Metadata-Version: 2.4
Name: fior-analytics
Version: 1.0.1
Summary: Indicador analítico e modelo matemático para impacto operacional no recebimento de materiais.
Home-page: https://github.com/pierre1567/fior
Author: Robespierre Santana Silva
Author-email: assemblypython28@gmail.com
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Requires-Python: >=3.7
Description-Content-Type: text/markdown
License-File: LICENSE.txt
Requires-Dist: pandas>=1.0.0
Requires-Dist: openpyxl>=3.0.0
Dynamic: license-file

# FIOR - Fator de Impacto Operacional no Recebimento 📊🚚

O **FIOR** é uma metodologia analítica e matemática autoral desenvolvida para quantificar a complexidade operacional instantânea enfrentada por equipes de recebimento e conferência de materiais em almoxarifados industriais e centros de distribuição.

Ao contrário de indicadores tradicionais como o OTIF (que avalia o fornecedor) ou o Tempo de Ciclo (que apenas cobra velocidade da equipe), o FIOR mede o grau de impacto que variáveis externas e imprevistos têm sobre a eficiência do setor.

---

## 📐 A Formulação Matemática

O modelo utiliza a abordagem de Análise Multicritério de Decisão (MCDM) com uma estrutura de ponderação linear restrita:

$$FIOR = (F_{urg} \times 0.4) + (F_{div} \times 0.3) + (F_{qual} \times 0.2) + (F_{amb} \times 0.1)$$

Onde cada fator recebe uma nota discreta de 1 a 5 com base no cenário real do pátio:
* **F_urg (Urgência):** Severidade da demanda (ex: item de máquina parada ou estoque de rotina).
* **F_div (Divergência):** Complexidade fiscal, cadastral ou documental da Nota Fiscal.
* **F_qual (Qualidade):** Nível de exigência na conferência física (itens sem identificação, avarias).
* **F_amb (Ambiente):** Estado da infraestrutura e estresse físico (chuva, queda de sistema, pátio saturado).

---

## 🟢 Matriz de Criticidade (Zonas de Impacto)

O resultado final do FIOR varia de **1.0 a 5.0**, classificando a operação em três zonas de criticidade:

* **De 1.0 a 2.2 | Zona Verde (Baixo Impacto):** Fluxo padrão, sem gargalos.
* **De 2.3 a 3.7 | Zona Amarela (Médio Impacto):** Operação impactada, exigindo tratativas burocráticas ou esforço extra de conferência.
* **De 3.8 a 5.0 | Zona Vermelha (Gestão de Crise):** Caos operacional. Justifica quedas bruscas na produtividade e exige atuação da liderança.

---

## 💻 Implementação Automatizada com Python (`pandas`)

O projeto conta com um script em Python que automatiza o cálculo em lote. Ele lê uma planilha comum do Excel contendo os registros de Notas Fiscais e as respectivas notas dos fatores, injeta a lógica matemática e gera um relatório consolidado com os resultados e classificações.

### Pré-requisitos
```bash
pip install pandas openpyxl

📊 Como Utilizar
A biblioteca foi desenhada para ser simples e direta, oferecendo suporte para análises individuais ou processamento de planilhas inteiras em lote (Excel).

1. Processamento em Lote (Planilhas Excel)
Esta é a forma mais comum de uso no dia a dia. O pacote varre todas as linhas da planilha, calcula as notas e gera um novo arquivo consolidado.

⚠️ Requisito Obrigatório: A sua planilha de entrada precisa conter exatamente estas 4 colunas: F_urg, F_div, F_qual e F_amb.

Python
import fior

# Defina o nome do seu arquivo original
caminho_da_planilha = "recebimentos.xlsx"

# Executa o processamento
arquivo_gerado = fior.processar_fior_lote(caminho_da_planilha)

print(f"Sucesso! Relatório salvo como: {arquivo_gerado}")
# O pacote criará automaticamente o arquivo 'fior_resultados_consolidados.xlsx'
2. Análise Individual (Modo Unitário)
Se você precisa calcular a criticidade de apenas um recebimento específico de forma rápida:

Python
import fior

# Parâmetros: calcular_fior_unidade(urgencia, divergencia, qualidade, ambiente)
nota_final = fior.calcular_fior_unidade(5, 4, 2, 1)
zona_criticidade = fior.mapear_zona_criticidade(nota_final)

print(f"Nota FIOR: {nota_final}")
print(f"Status do Recebimento: {zona_criticidade}")
🎯 Variáveis do Modelo
O cálculo ponderado avalia os seguintes pilares operacionais (notas de 1 a 5):

F_urg: Grau de urgência do material ou processo.

F_div: Índice de divergência identificada (físico vs. nota).

F_qual: Critérios de conformidade e qualidade do item.

F_amb: Fatores de impacto ao ambiente ou segurança da operação.

O retorno classifica o resultado final entre as zonas:

🟢 Zona Verde (Operação Normal / Baixo Risco)

🟡 Zona Amarela (Atenção / Risco Moderado)

🔴 Zona Vermelha (Crítico / Ação Imediata)

📝 Licença
Este projeto está sob a licença MIT. Veja o arquivo LICENSE.txt para mais detalhes.
