Aplicativo low-code para otimização da manutenção industrial em empresa de componentes automotivos

Abstract

A gestão da manutenção industrial ainda apresenta Atraso no fluxo de informações e baixa confiabilidade de registros, com efeitos sobre disponibilidade, priorização e planejamento. Este estudo tem como objetivo demonstrar, por meio de Design Science Research (DSR), como um artefato low-code pode reduzir o tempo de aceite de ordens e institucionalizar rotinas digitais de manutenção em ambiente real. O artefato foi desenvolvido em Microsoft PowerApps, integrado ao SharePoint e ao Outlook, incorporando autenticação, campos obrigatórios com carimbo de data/hora, fila de atendimento e histórico em nuvem; a validação ocorreu em fábrica, com operadores e gestores de manutenção. Os resultados indicaram redução de 56% no tempo médio de aceite, economia anual estimada de em 820 horas-homem e acréscimo de 3,2% no OEE. A contribuição científica reside em evidenciar que soluções low-code podem estruturar rotinas de dados e reduzir atrasos no fluxo de informações com baixo esforço de integração, fornecendo base consistente para análises avançadas, como priorização de chamados e diagnóstico assistido, diferenciando-se de abordagens mais custosas e complexas descritas na literatura.Industrial maintenance management still suffers from delays in information flow and low record reliability, impacting availability, prioritization, and planning. This study aims to demonstrate, through Design Science Research (DSR), how a low-code solution can reduce order acceptance time and institutionalize digital maintenance routines in a real-world environment. The solution was developed in Microsoft PowerApps, integrated with SharePoint and Outlook, and incorporates authentication, mandatory fields with timestamps, a service queue, and cloud-based history. Validation took place in the factory with operators and maintenance managers. The results indicated a 56% reduction in average acceptance time, an estimated annual savings of 820 man-hours, and a 3.2% increase in OEE. The scientific contribution lies in demonstrating that low-code solutions can structure data routines and reduce delays in information flow with low integration effort, providing a consistent basis for advanced analytics, such as call prioritization and assisted diagnostics, differentiating it from more costly and complex approaches described in the literature.