Skip to content

Simulação computacional de processos administrativos para planejamento de recursos e gestão de riscos

  • Healthcare

O desafio

por Antonio R. Rodriguez e Joseph J. Wolski (Institutos Nacionais de Saúde)

Conforme apresentado na Conferência de Simulação de Inverno de 2016

Vários desafios são inerentes ao fornecimento e gerenciamento de serviços administrativos em uma agência federal, incluindo o Office of Research Services (ORS) do National Institutes of Health (NIH). Muitas funções administrativas são orientadas por regulamentos e políticas, e os requisitos estão em constante mudança. À medida que os requisitos da missão de pesquisa do NIH mudam e evoluem, a demanda e a natureza do suporte administrativo também evoluem. Os recursos precisam ser planejados e as ferramentas adequadas devem estar presentes nesse ambiente dinâmico para que se obtenha sucesso no fornecimento dos serviços administrativos necessários, em tempo hábil e com resultados de qualidade. O resultado desses processos, na maioria dos casos, se não em todos, é "intangível" e a visibilidade do processo é limitada. As técnicas de simulação por computador serão utilizadas para desenvolver um entendimento mais aprofundado dessas funções administrativas, desenvolver recomendações para melhorar a alocação de recursos, a produtividade e a qualidade, além de aprimorar a comunicação e a visibilidade desses processos entre os clientes e as partes interessadas.

Introdução

Uma função administrativa (AF) dentro do ORS apoia a missão do NIH, fornecendo serviços administrativos a todos os componentes do ORS e do Office of Research Facilities (ORF) em apoio à missão de pesquisa do NIH. Esse AF assessora os clientes em questões relacionadas à administração geral, que inclui recursos humanos, orçamento, viagens, aquisições, propriedade, treinamento, controle de tempo e emissão de crachás de identificação da equipe, entre outros. O AF atua como um recurso "centralizado" para uma variedade de funções de programas diversos no ORS, como a polícia do NIH, recursos veterinários, fornecimento e reparo de equipamentos científicos, gerenciamento de segurança de laboratórios e muitos outros. Essa função centralizada é estruturada em equipes de diferentes tamanhos, especialidades e habilidades. Muitos aspectos das funções administrativas devem ser executados de forma consistente, de acordo com a política/regulamentação, ao mesmo tempo em que atendem às necessidades individuais do programa.

Objetivos

O objetivo deste projeto é desenvolver recomendações para a criação de um sistema administrativo de alto desempenho com alta satisfação no atendimento ao cliente. A simulação por computador será utilizada para modelar e testar cenários de composição da equipe administrativa com base em diferentes combinações de capacidade, capacidade da força de trabalho e produtividade para atender à demanda administrativa de várias organizações na ORS e na ORF. Esses esforços ajudarão a melhorar o equilíbrio entre a demanda de atendimento ao cliente e a disponibilidade de recursos limitados entre as organizações da ORS e da ORF.

A simulação também será usada para ajudar a identificar gargalos e outros pontos problemáticos no processo para auxiliar no desenvolvimento de melhorias e na conscientização das métricas corretas para avaliar até que ponto as melhorias ocorreram.

A solução

Metodologia

Foram realizados grupos de discussão representando todas as funções administrativas e a equipe do programa para avaliar o grau de satisfação dos clientes com os serviços atuais, identificar os problemas que afetam a equipe do programa e as restrições que afetam os prestadores de serviços. Esses grupos de foco revelaram uma oportunidade de padronizar todos os processos para reduzir a incerteza e alcançar um nível melhor de previsibilidade. Foram formadas equipes compostas por prestadores de serviços e usuários para desenvolver mapas de processos (ou seja, fluxogramas de implantação) para dezessete processos administrativos. Foram selecionadas métricas úteis e os parâmetros foram estimados com a participação de especialistas funcionais e representantes dos clientes.

As métricas de entrada, como demanda de serviço (por exemplo, ações de recrutamento, solicitações de viagem, transações de propriedade), tempo total do ciclo de serviço e tempo do ciclo para as várias etapas do processo serão coletadas ou obtidas de fontes de dados existentes, quando disponíveis. A variabilidade dos dados também será coletada e utilizada em testes de cenários para avaliar o impacto da variação na demanda e no tempo de ciclo incerto. Os processos serão modelados usando várias disciplinas de enfileiramento e combinações de demanda de carga de trabalho.

Serão realizadas experiências para avaliar o impacto de diferentes níveis de recursos humanos, especialidades e níveis de habilidade em equipes administrativas para acomodar as várias distribuições de necessidades de serviço entre as diferentes organizações de clientes. Serão fornecidos resultados que permitirão a avaliação de diferentes níveis de alocação de recursos para atender à demanda em diferentes cenários.

Durante o trabalho de modelagem e simulação, o Office of Quality Management trabalhará com as organizações funcionais para coletar dados observacionais (por exemplo, tempo de ciclo para etapas críticas do processo) ou históricos (por exemplo, demanda de serviços) quando disponíveis e apropriados. Esses dados serão usados para validar os resultados do esforço de modelagem e simulação e para decidir se os esforços de implementação são oportunos.

O impacto nos negócios

Conclusões e próximas etapas

Como resultado deste projeto, as tarefas administrativas serão baseadas na demanda do cliente, nos recursos disponíveis e nos níveis específicos, porém variados, das necessidades de serviço das diferentes organizações de clientes. Por exemplo, as necessidades de viagem podem ser maiores em uma organização com baixa rotatividade de funcionários, enquanto outra organização pode ter poucas necessidades de viagem, alta rotatividade e necessidades de treinamento local. Como resultado da execução de cenários usando dados históricos, é possível obter um melhor alinhamento da carga de trabalho com os recursos durante todo o ciclo de negócios.