Como Reduzir Rupturas de Estoque Com Dados, Não Achismo
Rupturas de estoque são um dos problemas mais caros e mais invisíveis do varejo. Elas não aparecem no fim do mês como uma "perda" — aparecem como uma venda que simplesmente nunca aconteceu, o que torna fácil ignorá-las até virarem um padrão recorrente.
Em média, varejistas perdem 4–8% da receita anual só com rupturas nos itens mais vendidos — a maior parte nunca aparece como um item de linha em lugar nenhum.
Origens
A escala do problema de ruptura não foi bem documentada até um estudo marco de Thomas Gruen e Daniel Corsten, apresentado à Grocery Manufacturers of America no início dos anos 2000, que descobriu que a taxa média de indisponibilidade no varejo era de cerca de 8% a qualquer momento — e que aproximadamente um terço dos clientes que encontravam isso simplesmente comprava em outro lugar. Esse estudo é boa parte do motivo de "disponibilidade em prateleira" ter virado uma disciplina própria e acompanhada, em vez de algo assumido que "se resolve sozinho".
O sintoma é sempre o mesmo
Um produto de giro alto acaba no meio da semana. A reposição demora demais, o cliente compra do concorrente, e ninguém no time percebe a tempo porque o alerta chegou atrasado — ou nunca chegou. Multiplique isso por dezenas de SKUs ao longo de um mês e o impacto real fica escondido dentro de "receita que poderia ter acontecido".
Fill rate
Fill rate = Unidades entregues completas e no prazo ÷ Unidades pedidas
Fill rate e taxa de ruptura medem coisas bem parecidas a partir de pontas opostas — fill rate do ponto de vista do pedido, taxa de ruptura do ponto de vista do SKU. Acompanhar os dois pega lacunas que um sozinho pode não pegar.
Dois tipos de ruptura
Nem todo "fora de estoque" é o mesmo problema. Uma ruptura genuína, "dura", significa que o item realmente não está no armazém. Uma ruptura fantasma é diferente e possivelmente mais traiçoeira: o sistema diz que tem estoque disponível, mas não tem de fato — extraviado, danificado e não registrado, ou já perdido por shrinkage não contabilizado. Corrigir uma ruptura fantasma não é problema de compras; é um problema de precisão de dados, ligado diretamente a quão bons são seu rastreamento de estoque e seus controles de shrinkage realmente são.
Sinais de que você já está perdendo vendas
- O mesmo punhado de SKUs acaba todo mês, sempre perto da mesma semana
- Decisões de reposição acontecem depois que alguém percebe uma prateleira vazia ou uma reclamação de cliente
- Compras depende da memória de uma pessoa sobre "o que costuma vender"
- Você não consegue dizer, agora, quais produtos vão acabar nos próximos 7 dias
Por que a reposição manual falha
Reposição no feeling funciona bem até a operação crescer. Passado um certo número de produtos e lojas, é humanamente impossível acompanhar a cobertura de estoque item por item — e é exatamente nesse ponto que as rupturas param de ser ocasionais e passam a ser estruturais.
O custo real de uma ruptura não é a venda perdida — é o cliente que silenciosamente muda pra um concorrente e nunca menciona por quê.
O que muda com a análise de dados
Cruzar histórico de vendas, sazonalidade e lead time de fornecedor torna possível prever uma ruptura antes que ela aconteça, não depois. Em vez de reagir a uma prateleira vazia, o time recebe o alerta enquanto ainda há tempo de agir — geralmente dias antes do produto realmente acabar.
Nem todo SKU merece a mesma tolerância
Uma tolerância a ruptura quase zero faz sentido pra um item classe A de alta receita, onde uma ruptura é genuinamente cara. Um item classe C geralmente tolera uma lacuna ocasional sem prejudicar o negócio de forma relevante — gastar o mesmo esforço de monitoramento nos dois não é priorização, é só trabalho espalhado igualmente.
Um processo de 3 passos que funciona de verdade
Saiba quantos dias de estoque restam pra cada SKU, atualizado diariamente.
Cobertura sozinha não basta — você precisa repor antes da cobertura zerar, não quando chega a zero.
O time deveria ver um aviso com dias de antecedência, não um relatório de prateleira vazia depois do fato.
Um exemplo simples
Digamos que um produto venda 12 unidades por dia, você tenha 40 em estoque, e o lead time do seu fornecedor seja 5 dias. Isso são aproximadamente 3 dias de cobertura restantes — o que significa que o pedido de reposição deveria ter saído há dois dias, não hoje. Esse é o tipo de lacuna que é invisível numa planilha mas óbvia assim que a cobertura é acompanhada automaticamente.
Limitações a ter em mente
- Só é tão bom quanto os dados de estoque subjacentes — o acompanhamento de cobertura assume que a quantidade registrada é real, o que falha em casos de ruptura fantasma ou shrinkage pesado
- Picos de demanda repentinos ainda podem passar por cima de um bom sistema — um momento viral ou pedido em grande volume não planejado pode esgotar a cobertura mais rápido do que qualquer alerta consegue reagir
- Não resolve restrições do lado do fornecedor — um rastreamento interno perfeito ainda não consegue conjurar estoque que um fornecedor fisicamente não consegue produzir a tempo
Na prática
Times que monitoram giro e cobertura de estoque em tempo real conseguem agir com dias de antecedência, não horas. O ganho não é só evitar uma ruptura isolada — é parar de tratar como normal um problema que, quando você olha os números, é totalmente previsível.
Principais conclusões
Acompanhe cobertura (dias de estoque restantes), não só quantidade atual. Um produto com "50 unidades" pode estar a uma semana ruim de distância de uma ruptura — cobertura mostra isso, quantidade bruta não.
Veja também
Quer ver isso com os dados da sua empresa?
Envie sua planilha e receba a análise em segundos, de graça.
