Uma disciplina fascinante no mundo dos negócios é a Gestão de Estoques. Engloba conceitos de estatística, modelos determinísticos e muita ciência de dados no meio do caminho. Não é à toa que há uma disseminação no mercado de aplicações de apoio à gestão cujo foco é resolver problemas desta natureza, e abordagens semelhantes são utilizadas para o “Santo Graal” da Gestão de Estoques: ter o produto certo, na quantidade certa e no momento certo.
Um parâmetro de entrada importante nesse processo é a posição de estoque disponível atualizada para iniciar os cálculos. Parece algo simples, mas requer ferramentas cada vez mais sofisticadas para se obter este dado tão importante. Não é raro encontrar operações cujas posições de estoques em sistema estão desatualizadas ou incoerentes com o estoque físico disponível (o famoso “Estoque Virtual”). Esse comportamento tende a se intensificar caso vários status intermediários de estoque sejam controlados (em trânsito, consignado, reservado, dentre outros).
Segundo Ballou (1993, p. 204) o controle de estoque é a parte vital do composto logístico, pois estes podem absorver de 25 a 40% dos custos totais, representando uma porção substancial do capital da empresa.
Outros parâmetros se referem à política de estoques. Nela, são atribuídos pesos do negócio em categorias de produtos ou mesmo classificações de SKUs em termos de volume, criticidade e popularidade. São usados para determinar a frequência a qual tais itens serão analisados e qual o volume ideal de pedidos de forma que seja suficiente até a próxima reposição. Estes parâmetros, apesar de envolverem uma boa dose de arbitrariedade, não são livres de limitações.
Uma alta frequência de análise requer uma alta taxa de automação do processo de reposição, de modo que a atenção gerencial não seja dispersa ao ponto de ser necessário analisar um grande número de SKUs todos os dias. Em caso de uma reposição por compras, este tipo de operação é mais suscetível a restrições de faturamento mínimo, que pode não ser atingido caso o volume resultante de pedido for muito baixo.
Da mesma forma, uma baixa frequência significa uma quantidade maior nos pedidos de reposição, o que pode esbarrar em restrições de armazenamento (capacidade de estoque no destino), expedição ou recebimento nos almoxarifados. Logo, uma calibração é necessária para definir a melhor opção frente às restrições apresentadas.
Em ambas as situações, é recomendável considerar “pulmões” de estoque, cujo objetivo principal é amortecer eventuais flutuações de demanda e atrasos de entrega, sem que ocorram rupturas de estoque. O cálculo destes estoques envolve componentes probabilísticos que buscam cobrir eventuais situações deste tipo segundo um intervalo de confiança determinado.
Mas e a previsão de consumo? Não é um dado importante do cálculo? Sim! A projeção dos estoques futuros depende desse número. A correta tratativa de pontos fora da curva (outliers) e o uso de métodos estatísticos (best fit) é sempre recomendável para aferir a projeção dos estoques e pedidos. Neste ponto vale uma ressalva: em qualquer modelo estatístico, a acuracidade tende a diminuir conforme a projeção avança no horizonte de planejamento, ou seja, quanto mais longe da data de análise.
A acuracidade da previsão de demanda é determinante para um correto dimensionamento dos estoques na minha cadeia de suprimentos? A resposta é: DEPENDE. Temos alguns cenários o qual a acuracidade da previsão de demanda é crucial:
- SKUs com curvas notadamente e altamente sazonais;
- SKUs com alta ocorrência de eventos que interferem pontualmente no comportamento de consumo. Isso vale quando afetam os dados dentro de UM período de reposição;
- SKUs inseridos em um contrato de fornecimento, cuja duração é maior que vários ciclos de reposição e cujo benefício está atrelado a um volume de compra mínimo no período.
Isso ocorre porque nestes casos, eventualmente não haverá tempo de reagir frente a uma demanda imprevista e os estoques de segurança podem não ser suficientes para cobrir tais períodos atípicos, afetando a operação negativamente. Outro impacto negativo é o não atingimento de metas de compras, o que interfere diretamente nos custos de produto e consequentemente nas margens da operação.
Entretanto, em casos de demanda regular ou até mesmo errática, é mais eficiente calibrar a frequência de reposição de tal forma que ocorra uma revisão das reposições mais rapidamente, corrigindo eventuais desvios da previsão assim que ocorrerem.
Logo, a recomendação é: Caso sejam identificadas oportunidades de aumento de frequência de análise de pedidos sem que haja risco de bater em restrições de reposição, USE-AS! Em operações de transferências este ganho é ainda mais perceptível, pois tendem ao melhor uso dos recursos de transporte e movimentação nesta configuração.
Se identificou com esses cenários? Espero que esse conteúdo te ajude com insights!
