Proposta de um método para identificação de estoque virtual: aplicação em uma empresa do ramo alimentício

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO

ENGENHARIA DE PRODUÇÃO

BRUNA ZUCCOLOTTO GUEDES

PROPOSTA DE UM MÉTODO PARA IDENTIFICAÇÃO DE ESTOQUE

VIRTUAL: APLICAÇÃO EM UMA EMPRESA DO RAMO ALIMENTÍCIO

TRABALHO DE CONCLUSÃO DE CURSO

PONTA GROSSA 2017

BRUNA ZUCCOLOTTO GUEDES

PROPOSTA DE UM MÉTODO PARA IDENTIFICAÇÃO DE ESTOQUE

VIRTUAL: APLICAÇÃO EM UMA EMPRESA DO RAMO ALIMENTÍCIO

Trabalho de Conclusão de Curso apresentado como requisito parcial à obtenção do título de Bacharel em Engenharia de Produção, do Departamento de Engenharia de Produção da Universidade Tecnológica Federal do Paraná.

Orientadora: Profª. Drª. Yslene Rocha Kachba

PONTA GROSSA 2017

TERMO DE APROVAÇÃO DE TCC

PROPOSTA DE UM MÉTODO PARA IDENTIFICAÇÃO DE ESTOQUE VIRTUAL: APLICAÇÃO EM UMA EMPRESA DO RAMO ALIMENTÍCIO

por

Bruna Zuccolotto Guedes

Este Trabalho de Conclusão de Curso (TCC) foi apresentado em 24 de novembro de 2017 como requisito parcial para a obtenção do título de Bacharel em Engenharia de Produção. O candidato foi arguido pela Banca Examinadora composta pelos professores abaixo assinados. Após deliberação, a Banca Examinadora considerou o trabalho aprovado.

__________________________________ Profª. Drª Yslene Rocha Kachba

Prof. Orientador

___________________________________ Prof. Dr. Everton Luiz de Melo

Membro titular

___________________________________ Prof. Dr. Fábio José Ceron Branco

Membro titular

- A Folha de Aprovação Assinada encontra-se na Coordenação do Curso -

Ministério da Educação

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

CÂMPUS PONTA GROSSA

Dedico este trabalho aos meus avós Pedro, Lourdes, Neide e Inocente por todos os ensinamentos que me foram passados por eles durante a vida.

AGRADECIMENTOS

Acredito que de forma alguma vou ser capaz de agradecer e homenagear todas as pessoas que fizeram parte dessa trajetória não apenas da elaboração do Trabalho de Conclusão de Curso mas de todos os momentos durante estes seis anos que foram especiais.

Primeiramente agradeço aos meus pais Denise e Ricardo por todo o apoio nas dificuldade, skypes nas horas de saudade, amor e carinho em todos os momentos. Agradeço ao meu irmão Rafael pelo companheirismo e ajuda nos momentos de dificuldade.

Agradeço à Professora Yslene pela orientação e dedicação tanto do TCC quanto do estágio, com certeza você foi uma professora que marcou minha vida acadêmica e com quem eu aprendi não só o conteúdo mas também o profissionalismo.

Agradeço a todos os colegas de sala e de faculdade que por mais que não estejamos juntos com certeza vivemos momentos que ficarão pra sempre na memória. Às minhas amigas-irmãs da república que me acompanharam por toda a faculdade nos momentos de alegria e nas madrugadas estudando para as provas.

Agradeço à Gabriela, Graziele, Vanessa e Camila por tudo o que vivemos juntas nesses seis anos, por todas as vezes que foram companheiras na horas boas e nas ruins. A amizade de vocês com certeza vai além das barreiras geográficas.

Finalmente agradeço aos meus colegas de estágio/trablho que se tornaram muito importantes neste finalzinho de trajetória da universidade e que agora são parte do meu dia a dia.

RESUMO

GUEDES, Bruna Zuccolotto. Proposta de um método para identificação de estoque virtual: aplicação em uma empresa do ramo alimentício. 2017. 54. Trabalho de Conclusão de Curso Bacharelado em Engenharia de Produção - Universidade Tecnológica Federal do Paraná. Ponta Grossa, 2017.

As empresas alimentícias sempre se preocuparam muito com sua produção e ainda mais com a posterior venda. Porém, em tempos de crise, essa preocupação é ainda maior. Imagine o consumidor chegar em um supermercado procurando por um produto especifico e não encontrá-lo. Por esse motivo as empresas têm se preocupado muito com um problema que vem atingindo uma porcentagem significativa das gôndolas nos supermercado, a ruptura de estoque. A falta de produtos na gôndola impacta diretamente a venda de produtos de uma determinada empresa, já que segundo estudos que serão apresentados, uma grande parte das decisões de compra são feitas no momento em que o consumidor está realizando a compra, ou seja, em frente à gôndola de produtos. O presente trabalho aponta como principal problema o alto índice de estoque virtual, um dos fatores que influênciam a ruptura de estoque em gôndola. Para minimizar esse problema e permitir que os pedidos provenientes dos clientes sejam feitos de maneira correta, o presente estudo propõe um método que utiliza a distribuição de Poisson para estimar a probabilidade de um item realmente ser um estoque virtual e dessa maneira viabilizar uma automatização no sistema de estoques. O trabalho foi aplicado em uma empresa do ramo alimentício com sede em São Paulo. Os resultados do estudos foram positivos já que observou-se uma diminuição da porcentagem de estoque virtual em relção ao que era apontado pelo método antes utilizado. A melhoria foi de 2,92% o que acarretou em uma perda financeira menor para a empresa estudada.

Palavras-chave: Gestão de estoque. Ruptura de Estoque. Estoque virtual. Empresas Alimentícias.

ABSTRACT

GUEDES, Bruna Zuccolotto. Proposal of an method for the virtual inventory identification: application in a food company. 2017. 54. Trabalho de Conclusão de Curso Bacharelado em Engenharia de Produção - Universidade Tecnológica Federal do Paraná. Ponta Grossa, 2017.

Food companies have always been very concerned about their production and even more with the subsequent sale. However, in times of crisis, this is a big concern. Imagine the consumer arriving at a supermarket looking for a specific product and not finding it. For this reason companies have been very concerned about a problem that has been affecting a significant percentage of the supermarket shelves, the out-of-stock. The lack of products in the gondola impacts directly the sale of products of a particular company, since according to studies that will be presented, a large part of the purchase decisions are made at the moment the consumer is making the purchase, in front to the gondola. The present work points out as the main problem the high index of virtual stock, one of the factors that influences the out-of-stock in gondola. In order to minimize this problem and allow customer requests to be made correctly, the present study proposes an a method that uses the poisson distribution to estimate the probability that an item will actually be a virtual stock and thus enable automation in the system.The work was applied to a food company based in São Paulo. The results of the studies were positive since there was a decrease in the percentage of virtual stock in relation to what was indicated by the method previously used. The improvement was 2.92% which resulted in a lower financial loss for the company studied.

LISTA DE ILUSTRAÇÕES

Figura 1 - Gráfico sobre comsumidores ... 16

Figura 2 - Motivos para a falta de produtos nas gôndolas ... 17

Figura 3 - Ilustração cadeia de suprimentos ... 20

Figura 4 - Gráfico de Ponto de Pedido ... 26

Figura 5 - Gráfico de revisões periódicas ... 27

Figura 6 - Gráfico da distribuição de Poisson ... 28

Figura 7 - Fluxograma das etapas da metodologia ... 29

Figura 8 - Resultado Blitz Virtual ... 40

Figura 9 - Criando base de dados no Access... 41

LISTA DE TABELAS

Tabela 1 - Ruptura de Gôndola por Categoria ... 18

Tabela 2 - Estoque Virtual por Categoria ... 19

Tabela 3 - Exemplo de Cadastro de Produtos... 33

Tabela 4 - Exemplo de Cadastro de Lojas ... 34

Tabela 5 - Principais Diferênças - Método Atual X Proposto ... 38

Tabela 6 - Resultados Comparativos ... 43

LISTA DE ABREVIATURAS BU Business Unit CD Centro de Distribuição Ce Custo de Estocagem Cp Custo do pedido CS Cadeia de Suprimentos D Demanda

Dm Demanda média diária

DBD Data Base Description DSV Dias sem Venda

EAN European Article Number Eseg Estoque de segurança

Eu Quantidade de Estoque (Unidades)

Ev Estoque Virtual

EOQ Economic Order Quantity FS Fator de segurança

KPI Key Performance Indicator LEC Lote Econômico de Compra

LT Lead Time

P Preço

PDV Ponto de Venda

PDSV Parâmetro de Dias sem Venda

PP Ponto de Pedido

Pp Periodicidade à qual se refere o desvio-padrão

PV Perda Virtual

t Tempo de ressuprimento tano Número de dias no ano

tr Tempo de revisão do estoque V Quantidade de Venda (R$)

SUMÁRIO 1INTRODUÇÃO ...12 1.1 CONTEXTUALIZAÇÃO ...12 1.2 OBJETIVOS ...13 1.2.1Objetivo Geral ...13 1.2.2Objetivos Específicos ...13 1.3 JUSTIFICATIVA ...13 1.4 INTRODUÇÃO À PROBLEMÁTICA...15

1.4.1Problemas de Estoque no Varejo ...15

1.4.2Produtos de Baixa Demanda ...15

1.4.3Ruptura de Estoque ...16 1.4.3.1 Estoque Virtual ...19 2REFERENCIAL TEÓRICO ...20 2.1 CADEIA DE SUPRIMENTOS ...20 2.1.1Conceito ...20 2.2 GESTÃO DE ESTOQUES ...21 2.2.1Estoque ...21 2.2.2Conceito ...22 2.2.3Estoque de Segurança ...23 2.2.4Lead Time ...23

2.2.5Modelos para cálculo de estoque ...23

2.2.5.1 Cálculo do EOQ ...24

2.2.6Modelos de Gestão de Estoque ...25

2.2.6.1 Modelo baseado no ponto de pedido ...25

2.2.6.2 Modelo baseado em revisões periódicas ...26

2.3 ESTATÍSTICA ...27

2.3.1Distribuição de Poisson ...27

3ESTRUTURA DO TRABALHO ...29

4MÉTODO ...32

4.1 PREMISSAS ...32

4.2 ESTRUTURA CADASTRO DE PRODUTO E CADASTRO DE LOJAS ...32

4.2.1Cadastro de Produtos ...33 4.2.2Cadastro de Lojas ...33 4.3 ESTRUTURA DA BASE ...34 4.4 ÍNDICES ...35 4.5 PARÂMETROS ...35 4.6 VARIÁVEIS DE DECISÃO ...35 4.7 MODELO MATEMÁTICO ...36

4.8 PORCENTAGEM DE PERDA POR ESTOQUE VIRTUAL (% PV) ...36

5.1 DIFERENÇAS ENTRE O MÉTODO ATUAL E O PROPOSTO ...38

5.2 BLITZ VIRTUAL ...39

5.3 APLICAÇÃO DO MÉTODO ...40

5.4 APLICAÇÃO DO CÁLCULO ...41

5.5 MEDIDAS PARA REDUÇÃO DO ESTOQUE VIRTUAL ...46

6CONSIDERAÇÕES FINAIS ...48

REFERÊNCIAS ...50

1 INTRODUÇÃO

1.1 CONTEXTUALIZAÇÃO

As famílias brasileiras são muito similares em seu cotidiano e dentre estas similaridades está uma simples ida ao mercado. Segundo a Nielsen (2015), 70% das decisões de compra pelos consumidores são feitas no ato da compra. Por esse motivo é extremamente importante que as gôndolas estejam sempre abastecidas. Se o consumidor não encontra o produto que está procurando, ou compra um produto similar ao que procurava, mas de outra marca, ou vai a outro comércio ou não leva aquele produto e espera que da próxima vez que for ao estabelecimento ele o encontre (NOVAES, 2007).

Num cenário ideal isso não deveria acontecer, pois todas as gôndolas de todas as marcas e todos produtos deveriam estar devidamente abastecidas, ou seja, a disponibilidade de gôndola ou On-Shelf Availability (OSA) deveria ser 100%. Segundo Fernei et at. (2008) em um estudo realizado no Reino Unido em uma lista de 30 itens cerca de 10% não estão dispostos em gôndola.

Nesse momento a gestão de estoque se torna necessária sendo uma área presente em todas as empresas, que viabiliza diminuir ou acabar com os problemas de falta de produto na loja. Para Harrington et al. (2006) a gestão de estoque resulta em um baixo investimento para manutenção de estoque beneficiando a empresa. Já para Lancioni et al. (2006) o impacto de uma boa gestão de estoque ocorre diretamente sobre seus lucros e competitividade.

A necessidade de melhorar a disponibilidade de produtos em gôndola está crescendo cada vez mais e por esse motivo existe a necessidade de controlar a ruptura de estoque. A ruptura de estoque é um termo utilizado quando não existe disponibilidade do produto não só em gôndola, mas também no estoque de fundo de loja e do centro de distribuição (NOVAES, 2007). Um dos motivos da ruptura de gôndola é o estoque virtual.

O estoque virtual ocorre quando o produto consta no estoque, mas não está fisicamente presente no estoque e, segundo dados Nielsen (2015), é o principal motivo para a ocorrência de ruptura de estoque. Fleish e Tellkamp (2005) determinam os fatores que provocam o estoque virtual: inventários mal feitos, furto e consumo de

produtos dentro da loja, produtos estragados ou danificados, erros no momento do registro de saída do produto. Dessa maneira o item está constando no sistema do cliente porém não é encontrado nem em gôndola e nem no estoque.

O presente trabalho tem como objetivo propor um método para a identificação do estoque virtual e, com base nos dados fornecidos pelo método, propor ações para minimizar o estoque virtual, um dos principais problemas que ocorrem no estoque em loja e que pode influenciar diretamente a disponibilidade de produtos na gôndola.

1.2 OBJETIVOS

1.2.1 Objetivo Geral

Propor um método para identificação de estoque virtual que proporcione menor perda financeira para a empresa estudada.

1.2.2 Objetivos Específicos

 Utilizar a metodologia ordinatio (PAGANI et al. 2015) para classificar artigos e posterior verificação na literatura as principais causas do estoque virtual;

 Pesquisar modelos de métodos para gestão de estoque na literatura;  Selecionar o melhor cliente da empresa estudada para realizar o estudo;  Propor o método para identificação do estoque virtual e realizar os cálculos para o cliente escolhido; e

 Verificar se a proposta foi assertiva ou não.

1.3 JUSTIFICATIVA

Um dos principais elementos dentro da cadeia de suprimentos de uma organização, a gestão de estoque, é amplamente estudada dentro da Engenharia de Produção. Um estoque bem gerenciado faz com que a empresa prospere, pois dessa maneira são evitados desperdícios. Segundo Slack et al. (1999) a gestão de estoque

entra com a função de deixar as empresas no nível em que se exige o mercado, ao garantir maior disponibilidade de produto ao consumidor, com o menor nível de estoque possível. Estoques excessivos significam gasto de dinheiro desnecessário, ou seja, assumir custo que não retorna benefício algum.

Nos últimos anos muitas empresas têm verificado que o número de produtos entregues para seus clientes e o número de produtos vendidos não era o mesmo. Isso pode ocorrer devido a uma baixa demanda desses produtos por conta de sua utilização. Porém, uma importante parte dessa discrepância ocorre devido ao que é chamado de estoque virtual, que nada mais é do que um estoque fantasma. No sistema de estoque o produto existe, mas quando o consumidor chega na gôndola o produto não é encontrado.

O presente trabalho visa diminuir um problema não de estoque em fábrica, mas sim no estoque do varejo, ou seja, o estoque de ponta. O estoque virtual ou estoque fantasma, como também é conhecido, gera perdas tanto para o varejo quanto para o fabricante. Por esse motivo é importante que estudos sejam direcionados para essa área.

Não existem muitos estudos sobre estoque virtual, mas segundo DeHoratius e Raman (2008) existe uma probabilidade entre 40% e 50% de que todos os casos estudados de ruptura de estoque sejam causados por estoque virtual. Dessa maneira como a dificuldade de recuperar itens roubados é elevado, há a necessidade de estudos em relação ao estoque virtual para viabilizar uma maneira de diminuir a ocorrência do mesmo.

Levando isso em consideração, estudos nessa área, métodos e ações são muito bem vindos pois podem ter como resultado uma diminuição ou até mesmo a extinção das perdas em relação a esse estoque. Segundo Dias (2010), empresas deixam de maximizar seus lucros por conta desse problema.

As indústrias vêm como principal resultado de trabalhos que visam a diminuição de estoque virtual a recuperação da demanda que este estoque estava suprimindo. Com a identificação do estoque virtual, o mesmo pode ser eliminado e desta maneira os varejos recolocam a demanda suprimida em forma de pedidos que levam à venda da indústria para o varejo, abastecimento de gôndola e consequentemente a venda para o consumidor final, caracterizando lucro para todas as partes da cadeia.

A empresa estudada neste trabalho faz a utilização de um método de cálculo de estoque virtual que é atrelado aos dados fornecidos por um fornecedor, o qual não

é conhecido. Foi identificado que a acuracidade e a assertividade do cálculo utilizado atualmente é baixa. Desta maneira identificou-se a necessidade de um método mais assertivo, principalmente na identificação de quais itens são realmente estoque virtual e quais são os chamados falsos positivos, pois a ação para zerar o estoque virtual pode ser mais efetiva.

1.4 INTRODUÇÃO À PROBLEMÁTICA

1.4.1 Problemas de Estoque no Varejo

Dentro de um supermercado de grande, médio ou pequeno porte ou até mesmo em uma farmácia podem ocorrem problemas de estoque que interferem diretamente na percepção que o cliente tem de um determinado produto ou determinada marca. Dessa maneira produtos com baixa demanda, gôndolas desabastecidas, ruptura de estoque e estoque virtual são os principais problemas que podem afetar a disponibilidade de produtos.

Segundo um estudo realizado por Nielsen (2015), 60% ou mais das decisões de compra são feitas no ponto de venda (PDV) , ou seja, o consumidor geralmente vai ao mercado com uma lista, mas a marca do produto será escolhida na hora da compra. Por esse motivo é importante que as empresas mantenham as gôndolas dos varejos sempre abastecidas, pois a falta de algum produto gera prejuízos tanto para o fornecedor quanto para o varejo.

1.4.2 Produtos de Baixa Demanda

É de conhecimento geral que existem demandas diferentes quando se fala de produtos alimentícios. Dessa maneira existem produtos que são comprados rapidamente e em grande volume mas há aqueles cujo giro de estoque é baixo e por esse motivo ficam mais tempo na gôndola.

O problema é que se a gestão de estoque desse produto não é baseada em um histórico de demanda pode ser que aconteça um reabasteciemento desnecessário e dessa maneira muitos produtos fiquem parados na gôndola por conta de baixa demanda. Um agravante disso é que a validade de tais produtos pode chegar ao fim,

levando com que o mesmo tenha que ser descartado/destruído. Esse problema gera um custo desnecessário que pode ser combatido com uma simples cálculo de previsão de demanda.

1.4.3 Ruptura de Estoque

Outro problema que atinge o estoque do varejo é a ruptura de estoque que ocorre quando não existe produto na gôndola e isso pode acontecer por falta de produto no varejo, ou seja, não houve geração de pedido e a causa disso é a falta de comunição entre varejo e indústria. Ou pode ocorre de existir o produto no estoque da loja mas o mesmo não esta disposto na gôndola (NOVAES, 2007).

Conforme os dados da pesquisa realizada pela Nielsen (2015), consumidores que não encontram o produto desejado no ato da compra tendem a comprar o produto em outra loja (32%) , substituirem o produto por outro da mesma marca (20%), substituem por um similar de outra marca (20%), adiar a compra (17%) ou não comprar mais (11%).

Figura 1 - Gráfico sobre comsumidores

Fonte : Nielsen (2015)

11%

17%

20%

20%

32%

Não compram mais Adiam a compra

Substituem o produto por outra marca

Substituem o produto por mesma marca

Compra o produto em outro varejo

No ano de 2015 a média global de ruptura em gôndola foi de 8,3% dos produtos, o que torna esse problema um dos maiores inimigos das indústrias e dos varejistas. Já no Brasil esse número é ainda maior, cerca de 10%, ou seja, um em cada dez produtos está faltando nas gôndolas do país (NIELSEN, 2015) .

A união entre indústria e varejo diante desse problema é cada vez mais importante para que cada um dos indicadores que sustentam esse número seja combatido e para que esses problemas sejam cada vez menos recorrentes dentro das lojas.

Segundo um estudo realizado por Nielsen (2015), o problema de ruptura de estoque foi uma junção de gôndolas desastecidas e estoques virtuais, como está esquematizado na Figura 2.

Figura 2 - Motivos para a falta de produtos nas gôndolas

Fonte: Nielsen (2015)

Como mostrado na Figura 2, o varejo perdeu quase 5% de faturamento por problemas de ruptura. Dentro da Cadeia de Suprimentos (CS) o varejo é o elo que trabalha com margens mais apertadas por volta de 4% a 6%, ou seja, a indústria perdeu ainda mais no ano de 2015 devido à ruptura de estoque.

Os caso de ruptura descritos na Figura 2 são :

ou seja, o sistema do varejista apontava que havia estoque disponível quando na realidade não havia;

 em 32,8% dos casos, apesar de haver estoque em loja, as gôndolas estavam desbastecidas por problemas de reposição; e

 em 16,1% dos casos havia ruptura no estoque da loja, de fato, causado por problemas de suprimento.

Ainda levando em consideração o estudo realizado por Nielsen (2015) a porcentagem de ruptura varia conforme a categoria de produtos. Na Tabela 1 pode ser observado como se comportaram algumas categorias no ano de 2015.

Tabela 1 - Ruptura de Gôndola por Categoria

Categoria Ruptura de Gôndola

Bebidas Alcoólicas 20,20%

Alimentos Perecíveis 13,50%

Bebidas Não Alcoólicas 11,90%

Limpeza 9,40%

Mercearia Doce 9,20%

Mercearia Salgada 8,80%

Higiene, Saúde e Beleza 8,00%

Fonte: Adaptado de Nielsen (2015)

Como pode ser visto na Figura 2 o principal motivo de ruptura de estoque é a falta de abastecimento em gôndola ou produto não exposto que geralmente é resolvido com a contratação de promotores de loja, pessoas contratadas pela indústria para ficar na loja e fazer toda a reposição de produtos assim como organização de estoque.

Já o estoque virtual é um problema um pouco mais delicado pois a sua identificação é mais complicada, sendo identificado apenas quando o consumidor que procura um produto, não o acha e reclama ou quando ocorrem visitas de colaboradores das próprias industrias no varejo, pois no estoque virtual o produto consta no sistema do varejo, mas não existe mais fisicamente.

1.4.3.1 Estoque Virtual

O estoque virtual é identificado quando há divergências entre o estoque do sistema e o estoque real. Existe vários motivos para que o estoque virtual exista, os mais comuns são consumo de produtos dentro da loja não ocorrendo o pagamento, ou quando o produto é roubado. O problema da ocorrência é que no estoque da loja, ou seja, no varejo o item ainda está constando, portanto, o varejo enxerga como se houvesse produto e não realiza o pedido, dessa maneira o produto entra em ruptura e ambos varejo e indústria são prejudicados. A Tabela 2 traz os dados de estoque virtual, por categoria, para o ano de 2015.

Tabela 2 - Estoque Virtual por Categoria

Categoria Estoque Virtual

Bebidas Alcoólicas 10,80%

Alimentos Perecíveis 5,10%

Bebidas Não Alcoólicas 7,30%

Limpeza 5,60%

Mercearia Doce 5,50%

Mercearia Salgada 5,70%

Higiene, Saúde e Beleza 4,50%

Fonte: Adaptado de Nielsen (2015)

A Tabela 2 mostra o quanto da porcentagem de ruptura em gôndola, apresentada na Tabela 1, é em decorrência de estoque virtual. Dessa maneira entende-se que aproximadamente 50% dos casos de ruptura ocorre por causa de estoque virtual.

Fleisch e Tellkamp (2005) afirmam que a melhor maneira de combater estoque virtual é fazer visitas periódicas nos varejos para contar os itens, e no momento que o estoque virtual seja identificado ocorra uma limpeza do sistema, ou seja, que manualmente atualize para o estoque correto. Ainda segundo os autores essa prática é extremamente difícil pois os varejos geralmente têm muitas lojas e isso necessitaria de muita mão de obra.

2 REFERENCIAL TEÓRICO

2.1 CADEIA DE SUPRIMENTOS

Este capítulo apresenta uma breve explicação sobre o conceito de cadeia de suprimentos para a contextualização dos capítulos subsequentes.

2.1.1 Conceito

CS é definida como a junção de processos e atividades que de alguma maneira agregam valor na forma de produtos ou serviços que sejam destinados a um consumidor final (CHRISTOPHER, 2010).

Já para Simchi-Levi (2000) CS é um subconjunto da cadeia de valor, a qual é focada em agregar valor a um serviço ou a um produto físico, enquanto a CS é preocupada principalmente com a produção, distribuição e vendas de produtos físicos. Segundo Janvier-james (2012) o conceito de CS é extremamente amplo, porém para o autor CS é adicionar valor a um produto durante a processo de fabricação e transporte de um local A para um local B.

A CS engloba desde o primeiro fornecedor até o último cliente, ou seja, abrange todos os envolvidos desde de o recebimento de insumos até a entrega do produto final podendo ser resumida em 4 macro processos: planejar, abastecer, produzir e entregar.

Figura 3 - Ilustração cadeia de suprimentos

Dentro desses quatro macroprocessos existem inúmeros micro processos que devem e são estudados como por exemplo, a gestão de estoques.

A Figura 3 ilustra tanto a fluxo de informação quanto de produtos de uma CS, ou seja, o consumidor compra um produto no varejo, isto gera uma demanda para a indústria que consequentemente gera uma demanda de matéria prima para seu fornecedor.

2.2 GESTÃO DE ESTOQUES

Esse capítulo apresenta os conceitos e a importância de realizar uma gestão de estoque bem-sucedida e os impactos positivos e negativos que isso pode gerar dentro da CS.

2.2.1 Estoque

Uma definição simples para estoque pode ser descrita como todo e qualquer produto acabado ou semiacabado que está armazenado nas próprias fábricas, Centros de Distribuição (CD) ou em lojas.

“O estoque é definido como acumulação de recursos materiais em um sistema de transformação. Algumas vezes estoque também e usado para descrever qualquer recurso armazenado. Não importa o que está sendo armazenado como estoque, ou onde ele está posicionado na operação, ele existirá porque existe uma diferença de ritmo ou de taxa entre fornecimento e demanda” (SLACK et al ,1999).

Para Dias (2010) a função do estoque é aumentar as vendas, melhorar o planejamento e controlar a produção para que exista uma minimização das perdas e dos custos para que dessa maneira o lucro seja maximizado e a necessidade de capital investido seja reduzida.

O estoque é qualquer acumulação de recursos entre processos, produto acabado e ainda não vendido ou capital ocioso que gere alguma perda financeira onde esta sendo gerado (Guerrini, Júnior e Belhot, 2014).

Levando em consideração os conceitos acima percebe-se a necessidade de um estudo mais aprofundado em relação ao estoque, dessa maneira a gestão de

estoques é uma importante ferramenta a ser utilizada pelos profissionais que atuam na CS.

2.2.2 Conceito

A gestão de estoques abrange desde o estoque de matéria prima até o estoque em gôndola, passando pelos estoques de produto não acabado, o estoque de produto acabado tanto em fábrica quanto em CD e também pelo estoque em fundo de loja. Para que a gestão de estoques seja eficiente deve existir um grande fluxo de informações dentro de toda a CS.

Dentro da gestão de estoques, existem pontos cruciais que devem ser seguidos. Deve-se saber quais os materiais necessitam de reposição e em qual momento essa reposição deve ser feita (LUSTOSA et al. , 2008).

Segundo Corrêa et al. (2007), a gestão de estoques é de extrema importância pois se em algum momento existe falta de matéria-prima toda a produção que dependia daquele item será paralisada acarretando em um atraso que certamente interferirá em toda a CS. O problema pode ser contrário, levando em consideração que se a reposição é feita em maior quantidade do que o necessário, os custos com a estocagem podem aumentar.

A partir disso pode-se concluir que qualquer falha que ocorra por parte da gestão de estoque pode gerar uma perda, impossibilitando alguma entrega ou um aumento do custo, esses dois fatores são agravantes para a diminuição dos lucros de uma empresa.

A gestão de estoques é feita com base em dados históricos coletados ao longo do tempo que são analisados e utilizados para determinar parâmetros tais quais, nível de estoque, estoque de segurança, ruptura de estoque e estoque virtual (KUMAR et al, 2015). Deve-se levar sempre em consideração as imprecisões de dados desse tipo, principalmente quando são extraídos de bases externas às das empresas.

Existe estoque em todos os pontos da CS, o estoque de matéria-prima que geralmente está localizado nas fabricas; o estoque de produto não acabado que fica entre um processo e outro; o estoque de produto acabado que está esperando para ser transportado para o CD ou diretamente para o cliente; o estoque no CD que é um lugar de armazenamento de produtos aguardando por demanda; e o estoque em loja.

O presente trabalho é um estudo sobre possíveis problemas que interferem especificamente no estoque em loja.

2.2.3 Estoque de Segurança

O estoque de segurança é uma maneira que a empresa utiliza para se precaver de incertezas e variações. Desta maneira o objetivo do estoque de segurança é diminuir o impacto dos custos causados por essas incertezas e variações (PERSONA et al., 2007). O estoque de segurança pode ser calculado utilizando a equação 1.

𝐸𝑠𝑒𝑔 = 𝐹𝑆 . 𝛼 . √ 𝐿𝑇

𝑃𝑝 (1)

Onde:

𝐸𝑠𝑒𝑔 = Estoque de segurança;

𝐹𝑆 = Fator de segurança, em função do nível de serviço desejado; 𝛼 = Desvio-padrão estimado;

𝐿𝑇 = Lead time;

𝑃𝑝 = Periodicidade à qual se refere o desvio-padrão.

2.2.4 Lead Time

O Lead Time (LT) é o tempo desde o pedido do produto até a entrega do mesmo ao seu destino final (RIBEIRO et al., 2015). O Lead Time pode ser longo ou curto e isso depende do tipo de produto e também se o pedido é feito quando o produto já está pronto e em estoque ou se o pedido é feito quando o produto ainda não foi produzido.

2.2.5 Modelos para cálculo de estoque

Modelos determinísticos são utilizados para vários problemas no cotidiano, porém tendem a ser mais utilizados para modelagem probabilística. Segundo Taha (2008) quando uma demanda é conhecida ela é considerada determinística, caso contrário é uma demanda probabilística.

Lote Econômico de Compra (LEC) ou Economic Order Quantity (EOQ) é uma importante ferramenta utilizada pelas empresas que visam a diminuição de custos de estoque. Existem muitas adaptações para esse modelo que foi criado no início do Século 20, essas adaptações se tornaram necessárias de acordo com as necessidados de mercado (APPADOO et al., 2012).

Para Min e Pheng (2005) o EOQ é de grande importância para que não ocorram pedidos muito grandes ou pedidos insuficientes, fazendo com que dessa maneira os estoques não fiquem nem lotados e nem ocorra falta de produtos em estoque.

Existem também autores que defendem que as modelagens de estoque deveriam ser feitas de acordo com a realidade e não algoritmos como modelos generalizados. Keskin et al. (2015) defendem que os modelos tradicionais não são suficientes para determinar demanda e subsequentemente otimizar a produção. Para os autores a modelagem deve ser feita através de modelos matemáticos com utilização de software para sua resolução.

2.2.5.1 Cálculo do EOQ

Para calcular o EOQ existem algumas premissas que devem ser consideradas, para que dessa maneira o modelo forneça um resultado acertivo. Segundo Coyle et al. (2002) as premissas são:

 a demanda considerada é conhecida e constante;

 não há restrições quanto ao tamanho dos lotes (os caminhões de transporte não têm capacidade limitada e o fornecdedor pode suprir tudo que desejarmos);

 os custos envolvidos são apenas de estocagem (por unidade) e de pedido (por ordem de compra);

 o lead time é constante e conhecido;

 não é considerado a possibilidade de agregar pedidos para mais de um produto do mesmo fornecedor.

Levando em consideração essa premissa, o LEC é calculado de acordo com a Equação 2. Ce Cp D EOQ 2* * (2) Onde,

𝐷 = demanda do item; 𝐶𝑝 = custo do pedido;

𝐶𝑒 = custo unitário de estocagem.

2.2.5.1.1 EOQ com desconto

Existem casos onde é oferecido um desconto sobre o preço unitário do item para que sejam adquiridas maiores quantidades. Nestes casos o cálculo do estoque é feito nas seguintes etapas:

 Etapa 1: Determinar o lote econômico para o menor custo unitário de compra de acordo com a expressão matemática desenvolvida e calcular o custo total;

 Etapa 2: Se o preço unitário de compra for válido para o lote calculado, o lote econômico é a solução de mínimo custo total;

 Etapa 3: Caso contrário, devem ser calculados os lotes econômicos para cada um dos demais preços unitários e fazer-se uma análise do custo total para as alternativas viáveis.

2.2.6 Modelos de Gestão de Estoque

Para Tubino (2007) os modelos de gestão de estoque são um conjunto de regras que estabelecem o melhor momento de reposição de um determinado produto. Esses modelos podem ser utilizados tanto para a produção puxada quanto para a produção empurrada.

2.2.6.1 Modelo baseado no ponto de pedido

Esse modelo é baseado em algumas informações que tornam possível para o cliente saber o momento certo para realizar um pedido a seu fornecedor para que não ocorra nem falta de produtos no estoque e nem um super estoque.

As informações necessárias são o estoque de segurança, a demanda média da unidade e o tempo de ressuprimento (t) (TUBINO, 2007). Com essas variáveis é possível calcular o Ponto de Pedido (PP) através da Equação 3.

𝑃𝑃 = 𝐷 ∗ 𝑡 + 𝐸𝑠𝑒𝑔 (3) Onde, 𝑃𝑃 = Ponto de Pedido; 𝐷 = demanda do item; 𝑡 = tempo de ressuprimento; 𝐸𝑠𝑒𝑔 = estoque de segurança.

No momento em que a quantidade de estoque atingir o PP o cliente sabe que é necessário realizar o pedido. O comportamento do modelo pode ser observado na Figura 4.

Figura 4 - Gráfico de Ponto de Pedido

Fonte : TUBINO (2007)

2.2.6.2 Modelo baseado em revisões periódicas

Diferentemente do modelo apresentado na Subseção 2.2.6.1 que tem como eixo principal o das quantidades, o modelo baseado em revisões periódicas tem como eixo principal o tempo (TUBINO, 2007).

Utilizando como base o EOQ descrito na Subseção 2.2.5.1 esse modelo calcula o tempo necessário (tr) para que ocorra uma revisão de estoque e dessa maneira seja possível identificar a quantidade a ser solicitada pelo cliente. A Equação 4 determina esse cálculo.

𝑡𝑟 =𝐸𝑂𝑄∗𝑡𝑎𝑛𝑜

𝐷 (4)

Onde,

𝑡𝑟 = Tempo de revisão do estoque; 𝐸𝑂𝑄 = Lote econômico de compra; 𝑡_𝑎𝑛𝑜= Número de dias no ano; 𝐷 = Demanda do item.

O comportamento do modelo pode ser observado na Figura 5.

Figura 5 - Gráfico de revisões periódicas

Fonte : TUBINO (2007)

2.3 ESTATÍSTICA

Esse capitulo apresenta o conceito de distribuição estatística utilizado para a adequação do método utilizado para o calculo de estoque virtual.

2.3.1 Distribuição de Poisson

A distibuição Poisson geralmente é usada para modelar o número de ocorrências de um evento por um certo período de tempo ou por um certo volume ou por uma certa área (RIBEIRO et al, 2001).

A distribuição Poisson tem apenas um parâmetro, λ que é interpretado como uma taxa média de ocorrência do evento, e a probabilidade de ocorrerem exatamente x eventos é dada por,

!

x

.

e

)

x

X

(

P







em que e ≈ 2,7183 e λ > 0 .A variância de uma Poisson é igual à sua média, λ. A Figura 6 mostra o grafico de distribuição de probabilidade de Poisson.

Figura 6 - Gráfico da distribuição de Poisson

Fonte: Ribeiro et al. (2001)

A Figura 6 mostra o comportamento da distribuição de Poisson para que x varie de 0 a 10.

3 ESTRUTURA DO TRABALHO

O presente trabalho tem como natureza ser uma pesquisa aplicada que visa a modelagem de um método para gestão de estoques, mais especificamente, um método que auxilie na identificação da presença ou não de um estoque virtual, análise da viabilidade do mesmo e possível aplicação dentro da cadeia de suprimentos de uma empresa do ramo alimentício. Segundo Gil (1991) pode-se caracterizar essa pesquisa como um estudo de caso levando em consideração que será feita uma pesquisa documentada, coleta de dados na empresa estudada e análise dos resultados.

Nesse contexto a pesquisa se caracteriza como exploratória tendo em vista que será realizado um levantamento bibliográfico e coleta de dados internos da empresa. A pesquisa será de natureza aplicada e de abordagem quantitativa já que os dados coletados e analisados são dados numéricos. A metodologia do trabalho seguirá as estapas da Figura 7.

Figura 7 - Fluxograma das etapas da metodologia

Autor: Autoria Própria (2016)

Etapa 1: Criação do referencial teórico

O referencial bibliográfico foi construído com informações provenientes de livros e artigos científicos. Primeiramente através de bases de dados científicos foi compilado um portfólio de artigos seguindo algumas combinações de palavras-chave. O portfólio final foi levantado após o uso da equação Index Ordinatio (PAGANI et al. 2015) que analisa o ano de publicação do artigo e seu fator de impacto. O espaço de

•Criação do referencial teórico

Etapa 1

•Caracterização do estudo de caso

Etapa 2

•Levantamento de dados

Etapa 3

•Proposta do método

Etapa 4

•Análise dos resultados

Etapa 5

•Proposta de ações de melhoria

tempo dos artigos pesquisados foi de 10 anos, ou seja, artigos desde 2007. Dos artigos encontrados foram utilizados 12 para a elaboração do presente trabalho.

Além dos artigos encontrados através da elaboração do portifólio foram utilizados também artigos de revistas da área de cadeia de suprimentos, logística e pesquida operacional já que esse é o foco do presente trabalho.

Os métodos citados das Subseções 2.2.2 até 2.2.6 são utilizados para a gestão de estoque e reposição baseados na demanda de varejistas para fornecedores, geralmente utilizados para fábricas e estoques em CDs. O presente trabalho tem como objetivo propor um método para a identificação de estoque virtual em gôndola, também utilizando a demanda como parâmetro, porém a demanda do consumidor final para o varejista, portanto os métodos citados não serão utilizados.

Para o presente trabalho foi utilizada a distribuição de Poisson pois o λ utilizado é uma taxa média, dessa maneira, será utilizada a demanda média diária para essa variável.

Etapa 2: Caracterização do estudo de caso

A empresa estudada tem sede em São Paulo. A empresa atua no ramo alimentício, com mais de 50 marcas conhecidas. Possui 31 fábricas no Brasil e emprega certa de 220 mil trabalhadores diretos e indiretos.

Etapa 3: Levantamento de dados

Os dados necessários para a pesquisa serão coletados dentro da própria empresa estudada. Esses dados estão disponíveis em duas plataformas:

- interna: que fornece dados provenientes de operações da empresa estudada; - externa: que fornece dados que dizem respeito aos clientes (varejo) da empresa estudada.

Os dados deste trabalho serão sempre multiplicados por uma constante entre 0,1 e 0,9 devido à políticas, tanto da empresa quanto de seus clientes, em relação a divulgação de seus dados.

Hoje o cálculo de estoque virtual, na empresa estudada é atrelado aos dados externos fornecidos por uma empresa X. Porém a confiabilidade do cálculo desse estoque é muito baixa. Dessa maneira viu-se a necessidade de propor um método próprio para o cálculo de estoque virtual.

O método que será proposto no decorrer do trabalho visa a identificação do estoque virtual sem que seja necessário a ida até o varejo para contagem de estoque e processamento de dados, ajudando dessa maneira a sanar mais rapidamente o estoque virtual, fazendo com que ocorra uma maior geração de pedidos impedindo que o estoque entre em ruptura.

Dessa maneira o proposto é a utilização de um modelo matemático baseado na distribuição estatística de Poisson unido com um conjunto de restrições para que seja verificado se existe ou não estoque virtual. O software utilizado será o Microsoft Office 2016, mais precisamente os aplicativos Excel e Access.

A ida a campo será necessária para que dessa maneira a assertividade seja testada e para a obtenção de resultados. Espera-se que a acuracidade do método chegue em 80% para que a automatização seja possível.

Etapa 5: Análise dos resultados

A análise e validação dos resultados será feita de acordo com os modelos observados no software, a análise dos dados e uma visita surpresa as lojas para testar se o que o método mostra é o que está em gôndola no varejo.

Etapa 6: Proposta de ações de melhorias

Após todas as etapas já descritas serão propostas melhorias para que o estoque virtual seja diminuído tendo em vista que seus maleficios já foram descritos durante o trabalho.

4 MÉTODO

Esse capítulo descreve as variáveis necessárias para o cálculo do estoque virtual, bem como todas suas particularidades e definições. Para o cálculo do método são necessárias algumas premissas e diversos dados relativos ao estoque.

Dessa maneira o presente trabalho foi feito com base nos dados fornecidos pela empresa estudada, que compra esses dados de uma empresa especializada em captação de dados no varejo.

O método para o cálculo do estoque virtual, estruturado em etapas, também é apresentado neste capítulo. Dessa maneira entende-se que a visualização e o entendimento do método se dê de maneira mais objetiva e didática.

4.1 PREMISSAS

Algumas premissas devem ser consideradas para que o cálculo seja efetivo e determinado de maneira correta.

 O cálculo é feito semanalmente e para o presente estudo foi utilizado um período de 8 semanas;

 O cálculo neste estudo foi feito para as regiões Sul, Sudeste e Nordeste (onde lojas dos varejos chamado Key Account estão situadas);

 Na base enviada pela empresa fornecedora de dados, o que identifica o

produto é o European Article Number (EAN) e o que identifica a loja são os campos Número da Loja e Descrição Loja (que serão apresentados posteriormente);

 Apenas itens com status “Ativo” serão considerados para o cáculo.

4.2 ESTRUTURA CADASTRO DE PRODUTO E CADASTRO DE LOJAS

Conforme comentado anteriormente, na base recebida da empresa fornecedora de dados, temoa apenas a informação de EAN, número da loja e descrição da loja. Dessa forma são necessários o cadastro de pordutos e o cadastro de lojas que

complementam as informações para que haja uma maior segmentação dos dados no momento de transformar os dados em relatório.

4.2.1 Cadastro de Produtos

Na espresa estudada é feito mensalmente um cadastro de produtos que serve como um de-para de todos os EAN’s, o código de barras do produto, para todas as outras estruturas dentro da empresa, conforme pode ser visto na Tabela 3.

Tabela 3 - Exemplo de Cadastro de Produtos

EAN Material BU Categoria Status Item

123456789101 12345678 _{A 1 Ativo}

987654321980 87654321 _{B 2 Descontinuado}

100003987688 65743987 _{C 3 Sazonal}

Fonte: Autoria Própria (2017)

Na Tabela 3, o Material é um número de oito digitos que identifica o produto dentro da empresa. A Business Unit (BU) é a unidade de négocio responsável pelo produto que tem várias sub-divisões de produtos que são chamadas Categorias.

O Status Item pode ser dividido em três, ativos são os produtos que estão sendo fábricados no momento da elaboração do cadastro de produtos. Descontinuado são aqueles produtos que já tiveram suas produções desativadas e Sazonal são produtos temporários e que dependem da época do ano.

4.2.2 Cadastro de Lojas

O cadastro de lojas é um documento atualizado conforme a abertura de lojas informada pelo varejo à empresa estudada e sua estrutura pode ser observada na Tabela 4.

Tabela 4 - Exemplo de Cadastro de Lojas Varejo Bandeira Número da

Loja

Descrição

Loja Cidade UF

Status Loja

X K _{1 Loja 1 Piracicaba SP Aberta}

Y L

2 Loja 2

Ponta

Grosa PR Aberta

Z M _{3 Loja 3 Natal RN Fechada}

Fonte : Autoria Própria (2017)

O Varejo é o nome do cliente da empresa estudada e bandeira é a sub-divisão dada a cada tipo de loja do varejo. O número da loja é a identificação da mesma para o varejo e sua descrição, geralmente, é o endereço. Os próximos campos são relacionados à cidade e ao estado onde a loja está localizada. O status loja refere-se à se a loja está aberta ou fechada.

4.3 ESTRUTURA DA BASE

A empresa fornecedora de dados manda todos os dias para a empresa estudada um arquivo que se chama Data Base Description (DBD) que contém os dados extraidos do varejo e com os de-para do cadastro de produtos e do cadastro de lojas já efetuados.

Os DBD’s contém dados de sete dias e os que são utilizados para o cálculo do método é o DBD enviado no domingo, que tem dados de domingo à sábado da semana anterior. A estrutura da base pode ser observada no Apêndice A.

A base mostra os indicadores de venda em unidade, venda em real (R$), estoque em unidades, dias sem venda e demanda média diária aferida pela empresa fornecedora de dados junto ao varejo.

A demanda média diária enviada pela empresa que fornece os dados e é calculada baseada nas vendas dos últimos sete dias, levando em consideração que promoções e sazonalidades afetam este cálculo. Foi solicitado à empresa fornecedora de dados que passase a calcular a demanda média diária com base nos útimos 56 dias, ou seja, oito semanas.

Dessa maneira o cálculo tende a englobar todas as nuances que os dados podem sofrer considerando um maior período de tempo.

O Parâmentro de Dias sem Venda é calculado para determinar, com base na demanda média diária e na distribuição de Poisson com 99% de confiabilidade, quantos dias um produto pode ficar sem vender.

Foi escolhido utilizar 99% de confiabilidade em razão da amostra ser grande e dessa maneira aumentado a probabilidade de acerto.

Se a Demanda Diária Média é zero, então não tivemos venda deste item nas útimas oito semanas, dessa maneira é considerado um paramentro de 365 dias, que consiste num número muito alto, para não influenciar no cálculo.

O Parâmetro de Dias sem Venda é dado pelo máximo entre o Poisson e X, que será definido por testes que serão apresentados nos resultados.

4.4 ÍNDICES

t Índice para espaço dos períodos em semanas (1,...,T) i Índice para a quantidade de estoque virtual (1...,I)

4.5 PARÂMETROS

Xit Dias sem venda do produto i no tempo t

Dmit Demanda média determinística e variável do produto i no período t

Vit Quantidade de vendas do produto i no período t

RVit Receita obtida pelas vendas do produto i no período t

e ≅ 2,7183

Ei Quantidade em estoque no período t

4.6 VARIÁVEIS DE DECISÃO

Euit Estoque virtual dos produtos i no período t

Pi Preço de venda do produto i no período t

Pdsvit Parâmetro de dias sem venda dos produtos i no período t

DSVit Dias sem venda dos produtos i no período t

PEVit Porcentagem de estoque virtual do produto i no período t 4.7 MODELO MATEMÁTICO 𝑀𝑖𝑛 𝑍: ∑ 𝐼 𝑖=1 ∑ 𝐸𝑣. 𝑃𝑖 𝑇 𝑡=1 Sujeito á, 𝑃_𝐷𝑆𝑉= { 365 𝑝𝑎𝑟𝑎 𝐷𝑚 = 0 𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝑝𝑎𝑟𝑎 𝑃𝑜𝑖𝑠𝑠𝑜𝑛 ≥ 𝑃_𝐷𝑆𝑉 𝑋 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜. 𝐸_𝑉 = { 𝐸_𝑈 𝑝𝑎𝑟𝑎 𝐸_𝑈 > 0 𝑒 𝐷𝑆𝑉 > 𝑃_𝐷𝑆𝑉 0 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜. 𝑃𝑜𝑖𝑠𝑠𝑜𝑛 = 𝑒−𝐷𝑚∗ 𝐷𝑚𝑋 𝑋! (7) 𝑃_𝑖 = ∑ 𝑉 𝐼 𝑖=1 ∑𝐼_𝑖=1𝑅𝑉 ; 𝑡 = 1 … , 𝑇 𝑃𝐸_𝑣 = ∑ 𝐸𝑣 𝐼 𝑖=1 ∑𝐼 𝐸_𝑢 𝑖=1 ; 𝑡 = 1, … 𝑇

4.8 PORCENTAGEM DE PERDA POR ESTOQUE VIRTUAL (% PV)

A porcentagem de perda por estoque virtual é calculada com base do total vendido no perído em que esta sendo feito o cálculo, pois dessa maneira, pode ser observado o quanto a empresa está deixando de ganhar em detrimento do estoque virtual.

% 𝑃_𝑉 = 𝑃𝑉

∑ 𝑉 (8)

Onde,

𝑃𝑉 = Perda Virtual (R$);

5 APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS

Neste capítulo são apresentados os resultados encontrados após a aplicação do método, um teste realizado in locuo e as decisões tomadas baseadas neste teste.

5.1 DIFERENÇAS ENTRE O MÉTODO ATUAL E O PROPOSTO

A Tabela 5 identifica as principais diferenças entre o método atual que a empresa utiliza e o método proposto neste trabalho.

Tabela 5 - Principais Diferênças - Método Atual X Proposto

Coluna1 ATUAL PROPOSTO

Demanda Média Diária

Calculada com base nos últimos 7 dias

Calculada com base nas últimas 8 semanas

Dias Sem Venda 1 dia

Baseado na Demanda Média Diária e na distribuição de

Poisson

Perda Virtual Não existia Calculado com base no preço do item

Fonte: Autoria Própria

Como pode ser observado na Tabela 5 existem diferenças significativas entre o método atual utilizado pela empresa e o que está sendo proposto. A Demanda Média Diária era calculada com base na venda dos útimos sete dias, a proposta é que ela seja calculada com base em um histórico de vendas das últimas oito semanas e dessa maneira seja mais fiel à demanda real.

O ocorrência de uma promoção ou de um período de sazonalidade pode afetar a Demanda Diária Média e a proposta de aumentar o período para oito semanas diminui a influência de períodos como esses no cálculo.

Não existia cálculo para os Dias Sem Venda, utilizava-se um dia como constante, ou seja, todo item que ficasse mais de um dia sem venda era acusado com estoque virtual e dessa maneira o método era muito sensível. No método proposto é feito um cálculo baseado na Demanda Média Diária e na distribuição de Poisson, desta meneira o comportamento do item é respeitado e o método se torna menos sensível.

A perda financeira causada pelo estoque virtual não era considerada e por este motivo não era contabilizado o dano causado pelo mesmo. No método proposto a perda é calculada com base no preço do produto, ou seja, quanto a empresa deixou de ganhar em decorrência à este estoque.

5.2 BLITZ VIRTUAL

Após todos os cálculos do método foi nescessário que um teste fosse realizado para verificar a acuracidade do cálculo e para determinar a efetividade do método.

Para este fim, foi realizada uma blitz virtual. Com o cálculo realizado, foram levantadas dentro da cidade de São Paulo, as 10 lojas que apresentavam o maior percentual de estoque virtual. Após este levantamento, foram realizadas visitas à essas lojas com uma relação dos itens que estavam com estoque virtual para que fosse verificado se o item estava realmente em estoque virtual ou se era um falso positivo.

O falso positivo é quando o método aponta que o item está em estoque virtual porém no momento em que é realizada a blitz o item está na gôndola, ou seja, este item é de baixa demanda e os dias sem venda são maiores do que o parâmetro de dias sem venda.

No dia da blitz foi feito um teste para definir qual seria o melhor X para o parâmetro de dias sem venda a ser utilizado: 3, 5 ou 7 dias para que a quantidade de falsos positivo fosse a menor possível. Desta maneira como pode ser visto na Figura 8, o que apresentou maior efetividade foi o de 5 dias.

A Figura 8 mostra a quantidade de itens que estavam em estoque virtual para os três parâmetros e uma comparação entre o quanto era realmente estoque virtual e o quanto era falso positivo, considerando essa comparação chegou-se a efetividade do método e qual X deveria ser utilizado.

Figura 8 - Resultado Blitz Virtual

Fonte: Autoria Própria

Pode-se observar que o método que usa o parâmetro de dias sem venda de 7 dias acusa menos itens em estoque virtual, porém quando calculada a efetividade de quantos itens são realmente virtual em relação ao total o número cai, dessa maneira o parâmetro escolhido foi o de 5 dias.

5.3 APLICAÇÃO DO MÉTODO

Um dos objetivos do presente trabalho era a identificação do cliente para a aplicação do método. Porém para que a aplicação fosse mais específica e efetiva a decisão foi de usar os quatro varejos que dentro da empresa estudada são considerados Key Accounts.

Esses quatro clientes são considerados Key Accounts pois o faturamento dos mesmos representa 35% do faturamento anual da empresa estudada e por esse motivo existe uma área que atende apenas estes clientes, com funcionários dedicados. Percebeu-se a necessidade de um foco maior na identificação do estoque virtual nesses clientes.

Como piloto e desmostração dos cálculos no presente estudo, foram utilizadas as bases com os dados das 3 BU’s com maior participação (R$) no período de 2016. O período de realização do estudo foi de 29/01/2017 à 04/11/2017 (40 semanas).

5.4 APLICAÇÃO DO CÁLCULO

O estoque virtual é considerado um Key Performance Indicator (KPI) da empresa estuda e dessa maneira é acompanhado semanalmente por um relatório. O método que é atualmente utilizado pela empresa vem atrelado ao recebimento de dados diários, porém a efetividade e confiabilidade não estavam de acordo com o esperado pela empresa.

Desta maneira o método foi aplicado nos dados semanais e realizou-se um comparativo entre o método utilizado e o proposto por este trabalho. Os dados apresentados são relativos às 3 BU’s escolhidas para este estudo, todos os varejos atendidos e semanas 5 á 44.

Montando a base

Considerando que a base de dados enviada pela empresa fornecedora de dados, o cadastro de produtos e o cadastro de lojas tem muitas linhas foi utilizado o Access para agrupar esses dados conforme pode ser visto na Figura 9.

Figura 9 - Criando base de dados no Access

Fonte: Autoria Própria

Utilizando um assistente de criação de tabela e conectando as bases por Varejo, Bandeira ,Nº Loja, Desc Loja e EAN é possível gerar a base que pode ser vista na Figura 10.

Figura 10 - Base de dados gerada no Access

Fonte: Autoria Própria

A base é extraida do Access como uma tabela do Excel onde são feitos todos os cálculos descritos a seguir.

Cálculo – Poisson

Utilizando a base do Access no Excel, é feito o cálculo de Poisson utilizando a Equação (7) para cada linha da Tabela.

O cálculo de Poisson é utilizado para determinar a probabilidade de quantos dias aquele item pode ficar sem vender de acordo com a Dm dada.

Cálculo – Parâmetro de Dias sem Venda

Com o Poisson calculado é possível calcular o Parâmetro de Dias sem Venda. Como já foi descrito na fórmula (8) o PDSV é o máximo entre o valor de Poisson e x.

Se Dm é igual a zero o PDSV é 365, ou seja, um valor alto para que não interfira nos

cálculos.

O cálculo do PDSV é realizadopara cada linha da tabela de acordo com a fórmula

(8) determinando o máximo entre o resultado do Poisson e x, que nesse caso é 5, conforme discutido na seção 6.3 em que 5 dias foi o parâmetro que gerou mais assertividade para o método.

Cálculo – Estoque Virtual

O estoque virtual conforme a Equação (9) é calculado, para quando estoque em unidades maior que zero e Dias sem Venda maior que PDSV, então é considerado

que o estoque é um estoque virtual, caso contrário é zero, ou seja, não é um estoque virtual.

São desconsiderados do cálculo itens com status D (Descuntinuado) e S (Sazonal), desta maneira são considerados apenas itens com status A (Ativo).

Cálculo – % Estoque Virtual

A porcentagem de estoque virtual como citado na Equação (10) é a divisão entre o estoque virtual (EV) e a soma do estoque em unidades (Eu).

Os cálculos são feitos separadamente para cada semana em razão da quantidade de dados, que ultrapassa o limite do Excel. Por esse motivo foi necessário a compilação dos dados na Tabela 6.

Tabela 6 - Resultados Comparativos

Semana Estoque Virtual - Atual Estoque Virtual -Proposto

5 10,31% 4,12% 6 8,97% 3,82% 7 10,97% 4,91% 8 10,95% 4,96% 9 10,12% 6,36% 10 10,94% 8,54% 11 11,52% 9,85% 12 10,80% 6,13% 13 10,32% 2,67% 14 8,56% 2,04% 15 9,36% 1,92% 16 12,67% 9,00% 17 12,59% 11,46% 18 8,15% 7,97% 19 8,11% 8,91% 20 9,07% 11,45% 21 8,54% 4,07% 22 7,73% 2,64% 23 7,56% 2,13%

24 6,78% 2,20% 25 8,67% 2,16% 26 8,44% 1,95% 27 6,63% 1,48% 28 7,52% 2,18% 29 7,49% 2,11% 30 8,76% 2,60% 31 8,06% 1,79% 32 7,99% 2,11% 33 9,12% 3,41% 34 8,92% 2,97% 35 9,68% 3,26% 36 9,19% 3,24% 37 9,32% 0,68% 38 10,31% 3,23% 39 10,64% 3,32% 40 9,59% 2,32% 41 9,92% 3,07% 42 10,68% 3,12% 43 9,69% 2,97% 44 9,49% 1,82% Média 9,35% 4,12%

Fonte: Autoria Própria

A Tabela 6 mostra a camparação entre a quantidade de estoque virtual em porcentagem, do método antigo e do método proposto, a diferença é de 5,23% no total do cálculo feito considerando os quatro varejos considerados Key Accounts.

Cálculo – Preço

O cálculo do Preço, conforme a Equação (11) é a divisão da quantidade de venda em valor (V) pela quantidade de venda em unidades (VU).

Para o cálculo do preço, foi utilizada a fórmula seerro no Excel pois no momento da divisão por zero ocorre um erro e nesse momento a fórmula atribui o valor zero para a célula.

Cálculo – Perda Estoque Virtual

A perda por estoque virtual é dada pela multiplicação do estoque virtual pelo preço conforme Equação (12) .

Cálculo - % de Perda por estoque virtual

Corforme apresentado na Equação (13) a perda por estoque virtual é a divisão da perda por estoque virtual pela soma da quantidade de venda em valor.Após todos os cálculos realizados, foram compilados na Tabela 7 os dados das semanas 5 à 44.

Tabela 7 - Resultados Perda Virtual

Semana

% Perda por Estoque

Virtual

Quantidade de Vendas R$ (mi) Perda R$ (mi) 5 6,58% R$ 6.100,80 R$ 401,25 6 6,11% R$ 6.013,94 R$ 367,48 7 7,40% R$ 5.177,82 R$ 383,20 8 4,79% R$ 5.644,83 R$ 270,40 9 6,35% R$ 5.076,59 R$ 322,47 10 7,27% R$ 5.529,39 R$ 402,11 11 6,46% R$ 6.285,04 R$ 405,70 12 4,60% R$ 7.182,75 R$ 330,41 13 4,30% R$ 10.522,43 R$ 452,46 14 3,40% R$ 13.411,20 R$ 455,98 15 4,20% R$ 25.382,42 R$ 1.066,06 16 12,40% R$ 7.164,88 R$ 888,44 17 15,50% R$ 5.786,60 R$ 896,92 18 10,80% R$ 6.894,93 R$ 744,65 19 11,70% R$ 6.369,95 R$ 745,28 20 16,00% R$ 5.238,32 R$ 838,13 21 9,37% R$ 5.671,56 R$ 531,16 22 3,61% R$ 7.069,77 R$ 254,93 23 2,94% R$ 7.128,67 R$ 209,56 24 3,33% R$ 6.725,17 R$ 223,72 25 3,16% R$ 5.848,55 R$ 184,68 26 2,48% R$ 6.698,66 R$ 166,43 27 1,93% R$ 8.125,86 R$ 156,51 28 2,68% R$ 7.018,40 R$ 188,33 29 2,49% R$ 8.234,37 R$ 204,71 30 2,77% R$ 7.651,78 R$ 211,89 31 2,74% R$ 8.681,52 R$ 238,03 32 2,86% R$ 8.738,98 R$ 249,98 33 3,02% R$ 8.747,26 R$ 264,18 34 3,37% R$ 7.672,20 R$ 258,44 35 3,56% R$ 7.259,68 R$ 258,34 36 4,84% R$ 7.456,38 R$ 360,85 37 1,29% R$ 7.538,04 R$ 97,29

38 6,52% R$ 6.670,78 R$ 434,85 39 5,85% R$ 6.980,94 R$ 408,51 40 4,17% R$ 9.877,15 R$ 411,44 41 4,31% R$ 8.252,40 R$ 355,54 42 4,05% R$ 6.808,35 R$ 275,95 43 3,80% R$ 6.707,84 R$ 254,76 44 2,77% R$ 8.505,33 R$ 235,96 Média 5,39% R$ 7.696,29 R$ 385,18 Fonte: Autoria Própria

Pode ser observado na Tabela 7 que em média a perda foi 5,39% das vendas por estoque virtual. Somando os valores de perda em R$ obtem-se uma perda de R$ 15.407.006,18 reais no período de 40 semanas, que foi o período abrangido pelo presente trabalho. O total de vendas no período foi de R$ 307.851.510,21, ou seja, no total a perda representa 5,01% do total de vendas.

Considerando que a média de perda por estoque virtual se mantenha durante todo o ano em 5,39% e que o total de vendas do ano de 2016 para essas categorias foi de R$ 384.405.253,00 e prevendo que segundo, Navaras (2017) o crescimento do mercado varejista será de 1,0% no ano de 2017.

Adicionando 1,0% ao total de vendas de 2016, calcula-se a previsão que em 2017 seja vendido R$ 422.845.778,30 e aplicando o valor médio da perda por estoque virtual, esta perda seria de R$ 22.807.436,44 no ano.

Considerando que essa porcentagem de estoque virtual são produtos que deveriam estar em gôndola e não estão por motivos já explicitados neste trabalho, o varejo não tem a visibilidade dessas rupturas e dessa maneira não gera pedidos para reabastecimento causando uma perda para ambos, indústria e varejo.

5.5 MEDIDAS PARA REDUÇÃO DO ESTOQUE VIRTUAL

Segundo Fleish e Tellkamp (2005) os principais fatores que impactam no estoque virtual são inventários mal feitos, furto e consumo de produtos dentro da loja, produtos estragados ou danificados, erros no momento do registro de saída do produto. Como a questão de segurança que afeta roubos, furtos e consumo de

produtos na loja, deve ser resolvida por cada varejo em suas lojas não serão propostas melhorias para estes casos.

Inventários mal feitos e erros no registro de saída de produtos são erros humanos. Segundo Saurin et al. (2012), erros humanos são facilmente corrigidos através de implementação de procedimentos que devem ser seguidos.

Desta maneira a proposta a ser implementada neste caso é treinar e desenvolver procedimentos para os promotores da empresa que estão em loja todos os dia e realizam os inventários para que os mesmos sejam realizados corretamente.

Outra proposta também junto aos promotores é realizar contagens periódicas dos itens em loja e posterior comparação com o estoque que consta no sistema, para assim que identificado um estoque virtual o mesmo possa ser corrigido no sistema do varejo, para que a demanda seja gerada através de pedidos.

Visto que o método utilizado anteriormente possuia uma acuracidade muito menor e apenas identificava a porcentagem de estoque virtual, uma melhoria proposta é o cálculo da perda financeira por estoque virtual, ou seja, a empresa tem a visibilidade de quanto esta deixando de ganhar em decorrência deste tipo de estoque.

6 CONSIDERAÇÕES FINAIS

O estoque virtual é um tema que tem sido cada vez mais estudado nos últimos anos e dessa maneira este trabalho tem grande importância pois propõe um método para identificá-lo. O presente trabalho expôs definições sobre o tema e assuntos relacionados ao mesmo utilizando-se de artigos ciêntificos, acadêmicos, livros e revistas.

O trabalho foi desenvolvido e aplicado em uma indústria do ramo alimentício que foi sempre solícita e disposta a colaborar com todas as informações necessárias. A necessidade do trabalho foi identificada pois o cálculo de estoque virtual utilizado pela empresa era fornecido por uma empresa terceira, porém a porcentagem de identificação de falsos positivos era muito maior do que a identificação do estoque virtual em si.

Como o estoque virtual é uma das variáveis no cálculo do OSA é de extrema importância para a empresa que este cálculo seja o mais acurado possível. Desta maneira foi proposto um método para a identificação do estoque virtual baseado em algumas premissas apresentadas na Seção 4.1 e fundamentado na distribuição de Poisson, utilizando a confiabilidade de 99%, por se tratar de uma amostra grande.

Conforme apresentado na Seção 6.3 foram feitos testes em campo para que determinar o parâmetro X para se utilizar no cálculo do Parâmetro de Dias Sem Venda. O valor a ser utilizado para os cálculos no presente trabalho foi o parâmetro de 5 dias, pois neste caso a assertividade do cáculo foi de 72%, ou seja, de cada 100 itens pesquisados 72 apresentavam realmente ser um estoque virtual.

O método proposto foi assertivo, conforme podemos ver na Seção 6.4, já que se comparado com o cálculo “antigo”, foi observada uma melhora de 5,23% no cálculo do estoque virtual. Pôde-se verificar com este método dentro de um estoque, o que é estoque virtual, a quantidade do estoque virtual, a porcentagem que o mesmo representa e o valor monetário que foi perdido por conta deste estoque virtual.

Como uma melhoria ao método já utilizado foi proposto o cálculo da perda financeira por ocasião do estoque virtual. Conforme pôde ser observado na Seção 6.4 a empresa deixou de ganhar em 40 semanas a quantia de R$ 15.407.006,18 em

detrimento da ocorrência do estoque virtual. Essa perda ocorre pois com a falta de visibilidade de que este estoque é um estoque virtual, a gôndola está desabastecida ocasionando uma não venda do item.

Para que a aplicação do método fosse mais efetiva, o cálculo foi feito baseado nos quatro verejos que representam uma porcentagem significativa do faturamento anual da empresa. Para poder demonstrar o cálculo, foram selecionadas as três unidades de negócio da empresa que representaram o maior faturamento em 2016.

Tornando a identificação do estoque virtual mais efetiva, existe uma melhora no abastecimento de produtos na gôndola, pois o varejo tendo a visibilidade do estoque virtual pode zerá-lo, realizar pedidos para o fornecedor e dessa maneira a gôndola estará abastecida novamente.