as práticas gerenciais e
aprendizado. O desenvolvimento da CM se deu focalizado em seu lado técnico
(DURAY, 2006), em grande parte influenciado pelos trabalhos de Davis (1987) e,
principalmente, Pine II (1993a). Huang et al. (2008) enfatizam que, com poucas
exceções, a literatura existente de CM é extremamente conceitual e utiliza
intensamente a técnica de estudo de caso (PINE II et al., 1993; KUBIAK, 1993;
KOTHA, 1996; PINE II et al., 1995; SPIRA, 1993; FEITZINGER e LEE, 1997). Duray
(2006) destaca que os estudos conceituais e baseados em estudo de caso geram
resultados importantes, porém a falta de estudos empíricos de grande escala limita a
generalização de ideias.
Conforme destacado, depois das publicações de Davis (1987) e Pine II
(1993a), durante a década de 1990 as pesquisas objetivaram definir o nível
adequado de customização em massa para produtos e serviços, calcados na visão
de cadeia de valor. Esse assunto foi consolidado em 2001 pela publicação do artigo
Mass customization: literature review and research direction (SILVEIRA et al., 2001),
em que os autores revisaram a literatura até aquela época, definindo os principais
níveis de CM existentes e criando uma classificação geral em oito níveis de CM.
Ademais, os autores fizeram considerações sobre os estudos futuros: “Future
research on MC should focus on the formulation of methodologies that enable rapid
reconfiguration of existing organizational structures and processes into a mass-
customized production system. In this sense, further developments in MC research
tend to point towards more applied issues” (SILVEIRA et al., 2001, p. 8). Fogliatto et
al. (2012) revisitaram o artigo publicado em 2001 (SILVEIRA et al., 2001) e fizeram
uma nova revisão de literatura sobre CM. Fogliatto et al. (2012) salientam que as
pesquisas em CM evoluíram significativamente na última década (2001-2010), com
maiores desenvolvimentos em configurações baseadas na internet (web-based),
tecnologias de manufatura rápida e implementação de métodos mais estruturados
de interação com clientes (customer-interaction methods).
MacCarthy et al. (2003) analisaram os trabalhos de Lampel e Mintzberg
(1996), Ross (1996), Alford et al. (2000), Duray et al. (2000), Silveira et al. (2001) e
Gilmore e Pine II (1997) e concluíram que não existe convergência entre as
classificações que utilizam a visão da cadeia de valor. A partir disso, os autores
30

criaram uma classificação que utiliza uma abordagem processual o definiram cinco
principais modos fundamentais de operação para a CM.
Com as sugestões de trabalhos futuros proposta por Silveira et al. (2001),
identifica-se atualmente que a CM inseriu outras áreas do conhecimento em suas
pesquisas no intuito de definir, a partir de uma visão de Operations Management
(OM) e da perspectiva organizacional, “whether and how manufacturers can deliver
customization efficiently” (MERLE et al. 2010, p. 503). As pesquisas em CM estão
mais voltadas para sua implementação, necessitando definir os habilitadores
(capabilities) necessários para isso. A pesquisa de Huang et al. (2008), por exemplo,
complementa a visão de OM da CM ao utilizar a knowledge-based view. Com essa
abordagem, os autores apresentam evidências empíricas que o modelo proposto na
pesquisa suporta a aprendizagem interna e externa da empresa para a criação de
habilitadores (capabilities) em CM.
A revisão de literatura apresentada por Fogliatto et al. (2012) foi
extremamente importante para atualizar a literatura em CM. Porém, identificou-se
uma oportunidade de complementar essa revisão de literatura a partir do uso de
técnicas de redes de relacionamento (redes sociais) e clusterização, definindo a
estrutura intelectual da CM, conforme trabalho divulgado por Pilkington e Meredith
(2009).
A estrutura desse capítulo está dividida da seguinte maneira: primeiramente,
apresenta-se o panorama da área e os objetivos da pesquisa, seguido de uma
revisão da literatura, em que se destacaram as principais características da CM.
Posteriormente, apresentam-se os procedimentos metodológicos, enfatizando o uso
das redes de relacionamento e que são discutidas na sequência do desenvolvimento
do trabalho. Por fim, é realizada a conclusão, com a apresentação da agenda de
pesquisa.
2.2 CUSTOMIZAÇÃO EM MASSA
É importante destacar que as empresas que não possuírem envolvimento dos
clientes ou não utilizarem algum tipo de modularização no processo produtivo não
são consideradas como customizadoras em massa (DURAY, 2002).
31

A CM, segundo Silveira et al. (2001), pode ser definida de forma ampla ou
restrita. A definição ampla da CM foi cunhada por Davis (1987), que a conceitua
como a capacidade de fornecer produtos e serviços projetados individualmente para
cada cliente por meio de um processo de alta flexibilidade, agilidade e integração
(PINE II et al., 1993; EASTWOOD, 1996; HART, 1995). As definições restritas foram
elaboradas por diversos autores, com abordagens mais práticas e definem a CM
como um sistema que usa tecnologia da informação, processos flexíveis e estruturas
organizacionais para disponibilizar uma ampla faixa de produtos e serviços (KAY,
1993; HART, 1995; KOTHA, 1995; ROSS, 1996; JONEJA e LEE, 1998).
No final da década de 1980, Kotler (1989) destacou a decadência dos
mercados de massa e a crescente valorização da segmentação. Segundo Hart
(1995) e Lau (1995), a instabilidade constante da demanda, a fragmentação dos
mercados, a redução do ciclo de vida dos produtos, o rápido desenvolvimento
tecnológico, a adoção de modelos de gestão integrada e o surgimento de novos
métodos de fabricação são os principais fatores que culminaram na decadência dos
mercados de massa. Alguns autores (PINE II, 1993a; SILVEIRA et al., 2001; VIGNA
e MIYAKE, 2009) compreendem que a CM pode ser considerada como uma
evolução natural dos paradigmas de produção (Figura 2.1).
Figura 2.1. Evolução dos paradigmas de produção
Fonte: Vigna e Miyake, 2009
A customização em massa pode ocorrer em vários pontos ao longo da cadeia
de valor. Pode-se realizar desde uma simples adaptação dos produtos entregues,
32

pelos próprios clientes, até a customização total do produto, levando em
consideração a venda, o projeto, a fabricação, a montagem e a entrega (SILVEIRA
et al., 2001). Na década de 1990 e início de 2000, diversos autores (PINE II, 1993a;
PINE II, 1993b; SPIRA, 1993; LAMPEL e MINTZBERG, 1996; GILMORE e PINE II,
1997; DURAY et al., 2000; ALFORD et al., 2000; SILVEIRA et al., 2001)
desenvolveram frameworks para determinar o nível adequado de CM para produtos
e serviços. Esses frameworks utilizaram como base a cadeia de valor que possui,
segundo MacCarthy et al. (2003), algumas fraquezas, pois diminui a importância de
dois fatores de distinção, temporal relationships between activities e fixed or
modifiable order fulfilment resources; e omite um terceiro fator, enterprises customize
a product on a once-only basis or they customize on a call-off basis. A partir dessa
conclusão, os autores desenvolveram uma abordagem processual para determinar o
nível adequado de CM.
Nesse capítulo serão detalhados os frameworks de Pine II (1993a), de Lampel
e Mintzberg (1996), de Duray et al. (2000), de Alford et al. (2000), Silveira et al.
(2001) e MacCarthy et al. (2003). Os frameworks de Pine II (1993a) e Lampel e
Mintzberg (1996) estão entre os primeiros propostos e, consequentemente,
influenciaram outros desenvolvimentos. O framework proposto por Duray et al.
(2000) apresenta uma abordagem diferente para a CM, considerando o ponto de
envolvimento do cliente na cadeia de valor e os tipos de modularidade. Tratando as
informações de forma matricial, os autores criaram quatro grupos de configurações
para a CM. Alford et al. (2000) criaram a única classificação para a CM para
indústrias automotivas, utilizando uma abordagem interessante, em que definiram as
restrições em relação a Planning, Fabrication & Assembly, Supply & Logistics e
Design. Também sugeriram a criação de alguns habilitadores (capabilities) para
cada uma dessas áreas com o intuito de eliminar as restrições e permitir que a
indústria automotiva forneça carros customizados em massa. Silveira et al. (2001)
realizaram uma revisão de literatura e analisaram os trabalhos de Spira (1993), de
Pine II (1993a), de Lampel e Mintzberg (1996) e de Gilmore e Pine II (1997). A partir
dessa análise, os autores criaram oito níveis genéricos de CM. Por fim, o trabalho
desenvolvido MacCarthy et al. (2003) será detalhado, pois os autores criticaram a
abordagem utilizada pela cadeia de valor, identificando que grande parte dos
frameworks não possuíam convergência quando comparados. A partir disso, os
33

autores desenvolveram uma nova classificação utilizando uma abordagem
processual em que definiram cinco modos fundamentais de operação para a CM.
Pine II (1993a) identificou uma escala evolutiva de cinco estratégias básicas,
não mutuamente exclusivas, para alcançar a CM. Estas estratégias são (Figura 2.2):
customizar serviços em torno de produtos e serviços padronizados, criar produtos e
serviços customizáveis, prover pontos de entrega de customização, dar respostas
rápidas para toda a cadeia de valor e modularizar componentes para customizar
produtos finais e serviços.
Lampel e Mintzberg (1996) identificaram um continuum de cinco diferentes
níveis de estratégia (Figura 2.3): padronização pura, padronização segmentada,
padronização customizada, customização sob medida e customização pura.
Duray et al. (2000) utilizam duas características para classificar a
customização em massa, que são: ponto de envolvimento do cliente e tipo de
modularidade empregada (Figura 2.4). A combinação dessas características dá
origem a quatro grupos de customização em massa: compartilhamento de
componentes, ajustes de componentes, mix, permuta de componentes, bus e
seccional.
Figura 2.2. Graus de personalização de Pine II
Fonte: Pine II (1993a)
34

Padronização
Pura
Projeto
Fabricação
Montagem
Distribuição
Padronização
Segmentada
Projeto
Fabricação
Montagem
Distribuição
Padronização Customização
Padronização
Customizada
Projeto
Fabricação
Montagem
Distribuição
Figura 2.3. Continuum de estratégias
Fonte: adaptado de Lampel e Mintzberg, 1996, p. 24.
Customização
Sob Medida
Projeto
Fabricação
Montagem
Distribuição
Customização
Pura
Projeto
Fabricação
Montagem
Distribuição
Na indústria automotiva, Alford et al. (2000) identificaram três estratégias para
customização, com as seguintes características:
Customização essencial: desde o projeto até a entrega;
Customização facultativa: a partir do processo de manufatura;
Customização da aparência: customização que ocorre no ponto de venda.
Ponto de envolvimento do cliente
Tipo de Modularidade Projeto Fabricação Montagem Uso
Compartilhamento de componentes
Ajuste de componentes
Mix
Permuta de componentes
Bus
Seccional
Figura 2.4. Categorias de Customização em Massa
Fonte: adaptado de Duray et al., 2000, p. 612-614
Fabricantes Modularizadores
Envolvidos Montadores
35

Silveira et al. (2001) analisaram os trabalhos de Spira (1993), de Pine II
(1993a), de Lampel e Mintzberg (1996) e de Gilmore e Pine II (1997) e definiram um
conjunto de oito estratégias genéricas para a CM que vai desde o projeto até a
padronização de produtos e serviços. Dentro da escala genérica desenvolvida pelos
autores, o envolvimento dos clientes é muito forte no Projeto, influenciando
diretamente no projeto de produtos para atender necessidades específicas dos
clientes para os produtos e os serviços. Esse envolvimento vai diminuindo até
chegar ao nível mínimo na Padronização. Os níveis de CM estão apresentados na
Figura 2.5, juntamente com as comparações dos frameworks que os autores
estudaram.
Níveis Genéricos de Customização em Massa
Níveis de CM Spira (1993) Pine II (1993a)
Projeto - -
Fabricação - -
Montagem
Trabalho customizado
adicional
Serviço adicional
Embalagem e
distribuição
Montagem de
componentes
padronizados
Realizando
trabalhos adicionais
de customização
Providenciando
serviços adicionais
Customizando
embalagens
Produção modular
Pontos de entrega de
customização
Customizar serviços em torno de
produtos e serviços padronizados;
Prover resposta rápida
-
Lampel e
Mintzberg (1996)
Customização
pura
Customização
sob medida
Padronização
customizada
36
Gilmore e Pine
II (1997)
Transparente;
colaborativo
- -
- -
Padronização
segmentada
-
-
Cosmético
Utilização - Produtos e serviços customizados - Adaptativo
Padronização - -
Figura 2.5. Níveis genéricos de Customização em Massa
Fonte: adaptado de Silveira et al., 2001, p. 3
Padronização
pura
Por último, será apresentada a proposta gerada por MacCarthy et al. (2003).
Nessa abordagem processual, os autores criticaram a abordagem da cadeia de
valor, justificando com uma análise de vários estudos de caso utilizando as
propostas de Lampel e Mintzberg (1996), Ross (1996), Alford et al. (2000), Duray et
al. (2000), Silveira et al. (2001) e Gilmore e Pine II (1997) e concluíram que esses
frameworks não apresentam convergências nas comparações. A partir disso, os
autores identificaram seis processos fundamentais para a CM:
Order taking and co-ordination;
Product development and design;
Product validation and manufacturing engineering;
-

Order fulfillment management;
Order fulfillment realization; and
Post-order process.
Depois de definir os principais processos, os autores identificaram cinco
modos fundamentais de operação para a CM:
Mode A: Catalogue MC;
Mode B: Fixed resource design-per-order MC;
Mode C: Flexible resource design-per-order MC;
Mode D: Fixed resource call-off MC; and
Mode E: Flexible resource call-off MC.
Na Figura 2.6 é apresentado os cinco modos fundamentais de operação e os
seus respectivos processos, detalhando a característica de cada processo nos
modos fundamentais de operação.
Os frameworks apresentados anteriormente representam grande parte dos
fundamentos da CM. Essas pesquisas enfatizaram competências (capabilities) que
as empresas devem desenvolver para implementar a CM e a maneira de classificá-
las por seu nível de CM. As pesquisas posteriores a essas publicações enfatizam a
implementação da CM em vários setores industriais, relatando casos específicos de
implementação.
Em publicação recente, Fogliatto et al. (2012) fizeram uma nova revisão da
literatura em CM, seguindo os mesmos objetivos do artigo publicado anteriormente
(SILVEIRA et al., 2001), e destacaram que as pesquisas evoluíram
consideravelmente na última década (2001-2010). Esses autores salientam que o
uso intenso de configuradores baseados na internet (web-based configurators), o
surgimento de tecnologias de fabricação rápida e a implementação de métodos mais
estruturados de relacionamento com os clientes criaram uma gama de novos
estudos e questões de pesquisa. Os autores definiram ainda quatro áreas principais
para a CM: econômica (economics), fatores de sucesso (sucess factors),
habilitadores (enablers) e interação cliente-fabricante (customer–manufacturer
interaction).
37

Figura 2.6. Modos fundamentais de operação para a CM
Fonte: adaptado de MacCarthy et al., 2003, p. 296-298
Fogliatto et al. (2012) também salientam que a CM emergiu como uma
importante estratégia de manufatura e está ganhando mais atenção ao focar em
mudanças de demanda e de tecnologia. Por fim, os autores destacam um conjunto
de questões que ainda não foram respondidas pela literatura: Como uma empresa
pode ser qualificada como uma customizadora em massa? Quais das disponíveis
38

ferramentas baseadas em internet ou modelos estão gerando mais impacto no
mundo real? Quanta variedade é realmente requerida por consumidores? Quais
tipos de flexibilidade são requeridas para uma implementação prática da CM? Qual a
melhor configuração da cadeia de suprimentos para produtos customizados? Qual a
melhor estrutura de mercado que justifica a customização de produtos?; e também
definem cinco áreas promissoras para futuras pesquisas: manufatura rápida (rapid
manufacturing), valor da CM (Mass Customization value), controle de qualidade
(quality control), garantia (warranty) e validação empírica (empirical validation)
(FOGLIATTO et al., 2012, p. 21).
2.3 METODOLOGIA DE PESQUISA
Essa pesquisa possui caráter exploratório (HAIR et al., 2003), visto que se
caracteriza por apresentar um planejamento menos rígido, pois objetiva mapear a
área de CM para definir, a partir de uma revisão sistemática da literatura, uma
agenda para futuras pesquisas, além de informações como principais autores,
documentos seminais e principais periódicos em que as pesquisas em CM são
divulgadas. Nesse nível de pesquisa normalmente aplica-se o procedimento
bibliográfico, em que se utilizam fontes de dados existentes, como livros, artigos,
teses e dissertações para realizar a análise (HAIR et al., 2003). A pesquisa foi
realizada em cinco etapas, conforme a Figura 2.7.
As bases de dados utilizadas na pesquisa são Science Direct, Emerald e
Taylor & Francis, pois estas bases são internacionalmente conhecidas e possuem
grande acervo digital. A Science Direct 1 possui mais de 2500 revistas e 11000 livros,
totalizando mais de 9,5 milhões artigos/capítulos. A Emerald 2 possui mais de 40
anos de experiência e publica mais de 700 títulos, abrangendo 200 revistas, mais de
300 livros e mais de 200 book series. O Grupo Taylor & Francis 3 possui dois séculos
de experiência e cresceu rapidamente ao longo das duas últimas décadas,
publicando atualmente mais de 1000 revistas e cerca de 1800 novos livros por ano.
_______________
1 SCIENCE DIRECT About ScienceDirect. 2011.
Disponível em: .
2 EMERALD (2011) About Emerald. Disponível em:
.
3 TAYLOR & FRANCIS GROUP. Corporate Information – About Us. 2011. Disponível em: <
http://www.taylorandfrancis.com/info/about_us/>.
39

Para confirmar a escolha das bases de dados, foi analisado o fator de impacto (JCR
2010) das revistas resgatadas das bases de dados, obtendo a Tabela 2.1.
Bases de
dados
Etapa 2:
Triagem dos artigos
recuperados
Etapa 4:
Identificação dos principais
documentos e autores
Análise dos
resultados e
conclusões
Figura 2.7. Etapas da pesquisa bibliográfica em bases de dados
Fonte: adaptado de MacCarthy et al., 2003, p. 296-298
Tabela 2.1. JCR 2010 das revistas obtidas das bases de dados.
Etapa 1:
Recuperação de artigos das
bases de dados usando
palavras-chave
Etapa 3:
Extração de referências e
palavras-chave
Etapa 5:
Elaboração de gráficos de
redes de relacionamento
Database Journal JCR 2010 SJR 2010
Emerald
Science
Direct
Assembly Automation 0.645 0.036
Business Process Management Journal - 0.039
European Business Review - 0.028
European Journal of Marketing - 0.033
Integrated Manufacturing Systems - -
International Journal of Operations & Production Management 1.812 0.047
International Journal of Service Industry Management 1.800 -
Journal of Consumer Marketing - 0.032
Journal of Fashion Marketing and Management - 0.029
Journal of Manufacturing Technology Management - 0.036
Logistics Information Management - -
Management Decision 1.078 0.033
Management Research News - -
Managing Service Quality - 0.034
Strategy & Leadership - 0.029
World Class Design to Manufacture - -
Automation in Construction 1.454 0.049
Business Horizons 0.809 0.037
CIRP Annals - Manufacturing Technology 1.684 0.086
40

Taylor & Francis
CIRP Journal of Manufacturing Science and Technology - 0.063
Computer-Aided Design 1.542 -
Computers & Industrial Engineering 1.543 0.055
Computers & Operations Research 1.769 0.076
Computers in Industry 1.620 0.056
Decision Support Systems 2.135 0.064
Design Studies 1.354 0.043
Engineering Applications of Artificial Intelligence 1.352 0.065
European Journal of Operational Research 2.159 0.074
European Management Journal - 0.037
Expert Systems with Applications 1.926 0.064
Industrial Marketing Management 1.694 0.039
Information and Software Technology 1.527 0.053
International Journal of Medical Informatics 2.244 0.144
International Journal of Production Economics 1.988 0.061
Journal of Consumer Psychology 2.405 0.053
Journal of Engineering and Technology Management 0.737 0.036
Journal of Manufacturing Systems 0.194 0.035
Journal of Operations Management 5.093 0.096
Omega - 0.090
Robotics and Computer-Integrated Manufacturing 1.254 0.057
Science 31.377 5.721
Simulation Modelling Practice and Theory 0.736 0.047
Systems Engineering - Theory & Practice 0.791 -
Technological Forecasting and Social Change 2.034 0.09
Technovation 2.993 0.049
Womens Health Issue 1.287 -
Construction Management and Economics - 0.035
IIE Transactions 1.186 0.054
International Journal of Computer Integrated Manufacturing 0.553 0.038
International Journal of Fashion Design, Technology and Education - 0.000
International Journal of Production Research 1.033 0.044
Journal of Hospitality & Leisure Marketing - -
Journal of Media Economics 0.273 0.028
Production Planning & Control: The Management of Operations 0.603 0.035
Fonte: elaborado pelo autor.
Esse capítulo objetiva revisar a literatura de CM a partir de uma visão de OS,
que está calcada, assim como as pesquisas em CM a partir da visão de OM, na
definição do “se” e “como” as empresas podem fornecer para os clientes uma
customização eficiente. Para isso, foram realizadas pesquisas em três bases de
dados (etapa 1), utilizando as palavras-chave Mass Customization e Operations
Strategy (OS). Essa pesquisa resultou em mais de 300 artigos dos últimos 10 anos.
41

Muitos artigos recuperados estavam fora do escopo da pesquisa, portanto, foi
realizada uma nova triagem (etapa 2), resultando em 116 artigos (Apêndice 2.A).
Na etapa 3, as referências e palavras-chave dos artigos foram extraídas e
utilizadas para fazer as redes de relacionamento. Na etapa 4, a partir das
referências, é possível obter os documentos mais citados nas pesquisas em CM,
além dos principais autores. Já na etapa 5, a partir dos principais autores, pode-se
fazer uma análise de citação e cocitação e com isso gerar a rede de relacionamento
de autores. Também foi realizada uma análise de citação e cocitação de palavras-
chave para identificar as áreas de conhecimento. Vale ressaltar que a análise de
citações possui a premissa de que os artigos mais citados terão maior influência
sobre a área de pesquisa que os artigos menos citados, indicando assim o nível de
impacto para o tema em questão (CULNAN, 1986).
As redes de relacionamento, ou redes sociais, caracterizam-se pela troca
mútua de um fluxo de informações entre relações de grupos de pessoas, indivíduos
ou entidades (ALEJANDRO e NORMAN, 2006). Já a característica que descreve as
redes de relacionamentos é estilo de comunicação, envolvendo uma linguagem
característica, uma limitação cultural e relações de poderes entre os indivíduos
envolvidos (CAPRA, 2003). Ademais, as redes sociais são caracterizadas por
possuírem três elementos: nós, vínculos e fluxos (ALEJANDRO e NORMAN, 2006).
Para construir as redes de relacionamentos foi utilizado o software NETDRAW ® , que
faz parte do pacote do software UCINET SNA ® (BORGATTI et al., 1999). Além
disso, o software UCINET SNA ® também disponibiliza alguns indicadores de
relacionamento, que são: densidade, centralidade, centralização, intermediação e
proximidade. O software também apresenta algoritmos para análise de clusters
formados nas redes de relacionamento. Na análise de dados serão destacados os
indicadores e as análises de clusters identificados nas redes.
Alguns autores (PILKINGTON e MEREDITH, 2009; BORGATTI e LI, 2009;
KIM et al., 2011) realizaram pesquisas utilizando essa técnica de redes de
relacionamento. Os trabalhos de Borgatti e Li (2009) e Kim et al. (2011) investigam o
uso das redes de relacionamento no Gerenciamento da Cadeia de Suprimentos
(Supply Chain Management). O trabalho de Pilkington e Meredith (2009) revelou a
evolução da estrutura intelectual da área de Operations Management. Essa
pesquisa objetiva, assim como a pesquisa elaborada por Pilkington e Meredith
42

(2009), definir a evolução das pesquisas em CM e definir uma agenda para futuras
pesquisas a partir dos artigos recuperados de três bases de dados.
2.4 RESULTADOS DA PESQUISA
Os resultados dessa pesquisa são obtidos a partir da análise de redes de
relacionamento (Social Network Analysis) e objetivam retratar os desenvolvimentos
realizados na área de CM.
2.4.1 Principais autores, documentos e meios de publicação
A partir do conjunto de artigos extraídos das bases de dados, foi possível
identificar os autores e os documentos mais citados em CM. Primeiramente foram
extraídas todas as referências dos 116 artigos. Por conseguinte, separaram-se os
autores dos coautores em todas as referências da seguinte maneira: a partir da
referência “Silveira, G., Borenstein, D.; Fogliatto, F.S. (2001). Mass customization:
Literature review and research directions, International Journal of Production
Economics, vol. 72, pp. 1-13” geraram-se citações individuais para todos os autores:
Silveira, G. 2001; Borenstein, D. 2001; e Fogliatto, F.S. 2001 com o intuito de
identificar dos autores. Os documentos mais citados foram identificados a partir da
citação contraída como, por exemplo, Silveira; Borenstein e Fogliatto, 2001. Esse
processo foi realizado para todas as referências, obtendo-se 7.666 citações de
autores, incluindo repetições. A partir disso, realizou-se a padronização dos nomes
dos autores, ou seja, os nomes dos autores foram modificados para serem sempre
iguais, visto que haviam muitas citações com nomes diferentes como, por exemplo,
Da Silveira et al. 2001 e Silveira et al. 2001. Essas citações são referentes ao
mesmo artigo, porém foram citadas de forma diferente. Após a padronização,
realizou-se a consolidação dos dados e a identificação dos autores e documentos
mais citados, a partir dos 116 artigos. O critério de seleção utilizado para os autores
foi uma representatividade maior que dez citações (acima de 0,13%), inclusive,
dentro do total de citações. Com isso, obteve-se um total de 80 autores importantes
para a área de CM (Figura 2.8).
Conforme apresentado na Figura 2.8, Pine II, B. J. é o autor mais citado
dentro das referências dos 116 artigos analisados. Esse autor possui um total de
43

143 citações, representando aproximadamente 2% do total. O resultado obtido de
Pine II, B. J. já era esperado, visto que este autor é considerado o responsável por
disseminar a CM no meio empresarial (DURAY, 2002). Além disso, conforme será
visto, Pine II possui importantes publicações em CM que podem ser consideradas
seminais para a área. O segundo autor mais importante é Lee, H. L., com 77
citações.
Figura 2.8. Gráfico de Pareto dos principais autores
Fonte: elaborado pelo autor.
A diferença entre o primeiro e o segundo colocado é de 66 citações,
considerada significativa. Lee, H. L. também contém alguns trabalhos na lista das
publicações mais citadas em CM, identificadas neste capítulo. Ademais, analisando
o gráfico de Pareto para os autores a partir do reajuste das porcentagens, ou seja,
considerou-se o total de 1667 citações, que correspondem à soma do total de
citações que os 80 principais autores receberam dentro das referências dos 116
artigos. Identificou-se que os cinco primeiros autores (Pine II, B.J., Lee, H.L., Jiao, J.,
Kotha, S., Tseng, M.M.) correspondem a 22,4% do total de citações dos 80 autores
mais citados. A representatividade dos 20 primeiros autores corresponde a 49,3% do
total. Os 60 autores que complementam a lista dos principais autores correspondem
44

a 50,7% do total. Dentro dos 60 autores, encontram-se pesquisadores que
contribuíram significativamente para a CM como, por exemplo: Boynton, A.C.,
Lampel, J., Westbrook, R., Rogers, M., Feitzinger, E., Ahlstrom, P., Hart, C. W. L.,
Fogliatto, F. S., Alford, D., Brabazon, P. G., MacCarthy, B., entre outros.
A partir da extração das referências dos artigos obtidos das três bases de
dados, também foi possível identificar os documentos (artigos, livros, teses,
dissertações, relatórios, etc.) mais citados nos 116 artigos. Esses dados foram
obtidos a partir da contagem das referências, gerando um total de 4.318 documentos
citados. O critério de seleção dos documentos mais citados foi a representatividade
acima de 5 citações (0,2%), inclusive. Utilizando esse critério, gerou-se uma lista
com 36 documentos (Tabela 2.2). No topo da lista está o livro publicado por Pine II,
em 1993. Esse livro é considerado um dos marcos da CM, devido à maneira com
que o autor abordou de forma seminal a implementação da CM. O autor aborda a
dicotomia entre CM e PM, estabelecendo estratégias para alcançar a CM. O livro de
Davis também se encontra na lista, pois nessa obra o termo CM foi cunhado.
Nota-se que as publicações mais citadas cobrem grande faixa de tempo,
iniciando em 1965 (Starr e Bucklin) e finalizando em 2002 (Duray e Salvador, Forza
e Rungtusanatham). Também se encontram publicações de autores de áreas que
complementam a CM, fornecendo informações que permitem às empresas
desenvolverem habilitadores (capabilities) para implementação da CM. Por exemplo,
as publicações de Van Hoek, Bucklin, Zinn e Bowersox abordam a postergação
(postponement), que pode ser utilizada para aproximar a customização dos produtos
e serviços aos clientes e, assim, atender melhor às suas necessidades específicas.
O artigo de Starr fornece informações sobre produção modular, utilizado em CM.
Tabela 2.2. Publicações mais citadas em Customização em Massa
Documentos Nº citações %
Pine II, B.J., 1993a, Mass Customization: The New Frontier in Business Competition, Harvard
Business School Press, Boston, MA.
Lampel, J., Mintzberg, H., 1996, Customizing customization, Sloan Management Review, Vol. 38
No.1, pp.21-30.
45
27 1,27%
19 0,89%
Davis, S.M., 1987, Future Perfect, Addison-Wesley, Reading, MA. 19 0,89%
Feitzinger, E., Lee, H.L., 1997, Mass-customization at Hewlett-Packard: the power of postponement,
Harvard Business Review, Vol. January-February pp.116-21.
Kotha, S., 1995, Mass customization: implementing the emerging paradigm for competitive advantage,
Strategic Management Journal, Vol. 16 pp.21-42.
Gilmore, J.H., Pine II, B.J., 1997, The four faces of mass customization, Harvard Business Review,
Vol. 75 No.1, pp.91-101.
Pine II, B.J., Victor, B., Boynton, A.C, 1993, Making mass customization work, Harvard Business
Review, pp.108-19.
16 0,75%
15 0,71%
15 0,71%
12 0,56%

Duray, R., Ward, P. T., Milligan, G. W. and Berry, W. L., 2000, Approaches to mass customization:
configurations and empirical validation. Journal of Operations Management 18:6 , pp. 605-625.
Pine II, B. J., Peppers, D. and Rogers, M., 1995, Do you want to keep your customers forever?.
Harvard Business Review 72:3, pp. 103-114.
Silveira, G. D., Borenstein, D. and Fogliatto, F. S., 2001, Mass customization: literature review and
research directions. International Journal of Production Economics 72:1, pp. 1-13.
Ahlstrom, P., Westbrook, R., 1999, Implications of mass customization for operations management: an
exploratory survey, International Journal of Operations & Production Management, Vol. 19 No.3,
pp.262-74.
Duray, R., 2002, Mass customization origins: mass or custom manufacturing?. International Journal of
Operations and Production Management 22:3 , pp. 314-329.
Van Hoek, R.I., 2001, The rediscovery of postponement: a literature review and directions for
research, Journal of Operations Management, Vol. 19 No.2, pp.161-84.
MacDuffie, J. , Sethuraman, K. and Fisher, M. (1996) Product variety and manufacturing performance:
evidence from the international automotive assembly plant study. Manage. Sci. 42 , pp. 350-369.
46
12 0,56%
11 0,52%
10 0,47%
8 0,38%
7 0,33%
7 0,33%
7 0,33%
Starr, M. K. (1965) Modular production - a new concept. Harvard Business Review 43:6 , pp. 131-142. 7 0,33%
Lee, HL (1996) Effective inventory and service management through product and process redesign.
Oper. Res. 44 , pp. 151-159.
7 0,33%
Zipkin, P. (2001) The limits of mass customization. MIT Sloan Management Review 42:3 , pp. 81-87. 7 0,33%
Zinn, W. and Bowersox, DJ (1988) Planning physical distribution with the principle of postponement. J.
Busi. Logist. 9 , pp. 117-136.
Eisenhardt, K. M. (1989) Building theories from case study research. Academy of Management
Review 14:2 , pp. 532-550.
Swaminathan, JM and Tayur, SR (1998a) Managing broader product lines through delayed
differentiation using vanilla boxes. Manage. Sci. 44 , pp. S161-S172.
Kotha, S. (1996) From mass production to mass customisation: the case of the national industrial
bicycle company of Japan. Eur. Manage. J. 14 , pp. 442-450.
Lee, HL and Tang, CS (1997) Modelling the costs and benefits of delayed product differentiation.
Manag. Sci. 43 , pp. 40-53.
Spring, M. and Dalrymple, J. (2000) Product customisation and manufacturing strategy. Int. J. Op &
Prod. Manage. 20:4 , pp. 441-467.
Kotler, P., 1989, From mass marketing to mass customization, Planning Review, Vol. September-
October pp.10-12.
Alford, D. , Sackett, P. and Nelder, G. (2000) Mass customization - an automotive perspective.
International Journal of Production Economics 65 , pp. 99-110.
Yang, B. , Burns, ND and Backhouse, CJ (2004a) Management of uncertainty through postponement.
Int. J. Prod. Res. 42 , pp. 1049-1064.
6 0,28%
6 0,28%
6 0,28%
6 0,28%
6 0,28%
6 0,28%
6 0,28%
5 0,24%
5 0,24%
Skinner, W. (1974) The focused factory. Harvard Business Review 52:3 , pp. 113-121. 5 0,24%
Hart, CWL. (1995) Mass customization: conceptual underpinnings, opportunities and limits.
International Journal of Service Industry Management 6:2 , pp. 36-45.
McCutcheon, D. M. , Raturi, A. S. and Meredith, J. R. (1994) The customization-responsiveness
squeeze. Sloan Management Review 35:2 , pp. 89-99.
Bowersox, DJ and Closs, DJ (1996) Logistical Management. The Integrated Supply Chain Process
McGraw-Hill , New York, NY
Salvador, F. , Forza, C. and Rungtusanatham, M. (2002a) Modularity, product variety, production
volume, and component sourcing: theorizing beyond generic prescriptions. Journal of Operations
Management 20:5 , pp. 549-575.
Bucklin, LP (1965) Postponement speculation and the structure of distribution channels. J. Market.
Res. 2 , pp. 26-31.
5 0,24%
5 0,24%
5 0,24%
5 0,24%
5 0,24%
Toffler, A. (1970) Future Shock; Bantam London 5 0,24%
Cox, WM and Alm, R. (1998) The right stuff—America's move to mass customisation. Federal Reserve
Bank of Dallas Annual Report
Mason-Jones, R. and Towill, D. (1999) Using the information decoupling point to improve supply chain
performance. Int. J. Logist. Manag. 10 , pp. 13-26.
Naylor, J. B. , Naim, M. M. and Berry, D. (1999) Leagility: integrating the lean and agile manufacturing
paradigms in the total supply chain. International Journal of Production Economics 62 , pp. 107-118.
Fonte: elaborado pelo autor.
5 0,24%
5 0,24%
5 0,24%
Os principais meios de publicação das pesquisas em CM foram estabelecidos
a partir dos 116 artigos obtidos das pesquisas realizadas nas bases de dados.

Inicialmente, gerou-se a distribuição das publicações durante os anos, identificando
uma faixa de 15 anos de pesquisa (Figura 2.9). A partir disso, verificou-se que 19
publicações foram realizadas em 2004, representando aproximadamente 15% do
total. Posteriormente, constatou-se que os anos de 2006, 2007, 2008 e 2010
possuem, respectivamente, 14, 15, 16 e 13 publicações sobre CM. Esses anos
representam aproximadamente 60% do total de publicações realizadas. Ademais, é
possível identificar grande ênfase nos últimos cinco anos em publicações sobre CM,
revelando a importância dessa área de pesquisa e a sua consolidação. Os
resultados também reforçam a afirmação de Selladurai (2004), de que a CM hoje é
uma realidade, e não um oxymoron, e está ganhando destaque em gestão de
produção e operações.
Figura 2.9. Distribuição das publicações durante os anos
Fonte: elaborado pelo autor.
Ao verificar a grande quantidade de publicações no ano de 2004, investigou-
se as revistas em que os artigos foram publicados para identificar a motivação desse
resultado. Identificou-se que a revista Production Planning & Control, no ano de
2004, realizou uma edição especial sobre CM (McCarthy, I. P., Special issue
editorial: the what, why and how of mass customization), justificando o resultado
47

obtido. A partir dessa edição especial, pode-se justificar outros resultados
encontrados. As principais revistas que representam os meios de divulgação das
pesquisas realizadas em CM são:
Production Planning & Control (PP&C) com 13 artigos (JCR de 2010: 0.603),
representando aproximadamente 10% do total de publicações;
International Journal of Production Research (IJPR) com 12 artigos (JCR de
2010: 1.033), representando aproximadamente 9% do total de publicações; e
International Journal of Production Economics (IJPE) com 10 artigos (JCR de
2010: 1.988), representando aproximadamente 8% do total de publicações.
Na Figura 2.10 é possível constatar o gráfico de Pareto com todas as revistas
identificadas na pesquisa. No Apêndice 2.B, são apresentadas todas as abreviações
utilizadas para as revistas.
Figura 2.10. Gráfico de Pareto dos principais meios de publicação em CM.
Fonte: elaborado pelo autor.
As três primeiras revistas (PP&C, IJPR e IJPE) identificadas na pesquisa
possuem grande representatividade na literatura internacional (confirmados pelo
índice JCR) e são os principais meios de publicação de diversas áreas. A aprovação
48

de artigos nessas revistas possui um processo rígido e os artigos publicados são
sinônimos de pesquisas de qualidade. Outra constatação a partir dessa pesquisa foi
que as principais pesquisas em CM são divulgadas em revistas com alto fator de
impacto, porém existe um meio “oficial” de comunicação para a área, que é a
International Journal of Mass Customisation (IJMASSC), da base de dados
Inderscience e, portanto, não considerado nessa pesquisa. Ademais, a IJMASSC é
considerada recente, pois a sua primeira publicação é de 2005 e, portanto, os
pesquisadores preferem publicar em revistas com maior fator de impacto (JCR),
visto que a IJMASSC não possui classificação no JCR.
2.4.2 Redes de relacionamento
As redes de relacionamentos representam as relações existentes entre
diversos atores dentro de um grupo. Existem diversas formas de se analisar uma
rede de relacionamentos. A mais comum é a análise visual, que é realizada quando
a complexidade da rede é pequena e os atores são fáceis de serem identificados. Ao
aumentar a complexidade, as análises visuais tornam-se inviáveis e é preciso partir
para uma análise com o uso de indicadores e clusters.
Nesse capítulo são apresentados dois tipos de redes de relacionamento:
palavras-chave e autores. Com a rede de palavras-chave, pode-se identificar os
principais grupos de pesquisa em CM. Para isso, foram extraídas as palavras-chave
dos 116 artigos, obtendo um total de 491 palavras-chave. Desse total, as palavras-
chave que possuíam o mesmo sentido ou que eram sinônimas foram agrupadas,
como, por exemplo, supply chain e supply chain scheduling foram agrupadas em
supply chain management. Esse agrupamento totalizou 184 palavras-chave.
Posteriormente, foi realizada a análise de citação e cocitação, ou seja, estabeleceu-
se o relacionamento entre as palavras-chave que foram citadas em conjuntos pelos
autores dos artigos. Esse trabalho gerou uma matriz 184x184. Após elaborar a
matriz de relacionamento, foi gerado um gráfico de redes de relacionamento. Os
dados da matriz foram inseridos no software UCINET SNA ® e posteriormente
plotados no NETDRAW ® (BORGATTI et al., 1999).
A rede apresentada é extremamente complexa devido à quantidade de nós
utilizados (184 palavras-chave), portanto, decidiu-se realizar uma análise de cluster
da rede de palavras-chave, que será chamada de rede de áreas de conhecimento. A
49

análise de cluster foi realizada a partir de uma abordagem bottom-up, ou seja,
considera-se que um grupo inicia com um relacionamento básico (dois atores
possuem uma relação, por exemplo) e vai evoluindo, e emergindo, até se tornar uma
rede de relacionamentos complexa (HANNEMAN e RIDDLE, 2005). Com essa
abordagem, obtém-se, a partir dos relacionamentos existentes entre as palavras-
chave, e utilizando o algoritmo para análise de cluster K-cores, as áreas de
conhecimento. O UCINET possui vários algoritmos (Cliques, N-cliques, N-clans, K-
plexes, K-cores e F-groups) com abordagem bottom-up. O algoritmo Cliques é
caracterizado por considerar relações diáticas, resultando no número máximo de
atores conectados entre si. Portanto, se um ator A está conectado B, mas B não
está conectado a A, então B é excluído. Esse algoritmo é considerado exigente
devido a essa característica. Os outros algoritmos (N-cliques, N-clans, K-plexes, K-
cores) são variações de Cliques, porém com maior grau de relaxamento,
respectivamente. Todos os algoritmos consideram relações binárias (0-1). O
algoritmo F-groups considera que as relações não são binárias (custo, probabilidade
de relações, entre outros), combinado com a noção de que grupos maiores possuem
relações triádicas (e não diáticas). Levando em consideração esses fatos, decidiu-se
adotar o algoritmo K-cores, pois ele é mais relaxado e agrupam os atores que estão
conectados a k outros membros do grupo, independentemente do número de
autores que está conectado (HANNEMAN e RIDDLE, 2005). A rede de
relacionamentos das áreas de conhecimento é apresentada na Figura 2.11.
Os nós da rede estão agrupados pelo valor obtido da aplicação do algoritmo
K-cores. As sete áreas identificadas foram nomeadas a partir dos nós que
apresentaram o maior centrality degree. Essa medida significa que os atores que
possuem mais ligações com outros atores da rede podem ter posições privilegiadas,
ou seja, por terem muitas ligações, os atores possuem maiores alternativas para
satisfazer as suas necessidades e, portanto, são menos dependentes de outros
atores. Esse indicador ainda pode ser separado em in-degree e out-degree. Se um
ator possui um alto in-degree (recebe muitas ligações), então, considera-se que este
é proeminente ou que possui grande prestígio. Já se o ator possui um alto out-
degree, é considerado um ator influente (HANNEMAN e RIDDLE, 2005). Os nomes
dados às áreas de conhecimento são:
1. Mass Customization;
2. Product Design & Supply Chain Management (SCM);
50

3. Information Technology (IT) & Flexibility;
4. Lean Production;
5. Operations Strategy;
6. Modularity;
7. Planning.
AERONAUTICAL INDUSTRY
BILL OF MATERIAL
SIMULATION
MODULARITY
7
PROCESS PLANNING
STANDARDIZATION
OPERATIONS MANAGEMENT
STRATEGIC PLANNING
MANUFACTURING STRATEGY
SURVEY
CASE STUDY
LEAN PRODUCTION
POSTPONEMENT
Figura 2.11. Rede de relacionamento das áreas de conhecimento.
Fonte: elaborado pelo autor.
MARKETING
FLEXIBILITY
CUSTOMIZATION
MASS CUSTOMIZATION
INFORMATION TECHNOLOGY
PRODUCT DEVELOPMENT
SUPPLY CHAIN MANAGEMENT
DESIGN
CONCEPTUAL SEARCHING
AGILE MANUFACTURING
TAXONOMY
Em cada área de conhecimento é possível definir uma técnica de pesquisa
que se destacou como, por exemplo, no caso do área de conhecimento composto
por Lean Production e outros temas, predomina a técnica de estudo de caso.
Obtido o resultado das áreas de conhecimento, pode-se criar a rede de
autores em CM. Primeiramente, a rede foi elaborada após a identificação dos
principais autores da área (Figura 2.8) e utilizou uma análise de citação e cocitação,
que foi realizada da seguinte maneira:
Com a lista dos principais autores, identificaram-se os artigos que estes
escreveram dos 116 artigos resgatados das bases de dados, resultando em
45 artigos;
6
5
4
1
2
3
51

A partir disso, realizou-se a análise de citação e cocitação da lista de 80
principais autores. Para isso, gerou-se uma matriz quadrada (80 x 80) com a
quantidade de citações e cocitações realizadas, que representam os
relacionamentos entre os autores.
A partir da matriz de relacionamento de autores, criou-se o gráfico de redes
de relacionamentos. Novamente, o resultado obtido apresenta-se inviável para uma
análise visual e, portanto, realizou-se uma análise com o uso de indicadores e
clusters. Inicialmente, foi utilizado o indicador de grau de centralidade (centrality
degree). Levando em consideração esse indicador, geram-se duas listas para os
autores, sendo a primeira em relação ao grau de saída (out-degree) e o grau de
entrada (in-degree). Na Tabela 2.3, apresentam-se os 80 principais autores, levando
em consideração os graus de centralidade de entrada e saída. Vale destacar que
esses dados foram obtidos desconsiderando as autocitações. Jiao, J. é o autor que
mais realizou citações (out-degree) dentro dos artigos analisados. Isso destaca que
este autor realizou várias pesquisas em CM e utilizou grande embasamento nas
suas pesquisas, além de ser considerado um autor influente. Ademais, ele é o autor
que mais possui artigos (8 dos 45 artigos analisados) publicados nas bases de
dados, justificando a sua posição. A lista segue com os autores Forza, C. (93),
Brown, S. (79), Yang, B. S. (75) e Salvador, F. (61), entre outros. Já ao analisar os
autores que mais receberam citações (in-degree), destaca-se como primeiro da lista
Pine II, B. J., com um total de 100 citações recebidas. É interessante observar que
Pine II, B. J. não realizou citações dentro da rede, apenas recebeu. Isto é fato, visto
que os artigos e livros publicados por Pine II não foram considerados na análise das
referências, pois não constam nas bases de dados analisadas. Apesar disso, a partir
desse resultado, considera-se que Pine II é o principal autor em CM, pois recebeu a
maior quantidade de citações. Pine II é um autor proeminente e extremamente
influente, sendo citado em praticamente todos os trabalhos realizados em CM.
Esses resultados confirmam a observação feita por Duray (2002), que considera
Pine II o autor que disseminou a CM e iniciou a definição ampla do conceito sob o
âmbito da estratégia da manufatura. Além disso, o livro de Pine II (1993a) e vários
outros artigos (muitos deles listados na Tabela 2.2) são citados em muitos trabalhos
desenvolvidos sobre CM.
52

O segundo autor mais citado é Tseng, M. M., que fez várias pesquisas em
conjunto com outros pesquisadores, destacando-se Jiao, J.. Seguindo a lista, o
terceiro autor mais citado é Kotha, S.. Aqui cabe ressaltar que Kotha possui dois
principais artigos (KOTHA, 1995; KOTHA, 1996) que são citados em grande parte
dos trabalhos em CM. A lista de autores mais citados, se comparado com a lista das
publicações mais citadas, possui grande convergência, confirmando os resultados.
Tabela 2.3. Grau de centralidade para autores
Autor Out-degree Autor In-degree
JIAO, J 105 PINE II, BJ 100
FORZA, C 93 TSENG, MM 40
BROWN, S 79 KOTHA, S 38
YANG, BS 75 ULRICH, K 35
SALVADOR, F 61 LEE, HL 34
MACCARTHY, B 55 VICTOR, B 29
FOGLIATTO, FS 50 BOYNTON, AC 26
SILVEIRA, G 46 VANHOEK, RI 25
DURAY, R 42 DURAY, R 24
BURNS, ND 41 SALVADOR, F 22
SCHROEDER, RG 37 DAVIS, S 22
TSENG, MM 36 MINTZBERG, H 21
TU, Q 35 CLARK, KB 20
BORENSTEIN, D 32 FORZA, C 19
HUANG, GQ 32 BOWERSOX, DJ 19
VONDEREMBSE, MA 31 WESTBROOK, R 18
MONTREUIL, B 31 GILMORE, JH 18
PILLER, FT 30 WARD, PT 18
AHLSTROM, P 25 FEITZINGER, E 17
WESTBROOK, R 24 BERRY, WL 17
LEE, HL 24 LAMPEL, J 17
HOLWEG, M 21 VONDEREMBSE, MA 16
KUSIAK, A 18 PEPPERS, D 16
BRABAZON, PG 15 ROGERS, M 16
SIMPSON, TW 10 JIAO, J 15
KOTHA, S 8 FISHER, M 15
NAIM, MM 6 MILLIGAN, GW 14
HART, CWL 5 KOTLER, P 14
BOYNTON, AC 5 HAYES, RH 14
TUROWSKI, K 5 ISHII, K 14
DUARTE, JP 4 SWAMINATHAN, JM 14
Fonte: elaborado pelo autor.
53

Outra análise que se realizou em relação aos autores foi o agrupamento
destes em macro grupos, que foram obtidos a partir da análise de cluster das áreas
de conhecimento. Para desenvolver essa análise, foi utilizada uma abordagem top-
down, considerando que a estrutura global da rede emerge de sobreposições e
acoplamentos de componentes menores (HANNEMAN e RIDDLE, 2005).
Para isso, utilizou-se o algoritmo Factions para criar sete clusters principais,
relacionando-os com as áreas de conhecimento obtidas anteriormente. Esse
algoritmo identifica o arranjo ótimo de atores em clusters, com o intuito de maximizar
a semelhança com o tipo ideal de sociedade, medindo quão bem os dados
realmente se encaixam nessa característica. Esta abordagem atende a noção
intuitiva de que os grupos de uma rede podem ser definidos pela combinação de
uma alta densidade local e a presença de “buracos estruturais” entre conjuntos de
atores. É possível então, não só identificar os clusters reais ou potenciais, mas
também representar as relações entre os clusters (potenciais aliados e/ou inimigos)
(HANNEMAN e RIDDLE, 2005). O resultado obtido dessa análise é apresentado na
Figura 2.12. Os autores estão agrupados de acordo com o valor obtido a partir da
aplicação do algoritmo Factions e se enfatizou aqueles que possuem maior grau de
centralidade (Forza, C.; Duray, R.; Jiao, J.; Hayes, R. H.; Yang, B. S.; Brabazon, P.
G.; Skinner, W.), conforme dados da Tabela 2.3.
Depois de definir as áreas de conhecimento e os grupos de autores, realizou-
se a alocação dos grupos de autores às áreas de conhecimento. Essa relação foi
realizada da seguinte maneira:
Identificaram-se os artigos escritos pelos 80 autores mais citados em CM,
dentro dos 116 artigos obtidos das bases de dados, resultando em 45 artigos;
A partir disso, verificaram-se quais palavras-chave esses autores utilizaram,
permitindo relacionar com uma área de conhecimento;
Em dois casos, grupos 3 e 5, os autores não possuem artigos escritos entre
os 116 artigos resgatados das bases de dados. Nesses casos, foi realizada
uma análise das referências dos artigos obtidos das bases de dados para
identificar os artigos publicados pelos autores dos grupos 3 e 5 e, assim,
alocar aquele grupo de autor a uma área de conhecimento.
54

GUNASEKARAN,A
HAYES,RH
JIAO,J
YANG,BS
Figura 2.12. Rede de relacionamento de autores.
Fonte: elaborado pelo autor.
BRABAZON,PG
DURAY,R
SKINNER,W
O resultado resumido dessa atividade pode ser observado na Tabela 2.4. Os
resultados obtidos para a alocação dos grupos 3 e 5 não são satisfatórios, porém,
por exclusão, esse é o resultado que melhor se adequou aos dados obtidos.
No grupo 3, Hayes, R. H. é autor da área de Operations Strategy, mas
também publicou diversos artigos sobre World Class Manufacturing (WCM), que é
calcado nos princípios do Lean Production. O autor Zipkin, P. declara em sua página
pessoal que as suas áreas de pesquisa são: Operations Management, Inventory
Management, Supply-chain Management and Analysis, portanto, encontra-se
deslocado nesse grupo de Lean Production. Bowersox, D. J. é um autor
extremamente conceituado em pesquisas sobre SCM e também se encontra
deslocado nesse grupo. Hill, T. também é um autor da área de Manufacturing
Strategy. Já os autores MacDuffie, J. P., Sackett, P., Ishii, K. e Du, X. não foram
encontradas informações sobre suas áreas de pesquisa. No grupo 5, por exemplo,
os autores Skinner, W., Slack, N. e Flynn, B. B. são autores renomados na área de
Operations Strategy. Wortmann, J. C. declara em seu site que a sua área de
pesquisa é Computer Science e a disciplina é Information Systems. McCutcheon, D.
M. destaca que suas pesquisas são nas áreas de Technology Management e Supply
FORZA,C
55

Chain Management. Não foram encontradas informações sobre os autores Alford, D.
e Pil, F. K., mas foi possível identificar que o autor Alford, D. escreveu um artigo
sobre a CM na indústria automobilística e Pil, F. K. escreveu alguns artigos com
Holweg, M. que possuem foco em SCM.
56

Tabela 2.4. Autores versus Áreas de conhecimento
FORZA, C.
Grupo 1
Grupo 2
SALVADOR, F.
MACCARTHY, B.
BROWN, S.
FOGLIATTO, F. S.
SILVEIRA, G.
SCHROEDER, R. G.
BORENSTEIN, D.
VONDEREMBSE, M. A.
WESTBROOK, R.
AHLSTROM, P.
HOLWEG, M.
TU, Q.
BOYNTON, A. C.
LEE, H. L.
PINE II, B. J.
KOTHA, S.
DAVIS, S.
FEITZINGER, E.
VICTOR, B.
LAMPEL, J.
GILMORE, J. H.
JIAO, J.
TSENG, M. M.
HUANG, G. Q.
CLARK, K. B.
ULRICH, K.
Mass Customization
Product Design
& SCM
Grupo 3
Grupo 4
Grupo 5
WHEELWRIGHT, S. C.
ANDERSON, D.
EPPINGER, S. D.
SETHURAMAN, K.
MEYER, M. H.
SUH, N. P.
HAYES, R. H.
ZIPKIN, P.
MACDUFFIE, J. P.
SACKETT, P.
BOWERSOX, D. J.
HILL, T.
ISHII, K.
DU, X.
YANG, B. S.
BURNS, N. D.
KUSIAK, A.
NAIM, M. M.
VAN HOEK, R. I.
SWAMINATHAN, J. M.
FISHER, M.
TANG, C. S.
BALDWIN, C. Y.
CHRISTOPHER, M.
ZINN, W.
SKINNER, W.
SLACK, N.
Lean Production
IT & Flexibility
Modularity
57

Grupo 6
MCCUTCHEON, D. M.
WORTMANN, J. C.
ALFORD, D.
PIL, F. K.
FLYNN, B. B.
DURAY, R.
PILLER, F. T.
MONTREUIL, B.
SIMPSON, T. W.
HART, C.
MINTZBERG, H.
PEPPERS, D.
ROGERS, M.
Fonte: elaborado pelo autor.
Planning
Grupo 7
BERRY, W. L.
MILLIGAN, G. W.
WARD, P. T.
TOWILL, D. R.
DUARTE, J. P.
BRABAZON, P. G.
TUROWSKI, K.
KOTLER, P.
MEREDITH, J. R.
RATURI, A. S.
TAYUR, S. R.
TOFFLER, A.
GUNASEKARAN, A.
Operations Strategy
58

Por fim, apresentadas as redes de relacionamentos e as áreas de
conhecimento, pode-se gerar a agenda de pesquisa para futuros desenvolvimentos
em CM.
2.5 AGENDA DE PESQUISA
Primeiramente, cabe ressaltar que os resultados obtidos são provenientes de
116 artigos e, portanto, não cobrem todas as características presentes em CM. Para
compensar esse fato, realizou-se uma análise crítica dos resultados utilizando a
experiência do pesquisador.
Na Tabela 2.4 ficaram evidentes as áreas que os autores mais citados em CM
estão pesquisando. A partir desse resultado, decidiu-se verificar quais as áreas
possuem menor quantidade de pesquisas desenvolvidas, a partir dos 116 artigos
obtidos das bases de dados. Para isso, fez-se a contagem das contribuições
realizadas pelos pesquisadores mais citados em cada área identificada em CM, a
partir das palavras-chave utilizadas, obtendo a Tabela 2.5. Essa tabela relaciona os
grupos de autores com as áreas de conhecimento da Customização em Massa,
identificadas nessa pesquisa. Também possui o intuito de apresentar a quantidade
de pesquisas desenvolvidas em cada área de conhecimento e, a partir dos 116
artigos utilizados nessa pesquisa, identificar as áreas com a menor quantidade de
pesquisas realizadas e, assim, sugerir desenvolvimentos futuros.
Tabela 2.5. Ênfase das áreas de pesquisas em CM
Mass Customization
Product Design
& SCM
Lean
Production
IT & Flexibility Modularity Planning
Operations
Strategy
Grupo 1 35 11 5 10 1 14 22
Grupo 2 13 13 2 2 6 11 2
Grupo 3 0 0 0 0 0 0 0
Grupo 4 4 3 1 3 2 3 3
Grupo 5 0 0 0 0 0 0 0
Grupo 6 19 9 0 2 0 6 3
Grupo 7 4 1 3 1 1 0 4
Total 75 37 11 18 10 34 34
Fonte: elaborado pelo autor.
Analisando os resultados obtidos dos 116 artigos, observa-se que as áreas
Modularity, Lean Production, IT & Flexibility possuem menos pesquisas realizadas,
59

já as demais áreas possuem muitas contribuições. A partir desse resultado serão
salientadas as contribuições em cada área de pesquisa em CM.
2.5.1 Mass Customization
Observa-se grande contribuição dos autores mais citados na grande área
representada pela Customização em Massa. Esse resultado já era esperado, visto
que o foco dessa pesquisa é a CM e também 25% dos autores mais citados
encontram-se nessa área de pesquisa. O endereçamento de pesquisas futuras
nesse campo é complexo, porém, alguns autores já fizeram pequenas sugestões
que ainda são consideradas válidas. Silveira et al. (2001) destacaram que as
pesquisas em CM devem focar no desenvolvimento de metodologias que permitam
a rápida reconfiguração da estrutura organizacional e dos processos existentes para
um sistema de produção de customização em massa. A partir desse foco, os autores
abordaram cinco pontos para desenvolvimento: customization level assessment,
mass customization in services, information management, quality control and
monitoring e reliability analysis of mass-customized products. MacCarthy et al.
(2003) salientaram que as pesquisas em CM estão no estágio de investigação e
compreensão de como o conceito pode ser operacionalizado em todos os setores.
Suportando MacCarthy et al. (2003), Bozarth e McDermott (1998) definiram os
conteúdos (estruturas organizacionais, tecnologias de processo, etc. que são
melhores em um determinado ambiente) e os processos (definir uma subestratégia e
a sua implementação) para as estratégias em CM.
A maioria das soluções encontradas para a implementação das estratégias de
CM são resultados específicos de implementações em empresas ou grupos de
empresas. Alguns autores (BRABAZON et al., 2010) apresentaram soluções para
setores específicos da indústria. Considera-se importante, como futuras pesquisas,
definir as melhores práticas (best practices) para a implementação da CM, definindo
seus principais habilitadores para se alcançar a competência (capability) em CM.
Também é interessante realizar a leitura da CM a partir de uma visão de OS,
relacionando, por exemplo, as melhores práticas com as prioridades competitivas e,
consequentemente, áreas de decisão estrutural e infraestrutural (LEONG et al.,
1990). Como sugestão de embasamento teórico para o desenvolvimento de
pesquisas em CM, recomendam-se as leituras apresentadas na Tabela 2.6.
60

Tabela 2.6. Leituras recomendadas em Mass Customization
Artigos
Ahlstrom, P., Westbrook, R., 1999, Implications of mass customization for operations management: an
exploratory survey, International Journal of Operations & Production Management, Vol. 19 No.3, pp.262-
74.
Davis, S.M., 1987, Future Perfect, Addison-Wesley, Reading, MA.
Feitzinger, E., Lee, H.L., 1997, Mass-customization at Hewlett-Packard: the power of postponement,
Harvard Business Review, Vol. January-February pp.116-21.
Gilmore, J.H., Pine II, B.J., 1997, The four faces of mass customization, Harvard Business Review, Vol. 75
No.1, pp.91-101.
Kotha, S., 1995, Mass customization: implementing the emerging paradigm for competitive advantage,
Strategic Management Journal, Vol. 16 pp.21-42.
Kotha, S., 1996, From mass production to mass customisation: the case of the national industrial bicycle
company of Japan. Eur. Manage. J. 14 , pp. 442-450.
Lampel, J., Mintzberg, H., 1996, Customizing customization, Sloan Management Review, Vol. 38 No.1,
pp.21-30.
Lee, HL and Tang, CS, 1997, Modelling the costs and benefits of delayed product differentiation. Manag.
Sci. 43 , pp. 40-53.
Lee, HL, 1996, Effective inventory and service management through product and process redesign. Oper.
Res. 44 , pp. 151-159.
MacCarthy, B., Brabazon, P. and Bramham, J., 2003, Fundamental modes of operation for mass
customization. International Journal of Production Economics, Vol. 85, p. 289-304.
Pine II, B. J., Peppers, D. and Rogers, M., 1995, Do you want to keep your customers forever?. Harvard
Business Review 72:3, pp. 103-114.
Pine II, B.J., 1993a, Mass Customization: The New Frontier in Business Competition, Harvard Business
School Press, Boston, MA.
Pine II, B.J., Victor, B., Boynton, A.C, 1993, Making mass customization work, Harvard Business Review,
pp.108-19.
Salvador, F., Forza, C. and Rungtusanatham, M., 2002a, Modularity, product variety, production volume,
and component sourcing: theorizing beyond generic prescriptions. Journal of Operations Management
20:5, pp. 549-575.
Silveira, G. D., Borenstein, D. and Fogliatto, F. S., 2001, Mass customization: literature review and
research directions. International Journal of Production Economics 72:1, pp. 1-13.
Fonte: elaborado pelo autor.
2.5.2 Product Design & Supply Chain Management
Essa área de conhecimento também possui grande quantidade de
contribuições (37) dos grupos de autores mais citados em CM. As pesquisas
realizadas em Product Design proporcionam que as empresas alcancem os
objetivos da CM por meio da reconfiguração dos produtos para atingir as
necessidades específicas dos clientes. Jiao e Tseng (1996) acreditam que a CM
pode ser obtida de forma eficiente através do Product Design, particularmente
durante o projeto conceitual e nos estágios preliminares de desenvolvimento. Além
61

disso, os autores afirmam: “the core of design approcach to mass customization
(DFMC) is to develop a mass customization oriented product family architecture
(PFA) with a meta-level design process integration as an unified product creation and
delivery process model” (JIAO e TSENG, 1996, p. 153). A afirmação anterior destaca
a principal contribuição de Product Design para a CM. Recentemente, Jiao (2004),
Du et al., (2005), Jiao et al. (2007), Helo et al. (2010), entre outros desenvolveram
muitas pesquisas em Product Design que permitem as empresas a adaptarem seus
produtos às necessidades dos clientes. Uma relação extremamente importante com
Product Design é a modularização (Modularity), pois é a partir desse último que se
pode obter bons resultados para a rápida reconfiguração de produtos para atender
as necessidades específicas dos clientes. Devido ao seu grande destaque para o
desenvolvimento da CM, a modularidade será analisada em um tópico separado.
Pode-se considerar que as pesquisas em Product Design encontram-se em um
estágio avançado, portanto, os desenvolvimentos para a área se dão como soluções
específicas para problemas encontrados utilizando como base o conhecimento já
desenvolvido. Algumas leituras recomendadas encontram-se na Tabela 2.7.
Tabela 2.7. Leituras recomendadas em Product Design
Artigos
Erixon, G., von Yxkull, A. and Arnstrom, A., 1996, Modularity - the basis for product and factory
reengineering, Annals CIRP, Vol. 45, pp. 1-6.
Jiao, J. and Tseng, M. M., 1996, Design for Mass Customization. Annals CIRP. Vol. 45, n. 1, pp.153-156.
Jiao, J. and Tseng, M. M., 2004, Customizability analysis in design for mass cus-tomization, Computer-
Aided Design, Vol. 36, n. 8, pp. 745-757.
Kusiak, A. and Huang, C. C., 1996, Development of modularproducts, IEEE Transactions on Components,
Packaging, and Manufacturing Technology, Part A, Vol. 19, pp. 523-38.
Meyer, M. H. and Utterback, J. M., 1993, The product family and the dynamics of core capability, Sloan
Management Review, Vol. 34, pp. 29-47.
Meyer, M. H., 1997, Revitalize yourproduct lines through continuous platformrenewal, Research-
Technology Management, Vol. 40, pp. 17-28.
Robertson, D. and Ulrich, K., 1998, Planning for product platforms, Sloan Management Review, Vol. 39, n.
4, pp. 19-28.
Simpson, T. W., 2004, Product platform design and customization: status and promise, Artificial
Intelligence for Engineering Design, Analysis & Manufacturing, Vol. 18, n. 1, pp. 3-20.
Suh, N. P., 1990, The Principles of Design, Oxford UniversityPress, New York, NY.
Ulrich, K. and Tung, K., 1991, Fundaments of product modularity, in Sharon, A. (Ed.), Issues in
Mechanical Design International, 1991, ASME, New York, NY, DE-39, pp. 73-79.
Ulrich, K. T. and Eppinger, S. D., 1995, Product Design and Development, McGraw-Hill, New York, NY.
Ulrich, K. T. and Seering, W. P., 1990, Function sharing in mechanical design, Design Studies, Vol. 11,
pp. 223-34.
Ulrich, K., 1995, The role of product architecture in the manufacturing firm, Research Policy, Vol. 24, pp.
419-40.
62

Wheelwright, S. C. and Clark, K. B., 1992, Creating project plans to focus product development, Harvard
Business Review, Vol. 70, pp. 70-82.
Wheelwright, S. C. and Sasser, W. E., 1989, The new product development map, Harvard Business
Review, Vol. 67, pp. 112-25.
Fonte: elaborado pelo autor.
SCM também é uma área de extrema importância para a CM. Suas pesquisas
enfocam na maneira como as empresas podem postergar as suas atividades ao
longo da cadeia de valor (VAN HOEK, 2001) e assim permitir que as decisões de
customização se encontrem mais próximas dos clientes, atendendo com maior
precisão as necessidades específicas. Ademais, grande parte das pesquisas que
relacionam SCM e CM abordam o uso da postergação como uma das opções para
se alcançar a CM (YANG et al., 2004, GRAMAN e MAGAZINE, 2006; SU et al.,
2005). Aigbedo (2007) analisou o efeito da CM nos níveis de estoque dos
fornecedores em uma cadeia de fornecimento just-in-time (JIT). A partir desse
trabalho o autor desenvolveu um framework útil para avaliar o nível de customização
que permite os fabricantes atenderem as necessidades específicas dos clientes de
maneira financeiramente viável. Ghiassi e Spera (2003, p. 17) desenvolveram um
sistema que permite gerenciar a cadeia de suprimentos a partir de um ambiente de
CM, considerando: “a centralized strategy but decentralized operation; a
synchronized supply chain management system; a collaborative partnership among
selected suppliers; a new interoperable, open information system infrastructure; and
a ‘broker’ and an intelligent, mobile, agent-based trading system”.
Após analisar as referências sobre SCM, nota-se que existe a tendência de
definir níveis adequados de customização para toda a cadeia de uma maneira
financeiramente viável e a maneira de gerenciar eficientemente toda a cadeia para
as perturbações geradas pela CM. Além disso, são realizados muitos estudos do
uso da postergação como uma estratégia de CM relacionada com o SCM. As
sugestões de leitura sobre SCM estão na Tabela 2.8.
Tabela 2.8. Leituras recomendadas em Supply Chain Management
Artigos
Aigbedo, H., 2007, An assessment of the effect of mass customization on suppliers’ inventory levels in a
JIT supply chain, European Journal of Operational Research, Vol. 181, pp. 704-715.
Bowersox, DJ and Closs, DJ, 1996, Logistical Management. The Integrated Supply Chain Process
McGraw-Hill , New York, NY
Bucklin, LP, 1965, Postponement speculation and the structure of distribution channels. J. Market. Res. 2 ,
pp. 26-31.
63

Christopher, M., 1992, Logistics and Supply Chain Management. Pitman, London.
Cooper, J. C., 1993, Logistics structures for global business. International Journal of Physical Distribution
and Logistics Management, Vol. 23, n. 4, pp. 12-23.
Ghiassi, M. and Spera, C., 2003, Defining the Internet-based supply chain system for mass customized
markets, Computers & Industrial Engineering, Vol. 45, pp. 17-41.
Grag, A., Tang, C. S., 1997, On postponement structures for product families with multiple points of
differentiation. IIE Transactions, Vol. 29, n. 8, pp. 641-650.
Lee, H. L., Tang, C. S., 1997, Modeling the costs and benefits of delayed product differentiation.
Management Science, Vol. 43, n. 1, pp. 40-53.
Mason-Jones, R. and Towill, D., 1999, Using the information decoupling point to improve supply chain
performance. Int. J. Logist. Manag. 10 , pp. 13-26.
Pagh, J. D., Cooper, M. C., 1998, Supply chain postponement and speculation structures: how to choose
the right structure? Journal of Business Logistics, Vol. 19, n. 2, pp. 13-34.
Su, J. C. P., Chang, Y-L, Ferguson, M., 2005, Evaluation of postponement structures to accommodate
mass customization, Journal of Operations Management, Vol. 23, pp. 305-318.
Swaminathan, JM and Tayur, SR, 1998a, Managing broader product lines through delayed differentiation
using vanilla boxes. Manage. Sci. 44 , pp. S161-S172.
Van Hoek, R.I., 2001, The rediscovery of postponement: a literature review and directions for research,
Journal of Operations Management, Vol. 19 No.2, pp.161-84.
Yang, B., Burns, ND and Backhouse, CJ, 2004, Management of uncertainty through postponement. Int. J.
Prod. Res. 42, pp. 1049-1064.
Zinn, W. and Bowersox, DJ, 1988, Planning physical distribution with the principle of postponement. J.
Busi. Logist. 9, pp. 117-136.
Fonte: elaborado pelo autor.
2.5.3 Lean Production
Esse grupo de pesquisa possui pouca contribuição dos autores mais citados
em CM (11 no total) e, portanto, considera-se que existem grandes
desenvolvimentos a serem realizados. Segundo os autores Alford et al. (2000), não
está claro a maneira que Lean Production responderá ao desafio apresentado pela
CM, ou seja, o aumento dos custos e a complexidade da produção devido ao
aumento da variedade de produtos. Bayraktar et al. (2007) desenvolveram uma
pesquisa interessante sobre a evolução de Operations Management. Os autores
destacaram a evolução da área e apresentaram a mudança de foco dos custos para
a qualidade (passado), abordando o MRP, o MRP II, o TQM e, por último, o Just-in-
Time. Posteriormente, no presente, os autores destacaram a importância da CM
como um meio de satisfazer as necessidades crescentes por variedade de produtos
em um mercado orientado para os clientes. Por último, os autores destacam o
futuro, a era da pós-informação. Segundo Vinodh et al. (2008), muitos autores
(DETTY e YINGLING, 2000; PAVNASKAR et al., 2003; BRAGLIA et al., 2006)
defendem que o uso dos princípios do Lean Production para enfrentar as demandas
64

dinâmicas dos clientes. Porém, Yusuf et al. (2002) destacam que os princípios do
Lean Production por si só não são suficientes para atender a demanda dinâmica dos
clientes. Vinodh et al. (2008) afirmam que existe uma proximidade entre os
princípios Lean Production e os princípios Agile Manufacturing (NAYLOR et al.,
1999; MASON-JONES et al., 2000; AITKEN et al., 2005; GOLDSBY et al., 2006).
Além disso, alguns pesquisadores (BROWN e BESSANT, 2003; RAO et al., 2006)
afirmam que as empresas que implementam Agile Manufacturing tornam-se
vencedoras nos mercados que atuam. As pesquisas em Lean Production sobre o
ponto de vista da CM direcionam-se para verificar como os princípios do Lean
Production suportam a implementação de uma estratégia financeiramente viável de
CM, combinado com outros habilitadores. Como sugestões de leitura, recomenda-se
a lista da Tabela 2.9.
Tabela 2.9. Leituras recomendadas em Lean Production
Artigos
Alford, D., Sackett, P. and Nelder, G., 2000, Mass customisation: an automotive perspective. International
Journal of Production Economics, Vol. 65, pp. 99-110.
Bayraktar, E., Jothishankar, M.C., Tatoglu, E. and Wu, T., 2007, Evolution of operations management:
past, present and future, Management Research News, Vol. 30, n. 11, pp. 843-871.
Goldsby, T.J. , Griffis, S.E. and Roath, A.S., 2006, Modelling lean, agile and leagile supply chain
strategies. J. Business Logist. 27:1 , pp. 57-80.
Mason-Jones, R., Naylor, B. and Towill, DR, 2000, Lean, agile or leagile? Matching your supply chain to
the market place. Int. J. Prod. Res. 38:17 , pp. 4061-4070.
Naylor, JB , Naim, MM and Berry, D. (1999) Leagility: integrating the lean and agile manufacturing
paradigms in the total supply chain. Int. J. Prod. Econ. 62 , pp. 107-118.
Ono, Taiichi, 1988, Toyota production system: beyond large-scale production. New York: Productivity
Press.
Pavnaskar, SJ , Gershenson, JK and Jambekar, AB (2003) Classification scheme for lean manufacturing
tools. Int. J. Prod. Res. 41:13 , pp. 3075-3090.
Rivera, L. and Chen, FF (2007) Measuring the impact of lean tools on the cost-time investment of a
product using cost-time profiles. Robot. Comp.-Integ. Manuf. 23 , pp. 684-689.
Shingo, Shigeo, 1989, A study of the Toyota production system from an industrial engineering viewpoint.
Rev. ed. New York: Productivity Press.
Taylor, D. and Brunt, D., 2001, Manufacturing Operations and Supply Chain Management: The Lean
Approach, Thomson International Business Press, London.
Vinodh, S., Sundararaj, G., Devadasan, S. R., Maharaja, R., Rajanayagam, D. and Goyal, S. K., 2008,
DESSAC: a decision support system for quantifying and analysing agility, International Journal of
Production Research, 46:23, 6759-6780.
Womack, J.P., Jones, D.T. and Roos, D. (1990), The Machine that Changed the World: The Story of Lean
Production , Harper Perennial, London..
Fonte: elaborado pelo autor.
65

2.5.4 Information Technology & Flexibility
Essa área de conhecimento possui pouca contribuição (18) dos autores mais
citados em CM, que, em sua maioria, foram realizados pelo primeiro grupo de
autores, diretamente relacionado com Mass Customization. Information Technology
and Flexibility são complementares, pois, segundo Piller et al. (2004), as modernas
tecnologias da informação desempenham um papel similarmente importante às
tecnologias de manufatura flexível, integrando os clientes e os processos de
produção. A partir dessa integração é possível aumentar a flexibilidade das
empresas. Vários autores desenvolveram pesquisas para aumentar a flexibilidade
das empresas através da tecnologia da informação. Song e Kusiak (2010)
apresentaram um framework para definir módulos otimizados em um cenário de
postergação da diferenciação produtiva (delayed product differentiation) a partir de
históricos de venda. Utilizando um algoritmo computacional evolutivo, os autores
puderam selecionar os módulos com base em vários critérios (multi-objective
criteria). Com esse resultado, as empresas possuem maior flexibilidade para atender
às necessidades de seus clientes. Song e Kusiak (2010) sugeriram que pesquisas
futuras devem focar na melhoraria da eficiência do algoritmo evolutivo. Uma
pesquisa interessante utiliza uma abordagem por data-mining com dados da
produção para determinar a sequência de montagem de módulos (assemble-to-
order) que minimiza o risco da produção de produtos defeituosos (CUNHA et al.,
2006). Essa abordagem minimiza o custo e produtos defeituosos e permite que as
empresas atendam às necessidades específicas de seus clientes de forma eficiente.
Salvador et al. (2007) realizaram uma pesquisa sobre a flexibilidade de mix e volume
em um ambiente build-to-order. Os autores identificaram que grande parte das
abordagens tipicamente utilizadas para aumentar a flexibilidade de volume afetam
negativamente a flexibilidade de mix e vice-versa. Os autores também sugerem que
esse problema pode ser resolvido com o uso de componentes padronizados ou
ainda através da padronização da interface dos componentes do processo
(component-process interface standardization).
As pesquisas em Information Technology & Flexibility abordam o uso de
técnicas de programação para obter resultados mais viáveis economicamente para a
produção e que ao mesmo tempo aumentem a flexibilidade da empresa. Poucas
pesquisas abordam o envolvimento de clientes no processo produtivo através da
66

tecnologia da informação. Essa abordagem permite que as empresas atendam de
forma mais específica as necessidades dos clientes, podendo postergar a produção
para o último momento possível. As sugestões de leituras sobre Information
Technology & Flexibility estão apresentadas na Tabela 2.10.
Tabela 2.10. Leituras recomendadas em Information Technology & Flexibility
Artigos
Agard, B. and Kusiak, A. (2004) A data-mining based methodology for the design of product families.
International Journal of Production Research, 42, pp. 2955-2969.
Berry, M. and Linoff, G. (1997) Data Mining Techniques: For Marketing, Sales, and Customer Support
Wiley, New York.
Berry, W.L. and Cooper, M.C. (1999), “Manufacturing flexibility: methods for measuring the impact of
product variety on performance in process industries”, Journal of Operations Management, Vol. 17 No. 2,
pp. 163-78.
Cunha, C. Da , Agard, B. and Kusiak, A. (2006). Data mining for improvement of product quality,
International Journal of Production Research, 44:18, 4027-4041.
Fujita, K., Yoshida, H., 2004. Product variety optimization simultaneously designing module combination
and module attributes. Concurrent Engineering: Research and Applications 12, 105-118.
Gunasekaran, A., Ngai, W.T., 2009. Modeling and analysis of build-to-order supply chains. European
Journal of Operational Research 195, 319-334.
Gupta, D., Benjaafar, S., 2004. Make-to-order, make-to-stock, or delay product differentiation? A common
framework for modeling and analysis. IIE Transactions 36, 529-546.
Hsu, S., Wang, W., 2004. Dynamic programming for delayed product differentiation. European Journal of
Operational Research 156, 183-193.
Huang, C.C., Kusiak, A., 1998. Modularity in design of products and systems. IEEE Transactions on
Systems, Man, and Cybernetics – Part A 28, 66-77.
Sethi, A.K. and Sethi, P.S. (1990), “Flexibility in manufacturing: a survey”, International Journal of Flexible
Manufacturing Systems , Vol. 2 No. 4, pp. 289-328.
Song, Z., Kusiak, A. (2010) Mining Pareto-optimal modules for delayed product differentiation, European
Journal of Operational Research, 201, 123-128.
Fonte: elaborado pelo autor.
2.5.5 Modularity
Essa área do conhecimento recebeu a menor quantidade de contribuições
(10) dentre todos os grupos de pesquisa identificados. Esse resultado pode ser
explicado, pois a área de pesquisa em Modularity está consolidada e, portanto, as
pesquisas realizadas nessa área de conhecimento apresentam relatos de soluções
específicas para problemas enfrentados por empresas ao implementarem a CM. Isso
destaca que os conhecimentos dessa área de conhecimento são utilizados para
embasar e desenvolvimento das estratégias de implementação da CM. Pine II,
Ulrich, Tung e outros autores fizeram muitas considerações sobre a modularização
67

de produtos e do próprio sistema de produção para a CM. Ulrich e Tung (1991)
destacaram vários tipos de modularidade: component-sharing, component-swapping,
cut-to-fit, mix, bus e sectional modularities. Baldwin e Clark (1994) salientaram que a
modularidade permite que as empresas dividam a produção e assim obtenham
economias de escala e de escopo (GOLDHAR e JELINEK, 1983) nas linhas de
produção. McCutcheon et al. (1994) afirmam que o projeto de produtos modulares
permite que as empresas possuam maior variedade e velocidade, aliviando a
pressão por customização, exigido por clientes que desejam maior variedade em
menor tempo. Alford et al. (2000) discutem que a modularidade permite que peças
padronizadas sejam combinadas de várias maneiras para aumentar a variedade de
produtos finais. Baldwin e Clark (1997) afirmam que a modularidade é a solução
para o aumento da complexidade em processos de montagem.
Nessa área de pesquisa já consolidada, os autores utilizam o conhecimento
desenvolvido como embasamento para desenvolverem pesquisas futuras.
Ocorreram algumas discussões sobre o desenvolvimento de uma produção modular
(STARR, 1965; STARR, 2010). As sugestões de leitura para Modularity encontram-
se na Tabela 2.11.
Tabela 2.11. Leituras recomendadas em Modularity
Artigos
Alford, D., Sackett, P. and Nelder, G., 2000, Mass customisation: an automotive perspective. International
Journal of Production Economics, Vol. 65, pp. 99-110.
Baldwin, C. Y., Clark, K. B., 1994, Modularity-in-design: an analysis based on the theory of real options.
Working Paper, Harvard Business School, Boston, MA.
Baldwin, C. Y., Clark, K. B., 1997, Managing in an age of modularity, Harvard Business Review, Vol. 75, n.
5, pp. 84-93.
Duray, R., Ward, P., Milligan, G. and Berry, W., 2000, Approaches to mass customization: configurations
and empirical validation. Journal of Operations Management, Vol. 18, pp. 605-625.
Goldhar, J., Jelinek, M., 1983, Plans for economics of scope. Harvard Business Review, Vol. 61, n. 6, pp.
141-148.
McCutcheon, D.M., Raturi, A.S., Meredith, J.R., 1994, The customization responsiveness squeeze. Sloan
Management Review, Vol. 35, n. 2, pp. 89-99.
Starr, M.K., 1965, Modular production – a new concept, Harvard Business Review, Vol. 3, n. 1, pp. 131-
142.
Starr, M.K., 2010, Modular production – a 45-year-old concept, International Journal of Operations &
Production Management, Vol. 30, n. 1, pp. 7-19
Ulrich, K., Tung, K., 1991. Fundamentals of product modularity. Proceedings of the 1991 ASME Winter
Annual Meeting Symposium on Issues in Design Manufacturing Integration, Atlanta.
Fonte: elaborado pelo autor.
68

2.5.6 Planning
Essa área de conhecimento também recebeu grande contribuição dos autores
dos grupos 1 e 2 da Tabela 2.4. Esses dois grupos estão relacionados com Mass
Customization e Product Design & SCM, respectivamente, portanto, algumas leituras
sugeridas terão esse enfoque. Hart (1995) desenvolveu um framework com quatro
pilares que guiam as empresas para o desenvolvimento de uma estratégia explícita
para a CM. Esses 4 pilares são: “customer sensitivity”; “process amenability”;
“competitive environment”; e “organizational readiness”. Além disso, o autor afirma
que não é possível copiar os métodos desenvolvidos por outras empresas para
implementar a CM, cada empresa deve desenvolver o seu próprio método. Duray et
al. (2000) desenvolveram um modelo para classificar as empresas em
customizadoras em massa a partir do envolvimento dos clientes em Product Design
e também pela modularidade de produtos. Ademais, os autores consideram que
apenas as empresas que possuem envolvimento com o cliente em Product Design e
utilizam a modularidade podem ser consideradas como customizadoras em massa.
Duray et al. (2000) consideram que um produto customizado deve ser desenvolvido
para atender as necessidades específicas dos clientes. Ademais, identificar o ponto
de envolvimento inicial dos clientes é crítico para determinar o nível de
customização. Duray et al. (2000) argumentam que o ponto de envolvimento do
cliente no ciclo de produção é um indicador chave do grau ou tipo de customização
necessária. Quando o envolvimento de clientes na especificação dos produtos e dos
tipos de modularidade são combinados, a CM pode ser totalmente realizada na
prática (DURAY et al., 2000). Mintzberg (1988) desenvolveu uma categorização em
que apresenta que o tipo de customização escolhida pelo produtor implica em
diferentes níveis de envolvimento do cliente em projeto de produto (product design)
e também dos diferentes pontos que esse envolvimento inicia. Conforme destacado
na Figura 2.4, os autores definiram quatro grupos de empresas customizadoras em
massa: fabricantes, modularizadores, envolvidos e montadores. Duray (2004)
analisou a implementação da CM através da exploração dos efeitos gerados pela
modularização e pelo envolvimento dos clientes no planejamento da produção,
canais logísticos e práticas para gerenciamento de materiais. A autora identificou
que o tipo de modularidade empregado define a integração do canal, estoques e as
técnicas de planejamento para as empresas customizadoras em massa. Piller et al.
69

(2004) realizaram um estudo que oferece uma visão integrada de criação de valor de
modelos de produção baseados em CM por meio da integração entre clientes e
processos produtivos. Os autores também consideram que o envolvimento do cliente
pode gerar “economias de integração” através de 3 fontes: (1) adiar algumas
atividades até que o pedido seja realizado, (2) informações mais precisas sobre as
demandas do mercado e (3) capacidade de aumentar a fidelidade e interagir
diretamente com cada cliente (PILLER et al., 2004, p. 435). As pesquisas em
Planning tendem a analisar a integração entre os diversos meios de se realizar a CM
(modularização, postergação, envolvimento de clientes, tecnologias flexíveis,
tecnologia da informação, entre outros) de uma maneira eficiente, gerando as
melhores soluções para se alcançar a estratégia em CM. As sugestões de leitura
encontram-se na Tabela 2.12.
Tabela 2.12. Leituras recomendadas em Planning
Artigos
Alizon, F., Shooter, S. B. and Simpson, T. W., 2009, Henry Ford and the Model T: lessons for product
platforming and mass customization, Design Studies, Vol. 30, pp. 588-605.
Duray, R., 2002, Mass customization origins: mass or custom manufacturing? International Journal of
Operations and Production Management, Vol. 22, n. 3, pp. 314-329.
Duray, R., Ward, P. T., Milligan, G. W. and Berry, W. L., 2000, Approaches to mass customization:
configurations and empirical validation. Journal of Operations Management, Vol. 18, n. 6 , pp. 605-625.
Duray, Rebecca, 2004, Mass customizers' use of inventory, planning techniques and channel
management, Production Planning & Control, Vol. 15, n. 4, pp. 412-421.
Hart, CWL., 1995, Mass customization: conceptual underpinnings, opportunities and limits. International
Journal of Service Industry Management, Vol. 6, n. 2, pp. 36-45.
Labarthe, O., Espinasse, B., Ferrarini, A. and Montreuil, B., 2007, Toward a methodological framework for
agent-based modelling and simulation of supply chains in a mass customization context, Simulation
Modelling Practice and Theory, Vol. 15, pp. 113-136.
Montreuil, B. and Poulin, M., 2005, Demand and supply network design scope for personalized
manufacturing, Production Planning & Control, Vol. 16, n. 5, pp. 454-469.
Piller, Frank T., Moeslein, Kathrin and Stotko, Christof M., 2004, Does mass customization pay? An
economic approach to evaluate customer integration, Production Planning & Control, Vol. 15, n. 4, pp.
435-444.
Pine II, B. J., Peppers, D. and Rogers, M., 1995, Do you want to keep your customers forever? Harvard
Business Review, Vol. 72, n. 3, pp. 103-114.
Pine II, B.J., Victor, B., Boynton, A.C, 1993, Making mass customization work, Harvard Business Review,
pp.108-19.
Poulin, M., Montreuil, B. and Martel, A., 2006, Implications of personalization offers on demand and supply
network design: A case from the golf club industry, European Journal of Operational Research, Vol. 169,
pp. 996-1009.
Zipkin, P. (2001) The limits of mass customization. MIT Sloan Management Review, Vol. 42, n. 3, pp. 81-
87.
Fonte: elaborado pelo autor.
70

2.5.7 Operations Strategy
Essa área de conhecimento possui grande contribuição do primeiro grupo de
autores da Tabela 2.4 (22 de um total de 34). Esse fato evidencia que a relação
entre CM e OS está se fortificando nos últimos 10 anos. Ainda existem alguns
campos a serem explorados que serão detalhados a seguir. Ahlstrom e Westbrook
(1999) realizaram um survey para identificar as implicações que a CM gera para
Operations Management (OM). Os autores definiram que os resultados cobrem
desde as mudanças nos mercados que direcionam a customização, passando pelos
métodos usados para fazer produtos customizados, até os efeitos positivos e
negativos da customização, incluindo as dificuldades para implementação. Ademais,
Ahlstrom e Westbrook (1999) salientam que em sua maioria as pesquisas em CM
foram desenvolvidas a partir da perspectiva da gestão estratégica e poucos estudos
haviam utilizado a perspectiva de OM. Os autores definiram temas de pesquisa que
se consideram válidos até hoje (AHLSTROM e WESTBROOK, 1999, p. 273):
Projetos de processos eficientes de CM, incluindo os processos
administrativos;
Métodos alternativos de fornecimento de produtos customizados e a
relevância desses métodos para diferentes setores;
O papel dos fornecedores, distribuidores e varejistas;
Implementação da Customização em Massa, incluindo as barreiras à
mudança;
O papel da tecnologia, incluindo a tecnologia da informação.
Selladurai (2004) afirmou que a CM é uma realidade (e não um oxymoron).
Além disso, o autor analisou as vantagens e desvantagens da CM, além de discutir
como essa estratégia pode ser efetivamente usada na produção e no gerenciamento
das operações (Operations Management). Selladurai (2004) também abordou os
métodos que uma empresa pode alcançar a CM. Analisando a Tabela 2.5, é
possível verificar que 22 contribuições para a área de conhecimento de Operations
Strategy são de responsabilidade dos autores do primeiro grupo da Tabela 2.4.
Portanto, considera-se que as áreas de conhecimento de CM e OS compartilham o
mesmo conjunto de sugestões de leituras, destacadas na Tabela 2.6.
71

2.6 CONCLUSÕES
O objetivo desse capítulo é analisar a área de CM por meio de redes de
relacionamento e, a partir disso, criar uma agenda de pesquisa. Devido à
complexidade apresentada pelas redes, foi necessário utilizar uma análise por
indicadores e clusters, visto que a análise visual era inviável. Para isso, utilizou-se o
indicador de grau de centralidade (entrada e saída) para identificar os principais
autores da área. Posteriormente, realizaram-se as análises de clusters, que
possuem uma abordagem bottom-up para as áreas de conhecimento e uma
abordagem top-down para os grupos de autores. Ou seja, considerou-se que as
áreas de conhecimento emergiram do relacionamento existente entre as palavras-
chave, visto que essas palavras representam os temas principais abordados nos
artigos. Foram definidas sete áreas de conhecimento: 1 - Mass customization; 2 -
Product Design & Supply Chain Management; 3 - Information Technology &
Flexibility; 4 - Lean Production; 5 - Operations Strategy; 6 - Modularity; 7 – Planning.
A partir disso, utilizou-se uma abordagem impositiva (top-down) para agrupar os
autores dentro das áreas de conhecimento. Nesse ponto é importante ressaltar uma
abordagem secundária para pesquisas futuras: utilizar uma abordagem bottom-up
para os autores, visto que existe uma troca mútua de informações entre eles e
possivelmente surgirão outros grupos desses relacionamentos, diferentes dos
apresentados nesse capítulo. Outro ponto de estudo seria utilizar uma abordagem
impositiva para as áreas de conhecimento, utilizando como parâmetro as diversas
competências que as empresas precisam desenvolver para implementar a estratégia
em CM.
É importante salientar que os grupos de autores foram alocados às áreas de
conhecimento a partir da análise de alguns artigos que esses autores escreveram
sobre a CM. Portanto, os resultados podem não representar a total realidade sobre
as áreas de pesquisa que os autores atuam. O indicador de grau de centralidade
indicou que o autor mais influente de CM é Pine II, B. J., sendo o autor mais citado
dentre todos os artigos analisados, confirmando a afirmação de Duray (2002). Já o
autor que mais citou outros autores é Jiao, J., que pode ser considerado o autor que
mais realizou pesquisas em CM. Além disso, definiu-se que os principais
72

documentos de CM, listados na Tabela 2.2, destacando-se os cinco primeiros: Pine
II (1993a), Lampel e Mintzberg (1996), Davis (1987), Feitzinger e Lee (1997) e Kotha
(1995). Posteriormente, definiram-se que os cinco principais meios de divulgação
das pesquisas em CM são em grau de divulgação: PP&C, IJPR, IJPE, CinI e IJOPM.
Constatou-se também que o ano de 2004 foi o de maior publicação em CM, devido a
uma edição especial da revista Production Planning & Control. Finalmente, foi
elaborada a agenda de pesquisa em CM, que utilizou como base para sua
elaboração os 116 artigos identificados das pesquisas nas três bases de dados.
Com os resultados obtidos, principalmente as redes de relacionamento, é
possível estruturar a pesquisa em CM, relacionando os autores e as suas
respectivas áreas de pesquisa. A partir disso, pode-se buscar o conhecimento
específico necessário para desenvolver as pesquisas em CM como, por exemplo,
para se fazer uma pesquisa em Product Design, pode-se buscar os documentos
publicados por Jiao, J..
Como pesquisas futuras, objetiva-se aumentar o número de bases de dados e
com isso aumentar o número de documentos para obter resultados mais
abrangentes e definitivos. Ademais, pode-se utilizar as outras abordagens para as
análises de cluster e obter leituras diferentes para o conjunto de dados atuais. Um
ponto interessante para pesquisas futuras seria a aplicação dos vários frameworks
(PINE II, 1993a; PINE II, 1993b; SPIRA, 1993; LAMPEL e MINTZBERG, 1996;
GILMORE e PINE II, 1997; DURAY et al., 2000; ALFORD et al., 2000; SILVEIRA et
al., 2001; MacCarthy et al., 2003, por exemplo) elaborados para a implementação da
CM e, assim, verificar a sua validade. O “teste” dos frameworks irá contribuir para a
compreensão de como a CM pode ser operacionalizada, conforme destacado por
MacCarthy et al. (2003).
73

REFERÊNCIAS
AHLSTROM, P.; WESTBROOK, R.. Implications of mass customization for
operations management: An exploratory survey. International Journal of
Operations & Production Management, vol. 19, n. 3/4, p. 262-275, 1999.
AIGBEDO, H.. An assessment of the effect of mass customization on suppliers’
inventory levels in a JIT supply chain, European Journal of Operational Research,
Vol. 181, p. 704-715, 2007.
AITKEN, J.; CHILDERHOUSE, P.; CHRISTOPHER, M.; TOWILL, D.. Designing and
managing multiple pipelines, Journal of Business Logistics, Vol. 26, n. 2, p. 73-95,
2005.
ALEJANDRO, V. A.; NORMAN, A. G.. Manual introdutório das Redes Sociais,
Centro de Capacitación e Evaluación para El Desarrollo Rural. 2006. Disponível em:
.
ALFORD, D.; SACKETT, P.; NELDER, G.. Mass customisation: an automotive
perspective. International Journal of Production Economics, Vol. 65, p. 99-110,
2000.
BALDWIN, C. Y.; CLARK, K. B. Managing in an age of modularity, Harvard
Business Review, Vol. 75, n. 5, p. 84-93, 1997.
BALDWIN, C. Y.; CLARK, K. B.. Modularity-in-design: an analysis based on the
theory of real options. Harvard Business School, Boston, MA, 1994.
BAYRAKTAR, E.; JOTHISHANKAR, M. C.; TATOGLU, E.; WU, T. Evolution of
operations management: past, present and future, Management Research News,
Vol. 30, n. 11, p. 843-871, 2007.
BORGATTI, S. P.; EVERETT, M. G.; FREEMAN, L. C.. Ucinet 5 for Windows:
Software for Social Network Analysis, Harvard, Analytic Technologies, 1999.
BORGATTI, S. P.; LI, X. On Social Network Analysis in a Supply Chain Context,
Journal of Supply Chain Management, Vol. 45, n. 2, p. 5-22, 2009.
BOZARTH, C.; MCDERMOTT, C. M. Configurations in manufacturing strategy: A
review and directions for future research. Journal of Operations Management, Vol.
16, p. 427-439, 1998.
74

BRABAZON, P. G.; MACCARTHY, B.; WOODCOCK, A.; HAWKINS, R. W.. Mass
Customization in the Automotive Industry, Production and Operations
Management, Vol. 19, n. 5, p. 489-502, 2010.
BRAGLIA, M.; CARMIGNANI, G.; ZAMMORI, F. A new value stream mapping
approach for complex production systems. International Journal of Production
Research, Vol. 44, n. 18-19, p. 3929-3952, 2006.
BROWN, S.; BESSANT, J. The manufacturing strategy-capabilities links in mass
customisation and agile manufacturing – an exploratory study, International Journal
of Operations & Production Management, Vol. 23, n. 7, p. 707-730, 2003.
BROWN, S.; BESSANT, J.. The manufacturing strategy-capabilities links in mass
customization and agile manufacturing – an exploratory study. International Journal
of Operations and Production Management, Vol. 23, n. 7, p. 707-730, 2003.
CAPRA, F. The web of life. 8 ed. São Paulo: Cultrix, 2003.
CULNAN, M. The intellectual development of management information systems,
Management Science, Vol. 32, p. 156-172, 1986.
CUNHA, C.; AGARD, B.; KUSIAK, A.. Data mining for improvement of product
quality, International Journal of Production Research, Vol. 44, n. 18, p. 4027-
4041, 2006.
DAVIS, S. M.. Future Perfect. Addison-Wesley, Reading, MA, 1987.
DETTY, R. B.; YINGLING, J. C.. Quantifying benefits of conversion to lean
manufacturing with discrete event simulation: a case study. International Journal of
Production Research, Vol. 38, n. 2, p. 429-445, 2000.
DIETRICH, A. J.; KIRN, S.; SUGUMARAN, V.. A service-oriented architecture for
mass customization: a shoe industry case study. IEEE Transactions on
Engineering Management, Vol. 54, n. 1, p. 190-204, 2007.
DU, J.; JIAO, Y-Y.; JIAO, J.. Integrated BOM and routing generator for variety
synchronization in assembly-to-order production, Journal of Manufacturing
Technology Management, Vol. 16, n. 2, p. 233-243, 2005.
DURAY, R.. Mass customization origins: mass or custom manufacturing?
International Journal of Operations & Production Management, Vol. 22, p. 314-
328, 2002.
75

DURAY, R.. Mass customizers' use of inventory, planning techniques and channel
management, Production Planning & Control, Vol. 15, n. 4, p. 412-421, 2004.
DURAY, R.. Pursuing capabilities of flexibility and quality: financial performance
implications for mass customisers. International Journal of Mass Customization,
Vol. 1, n. 2/3, p. 260–271, 2006.
DURAY, R.; WARD, P.; MILLIGAN, G.; BERRY, W.. Approaches to mass
customization: configurations and empirical validation. Journal of Operations
Management, Vol. 18, p. 605-625, 2000.
EASTWOOD, M. Implementing mass customization. Computers in Industry, Vol. 30,
n. 3, p. 171-174, 1996.
FEITZINGER, E.; LEE, H.. Mass customization at Hewlett-Packard: The power of
postponement. Harvard Business Review, Vol. 75, n. 1, p. 116-121, 1997.
FOGLIATTO, F. S.; SILVEIRA, G. J. C.; BORENSTEIN, D.. The mass customization
decade: An updated review of the literature. International Journal of Production
Economics, Vol. 138, p. 14-25, 2012.
GHIASSI, M.; SPERA, C.. Defining the Internet-based supply chain system for mass
customized markets, Computers & Industrial Engineering, Vol. 45, p. 17-41, 2003.
GILMORE, J. H.; PINE II, B. J.. The four faces of mass customization. Harvard
Business Review, p. 91-101, 1997.
GOLDHAR, J.; JELINEK, M.. Plans for economics of scope. Harvard Business
Review, Vol. 61, n. 6, p. 141-148, 1983.
GOLDSBY, T. J.; GRIFFIS, S. E.; ROATH, A. S.. Modelling lean, agile and leagile
supply chain strategies, Journal of Business Logistics, Vol. 27, n.1, p. 57-80,
2006.
GOSLING, J.; NAIM, M. M.. Engineer-to-order supply chain management: a literature
review and research agenda. International Journal of Production Economics, Vol.
122, n. 2, p. 741-754, 2009.
GRAMAN, G. A.; MAGAZINE, M. J.. Implementation issues influencing the decision
to adopt postponement, International Journal of Operations & Production
Management, Vol. 26, n. 10, p. 1068-1083, 2006.
HAIR, J. F. et al. Essentials of business research methods. Hoboken, NJ: Wiley,
76

2003.
HANNEMAN, ROBERT A.; RIDDLE, MARK. Introduction to social network
methods. Riverside, CA: University of California, Riverside, 2005.
HART, C. W. L. Mass customization: conceptual underpinnings, opportunities and
limits. International Journal of Service Industry Management, Bradford, Vol. 6, n.
2, p. 36-45, 1995.
HELMS, M. M.; AHMADI, M.; JIH, W. J. K.; ETTKIN, L. P.. Technologies in support of
mass customization strategy: exploring the linkages between e-commerce and
knowledge management. Computers in Industry, Vol. 59, n. 4, p. 351-363, 2008.
HELO, P. T.; XU, Q. L.; KYLLONEN, S. J.; JIAO, J. Integrated Vehicle Configuration
System – Connecting the domains of mass customization, Computers in Industry,
Vol. 61, p. 44-52, 2010.
HUANG, X.; KRISTAL, M.; SCHROEDER, R.. Linking learning and effective process
implementation to mass customization capability. Journal of Operations
Management, Vol. 26, p. 714-729, 2008.
JIAO, J.; TSENG, M. M.. Customizability analysis in design for mass customization,
Computer-Aided Design, Vol. 36, n. 8, p. 745-757, 2004.
JIAO, J.; TSENG, M. M.. Design for Mass Customization. Annals CIRP, Vol. 45, n. 1,
p. 153-156, 1996.
JIAO, J.; XU, Q.; DU, J.; ZHANG, Y.; HELANDER, M.; KHALID, H. M.; HELO, P.; NI,
C.. Analytical affective design with ambient intelligence for mass customization and
personalization, International Journal of Flexible Manufacturing Systems, Vol.
19, p. 570-595, 2007.
JONEJA, A.; LEE, N. S.. Automated configuration of parametric feeding tools for
mass customization, Computers and Industrial Engineering, Vol. 35, n. 3/4, p.
463-469, 1998.
KAY, M.. Making mass customization happen: Lessons for implementation. Planning
Review, Vol. 21, n. 4, p. 14-18, 1993.
KIM, Y.; CHOI, T. Y.; YAN, T.; DOOLEY, K.. Structural investigation of supply
networks: A social network analysis approach, Journal of Operations Management,
29, p. 194-211, 2011.
77

KOTHA, S.. From mass production to mass customization: the case of the national
industrial bicycle company of Japan. European Management Journal, Vol. 14, n. 5,
p. 442-450, 1996.
KOTHA, S.. Mass customization: implementing the emerging paradigm for
competitive advantage. Strategic Management Journal, Vol.16, p. 21-42, 1995.
KOTLER, P.. From mass marketing to mass customization. Planning Review, Vol.
17, n. 5, p. 10-13, 1989.
KUBIAK, J.. A joint venture in mass customization. Planning Review, Vol. 22, n. 4,
p. 19-25, 1993.
LAMPEL, J.; MINTZBERG, H.. Customizing Customization. Sloan Management
Review, Vol. 38, n. 1, p. 21-29, 1996.
LAU, R.. Mass customization: the next industrial revolution. Industrial Management,
Vol. 37, n. 5, p. 18-19, 1995.
LEONG, G. K.; SNYDER, D. L.; WARD, P. T.. Research in the process and content
of manufacturing strategy. Omega, Vol. 18, n. 2, 1990.
MACCARTHY, B.; BRABAZON, P.; BRAMHAM, J.. Fundamental modes of operation
for mass customization. International Journal of Production Economics, Vol. 85,
p. 289-304, 2003.
MASON-JONES, R.; NAYLOR, B.; TOWILL, D. R.. Lean, agile or leagile? Matching
your supply chain to the market place, International Journal of Production
Research, Vol. 38, n. 17, p. 4061-4070, 2000.
MCCARTHY, I. P. Special issue editorial: the what, why and how of mass
customization. Production Planning & Control, Vol. 15, n. 4, p. 347-351, 2004.
MCCUTCHEON, D. M.; RATURI, A. S.; MEREDITH, J. R.. The customization
responsiveness squeeze. Sloan Management Review, Vol. 35, n. 2, p. 89-99, 1994.
MERLE, A.; CHANDON, J-L.; ROUX, E.; ALIZON, F.. Perceived Value of the Mass-
Customized Product and Mass Customization Experience for Individual Consumers,
Production and Operations Management, Vol. 19, n. 5, p. 503-514, 2010.
MINTZBERG, H., 1988. Generic strategies: toward a comprehensive framework.
Advances in Strategic Management, Vol. 5, p. 61-67.
78

NARASIMHAN, R.; SWINK, M.; KIM, S. W.. Disentangling leanness and agility: an
empirical investigation. Journal of Operations Management, Vol. 24, n. 5, p. 440-
457, 2006.
NAYLOR, J. B.; NAIM, M. M.; BERRY, D.. Leagility: integrating the lean and agile
manufacturing paradigms in the total supply chain. International Journal of
Production Economics, Vol. 62, p. 107-118, 1999.
NINAN, J. A.; SIDDIQUE, Z.. Internet-based framework to support integration of
customer in the design of customizable products. Concurrent Engineering, Vol. 14,
n. 3, p. 245-256, 2006.
PAPADOPOULOU, T. C.; ÖZBAYRAK, M.. Leanness: experiences from the journey
to date. Journal of Manufacturing Technology Management, Vol. 16, n. 7/8, P.
784-807, 2005.
PAVNASKAR, S. J.; GERSHENSON, J. K.; JAMBEKAR, A. B.. Classification scheme
for lean manufacturing tools, International Journal of Production Research, Vol.
41, n. 13, p. 3075-3090, 2003.
PILKINGTON, A.; MEREDITH, J.. The evolution of the intellectual structure of
operations management—1980-2006: A citation/co-citation analysis, Journal of
Operations Management, Vol. 27, p. 185-202, 2009.
PILLER, FRANK T.; MOESLEIN, KATHRIN; STOTKO, CHRISTOF M.. Does mass
customization pay? An economic approach to evaluate customer integration,
Production Planning & Control, Vol. 15, n. 4, p. 435-444, 2004.
PINE II, B. J.. Making mass customization work. Harvard Business Review, p. 108,
1993b.
PINE II, B. J.. Mass Customization: The New Frontier in Business Competition,
Harvard University Press, Cambridge, MA, 1993a.
PINE II, B. J.; PEPPERS, D.; ROGERS, M.. Do you want to keep your customers
forever. Harvard Business Review, Vol. 73 n. 2, p. 103-114, 1995.
PINE II, B. J.; VICTOR, B.; BOYNTON, S.. Making mass customization work.
Harvard Business Review, Vol. 71, n. 5, p. 108-19, 1993.
RAO, Y.; LI, P.; SHAO, X.; SHI, K.. Agile manufacturing system control based on cell
re-configuration, International Journal of Production Research, Vol. 44, n. 10, p.
79

1881-1905, 2006.
ROSS, A.. Selling uniqueness. Manufacturing Engineer, Vol. 75, n. 6, p. 260-263,
1996.
SALVADOR, F.; RUNGTUSANATHAM, M.; FORZA, C.; TRENTIN, A.. Mix flexibility
and volume flexibility in a build-to-order environment, International Journal of
Operations & Production Management, Vol. 27, n. 11, p. 1173-1191, 2007.
SELLADURAI, R.. Mass customization in operations management: oxymoron or
reality? Omega, Vol. 32, p. 295-300, 2004.
SILVEIRA, G.; BORENSTEIN, D.; FOGLIATTO, F.. Mass customization: literature
review and research direction. International Journal of Production Economics,
Vol. 72, p. 1-13, 2001.
SKINNER, W.. The Focused Factory. Harvard Business Review, May-June, 1974.
SONG, Z.; KUSIAK, A.. Mining Pareto-optimal modules for delayed product
differentiation, European Journal of Operational Research, 201, p. 123-128, 2010.
SPIRA, J. S.. Mass customization through training at Lutron Electronics. Planning
Review, Vol. 21, n. 4, p. 23-24, 1993.
STARR, M. K.. Modular production – a 45-year-old concept, International Journal
of Operations & Production Management, Vol. 30, n. 1, p. 7-19, 2010.
STARR, M. K.. Modular production – a new concept, Harvard Business Review,
Vol. 3, n. 1, p. 131-142, 1965.
SU, J. C. P.; CHANG, Y-L.; FERGUSON, M.. Evaluation of postponement structures
to accommodate mass customization, Journal of Operations Management, Vol. 23,
p. 305-318, 2005.
TIEN, J. M.. Data mining requirements for customized goods and services.
International Journal of Information Technology and Decision Making, Vol. 5, n.
4, p. 683-698, 2006.
ULRICH, K.; TUNG, K.. Fundamentals of product modularity. Proceedings of the
1991 ASME Winter Annual Meeting Symposium on Issues in Design
Manufacturing Integration, Atlanta, 1991.
80

VAN HOEK, R. I.. The rediscovery of postponement: a literature review and
directions for research, Journal of Operations Management, Vol. 19, n.2, p. 161-
184, 2001.
VIGNA, C.; MIYAKE, D.. Capacitação das Operações Internas para a Customização
em Massa: Estudos de Caso em Indústrias Brasileiras. Produto & Produção, Vol.
10, n. 3, p. 29-44, 2009.
VINODH, S.; SUNDARARAJ, G.; DEVADASAN, S. R.; MAHARAJA, R.;
RAJANAYAGAM, D.; GOYAL, S. K.. DESSAC: a decision support system for
quantifying and analysing agility, International Journal of Production Research,
Vol. 46, n. 23, p. 6759-6780, 2008.
WANG, W.-P.. Toward developing agility evaluation of mass customization systems
using 2-tuple linguistic computing. Expert Systems with Applications, Vol. 36, n. 2,
p. 3439-3447, 2009.
YANG, B.; BURNS, N. D.; BACKHOUSE, C. J.. Management of uncertainty through
postponement, International Journal of Production Research, Vol. 42, p. 1049-
1064, 2004.
YUSUF, Y. Y.; ADELEYE, E. O.; SIVAYOGANATHAN, K.. Volume flexibility: the agile
manufacturing conudrum, Management Decision, Vol. 41, n. 7, p. 613-624, 2003.
81

3 ARTIGO 2
Desenvolvimento e Teste de um Framework para a Customização em
Massa na indústria automobilística
Developing and Testing a Mass Customization Framework for Automotive Industry
André Luiz Gazoli de Oliveira¹; Sérgio E. Gouvêa da Costa²; Edson Pinheiro de Lima³
¹Mestrando em Engenharia de Produção e Sistemas – PUCPR; Rua Imaculada Conceição, 1155;
andre.gazoli@pucpr.br; ²Professor titular; Rua Imaculada Conceição, 1155; s.gouvea@pucpr.br;
³Professor titular; Rua Imaculada Conceição, 1155; e.pinheiro@pucpr.br
Resumo
A Customização em Massa é uma estratégia para atender as necessidades
específicas dos clientes mantendo os preços próximos aos da Produção em Massa.
Durante décadas, diversos autores propuseram habilitadores para capacitar as
empresas para desenvolver a Customização em Massa, porém, poucos abordaram
o desenvolvimento de frameworks para a indústria automobilística. Esse capítulo
apresenta a proposição de um framework atualizado para a indústria automobilística
a partir da análise de frameworks consolidados na literatura. Além disso, também se
realizou uma validação inicial a partir de um levantamento do tipo survey com
participantes de cursos de formação profissional da PUCPR. A validação inicial foi
obtida a partir de análises de confiabilidade de escala e fatorial exploratória. Ao final,
foi possível identificar e melhorar alguns pontos críticos no framework proposto e
também no questionário de pesquisa.
Palavras-chave: Customização em massa. Framework. Habilitadores.
Abstract
Mass Customization is a strategy to address the specific customers’ needs keeping
prices close to those of Mass Production. For decades, several authors have
proposed enablers to qualify companies to develop Mass Customization, but few
have addressed the development of frameworks for the automotive industry. This
paper presents a proposition of a new framework for the automotive industry from the
analysis of frameworks established in the literature. It was carried out an initial
validation from a survey with participants of professional training courses in PUCPR.
The initial validation was obtained from scale reliability analysis and exploratory
factor analysis. At the end, it was possible to identify and improve some critical points
in the proposed framework and also in the survey questionnaire.
Key-words: Mass Customization. Framework. Enablers.
82

3.1 INTRODUÇÃO
A Customização em Massa (CM) é um tema de pesquisa que vem se
consolidando ao longo do tempo. Davis (1987) cunhou o termo e durante a década
de 1990 e início de 2000 os autores se dedicaram em desenvolver frameworks para
definir o nível adequado de CM que as empresas deveriam adotar para atender às
necessidades específicas de seus clientes. A abordagem dada por Pine II (1993a) a
partir de uma visão de cadeia de valor influenciou o desenvolvimento de vários
frameworks (PINE II, 1993b; SPIRA, 1993; LAMPEL e MINTZBERG, 1996;
GILMORE e PINE II, 1997; DURAY et al., 2000; ALFORD et al., 2000; SILVEIRA et
al., 2001) que foram criticados posteriormente por MacCarthy et al. (2003), pois essa
abordagem possui três fraquezas: diminui a importância de dois fatores de distinção
(temporal relationships between activities and fixed or modifiable order fulfilment
resources) e omite um terceiro fator (enterprises customize a product on a once-only
basis or they customize on a call-off basis). Posteriormente serão detalhados alguns
frameworks para comparação e desenvolvimento de um novo framework.
Silveira et al. (2001, p. 8) salientaram que as futuras pesquisas em CM devem
se concentrar na formulação de metodologias que permitam a rápida reconfiguração
dos processos e estruturas organizacionais existentes para um sistema de CM.
Seguindo essa abordagem, os progressos das pesquisas em CM tendem a abordar
questões mais práticas. MacCarthy et al. (2003) destacaram que as pesquisas em
CM estão no estágio de investigação e compreensão de como o conceito pode ser
operacionalizado em todos os setores. Suportando MacCarthy et al. (2003), Bozarth
e McDermott (1998) definiram os conteúdos (estruturas organizacionais, tecnologias
de processo, etc. que são melhores em um determinado ambiente) e os processos
(definir uma subestratégia e a sua implementação) para as estratégias em CM.
Identifica-se na literatura (FOGLIATTO et al., 2012) grande ênfase na identificação
de habilitadores (capabilities) necessários para a implementação da CM, que podem
ser alcançados a partir da definição de melhores práticas (best practices),
consideradas técnicas operacionais (VIGNA e MIYAKE, 2006). Além disso, observa-
se que diversos frameworks propostos na literatura (PINE II, 1993a; PINE II, 1993b;
SPIRA, 1993; LAMPEL e MINTZBERG, 1996; GILMORE e PINE II, 1997; DURAY et
al., 2000; ALFORD et al., 2000; SILVEIRA et al., 2001; MacCarthy et al., 2003) não
foram replicados para verificar a sua aplicabilidade. Portanto, esse é um ponto que
83

merece destaque como futuras pesquisas. Além disso, ao replicar frameworks já
propostos, permitirá o entendimento da operacionalização da implementação da CM
e, consequentemente, o melhor entendimento dessa estratégia.
Observou-se, então, a necessidade de elaborar um framework atualizado e
focado na indústria automobilística. Alford et al. (2000, p. 99), ao tratar as
dificuldades enfrentadas pelas montadoras de veículos, salientam que as empresas
estão realizando experiências com modelos de montagem e também com a cadeia
de suprimentos para encontrar soluções que forneçam uma boa relação custo-
benefício para a crescente customização. Esses modelos representam um
continuum de envolvimento dos fornecedores no processo de montagem, visto que
as empresas manufatureiras objetivam estabelecer um equilíbrio ideal entre redução
de custos, retenção do controle e devolução da responsabilidade para a cadeia de
suprimentos. Além disso, é importante estabelecer uma abordagem eficaz para
apoiar as decisões sobre as iniciativas destinadas a promover a customização e
prevenir o aumento abusivo dos custos devido à complexidade produtiva. Ademais,
Alford et al. (2000) também afirmam que a CM surgiu com empresas que desejavam
explorar meios para atender de uma maneira mais adequada as necessidades dos
clientes, por meio de sistemas eficientes de Lean Production. Por fim, Alford et al.
(2000) revisaram as abordagens para CM e identificaram três estratégias distintas
para a indústria automotiva: core customization, optional customization e form
customization e sugeriram que as demandas por custo-eficiência de uma produção
de alto volume forçaria o foco em optional customization. Com todas as exposições
anteriores, decidiu-se que nesse capítulo será proposto um framework detalhado
para o desenvolvimento da competência em CM na indústria automobilística, assim
como a definição das técnicas operacionais mais utilizadas para atingir esse
objetivo. Para a aplicação desse modelo, desenvolveu-se um questionário que será
avaliado em relação à sua compreensão e também como validação inicial para o
framework de pesquisa.
A estrutura desse capítulo está dividida como se segue: primeiramente,
apresenta-se o panorama da área e os objetivos da pesquisa, seguido das
apresentações dos principais frameworks de pesquisa em CM e o detalhamento dos
frameworks de Alford et al. (2000) e de Vigna e Miyake (2006), que são utilizados
como base para o desenvolvimento de um novo framework. Também é realizada
uma revisão da literatura para definir as variáveis que formam os habilitadores e,
84

posteriormente, elaborar o instrumento de coleta de dados que será utilizado na
validação inicial do framework proposto. Finalizada essa etapa, apresentam-se os
procedimentos metodológicos, destacando a elaboração do framework e do
instrumento de coleta de dados, assim como as considerações sobre a análise de
dados. Após a análise, são apresentados os resultados da validação inicial do
framework de pesquisa e as considerações sobre as melhorias necessárias. Por fim,
na última seção, é realizada a conclusão, com a proposta de uma continuação para
esse trabalho.
3.2 REVISÃO DE LITERATURA
A CM foi cunhada por Davis (1987) e disseminada no meio empresarial por
Pine II (1993a). Muitos autores fizeram definições sobre a CM que podem ser
classificadas de forma ampla ou restrita (Silveira et al., 2001). Silveira et al. (2001)
destacam que Davis (1987) fez a definição ampla da CM e as definições restritas
foram elaboradas por diversos autores, com abordagens mais práticas (KAY, 1993;
HART, 1995; KOTHA, 1995; ROSS, 1996; JONEJA e LEE, 1998). A CM emergiu
devido à decadência dos mercados de massa e à crescente valorização da
segmentação (KOTLER, 1989). Portanto, segundo Vigna (2007, p. 11), “a CM pode
ser entendida como uma evolução natural dos processos de negócios, resultante do
aperfeiçoamento dos padrões tradicionais de organização de processos que
possibilitou aumentar significativamente a flexibilidade e agilidade da empresa, bem
como melhorar seus índices de qualidade, mantendo os custos competitivos” (PINE
II, 1993a; LAU, 1995; SAHIN, 2000; SILVEIRA et al., 2001; VIGNA e MIYAKE,
2009), apresentado na Figura 3.1.
A CM é uma estratégia versátil, que pode ser realizada em diversos pontos da
cadeia de valor, ou seja, pode ser obtida por meio de uma simples adaptação dos
produtos entregues, realizada pelos próprios clientes ou a personalização completa
do produto, levando em consideração a venda, o projeto, a fabricação, a montagem
e a entrega (SILVEIRA et al., 2001). Devido a essa característica versátil, durante a
década de 1990 e início de 2000, diversos autores (PINE II, 1993a; PINE II, 1993b;
SPIRA, 1993; LAMPEL e MINTZBERG, 1996; GILMORE e PINE II, 1997; DURAY et
al., 2000; ALFORD et al., 2000; SILVEIRA et al., 2001) desenvolveram frameworks
baseados na cadeia de valor para determinar o nível adequado de CM para produtos
85

e serviços. Porém, segundo MacCarthy et al. (2003), essa abordagem da cadeia de
valor possui algumas fraquezas porque diminui a importância de dois fatores de
distinção (temporal relationships between activities and fixed or modifiable order
fulfilment resources) e omite um terceiro fator (enterprises customize a product on a
once-only basis or they customize on a call-off basis). Diante disso, os autores
desenvolveram uma abordagem processual para determinar o nível adequado de
CM.
Figura 3.1. Evolução dos paradigmas de produção
Fonte: Vigna e Miyake, 2009
Nesse capítulo serão apresentados os frameworks de Pine II (1993a), de
Lampel e Mintzberg (1996), de Duray et al. (2000) e de Silveira et al. (2001).
Também serão detalhados os frameworks propostos por Alford et al. (2000) e Vigna
e Miyake (2006). Os primeiros frameworks apresentados na literatura de CM
pertencem a Pine II (1993a) e a Lampel e Mintzberg (1996). Em consequência,
esses frameworks influenciaram grande parte das pesquisas que os seguiram. Isso
é possível observar ao identificar que grande parte dos frameworks desenvolvidos
possui uma visão de cadeia de valor, característico dos trabalhos de Pine II (1993a)
e Lampel e Mintzberg (1996). Duray et al. (2000) classificam as empresas de acordo
com o ponto de envolvimento do cliente na cadeia de valor e os tipos de
modularidade aplicadas pelas empresas. A partir disso, os autores criaram quatro
grupos de configurações para a CM. Silveira et al. (2001) realizaram uma revisão de
literatura e desenvolveram um novo framework genérico. Recentemente, Fogliatto et
al. (2012) revisitaram o artigo publicado em 2001 (SILVEIRA et al., 2001) e fizeram
86

uma atualizada revisão de literatura sobre CM. Salientado esses pontos, o próximo
passo será o detalhamento dos frameworks.
Pine II (1993a), ao detalhar a Customização em Massa em seu livro,
apresentou uma escala evolutiva de cinco estratégias básicas não exclusivas entre
si para alcançar a CM, que são:
1. Customizar serviços em torno de produtos e serviços padronizados: possui o
objetivo de agregar valor aos clientes por meio de serviços de
comercialização e entrega;
2. Criar produtos e serviços customizáveis: essa estratégia caracteriza-se por
projetar e comercializar produtos e serviços que podem ser alterados pelos
clientes após a compra, mantendo a produção padronizada;
3. Prover pontos de entrega de customização: objetiva produzir e distribuir
produtos padronizados, porém na etapa final, próximo ao cliente, ocorre a
personalização, diminuindo o tempo de espera para a aquisição de produtos
personalizados;
4. Dar respostas rápidas para toda a cadeia de valor: estratégia caracterizada
pela integração de todos os elos da cadeia, permitindo a redução do tempo
de ciclo entre os estágios da cadeia de valor;
5. Modularizar componentes para customizar produtos finais e serviços: consiste
na criação de componentes modulares para gerar uma grande variedade de
produtos e serviços.
Lampel e Mintzberg (1996) identificaram um continuum de cinco diferentes
níveis de estratégia (Figura 3.2) que envolve diferentes configurações de processos
(de normal ao customizado), de produtos (de commodities ao único ou exclusivo) e
de operações do cliente (de genérico ao customizado). Segundo os autores, a
diferença das estratégias está na realização da customização em pontos diferentes
da cadeia de valor, que são:
Padronização pura: esta estratégia possui apenas processos, produtos e
operações padronizados, sem possibilidades de atender às necessidades
individuais dos clientes e, portanto, sem envolvimento entre o cliente final e o
produto;
87

Padronização segmentada: é caracterizada por possibilitar a customização no
processo de distribuição, porém o cliente possui baixo envolvimento com o
produto, não podendo alterar suas características;
Padronização customizada: nessa estratégia, o cliente tem a possibilidade de
alterar algumas configurações dos produtos. Essa customização fica restrita
aos módulos pré-projetados pela empresa, em que o cliente, a partir dos
módulos, escolhe a melhor opção para a sua necessidade;
Customização sob medida: nesse caso, o cliente já possui envolvimento com
o processo de fabricação, podendo alterá-lo. Essa estratégia é característica
na fabricação de equipamentos industriais, em que os clientes possuem a
possibilidade de alterar características específicas dos equipamentos para
adaptar à sua realidade;
Customização pura: esta estratégia é caracterizada por total participação do
cliente nos processos, influenciando diretamente no projeto do produto e,
consequentemente, todas as demais características.
Duray et al. (2000) desenvolveram um framework com o intuito de classificar
as empresas em customizadoras em massa utilizando como critério o envolvimento
dos clientes no projeto de produtos e também pelo tipo de modularidade aplicado na
produção. Esses autores também consideram que essas características são
utilizadas para definir as empresas que são customizadoras em massa. Por fim, os
autores definiram quatro grupos de customização em massa (Figura 3.3):
Compartilhamento de componentes: permite economias de escopo, visto que
um componente é utilizado em múltiplos produtos;
Ajustes de componentes: diversos componentes podem variar suas
dimensões físicas dentro de limites preestabelecidos, antes de se
combinarem com outros módulos;
Mix: possui a característica de qualquer tipo de modularidade, porém, quando
os componentes são combinados, perdem a identidade;
Permuta de componentes: nesse caso os componentes são emparelhados
em um mesmo produto básico, gerando a possibilidade de existirem tantos
produtos quanto componentes existirem;
88

Bus: caracterizado por diferentes tipos de componentes que se conectam
utilizando o mesmo tipo de interface;
Seccional: permite a configuração de qualquer número de diferentes tipos de
componentes, desde que utilizem a mesma interface padrão para se
conectarem.
Padronização
Pura
Projeto
Fabricação
Montagem
Distribuição
Padronização
Segmentada
Projeto
Fabricação
Montagem
Distribuição
Padronização Customização
Padronização
Customizada
Projeto
Fabricação
Montagem
Distribuição
Figura 3.2. Continuum de estratégias
Fonte: adaptado de Lampel e Mintzberg, 1996, p. 24.
Customização
Sob Medida
Projeto
Fabricação
Montagem
Distribuição
Ponto de envolvimento do cliente
Customização
Pura
Projeto
Fabricação
Montagem
Distribuição
Tipo de Modularidade Projeto Fabricação Montagem Uso
Compartilhamento de componentes
Ajuste de componentes
Mix
Permuta de componentes
Bus
Seccional
Figura 3.3. Categorias de Customização em Massa
Fonte: adaptado de Duray et al., 2000, p. 612-614
Fabricantes Modularizadores
Envolvidos Montadores
89

Silveira et al. (2001) definiram oito estratégias genéricas para a CM a partir da
análise dos trabalhos de alguns autores (SPIRA, 1993; PINE II, 1993a; LAMPEL e
MINTZBERG, 1996; GILMORE e PINE II, 1997). Pode-se considerar que esse
framework apresentado por Silveira et al. (2001) é um resumo de todo o
desenvolvimento realizado até aquele momento. Essas estratégias apresentadas
abordam desde o projeto (com forte envolvimento de clientes) até a padronização de
produtos e serviços (sem envolvimento de clientes). A comparação do framework
proposto por Silveira et al. (2001) e os outros frameworks estudados é apresentada
na Figura 3.4. Fogliatto et al. (2012) atualizam a revisão de literatura de 2001 e
apresentaram um panorama atual sobre as pesquisas em CM. Basicamente, os
autores abordam quatro pontos: CM econômica (economics), fatores de sucesso
(success factors), habilitadores (enablers) e interação cliente-fabricante (customer–
manufacturer interaction). Sobre a CM econômica, muitos autores investigaram os
direcionadores (drivers) do valor da CM a partir das perspectivas dos produtores e
clientes. Os fatores de sucesso para a CM estão divididos em seis: demanda do
cliente (customer demand), mercados (markets), cadeia de valor (value chain),
tecnologia (technology), ofertas customizadas (customizable offer) e conhecimento
(knowledge). Os habilitadores para a CM aumentaram consideravelmente e Fogliatto
et al. (2012) identificaram seis principais grupos: metodologias (methodologies),
processos (processes), ordens para obter informações dos clientes (order elicitation),
design-postergação (design-postponement), design-plataforma de produtos (design-
product platforms), manufatura (manufacturing), coordenação da cadeia de
suprimentos (supply chain coordination), tecnologias de manufatura (manufacturing
technologies) e tecnologias da informação (information technologies). Ao que se
trata de interação cliente-fabricante, Fogliatto et al. (2012) definiram quatro etapas
que descrevem as atividades de elaboração e processamento de ordens, que são:
etapa 1 – catálogo de produtos (product catalog); etapa 2 – configuração de pedidos
(order configuration), etapas 3 e 4 – transferência de ordens e manufatura (order
transfer and manufacturing). Por fim, Fogliatto et al. (2012) definiram cinco áreas
promissoras para futuras pesquisas: “Rapid manufacturing, Mass Customization
value, Quality Control, Warranty and Empirical validation”.
Criticando as abordagens geradas a partir da visão de cadeia de valor,
MacCarthy et al. (2003) desenvolveram um framework com uma abordagem
90

processual. A crítica à abordagem da cadeia de valor é justificada a partir da
classificação de vários estudos de caso nos frameworks propostos por Lampel e
Mintzberg (1996), Ross (1996), Alford et al. (2000), Duray et al. (2000), Silveira et al.
(2001) e Gilmore e Pine II (1997). Os autores concluíram que as comparações dos
estudos de caso nos frameworks não apresentaram convergências e, a partir disso,
os autores criaram seis processos fundamentais para a CM:
Order taking and co-ordination;
Product development and design;
Product validation and manufacturing engineering;
Order fulfillment management;
Order fulfillment realization; and
Post-order process.
Níveis Genéricos de Customização em Massa
Níveis de CM Spira (1993) Pine II (1993a)
Projeto - -
Fabricação - -
Montagem
Trabalho customizado
adicional
Serviço adicional
Embalagem e
distribuição
Montagem de
componentes
padronizados
Realizando
trabalhos adicionais
de customização
Providenciando
serviços adicionais
Customizando
embalagens
Produção modular
Pontos de entrega de
customização
Customizar serviços em torno de
produtos e serviços padronizados;
Prover resposta rápida
-
Lampel e
Mintzberg (1996)
Customização
pura
Customização
sob medida
Padronização
customizada
91
Gilmore e Pine
II (1997)
Transparente;
colaborativo
- -
- -
Padronização
segmentada
-
-
Cosmético
Utilização - Produtos e serviços customizados - Adaptativo
Padronização - -
Figura 3.4. Níveis genéricos de Customização em Massa
Fonte: adaptado de Silveira et al., 2001, p. 3
Padronização
pura
MacCarthy et al. (2003) identificaram cinco modos fundamentais de operação
para a CM, que são:
Mode A: Catalogue MC;
Mode B: Fixed resource design-per-order MC;
Mode C: Flexible resource design-per-order MC;
Mode D: Fixed resource call-off MC; and
Mode E: Flexible resource call-off MC.
-

Na Figura 3.5 são apresentados os cinco modos fundamentais de operação e
os seus respectivos processos, detalhando a característica de cada processo nos
modos fundamentais de operação.
Figura 3.5. Modos fundamentais de operação para a CM
Fonte: adaptado de MacCarthy et al., 2003, p. 296-298
92

Grande parte dos frameworks destacados anteriormente apresentam
sugestões de competências necessárias para o desenvolvimento da Customização
em Massa. Ratifica-se que para uma empresa implementar a estratégia de CM é
necessário desenvolver algumas competências em áreas consideradas importantes
como, por exemplo, a fabricação, o projeto de produtos, entre outros. Nesse ponto,
os frameworks propostos por Alford et al. (2000) e Vigna e Miyake (2006)
apresentam e discutem alguns habilitadores importantes para gerar a competência
em CM. Diante disso, serão detalhados esses dois frameworks com o intuito de
elaborar um novo framework e gerar uma abordagem mais atual para a
implementação da CM na indústria automobilística.
Alford et al. (2000) apresentou uma discussão sobre a CM e a sua aplicação
na indústria automotiva. Segundo os autores, a CM emergiu dos fabricantes,
alavancada pelos sistemas competentes de Produção Enxuta, que permitem
explorar maneiras de melhor atender as necessidades específicas dos clientes. Os
autores identificaram três estratégias: customização essencial (core), facultativa
(optional) e de aparência (form). “Estas estratégias refletem a progressiva integração
do cliente com as atividades da cadeia de valor, envolvendo projeto, montagem e
distribuição” (MACHADO e MORAES, 2008). Na Figura 3.6 é apresentado o nível de
envolvimento dos clientes nas etapas de customização do produto.
Alford et al. (2000) explicam que a customização essencial (core
customization) envolve o cliente no processo de desenvolvimento de veículo, que
ocorre em baixo volume e para produtores especializados. Esse tipo de
customização é adequado para baixo volume com um preço premium exigido do
cliente, acima dos produtos padrão. Para adotar a estratégia de CM, os preços dos
produtos customizados devem ser próximos dos preços dos produtos padronizados
e, segundo os autores, isso é possível por meio da customização facultativa
(optional customization). A estratégia facultativa permite que os clientes escolham
seus veículos a partir de um grande número de opções, embora não seja possível
alterar o projeto do veículo. O sucesso dessa estratégia está atrelado à integração
do cliente ao processo de manufatura enquanto os veículos são montados de acordo
com as necessidades exigidas. Por último, a customização de aparência (form
customization) pode ser obtida ao mudar algumas características do veículo nos
distribuidores. Além disso, também são oferecidos serviços adicionais que permitem
as empresas adequarem a venda às necessidades dos clientes e, assim, criar um
93

diferencial competitivo. Esses serviços podem incluir, por exemplo, opções de
financiamento, tempo de garantia, seguro, entre outros. Alford et al. (2000) ainda
destacam que o grande desafio é formular uma estratégia efetiva que satisfaça as
necessidades dos clientes sem comprometer custo, qualidade e tempo de entrega
dos veículos.
Onde a
customização
ocorre
Customização
essencial
Customização
facultativa
Customização
de aparência
Clientes
Distribuição
Necessidades Customizado
Cadeia de valor
Manufatura
Customizado
Necessidades Customizado Customizado
Necessidades
Customizado
Figura 3.6. Customização em massa na indústria automotiva
Fonte: adaptado de Alford et al. (2000).
Padronizado
94
Desenvolvimento de
produtos
Customizado
Padronizado
Padronizado
Alford et al. (2000) consideram que a demanda por uma produção
customizada de alto volume e baixo custo forçará um foco na customização
facultativa. Os autores identificaram, por meio de um estudo realizado nas
operações de montagem em uma montadora de veículos com atuação global, um
conjunto de questões relacionadas com o planejamento de produção (planning), o
projeto de produto (product design), a fabricação e a montagem (fabrication &
assembly) e o abastecimento e a logística (supply & logistics) que impactam a
implementação de uma estratégia efetiva de customização facultativa.
Posteriormente, os autores identificaram os habilitadores (capabilities) que podem

ser obtidos através da eliminação de algumas causas que restringem a
implementação da CM. Finalmente, os autores apresentam um sistema de suporte à
decisão que foca a implementação da CM e também a prevenção de custos
ascendentes no sistema de manufatura (Figura 3.7).
Planning
Supply &
Logistics
Fabrication
& Assembly
Design
Issues Constraining
Customization
Understand Relationship
& Co-dependence of
issues
Figura 3.7. Sistema de suporte à decisão sobre CM
Fonte: adaptado de Alford et al. (2000).
Decision
Support
System
Customization
Capabilities
Inform decisions to
Achieve capabilities
Planning
95
Fabrication &
Assembly
Supply &
Logistics
Design
Para Svensson e Barford (2002, pp. 88), a CM não é um método e tampouco
uma meta. A CM é um pensamento global que envolve diversas áreas como: projeto
do produto, manufatura, logística, vendas, entre outros. Por isso, é preciso que cada
empresa construa o seu próprio plano de desenvolvimento que ajudará a atingir a
Customização em Massa. Aprofundando esse fato, Vigna e Miyake (2006) sugerem
cinco áreas críticas para a CM (Figura 3.8) que devem ser desenvolvidas:
“Planejamento do produto e processo que precisa desenvolver produtos
que atendam às necessidades do cliente e não comprometam a eficiência dos
processos operacionais;
Logística de abastecimento que atua no relacionamento da organização
com seus fornecedores e abrange as operações da logística de
abastecimento;
Operações internas que abrangem as operações do sistema de produção,
bem como as operações de logística interna;
Logística de distribuição que abrange as operações da logística de
distribuição do produto, da expedição à entrega ao cliente;

Marketing e vendas que abrangem os diferentes canais de promoção bem
como as operações de captura de pedidos” (VIGNA e MIYAKE, 2009, p. 33).
É possível notar semelhanças entre os dois frameworks apresentados. Ambos
abordam as áreas de planejamento da produção, abastecimento e logística, projeto
de produtos e operações internas. Uma área crítica apresentada por Vigna e Miyake
(2006), e que não é abordada por Alford et al. (2000), é o Marketing e Vendas.
Figura 3.8. Framework conceitual para a capacitação em Customização em Massa
Fonte: adaptado de Vigna e Miyake (2006).
A partir dos frameworks apresentados acima, realizou-se uma análise de
vários artigos sobre a implementação da CM com o intuito de melhorar os
frameworks anteriores e identificar as técnicas operacionais utilizadas para alcançar
a estratégia de CM. Na próxima seção será apresentada a metodologia de pesquisa
utilizada, juntamente com o detalhamento do framework desenvolvido para essa
pesquisa.
96

3.3 DESENVOLVIMENTO DA PESQUISA
Nessa seção serão detalhados: a abordagem de pesquisa, a elaboração do
framework utilizado e a estratégia de pesquisa. Na abordagem de pesquisa serão
apresentadas as características da pesquisa realizada. A elaboração do framework
contempla o detalhamento do framework utilizado nessa pesquisa, assim como a
definição das suas variáveis e a elaboração de um questionário para a sua validação
inicial. Por fim, serão apresentadas as técnicas para coleta e análise de dados para
a validação inicial do framework.
3.3.1 Abordagem de pesquisa
Essa pesquisa possui uma abordagem quantitativa de caráter descritivo
(HAIR et al., 2003), pois objetiva fazer uma validação inicial do framework
desenvolvido utilizando como população específica de pessoas de cursos de
formação profissional e que possuam mais de dois anos de experiência na área em
que atuam dentro de empresas do setor automobilístico (subfornecedores,
fornecedores, sistemistas ou montadoras). A coleta de dados é padronizada por
meio de um survey online (websurvey) que foi construído a partir da literatura e que
será detalhado posteriormente. Devido à pesquisa possuir um planejamento
estruturado e, em até certo ponto, rígido, a validação inicial do framework que será
apresentada é fundamental para o sucesso da pesquisa.
3.3.2 Elaboração do framework de pesquisa
A CM é uma estratégia que pode ser alcançada por várias propostas de
frameworks que se encontram na literatura (PINE II, 1993a; LAMPEL e
MINTZBERG, 1996; ALFORD et al., 2000; DURAY et al., 2000; MACHADO, 2005;
VIGNA e MIYAKE, 2006; VIGNA, 2007). Alguns desses frameworks possuem
indicações de habilitadores a serem desenvolvidos para se implementar a CM.
Considera-se que o desenvolvimento de habilitadores é essencial para a CM e, a
partir das análises dos frameworks, verificou-se que as propostas geradas por Alford
et al. (2000) e Vigna e Miyake (2006) possuem as melhores características para o
desenvolvimento desse trabalho, visto que o foco é o desenvolvimento de um
97

framework atualizado para a indústria automobilística. Esses dois frameworks foram
escolhidos pelas seguintes características:
O framework de Alford et al. (2000) aborda o desenvolvimento de
habilitadores para a indústria automobilística e também apresenta um
conjunto de restrições que devem ser eliminadas para se implementar a CM;
O framework de Vigna e Miyake (2006) estabelece que a CM possui relações
com áreas que não foram abordadas por outros autores como, por exemplo,
Marketing e Vendas. Vigna e Miyake (2005), Vigna e Miyake (2006), Vigna
(2007) e Vigna e Miyake (2009) consideram que o habilitador em Marketing e
Vendas é importante para alcançar a CM, visto que essas áreas devem
examinar cuidadosamente os benefícios que a CM pode trazer para a
empresa (LAU, 1995; SAHIN, 2000; SVENSSON e BARFORD, 2002;
PARTANEN e HAAPASALO, 2004; SELLADURAI, 2004). Ademais, esse
framework já foi aplicado parcialmente no Brasil em indústrias dos setores
automobilístico e de computadores e apresentou bons resultados (VIGNA,
2007; VIGNA e MIYAKE, 2009).
A partir da análise dos frameworks de Alford et al. (2000) e Vigna e Miyake
(2006), criou-se um novo framework (Figura 3.9) e também foram desenvolvidas
cinco perguntas para nortear o processo de desenvolvimento da CM, que são:
Q1 – O planejamento da produção contribui para gerar a capacitação em
Customização em Massa?
Q2 – A fabricação e montagem contribuem para gerar a capacitação em
Customização em Massa?
Q3 – O abastecimento e logística contribuem para gerar a capacitação em
Customização em Massa?
Q4 – O projeto de produto contribui para gerar a capacitação em
Customização em Massa?
Q5 – O marketing e vendas contribuem para gerar a capacitação em
Customização em Massa?
As perguntas apresentadas objetivam orientar o processo de desenvolvimento
da competência em CM a partir dos cinco habilitadores (Planejamento da Produção,
98

Fabricação & Montagem, Projeto de Produtos, Marketing & Vendas e Abastecimento
& Logística), através das técnicas operacionais.
Com o objetivo de operacionalizar o framework, foram definidas as técnicas
operacionais a partir da literatura, as quais, nessa pesquisa, serão consideradas
como variáveis da pesquisa. Para tanto, foi realizada uma análise de 15 artigos
internacionais, 2 artigos, 1 tese e 1 dissertação do Brasil (HART, 1995; PINE II,
PEPPERS E ROGERS, 1995; KOTHA, 1996; FEITZINGER e LEE, 1997; ALFORD
et al., 2000; SILVEIRA et al., 2001; SWAMINATHAN, 2001; DURAY, 2002;
SVENSSON e BAFORD, 2002; GODINHO FILHO e FERNANDES, 2005;
MACHADO, 2005; BRABAZON e MACCARTHY, 2006; VIGNA, 2007; HUANG et al.,
2008; ALIZON et al., 2009; VIGNA e MIYAKE, 2009; BRABAZON et al., 2010; HELO
et al., 2010; HUANG, et al., 2010), com o intuito de identificar as técnicas
operacionais (VIGNA e MIYAKE, 2006) mais utilizadas para desenvolver a
competência em CM.
Planejamento da
Produção
Fabricação e
Montagem
Abastecimento e
Logística
Projeto do Produto
(Product Design)
Marketing e Vendas
Figura 3.9. Framework adotado para a CM
Fonte: elaborado pelo autor.
Q1
Q2
Q3
Q4
Q5
Capacitação em
Customização em
Massa
99

100
Esse levantamento de literatura resultou em 28 técnicas operacionais
(variáveis) diferentes, que foram distribuídas nos cinco habilitadores identificados e,
posteriormente, as questões de pesquisa foram elaboradas, utilizando como
referência o questionário do HPM Project (2004), além de observar as orientações
de como desenvolver um questionário de pesquisa (BABBIE, 1990; GILLHAM, 2000;
DE LEEUW et al., 2008). A representação da relação entre CM, habilitadores,
técnicas operacionais e questões de pesquisa são apresentadas na Figura 3.10. O
Apêndice 3.A contém a lista de variáveis identificadas nessa pesquisa e o Apêndice
3.B, o questionário de pesquisa. O questionário de pesquisa possui cinco blocos de
questões que possuem relação com cada habilitador. A intenção dessa divisão é
definir nas empresas respondentes de cada bloco de questões e, assim, cobrir todas
as áreas do framework.
Projeto do Produto
(Product Design)
Customização
em Massa
Abastecimento e Logística
(Supply & Logistics)
Posterg.
Cad Sup
Respon
SCM
3.3
1.1
1.2
1.3
1.4
1.5
1.6
1.7
3.1
3.6
3.5
3.7
3.2
3.4
3.8
Marketing e Vendas
(Marketing & Sales)
Planejamento da Produção
(Planning)
Envolv.
cliente
Conf.
produtos
Sensib.
CM
2.3
2.5
2.6.3
2.6.4
2.1
2.2
2.4
Fabricação e Montagem
(Fabrication & Assembly)
TI
Amb.
Compet.
Figura 3.10. Relação entre as variáveis de pesquisa e os habilitadores
Fonte: elaborado pelo autor.
2.6.1
2.6.2
4.2
4.3
4.4.1
4.4.2
4.4.3
Lean
Prod.
Proc.
modular.
Flexible
manufac
Funcion.
qualific.
Montag.
fornec.
Rastrea.
Prod.
CAM
CNC
Auton.
Red.
setup
BTO
Resol.
probl. cl
5.1
5.2
5.3
5.5
5.16
5.13
5.6
5.4
5.17
5.7
5.12
5.15
5.19
5.18
5.8
5.14
5.20
5.9
5.10
5.11

101
Com o objetivo de validar o framework, foi realizada uma pesquisa do tipo
levantamento de dados (survey) com pessoas de cursos de formação profissional e
que possuam mais de dois anos de experiência na área em que atuam.
3.3.3 Estratégia de pesquisa
Apresentado o framework e o questionário, a próxima etapa é coletar os
dados para realizar a validação inicial do framework. Dados são informações
registradas por empresas para representar fatos das atividades que executam (HAIR
et al., 2003) e podem ser classificados em primários e secundários. Os dados
secundários desta pesquisa são os apresentados anteriormente para desenvolver o
framework e o questionário de pesquisa. Os dados primários (MALHOTRA, 2001)
foram obtidos a partir da aplicação do questionário de pesquisa (websurvey), com 55
questões divididas em cinco blocos. Ademais, utilizou-se uma escala contínua de 15
centímetros (STONE et al., 1974; STONE e SIDEL, 1993), sendo 0 cm a
discordância total com o quesito apresentado e 15 cm a concordância total com o
quesito apresentado. Stone e Sidel (1993, p. 221) consideram que uma escala em
linha (escala contínua) permite “the subject with an infinite number of places in which
to indicate the relative intensity for an attribute [...]; numbers are not used, thus
avoiding number biases; and finally, each subject could mark at whatever location on
the line provided the subject was self-consistent”. Além dessa afirmação, Stone e
Sidel (1993) também destacam que o uso de uma escala em linha está de acordo
com o conceito fundamental de medição e também da abordagem de escala gráfica,
apresentado por Anderson (1970). Ademais, a eliminação dos números da escala
contribui para evitar duas formas de viés: evita a escolha de números particulares
que possuem conotação negativa ou positiva e a mudança da utilização dos
números ao longo do questionário.
A coleta de dados para a validação inicial do framework de pesquisa foi
realizada com participantes de cursos de formação profissional da Pontifícia
Universidade Católica do Paraná (PUCPR). Escolheram-se os cursos relacionados
com Engenharia de Produção, pois se considerou que esses participantes possuem
o conhecimento necessário para interpretar e responder ao questionário. Além disso,
só foram utilizadas informações dos participantes que possuem mais de dois anos

de experiência na função em que exercem nas empresas. Por fim, os dados
coletados foram analisados utilizando o software SPSS ® 15.0, com o intuito de
identificar possíveis pontos de melhoria no framework de pesquisa.
3.4 ANÁLISE DE DADOS
102
Foram distribuídos 365 questionários no total. Desse montante, apenas 64
questionários foram respondidos, dos quais 51 foram analisados (respostas
catalogadas no Anexo 3.A). Os questionários descartados (13 questionários
respondidos) não atingiram o critério mínimo de dois anos de experiência do
respondente na atual função em que exerce. A taxa de retorno para a aplicação de
questionário foi de aproximadamente 18% (64/365), considerada extremamente
baixa, porém, para uma validação inicial do framework, considera-se um número
robusto de respostas.
Iniciando as análises, na Tabela 3.1 é apresentado o relacionamento
existente entre os habilitadores e o tempo de experiência dos respondentes.
Identifica-se grande concentração de respondentes na área de Planejamento da
Produção e também uma pequena quantidade de respondentes na área de
Marketing & Vendas. Esse resultado já era esperado pelos pesquisadores, visto que
os respondentes estão relacionados aos cursos de Engenharia de Produção e,
consequentemente, a grande maioria trabalha em áreas mais técnicas e com menor
contato com os clientes. Foi possível obter respostas de todas as áreas de pesquisa
e, portanto, pode-se realizar a análise quantitativa do questionário de pesquisa para
a validação inicial do framework. Salienta-se que serão consideradas nessa análise
apenas as respostas das pessoas que possuem acima de dois (2) anos de
experiência, ou seja, 51 respostas.
Tabela 3.1. Análise cruzada entre áreas da pesquisa e o tempo de experiência dos respondentes.
Áreas
Tempo de experiência
Menos de Menos Menos 2 Acima de Total
6 meses 1 ano anos 2 anos
Projeto de Produtos 0 2 1 7 10
Marketing e Vendas 1 1 0 5 7
Abastecimento e Logística 0 0 4 8 12
Planejamento da Produção 1 1 0 20 22
Fabricação e Montagem 0 0 2 11 13

Fonte: elaborado pelo autor.
Total 2 4 7 51 64
103
Inicialmente, foi realizada uma análise fatorial exploratória com o intuito de
identificar as dimensões de variabilidade ou os fatores do framework. Ademais, a
análise fatorial permite detectar a existência de certos padrões subjacentes nos
dados, de maneira que possam ser reagrupados em um conjunto menor de fatores.
Um pressuposto da análise fatorial exploratória é a consideração de que a
correlação entre as variáveis surge porque essas variáveis compartilham ou estão
relacionadas pelo mesmo fator (HAIR et al., 2005; CORRAR et al., 2007). Portanto,
o objetivo dessa análise é identificar os fatores não diretamente observáveis, a partir
de um conjunto de variáveis observáveis e passíveis de medição. Por fim, a análise
fatorial pode ser utilizada para diversas finalidades como, por exemplo: redução do
número de variáveis a serem consideradas em uma pesquisa; sumarização de
dados permitindo a escolha de uma ou mais variáveis significativas para serem
objeto de avaliação e acompanhamento; eliminação das correlações existentes entre
as variáveis observadas para utilização de técnicas estatísticas que pressupõem a
não-existência de correlação. Esse tipo de análise não exige o conhecimento prévio
de relação de dependência entre variáveis e o objetivo é analisar, entender e
identificar uma estrutura de relacionamento entre as variáveis (CORRAR et al.,
2007).
A análise fatorial exploratória utilizou como método de extração dos fatores a
análise de componentes principais, levando em conta a variância total dos dados.
Também foi realizada uma análise do tipo R-mode factor, com o intuito de identificar
estruturas subjacentes capazes de serem percebidas apenas pela construção do
relacionamento entre diversas variáveis. O número de fatores foi definido por meio
do teste de Kaiser-Meyer-Olkin e pela porcentagem da variância explicada. O
primeiro teste, Kaiser-Meyer-Olkin (Measures of Sampling Adequacy – MSA), indica
o grau de explicação dos dados a partir dos fatores encontrados na análise fatorial e,
quanto mais próximo de um (1), melhor. A porcentagem de variância explicada
define o número de fatores extraídos que explica a variância da pesquisa e esse
número é definido pelo pesquisador. Para aumentar o poder de explicação da
análise, os fatores identificados foram nomeados de acordo com as suas principais
variáveis, criando uma nova estrutura de relacionamento entre os habilitadores e as

variáveis de pesquisa. Adicionalmente, foi realizada a análise por métodos de
rotação com o uso do varimax (rotação ortogonal), que além de ser o método de
rotação mais utilizado, também permite minimizar a ocorrência de uma variável
possuir altas cargas fatoriais para diferentes fatores, ou seja, a variável será
relacionada com um único fator. Foram analisadas também as comunalidades
(communalities), que representam o percentual de explicação que uma variável
obteve pela análise fatorial. Quanto mais próximo de um (1) estiver a comunalidade,
maior será o poder de explicação dos fatores (CORRAR et al., 2007).
104
Posteriormente, foi realizada uma análise do alfa de Cronbach para cada
habilitador. Segundo Corrar et al. (2007), o valor assumido por alfa de Cronbach
está entre 0 e 1, e quanto mais próximo de 1, maior a fidedignidade das dimensões
dos habilitadores. Esses autores apresentam opiniões de Nunnally (1978) e de Hair
(1998) sobre os valores aceitáveis para o alfa de Cronbach. Nunnally (1978)
considera que o valor mínimo para o alfa deve ser de 0,7 para pesquisa preliminar,
de 0,8 para pesquisa básica e de 0,9 para pesquisa aplicada. Hair (1998) enfatiza
que 0,7 é a medida ideal para o alfa, porém é aceitável 0,6 para pesquisas
exploratórios. Entretanto, não existe um consenso para os valores aceitáveis do alfa
de Cronbach. Uma possível interpretação do alfa é considerá-lo como um coeficiente
de correlação ao quadrado; nesse contexto, se o alfa for igual a 0,75 então,
considera-se que é possível medir 75% do impacto real das variáveis (PEREIRA,
2004). Como pressuposto assumido para a análise do alfa de Cronbach, considera-
se que as variáveis são paralelas, ou seja, as variáveis possuem pontuações
verdadeiras e idênticas e, além disso, os erros não relacionados possuem variâncias
homogêneas (KONING e FRANSES, 2003). Também foi utilizado o teste Bartlett de
esfericidade que fornece a probabilidade estatística de que a matriz de correlação
tenha correlações significativas entre pelo menos algumas das variáveis. Como
resultado aceitável, espera-se um nível de significância inferior a 0,05 (Sig. < 0,05)
(HAIR et al., 2005).
As análises foram realizadas para cada habilitador separadamente.
Inicialmente, realizaram-se as análises de alfa de Cronbach, Kaiser-Meyer-Olkin e o
teste de esfericidade de Bartlett para as variáveis de cada habilitador e o resultado é
apresentado na Tabela 3.2. Por essa análise inicial é possível observar resultados
ruins da validação inicial do framework. Os três primeiros blocos apresentaram
resultados insatisfatórios para o alfa de Cronbach (menor que 0,7). Isso significa que

as variáveis desses blocos não possuem consistência interna para medir os
respectivos habilitadores. Esse fato enfraquece o framework proposto e estabelece
um sinal de alerta para correções. Em contrapartida, os blocos 4 e 5 apresentaram
resultados satisfatórios para o alfa de Cronbach e, consequentemente, a partir dessa
análise, não precisam de alterações.
Tabela 3.2. Alfa de Cronbach, Kaiser-Meyer-Olkin e Teste Bartlett.
Testes realizados
Blocos
Alfa de Kaiser-Meyer- Teste Bartlett
Cronbach
Olkin
(Sig.)
Bloco 1 - Projeto de produtos 0,339 0,247 0,000
Bloco 2 - Marketing e Vendas 0,504 - -
Bloco 3 - Abastecimento e Logística -1,342 0,168 0,119
Bloco 4 - Planejamento da Produção 0,719 0,503 0,000
Bloco 5 - Fabricação e Montagem 0,757 - -
Fonte: elaborado pelo autor.
105
Levando em consideração o teste Kaiser-Meyer-Olkin, todos os blocos
apresentaram resultados insatisfatórios (apenas o bloco 4 apresentou um resultado
acima de 0,5), inclusive nos blocos 2 e 5 foi impossível calcular este teste. Isso
significa que não existe adequação da amostra, ou seja, os fatores encontrados na
análise fatorial não conseguem explicar a variação dos dados originais. Esse
resultado pode ter ocorrido devido à baixa taxa de resposta para o instrumento de
coleta de dados desenvolvido para validar inicialmente o framework. Analisando os
resultados no teste Bartlett de esfericidade, apenas os blocos 1 e 4 apresentaram
resultados satisfatórios. Isso significa que nesses dois blocos existe uma correlação
significante entre algumas variáveis. Os outros blocos apresentaram resultados
insatisfatórios e, portanto, não estão adequados para o framework.
Também foram calculadas as comunalidades (Tabela 3.3), que foi realizada
individualmente para cada habilitador, e o grau de explicação dos fatores calculados
pela análise fatorial (Tabela 3.4). Os resultados para as comunalidades são
considerados satisfatórios e apenas as variáveis destacadas na Tabela 3.3
apresentaram uma explicação baixa ou razoável (menor que 0,7). Isso significa que
apesar de algumas variáveis possuírem pouca relação com os fatores (baixos
valores nos testes de alfa de Cronbach, Kaiser-Meyer-Olkin e Bartlett), a maioria das

variáveis conseguiu um poder de explicação alto, considerando todos os fatores
obtidos.
Tabela 3.3. Matriz Anti-Imagem e Comunalidades.
Variáveis MSA Comunalidades
Variáveis MSA Comunalidades
1.1. 0,261 0,916 2.1. - 0,991
1.2. 0,016 0,845 2.2. - 0,897
Bloco 1
1.3.
1.4.
1.5.
0,282
0,319
0,307
0,818
0,904
0,856
Bloco 2
2.3.
2.4.
2.5.
-
-
-
1,000
0,987
0,993
1.6. 0,234 0,960 2.6.1. - 0,988
1.7. 0,238 0,859 2.6.2. - 0,996
2.6.3. - 0,991
Variáveis MSA Comunalidades 2.6.4. - 0,975
3.1. 0,609 0,733
3.2. 0,184 0,862
Variáveis MSA Comunalidades
3.3. 0,137 0,489 4.2. 0,484 0,935
Bloco 3 3.4.
3.5.
0,161
0,210
0,810
0,783
Bloco 4
4.3.
4.4.1.
0,515
0,512
0,850
0,611
3.6. 0,167 0,586 4.4.2. 0,517 0,738
3.7. 0,119 0,830 4.4.3. 0,494 0,881
3.8. 0,070 0,905
Variáveis MSA Comunalidades
Variáveis MSA Comunalidades
5.1. - 0,893 5.11. - 0,906
5.2. - 0,850 5.12. - 0,381
5.3. - 0,619 5.13. - 0,622
5.4. - 0,376 5.14. - 0,915
Bloco 5 5.5. - 0,517 Bloco 5 5.15. - 0,955
5.6. - 0,708 5.16. - 0,489
5.7. - 0,202 5.17. - 0,571
5.8. - 0,572 5.18. - 0,875
5.9. - 0,865 5.19. - 0,454
5.10. - 0,909 5.20. - 0,547
Fonte: elaborado pelo autor.
Tabela 3.4. Grau de explicação atingido pela análise fatorial.
Blocos Número de fatores % explicada acumulada
Bloco 1 2 77,29%
Bloco 2 3 97,98%
Bloco 3 3 74,97%
Bloco 4 2 80,29%
Bloco 5 3 66,13%
Fonte: elaborado pelo autor.
106

107
O grau de explicação obtido pela análise fatorial é alto para todos os
habilitadores. Apenas o bloco 5 apresentou um fator abaixo de 70%, pois decidiu-se
limitar o número de fatores em três (3). Visto que essa medida é definida pelo
pesquisador, considera-se que os resultados obtidos pelo grau de explicação
atingido pela análise fatorial são adequados para todos os habilitadores. Por fim,
para efeitos explicativos, o Bloco 1 possui dois fatores que explicam 77,29% da
variância dos dados originais.
Com o intuito de melhorar os resultados e definir melhorias no framework de
pesquisa, realizaram-se análises desconsiderando algumas variáveis da pesquisa.
Para isso, foram analisados os resultados apresentados pela matriz anti-imagem de
correlações (Tabela 3.3) e pela matriz rotacionada varimax (Apêndice 3.C). Por
essas análises, eliminaram-se as seguintes variáveis:
Bloco 1: variáveis 1.1, 1.2 e 1.4;
Bloco 2: variáveis 2.1 e 2.2;
Bloco 3: variáveis 3.1, 3.2, 3.3, 3.4 e 3.8;
Bloco 4: não há necessidade;
Bloco 5: variáveis 5.4, 5.7, 5.12, 5.16 e 5.19.
Com a exclusão dessas variáveis da análise, os resultados foram, em sua
maioria, satisfatórios e, para demonstrar isso, serão apresentados apenas os
resultados dos testes de alfa de Cronbach, Kaiser-Meyer-Olkin e Bartlett (Tabela
3.5).
Tabela 3.5. Alfa de Cronbach, Kaiser-Meyer-Olkin e Teste Bartlett após exclusão de variáveis.
Testes realizados
Blocos
Alfa de Kaiser-Meyer- Teste Bartlett
Cronbach
Olkin
(Sig.)
Bloco 1 - Projeto de produtos 0,846 0,709 0,042
Bloco 2 - Marketing e Vendas 0,844 - -
Bloco 3 - Abastecimento e Logística 0,613 0,468 0,160
Bloco 4 - Planejamento da Produção 0,719 0,503 0,000
Bloco 5 - Fabricação e Montagem 0,849 - -
Fonte: elaborado pelo autor.
Primeiramente, todos os alfas de Cronbach apresentaram resultados
satisfatórios. O pior caso apresentado anteriormente era o bloco 3 (Abastecimento e

Logística) que possuía um alfa no valor de -1,342 e agora está em 0,613,
considerado aceitável para estudos exploratórios. Ao analisar os resultados dos
testes de Kaiser-Meyer-Olkin e Bartlett, os blocos 3 e 4 ficaram com valores baixos,
muito próximos à linha de rejeição dos dados para aplicação da análise fatorial.
Apesar disso, os resultados apresentados para as comunalidades dos dois blocos
foram altos (menor de 0,910) e também o grau de explicação atingido pela análise
fatorial foi extremamente alto (menor de 94,04%). Os blocos 2 e 5 apresentaram
erros nos testes de Kaiser-Meyer-Olkin e Bartlett, pois, segundo resultado obtido da
aplicação da análise fatorial, “the determinant of the covariance matrix is zero or
approximately zero. Statistics based on its inverse matrix cannot be computed and
they are displayed as system missing values”. Porém, as comunalidades estão altas
(menor valor é 0,664) e o grau de explicação atingido pela análise fatorial foi alto
(menor de 78,02%). Ao final, considerando os novos fatores identificados pela
análise fatorial, a relação entre as variáveis e os habilitadores, apresentada na
Figura 3.10, foi modificada e as novas relações são apresentadas na Figura 3.11.
Projeto do Produto
(Product Design)
Customização
em Massa
Abastecimento e Logística
(Supply & Logistics)
0,927
0,958
0,661
0,777
0,906
0,641
0,732
1.3
1.5
1.6
1.7
3.5
3.6
3.7
Marketing e Vendas
(Marketing & Sales)
Planejamento da Produção
(Planning)
2.5
Parceria com
clientes
Planejamento
de TI
Análise de
concorrentes
Figura 3.11. Relações resultantes da análise de dados
Fonte: elaborado pelo autor.
Variação das necessidades
dos clientes
2.6.4
Fabricação e Montagem
(Fabrication & Assembly)
0,967
0,920
0,765
0,720
0,932
0,879
0,993
Identificação das
necessidades dos clientes
0,666 0,993 0,971
Analisando os resultados da análise fatorial, conclui-se que:
0,992
0,934
2.6.2
4.2
4.3
4.4.1
4.4.2
4.4.3
2.3
2.6.3
2.4
2.6.1
5.1
0,766
Lean Production
Flexibilidade
produtiva
5.18
0,467
Envolvimento de
Clientes e
Autonomia interna
0,923
5.5
0,788
0,695
0,941
0,618
-0,672
-0,801
0,890
0,706
0,652
0,943
0,938 0,970
5.11
108
5.8
5.13
5.14
5.17
5.2
5.3
5.6
5.15
5.20
5.9
5.10

O habilitador Projeto do Produto (bloco 1) possui apenas um fator com o
109
mesmo nome do habilitador. Além disso, as cargas fatoriais (valores das
setas na Figura 3.11) de suas variáveis estão aceitáveis (menor de 0,661);
O habilitador Marketing e Vendas (bloco 2) possui três fatores: parceria com
clientes, variação das necessidades dos clientes e identificação das
necessidades dos clientes. As variáveis desses fatores também possuem
carga fatorial aceitável (menor de 0,666);
O habilitador Abastecimento e Logística (bloco 3) possui apenas um fator com
o mesmo nome do habilitador e suas variáveis também possuem carga
fatorial aceitável (menor de 0,641);
O habilitador Planejamento da Produção (bloco 4) possui dois fatores:
planejamento de TI e análise de concorrentes. As cargas fatoriais estão
aceitáveis (menor de 0,720); e
Por último, o habilitador Fabricação e Montagem (bloco 5) possui três
componentes: lean production, flexibilidade produtiva e envolvimento de
clientes & autonomia interna. O componente flexibilidade produtiva possui
variáveis com cargas fatoriais negativas e, consequentemente, precisam de
uma análise. Esse componente é composto por cinco variáveis sendo três
positivas e duas negativas. Analisando cada item, pode-se interpretar que as
variáveis 5.2 (poka-yoke) e 5.3 (fornecedores no projeto do produto) estão em
sentido oposto em relação às variáveis 5.6 (maquinário permite flexibilidade),
5.15 (sistema de rastreamento da produção) e 5.20 (build-to-order), ou seja, à
medida que se aumentam os esforços em flexibilidade dos maquinários,
rastreamento de produção e build-to-order, diminuem as iniciativas de poka-
yoke e o envolvimento de fornecedores no projeto do produto.
Os indicadores excluídos da análise também foram testados dentro de cada
habilitador com o intuito de verificar a possibilidade de criar agrupamentos que
pudessem resultar em outros fatores. No entanto, todos os resultados foram
insatisfatórios e descartados. Como resultado da análise fatorial, ficou evidente que
alguns pontos do framework devem ser verificados, pois apresentaram resultados
insatisfatórios. Nesse ponto é importante destacar que grande parte das variáveis
excluídas para melhorar a análise fatorial foi altamente recomendada pela literatura

de CM. Diante desse fato, e também do devido ao caráter de validação inicial do
framework de pesquisa realizado com respondentes que não representam a
população final, decidiu-se revisar as questões excluídas da análise fatorial e refazer
algumas partes do instrumento de coleta de dados para a validação do framework.
Ademais, os resultados obtidos nessa validação inicial servirão de alerta para a
validação final do framework de pesquisa.
3.5 CONCLUSÕES
110
O objetivo desse capítulo foi realizar a proposição de um framework,
apresentando a sua elaboração e validação inicial (Figura 3.10), a partir da análise
da literatura. Esses documentos analisados serviram de base para a definição das
variáveis da pesquisa, utilizadas para elaborar o instrumento de coleta de dados
para a validação inicial do framework de pesquisa. O instrumento foi distribuído para
pessoas de cursos de formação profissional e se considerou apenas as respostas
das pessoas que possuem mais de dois anos de experiência na área em que atuam,
resultando em 51 respostas passíveis de análise. Posteriormente, os dados
coletados foram analisados através da análise fatorial exploratória. Além disso,
também se realizaram as análises de alfa de Cronbach, teste Kaiser-Meyer-Olkin,
teste Bartlett, rotação varimax, comunalidades, matriz anti-imagem e porcentagem
de variância explicada.
A partir dessas análises, verificou-se que algumas variáveis deveriam ser
excluídas (1.1, 1.2, 1.4, 2.1, 2.2, 3.1, 3.2, 3.3, 3.4, 3.8, 5.4, 5.7, 5.12, 5.16 e 5.19)
para melhorar os resultados na análise fatorial. Após isso, identificaram os novos
fatores e elaboraram-se as novas relações entre os fatores e as variáveis,
apresentando as cargas fatoriais (Figura 3.11). Ao final decidiu-se pela revisão do
instrumento de coleta de dados (Apêndice 4.D), tendo como principal foco a revisão
das variáveis que foram excluídas da análise fatorial com o intuito de desenvolver
um instrumento de coleta de dados aprimorado para o framework desenvolvido e,
assim, realizar aplicações futuras. A revisão das questões do instrumento de coleta
de dados objetiva facilitar o entendimento do conceito abordado e, por conseguinte,
aumentar a confiabilidade das respostas obtidas por meio da aplicação do survey.
Para isso, consultou-se novamente a literatura para definir precisamente as técnicas

operacionais que compõem cada variável e, desse modo, redigir as questões de
pesquisa.
111
Visto que o trabalho foi desenvolvido com base na indústria automobilística,
sugere-se, como futuras pesquisas, a aplicação do instrumento de coleta de dados
melhorado em empresas desse setor para a validação final do framework de
pesquisa. Considera-se que, apesar do caráter de validação inicial do framework, a
quantidade de respostas obtidas para a análise e os resultados da análise fatorial
foram satisfatórios. Esse fato permitiu uma validação inicial mais robusta do
framework de pesquisa e destacou vários pontos de observação para a validação
final.

REFERÊNCIAS
112
ALFORD, D.; SACKETT, P.; NELDER, G.. Mass customisation: an automotive
perspective. International Journal of Production Economics, Vol. 65, p. 99-110,
2000.
ALIZON, F.; SHOOTER, S. B.; SIMPSON, T. W.. Henry Ford and the Model T:
lessons for product platforming and mass customization, Design Studies, Vol. 30, n.
5, p. 589-605, 2009.
ANDERSON, N. H.. Functional measurement and psychological judgment.
Psychology Review, 77, p. 153-170, 1970.
BABBIE, E.. Survey research methods, Wadsworth, USA, 1990.
BOZARTH, C.; MCDERMOTT, C. M.. Configurations in manufacturing strategy: A
review and directions for future research. Journal of Operations Management, 16,
427-439, 1998.
BRABAZON, P. G.; MACCARTHY, B.. Fundamental behaviour of virtual-build-toorder
systems, International Journal of Production Economics, 104, p. 514-524,
2006.
BRABAZON, P. G.; MACCARTHY, B.; WOODCOCK, A.; HAWKINS, R. W.. Mass
Customization in the Automotive Industry, Production and Operations
Management, 19 (5), pp. 489-502, 2010.
CORRAR, L. J.; PAULO, E.; DIAS FILHO, J. M. Análise multivariada para os
cursos de administração, ciências contábeis e economia. São Paulo: Editora
Atlas, 2007.
DAVIS, S. M.. Future Perfect. Addison-Wesley, Reading, MA, 1987.
DURAY, R.. Mass customization origins: mass or custom manufacturing?
International Journal of Operations & Production Management, Vol. 22, p. 314-
328, 2002.
DURAY, R.; WARD, P.; MILLIGAN, G.; BERRY, W.. Approaches to mass
customization: configurations and empirical validation. Journal of Operations
Management, Vol. 18, p. 605-625, 2000.
FEITZINGER, E.; LEE, H.. Mass customization at Hewlett-Packard: The power of

postponement. Harvard Business Review, Vol. 75, n. 1, p. 116-121, 1997.
113
FOGLIATTO, F. S.; SILVEIRA, G. J. C.; BORENSTEIN, D.. The mass customization
decade: An updated review of the literature. International Journal of Production
Economics, Vol. 138, p. 14-25, 2012.
GILLHAM, B. Developing a questionnaire, Continuum International Publishing
Group, UK, 2000.
GILMORE, J. H.; PINE II, B. J. The four faces of mass customization. Harvard
Business Review, p. 91-101, 1997.
GODINHO FILHO, M.; FERNANDES, F. C. F. Paradigmas Estratégicos de Gestão
da Manufatura (PEGEMs): elementos-chave e modelo conceitual. Gestão &
Produção, Vol. 12, n. 3, p. 333-345, 2005.
HAIR, J. F. et al. Essentials of business research methods. Hoboken, NJ: Wiley,
2003.
HAIR, J. F. et al. Análise multivariada de dados. 5. ed. Porto Alegre: Bookman,
2005.
HAIR, J. et al. Multivariate data analysis. 5. ed. New Jersey: Prentice Hall, 1998.
HART, C. W. L. Mass customization: conceptual underpinnings, opportunities and
limits. International Journal of Service Industry Management, Vol. 6, n. 2, p. 36-
45, 1995.
HELO, P. T.; XU, Q. L.; KYLLONEN, S. J.; JIAO, J.. Integrated Vehicle Configuration
System – Connecting the domains of mass customization, Computers in Industry,
61, p. 44-52, 2010.
HUANG, X.; KRISTAL, M.; SCHROEDER, R.. Linking learning and effective process
implementation to mass customization capability. Journal of Operations
Management, Vol. 26, p. 714-729, 2008.
HUANG, X.; KRISTAL, M. M.; SCHROEDER, R. G.. The Impact of Organizational
Structure on Mass Customization Capability: A Contingency View, Production and
Operations Management, v. 19, n. 5, p. 515-530, 2010.
HPM PROJECT. High Performance Manufacturing Project. Round 3, 2004.

114
JONEJA, A.; LEE, N.S.. Automated configuration of parametric feeding tools for
mass customization, Computers and Industrial Engineering, Vol. 35, n. 3/4, p.
463-469, 1998.
KAY, M.. Making mass customization happen: Lessons for implementation. Planning
Review, Vol. 21, n. 4, p. 14-18, 1993.
KONING, A. J.; FRANSES, P. H.. Confidence intervals for Cronbach’s coefficient
alpha values. Research in Management, n. 16, 2003.
KOTHA, S.. Mass customization: implementing the emerging paradigm for
competitive advantage. Strategic Management Journal, Vol.16, p. 21-42, 1995.
KOTLER, P.. From mass marketing to mass customization. Planning Review, Vol.
17, n. 5, p. 10-13, 1989.
LAMPEL, J.; MINTZBERG, H.. Customizing Customization. Sloan Management
Review, Vol. 38, n. 1, p. 21-29, 1996.
LAU, R. Mass customization: the next industrial revolution. Industrial Management,
Vol. 37, n. 5, p. 18-19, 1995.
LEEUW, E. D.; HOX, J. J.; DILLMAN, D. A.. International handbook of survey
methodology, Taylor & Francis Group, USA, 2008.
MACCARTHY, B.; BRABAZON, P.; BRAMHAM, J.. Fundamental modes of operation
for mass customization. International Journal of Production Economics, Vol. 85,
p. 289-304, 2003.
MACHADO, A. G. C.; MORAES, W. F. A.. Estratégias de customização em massa
implementadas por empresas brasileiras. Produção, v. 18, n. 1, p. 170-183, 2008.
MACHADO, A. G. C.. Estratégias de customização em massa: evidências
teórico-empíricas e proposição de um framework. 400 f. Tese (Doutorado em
Administração) – Programa de Pós-Graduação em administração, Universidade
Federal de Pernambuco, Recife, 2005.
MALHOTRA, N.. Pesquisa de Marketing: uma orientação aplicada. 3ª. Ed. Porto
Alegre: Bookman, 2001.
NUNNALLY, J. C.. Psychometric theory (2nd ed.). New York: McGraw-Hill, 1978.

115
PARTANEN, J.; HAAPASALO, H.. Fast production for order fulfillment: implementing
mass customization in electronics industry. International Journal of Production
Economics, v. 90, n. 2, p. 213-222, 2004.
PEREIRA, J. C. R.. Análise de dados qualitativos: estratégias metodológicas para
as ciências da saúde, humanas e sociais. 3. ed. São Paulo: EDUSP, 2004.
PINE II, B. J.. Mass Customization: The New Frontier in Business Competition,
Harvard University Press, Cambridge, MA, 1993a.
PINE II, B. J.. Making mass customization work. Harvard Business Review, p. 108,
1993b.
PINE II, B. J.; PEPPERS, D.; ROGERS, M.. Do you want to keep your customers
forever. Harvard Business Review, Vol. 73 n. 2, p. 103-114, 1995.
ROSS, A.. Selling uniqueness. Manufacturing Engineer, Vol. 75, n. 6, p. 260-263,
1996.
SAHIN, F.. Manufacturing competitiveness: different systems to achieve the same
results. Production and Inventory Management Journal, v. 41, n. 1, p. 56-65,
2000.
SELLADURAI, R.. Mass customization in operations management: oxymoron or
reality? Omega, Vol. 32, p. 295-300, 2004.
SILVEIRA, G.; BORENSTEIN, D.; FOGLIATTO, F.. Mass customization: literature
review and research direction. International Journal of Production Economics,
Vol. 72, p. 1-13., 2001
SPIRA, J. S. Mass customization through training at Lutron Electronics. Planning
Review, Vol. 21, n. 4, p. 23-24, 1993.
STONE, H. et al. Sensory evaluation by quantitative descriptive analysis. Food
Technology, v. 28, n. 1, p. 24-34, 1974.
STONE, H.; SIDEL, J. L.. Sensory evaluation practices. 2nd ed. San Diego:
Academic Press, 1993.
SVENSSON, C.; BARFOD, A.. Limits and opportunities in mass customization for
“build to order” SMEs. Computers in Industry, 49, p. 77-89, 2002.

SWAMINATHAN, J. M.. Enabling customization using standardized operations,
California Management Review, v. 43, n. 3, p.125-135, 2001.
VIGNA, C.; MIYAKE, D. I.. Capacitação para a customização em massa. Anais... XII
SIMPEP - Bauru, São Paulo, 2005.
116
VIGNA, C.; MIYAKE, D. I.. Capacitação das Operações Internas para a
Customização em Massa: Estudos de Caso em Indústrias Brasileiras. Produto &
Produção, Vol. 10, n. 3, p. 29-44, 2009.
VIGNA, C. M.; MIYAKE, D. I.. A conceptual framework for Mass Customization
systems from the capability building viewpoint. Anais… Third International
Conference on Production Research - Americas’ Region 2006.
VIGNA, C. M.. Capacitação das operações internas para a Customização em
Massa: estudos de casos nas indústrias brasileiras. 140 f. Dissertação (Mestrado
em Engenharia de Produção) - Universidade de São Paulo, São Paulo, 2007.

4 ARTIGO 3
Validação de um novo framework para a Customização em Massa na
indústria automobilística com o uso de PLS
New Mass Customization framework validation for automotive industry using PLS
117
André Luiz Gazoli de Oliveira¹; Sérgio E. Gouvêa da Costa²; Edson Pinheiro de Lima³
¹Mestrando em Engenharia de Produção e Sistemas – PUCPR; Rua Imaculada Conceição, 1155;
andre.gazoli@pucpr.br; ²Professor titular; Rua Imaculada Conceição, 1155; s.gouvea@pucpr.br;
³Professor titular; Rua Imaculada Conceição, 1155; e.pinheiro@pucpr.br
Resumo
A Customização em Massa (CM) é uma estratégia adotada por empresas que
desejam atender as necessidades específicas dos clientes. Essa competência pode
ser adquirida pelo desenvolvimento de habilitadores. Poucas iniciativas para a
implementação da CM foram realizadas na indústria automobilística e, portanto,
esse capítulo objetiva propor um novo framework para a CM na indústria
automobilística e o validar nas empresas em empresas do Paraná. A pesquisa foi
realizada através de um levantamento do tipo survey e os dados foram analisados
com o uso do PLS (Partial Least Square). Decidiu-se pelo uso da modelagem de
equações estruturais pelo algoritmo do PLS, pois essa abordagem possui menor
exigência em relação ao tamanho da amostra necessária. Por fim, pode-se perceber
uma implementação parcial do framework e a identificação de fatores que
culminaram nesse fato.
Palavras-chave: Customização em massa. Framework. Habilitadores. PLS.
Abstract
Mass Customization (MC) is a strategy used by companies that desire meet the
specific customers’ needs. The MC capability may be developed by enablers. Few
initiatives have been conducted in the automotive industry, thus this article proposes
a new framework for MC in the automotive industry and validating it in companies
Paraná state. The research was conducted through a survey and the data were
analyzed using the PLS (Partial Least Square). We used this structural equation
modeling analysis by PLS algorithm because this approach has minor demand in
relation to the sample size needed. Finally, we observed a partial implementation of
the framework and the identification of factors that culminated in this fact.
Key-words: Mass Customization. Framework. Enablers. PLS.

4.1 INTRODUÇÃO
118
A Customização em Massa (DAVIS, 1987) é uma estratégia de negócio
adotada por empresas que desejam atender as necessidades específicas de seus
clientes, mantendo o preço dos produtos customizados em massa próximos aos
preços dos produtos fabricados em massa. O atingimento dessa estratégia é
suportado pelo desenvolvimento de habilitadores que capacitam as empresas a
customizarem em massa. Diversos autores desenvolveram frameworks que indicam
habilitadores que devem ser desenvolvidos para capacitar a empresa a customizar
em massa, além de definir o nível adequado de Customização em Massa (CM) que
deve ser adotado para atender as necessidades específicas dos clientes (PINE II,
1993a; PINE II, 1993b; SPIRA, 1993; LAMPEL e MINTZBERG, 1996; ROSS, 1996;
GILMORE e PINE II, 1997; DURAY et al., 2000; ALFORD et al., 2000; SILVEIRA et
al., 2001; MACCARTHY et al., 2003). Grande parte desses frameworks são
derivados de estudos de caso que, em sua maioria, não foram replicados em outros
estudos ou, pelo menos, não se encontram evidências disso. Além disso, salienta-se
que a validação e replicação dos frameworks apresentados anteriormente
contribuem para a compreensão de como a CM pode ser operacionalizada em todos
os setores (MACCARTHY et al., 2003). No setor automobilístico, foco desse estudo,
o framework desenvolvido por Alford et al. (2000) é um dos mais conhecidos e com
grande repercussão na literatura, pois apresenta um sistema de suporte à decisão
que identifica as causas das restrições para a implementação da CM e também a
definição de habilitadores para o seu desenvolvimento (Figura 4.1).
Um fator motivador dessa pesquisa foi o aumento da competição do mercado
automobilístico brasileiro, principalmente com a entrada de novos competidores
(montadoras chinesas, coreanas, etc.). Esses novos competidores utilizam
estratégias agressivas para ganharem mercado oferecendo, normalmente, veículos
completos (com grande quantidade de acessórios e itens de segurança) por preços
abaixo da média do mercado. Para enfrentar essa competição, algumas montadoras
tradicionais do mercado brasileiro iniciaram um movimento de oferecer veículos com
maior nível de customização, permitindo que os clientes escolham várias opções de
personalizar seus novos carros a partir de uma gama de possibilidades. Essa
estratégia, calcada na Customização em Massa, pode gerar um valor único para
cada comprador, diferenciando a empresa de seus competidores e, também,

permitindo que a montadora exija um preço diferenciado por esse serviço. Diante
desses fatos, decidiu-se verificar o impacto dos habilitadores utilizados pela indústria
automobilística no desenvolvimento da competência em Customização em Massa.
Planning
Supply &
Logistics
Fabrication
& Assembly
Design
Issues Constraining
Customization
Understand Relationship
& Co-dependence of
issues
Figura 4.1. Sistema de suporte à decisão sobre CM
Fonte: adaptado de Alford et al. (2000).
Decision
Support
System
Customization
Capabilities
Inform decisions to
Achieve capabilities
Planning
119
Fabrication &
Assembly
Supply &
Logistics
Design
Identificada a oportunidade apresentada acima, decidiu-se desenvolver um
framework específico para a indústria automobilística que apresenta cinco
habilitadores (Planejamento da Produção, Fabricação & Montagem, Projeto de
Produtos, Marketing & Vendas e Abastecimento & Logística) e validá-lo em
indústrias do setor no estado do Paraná. O objetivo dessa pesquisa, portanto, seria
verificar o impacto dos habilitadores Planejamento da Produção, Fabricação &
Montagem, Projeto de Produtos, Marketing & Vendas e Abastecimento & Logística
no desenvolvimento da competência em Customização em Massa, com foco na
indústria automobilística.
A estrutura desse capítulo está dividida como se segue: primeiramente,
apresenta-se o panorama da área e os objetivos da pesquisa. Posteriormente, é
realizado um breve resgate da literatura para embasar o desenvolvimento do
framework e as variáveis de pesquisa. No procedimento metodológico são
detalhadas informações sobre a abordagem de pesquisa, a elaboração e validação
inicial do framework e a estratégia de pesquisa adotada. Por último, apresentam-se
os resultados do survey realizado na indústria automobilística paranaense,
detalhando a análise a partir de uma modelagem de equações estruturais baseados
em mínimos quadrados parciais.

4.2 REVISÃO DE LITERATURA
120
Pode-se considerar que a CM teve seu início, segundo Kotler (1989), a partir
da decadência dos mercados de massa e a crescente valorização da segmentação.
Outros fatores que também contribuíram para isso são, por exemplo, a constante
instabilidade da demanda, a fragmentação dos mercados, a redução do ciclo de vida
dos produtos, o rápido desenvolvimento tecnológico, a adoção de modelos de
gestão integrada e o surgimento de novos métodos de fabricação (HART, 1995;
LAU, 1995). Em consequência, alguns autores (PINE II, 1993a; SILVEIRA et al.,
2001; VIGNA e MIYAKE, 2009) consideram que a CM é uma evolução natural dos
paradigmas de produção, partindo da Produção Artesanal, evoluindo para a
Produção em Massa, passando pela Produção Enxuta e culminando na
Customização em Massa.
Diante desse cenário, em 1987, Stanley M. Davis cunhou o termo
Customização em Massa em seu livro Future Perfect, que posteriormente foi
disseminado no meio empresarial por Pine II (1993a). Em essência, a CM é “um
mundo paradoxo, com implicações muito práticas [... em que] cada um deverá ser
visto simultaneamente como parte (sob medida) e como todo (massa)” (DAVIS,
1990, p. 146). Ademais, Davis salienta que para “entender e ser capaz de utilizar o
poder de customização em massa é imprescindível que você aprecie o lógico por
trás do conceito. Esse lógico não está limitado aos negócios, nem tem sua origem
aqui. A noção religiosa da trindade, a noção governamental de equilíbrio de
potências e a noção psicológica de ambivalência são variações dessa mesma
lógica: levar em conta a coexistência de oposições, compreender a contradição
como indicação de uma maior autenticidade. A chave é compreender e transcender
o paradoxo, em vez de estar limitado por ele”. (Davis, ao escrever o prefácio do livro
de PINE II, 1994, p. XIX). Também existem definições específicas (com abordagens
mais práticas) para a CM (SILVEIRA et al., 2001), elaborada por diversos autores
(KAY, 1993; HART, 1995; KOTHA, 1995; ROSS, 1996; JONEJA e LEE, 1998), que a
consideram um sistema que usa tecnologia da informação, processos flexíveis e
estruturas organizacionais para disponibilizar uma ampla faixa de produtos e
serviços. Essa abordagem mais prática será a adotada nesse trabalho, pois se
considera que o desenvolvimento da competência em CM é obtido através da

capacitação das empresas nos habilitadores de Planejamento da Produção,
Fabricação & Montagem, Projeto de Produtos, Marketing & Vendas e Abastecimento
& Logística e também pelo desenvolvimento de técnicas operacionais que suportam
esses habilitadores (VIGNA e MIYAKE, 2009).
121
Um conceito também utilizado para o desenvolvimento da CM e com
implicações importantes na indústria automobilística, é a postergação, que consiste
em retardar algumas atividades de diferenciação da cadeia de valor de produtos
e/ou serviços até o recebimento do pedido do cliente final (VAN HOEK, 2001).
Segundo Zinn (1990), a postergação de manufatura é caracterizada por agregar
valor somente no último momento possível e se pode executar diferentes tipos de
postergação, que são:
Postergação de fabricação: a produção só é concluída após a confirmação do
pedido pelo cliente;
Postergação de montagem: a montagem do produto ocorre após o
recebimento de pedido pelo cliente;
Postergação de embalagem: a tarefa de embalar o produto é adiada até a
definição da necessidade do cliente; e
Postergação de etiquetagem: os produtos são armazenados sem rótulo ou
marca e, após a confirmação de pedidos por clientes, recebem a marca
específica desses clientes.
A partir de uma visão da cadeia de valor, diversos autores (PINE II, 1993a;
PINE II, 1993b; SPIRA, 1993; LAMPEL e MINTZBERG, 1996; ROSS, 1996;
GILMORE e PINE II, 1997; DURAY et al., 2000; ALFORD et al., 2000; SILVEIRA et
al., 2001) desenvolveram frameworks para definir o nível adequado de customização
que as empresas devem adotar. Criticando essa visão, MacCarthy et al. (2003)
desenvolveram um framework com uma abordagem processual que define seis
processos e cinco modos fundamentais para o desenvolvimento e aplicação da CM.
Seguindo essa linha de pesquisa, no Brasil destacam-se os trabalhos desenvolvidos
por Machado (2005), Vigna e Miyake (2006), Vigna (2007), Machado e Moraes
(2008) e Vigna e Miyake (2009). Esses autores desenvolveram frameworks e os
validaram parcialmente (VIGNA, 2007) e completamente (MACHADO, 2005) em
diferentes setores da economia do país, apresentando contribuições importantes
para o desenvolvimento da CM.

122
Nesse ponto, considera-se importante detalhar os habilitadores definidos por
Fogliatto et al. (2012). Esses autores definiram seis grupos de habilitadores para a
CM: metodologias (methodologies), ordens para obter informações de clientes (order
elicitation), design-postergação (design-postponement), design-plataforma de
produtos (design-product platforms), manufatura (manufacturing), coordenação da
cadeia de suprimentos (supply chain coordination), tecnologias de manufatura
(manufacturing technologies) e tecnologias da informação (information technologies).
Nas metodologias de CM destacam-se conceitos de Lean Production e Agile
Manufacturing (GOSLING e NAIM, 2009). Nesse ponto, existem diversos
entendimentos sobre as relações existentes entre esses conceitos. Fogliatto et al.
(2012, p. 17) destacam a visão de alguns autores sobre essas relações, tais como a
consideração de que a Manufatura Enxuta (Lean Manufacturing) e Customização em
Massa são pré-requisitos para a Manufatura Ágil (BROWN e BESSANT, 2003), ou o
conceito de que a agilidade é uma condição para a CM (WANG, 2009). Enquanto
outros autores consideram que a Manufatura Enxuta é um requisite único para a
Manufatura Ágil (NARASIMHAN et al., 2006) ou ainda consideram que a Manufatura
Enxuta é um conceito mais amplo que engloba a agilidade e a CM
(PAPADOPOULOU e ÖZBAYRAK, 2005).
Os processos para a CM podem ser divididos em quatro estágios: order
elicitation, design, manufacturing e supply chain coordination (FOGLIATTO et al.,
2012). Order elicitation refere-se às especificações dos clientes por desenvolver e
produzir produtos personalizados (HELMS et al., 2008; NINAN e SIDDIQUE, 2006;
apud FOGLIATTO et al., 2012) como, por exemplo, o envolvimento do cliente em
desenvolver produtos customizados em massa, a aplicação de técnicas de
mineração de dados (data mining) e a clusterizição (clustering) para suportar a
configuração de pedidos. O design pode ser dividido em duas frentes: design-
postponement e design-product platforms. Design-postponement refere-se à
definição do ponto de desacoplamento. Esse ponto pode ser obtido em estágios
diferentes da cadeia de valor (TIEN, 2006): cliente (produção em massa), varejo
(customização menor), montagem (CM parcial), fabricação (CM) e fornecedor (CM
em tempo real). Porém, o desacoplamento ao nível de fornecedores é um conceito
que ainda não apresenta implementação na prática (FOGLIATTO et al., 2012).
Design-product platforms pode ser obtido por meio de três abordagens (FOGLIATTO

et al., 2012): optimization-based approaches, commonality index-based approaches,
e approaches based on other indices.
123
Fogliatto et al. (2012) destacam que os habilitadores relacionados ao
planejamento e controle da produção (manufacturing planning and control) ainda são
escassos. Esses autores também salientam que os custos envolvidos no
desenvolvimento e na fabricação customizada de produtos ainda são nichos a serem
explorados na literatura em CM. O habilitador coordenação da cadeia de valor
(supply chain coordination) foi um tópico que cresceu exponencialmente na literatura
em CM, na última década (FOGLIATTO et al., 2012) e gerou a coexistência entre
make-to-order e make-to-stock. As tecnologias de manufatura (manufacturing
technologies) continuam extremamente citadas na literatura em CM, destacando-se
computer-aided design (CAD). As pesquisas em outras AMTs (Advanced
Manufacturing Technologies) se tornaram menos frequentes na literatura em CM
(FOGLIATTO et al., 2012). Por fim, Fogliatto et al. (2012) destacam que as
tecnologias da informação (information technologies) tem sido o alvo das pesquisas
em CM, enfatizando-se a adoção da internet e e-commerce por vários setores. O
gerenciamento da informação na CM possui dois papéis (DIETRICH et al., 2007
apud FOGLIATTO et al., 2012, p. 19): “it enables orders to be fulfilled correctly
through the integration of information flows, while constructing a database of
customers’ demands and preferences by monitoring the configuration process”.
4.3 PROJETO DA PESQUISA
Nessa seção serão apresentadas as características e procedimentos
adotados para o desenvolvimento da pesquisa. Serão detalhadas informações sobre
a abordagem de pesquisa, a elaboração e validação inicial do framework e a
estratégia de pesquisa adotada.
4.3.1 Abordagem de pesquisa
Essa pesquisa analisou o impacto dos habilitadores Planejamento da
Produção, Fabricação & Montagem, Projeto de Produtos, Marketing & Vendas e
Abastecimento & Logística em empresas do setor automobilístico paranaense para o
desenvolvimento da competência em Customização em Massa, por meio de uma

pesquisa eletrônica (websurvey). Segundo Bryman (1995), o survey é composto por
uma série de questionários ou entrevistas estruturadas, com o intuito de examinar as
relações entre variáveis. Portanto, essa pesquisa é classificada como qualitativa
(CRESWELL, 2003) e de caráter descritivo (MALHOTRA, 2001).
4.3.2 Elaboração do framework de pesquisa
124
Os habilitadores para a CM são metodologias e tecnologias que suportam o
desenvolvimento de fatores baseados na organização (SILVEIRA et al., 2001). Na
última década (2001-2010), a literatura de habilitadores para a CM aumentou
exponencialmente (FOGLIATTO et al., 2012). No Brasil também foram
desenvolvidos alguns frameworks que apresentam habilitadores para a CM e os
trabalhos que se destacam são de Machado (2005) e Vigna (2007). Os frameworks
desenvolvidos por Alford et al. (2000) e Vigna e Miyake (2006) serão utilizados como
base para o desenvolvimento do framework dessa pesquisa e os trabalhos
realizados por Machado (2005) e Fogliatto et al. (2012) também foram consultados
na elaboração do framework dessa pesquisa. Os motivos para a escolha desses
dois frameworks são:
O framework de Alford et al. (2000) aborda o a capacitação das empresas por
meio de quatro habilitadores (planning, design, fabrication & assembly e
supply & logistics) para o desenvolvimento da CM com foco na indústria
automobilística. Além disso, esses autores também apresentaram as
restrições que inviabilizam a implementação da CM;
O framework de Vigna e Miyake (2006) relaciona a CM com áreas que não
foram abordadas por outros autores como, por exemplo, Marketing e Vendas.
Ademais, esses autores apresentam um conjunto de técnicas operacionais
que suportam o desenvolvimento dos habilitadores para a CM.
Com base nesses frameworks, estabeleceu-se um novo framework que define
cinco habilitadores para o desenvolvimento da competência em Customização em
Massa, detalhado na Figura 4.2.

Planejamento da
Produção
Fabricação e
Montagem
Abastecimento e
Logística
Projeto do Produto
(Product Design)
Marketing e Vendas
Figura 4.2. Framework adotado para a CM
Fonte: elaborado pelo autor.
Q1
Q2
Q3
Q4
Q5
Capacitação em
Customização em
Massa
125
A partir desse novo framework, elaboraram-se cinco perguntas que tem por
objetivo orientar o processo de desenvolvimento da competência em CM através das
técnicas operacionais. Essas perguntas são:
Q1 – O planejamento da produção contribui para gerar a capacitação em
Customização em Massa?
Q2 – A fabricação e montagem contribuem para gerar a capacitação em
Customização em Massa?
Q3 – O abastecimento e logística contribuem para gerar a capacitação em
Customização em Massa?
Q4 – O projeto do produto contribui para gerar a capacitação em
Customização em Massa?
Q5 – O marketing e vendas contribuem para gerar a capacitação em
Customização em Massa?
A definição das técnicas operacionais (VIGNA e MIYAKE, 2006) foi realizada
a partir da análise de 15 artigos internacionais, 2 artigos, 1 tese e 1 dissertação do
Brasil (HART, 1995; PINE II, PEPPERS E ROGERS, 1995; KOTHA, 1996;

FEITZINGER e LEE, 1997; ALFORD et al., 2000; SILVEIRA et al., 2001;
SWAMINATHAN, 2001; DURAY, 2002; SVENSSON e BAFORD, 2002; GODINHO
FILHO e FERNANDES, 2005; MACHADO, 2005; BRABAZON e MACCARTHY,
2006; VIGNA, 2007; HUANG et al., 2008; ALIZON et al., 2009; VIGNA e MIYAKE,
2009; BRABAZON et al., 2010; HELO et al., 2010; HUANG, et al., 2010). Foram
identificadas 28 técnicas operacionais (variáveis) diferentes, as quais foram
distribuídas nos cinco habilitadores. Em seguida, construiu-se o instrumento de
coleta de dados (questionário de pesquisa), utilizando como referência o
questionário do HPM Project (2004) e também as orientações dos autores Babbie
(1990), Gillham (2000) e Leeuw et al. (2008). Também se criou um gráfico
relacionando a competência em CM, os habilitadores e as técnicas operacionais
(Figura 4.3).
Projeto do Produto
(Product Design)
Customização
em Massa
Abastecimento e Logística
(Supply & Logistics)
Posterg.
Cad Sup
Respon
SCM
3.3
1.1
1.2
1.3
1.4
1.5
1.6
1.7
3.1
3.6
3.5
3.7
3.2
3.4
3.8
Marketing e Vendas
(Marketing & Sales)
Planejamento da Produção
(Planning)
Envolv.
cliente
Conf.
produtos
Sensib.
CM
2.3
2.5
2.6.3
2.6.4
2.1
2.2
2.4
Fabricação e Montagem
(Fabrication & Assembly)
TI
Amb.
Compet.
Figura 4.3. Relação entre as variáveis de pesquisa e os habilitadores
Fonte: elaborado pelo autor.
2.6.1
2.6.2
4.2
4.3
4.4.1
4.4.2
4.4.3
Lean
Prod.
Proc.
modular.
Flexible
manufac
Funcion.
qualific.
Montag.
fornec.
Rastrea.
Prod.
CAM
CNC
Auton.
Red.
setup
BTO
Resol.
probl. cl
126
5.1
5.2
5.3
5.5
5.16
5.13
5.6
5.4
5.17
5.7
5.12
5.15
5.19
5.18
5.8
5.14
5.20
5.9
5.10
5.11

127
Na próxima seção será apresentada a validação inicial, já realizada, para
esse framework de pesquisa.
4.3.3 Validação inicial do framework de pesquisa
Realizou-se uma validação inicial do framework de pesquisa com alunos de
cursos de formação profissional da Pontifícia Universidade Católica do Paraná
(PUCPR) e que possuem mais de dois anos de experiência na função em que
exercem nas empresas. Apesar da baixa taxa de retorno (18%) dos questionários
respondidos, foram considerados 51 questionários na análise de dados e se
considerou esse número adequado para uma validação inicial, visto que a literatura
aconselha em torno de 30 respondentes representativos da população de interesse
(JOHANSON e BROOKS, 2009). A partir disso, realizou-se uma análise de
confiabilidade da escala e uma análise fatorial exploratória. Na análise de
confiabilidade, verificou-se o alfa de Cronbach para as questões que compõem os
habilitadores.
Projeto do Produto
(Product Design)
Customização
em Massa
Abastecimento e Logística
(Supply & Logistics)
0,927
0,958
0,661
0,777
0,906
0,641
0,732
1.3
1.5
1.6
1.7
3.5
3.6
3.7
Marketing e Vendas
(Marketing & Sales)
Planejamento da Produção
(Planning)
2.5
Parceria com
clientes
Variação das necessidades
dos clientes
Planejamento
de TI
Análise de
concorrentes
2.6.4
Fabricação e Montagem
(Fabrication & Assembly)
0,967
0,920
0,765
0,720
0,932
0,879
0,993
Identificação das
necessidades dos clientes
0,666 0,993 0,971
Figura 4.4. Relações resultantes da validação inicial do framework
Fonte: elaborado pelo autor.
0,992
0,934
2.6.2
4.2
4.3
4.4.1
4.4.2
4.4.3
2.3
2.6.3
2.4
2.6.1
5.1
0,766
Lean Production
Flexibilidade
produtiva
5.18
0,467
Envolvimento de
Clientes e
Autonomia interna
0,923
5.5
0,788
0,695
0,941
0,618
-0,672
-0,801
0,890
0,706
0,652
0,943
0,938 0,970
5.11
5.8
5.13
5.14
5.17
5.2
5.3
5.6
5.15
5.20
5.9
5.10

128
A análise fatorial exploratória permitiu analisar as variáveis de pesquisa a
partir dos testes: Kaiser-Meyer-Olkin, Bartlett, Matriz Anti-Imagem porcentagem de
variância explicada, rotação varimax e comunalidades. Essas análises destacaram
alguns pontos de alerta para o framework de pesquisa e também permitiram uma
redução de fatores iniciais (Figura 4.4) eliminando as seguintes variáveis: 1.1, 1.2,
1.4, 2.1, 2.2, 3.1, 3.2, 3.3, 3.4, 3.8, 5.4, 5.7, 5.12, 5.16 e 5.19. Porém, ao final da
validação inicial decidiu-se pela revisão do instrumento de coleta de dados, tendo
como principal foco a revisão das variáveis que foram excluídas da análise fatorial
exploratória com o intuito de desenvolver um instrumento de coleta de dados
adequado para o framework desenvolvido.
Destacada a validação inicial do framework de pesquisa, apresenta-se agora
a estratégia adotada para verificar o impacto dos habilitadores utilizados pela
indústria automobilística no desenvolvimento da competência em Customização em
Massa.
4.3.4 Estratégia de pesquisa
Hair et al., (2003) salientam que os dados são informações normalmente
registradas por empresas que significam os resultados das atividades executas. Os
dados primários (MALHOTRA, 2001) dessa pesquisa foram obtidos pela aplicação
do questionário de pesquisa que possui 55 questões, divididas em cinco blocos
(Apêndice 4.A). Esse questionário utilizou, em grande parte das questões, uma
escala contínua de 15 centímetros (STONE et al., 1974; STONE e SIDEL, 1993),
sendo 0 cm a discordância total com o quesito apresentado e 15 cm a concordância
total com o quesito apresentado. Essa escala apresenta alguns benefícios em
relação à escala Likert e também foi aplicada nos trabalhos de Ballardin e
Guimarães (2009) e Murray et al. (2001). A escala em linha (escala contínua) é “the
subject with an infinite number of places in which to indicate the relative intensity for
an attribute [...]; numbers are not used, thus avoiding number biases; and finally,
each subject could mark at whatever location on the line provided the subject was
self-consistent” (STONE e SIDEL, 1993, p. 221). Stone e Sidel (1993) salientam que
outro benefício da escala contínua é a eliminação dos números da escala, pois
contribui para evitar duas formas de viés: evita a escolha de números particulares

que possuem conotação negativa ou positiva e a mudança da utilização dos
números ao longo do questionário.
129
A coleta de dados para atingir o objetivo da pesquisa foi realizada em
indústrias do setor automobilístico do Paraná (Brasil). Para identificar as empresas
que poderiam participar da pesquisa, consultou-se a base de dados, do ano de
2011, da Federação das Indústrias do Estado do Paraná (Fiep), por meio de mídia
eletrônica (CD). Selecionaram-se as empresas que fazem parte do setor de
atividade 29 – Fabricação de veículos automotores, reboques e carrocerias,
resultando em 148 empresas. Em seguida, levantaram-se as informações de contato
das empresas, porém foi possível estabelecer contato com apenas 68 empresas,
visto que grande parte das informações contidas na mídia eletrônica estava
desatualizada ou ainda algumas empresas já haviam encerrado as suas atividades.
Foram realizados três contatos para identificar os respondentes e também para
reforçar a participação das empresas. Inicialmente, foi enviado um correio eletrônico
com a carta de apresentação da pesquisa, solicitando a participação das empresas
e a identificação de cinco respondentes para cada uma das áreas (Planejamento da
Produção, Fabricação & Montagem, Projeto de Produtos, Marketing & Vendas e
Abastecimento & Logística). Nesse contato inicial também foi disponibilizado o
endereço eletrônico (link) de acesso ao questionário de pesquisa (websurvey). Em
seguida, após uma semana, foram realizados contatos telefônicos, a partir das
informações obtidas da mídia eletrônica da Fiep, para aumentar a taxa de retorno
das empresas. Por fim, foi realizado mais um contato via correio eletrônico, após três
semanas do contato inicial, para relembrar as empresas de participarem da
pesquisa. Na tentativa de aumentar a quantidade de respostas, o pesquisador
contatou pessoas conhecidas da indústria automobilística para participarem da
pesquisa e, consequentemente, responder o questionário. Essa ação retornou 9
questionários respondidos que foram somados aos questionários eletrônicos.
A aplicação do survey resultou em 32 questionários respondidos em que,
inicialmente, objetivava-se analisar os dados a partir da modelagem de equações
estruturais para realizar uma análise fatorial confirmatória. Porém, esse tipo de
análise de dados exige uma quantidade de respostas correspondente a cinco
respondentes para cada variável de pesquisa, no mínimo (HAIR et al., 2005). Diante
disso, decidiu-se realizar a análise de dados a partir da técnica de mínimos
quadrados parciais (Partial Least Square – PLS) que possui uma exigência bem

menor para a quantidade de respostas por variável. Em contrapartida, a técnica do
PLS exige que todos os habilitadores possuam a mesma quantidade de respostas,
ou seja, foi necessário utilizar 25 questionários (Anexo 4.A), pois houve um
habilitador com 5 respostas. Os critérios de exclusões dos questionários são
explicados no próximo subcapítulo. No livro de Hoyle (1999), Wynne W. Chin e Peter
R. Newsted detalham a análise de equações estruturais para pequenas amostras,
usando mínimos quadrados parciais. Nesse livro, os autores contrastam o uso de
mínimos quadrados parciais com a modelagem de equações estruturais baseada em
covariância (Covariance-Based Structural Equation Modeling – CBSEM) (Tabela
4.1).
Tabela 4.1. Comparação entre PLS e CBSEM
Critério PLS CBSEM
Objetivo Orientado a predição Orientado a parâmetro
Abordagem Baseado em variância Baseado em covariância
Suposições
Estimativa dos parâmetros
Índices das variáveis
latentes
Relação epistemológica
entre variáveis latentes e
suas medidas
Especificação preditora (não-
paramétrico)
Consistente em relação ao
aumento de indicadores e
tamanho de amostra (consistência
em geral)
Tipicamente multivariada,
distribuição normal e
observações independentes
(paramétrico)
Consistente
Estimado explicitamente Indeterminado
Pode ser modelado de modo
formativo ou refletivo
Implicações Ideal para precisão da predição
Complexidade do modelo
Tamanho da amostra
Grande complexidade (100
construtos e 1000 indicadores)
Faixa de recomendação mínima:
30 a 100 casos
Fonte: adaptado de Hoyle (1999, p. 314).
Tipicamente com indicadores
refletivos
Ideal para precisão dos
parâmetros
Complexidade pequena para
moderada (menos de 100
indicadores)
130
Faixa de recomendação mínima:
200 a 800 casos

131
Wynne W. Chin e Peter R. Newsted (HOYLE, 1999, 313) ainda afirmam que
“PLS can be used for theory confirmation, it can also be used to suggest where
relationships might or might not exist and to suggest propositions for later testing”.
Visto os benefícios do PLS, principalmente à sua flexibilidade em relação ao
tamanho da amostra, decidiu-se utilizá-lo na análise de dados dessa pesquisa.
4.4 ANÁLISE DE DADOS
O foco dessa pesquisa é o desenvolvimento e validação de um novo
framework para o desenvolvimento da competência em CM na indústria
automobilística. Para tanto, foram contatadas empresas desse ramo no Paraná,
resultando em 32 questionários respondidos. O ramo de atividades das empresas é
apresentado na Figura 4.5. Nota-se que foi possível obter respostas de toda a
cadeia de suprimentos, com grande representatividade por parte dos fornecedores.
No intuito de classificar as empresas quanto ao seu porte, foram utilizadas os
critérios de classificação do Instituto Brasileiro de Geografia e Estatística – IBGE
(2006). Decidiu-se usar o critério do IBGE (2006), pois ainda não existe um
consenso de como classificar uma empresa em customizadora em massa (“How can
an enterprise be qualified as a mass customizer?”), conforme destacado por
Fogliatto et al. (2012). Na tentativa de gerar uma classificação para as empresas
considerando o número de funcionários e o volume de produção anual, solicitou-se a
informação do volume de produção anual, porém, cada empresa utiliza uma maneira
específica de medir esse volume e, consequentemente, foi impossível comparar os
resultados. É possível observar que grande parte das empresas (13) possui acima
de 250 funcionários e, consequentemente, são classificadas de grande porte (Figura
4.6) a partir dos dados do IBGE (2006).
Analisando as áreas em que os respondentes trabalham (Figura 4.7),
identificou-se que a maioria é da área de planejamento da produção. Foi possível
cobrir todas as áreas de pesquisa (todos os habilitadores). Porém, do total de 32
questionários respondidos, seis (7) estavam incompletos (1 de Abastecimento &
Logística, 2 de Fabricação & Montagem, 3 de Planejamento da Produção e 1 de
Marketing & Vendas), resultando em 25 questionários possíveis de serem
analisados. A análise por mínimos quadrados parciais (PLS) exige que todos os
habilitadores possuam a mesma quantidade de observações, ou seja, cinco (5)

questionários respondidos para cada habilitador. Com o intuito de aumentar a
quantidade de respostas para as análises estatísticas, realizou-se a comparação de
médias (teste T para amostras independentes) para a amostra da validação inicial e
a amostra final de pesquisa (HAIR et al., 2005). Porém, o resultado para a análise de
média foi insatisfatório para a grande maioria das variáveis e, em consequência,
desconsiderou-se essa possibilidade.
Figura 4.5. Ramo de atividades das empresas respondentes
Fonte: elaborado pelo autor.
Figura 4.6. Classificação do porte das empresas com critérios do IBGE (2006)
Fonte: elaborado pelo autor.
132
Os primeiros passos da análise estatística foram a análise de confiabilidade
da escala e a análise fatorial exploratória. Foram realizados os testes de alfa de

Cronbach, comunalidades, total variância explicada pela análise fatorial e rotação
varimax para cada habilitador de forma individual. Inicialmente, alguns resultados
foram ruins para a análise de alfa de Cronbach (Tabela 4.2). As variáveis dos blocos
2, 3 e 4 não possuem consistência interna para medir os respectivos habilitadores
(HAIR et al., 2005; CORRAR et al., 2007). Portanto, as variáveis definidas para os
blocos 2, 3 e 4 não são adequadas para esses habilitadores. Foram realizadas
algumas tentativas para melhorar o alfa de Cronbach desses habilitadores
eliminando algumas variáveis, porém, os resultados se apresentaram insatisfatórios.
Diante desse fato, pode-se afirmar que a definição das variáveis desses
habilitadores precisa ser revista, pois não os representam adequadamente. Apesar
desse fato, a porcentagem de variância explicada pela análise fatorial se apresentou
adequada para essa pesquisa, levando em conta o número de fatores apresentados.
A menor explicação foi de 65,30%, considerada aceitável para essa pesquisa.
Figura 4.7. Áreas de trabalho dos respondentes
Fonte: elaborado pelo autor.
Tabela 4.2. Resultados da análise de confiabilidade e da análise fatorial exploratória
Habilitadores
Alfa de
Cronbach
Total de variância
explicada
Número de
fatores
Bloco 1 – Projeto de Produtos 0,872 65,30% 1
Bloco 2 – Marketing & Vendas 0,370 68,45% 2
Bloco 3 – Abastecimento & Logística -0,042 96,13% 3
133

Bloco 4 – Planejamento da Produção 0,556 81,81% 2
Bloco 5 – Fabricação & Montagem 0,899 81,99% 3
Fonte: elaborado pelo autor.
134
Definido o número de fatores, realizou-se uma análise por rotação varimax
que permitiu identificar as variáveis que integram cada fator e, assim, nomeá-los.
Também foi realizada a análise pela comunalidade, que representam o percentual
de explicação que uma variável obteve pela análise fatorial. Quanto mais próximo de
um (1) estiver a comunalidade, maior será o poder de explicação dos fatores (HAIR
et al., 2005; CORRAR et al., 2007). As comunalidades apresentaram bons
resultados para todas as variáveis, sendo a menor de 0,614. No Apêndice 4.B são
apresentados os resultados da rotação varimax e comunalidades. O habilitador
Projeto de Produtos apresentou apenas um fator, composto pelas variáveis 1.1, 1.3,
1.4, 1.5 e 1.6. As variáveis 1.2 e 1.7 foram excluídas, pois não pertenciam ao fator
resultante da análise fatorial. O segundo habilitador, Marketing & Vendas,
apresentou dois fatores que foram nomeados de: Configuração de Produtos,
composto pelas variáveis 2.5, 2.6.1 e 2.6.2; e Necessidades dos Consumidores,
composto pelas variáveis 2.2, 2.3, 2.4 e 2.6.4. Nesse segundo habilitador foram
desconsideradas as variáveis 2.1 e 2.6.3, pois estas faziam parte de um terceiro
fator que não possuía explicação para a sua existência, ou seja, o agrupamento das
variáveis não tinha sentido, pois tratavam técnicas operacionais que não possuem
relação direta. O terceiro habilitador, Abastecimento & Logística não teve variáveis
excluídas e possui três fatores, que são: Parcerias com Fornecedores, composto
pelas variáveis 3.2, 3.4, 3.6 e 3.7; Postergação da Manufatura, composto pelas
variáveis 3.1 e 3.3; e Flexibilidade da Cadeia Produtiva, composto pelas variáveis
3.5 e 3.8. O habilitador Planejamento da Produção possui dois fatores, que foram
nomeados de: Tecnologia da Informação, composto pelas variáveis 4.2 e 4.3; e
Mercado Competitivo, composto pelas variáveis 4.4.1, 4.4.2 e 4.4.3. Nesse
habilitador ainda existem as questões de 4.1.1 a 4.1.6 que definem como as
empresas utilizam os sistemas de gerenciamento da produção. Inicialmente, para o
quinto e último habilitador, Fabricação & Montagem, foram definidos três fatores,
porém analisando cada variável e a relação com os fatores, decidiu-se reduzir para
dois fatores, com os seguintes nomes: Lean Production e Envolvimento de Clientes
na Manufatura. O fator Lean Production é composto pelas variáveis 5.2, 5.5, 5.7,

5.12, 5.14, 5.17, 5.18, 5.19 e 5.20. Ao analisar as variáveis 5.3, 5.8 e 5.16, que
faziam parte do terceiro fator, verificou-se que não fazia sentindo, pois as técnicas
operacionais que representam possuem relação direta com o primeiro fator. O
segundo fator é composto pelas variáveis 5.4, 5.9, 5.10, 5.11 e 5.15. As variáveis
5.1, 5.6 e 5.13 foram excluídas, pois não integravam nenhum fator. A partir da
exclusão das variáveis acima, foi recalculado o alfa de Cronbach, mas os resultados
não apresentaram diferenças significativas. Por fim, pode-se gerar uma nova relação
entre a competência em CM, os habilitadores, os fatores e as variáveis de pesquisa
(Figura 4.8).
135
O próximo passo dessa pesquisa foi a validação final do modelo com o uso de
equações estruturais a partir do algoritmo de mínimos quadrados parciais (PLS).
Esse método de análise não exige um grande volume de dados para realizar a
análise. Wynne W. Chin e Peter R. Newsted (HOYLE, 1999) salientam que alguns
casos apresentam bons resultados com apenas 15 respostas. Devido ao estudo
possuir poucas respostas (25 respostas, sendo 5 respostas de cada habilitador), a
abordagem por PLS é mais adequada. Diferentemente de outras abordagens, o
objetivo do PLS é a predição, ou seja, o algoritmo PLS tenta obter as estimativas de
melhor peso para cada bloco de indicadores que correspondem às variáveis
latentes. O algoritmo utilizado nessa pesquisa foi o Centroid Weighting Scheme, que
é o procedimento original utilizado primeiramente no PLS. Essa abordagem é
considerada vantajosa quando a matriz de correlação das variáveis latentes é
singular (HOYLE, 1999). Ademais, Hoyle (1999) salienta que existem três tipos de
esquema para estimar via PLS (centroid, fator e path), mas verifica-se que o
esquema tem pouca influência nos resultados. O software utilizado para fazer a
análise foi o Smart PLS. Por meio deste, foi possível criar o chamado PLSPM
(Partial Least Square Path Modeling), que representa a relação existente entre os
habilitadores e a competência em Customização em Massa.
Criou-se uma relação em que os habilitadores influenciam um ao outro e
também geram a competência em CM (Figura 4.9). Nessa representação, cada valor
apresentado nas variáveis latentes (círculos) representa o coeficiente de
determinação (R²). Portanto, a partir do diagrama de caminhos, pode-se verificar que
o habilitador Marketing & Vendas (M&V) não é predito por outras variáveis latentes
(habilitadores), pois se considera que esse habilitador traz informação para o
sistema, relacionando-se diretamente com os habilitadores Projeto de Produtos

(P_Produtos) e Planejamento da Produção (Plan_Prod). A relação de Marketing &
Vendas com Projeto de Produtos e Planejamento da Produção é negativa em -0,873
e -0,997, respectivamente. Isso significa que todas as decisões tomadas por
Marketing & Vendas afetarão negativamente as atividades de Projeto de Produtos e
Planejamento da Produção. Portanto, considera-se que o habilitador de Marketing &
Vendas não suporta os outros habilitadores que, em teoria, possui relação direta.
Uma interpretação para essa relação negativa, a partir dos dados coletados da
pesquisa, é que o aumento de variedade de produtos ofertados por Marketing &
Vendas aumenta a complexidade do Planejamento de Produção e também do
Projeto de Produtos. Outro ponto importante para comentar sobre o habilitador M&V
são os indicadores (variáveis) que o compõem. As variáveis 2.3, 2.4 e 2.6.4
apresentaram baixas cargas fatoriais e, consequentemente, podem ser eliminadas.
5.9
5.10
5.11
5.15
5.4
5.17
5.7
5.12
5.8
5.20
5.14
5.19
5.18
5.2
5.3
5.5
5.16
Envolvimento de
clientes na
manufatura
Lean
Production
Fabricação e Montagem
(Fabrication & Assembly)
2.5
2.6.2
2.6.1
2.2
2.4
2.3
2.6.4
4.2
4.3
4.4.1
4.4.2
4.4.3
Configuração
dos produtos
Necessidade dos
consumidores
Tecnologia da
Informação
1.1
1.3
1.4
1.5
1.6
Planejamento da Produção
(Planning)
Mercado
Competitivo
Figura 4.8. Relações resultantes da análise fatorial exploratória
Fonte: elaborado pelo autor.
3.2
3.4
3.7
3.6
Marketing e Vendas
(Marketing & Sales)
3.1
3.3
Parcerias com
fornecedores
3.5
3.8
Projeto do Produto
(Product Design)
Customização
em Massa
Postergação da
manufatura
Abastecimento e Logística
(Supply & Logistics)
Flexibilidade
SCM
136

137
O habilitador Projeto de Produtos (P_Produtos) possui relações diretas com o
habilitador Fabricação & Montagem (Fab&Mont) e a competência em CM.
Novamente, a relação apresentada é negativa e, consequentemente, as atividades
desenvolvidas nesse habilitador afetarão a Fab&Mont (-0,739) e a CM (-2,078). A
interpretação que pode ser dada para essas relações é que, por exemplo, o uso de
compartilhamento de componentes, plataformas de produtos comuns e rápida
introdução de novos produtos não facilitam as atividades em Fabricação &
Montagem e também não contribuem para gerar a competência em CM. Esse ponto
contrasta-se totalmente com a teoria sobre CM. Cabe ressaltar que muitas empresas
possuem dificuldade em compartilhar informações a respeito de Projeto de Produtos,
pois consideram um diferencial competitivo que é guardado quase como segredo
industrial. Todos os indicadores para o habilitador Projeto de Produtos apresentaram
altas cargas fatoriais, o que significa que todas as variáveis são importantes para
medir esse habilitador.
O habilitador Abastecimento & Logística (Ab&Log) recebe informações
diretamente de Planejamento da Produção e influencia diretamente a competência
em CM. A influência em CM é positiva e extremamente alta (5,322). A melhoria nas
atividades de Abastecimento & Logística permitem que as empresas desenvolvam a
competência em CM como, por exemplo, o gerenciamento da cadeia de suprimentos
e o uso de postergação da manufatura. Um ponto negativo apresentado por essa
análise é que apenas as variáveis 3.1, 3.2 e 3.3 possuem cargas fatoriais aceitáveis
(próximo a 0,7), ou seja, as variáveis 3.3, 3.4, 3.5, 3.6, 3.7 e 3.8 podem ser
eliminadas. Isso faz com que o habilitador fique com poucas variáveis e, portanto,
devem-se rever as variáveis que formam esse habilitador.
O Planejamento da Produção é um dos habilitadores que mais impactam
positivamente a competência em CM. Sua intensidade é de 4,116 e, juntamente com
o habilitador Abastecimento & Logística, representam grande parte do
desenvolvimento da competência em CM. Ademais, esse habilitador possui relações
com os habilitadores Abastecimento & Logística e Fabricação & Montagem. As
relações com esses habilitadores são negativas em -0,922 e -0,141,
respectivamente. Isso significa que todas as ações tomadas em Planejamento da
Produção possuem grande impacto negativo em Abastecimento & Logística e um
impacto intermediário em Fabricação & Montagem. É possível interpretar essas

elações da seguinte maneira: as informações recebidas de Marketing & Vendas e
que passam pelo Planejamento da Produção, juntamente com o mercado pouco
competitivo e sistemas inadequados de melhoria da qualidade afetam
negativamente a Fabricação & Montagem dos produtos customizados. Os
indicadores 4.2, 4.3 e 4.4.1 do habilitador Planejamento da Produção podem ser
desconsiderados, pois suas cargas fatoriais são extremamente baixas. Novamente,
um habilitador ficará com poucas variáveis para compô-lo, portanto, deve-se rever e
verificar a existência de outras variáveis que podem suportar esse habilitador.
Figura 4.9. Relações entre habilitadores e Customização em Massa
Fonte: elaborado pelo autor.
138
Por fim, o habilitador Fabricação & Montagem possui um impacto muito
negativo na competência em CM (-4,470). Esse resultado foi inesperado, pois a
literatura aconselha veementemente a adoção de práticas na Fabricação &

Montagem para se alcançar a competência em CM. As variáveis que podem ser
eliminadas por apresentarem baixas cargas fatoriais são: 5.2, 5.3, 5.5, 5.7, 5.8, 5.9,
5.10, 5.11, 5.15 e 5.16.
139
Outros resultados também apresentados pela análise do PLS são o
coeficiente de determinação, o alfa de Cronbach e as comunalidades para cada
habilitador (Tabela 4.2). O coeficiente de determinação é uma medida que
representa uma análise goodness of fit e quanto mais próximo de 1, melhor.
Portanto, todos os resultados estão adequados, sendo que a CM pode é explicada
100% (HAIR et al., 2005). O coeficiente de determinação não pode ser calculado
para o habilitador Marketing & Vendas, pois se considerou que esse habilitador é
responsável por trazer informações para dentro do sistema e, consequentemente,
não possui caminhos (setas) apontando para ele, o que torna impossível predizer a
variável latente (HOYLE, 1999).
Tabela 4.3. Resultados do PLS
Habilitadores R²
Alfa de
Cronbach
Comunalidades
Ab&Log 0,851 0,056 0,279
CM 1,000 -1,323 0,537
P_Produtos 0,762 0,983 0,938
Fab&Mont 0,748 0,870 0,449
M&V - 0,393 0,470
Plan_Prod 0,995 -0,021 0,441
Fonte: elaborado pelo autor.
O cálculo para o alfa de Cronbach para os habilitadores foi adequado apenas
para Projeto de Produtos (0,983) e Fabricação & Montagem (0,870). Os outros
habilitadores, assim como a competência em CM, apresentaram resultados
insatisfatórios. Finalizando, as comunalidades também foram calculadas para cada
habilitador. Novamente, apenas o habilitador Projeto de Produtos apresentou bom
resultado. Os demais estão abaixo do aconselhável.
Ao final, não se pode validar completamente o framework de pesquisa por
dois principais motivos:
A quantidade de casos obtidos (5 casos) para a análise por PLS está aquém
do aconselhável (mínimo do 30 casos);

Os resultados apresentados pelo PLSPM não encontram suporte na literatura
em CM.
140
Pode-se interpretar esses resultados como uma implementação parcial da CM
por parte das empresas consultadas. Analisando a cadeia produtiva para a indústria
automobilística paranaense, grande parte das empresas não desenvolvem
internamente produtos. Grande parte dos fornecedores recebe o produto
padronizado por parte de seus clientes (montadoras). As montadoras, por sua vez,
realizam o compartilhamento de informações com outras plantas produtivas no
mundo, com o intuito de diminuir o tempo de lançamento de produtos. Essa
interpretação, a partir dos resultados, explicaria a relação negativa do habilitador
Projeto de Produtos com a Customização em Massa.
Outra característica do atual cenário é o aumento da demanda interna de
veículos, gerada por incentivos governamentais. Nesse ambiente em que a
demanda é maior que a oferta, as personalizações de produtos ficam em segundo
plano, pois o objetivo é produzir ao máximo para suprir a demanda.
Consequentemente, as iniciativas que se destacavam no país para a CM no setor
automobilístico perderam força e as atividades de Marketing & Vendas para
identificar e atender as necessidades específicas dos clientes não são realizadas.
Nesse contexto de alta demanda, a pressão exercida nas atividades de Fabricação
& Montagem aumenta consideravelmente, aproximando-se de um ambiente de
Produção em Massa. Analisando a variável 4.4.2 (grau de CM), percebe-se que na
média os respondentes consideram que as empresas implementam estratégias de
Customização em Massa. As respostas para esse item apresentam em média 11
centímetros, dentro de uma escala de 15 centímetros. Por fim, as características
apresentadas anteriormente, exigem atividades mais intensas na coordenação da
cadeia de suprimentos (Abastecimento & Logística) e no Planejamento da Produção
para poder atender a demanda crescente. Considera-se que as explicações
apresentadas acima podem justificar em parte os resultados obtidos da pesquisa.
4.5 CONCLUSÕES
O objetivo desse capítulo foi verificar o impacto dos habilitadores utilizados
pela indústria automobilística no desenvolvimento da competência em Customização

em Massa. Para atingir esses resultados, inicialmente foram analisados alguns
frameworks apresentados na literatura e se elaborou um novo framework, embasado
em cinco habilitadores (Planejamento da Produção, Fabricação & Montagem,
Projeto de Produtos, Marketing & Vendas e Abastecimento & Logística) que
permitem as empresas desenvolverem a competência em CM. A partir do
framework, analisou-se a literatura em CM e foram definidas as variáveis que
compõem cada habilitador. Posteriormente, foi realizada uma validação inicial do
modelo, que apresentou alguns pontos de alerta e, finalmente, foi realizada a
validação final a partir de um survey na indústria automobilística paranaense. Um
ponto negativo da pesquisa realizada foi a pequena quantidade de respostas obtidas
pelo survey, o que inviabilizou uma modelagem de equações estruturais baseado
em covariância. Diante disso, realizou-se a modelagem de equações estruturais
(Structural Equation Modeling – SEM) baseado no algoritmo de mínimos quadrados
parciais (PLS), pois a exigência para o tamanho da amostra é menor, se comparado
com SEM baseado em covariância. Portanto, partindo de 25 respostas passíveis de
análise, realizou-se a análise de PLSPM, com o intuito de estabelecer as relações
existentes entre os habilitadores e a CM e, assim, definir os impactos gerados. Foi
possível definir os impactos (negativos e positivos) dos habilitadores para o
desenvolvimento da competência em CM. Porém, considera-se que os resultados
não podem validar definitivamente o framework, visto que a quantidade de respostas
foi relativamente baixa, mesmo considerando a abordagem por PLS. Esse trabalho
contribui para o conhecimento da CM ao tentar abordar as flexibilidades requeridas
para a implementação efetiva da Customização em Massa. Poucos trabalhos
abordam esse tópico, conforme destacado por Fogliatto et al. (2012). Portanto, como
sugestões de trabalhos futuros, aconselha-se aumentar a quantidade de respostas
do survey com o intuito de aumentar o poder de explicação dos resultados
encontrados e realizar em conjunto uma coleta de dados por meio de estudo de
caso. Além disso, também se aconselha aplicar esse framework em uma abordagem
longitudinal para acompanhar a implementação da competência em CM. Existem
poucos relatos de estudos longitudinais sobre a implementação da CM na literatura
e se considera que essa abordagem pode gerar um bom entendimento sobre as
vantagens e desvantagens da CM.
141

REFERÊNCIAS
142
ALFORD, D.; SACKETT, P.; NELDER, G.. Mass customisation: an automotive
perspective. International Journal of Production Economics, Vol. 65, p. 99-110,
2000.
ALIZON, F.; SHOOTER, S. B.; SIMPSON, T. W.. Henry Ford and the Model T:
lessons for product platforming and mass customization, Design Studies, Vol. 30, n.
5, p. 589-605, 2009.
BABBIE, E.. Survey research methods, Wadsworth, USA, 1990.
BALLARDIN, L.; GUIMARÃES, L. B. M.. Avaliação da carga de trabalho dos
operadores de uma empresa distribuidora de derivados de petróleo. Produção, Vol.
19, n. 3, p. 581-592, 2009.
BRABAZON, P. G.; MACCARTHY, B.. Fundamental behaviour of virtual-build-toorder
systems, International Journal of Production Economics, 104, p. 514-524,
2006.
BRABAZON, P. G.; MACCARTHY, B.; WOODCOCK, A.; HAWKINS, R. W.. Mass
Customization in the Automotive Industry, Production and Operations
Management, Vol. 19, n. 5, p. 489-502, 2010.
BRYMAN, A.. Research methods and organization studies. London: Routledge,
1995.
CORRAR, L. J.; PAULO, E.; DIAS FILHO, J. M.. Análise multivariada para os
cursos de administração, ciências contábeis e economia. São Paulo: Editora
Atlas, 2007.
CRESWELL, J. W.. Research design: qualitative, quantitative, and mixed methods
approaches. 2nd ed Thousand Oaks: Sage Publications, 2003.
DAVIS, S. M.. Future Perfect. Addison-Wesley, Reading, MA, 1987.
DAVIS, Stanley M.. Futuro perfeito. São Paulo: Nobel, 1990.
DURAY, R.. Mass customization origins: mass or custom manufacturing?
International Journal of Operations & Production Management, Vol. 22, p. 314-
328, 2002.

143
DURAY, R.; WARD, P.; MILLIGAN, G.; BERRY, W.. Approaches to mass
customization: configurations and empirical validation. Journal of Operations
Management, Vol. 18, p. 605-625, 2000.
FEITZINGER, E.; LEE, H. Mass customization at Hewlett-Packard: The power of
postponement. Harvard Business Review, Vol. 75, n. 1, p. 116-121, 1997.
FOGLIATTO, F. S.; SILVEIRA, G. J. C.; BORENSTEIN, D.. The mass customization
decade: An updated review of the literature. International Journal of Production
Economics, Vol. 138, p. 14-25, 2012.
GILLHAM, B.. Developing a questionnaire, Continuum International Publishing
Group, UK, 2000.
GILMORE, J. H.; PINE II, B. J.. The four faces of mass customization. Harvard
Business Review, p. 91-101, 1997.
GODINHO FILHO, M.; FERNANDES, F. C. F.. Paradigmas Estratégicos de Gestão
da Manufatura (PEGEMs): elementos-chave e modelo conceitual. Gestão &
Produção, Vol. 12, n. 3, p. 333-345, 2005.
HAIR, J. F. et al. Análise multivariada de dados. 5. ed. Porto Alegre: Bookman,
2005.
HAIR, J. F. et al. Essentials of business research methods. Hoboken, NJ: Wiley,
2003.
HART, C. W. L.. Mass customization: conceptual underpinnings, opportunities and
limits. International Journal of Service Industry Management, Bradford, Vol. 6, n.
2, p. 36-45, 1995.
HELO, P. T.; XU, Q. L.; KYLLONEN, S. J.; JIAO, J.. Integrated Vehicle Configuration
System – Connecting the domains of mass customization, Computers in Industry,
Vol. 61, p. 44-52, 2010.
HOYLE, R. H.. Statistical strategies for small sample research. Thousand Oaks:
Sage Publications, 1999.
HPM PROJECT. High Performance Manufacturing Project. Round 3, 2004.
HUANG, X.; KRISTAL, M. M.; SCHROEDER, R. G.. The Impact of Organizational

Structure on Mass Customization Capability: A Contingency View, Production and
Operations Management, v. 19, n. 5, p. 515-530, 2010.
144
HUANG, X.; KRISTAL, M.; SCHROEDER, R.. Linking learning and effective process
implementation to mass customization capability. Journal of Operations
Management, Vol. 26, p. 714-729, 2008.
IBGE – Instituto Brasileiro de Geografia e Estatística. (2006). Demografia das
Empresas. Disponível em:
. Acessado em 25/17/2012.
JOHANSON, G. A.; BROOKS, G. P.. Initial Scale Development: Sample Size for Pilot
Studies. Educational and Psychological Measurement, n. 1-7, 2009.
JONEJA, A.; LEE, N.-S.. Automated configuration of parametric feeding tools for
mass customization, Computers and Industrial Engineering, Vol. 35, n. 3/4, p.
463-469, 1998.
KAY, M.. Making mass customization happen: Lessons for implementation. Planning
Review, Vol. 21, n. 4, p. 14-18, 1993.
KOTHA, S.. Mass customization: implementing the emerging paradigm for
competitive advantage. Strategic Management Journal, Vol.16, p. 21-42, 1995.
KOTLER, P. From mass marketing to mass customization. Planning Review, Vol.
17, n. 5, p. 10-13, 1989.
LAMPEL, J.; MINTZBERG, H.. Customizing Customization. Sloan Management
Review, Vol. 38, n. 1, p. 21-29, 1996.
LAU, R.. Mass customization: the next industrial revolution. Industrial Management,
Vol. 37, n. 5, p. 18-19, 1995.
LEEUW, E. D.; HOX, J. J.; DILLMAN, D. A.. International handbook of survey
methodology, Taylor & Francis Group, USA, 2008.
MACCARTHY, B.; BRABAZON, P.; BRAMHAM, J.. Fundamental modes of operation
for mass customization. International Journal of Production Economics, Vol. 85,
p. 289-304, 2003.
MACHADO, A. G. C.. Estratégias de customização em massa: evidências

145
teórico-empíricas e proposição de um framework. 400 f. Tese (Doutorado em
Administração) – Programa de Pós-Graduação em administração, Universidade
Federal de Pernambuco, Recife, 2005.
MACHADO, A. G. C.; MORAES, W. F. A.. Estratégias de customização em massa
implementadas por empresas brasileiras. Produção, v. 18, n. 1, p. 170-183, 2008.
MALHOTRA, N.. Pesquisa de Marketing: uma orientação aplicada. 3ª. Ed. Porto
Alegre: Bookman, 2001.
MURRAY, J. M.; DELAHUNTY, C. M.; BAXTER, I. A.. Descriptive sensory analysis:
past, present and future. Food Research International, Vol. 34, p. 461-471, 2001.
PINE II, B. J.. Making mass customization work. Harvard Business Review, p. 108,
1993b.
PINE II, B. J.. Mass Customization: The New Frontier in Business Competition,
Harvard University Press, Cambridge, MA, 1993a.
PINE II, B. J.; PEPPERS, D.; ROGERS, M.. Do you want to keep your customers
forever. Harvard Business Review, Vol. 73 n. 2, p. 103-114, 1995.
PINE II, B. Joseph. Personalizando produtos e serviços: customização maciça.
São Paulo: Makron Books, 1994.
ROSS, A.. Selling uniqueness. Manufacturing Engineer, Vol. 75, n. 6, p. 260-263,
1996.
RUDBERG, M.; WIKNER, J.. Mass customization in terms of the customer order
decoupling point. Production Planning and Control, Vol. 15, n. 4, p. 445-458, 2004.
SILVEIRA, G.; BORENSTEIN, D.; FOGLIATTO, F.. Mass customization: literature
review and research direction. International Journal of Production Economics,
Vol. 72, p. 1-13, 2001.
SPIRA, J. S.. Mass customization through training at Lutron Electronics. Planning
Review, Vol. 21, n. 4, p. 23-24, 1993.
STONE, H.; SIDEL, J. L.; OLIVER, S.; WOOLSEY, A.; SINGLETON, R. C.. Sensory
evaluation by Quantitative Descriptive Analysis. Food Technology, Vol. 28, n. 11, p.
24-33, 1974.

STONE, Herbert; SIDEL, Joel L.. Sensory evaluation practices. 2nd ed. San Diego:
Academic Press, 1993.
SVENSSON, C.; BARFOD, A. Limits and opportunities in mass customization for
“build to order” SMEs. Computers in Industry, Vol. 49, p. 77-89, 2002.
SWAMINATHAN, J. M.. Enabling customization using standardized operations,
California Management Review, Vol. 43, n. 3, p.125-135, 2001.
146
TIEN, J. M.. Data mining requirements for customized goods and services.
International Journal of Information Technology and Decision Making, Vol. 5, n.
4, p. 683-698, 2006.
VAN HOEK, R. I.. The rediscovery of postponement a literature review and directions
for research. Journal of Operations Management, Vol. 19, p. 161-184, 2001.
VIGNA, C. M.. Capacitação das operações internas para a Customização em
Massa: estudos de casos nas indústrias brasileiras. 140 f. Dissertação (Mestrado
em Engenharia de Produção) - Universidade de São Paulo, São Paulo, 2007.
VIGNA, C. M.; MIYAKE, D. I.. A conceptual framework for Mass Customization
systems from the capability building viewpoint. Anais… Third International
Conference on Production Research - Americas’ Region, 2006.
VIGNA, C. M.; MIYAKE, D. I.. Capacitação das Operações Internas para a
Customização em Massa: Estudos de Caso em Indústrias Brasileiras. Produto &
Produção, Vol. 10, n. 3, p. 29-44, 2009.
ZINN, W.. O retardamento da montagem final de produtos como estratégia de
marketing e distribuição. Revista de Administração de Empresas, Vol. 30, n. 4, p.
53-59, 1990.

5 CONSIDERAÇÕES FINAIS
147
A realização dessa pesquisa permitiu elaborar uma revisão de literatura
calcada na análise de redes de relacionamento e definição das áreas de
conhecimento e dos autores mais citados em Customização em Massa. Ademais, foi
possível também elaborar e validar, com suas devidas restrições, um framework
atualizado, focado na indústria automobilística.
O objetivo do primeiro artigo (capítulo 2) foi analisar a área de CM por meio
de redes de relacionamento e, a partir disso, criar uma agenda de pesquisa.
Essa agenda de pesquisa complementa as sugestões de pesquisas futuras
propostas por Fogliatto et al. (2012) ao sugerir desenvolvimentos nas áreas de
conhecimento que complementam a CM. As redes de relacionamento apresentaram
grande complexidade e, portanto, foi necessário utilizar uma análise por indicadores
e clusters. Ao final do primeiro artigo foram obtidos sete áreas de conhecimento:
Mass customization, Product Design & Supply Chain Management, Information
Technology & Flexibility, Lean Production, Operations Strategy, Modularity e
Planning. Também foi possível agrupar os autores mais citados em CM dentro das
áreas de conhecimento. Confirmando afirmações da literatura (DURAY, 2002), Pine
II, B. J. foi o autor mais citado dentre todos os artigos analisados. Jiao, J. é
considerado o autor que mais realizou citações e, portanto, pode-se considerá-lo o
autor que mais realizou pesquisas. Também foi possível definir os principais
documentos em CM, destacando-se: Pine II (1993a), Lampel e Mintzberg (1996),
Davis (1987), Feitzinger e Lee (1997) e Kotha (1995). Posteriormente, foram
definidos os principais meios de divulgação em CM, sendo os principais: Production
Planning & Control, International Journal of Production Research, International
Journal of Production Economics, Computers in Industry e International Journal of
Operations & Production Management. Esses resultados apresentam convergência
com os resultados obtidos por Fogliatto et al. (2012).
No segundo artigo (capítulo 3) foi elaborado um framework atualizado e
focado na indústria automobilística. Também foi realizada a sua validação inicial
por meio da coleta de dados com pessoas de cursos de formação profissional da
PUCPR, considerando apenas as respostas das pessoas que possuem mais de dois
anos de experiência na área em que atuam. Foram analisados documentos
brasileiros e internacionais da literatura de CM para definir as variáveis da pesquisa,

que posteriormente foram utilizadas para elaborar o instrumento de coleta de dados.
Após a coleta de dados, realizaram-se as análises de confiabilidade da escala e
fatorial exploratória. A partir dessas análises, verificaram-se pontos críticos no
instrumento de coleta de dados e também pontos de alerta no framework de
pesquisa. Ao final decidiu-se pela revisão do instrumento de coleta de dados, tendo
como principal foco a revisão das variáveis que foram excluídas da análise fatorial
exploratória com o intuito de desenvolver um instrumento de coleta de dados
adequado para o framework desenvolvido.
148
No terceiro e último artigo (capítulo 4), objetivou-se verificar o impacto dos
habilitadores Planejamento da Produção, Fabricação & Montagem, Projeto de
Produtos, Marketing & Vendas e Abastecimento & Logística no
desenvolvimento da competência em Customização em Massa, no setor
automobilístico. A partir da elaboração e validação inicial do framework de
pesquisa, foi realizada a validação final a partir de um survey na indústria
automobilística paranaense. Uma limitação dessa pesquisa foi que a pequena
quantidade de respostas obtidas inviabilizou a modelagem de equações estruturais
(Structural Equation Modeling – SEM) baseado em covariância (tradicionalmente
feita no AMOS e SPSS). Analisou-se a literatura e se identificou a SEM baseado no
algoritmo de mínimos quadrados parciais (PLS). Essa nova abordagem possui uma
exigência menor para o tamanho da amostra, sendo aconselhável no mínimo 30
casos. Em posse de 25 respostas passíveis de análise, realizou-se a análise de
PLSPM (Partial Least Square Path Modeling), para definir os impactos gerados
pelos habilitadores na Customização em Massa. Foi possível definir impactos
negativos e positivos, entretanto, considera-se que esses resultados não permitem a
validação final do framework, pois a quantidade de respostas foi relativamente baixa,
mesmo considerando a abordagem por PLS. Esse trabalho contribui para o
conhecimento da CM ao tentar abordar as flexibilidades requeridas para a
implementação efetiva da Customização em Massa. Poucos trabalhos abordam
esse tópico, conforme destacado por Fogliatto et al. (2012).
5.1 RECOMENDAÇÕES PARA TRABALHOS FUTUROS
As recomendações para pesquisas futuras derivadas do primeiro artigo
relacionam-se em utilizar abordagens diferenciadas para as análises de redes de

elacionamento como utilizar uma abordagem bottom-up para a análise da rede de
autores, visto que existe uma troca mútua de informações entre esses atores da
rede e possivelmente surgirão grupos diferentes dos encontrados nessa pesquisa.
Outro ponto de estudo seria utilizar uma abordagem impositiva para as áreas de
conhecimento, utilizando como parâmetro para estabelecimento dos grupos as
diversas áreas que as empresas precisam se capacitar para implementar a
estratégia em CM. Ainda ao se tratar das redes de relacionamento, sugere-se o
aumento do número de bases de dados e, consequentemente, dos artigos
analisados para obter resultados mais abrangentes e definitivos sobre o
mapeamento da construção do conhecimento em Customização em Massa. Um
ponto interessante para pesquisas futuras seria a aplicação dos frameworks
propostos na literatura (PINE II, 1993a; PINE II, 1993b; SPIRA, 1993; LAMPEL e
MINTZBERG, 1996; GILMORE e PINE II, 1997; DURAY et al., 2000; ALFORD et al.,
2000; SILVEIRA et al., 2001; MacCarthy et al., 2003, por exemplo) e, assim, verificar
a sua validade. A replicação desses frameworks contribuirá para a compreensão de
como a CM pode ser operacionalizada, conforme destacado por MacCarthy et al.
(2003). Ainda no primeiro artigo, pode-se apresentar a agenda de pesquisa como
desenvolvimento futuros. As contribuições em cada área de pesquisa em CM são:
149
Mass Customization: Considera-se importante, como futuras pesquisas,
definir as melhores práticas (best practices) para a implementação da CM,
definindo seus principais habilitadores para se alcançar a competência
(capability) em CM. Também é interessante realizar a leitura da CM a partir de
uma visão de Operations Strategy, relacionando, por exemplo, as melhores
práticas com as prioridades competitivas e, consequentemente, áreas de
decisão estrutural e infraestrutural (LEONG et al., 1990);
Product Design & Supply Chain Management (SCM): Pode-se considerar que
as pesquisas em Product Design encontram-se em um estágio avançado,
portanto, os desenvolvimentos para a área se dão como soluções específicas
para problemas encontrados utilizando como base o conhecimento já
desenvolvido. Nota-se que existe a tendência nas pesquisas em SCM para
definir níveis adequados de CM para toda a cadeia de uma maneira
financeiramente viável e a forma de gerenciar eficientemente toda a cadeia
para as perturbações geradas pela CM. Além disso, são realizados muitos

150
estudos do uso da postergação como uma estratégia de CM relacionada com
o SCM;
Lean Production: As pesquisas em Lean Production sobre o ponto de vista de
MC direcionam-se para verificar como os princípios do Lean Production
suportam a implementação de uma estratégia financeiramente viável de CM,
combinado com outros habilitadores;
Information Technology (IT) & Flexibility: As pesquisas em IT & Flexibility
abordam o uso de técnicas de programação para obter resultados mais
viáveis economicamente para a produção e que ao mesmo tempo aumentem
a flexibilidade da empresa. Poucas pesquisas abordam o envolvimento de
clientes no processo produtivo através da tecnologia da informação. Essa
abordagem permite que as empresas atendam de forma mais específica as
necessidades dos clientes, podendo postergar a produção para o último
momento possível;
Modularity: Nessa área de pesquisa já consolidada, os autores utilizam o
conhecimento desenvolvido como embasamento para desenvolverem
pesquisas futuras. Ocorreram algumas discussões sobre o desenvolvimento
de uma produção modular que podem aumentar as possibilidades das
empresas implementarem a CM (STARR, 1965; STARR, 2010);
Planning: As pesquisas em Planning tendem a analisar a integração entre os
diversos meios de se realizar a CM (modularização, postergação,
envolvimento de clientes, tecnologias flexíveis, tecnologia da informação,
entre outros) de uma maneira eficiente, gerando as melhores soluções para
se alcançar a estratégia em CM.
Operations Strategy: Ahlstrom e Westbrook (1999) definiram temas de
pesquisa que se consideram válidos até hoje: “Design of efficient mass-
customizing processes, including administrative processes; Alternative
methods of providing customized goods, and the relevance of those methods
to different sectors; Role of suppliers, distributors and retailers;
Implementation of mass customization, including barriers to change; Role of
technology, including information technology”.

151
No segundo e terceiro artigos se sugerem a validação final do framework de
pesquisa em empresas do setor automobilístico através do aumento da quantidade
de respostas do survey com o intuito de aumentar o poder de explicação dos
resultados encontrados e realizar em conjunto uma coleta de dados por meio de
estudo de caso. Além disso, também se aconselha aplicar esse framework em uma
abordagem longitudinal para acompanhar a implementação da competência em CM.
Existem poucos relatos de estudos longitudinais sobre a implementação da CM na
literatura e se considera que essa abordagem pode gerar um bom entendimento
sobre as vantagens e desvantagens da CM.

REFERÊNCIAS
152
AHLSTROM, P.; WESTBROOK, R.. Implications of mass customization for
operations management: An exploratory survey. International Journal of
Operations & Production Management, vol. 19, n. 3/4, p. 262-275, 1999.
AIGBEDO, H.. An assessment of the effect of mass customization on suppliers’
inventory levels in a JIT supply chain, European Journal of Operational Research,
Vol. 181, p. 704-715, 2007.
AITKEN, J.; CHILDERHOUSE, P.; CHRISTOPHER, M.; TOWILL, D.. Designing and
managing multiple pipelines, Journal of Business Logistics, Vol. 26, n. 2, p. 73-95,
2005.
ALEJANDRO, V. A.; NORMAN, A. G.. Manual introdutório das Redes Sociais,
Centro de Capacitación e Evaluación para El Desarrollo Rural. 2006. Disponível em:
.
ALFORD, D.; SACKETT, P.; NELDER, G.. Mass customisation: an automotive
perspective. International Journal of Production Economics, Vol. 65, p. 99-110,
2000.
ALIZON, F.; SHOOTER, S. B.; SIMPSON, T. W.. Henry Ford and the Model T:
lessons for product platforming and mass customization, Design Studies, Vol. 30, n.
5, p. 589-605, 2009.
ANDERSON, N. H.. Functional measurement and psychological judgment.
Psychology Review, 77, p. 153-170, 1970.
BABBIE, E.. Survey research methods, Wadsworth, USA, 1990.
BALDWIN, C. Y.; CLARK, K. B. Managing in an age of modularity, Harvard
Business Review, Vol. 75, n. 5, p. 84-93, 1997.
BALDWIN, C. Y.; CLARK, K. B.. Modularity-in-design: an analysis based on the
theory of real options. Harvard Business School, Boston, MA, 1994.
BALLARDIN, L.; GUIMARÃES, L. B. M.. Avaliação da carga de trabalho dos
operadores de uma empresa distribuidora de derivados de petróleo. Produção, Vol.
19, n. 3, p. 581-592, 2009.
BAYRAKTAR, E.; JOTHISHANKAR, M. C.; TATOGLU, E.; WU, T. Evolution of

operations management: past, present and future, Management Research News,
Vol. 30, n. 11, p. 843-871, 2007.
BORGATTI, S. P.; EVERETT, M. G.; FREEMAN, L. C.. Ucinet 5 for Windows:
Software for Social Network Analysis, Harvard, Analytic Technologies, 1999.
BORGATTI, S. P.; LI, X. On Social Network Analysis in a Supply Chain Context,
Journal of Supply Chain Management, Vol. 45, n. 2, p. 5-22, 2009.
153
BOYER, R.; FREYSSENET, M.. The World that Changed the Machine. Synthesis of
GERPISA Research programs, 1993-1999, versão em ingles de BOYER, R. &
FREYSSENET, M., Le monde qui a changé la machine. Synthèse des travaux du
GERPISA, 1993-1999, Actes du GERPISA, n. 31, p. 7-71, 2001.
BOZARTH, C.; MCDERMOTT, C. M. Configurations in manufacturing strategy: A
review and directions for future research. Journal of Operations Management, Vol.
16, p. 427-439, 1998.
BRABAZON, P. G.; MACCARTHY, B.. Fundamental behaviour of virtual-build-toorder
systems, International Journal of Production Economics, 104, p. 514-524,
2006.
BRABAZON, P. G.; MACCARTHY, B.; WOODCOCK, A.; HAWKINS, R. W.. Mass
Customization in the Automotive Industry, Production and Operations
Management, Vol. 19, n. 5, p. 489-502, 2010.
BRAGLIA, M.; CARMIGNANI, G.; ZAMMORI, F. A new value stream mapping
approach for complex production systems. International Journal of Production
Research, Vol. 44, n. 18-19, p. 3929-3952, 2006.
BROWN, S.; BESSANT, J. The manufacturing strategy-capabilities links in mass
customisation and agile manufacturing – an exploratory study, International Journal
of Operations & Production Management, Vol. 23, n. 7, p. 707-730, 2003.
BRYMAN, A.. Research methods and organization studies. London: Routledge,
1995.
CAPRA, F. The web of life. 8 ed. São Paulo: Cultrix, 2003.
CORRAR, L. J.; PAULO, E.; DIAS FILHO, J. M. Análise multivariada para os
cursos de administração, ciências contábeis e economia. São Paulo: Editora
Atlas, 2007.

CORRÊA, H. L.; CORRÊA, C. A.. Administração de produção e operações:
manufatura e serviços: uma abordagem estratégica. 2. ed. São Paulo: Atlas, 2006.
CRESWELL, J. W.. Research design: qualitative, quantitative, and mixed methods
approaches. 2nd ed Thousand Oaks: Sage Publications, 2003.
CULNAN, M. The intellectual development of management information systems,
Management Science, Vol. 32, p. 156-172, 1986.
154
CUNHA, C.; AGARD, B.; KUSIAK, A.. Data mining for improvement of product
quality, International Journal of Production Research, Vol. 44, n. 18, p. 4027-
4041, 2006.
DAVIS, S. M.. Future Perfect. Addison-Wesley, Reading, MA, 1987.
DAVIS, Stanley M.. Futuro perfeito. São Paulo: Nobel, 1990.
DETTY, R. B.; YINGLING, J. C.. Quantifying benefits of conversion to lean
manufacturing with discrete event simulation: a case study. International Journal of
Production Research, Vol. 38, n. 2, p. 429-445, 2000.
DIETRICH, A. J.; KIRN, S.; SUGUMARAN, V.. A service-oriented architecture for
mass customization: a shoe industry case study. IEEE Transactions on
Engineering Management, Vol. 54, n. 1, p. 190-204, 2007.
DU, J.; JIAO, Y-Y.; JIAO, J.. Integrated BOM and routing generator for variety
synchronization in assembly-to-order production, Journal of Manufacturing
Technology Management, Vol. 16, n. 2, p. 233-243, 2005.
DURAY, R.. Mass customization origins: mass or custom manufacturing?
International Journal of Operations & Production Management, Vol. 22, p. 314-
328, 2002.
DURAY, R.. Mass customizers' use of inventory, planning techniques and channel
management, Production Planning & Control, Vol. 15, n. 4, p. 412-421, 2004.
DURAY, R.. Pursuing capabilities of flexibility and quality: financial performance
implications for mass customisers. International Journal of Mass Customization,
Vol. 1, n. 2/3, p. 260–271, 2006.
DURAY, R.; WARD, P.; MILLIGAN, G.; BERRY, W.. Approaches to mass

customization: configurations and empirical validation. Journal of Operations
Management, Vol. 18, p. 605-625, 2000.
EASTWOOD, M. Implementing mass customization. Computers in Industry, Vol. 30,
n. 3, p. 171-174, 1996.
FEITZINGER, E.; LEE, H. Mass customization at Hewlett-Packard: The power of
postponement. Harvard Business Review, Vol. 75, n. 1, p. 116-121, 1997.
155
FOGLIATTO, F. S.; SILVEIRA, G. J. C.; BORENSTEIN, D.. The mass customization
decade: An updated review of the literature. International Journal of Production
Economics, Vol. 138, p. 14-25, 2012.
GHIASSI, M.; SPERA, C.. Defining the Internet-based supply chain system for mass
customized markets, Computers & Industrial Engineering, Vol. 45, p. 17-41, 2003.
GIL, ANTONIO CARLOS. Métodos e técnicas de pesquisa social. 4. ed. São
Paulo: Atlas, 1994.
GILLHAM, B. Developing a questionnaire, Continuum International Publishing
Group, UK, 2000.
GILMORE, J. H.; PINE II, B. J. The four faces of mass customization. Harvard
Business Review, p. 91-101, 1997.
GODINHO FILHO, M.; FERNANDES, F. C. F. Paradigmas Estratégicos de Gestão
da Manufatura (PEGEMs): elementos-chave e modelo conceitual. Gestão &
Produção, Vol. 12, n. 3, p. 333-345, 2005.
GOLDHAR, J.; JELINEK, M.. Plans for economics of scope. Harvard Business
Review, Vol. 61, n. 6, p. 141-148, 1983.
GOLDSBY, T. J.; GRIFFIS, S. E.; ROATH, A. S.. Modelling lean, agile and leagile
supply chain strategies, Journal of Business Logistics, Vol. 27, n.1, p. 57-80,
2006.
GOSLING, J.; NAIM, M. M.. Engineer-to-order supply chain management: a literature
review and research agenda. International Journal of Production Economics, Vol.
122, n. 2, p. 741-754, 2009.
GRAMAN, G. A.; MAGAZINE, M. J.. Implementation issues influencing the decision
to adopt postponement, International Journal of Operations & Production

Management, Vol. 26, n. 10, p. 1068-1083, 2006.
HAIR, J. et al. Multivariate data analysis. 5. ed. New Jersey: Prentice Hall, 1998.
HAIR, J. F. et al. Análise multivariada de dados. 5. ed. Porto Alegre: Bookman,
2005.
HAIR, J. F. et al. Essentials of business research methods. Hoboken, NJ: Wiley,
2003.
HANNEMAN, ROBERT A.; RIDDLE, MARK. Introduction to social network
methods. Riverside, CA: University of California, Riverside, 2005.
156
HART, C. W. L. Mass customization: conceptual underpinnings, opportunities and
limits. International Journal of Service Industry Management, Bradford, Vol. 6, n.
2, p. 36-45, 1995.
HELMS, M. M.; AHMADI, M.; JIH, W. J. K.; ETTKIN, L. P.. Technologies in support of
mass customization strategy: exploring the linkages between e-commerce and
knowledge management. Computers in Industry, Vol. 59, n. 4, p. 351-363, 2008.
HELO, P. T.; XU, Q. L.; KYLLONEN, S. J.; JIAO, J. Integrated Vehicle Configuration
System – Connecting the domains of mass customization, Computers in Industry,
Vol. 61, p. 44-52, 2010.
HOYLE, R. H.. Statistical strategies for small sample research. Thousand Oaks:
Sage Publications, 1999.
HPM PROJECT. High Performance Manufacturing Project. Round 3, 2004.
HUANG, X.; KRISTAL, M. M.; SCHROEDER, R. G.. The Impact of Organizational
Structure on Mass Customization Capability: A Contingency View, Production and
Operations Management, v. 19, n. 5, p. 515-530, 2010.
HUANG, X.; KRISTAL, M.; SCHROEDER, R.. Linking learning and effective process
implementation to mass customization capability. Journal of Operations
Management, Vol. 26, p. 714-729, 2008.
IBGE – Instituto Brasileiro de Geografia e Estatística. (2006). Demografia das
Empresas. Disponível em:
. Acessado em 25/17/2012.

JIAO, J.; TSENG, M. M.. Customizability analysis in design for mass customization,
Computer-Aided Design, Vol. 36, n. 8, p. 745-757, 2004.
JIAO, J.; TSENG, M. M.. Design for Mass Customization. Annals CIRP, Vol. 45, n. 1,
p. 153-156, 1996.
157
JIAO, J.; XU, Q.; DU, J.; ZHANG, Y.; HELANDER, M.; KHALID, H. M.; HELO, P.; NI,
C.. Analytical affective design with ambient intelligence for mass customization and
personalization, International Journal of Flexible Manufacturing Systems, Vol.
19, p. 570-595, 2007.
JOHANSON, G. A.; BROOKS, G. P.. Initial Scale Development: Sample Size for Pilot
Studies. Educational and Psychological Measurement, n. 1-7, 2009.
JONEJA, A.; LEE, N. S.. Automated configuration of parametric feeding tools for
mass customization, Computers and Industrial Engineering, Vol. 35, n. 3/4, p.
463-469, 1998.
KAY, M.. Making mass customization happen: Lessons for implementation. Planning
Review, Vol. 21, n. 4, p. 14-18, 1993.
KIM, Y.; CHOI, T. Y.; YAN, T.; DOOLEY, K.. Structural investigation of supply
networks: A social network analysis approach, Journal of Operations Management,
29, p. 194-211, 2011.
KONING, A. J.; FRANSES, P. H.. Confidence intervals for Cronbach’s coefficient
alpha values. Research in Management, n. 16, 2003.
KOTHA, S.. From mass production to mass customization: the case of the national
industrial bicycle company of Japan. European Management Journal, Vol. 14, n. 5,
p. 442-450, 1996.
KOTHA, S.. Mass customization: implementing the emerging paradigm for
competitive advantage. Strategic Management Journal, Vol.16, p. 21-42, 1995.
KOTLER, P. From mass marketing to mass customization. Planning Review, Vol.
17, n. 5, p. 10-13, 1989.
KUBIAK, J.. A joint venture in mass customization. Planning Review, Vol. 22, n. 4,
p. 19-25, 1993.

LAMPEL, J.; MINTZBERG, H.. Customizing Customization. Sloan Management
Review, Vol. 38, n. 1, p. 21-29, 1996.
LAU, R. Mass customization: the next industrial revolution. Industrial Management,
Vol. 37, n. 5, p. 18-19, 1995.
LEEUW, E. D.; HOX, J. J.; DILLMAN, D. A.. International handbook of survey
methodology, Taylor & Francis Group, USA, 2008.
LEONG, G. K.; SNYDER, D. L.; WARD, P. T.. Research in the process and content
of manufacturing strategy. Omega, Vol. 18, n. 2, 1990.
158
MACCARTHY, B.; BRABAZON, P.; BRAMHAM, J.. Fundamental modes of operation
for mass customization. International Journal of Production Economics, Vol. 85,
p. 289-304, 2003.
MACHADO, A. G. C.. Estratégias de customização em massa: evidências
teórico-empíricas e proposição de um framework. 400 f. Tese (Doutorado em
Administração) – Programa de Pós-Graduação em administração, Universidade
Federal de Pernambuco, Recife, 2005.
MACHADO, A. G. C.; MORAES, W. F. A.. Estratégias de customização em massa
implementadas por empresas brasileiras. Produção, Vol. 18, n. 1, p. 170-183, 2008.
MALHOTRA, N.. Pesquisa de Marketing: uma orientação aplicada. 3ª. Ed. Porto
Alegre: Bookman, 2001.
MASON-JONES, R.; NAYLOR, B.; TOWILL, D. R.. Lean, agile or leagile? Matching
your supply chain to the market place, International Journal of Production
Research, Vol. 38, n. 17, p. 4061-4070, 2000.
MCCARTHY, I. P. Special issue editorial: the what, why and how of mass
customization. Production Planning & Control, Vol. 15, n. 4, p. 347-351, 2004.
MCCUTCHEON, D. M.; RATURI, A. S.; MEREDITH, J. R.. The customization
responsiveness squeeze. Sloan Management Review, Vol. 35, n. 2, p. 89-99, 1994.
MERLE, A.; CHANDON, J-L.; ROUX, E.; ALIZON, F.. Perceived Value of the Mass-
Customized Product and Mass Customization Experience for Individual Consumers,
Production and Operations Management, Vol. 19, n. 5, p. 503-514, 2010.
MURRAY, J. M.; DELAHUNTY, C. M.; BAXTER, I. A.. Descriptive sensory analysis:

past, present and future. Food Research International, Vol. 34, p. 461-471, 2001.
159
NARASIMHAN, R.; SWINK, M.; KIM, S. W.. Disentangling leanness and agility: an
empirical investigation. Journal of Operations Management, Vol. 24, n. 5, p. 440-
457, 2006.
NAYLOR, J. B.; NAIM, M. M.; BERRY, D.. Leagility: integrating the lean and agile
manufacturing paradigms in the total supply chain. International Journal of
Production Economics, Vol. 62, p. 107-118, 1999.
NINAN, J. A.; SIDDIQUE, Z.. Internet-based framework to support integration of
customer in the design of customizable products. Concurrent Engineering, Vol. 14,
n. 3, p. 245-256, 2006.
NUNNALLY, J. C.. Psychometric theory (2nd ed.). New York: McGraw-Hill, 1978.
PAPADOPOULOU, T. C.; ÖZBAYRAK, M.. Leanness: experiences from the journey
to date. Journal of Manufacturing Technology Management, Vol. 16, n. 7/8, P.
784-807, 2005.
PARTANEN, J.; HAAPASALO, H.. Fast production for order fulfillment: implementing
mass customization in electronics industry. International Journal of Production
Economics, v. 90, n. 2, p. 213-222, 2004.
PAVNASKAR, S. J.; GERSHENSON, J. K.; JAMBEKAR, A. B.. Classification scheme
for lean manufacturing tools, International Journal of Production Research, Vol.
41, n. 13, p. 3075-3090, 2003.
PEREIRA, J. C. R.. Análise de dados qualitativos: estratégias metodológicas para
as ciências da saúde, humanas e sociais. 3. ed. São Paulo: EDUSP, 2004.
PILKINGTON, A.; MEREDITH, J.. The evolution of the intellectual structure of
operations management—1980-2006: A citation/co-citation analysis, Journal of
Operations Management, Vol. 27, p. 185-202, 2009.
PILLER, FRANK T.; MOESLEIN, KATHRIN; STOTKO, CHRISTOF M.. Does mass
customization pay? An economic approach to evaluate customer integration,
Production Planning & Control, Vol. 15, n. 4, p. 435-444, 2004.
PINE II, B. J.. Making mass customization work. Harvard Business Review, p. 108,
1993b.
PINE II, B. J.. Mass Customization: The New Frontier in Business Competition,

Harvard University Press, Cambridge, MA, 1993a.
PINE II, B. J.; PEPPERS, D.; ROGERS, M.. Do you want to keep your customers
forever. Harvard Business Review, Vol. 73 n. 2, p. 103-114, 1995.
PINE II, B. J.; VICTOR, B.; BOYNTON, S.. Making mass customization work.
Harvard Business Review, Vol. 71, n. 5, p. 108-19, 1993.
PINE II, B. Joseph. Personalizando produtos e serviços: customização maciça.
São Paulo: Makron Books, 1994.
160
RAO, Y.; LI, P.; SHAO, X.; SHI, K.. Agile manufacturing system control based on cell
re-configuration, International Journal of Production Research, Vol. 44, n. 10, p.
1881-1905, 2006.
ROCHA, E. V. M.. Métodos e sistemas de gestão de produção de veículos sob a
ótica das tendências de produção sob encomenda e de customização em
massa. 84 f. Dissertação (Mestrado em Engenharia de Produção) – PUC-Rio, Rio
de Janeiro, 2005.
ROSS, A.. Selling uniqueness. Manufacturing Engineer, Vol. 75, n. 6, p. 260-263,
1996.
RUDBERG, M.; WIKNER, J.. Mass customization in terms of the customer order
decoupling point. Production Planning and Control, Vol. 15, n. 4, p. 445-458, 2004.
SAHIN, F.. Manufacturing competitiveness: different systems to achieve the same
results. Production and Inventory Management Journal, v. 41, n. 1, p. 56-65,
2000.
SALVADOR, F.; RUNGTUSANATHAM, M.; FORZA, C.; TRENTIN, A.. Mix flexibility
and volume flexibility in a build-to-order environment, International Journal of
Operations & Production Management, Vol. 27, n. 11, p. 1173-1191, 2007.
SANTOS, A. R. Metodologia científica: a construção do conhecimento, 5. ed.
rev., Rio de Janeiro: DP&A, 2002.
SELLADURAI, R.. Mass customization in operations management: oxymoron or
reality? Omega, Vol. 32, p. 295-300, 2004.
SILVEIRA, G.; BORENSTEIN, D.; FOGLIATTO, F.. Mass customization: literature
review and research direction. International Journal of Production Economics,

Vol. 72, p. 1-13, 2001.
SKINNER, W.. The Focused Factory. Harvard Business Review, May-June, 1974.
SONG, Z.; KUSIAK, A.. Mining Pareto-optimal modules for delayed product
differentiation, European Journal of Operational Research, 201, p. 123-128, 2010.
SPIRA, J. S. Mass customization through training at Lutron Electronics. Planning
Review, Vol. 21, n. 4, p. 23-24, 1993.
STARR, M. K.. Modular production – a 45-year-old concept, International Journal
of Operations & Production Management, Vol. 30, n. 1, p. 7-19, 2010.
STARR, M. K.. Modular production – a new concept, Harvard Business Review,
Vol. 3, n. 1, p. 131-142, 1965.
161
STONE, H.; SIDEL, J. L.; OLIVER, S.; WOOLSEY, A.; SINGLETON, R. C.. Sensory
evaluation by Quantitative Descriptive Analysis. Food Technology, Vol. 28, n. 11, p.
24-33, 1974.
STONE, Herbert; SIDEL, Joel L.. Sensory evaluation practices. 2nd ed. San Diego:
Academic Press, 1993.
SU, J. C. P.; CHANG, Y-L.; FERGUSON, M.. Evaluation of postponement structures
to accommodate mass customization, Journal of Operations Management, Vol. 23,
p. 305-318, 2005.
SVENSSON, C.; BARFOD, A. Limits and opportunities in mass customization for
“build to order” SMEs. Computers in Industry, Vol. 49, p. 77-89, 2002.
SWAMINATHAN, J. M.. Enabling customization using standardized operations,
California Management Review, Vol. 43, n. 3, p.125-135, 2001.
TIEN, J. M.. Data mining requirements for customized goods and services.
International Journal of Information Technology and Decision Making, Vol. 5, n.
4, p. 683-698, 2006.
ULRICH, K.; TUNG, K.. Fundamentals of product modularity. Proceedings of the
1991 ASME Winter Annual Meeting Symposium on Issues in Design
Manufacturing Integration, Atlanta, 1991.

162
VAN HOEK, R. I.. The rediscovery of postponement: a literature review and
directions for research, Journal of Operations Management, Vol. 19, n.2, p. 161-
184, 2001.
VIGNA, C. M.. Capacitação das operações internas para a Customização em
Massa: estudos de casos nas indústrias brasileiras. 140 f. Dissertação (Mestrado
em Engenharia de Produção) - Universidade de São Paulo, São Paulo, 2007.
VIGNA, C. M.; MIYAKE, D. I.. A conceptual framework for Mass Customization
systems from the capability building viewpoint. Anais… Third International
Conference on Production Research - Americas’ Region, 2006.
VIGNA, C. M.; MIYAKE, D. I.. Capacitação das Operações Internas para a
Customização em Massa: Estudos de Caso em Indústrias Brasileiras. Produto &
Produção, Vol. 10, n. 3, p. 29-44, 2009.
VIGNA, C.; MIYAKE, D. I.. Capacitação para a customização em massa. Anais... XII
SIMPEP - Bauru, São Paulo, 2005.
VINODH, S.; SUNDARARAJ, G.; DEVADASAN, S. R.; MAHARAJA, R.;
RAJANAYAGAM, D.; GOYAL, S. K.. DESSAC: a decision support system for
quantifying and analysing agility, International Journal of Production Research,
Vol. 46, n. 23, p. 6759-6780, 2008.
WANG, W.-P.. Toward developing agility evaluation of mass customization systems
using 2-tuple linguistic computing. Expert Systems with Applications, Vol. 36, n. 2,
p. 3439-3447, 2009.
WENTZ, T. K.. Transformational Change. How to transform Mass Production
Thinking to meet the challenge of Mass Customization. Corporate Performance
Systems, Inc. 1999.
YANG, B.; BURNS, N. D.; BACKHOUSE, C. J.. Management of uncertainty through
postponement, International Journal of Production Research, Vol. 42, p. 1049-
1064, 2004.
YUSUF, Y. Y.; ADELEYE, E. O.; SIVAYOGANATHAN, K.. Volume flexibility: the agile
manufacturing conudrum, Management Decision, Vol. 41, n. 7, p. 613-624, 2003.
ZINN, W.. O retardamento da montagem final de produtos como estratégia de
marketing e distribuição. Revista de Administração de Empresas, Vol. 30, n. 4, p.
53-59, 1990.

APÊNDICES
163

APÊNDICE 2.A – ARTIGOS UTILIZADO NA ANÁLISE DE REDES SOCIAIS
164
ADAM NG, T. S.; JOHNSON, E. L.. Production planning with flexible customization
using a branch-price-cut method, IIE Transactions, vol. 40, n. 12, p. 1198-1210,
2008.
AGARD, B.; PENZ, B.. A simulated annealing method based on a clustering
approach to determine bills of materials for a large product family, International
Journal of Production Economics, vol. 117, n. 2, p. 389-401, 2009.
AIGBEDO, H.. An assessment of the effect of mass customization on suppliers’
inventory levels in a JIT supply chain, European Journal of Operational Research,
vol. 181, n. 2, p. 704-715, 2007.
ALIZON, F.; SHOOTER, S. B.; SIMPSON, T. W.. Henry Ford and the Model T:
lessons for product platforming and mass customization, Design Studies, vol. 30, n.
5, p. 588-605, 2009.
ANZANELLO, M. J.; FOGLIATTO, F. S.. Learning curve modelling of work
assignment in mass customized assembly lines, International Journal of
Production Research, vol. 45, n. 13, p. 2919-2938, 2007.
ARNHEITER, E. D.; HARREN, H.. A typology to unleash the potential of modularity,
Journal of Manufacturing Technology Management, vol. 16, n. 7, p. 699-711,
2005.
ARON, R.; SUNDARARAJAN, A.; VISWANATHAN, S.. Intelligent agents in electronic
markets for information goods: customization, preference revelation and pricing,
Decision Support Systems, vol. 41, n. 4, p. 764-786, 2006.
BALLARDIN, L.; GUIMARÃES, L. B. M.. Avaliação da carga de trabalho dos
operadores de uma empresa distribuidora de derivados de petróleo, Produção, v.
19, n. 3, p. 581-592, 2009.
BARDAKCI, A.; WHITELOCK, J.. Mass-customisation in marketing: the consumer
perspective, Journal of Consumer Marketing, vol. 20, n. 5, p. 463-479, 2003.
BARDAKCI, A.; WHITELOCK, J.. How “ready” are customers for mass
customisation? An exploratory investigation, European Journal of Marketing, vol.
38, n. 11/12, p. 1396-1416, 2004.
BAYRAKTAR, E.; JOTHISHANKAR, M. C.; TATOGLU, E.; WU, T.. Evolution of
operations management: past, present and future, Management Research News,
vol. 30, n. 11, p. 843-871, 2007.
BENROS, D.; DUARTE, J.. An integrated system for providing mass customized
housing, Automation in Construction, vol. 18, n. 3, p. 310-320, 2009.

165
BLECKER, T.; ABDELKAFI, N.. Complexity and variety in mass customization
systems: analysis and recommendations, Management Decision, vol. 44, n. 7, p.
908-929, 2006.
BOCK, S.. Supporting offshoring and nearshoring decisions for mass customization
manufacturing processes, European Journal of Operational Research, vol. 184, n.
2, p. 490-508, 2008.
BOYNTON, A.. Post-Fordist debate: a theoretical perspective to information
technology and the firm, Accounting, Management and Information, vol. 6, n. 3, p.
157-173, 1996.
BRABAZON, P.; MACCARTHY, B.. Fundamental behaviour of virtual-build-to-order
systems, International Journal of Production Economics, vol. 104, n. 2, p. 514-
524, 2006.
BRAMHAM, J.; MACCARTHY, B.; GUINERY, J.. Managing product variety in
quotation processes, Journal of Manufacturing Technology Management, vol. 16,
n. 4, p. 411-431, 2005.
BROWN, S.; BESSANT, J.. The manufacturing strategy-capabilities links in mass
customisation and agile manufacturing – an exploratory study, International Journal
of Operations & Production Management, vol. 23, n. 7, p. 707-730, 2003.
CAO, J.; WANG, J.; LAW, K.; ZHANG, S.; LI, M.. An interactive service customization
model, Information and Software Technology, vol. 48, n. 4, p. 280-296, 2006.
CAUX, C.; DAVID, F.; PIERREVAL, H.. Implementation of delayed differentiation in
batch process industries: a standardization problem, International Journal of
Production Research, vol. 44, n. 16, p. 3243-3255, 2006.
CHEN, Y.; WANG, Y.Z.; WONG, M.. A web-based fuzzy mass customization system,
Journal of manufacturing systems, vol. 20, n. 4, p. 280–287, 2001.
COMSTOCK, M.; JOHANSEN, K.; WINROTH, M.. From mass production to mass
customization: enabling perspectives from the Swedish mobile telephone industry,
Production Planning & Control, vol. 15, n. 4, p. 362-372, 2004.
CORONADO, A. E.; LYONS, A. C.; KEHOE, D. F.; COLEMAN, J.. Enabling mass
customization: extending build-to-order concepts to supply chains, Production
Planning & Control, vol. 15, n. 4, p. 398-411, 2004.
CUNHA, C.; AGARD, B.; KUSIAK, A.. Data mining for improvement of product
quality, International Journal of Production Research, vol. 44, n. 18, p. 4027-
4041, 2006.
DINIZ, R. L.; GUIMARÃES, L. B. M.. Avaliação da carga de trabalho mental.
Publicado em: GUIMARÃES, L. B. M. Ergonomia cognitiva. Porto Alegre: FEENG,
2004.

DREJER, A.. Towards multiple product development, Technovation, vol. 22, p. 733-
745, 2002.
166
DU, J.; JIAO, Y. Y.; JIAO, J.. Integrated BOM and routing generator for variety
synchronization in assembly-to-order production, Journal of Manufacturing
Technology Management, vol. 16, n. 2, p. 233-243, 2005.
DUARTE, J.. A discursive grammar for customizing mass housing: the case of Sizaʼs
houses at Malagueira. Automation in Construction, vol. 14, n. 2, p. 265-275, 2005.
DURAY, R.. Mass customization origins: mass or custom manufacturing?
International Journal of Operations & Production Management, vol. 22, n. 3, p.
314-328, 2002.
DURAY, R.. Mass customizers' use of inventory, planning techniques and channel
management, Production Planning & Control, vol. 15, n. 4, p. 412-421, 2004.
FITZGERALD, B.. Mass customization – at a profit, World Class Design to
Manufacture, vol. 2, n. 1, p. 43-46, 1995.
FOGLIATTO, F.; SILVEIRA, G.. Mass customization: A method for market
segmentation and choice menu design, International Journal of Production
Economics, vol. 111, n. 2, p. 606-622, 2008.
FORZA, C.; SALVADOR, F.. Application support to product variety management,
International Journal of Production Research, vol. 46, n. 3, p. 817 - 836, 2006.
FREDRIKSSON, P.; GADDE, L. K.. Flexibility and rigidity in customization and buildto-order
production, Industrial Marketing Management, vol. 34, n. 7, p. 695-705,
2005.
FRUTOS, J.. A framework to support customer–company interaction in mass
customization environments, Computers in Industry, vol. 54, n. 2, p. 115-135, 2004.
FULKERSON, B.. A response to dynamic change in the market place, Decision
Support Systems, vol. 21, n. 3, p. 199–214, 1997.
GHIASSI, M.. Defining the Internet-based supply chain system for mass customized
markets, Computers & Industrial Engineering, vol. 45, n. 1, p. 17-41, 2003.
GOODRICH, K.. An Aldersonian explanation of twenty-first century “mass
customization”, European Business Review, vol. 19, n. 6, p. 495-507, 2007.
GRAMAN, G. A.. A partial-postponement decision cost model, European Journal of
Operational Research, vol. 201, n. 1, p. 34-44, 2010.
GRAMAN, G. A.; MAGAZINE, M. J.. Implementation issues influencing the decision
to adopt postponement, International Journal of Operations & Production
Management, vol. 26, n. 10, p. 1068-1083, 2006.

GRENCI, R.; WATTS, C.. Maximizing customer value via mass customized econsumer
services, Business Horizons, vol. 50, n. 2, p. 123-132, 2007.
HART, C. W. L.. Mass customization: conceptual underpinnings, opportunities and
limits, International Journal, vol. 6, n. 2, p. 36-45, 1995.
167
HE, Y.; SMITH, M. L.; DUDEK, R. A.. Robotic material handler scheduling in flexible
manufacturing systems for mass customization, Robotics and Computer-
Integrated Manufacturing, vol. 26, n. 6, p. 671-676, 2010.
HELMS, M.; AHMADI, M.; JIH, W.; ETTKIN, L.. Technologies in support of mass
customization strategy: exploring the linkages between e-commerce and knowledge
management, Computers in Industry, vol. 59, n. 4, p. 351-363, 2008.
HELO, P. T.; XU, Q. L.; KYLLÖNEN, S. J.; JIAO, R. J. Integrated vehicle
configuration system: connecting the domains of mass customization, Computers in
Industry, vol. 61, n. 1, p. 44-52, 2010.
HIRSCHHORN, L.; NOBLE, P. Sociotechnical systems in an age of mass
customization, Journal of Engineering and Technology, vol. 18, p. 241-252, 2001.
HOOGEWEEGEN, M.; VANLIERE, D.; VERVEST, P.; VANDERMEIJDEN, L.;
DELEPPER, I.. Strategizing for mass customization by playing the business
networking game, Decision Support Systems, vol. 42, n. 3, p. 1402-1412, 2006.
HOU, J.; SU, D.. EJB-MVC oriented supplier selection system for mass
customization, Journal of Manufacturing Technology Management, vol. 18, n. 1,
p. 54-71, 2007.
HUANG, G.; LI, L.; CHEN, X.. ppXML: A generic and extensible language for lifecycle
modelling of platform products, Computers in Industry, vol. 59, n. 2-3, p. 219-230,
2008.
HUANG, X.; KRISTAL, M.; SCHROEDER, R. Linking learning and effective process
implementation to mass customization capability, Journal of Operations
Management, vol. 26, n. 6, p. 714-729, 2008.
JIANG, K.; LEE, H. L.; SEIFERT, R. W.. Satisfying customer preferences via mass
customization and mass production, IIE Transactions, vol. 38, n. 1, p. 25-38, 2006.
JIAO, J. Customizability analysis in design for mass customization, Computer-Aided
Design, vol. 36, n. 8, p. 745-757, 2004.
JIAO, J. Product portfolio identification based on association rule mining, Computer-
Aided Design, vol. 37, n. 2, p. 149-172, 2005.
JIAO, J.; TSENG, M. M.. An information modeling framework for product families to
support mass customization manufacturing, CIRP Annals-Manufacturing
Technology, vol. 48, n. 1, p. 93-98, 1999.

JIAO, J.; ZHANG, Y.; WANG, Y.. A heuristic genetic algorithm for product portfolio
planning, Computers & Operations Research, vol. 34, n. 6, p. 1777-1799, 2007.
JIAO, J.; TSENG, M. M.. Fundamentals of product family architecture, Integrated
Manufacturing Systems, September, p. 469-483, 2000.
168
JOHANSEN, K.; COMSTOCK, M.; WINROTH, M.. Coordination in collaborative
manufacturing mega-networks: a case study. Journal of Engineering and
Technology Management, vol. 22, n. 3, p. 226-244, 2005.
KARLSSON, A.. Assembly-initiated production: a strategy for mass-customisation
utilising modular, hybrid automatic production systems, Assembly Automation, vol.
22, n. 3, p. 239-247, 2002.
KINCADE, D. H.; REGAN, C.; GIBSON, F. Y.. Concurrent engineering for product
development in mass customization for the apparel industry, International Journal
of Operations & Production Management, vol. 27, n. 6, p. 627-649, 2007.
KOTHA, S.. From mass production to mass customization: the case of the national
industrial bicycle company of Japan, European Management Journal, vol. 14, n. 5,
p. 442–450, 1996.
LABARTHE, O.; ESPINASSE, B.; FERRARINI, A.; MONTREUIL, B.. Toward a
methodological framework for agent-based modelling and simulation of supply chains
in a mass customization context, Simulation Modelling Practice and Theory, vol.
15, n. 2, p. 113-136, 2007.
LEE, S.; PARK, Y.. Customization of technology roadmaps according to
roadmapping purposes: overall process and detailed modules, Technological
Forecasting and Social Change, vol. 72, n. 5, p. 567-583, 2005.
LIN, C. L.; CHEN, C. W.; TZENG, G. H.. Planning the development strategy for the
mobile communication package based on consumers’ choice preferences, Expert
Systems with Applications, vol. 37, n. 7, p. 4749-4760, 2010.
LINCOLN, T. L.; BUILDER, C.. Global healthcare and the flux of technology, Studies
in health technology and informatics, vol. 52/2, p. 1213-1217, 1998.
LIOU, J. J. H.; YEN, L.; TZENG, G. H.. Using decision rules to achieve mass
customization of airline services, European Journal of Operational Research, vol.
205, n. 3, p. 680-686, 2010.
MA, J.; NOZICK, L. K.; TEW, J. D.; TRUSS, L. T.; COSTY, T. Modelling the effect of
custom and stock orders on supply-chain performance, Production Planning &
Control, vol. 15, n. 3, p. 282-291, 2004.
MACCARTHY, B. Fundamental modes of operation for mass customization,
International Journal of Production Economics, vol. 85, n. 3, p. 289-304, 2003.

MCLAUGHLIN, C. P.. Why variation reduction is not everything: a new paradigm for
service operations, International Journal, vol. 7, n. 3, p. 17-30, 1996.
MINTZBERG, H., 1988. Generic strategies: toward a comprehensive framework.
Advances in Strategic Management, Vol. 5, p. 61-67.
169
MIKKOLA, J. H.; SKJØTT-LARSEN, T. Supply-chain integration: implications for
mass customization, modularization and postponement strategies, Production
Planning & Control, vol. 15, n. 4, p. 352-361, 2004.
MONTREUIL, B.; POULIN, M.. Demand and supply network design scope for
personalized manufacturing, Production Planning & Control, vol. 16, n. 5, p. 454-
469, 2005.
PILLER, F. T.; MOESLEIN, K.; STOTKO, C. M.. Does mass customization pay? An
economic approach to evaluate customer integration, Production Planning &
Control, vol. 15, n. 4, p. 435-444, 2004.
POTTER, A.; BREITE, R.; NAIM, M.; VANHARANTA, H.. The potential for achieving
mass customization in primary production supply chains via a unified taxonomy,
Production Planning & Control, vol. 15, n. 4, p. 472-481, 2004.
POULIN, M.; MONTREUIL, B.; MARTEL, A.. Implications of personalization offers on
demand and supply network design: a case from the golf club industry, European
Journal of Operational Research, vol. 169, n. 3, p. 996-1009, 2006.
PULIGADDA, S.; GREWAL, R.; RANGASWAMY, A.; KARDES, F. R.. The role of
idiosyncratic attribute evaluation in mass customization, Journal of Consumer
Psychology, vol. 20, n. 3, p. 369-380, 2010.
RODRÍGUEZ MONROY, C.; VILANA ARTO, J. R.. Analysis of global manufacturing
virtual networks in the aeronautical industry, International Journal of Production
Economics, vol. 126, n. 2, p. 314-323, 2010.
RUDBERG, M.; WIKNER, J. Mass customization in terms of the customer order
decoupling point, Production Planning & Control, vol. 15, n. 4, p. 445-458, 2004.
SALVADOR, F.; RUNGTUSANATHAM, M.; FORZA, C.. Supply-chain configurations
for mass customization, Production Planning & Control, vol. 15, n. 4, p. 381-397,
2004.
SALVADOR, F.; RUNGTUSANATHAM, M.; FORZA, C.; TRENTIN, A.. Mix flexibility
and volume flexibility in a build-to-order environment: synergies and trade-offs,
International Journal of Operations & Production Management, vol. 27, n. 11, p.
1173-1191, 2007.
SCHLEIFENBAUM, H.; MEINERS, W.; WISSENBACH, K.; HINKE, C.. Individualized
production by means of high power Selective Laser Melting, CIRP Journal of
Manufacturing Science and Technology, vol. 2, n. 3, p. 161-169, 2010.

SELLADURAI, R.. Mass customization in operations management: oxymoron or
reality? Omega, vol. 32, n. 4, p. 295-300, 2004.
170
SHAO, X. F.; JI, J. H.. Evaluation of postponement strategies in mass customization
with service guarantees, International Journal of Production Research, vol. 46, n.
1, p. 153-171, 2006.
SHIN, Y.; AN, S.; CHO, H.; KIM, G.; KANG, K.. Application of information technology
for mass customization in the housing construction industry in Korea, Automation in
Construction, vol. 17, n. 7, p. 831-838, 2008.
SIGALA, M.. Mass customisation implementation models and customer value in
mobile phones services: preliminary findings from Greece, Managing Service
Quality, vol. 16, n. 4, p. 395-420, 2006.
SILVEIRA, G. D.; BORENSTEIN, D.; FOGLIATTO, F. S.. Mass customization:
literature review and research directions, International Journal of Production
Economics, vol. 72, n. 49, 2001.
SKIPWORTH, H.; HARRISON, A. Implications of form postponement to
manufacturing: a case study, International Journal of Production Research, vol.
42, n. 10, p. 2063-2081, 2004.
SKIPWORTH, H.; HARRISON, A.. Implications of form postponement to
manufacturing a customized product, International Journal of Production
Research, vol. 44, n. 8, p. 1627-1652, 2006.
SMIRNOV, A.. Agent-based support of mass customization for corporate knowledge
management, Engineering Applications of Artificial Intelligence, vol. 16, n. 4, p.
349-364, 2003.
SONG, Z.; KUSIAK, A.. Mining Pareto-optimal modules for delayed product
differentiation, European Journal of Operational Research, vol. 201, n. 1, p. 123-
128, 2010.
SQUIRE, B.; READMAN, J.; BROWN, S.; BESSANT, J.. Mass customization: the key
to customer value?, Production Planning & Control, vol. 15, n. 4, p. 459-471, 2004.
SQUIRE, B., BROWN, S., REDMAN, J. & BESSANT, J.. The impact of mass
customization on manufacturing trade-offs. Production and Operations
Management. Vol. 15, n. 1, p. 10-21, 2006.
STONE, H. et al. Sensory evaluation by quantitative descriptive analysis, Food
Technology, vol. 28, n. 1, p. 24-34, 1974.
SU, J.; CHANG, Y.; FERGUSON, M.. Evaluation of postponement structures to
accommodate mass customization, Journal of Operations Management, vol. 23, n.
3-4, p. 305-318, 2005.

171
TAM, S.; LEE, W. B.; CHUNG, W. W. C.; NAM, E. L. Y. Design of a re-configurable
workflow system for rapid product development, Business Process Management
Journal, vol. 9, n. 1, p. 33-45, 2003.
TRENTIN, A.; PERIN, E.; FORZA, C.. Overcoming the customization-responsiveness
squeeze by using product configurators: beyond anecdotal evidence. Computers in
Industry, vol. 62, n. 3, p. 260-268, 2011.
TSENG, H.; CHANG, C.; CHANG, S.. Applying case-based reasoning for product
configuration in mass customization environments, Expert Systems with
Applications, vol. 29, n. 4, p. 913-925, 2005.
TSENG, M. M.; JIAO, J.; MERCHANT, M. E.. Design for Mass Customization,
Annals of the CIRP, vol. 45, n. 1, p. 153-156, 1996.
TSENG, M.; LEI, M.; SU, C.; MERCHANT, M. E.. A collaborative control system for
mass customization manufacturing, CIRP Annals-Manufacturing Technology, vol.
46, n. 1, p. 373–376, 1997.
TU, Q.; VONDEREMBSE, M.. The impact of time-based manufacturing practices on
mass customization and value to customer, Journal of Operations, vol. 19, p. 201-
217, 2001.
TU, Q.; VONDEREMBSE, M. A.; RAGU-NATHAN, T. S.. Manufacturing practices:
antecedents to mass customization, Production Planning & Control, vol. 15, n. 4,
p. 373-380, 2004.
TUROWSKI, K.. Agent-based e-commerce in case of mass customization,
International Journal of Production Economics, vol. 75, p. 69-81, 2002.
ULRICH, P. V.; ANDERSON-CONNELL, L. J.; WU, W.. Consumer co-design of
apparel for mass customization, Journal of Fashion Marketing and Management,
vol. 7, n. 4, p. 398-412, 2003.
VINODH, S.; SUNDARARAJ, G.; DEVADASAN, S. R.; MAHARAJA, R.;
RAJANAYAGAM, D.; GOYAL, S. K. DESSAC: a decision support system for
quantifying and analysing agility, International Journal of Production Research,
vol. 46, n. 23, p. 6759-6780, 2008.
WADHWA, S.; MISHRA, M.; CHAN, F. T. S. Organizing a virtual manufacturing
enterprise: an analytic network process based approach for enterprise flexibility,
International Journal of Production Research, vol. 47, n. 1, p. 163-186, 2009.
WANG, W.. Toward developing agility evaluation of mass customization systems
using 2-tuple linguistic computing, Expert Systems with Applications, vol. 36, n. 2,
p. 3439-3447, 2009.
WESTBROOK, R.; AHLSTROM, P.. Implications of mass customization for
operations management: an exploratory survey, International Journal of
Operations and Production Management, vol. 19, n. 3, p. 262-275, 1999.

WILDING, R. D.. Short-term strategic management in mass customized markets,
Logistics Information Management, vol. 10, n. 5, p. 199-207, 1997.
172
YANG, B.; BURNS, N. D.; BACKHOUSE, C. J.. Postponement: a review and an
integrated framework, International Journal of Operations & Production
Management, vol. 24, n. 5, p. 468-487, 2004.
YANG, B.; YANG, Y.; WIJNGAARD, J. Postponement: an inter-organizational
perspective, International Journal of Production Research, vol. 45, n. 4, p. 971-
988, 2007.
YAO, J.; LIU, L.. Optimization analysis of supply chain scheduling in mass
customization, International Journal of Production Economics, vol. 117, n. 1, p.
197-211, 2009.
YASSINE, A.; KIM, K.; ROEMER, T.; HOLWEG, M.. Investigating the role of IT in
customized product design, Production Planning & Control, vol. 15, n. 4, p. 422-
434, 2004.
YIMER, A. D.; DEMIRLI, K.. A genetic approach to two-phase optimization of
dynamic supply chain scheduling, Computers & Industrial Engineering, vol. 58, n.
3, p. 411-422, 2010.
YUSUF, Y. Y.; ADELEYE, E. O.; SIVAYOGANATHAN, K.. Volume flexibility: the agile
manufacturing conundrum, Management Decision, vol. 41, n. 7, p. 613-624, 2003.
ZHA, X.; SRIRAM, R.; Fernandez, M.; Mistree, F.. Knowledge-intensive collaborative
decision support for design processes: a hybrid decision support model and agent,
Computers in Industry, vol. 59, n. 9, p. 905-922, 2008.
ZHANG, X.; CHEN, R.. Examining the mechanism of the value co-creation with
customers, International Journal of Production Economics, vol. 116, n. 2, p. 242-
250, 2008.
ZHANG, X.; CHEN, R.. Forecast-driven or customer-order-driven? An empirical
analysis of the Chinese automotive industry, International Journal of Operations &
Production Management, vol. 26, n. 6, p. 668-688, 2006.
ZHANG, X.; CHEN, R.; MA, Y.. An empirical examination of response time, product
variety and firm performance, International Journal of Production Research, vol.
45, n. 14, p. 3135 – 3150, 2007.
ZHANG, X.; HUANG, G. Q. Game-theoretic approach to simultaneous configuration
of platform products and supply chains with one manufacturing firm and multiple
cooperative suppliers, International Journal of Production Economics, vol. 124, n.
1, p. 121-136, 2010.

APÊNDICE 2.B – ABREVIAÇÕES DAS REVISTAS
Legenda
AA Assembly Automation IMM Industrial Marketing Management
AinC Automation in Construction IMS Integrated Manufacturing Systems
BH Business Horizons IST
Information and Software
Technology
BPMJ Business Process Management Journal JCM Journal of Consumer Marketing
173
C&IE Computers & Industrial Engineering JCP Journal of Consumer Psychology
C&OR Computers & Operations Research JETM
Journal of Engineering and
Technology Management
CAD Computer-Aided Design JFMM
Journal of Fashion Marketing and
Management
CinI Computers in Industry JH&LM
Journal of Hospitality & Leisure
Marketing
CIRP-A CIRP Annals-Manufacturing Technology JME Journal of Media Economics
CIRP-J
CIRP Journal of Manufacturing Science
and Technology
JMS Journal of Manufacturing Systems
CME
Construction Management and
Economics
JMTM
Journal of Manufacturing Technology
Management
DesStu Design Studies JOM Journal of Operations Management
DSS Decision Support Systems LIM Logistics Information Management
EAAI
Engineering Applications of Artificial
Intelligence
MD Management Decision
EBR European Business Review MRN Management Research News
EJM European Journal of Marketing MSQ Managing Service Quality
EJOR
European Journal of Operational
Research
Omega Omega
EMJ European Management Journal PP&C
Production Planning & Control: The
Management of Operations
ESA Expert Systems with Applications R&CIM
Robotics and Computer-Integrated
Manufacturing
IIE-T IIE Transactions S&L Strategy & Leadership
IJCIM
International Journal of Computer
Integrated Manufacturing
Science Science
IJFDTE
International Journal of Fashion Design,
Technology and Education
SET&P
Systems Engineering - Theory &
Practice
IJMI
International Journal of Medical
Informatics
SMPT
Simulation Modelling Practice and
Theory
IJOPM
International Journal of Operations &
Production Management
Tech Technovation
IJPE
International Journal of Production
Economics
TFSC
Technological Forecasting and
Social Change
IJPR
International Journal of Production
Research
WCDM World Class Design to Manufacture
IJSIM
International Journal of Service Industry
Management
WHI WOMEN’S HEALTH ISSUES
Fonte: elaborado pelo autor.

APÊNDICE 3.A – VARIÁVEIS UTILIZADAS NA PESQUISA
Blocos Habilitadores Técnicas operacionais identificadas na literatura Variáveis
Bloco 1
Bloco 2
Bloco 3
Projeto do
Produto
Marketing e
Vendas
Abastecimento e
Logística
Bloco 4 Planejamento
Produto com arquitetura modular 1.3
Plataformas de produtos comuns 1.1
Comonalização em componentes 1.5
Curto ciclo de vida de produtos 1.6
Lançamento de novos produtos 1.2
Projeto de produtos com fornecedores 1.4
CAD & Computer aided engineering 1.7
Grau de envolvimento do cliente
Configuradores de produtos
Sensibilidade dos clientes em relação à CM
Postergação (postponement)
Cadeia de suprimentos responsiva
Gerenciamento da cadeia de suprimentos
2.3
2.5
2.6.1
2.6.2
2.6.3
2.6.3
Proximidade de fornecedores 3.3
Tecnologia da informação 4.2
Sistema de programação da produção
Sistemas de telecomunicação
Ambiente competitivo
2.1
2.2
2.4
3.1
3.6
3.5
3.7
3.2
3.4
3.8
4.1.1
4.1.2
4.1.3
4.1.4
4.1.5
4.1.6
4.3
4.4.1
4.4.2
4.4.3
174

Bloco 5
Fabricação e
Montagem
Fonte: elaborado pelo autor.
Produção Enxuta (Lean Manufacturing - JIT)
5.1
5.2
5.3
5.5
5.16
Processos modulares 5.13
Flexible manufacturing 5.6
Funcionários altamente qualificados e capacitados
Montagem integrada com fornecedores
5.4
5.17
5.7
5.12
Rastreamento da produção 5.15
CAM e CNC 5.19
Autonomia (autonomação) 5.18
Redução de setup
5.8
5.14
Build-to-order 5.20
Resolução de problemas com clientes
5.9
5.10
5.11
175

APÊNDICE 3.B – QUESTIONÁRIO DE PESQUISA
Questões de controle para caracterização da pesquisa
1. Qual é o tempo de experiência na atual função que você exerce?
Obs.: Considere todas as empresas em que você trabalhou.
Menos de 6 meses
Menos 1 ano
Menos 2 anos
Acima de 2 anos
2. Em qual das áreas apresentadas abaixo você trabalha?
Obs.: Caso não trabalhe em nenhuma dessas áreas, responda para a área que você possui maior
conhecimento (afinidade).
Projeto de Produtos (responda as questões do bloco 1)
Marketing e Vendas (responda as questões do bloco 2)
Abastecimento e Logística (responda as questões do bloco 3)
Planejamento da Produção (responda as questões do bloco 4)
Fabricação e Montagem (responda as questões do bloco 5)
Perguntas referentes às variáveis de pesquisa
Grande parte das questões dos cinco blocos utilizou uma escala contínua de 15 centímetros,
conforme exemplo abaixo:
Por favor, responda as questões assinalando com um X de acordo com a sua percepção para as
afirmações abaixo.
Discordo totalmente Concordo totalmente
Bloco 1 – Projeto de Produtos
1.1. No projeto de produto da sua empresa são definidas plataformas de produtos como uma base
para futura variedade de produtos e opções.
1.2. A sua empresa procura criar uma vantagem competitiva através da introdução de novos produtos
mais rapidamente que os competidores.
1.3. Os produtos de sua empresa são projetados para usarem muitos módulos comuns.
1.4. Os fornecedores são frequentemente consultados no projeto de produtos.
1.5. Os produtos são projetados para compartilharem componentes.
1.6. O ciclo de vida dos produtos é considerado pequeno para o seu mercado.
176

1.7. A empresa utiliza CAD (Computer Aided Design) e/ou CAE (Computer Aided Engineering) no
projeto de produtos.
Bloco 2 – Marketing e Vendas
2.1. As necessidades e desejos de nossos consumidores são difíceis de determinar.
2.2. A demanda pelos produtos da nossa planta é instável e imprevisível.
2.3. A empresa associa-se aos clientes para o projeto de produtos.
2.4. As necessidades e desejos dos nossos consumidores estão mudando muito rápido.
2.5. Os clientes são frequentemente consultados sobre o projeto de produtos.
2.6. Por favor, indique o nível de utilização do configurador de produtos para os itens abaixo:
177
2.6.1. O configurador de produtos permite que vendedores selecionem as características
apropriadas dos produtos.
2.6.2. O configurador de produtos permite que os clientes selecionem as características
apropriadas dos produtos.
2.6.3. O configurador de produtos calcula dinamicamente o custo para novas configurações
do produto.
2.6.4. O configurador de produtos estipula dinamicamente o preço para novas configurações
de produtos.
Bloco 3 – Abastecimento e Logística
3.1. A empresa atrasa a compra de componentes que diferenciam as configurações finais do produto
até o último momento possível.
3.2. Fornecedores fazem parte integral do esforço produtivo da empresa, ou seja, são considerados
como uma extensão da empresa.
3.3. A empresa possui fornecedores próximos à sua planta produtiva.
3.4. A empresa desenvolve seus fornecedores, suportando tecnicamente o projeto de produtos e a
resolução de problemas.
3.5. Os fornecedores respondem prontamente às modificações exigidas em termos de capacidade,
flexibilidade (mix e volume de produtos).
3.6. A empresa posterga as etapas produtivas que diferenciam os produtos, ao longo da cadeia de
valor.
3.7. A empresa compartilha os planos de produção com os fornecedores.
3.8. A maioria dos fornecedores são certificados pela empresa.
Bloco 4 – Planejamento da Produção
4.2. De forma geral, assinale o grau de tecnologia de informação utilizada por sua empresa.
4.3. A empresa está inserida em um setor extremamente competitivo.
4.4. A partir das afirmações abaixo, assinale a sua opinião comparando a sua planta com os seus
concorrentes nacionais.
4.4.1. Programa de melhoria da qualidade

4.4.2. Grau de customização em massa
4.4.3. Gestão da cadeia de suprimentos
Bloco 5 – Fabricação e Montagem
5.1. Os gráficos que mostram as normas de programação estão expostos no chão de fabrica.
5.2. Os processos da planta são projetados para serem “à prova de falhas” (poka-yoke).
5.3. Os principais fornecedores auxiliam os projetos de projeto de produtos.
5.4. A empresa enfatiza a formação de grupos para solução de problemas.
5.5. Existem quadros de ferramentas e locais adequados para os materiais utilizados na produção
serem armazenados.
5.6. Os maquinários do chão-de-fábrica permitem a flexibilidade da produção.
5.7. Nós nos esforçamos para manter relações de longo prazo com fornecedores.
5.8. A empresa utiliza técnicas de redução dos setups produtivos.
5.9. Os clientes estão ativamente envolvidos em processos de projeto de produto (design).
5.10. Os clientes visitam com frequência a planta de produção.
5.11. Os clientes fornecem ajuda técnica para resolver alguns problemas de qualidade.
5.12. Os fornecedores contribuem com conhecimento técnico no desenvolvimento do processo de
montagem (produção).
5.13. Nós organizamos nossa planta em células de manufatura.
5.14. Nós trabalhamos agressivamente para reduzir os tempos de setup em nossa planta.
5.15. A empresa utiliza um sistema de rastreamento da produção.
5.16. Nós usamos o sistema puxado tipo kanban para o controle da produção.
5.17. Os funcionários são altamente qualificados nesta empresa.
5.18. Os operadores possuem autonomia para parar a linha de produção ao identificarem problemas
de qualquer natureza (qualidade, maquinários, etc.).
5.19. A empresa utiliza tecnologias avançadas em sua produção (CAM, CNC, entre outros).
5.20. A empresa inicia a produção a partir do recebimento do pedido do cliente (Build-To-Order).
As questões 4.1.1, 4.1.2, 4.1.3, 4.1.4, 4.1.5 e 4.1.6 (Bloco 4 – Planejamento da Produção) referentes
aos softwares utilizados para o controle da produção não utilizaram a escala contínua de Stone
(1974). Foi utilizada uma questão de múltipla escolha, conforme apresentado abaixo.
178

Por Favor, indique quais as áreas listadas a seguir são suportadas por software.
4.1.1. Planejamento Mestre da Produção
4.1.2. Planejamento da Capacidade de médio prazo
4.1.3. Planejamento da Necessidade de Materiais (MRP)
4.1.4. Gerenciamento do inventário
4.1.5. Ferramentas para Trabalho em grupo (ex. Lotus Notes)
4.1.6. Comunicação com fornecedores via sistema (ex. EDI)
Por fim, foi inserida uma questão referente às dificuldades enfrentadas para responder o questionário
de pesquisa, pois se considerou que os respondentes poderiam ter dificuldades ao se defrontar com
uma escala contínua, pouco utilizada em pesquisas. A questão é:
6.1 Se possível, responda a questão abaixo:
Qual a maior dificuldade enfrentada ao responder o questionário?
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
Integrado com ERP
Suportada por software independente
Não suportada por software
179

APÊNDICE 3.C – RESULTADOS VARIMAX
Bloco 1
Componentes
1 2
Bloco 2
1
Componentes
2 3
1.1. -0,69 0,664 2.1. -0,939
1.2. 0,772 2.2. -0,934
1.3. 0,890 2.3. 0,921
1.4. -0,951 2.4. 0,952
1.5. 0,921 2.5. 0,720 0,553
1.6. 0,674 2.6.1. 0,889
1.7. 0,799 2.6.2. 0,970
2.6.3. 0,993
Bloco 3
1
Componentes
2 3
2.6.4. 0,961
3.1.
3.2.
-0,796
0,594 -0,521
Bloco 4
Componentes
1 2
3.3. -0,609 4.2. 0,967
3.4. 0,875 4.3. 0,920
3.5. 0,862 4.4.1. 0,765
3.6. -0,661 4.4.2. 0,72
3.7. 0,839 4.4.3. 0,932
3.8. -0,133 0,913
Bloco 5
1
Componentes
2 3
Bloco 5
1
Componentes
2 3
5.1. 0,742 5.11. 0,934
5.2. 0,625 -0,634 5.12. -0,609
5.3. -0,782 5.13. 0,592
5.4. 0,545 5.14. 0,941
5.5. 0,534 5.15. 0,588 0,779
5.6. 0,806 5.16.
5.7. 5.17. 0,679
5.8. 0,729 5.18. 0,924
5.9. 0,897 5.19. -0,637
5.10. 0,949 5.20. 0,576
Fonte: elaborado pelo autor.
180

APÊNDICE 3.D – REVISÕES DE INSTRUMENTO DE COLETA DE DADOS
Foram revisadas as questões 1.1, 1.2, 1.4, 2.1, 2.2, 3.1, 3.2, 3.3, 3.4, 3.8, 5.4, 5.7, 5.12, 5.16 e 5.19
do instrumento de coleta de dados. Todas essas questões utilizam uma escala contínua de 15
centímetros, conforme exemplo abaixo:
Por favor, responda as questões assinalando com um X de acordo com a sua percepção para as
afirmações abaixo.
Discordo totalmente Concordo totalmente
As questões revisadas ficaram da seguinte maneira:
1.1. Na sua empresa, são elaboradas plataformas de produtos (base comum para vários produtos)
com o intuito de gerar futura variedade de produtos e opções para os clientes.
1.2. A sua empresa introduz novos produtos no mercado mais rapidamente que os competidores.
1.4. Os fornecedores são frequentemente consultados sobre projeto de novos produtos.
2.1. As necessidades e desejos de nossos consumidores são fáceis de determinar.
2.2. Todos os nossos consumidores desejam essencialmente os mesmos produtos.
3.1. A empresa utiliza a postergação da manufatura, atrasando a compra de componentes que
diferenciam os produtos até o último momento possível.
3.2. A empresa estabelece parceria com os fornecedores, ou seja, são considerados como uma
extensão da empresa.
3.3. A empresa prioriza estabelecer parceria com fornecedores que estão próximos à sua planta
produtiva.
3.4. No processo de parceria, a empresa desenvolve seus fornecedores suportando-os tecnicamente
na resolução de problemas.
3.8. Nós estabelecemos regras de fornecimento de materiais e frequentemente auditamos
(certificamos, ou qualificamos) nossos fornecedores.
5.4. A empresa forma grupos multifuncionais para solução de problemas produtivos e de qualidade.
5.7. A empresa estabelece parcerias de longo prazo com seus fornecedores.
5.12. Os fornecedores contribuem tecnicamente no desenvolvimento dos processos produtivos da
minha empresa.
5.16. A empresa controla a produção por meio de kanban.
5.19. A empresa utiliza máquinas de produção do tipo CAM (Computer-aided manufacturing) e CNC
(Controle Numérico Computadorizado).
181

APÊNDICE 4.A – QUESTIONÁRIO DE PESQUISA REVISADO
Questões de controle para caracterização da pesquisa
1. Qual é o setor de atividade da empresa?
Subfornecedor
Fornecedor
Sistemista
Montadora
2. Quantos funcionários diretos a empresa possui?
Até 9 pessoas
De 10 a 49 pessoas
De 50 a 249 pessoas
Mais de 250 pessoas
3. Qual é o volume de produção anual da empresa?
____________________________________________________________________________
4. Qual é o tempo de experiência na atual função que você exerce?
Até 2 anos
Entre 2 anos e 5 anos
Acima de 5 anos
5. Em qual das áreas apresentadas abaixo você trabalha?
Projeto de Produtos (responda as questões do bloco 1)
Marketing e Vendas (responda as questões do bloco 2)
Abastecimento e Logística (responda as questões do bloco 3)
Planejamento da Produção (responda as questões do bloco 4)
Fabricação e Montagem (responda as questões do bloco 5)
Perguntas referentes às variáveis de pesquisa
Grande parte das questões dos cinco blocos utilizou uma escala contínua de 15 centímetros,
conforme exemplo abaixo:
Por favor, responda as questões assinalando com um X de acordo com a sua percepção para as
afirmações abaixo.
Discordo totalmente Concordo totalmente
Bloco 1 – Projeto de Produtos
182

1.1. Na sua empresa, são elaboradas plataformas de produtos (base comum para vários produtos)
com o intuito de gerar futura variedade de produtos e opções para os clientes.
1.2. A sua empresa introduz novos produtos no mercado mais rapidamente que os competidores.
1.3. Os produtos de sua empresa são projetados para usarem muitos módulos comuns.
1.4. Os fornecedores são frequentemente consultados sobre projeto de novos produtos.
1.5. Os produtos são projetados para compartilharem componentes.
1.6. O ciclo de vida dos produtos é considerado pequeno para o seu mercado.
1.7. A empresa utiliza CAD (Computer Aided Design) e/ou CAE (Computer Aided Engineering) no
projeto de produtos.
Bloco 2 – Marketing e Vendas
2.1. As necessidades e desejos de nossos consumidores são fáceis de determinar.
2.2. Todos os nossos consumidores desejam essencialmente os mesmos produtos.
2.3. A empresa associa-se aos clientes para o projeto de produtos.
2.4. As necessidades e desejos dos nossos consumidores não se alteram significativamente ao longo
do tempo.
2.5. Os clientes são frequentemente consultados sobre o projeto de produtos.
2.6. Por favor, indique o nível de utilização do configurador de produtos para os itens abaixo:
183
2.6.1. O configurador de produtos permite que os vendedores selecionem as características
solicitadas pelos clientes.
2.6.2. O configurador de produtos permite que os clientes selecionem as características
apropriadas dos produtos.
2.6.3. O configurador de produtos calcula dinamicamente o custo para novas configurações
do produto.
2.6.4. O configurador de produtos estipula dinamicamente o preço para novas configurações
de produtos.
Bloco 3 – Abastecimento e Logística
3.1. A empresa utiliza a postergação da manufatura, atrasando a compra de componentes que
diferenciam os produtos até o último momento possível.
3.2. A empresa estabelece parceria com os fornecedores, ou seja, são considerados como uma
extensão da empresa.
3.3. A empresa prioriza estabelecer parceria com fornecedores que estão próximos à sua planta
produtiva.
3.4. No processo de parceria, a empresa desenvolve seus fornecedores suportando-os tecnicamente
na resolução de problemas.
3.5. Os fornecedores respondem prontamente às modificações exigidas em termos de capacidade,
flexibilidade (mix e volume de produtos).
3.6. A empresa posterga as etapas produtivas que diferenciam os produtos, ao longo da cadeia de
valor.

3.7. A empresa compartilha os planos de produção com os fornecedores.
3.8. Nós estabelecemos regras de fornecimento de materiais e frequentemente auditamos
(certificamos, ou qualificamos) nossos fornecedores.
Bloco 4 – Planejamento da Produção
Por Favor, indique quais as áreas listadas a seguir são suportadas por software.
4.1.1. Planejamento Mestre da Produção
4.1.2. Planejamento da Capacidade de médio prazo
4.1.3. Planejamento da Necessidade de Materiais (MRP)
4.1.4. Gerenciamento do inventário
4.1.5. Ferramentas para Trabalho em grupo (ex. Lotus Notes)
4.1.6. Comunicação com fornecedores via sistema (ex. EDI)
4.2. De forma geral, assinale o grau de tecnologia de informação utilizada por sua empresa.
4.3. A empresa está inserida em um setor extremamente competitivo.
4.4. A partir das afirmações abaixo, assinale a sua opinião comparando a sua planta com os seus
concorrentes nacionais.
4.4.1. Programa de melhoria da qualidade
4.4.2. Grau de customização em massa
4.4.3. Gestão da cadeia de suprimentos
Bloco 5 – Fabricação e Montagem
5.1. Os gráficos que mostram as normas de programação estão expostos no chão de fabrica.
5.2. A empresa utiliza sistemas à prova de falhas (poka-yoke) nos processos produtivos.
5.3. Os fornecedores fazem parte integral do esforço de projeto de produtos.
5.4. A empresa forma grupos multifuncionais para solução de problemas produtivos e de qualidade.
5.5. Existem quadros de ferramentas e locais adequados para os materiais utilizados na produção
serem armazenados.
5.6. Os maquinários do chão de fábrica permitem a flexibilidade da produção.
Integrado com ERP
Suportada por software independente
Não suportada por software
184

5.7. A empresa estabelece parcerias de longo prazo com seus fornecedores.
5.8. A empresa utiliza técnicas de redução dos setups produtivos.
5.9. Os clientes estão ativamente envolvidos em processos de projeto de produto (design).
5.10. Os clientes visitam com frequência a planta de produção.
5.11. Os clientes fornecem ajuda técnica para resolver alguns problemas de qualidade.
5.12. Os fornecedores contribuem tecnicamente no desenvolvimento dos processos produtivos da
minha empresa.
5.13. Nós organizamos nossa planta em células de manufatura.
5.14. Nós trabalhamos agressivamente para reduzir os tempos de setup em nossa planta.
5.15. A empresa utiliza um sistema de rastreamento da produção.
5.16. A empresa controla a produção por meio de kanban.
5.17. Os funcionários são altamente qualificados nesta empresa.
5.18. Os operadores possuem autonomia para parar a linha de produção ao identificarem problemas
de qualquer natureza (qualidade, maquinários, etc.).
5.19. A empresa utiliza máquinas de produção do tipo CAM (Computer-aided manufacturing) e CNC
(Controle Numérico Computadorizado).
5.20. A empresa inicia a produção a partir do recebimento do pedido do cliente (Build-To-Order).
185

APÊNDICE 4.B – RESULTADOS VARIMAX E COMUNALIDADES
Variáveis Comunalidades Variáveis
1.1 0,998
1.3 0,962
1.4 0,752
1.5 0,996
1.6 0,984
2.2 0,923
2.3 0,917
2.4 0,930
2.5 0,614
2.6.1 0,966
2.6.2 0,929
2.6.4 0,983
3.1 0,996
3.2 0,989
3.3 1,000
3.4 0,970
3.5 0,968
3.6 0,920
3.7 0,988
3.8 0,861
4.2 0,715
4.3 0,877
4.4.1 0,747
4.4.2 0,992
4.4.3 0,759
5.2 1,000
5.3 1,000
5.4 1,000
5.5 1,000
5.7 1,000
5.8 1,000
5.9 1,000
5.10 1,000
5.11 1,000
5.12 1,000
5.14 1,000
5.15 1,000
5.16 1,000
5.17 1,000
5.18 1,000
5.19 1,000
5.20 1,000
Fonte: elaborado pelo autor.
1.1 0,999
1.3 0,981
1.4 0,867
1.5 0,998
1.6 0,992
Componentes
1 2 3
2.2 0,661 0,697
2.3
2.4
2.5 0,773
2.6.1 0,958
2.6.2 0,964
2.6.4
3.1
3.2 0,964
3.3
3.4 0,501
3.5
3.6 -0,932
3.7 -0,960
3.8
4.2
4.3
4.4.1 0,551
4.4.2 0,992
4.4.3 0,871
5.2 0,954
0,949
0,685
-0,974
0,975
0,987
0,727
-0,935
0,762
0,717
0,868
5.3 -0,896

ANEXOS
187

Questões
ANEXO 3.A – RESPOSTAS CATALOGADAS DA VALIDAÇÃO INICIAL
Respostas
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1.1 7,05 7,37 10,74 7,46 15,00 15,00 11,64
1.2 15,00 7,19 15,00 7,52 15,00 7,11 7,40
1.3 15,00 12,42 15,00 3,52 7,43 7,09 11,84
1.4 7,52 11,02 12,33 15,00 15,00 15,00 11,67
1.5 15,00 12,18 15,00 7,14 7,82 1,18 14,14
1.6 15,00 9,79 11,01 11,62 1,25 0,83 0,02
1.7 15,00 4,18 2,69 0,00 0,64 0,85 14,25
2.1 1,99 3,63 15,00 8,54 11,70
2.2 7,76 0,53 12,02 0,21 13,20
2.3 15,00 14,14 7,18 4,93 13,21
2.4 15,00 15,00 14,61 15,00 6,79
2.5 15,00 12,80 0,56 3,40 15,00
2.6.1 13,36 13,08 6,79 11,90 15,00
2.6.2 13,36 13,01 3,78 2,90 13,66
2.6.3 13,34 12,81 9,87 2,97 12,48
2.6.4 11,73 12,68 6,93 4,44 13,79
3.1 7,71 0,34 15,00 5,70 0,00 0,17 0,00 1,18
3.2 13,66 13,24 3,93 9,34 7,01 15,00 7,04 12,81
3.3 13,06 9,77 3,67 2,32 13,03 15,00 7,17 4,72
3.4 10,27 8,76 0,42 6,51 3,73 9,77 15,00 14,89
3.5 6,36 6,84 11,89 2,43 9,96 0,22 12,11 11,20
3.6 4,74 9,13 12,63 8,27 8,89 3,79 12,37 6,45
3.7 6,81 11,14 11,28 4,89 2,94 0,35 9,29 14,40
3.8 11,01 6,40 10,49 14,41 15,00 14,66 15,00 13,27
4.2 15,00 6,79 9,97 15,00 8,93 7,45 0,00 5,26 7,17 7,37 9,44 12,47 13,39 7,37 10,02 12,15 10,17 11,13 0,94 10,34
4.3 15,00 10,01 15,00 15,00 9,79 10,23 0,00 2,95 8,25 8,54 10,57 13,73 15,00 13,75 7,80 13,29 7,53 10,87 4,62 11,67
4.4.1 11,19 10,43 11,09 5,16 12,42 10,91 10,00 8,84 10,44 9,33 10,17 13,30 10,35 7,68 3,98 13,22 10,16 12,05 12,99 10,92
4.4.2 13,44 10,71 0,74 5,23 6,77 8,47 5,00 5,95 12,53 6,69 7,88 12,30 10,04 7,91 5,10 7,22 6,83 12,34 0,73 12,88
4.4.3 11,24 11,10 6,19 5,72 9,33 10,05 10,00 5,16 11,19 8,23 8,92 14,20 10,16 8,00 6,22 7,22 7,58 14,47 8,31 9,43
5.1 7,46 4,72 1,47 10,29 7,72 2,31 7,25 15,00 0,81 9,46 0,00
188

5.2 7,25 0,43 3,37 5,36 7,16 2,65 6,17 8,08 9,97 9,54 6,28
5.3 6,22 1,72 8,04 2,71 1,53 9,74 7,04 7,25 15,00 2,79 3,12
5.4 11,56 6,79 13,63 12,48 1,59 5,11 15,00 15,00 13,72 12,91 0,41
5.5 11,70 2,49 7,74 12,30 14,33 12,87 15,00 15,00 8,06 12,79 1,88
5.6 10,30 14,11 13,73 10,63 14,36 10,51 7,59 15,00 0,90 7,17 9,56
5.7 12,75 10,94 13,83 13,18 7,16 11,10 15,00 15,00 12,35 15,00 11,70
5.8 10,54 10,92 3,65 8,81 7,27 2,52 7,47 15,00 15,00 13,49 7,92
5.9 8,95 2,70 8,95 1,38 12,43 5,96 15,00 15,00 6,99 8,60 13,09
5.10 7,36 2,86 10,93 1,30 13,47 8,78 15,00 15,00 1,71 1,74 13,24
5.11 6,95 3,11 4,52 1,36 13,31 10,45 15,00 15,00 0,55 7,81 12,46
5.12 10,33 3,11 12,58 9,77 13,18 6,68 7,80 7,37 11,91 7,19 11,59
5.13 7,81 12,66 1,39 7,21 14,44 1,44 15,00 15,00 7,50 1,32 8,13
5.14 11,33 9,49 6,19 10,14 14,11 3,70 8,26 15,00 12,49 10,05 0,78
5.15 9,03 13,27 1,63 13,41 13,01 1,64 7,55 15,00 0,13 10,97 2,60
5.16 7,48 0,11 1,67 11,18 13,58 1,85 0,49 0,42 10,55 8,72 0,19
5.17 12,18 7,29 14,05 9,71 12,67 6,27 9,67 15,00 11,92 9,73 7,74
5.18 8,09 0,14 3,49 4,07 10,25 6,11 15,00 15,00 1,22 14,48 12,53
5.19 9,77 12,53 15,00 10,95 15,00 1,28 0,37 0,18 15,00 2,48 14,63
5.20 8,92 13,57 15,00 4,14 15,00 13,51 15,00 15,00 0,54 3,85 0,46
Fonte: elaborado pelo autor.
189

ANEXO 4.A – RESPOSTAS CATALOGADAS DA APLICAÇÃO FINAL
Questões
1 2
Respostas
3 4 5
1.1 13,00 13,69 7,58 11,43 10,90
1.2 13,63 7,80 0,95 7,46 5,41
1.3 13,86 13,21 0,39 9,16 7,59
1.4 2,32 5,25 0,51 2,70 2,82
1.5 13,03 14,14 2,42 9,87 8,81
1.6 1,43 1,47 0,24 1,05 0,92
1.7 13,32 15,00 15,00 14,44 14,82
2.1 15,00 12,40 13,02 13,20 4,41
2.2 4,89 2,36 11,47 1,72 0,72
2.3 15,00 10,83 15,00 12,95 12,19
2.4 12,54 1,88 0,50 1,98 0,23
2.5 13,34 13,14 15,00 12,89 15,00
2.6.1 12,75 14,23 15,00 13,18 14,12
2.6.2 12,84 13,91 15,00 13,26 13,52
2.6.3 13,01 13,74 9,85 13,41 1,20
2.6.4 7,14 14,29 10,49 13,49 13,87
3.1 0,75 1,60 12,86 13,26 13,42
3.2 14,29 2,27 2,16 15,00 13,55
3.3 0,63 1,44 12,81 11,79 13,49
3.4 15,00 2,65 12,47 12,70 13,44
3.5 12,35 1,16 1,87 3,36 2,64
3.6 7,86 10,05 13,10 4,44 1,82
3.7 7,56 13,51 13,52 3,66 2,06
3.8 15,00 10,91 13,81 8,61 12,74
4.2 11,54 11,56 12,93 11,55 9,76
4.3 14,55 14,97 13,79 13,20 15,00
4.4.1 13,68 9,29 11,05 13,59 10,72
4.4.2 13,85 11,41 3,83 13,75 10,12
4.4.3 11,44 13,17 6,03 13,62 8,39
5.1 0,84 3,67 7,07 13,21 14,11
5.2 0,91 12,57 13,79 12,81 14,13
5.3 11,45 13,25 5,66 6,36 2,37
5.4 11,67 13,05 11,71 9,88 13,58
5.5 1,15 8,06 14,62 9,35 13,57
5.6 11,71 13,32 7,58 13,10 13,45
5.7 2,20 12,74 5,73 12,84 13,10
5.8 11,54 10,15 11,80 9,70 12,97
5.9 11,80 15,00 12,67 9,68 13,00
5.10 11,74 12,37 7,55 7,01 12,73
5.11 11,64 12,00 2,30 3,77 13,10
5.12 0,26 11,23 1,12 0,84 13,23
5.13 0,16 12,03 0,93 13,23 12,81
5.14 0,26 8,39 7,10 9,59 13,53
5.15 0,23 3,20 11,26 9,46 2,05
5.16 0,16 0,21 14,08 9,41 12,60
5.17 0,29 13,93 7,87 7,15 12,83
5.18 0,10 15,00 14,62 9,67 13,13
5.19 0,16 15,00 15,00 12,87 13,18
5.20 0,32 13,13 13,99 11,38 13,15
Fonte: elaborado pelo autor.
190