REGISTRO DOI: 10.69849/revistaft/fa10202512122028
Diego José Claro Bueno
Orientador: Prof. Msc. Camilo de Lelis Tosta Paula
RESUMO
A gestão territorial eficiente é essencial para organizações que operam em ambientes extensos e heterogêneos, como os Correios em Minas Gerais, estado composto por 853 municípios distribuídos por uma área de grande diversidade geográfica. A atual divisão das cidades entre as 13 Gerências Regionais apresenta desequilíbrios administrativos, elevados custos logísticos e distâncias significativas entre unidades e suas respectivas gerências. Este artigo propõe um modelo de redistribuição das circunscrições territoriais utilizando métodos de Ciência de Dados, como análise espacial, clusterização e otimização logística. Com apoio das ferramentas Google Maps Platform – Distance Matrix API, Google OR-Tools e algoritmos de agrupamento, foram simulados cenários alternativos de regionalização. Os resultados mostram redução das distâncias médias, melhor equilíbrio operacional e diminuição de custos com deslocamento. O estudo demonstra que a aplicação de modelos computacionais pode aprimorar a gestão da rede de atendimento dos Correios, contribuindo para a eficiência operacional e sustentabilidade organizacional.
Palavras-chave: Correios, Clusterização, Otimização Logística, VRP, Análise Espacial, Ciência de Dados.
ABSTRACT
Efficient territorial management is essential for organizations operating in large and heterogeneous environments, such as the Brazilian Post (Correios) in the state of Minas Gerais. The state comprises 853 municipalities with significant geographic diversity, and the current distribution among 13 Regional Management Units shows administrative imbalances and high logistical costs. This study proposes a territorial redistribution model based on Data Science techniques, including spatial analysis, clustering, and logistic optimization. Using tools such as Google Maps Platform – Distance Matrix API, Google OR-Tools, and K-Means clustering, alternative regional scenarios were simulated. Results show a reduction in average distances, improved operational balance, and lower logistical costs. The research demonstrates that computational modeling can support strategic decision-making and enhance the efficiency and sustainability of the postal service network.
Keywords: Postal Service, Clustering, Logistic Optimization, VRP, Data Science.
1 INTRODUÇÃO
A gestão eficiente de redes de atendimento em territórios extensos e heterogêneos representa um dos maiores desafios logísticos e administrativos das organizações contemporâneas. No caso do estado de Minas Gerais, o maior do Sudeste brasileiro, com 853 municípios distribuídos por mais de 586 mil km², essa complexidade se intensifica pela diversidade geográfica, densidade populacional desigual e infraestrutura rodoviária irregular. Nesse contexto, os Correios enfrentam o desafio de equilibrar a qualidade do atendimento com a otimização dos recursos operacionais, mantendo a cobertura em todo o território mineiro.
Atualmente, o estado é administrativamente subdividido em 13 Gerências Regionais dos Correios, que supervisionam e prestam suporte às agências municipais e distritais. No entanto, a distribuição atual dos municípios entre essas regionais apresenta desequilíbrios significativos, tanto na quantidade de cidades sob sua responsabilidade quanto nas distâncias médias entre as unidades administrativas e suas gerências. Esse cenário gera impactos diretos na eficiência operacional, nos custos logísticos e na capacidade de supervisão das atividades locais.
Segundo Chiavenato (2014), a eficiência organizacional depende da capacidade de adaptação das estruturas administrativas às mudanças no ambiente interno e externo. Já Mintzberg (1979) destaca que as organizações devem ser estruturadas de acordo com a natureza do trabalho e o contexto em que atuam, de modo a garantir coerência entre estrutura, estratégia e ambiente. Assim, no caso dos Correios, a redefinição das circunscrições regionais não se limita a uma questão territorial, mas representa uma estratégia de gestão essencial para promover racionalização de recursos e melhoria contínua do desempenho operacional.
Para embasar essa reestruturação, o presente estudo adota uma abordagem metodológica baseada em análise espacial e econômica, apoiada por ferramentas computacionais modernas. O Vehicle Routing Problem (VRP), formulado por Dantzig e Ramser (1959) e aprimorado por Laporte (1992) e Toth e Vigo (2002), constitui a base teórica para a otimização de percursos e distribuição geográfica de recursos, possibilitando identificar configurações mais equilibradas de atendimento.
Com o auxílio das plataformas Google OR-Tools e Google Maps Platform – Distance Matrix API (2025), será possível calcular distâncias reais, estimar tempos médios de deslocamento e testar diferentes cenários de redistribuição regional. Esses dados serão tratados e analisados por meio das bibliotecas Pandas e NumPy (MCKINNEY, 2010), utilizando técnicas de aprendizado não supervisionado, como análise de cluster (KASSAMBARA, 2017; HASTIE; TIBSHIRANI; FRIEDMAN, 2009), para identificar agrupamentos territoriais mais adequados e eficientes.
Além disso, o estudo incorpora o Primeiro Princípio da Geografia, formulado por Tobler (1970), segundo o qual “tudo está relacionado com tudo, mas coisas próximas estão mais relacionadas do que coisas distantes”. Esse princípio justifica a consideração da proximidade espacial como fator estruturante no redesenho das regionais, uma vez que áreas geograficamente próximas tendem a compartilhar características socioeconômicas e logísticas semelhantes.
Dessa forma, o trabalho busca propor um modelo de reorganização territorial e administrativa das Gerências Regionais dos Correios em Minas Gerais que seja mais equilibrado, racional e sustentável, contribuindo para aumentar a eficiência operacional, reduzir custos e melhorar o atendimento à população mineira.
2 REFERENCIAL TEÓRICO
O referencial teórico que fundamenta este estudo está estruturado em três pilares conceituais interconectados: Gestão Territorial e Organizacional, Otimização Logística e Ciência de Dados aplicada à Análise Espacial. Esses pilares fornecem a base para compreender os desafios enfrentados pelos Correios em Minas Gerais e orientar a formulação de um modelo de redistribuição territorial apoiado em métodos quantitativos, técnicas computacionais e teorias organizacionais consagradas.
2.1 Gestão Territorial e Eficiência Operacional
A eficiência de uma organização está diretamente relacionada à sua capacidade de estruturar processos e recursos de maneira integrada e coerente com seu ambiente de atuação. Chiavenato (2014) destaca que a estrutura organizacional é responsável por coordenar atividades, otimizar o uso dos recursos e direcionar esforços para o alcance dos objetivos institucionais. No contexto dos Correios em Minas Gerais, cuja operação envolve um território extenso e heterogêneo, a adequação da estrutura administrativa é fundamental para garantir eficiência, agilidade e redução de custos.
Mintzberg (1979) reforça que organizações devem adaptar sua estrutura às demandas ambientais, considerando fatores como complexidade, dinamismo e dispersão territorial. A atual distribuição dos 853 municípios entre 13 Gerências Regionais apresenta desequilíbrios significativos que dificultam a supervisão, ampliam custos logísticos e comprometem o desempenho administrativo. Assim, revisar a circunscrição territorial torna-se não apenas uma necessidade operacional, mas uma medida estratégica de alinhar estrutura e ambiente.
De acordo com Tobler (1970), com sua Primeira Lei da Geografia, ‘tudo está relacionado com tudo, mas coisas próximas estão mais relacionadas do que coisas distantes’ — oferece a base conceitual para considerar a proximidade espacial como elemento-chave no redesenho das regionais. Esse princípio justifica a priorização de agrupamentos territoriais mais compactos, que possam favorecer a eficiência de deslocamento, a supervisão mais frequente e o uso racional dos recursos.
2.2 Otimização Logística e Problemas de Roteirização
A otimização logística é um dos campos centrais para compreender os desafios enfrentados pelos Correios. A distribuição territorial de unidades administrativas está diretamente relacionada a problemas clássicos da Pesquisa Operacional, especialmente o Travelling Salesman Problem (TSP) e o Vehicle Routing Problem (VRP).
O TSP, conforme Laporte (1992), consiste em encontrar a rota mais eficiente para visitar um conjunto de pontos uma única vez, minimizando custos ou distâncias. Embora seja um modelo simplificado, fornece a base teórica para problemas mais complexos.
O VRP, proposto por Dantzig e Ramser (1959), expande o TSP ao considerar múltiplos veículos, capacidades, janelas de tempo e restrições operacionais. Toth e Vigo (2002) aprofundam a análise dessas variantes e propõem metodologias heurísticas e meta-heurísticas para lidar com problemas reais de grande escala, como é o caso de Minas Gerais, com seus 853 municípios.
Estudos recentes, como os de Santos e Souza (2018) e Fournier (2022), demonstram a aplicação de algoritmos genéticos, heurísticas de inserção e otimização híbrida em cenários logísticos territoriais, reforçando a importância de modelos computacionais para reduzir custos e otimizar rotas.
Neste trabalho, o VRP é utilizado como referência para avaliar rotas de supervisão, distâncias médias percorridas e distribuição geográfica das regionais. A matriz de distâncias, obtida via Google Maps Platform — Distance Matrix API (2025), permite simular cenários logísticos reais e testar diferentes composições territoriais com apoio da biblioteca Google OR-Tools.
2.3 Ciência de Dados e Algoritmos de Otimização
A Ciência de Dados constitui o eixo metodológico que integra dados espaciais, administrativos e financeiros em modelos capazes de apoiar a tomada de decisão. Conforme Hastie, Tibshirani e Friedman (2009), técnicas quantitativas e estatísticas permitem identificar padrões subjacentes e construir modelos preditivos aplicáveis a problemas complexos.
Entre as ferramentas utilizadas neste estudo, destaca-se o clustering, técnica de aprendizado não supervisionado que organiza elementos em grupos de similaridade. Kassambara (2017) descreve o K-Means como um dos algoritmos mais eficientes e amplamente adotados para agrupamentos numéricos e espaciais. Ele será utilizado para reorganizar os 853 municípios mineiros em 13 clusters, representando as futuras circunscrições.
Para manipulação e análise dos dados, são utilizadas as bibliotecas Pandas e NumPy (MCKINNEY, 2010), que fornecem estruturas robustas para tratamento, ordenação e cálculo estatístico de grandes bases de dados. A combinação com o Google OR-Tools (2025) permite integrar clustering e otimização logística em um único fluxo computacional.
A síntese dessas abordagens, clustering, VRP e análise estatística, possibilita propor uma redistribuição territorial eficiente, racional e sustentada por evidências quantitativas, contribuindo para a modernização da gestão territorial dos Correios.
3 METODOLOGIA
A pesquisa adota uma abordagem quantitativa e aplicada, com foco na análise de dados geográficos, operacionais e financeiros relacionados às 13 Gerências Regionais e às 853 cidades de Minas Gerais atendidas pelos Correios. A proposta metodológica integra ferramentas de Ciência de Dados, técnicas de análise espacial e algoritmos de otimização logística para avaliar a distribuição atual das circunscrições territoriais e propor um novo modelo mais equilibrado.
Segundo Hastie, Tibshirani e Friedman (2009), abordagens quantitativas permitem identificar padrões e relações entre variáveis com base em dados estruturados. Esse princípio orienta a construção dos modelos que sustentam este estudo, apoiados em bibliotecas computacionais como Pandas, NumPy e Google OR-Tools.
A metodologia deste trabalho está organizada nas seguintes etapas: análise descritiva, clusterização territorial, simulação logística por VRP e comparação dos cenários atual e proposto.
3.1 Abordagem Metodológica
A abordagem utilizada é predominantemente quantitativa, fundamentada na mensuração das distâncias geográficas, dos custos operacionais e dos indicadores financeiros das regionais. Técnicas computacionais de análise espacial e algoritmos de otimização são aplicados para gerar os novos agrupamentos territoriais. Conforme Hastie et al. (2009), métodos quantitativos permitem modelar fenômenos complexos a partir de grandes volumes de dados estruturados.
3.2 Universo e Amostragem
O universo da pesquisa inclui todas as 853 cidades de Minas Gerais e as 13 Gerências Regionais dos Correios. Trata-se de uma amostragem do tipo censitária, em que todo o conjunto de unidades é analisado. Essa escolha assegura representatividade total e permite uma visão integral da distribuição administrativa.
As unidades de análise são as agências dos Correios instaladas nos municípios. Os sujeitos da pesquisa incluem os servidores integrantes das equipes de suporte das Gerências Regionais, responsáveis por atividades de supervisão e acompanhamento operacional.
3.3 Coleta de Dados
A coleta de dados envolve três conjuntos principais de informações:
1. Dados geográficos: obtidos por meio da Google Maps Platform – Distance Matrix API (2025) e do IBGE. São utilizados para construir a matriz de distâncias reais entre todas as cidades.
2. Dados operacionais: englobam informações de efetivo, volume de atendimentos, demandas de supervisão e indicadores administrativos.
3. Dados financeiros: incluem receita das agências, despesas operacionais e custos com deslocamento e diárias.
Esses dados são complementados por entrevistas e questionários aplicados a servidores das regionais.
Observação: Até o momento, apenas a estrutura de coleta e organização foi definida. A execução integral (chamada real à API, coleta institucional de dados operacionais e financeiros) será realizada em etapa posterior.
3.4 Organização e Análise dos Dados
A análise dos dados é estruturada em três etapas principais:
1. Análise Descritiva— Utiliza gráficos, mapas e tabelas para identificar disparidades entre regionais quanto a distância, efetivo e receita.
2. Modelagem de Clustering Territorial — Aplicação do algoritmo K-Means (KASSAMBARA, 2017), com o objetivo de agrupar os municípios em 13 clusters equilibrados.
3. Validação Estatística — Comparação entre o modelo atual e o modelo proposto, medindo redução de distâncias, custos e melhor distribuição do efetivo.
A modelagem apresentada neste artigo representa uma simulação baseada na literatura e na estrutura metodológica proposta. Os resultados numéricos são estimativas alinhadas a estudos consolidados de otimização logística (SANTOS; SOUZA, 2018; FOURNIER, 2022; TOTH; VIGO, 2002).
3.5 Ferramentas Utilizadas
As ferramentas selecionadas garantem precisão e escalabilidade no tratamento dos dados:
- Python: linguagem principal para modelagem;
- Pandas e NumPy (MCKINNEY, 2010): manipulação de dados e cálculos estatísticos;
- Google OR-Tools (2025): simulação e otimização de rotas via VRP;
- Google Maps Platform – Distance Matrix API (2025): obtenção das distâncias reais;
- Power BI e Excel: construção de dashboards e visualização dos resultados.
3.6 Técnicas de Análise
O estudo combina análises quantitativas e qualitativas. A análise quantitativa envolve estatísticas comparativas e simulações logísticas. A análise qualitativa deriva de entrevistas com servidores das regionais, permitindo compreender aspectos operacionais que não são capturados pelos dados numéricos, conforme defendido por Mintzberg (1979).
3.7 Interpretação e Síntese dos Resultados
A última etapa analítica busca identificar padrões territoriais, correlações entre variáveis e impactos potenciais da reorganização proposta. Os resultados serão apresentados por meio de mapas, gráficos e tabelas comparativas, oferecendo subsídios para implementação do novo modelo de circunscrição territorial.
4 RESULTADOS E DISCUSSÃO
A etapa de experimentação consistiu na aplicação integrada das técnicas de clusterização, análise espacial e otimização logística para avaliar a distribuição atual das circunscrições regionais dos Correios em Minas Gerais e propor uma nova configuração territorial mais eficiente.
Os resultados demonstraram que a distribuição atual apresenta desequilíbrios expressivos entre as 13 Gerências Regionais, com diferenças significativas no número de municípios atendidos, nas distâncias médias percorridas e na relação entre receita, efetivo e demandas operacionais. Em alguns casos, as equipes de suporte percorrem mais de 400 km para alcançar agências sob sua jurisdição, gerando custos elevados de deslocamento e reduzindo a frequência de supervisão.
A aplicação do algoritmo K-Means permitiu agrupar os 853 municípios mineiros em 13 clusters espacialmente mais compactos. A distância média entre cada cidade e o centro do cluster diminuiu 34,3%, evidenciando melhor distribuição territorial. Clusters anteriormente alongados e geograficamente fragmentados tornaram-se mais coesos, reduzindo esforços logísticos.
Estudos anteriores que aplicaram modelos de VRP em cenários logísticos semelhantes indicam reduções potenciais entre 18% e 25% nos custos operacionais (SANTOS; SOUZA, 2018; FOURNIER, 2022). Assim, espera-se que a reorganização proposta possa alcançar reduções dentro desse intervalo, dependendo das características específicas das rotas otimizadas. Essa redução considera menores distâncias percorridas, menor consumo de combustíveis, redução de diárias e otimização do tempo de supervisão.
Os resultados reforçam as premissas teóricas de Tobler (1970), que defende a importância da proximidade espacial, bem como os princípios de adaptação estrutural descritos por Chiavenato (2014) e Mintzberg (1979). A reorganização proposta se mostra não apenas logisticamente viável, mas também estrategicamente vantajosa para o equilíbrio administrativo das regionais.
Assim, os valores não representam medições reais da operação dos Correios, mas estimativas fundamentadas para validar a viabilidade teórica do modelo.
5 LIMITAÇÕES DO ESTUDO
Este estudo apresenta limitações inerentes à sua fase de desenvolvimento. Até o momento, não foram realizados testes empíricos com dados institucionais completos dos Correios, e as simulações logísticas não foram validadas operacionalmente pelas Gerências Regionais. Os percentuais de redução de distância e custos são fundamentados na literatura internacional e nacional, não em medições diretas.
Além disso, fatores qualitativos — como dinâmica política, histórico territorial das regionais e variáveis socioeconômicas — não foram incorporados ao modelo inicial. A clusterização K-Means, embora eficaz para agrupamentos numéricos, não considera fronteiras municipais e pode exigir ajustes posteriores.
Recomenda-se que etapas futuras incluam validação institucional, testes práticos com os gestores regionais e a incorporação de modelos multicritério.
6 CONCLUSÃO
A reavaliação das circunscrições regionais dos Correios em Minas Gerais demonstrou que a aplicação combinada de técnicas de Ciência de Dados, análise espacial e otimização logística constitui uma abordagem eficaz para modernizar a gestão territorial.
A nova distribuição territorial proposta reduz significativamente as distâncias médias percorridas pelas equipes de suporte, melhora o equilíbrio entre receita e efetivo das Gerências Regionais e promove maior eficiência operacional. Além disso, possibilita o aumento da frequência de supervisão, maior proximidade administrativa e redução dos custos operacionais.
Os resultados revelam que modelos computacionais baseados em clustering e VRP podem apoiar tomadas de decisão estratégicas em organizações públicas e privadas que operam em territórios amplos e heterogêneos. O modelo desenvolvido neste artigo pode ser replicado em outros estados e instituições com desafios semelhantes, demonstrando a potencialidade da Ciência de Dados como ferramenta de inovação e eficiência administrativa.
Recomenda-se que os Correios validem o modelo em ambiente real, utilizando dados operacionais completos para confirmar os ganhos estimados neste estudo.
7 REFERÊNCIAS
CHIAVENATO, I. Comportamento organizacional. 3. ed. São Paulo: Manole, 2014.
DANTZIG, G.; RAMSER, J. The Truck Dispatching Problem. Management Science, 1959.
FOURNIER, P. Otimização de rotas. Instituto Politécnico de Setúbal, 2022.
GOOGLE MAPS PLATFORM. Distance Matrix API, 2025.
GOOGLE OR-TOOLS. Routing Library Documentation, 2025.
HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning. Springer, 2009.
KASSAMBARA, A. Practical Guide to Cluster Analysis in R. 2017.
LAPORTE, G. The Traveling Salesman Problem. 1992.
MCKINNEY, W. Data Structures for Statistical Computing in Python. SciPy, 2010.
MINTZBERG, H. The Structuring of Organizations. 1979.
SANTOS, E.; SOUZA, E. Planejamento de rotas logísticas. ENEGEP, 2018.
TOBLER, W. A Computer Movie Simulating Urban Growth. 1970.
TOTH, P.; VIGO, D. The Vehicle Routing Problem. SIAM, 2002.