
O Pyplan permitiu que a Sylvamo otimizasse seu mix de produção, acelerasse cenários e fortalecesse seu processo de S&OP com decisões mais precisas e colaborativas.

A indústria de papel enfrenta um desafio contínuo: volatilidade na demanda, aumento dos custos, diversidade de produtos e pressão constante para otimizar a capacidade instalada. Para uma empresa como a Sylvamo, com várias fábricas, milhares de combinações de produção e um horizonte estratégico de 15 anos, o planejamento não era apenas projetar volumes, mas prever como cada decisão afetaria a margem, a utilização de ativos e a sustentabilidade dos negócios.
O processo anterior dependia de um modelo do Excel com um solucionador ad-hoc. Embora útil, essa abordagem apresentava riscos crescentes: tempos de processamento extremamente altos, fragilidade diante de erros de arquivo, dificuldade em incorporar novas restrições e dependência excessiva de poucas pessoas na equipe. Além disso, a execução de cenários exigia a execução de processos sequenciais por ano e por estágio, limitando a capacidade de explorar alternativas reais.
Consequentemente, o processo S&OP estava perdendo profundidade estratégica: era difícil conectar decisões táticas com impactos de longo prazo e avaliar como cada mix de produção influenciava a capacidade, a oferta, os custos e a margem futura.
Sylvamo estava procurando um salto de maturidade em seu processo de planejamento. O objetivo não era apenas substituir o Excel, mas transformar a forma como a organização analisava sua operação e seu futuro. Eu precisava de:
A empresa também precisava de uma interface visual moderna, BI integrado e um ambiente em que diferentes áreas — vendas, cadeia de suprimentos, finanças, planejamento — pudessem participar sem depender de um único arquivo crítico. O S&OP deve se tornar um processo transversal e escalável, não uma atividade isolada da área de planejamento estratégico.
A solução desenvolvida com o Pyplan combinou otimização matemática, modelagem avançada e uma arquitetura colaborativa que redefiniu o processo de S&OP na empresa.
Primeiro, o modelo integrou a base comercial: metas de vendas para os próximos 15 anos, divididas em volumes e preços por produto e região. A partir daí, a Pyplan construiu automaticamente a margem de contribuição unitária, incorporando custos variáveis, frete, benefícios fiscais e prêmios por marca. Isso possibilitou comparar não apenas o volume, mas também a lucratividade real de cada mix de produção alternativo.
Em seguida, todas as restrições operacionais foram modeladas: capacidade da máquina, gramagens, consumo de celulose, processos terceirizados, mínimos e máximos por produto, conformidade com o mercado e limitações físicas de cada planta. Todas essas regras se tornaram dinâmicas, com a possibilidade de ativá-las ou desativá-las dependendo do cenário.
Com base nisso, a Pyplan executou um mecanismo de otimização — desenvolvido em Python e com alto desempenho — capaz de maximizar a margem sujeita a restrições complexas. A grande diferença é que todo ano no horizonte é processado simultaneamente, eliminando o gargalo histórico do modelo original.
A integração com o processo de S&OP tornou-se imediata:
A solução também incluiu BI completo, comparador de cenários e painéis que nos permitem navegar pela produção, cobertura de demanda, margem e capacidade usadas com um nível de detalhe impossível de alcançar no Excel.
O impacto cultural foi tão importante quanto o técnico: o processo deixou de depender de alguns analistas e se tornou um ciclo colaborativo, rastreável e sustentável. A Sylvamo não só ganhou velocidade — 80% menos tempo gasto gerando cenários — mas também aumentou a qualidade das decisões e a precisão do S&OP ao conectar estratégia, operações e finanças em um único modelo de vida.
Saiba como o Pyplan pode levar seu processo de S&OP a um novo nível de precisão e agilidade.
Explore nossas soluções ou agende uma conversa com um especialista:
👉 https://pyplan.com/es/entre-en-contacto/

Controle, rastreabilidade e consistência em cada número da Bajada

Como os diagramas de influência do Pyplan transformam regras complexas em decisões claras

Transparência, escalabilidade e modelos que sobrevivem aos negócios