IMPACTO DOS PARÂMETROS DE CONTROLE DE ESTOQUES NA FALTA DE
PRODUTOS EM PRATELEIRAS (STOCKOUT)
Fábio Favaretto (Universidade Federal de Itajubá)
Resumo
A falta de um produto na prateleira no momento da demanda é chamada de stockout (SO) e
prejudica os resultados de um negócio. Um dos motivos de ocorrência do SO é a falta de
produto no estoque de reposição. O objetivo deste artigo é analisar como alguns parâmetros
do controle de estoque de reposição influenciam na ocorrência de SO e para isso será feito um
estudo exploratório com base em simulações. Como conclusão percebeu-se que os parâmetros
de lote de reposição e de ponto de pedido regulam a ocorrência de SO e interferem no estoque
médio de produtos.
Palavras-chave: Estoque; Stockout; Comércio.
Abstract
A stock out (SO) is when a product is not available to be purchased in face of a demand and
this fact is prejudicial to the business results. One cause to SO presence is the lack of this
product refill in inventory. This article main goal is to analyze how some inventory control
parameters influence the presence of SO and to achieve this it will be made an exploratory
study with simulations. As a conclusion it was perceived that refill batch and refill level
regulate the presence of SO and influence inventory medium level.
Key words: Inventory, Stock out, Retail.
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br
1. Introdução
Formas de aumentar a competitividade e melhorar os resultados financeiros são perseguidas
em todos os ramos de atividades. O comércio é um destes ramos, e apesar de possuir grande
importância em diversas regiões não é profundamente pesquisado, ao contrário da indústria.
Para Corsten e Gruen (2003), em uma era onde a competição está maior que nunca, os
comerciantes devem procurar continuamente formas para melhorar seu desempenho. Ainda
para estes autores, pouco esforço é dedicado para questões internas das lojas (como o
treinamento de pessoal, políticas de estoques e sistema de reposição), que podem render bons
resultados quando bem gerenciadas.
A disponibilidade de produtos, definida como a probabilidade de existir um produto em
estoque quando um consumidor o requisita, é uma das principais medidas de desempenho do
nível de serviço ao cliente. A falta de produtos, chamada de stockout (SO), é definida como
sendo um produto não encontrado na forma desejada e em condições de venda, ou não
exposto na posição correta (AASTRUP e KOTZAB, 2009).
De acordo com Vasconcellos e Sampaio (2009), enquanto a literatura internacional é rica em
estudos relacionados ao SO, a literatura brasileira não traz muitos trabalhos sobre o assunto,
apesar de este ser um problema comum tanto para os comerciantes como para os produtores.
Em uma análise desta literatura, verifica-se que a situação e as conseqüências da ocorrência
de SO são exploradas, entretanto o processo de gerenciamento do estoque de retaguarda e
reposição nas prateleiras não é explorado. Assim, o objetivo principal deste artigo é analisar
parâmetros para controle de estoques de reposição de produtos em prateleiras. Este objetivo
será dividido em duas partes. A primeira é a tentativa de otimização de uma situação e que irá
gerar um conhecimento inicial sobre os parâmetros utilizados. A segunda parte fará uma
análise mais detalhada do comportamento destes parâmetros e sua influência sobre os
resultados.
Este artigo é iniciado por esta introdução e definição dos objetivos. A seguir é apresentada
uma revisão da literatura da área, com foco na pesquisa sobre ocorrência de SO e seu
gerenciamento. Na Seção 3 é apresentada a metodologia de pesquisa utilizada e descritas as
etapas de desenvolvimento do trabalho. A Seção 4 descreve o ambiente de simulação
utilizado para se atingirem os objetivos e a Seção 5 mostra a primeira parte da pesquisa,
destinada à tentativa de otimização de uma determinada situação de reposição. A Seção 6
detalha a análise do impacto dos parâmetros do modelo de controle de estoque nos resultados.
Na Seção 7 são apresentadas as conclusões obtidas.
2. Revisão
Em um dos trabalhos mais citados na área de pesquisa, Corsten e Gruen (2003) estudam as
reações dos consumidores frente a um SO em relação às características dos produtos e regiões
geográficas. Os autores também apontam as principais causas raízes para a ocorrência de SO:
sistema de geração de ordens de reposição de estoques (atrasadas ou em quantidades menores
que o necessário) e sistema de reposição de produtos nas prateleiras (o produto está na loja,
mas não na prateleira).
No trabalho de Vasconcellos e Sampaio (2009) é colocado que o SO é caracterizado por um
processo ineficiente de reposição de estoques. Para os autores, a taxa de SO é a porcentagem
de todos os itens comercializados que deveriam estar à disposição para venda, mas não são
encontrados na prateleira.
Para Nachtmann et al. (2010), um dos motivos que pode levar ao SO é a imprecisão nos
registros de controle de estoques (entradas e saídas) e de vendas. Esta imprecisão pode levar a
diversos problemas, entre eles a uma previsão da demanda errada que acarretaria na falta de
produtos.
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br
Uma das formas de evitar o SO é a melhoria do processo de reposição, que inclui: melhorar o
planejamento da diversidade de produtos e da alocação de espaços, utilizar sistemas de
geração automática de ordens de reposição, utilizar sistemas de troca eletrônica de dados e
controlar o inventário e o fluxo de reposição de produtos (AASTRUP e KOTZAB, 2008). Na
falta de produtos, o cliente pode:
• Comprar o mesmo produto em outra loja;
• Postergar a compra;
• Substituir por um produto da mesma marca;
• Substituir por um produto de outra marca ou
• Não comprar o produto.
Para Hardgrave et al. (2011), uma maior precisão do controle de inventário também pode
ajudar a diminuir o SO, principalmente através do uso da tecnologia de identificação por rádio
freqüência (RFID). Os autores salientam que uma boa definição dos parâmetros de controle
de estoques sem um controle preciso do inventário pode não gerar os resultados esperados.
Vasconcellos e Sampaio (2009) afirmam que o primeiro passo para evitar o SO é uma medida
consistente de suas ocorrências. A inspeção visual das prateleiras pode ser utilizada para isso,
gerando conhecimento e envolvimento de todos envolvidos com a solução dos problemas
identificados. Nesta linha também está o trabalho de Al-Zubaidi e Tyler (2004), que afirmam
que o controle sobre a ocorrência de SO deve ser o mais preciso possível, pois isso impacta
em qualquer modelo de reposição de estoques e nas previsões de demanda.
Usman (2008) realizou uma pesquisa do impacto dos direcionadores da ocorrência de SO no
comércio. Os direcionadores com maiores impactos foram: a distância entre o comércio e o
centro de distribuição, o volume médio do estoque disponível e a área da loja. O autor ainda
coloca que a acuracidade dos dados de reposição de prateleiras é importante para evitar o SO,
e recomenda um sistema automático de reposição.
Fernie e Grant (2008) apontam as causas internas de uma loja como a principal fonte de
problemas na ocorrência de SO. Os autores enfatizam que a reposição nas prateleiras e
conseqüente gerenciamento do estoque de retaguarda é o principal processo a ser gerenciado
para se evitar a ocorrência de SO, inclusive com o envolvimento de outros elos da cadeia de
suprimentos. Neste estudo foi utilizada a disponibilidade de produtos para medir os resultados
das ações tomadas.
No estudo conduzido por Trautrims et al.(2009) para otimizar o lucro considerando o
gerenciamento de ocorrências de SO, é dito que o espaço ocupado na prateleira por um
produto é um fator importante. Quanto mais produtos iguais ocuparem uma prateleira, melhor
as questões de marketing e de diminuição de ocorrência de SO; entretanto deve ser alcançado
um ponto ótimo que considere o lucro obtido. O sistema de reposição também é enfatizado,
considerando a categorização de produtos para definir aqueles que devem possuir
disponibilidade alta ou baixa de acordo com suas características e sua influência no lucro.
Cada categoria deve possuir formas distintas de gerenciamento. Em qualquer situação, os
autores afirmam que custaria extremamente caro para manter um produto com disponibilidade
constante (sem ocorrência de SO).
Ayad (2008) apresenta um estudo de otimização com objetivo de redução do nível de
inventário total e maximização da disponibilidade dos produtos. Entre os resultados estão:
necessidade de foco constante no controle do estoque, necessidade de pessoal capacitado e
processos de controle sobre os resultados esperados.
3. Metodologia
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br
Esta é uma pesquisa exploratória, que busca encontrar o relacionamento entre algumas
variáveis (parâmetros) e seu impacto nos resultados. Para isso será utilizado um ambiente de
simulação que permitirá a repetição exaustiva de situações pré-definidas. O uso de simulação
é comum em situações como esta onde o acompanhamento de uma situação prática é
demorado e de difícil controle por parte do pesquisador. Os resultados da simulação
computacional serão analisados estatisticamente através da regressão linear. Com isso é
possível mensurar, através de uma equação, a influência das variáveis nos resultados medidos.
O desenvolvimento desta pesquisa foi dividido nas seguintes etapas:
• Revisão bibliográfica. Esta etapa irá gerar o conhecimento necessário para definir o
processo a ser simulado e para gerar o ambiente de simulação que será utilizado.
• Definição da sequência de desenvolvimento. O desenvolvimento foi dividido em duas
partes. A primeira irá tratar da otimização dos parâmetros de uma situação padrão.
Com isso serão conhecidos os parâmetros ótimos para esta simulação e também um
conhecimento prévio da interação entre os parâmetros. Este conhecimento irá definir a
configuração dos cenários que serão utilizados para análise da influência dos
parâmetros utilizados.
• Otimização de parâmetros para uma situação padrão. Definida uma situação padrão
com base na literatura e em observações, serão feitas simulações para se encontrarem
as combinações de parâmetros que geram os melhores resultados.
• Análise da influência dos parâmetros. Com os resultados da etapa anterior serão feitas
simulações adicionais na busca de se conhecerem mais detalhes sobre a influência dos
parâmetros nos resultados.
• Conclusões.
Os parâmetros e configurações do cenário e do processo de controle de estoque e reposição de
prateleira utilizados foram baseados na literatura e em observações diretas realizadas pelo
autor.
4. Ambiente de simulação
O ambiente utilizado na simulação foi desenvolvido em planilha eletrônica Excel em conjunto
com o simulador Crystal Ball. Tentou-se reproduzir a dinâmica do comércio onde existem
prateleiras com produtos disponíveis para serem retirados pelos clientes e um estoque de
reposição. Os produtos ficam disponíveis nas prateleiras e vão sendo retirados pelos clientes
ao longo do tempo. Duas vezes ao dia é feita a reposição nas prateleiras, onde são recolocados
os produtos retirados até completar o máximo de produtos estabelecidos. Caso não seja
possível a reposição deste máximo, são colocados todos os produtos disponíveis no estoque
da loja. O estoque de reposição é gerenciado pela regra do ponto de pedido, onde o nível do
estoque é gerenciado continuamente e gera uma ordem de reposição para o fornecedor quando
determinado nível é atendido. Esta ordem requisita um lote de produtos com quantidade
definida e fixa junto ao fornecedor. O pedido demora um determinado tempo (lead time) para
ser atendido pelo fornecedor. Os pedidos são entregues no início do dia e só estão disponíveis
para abastecerem as prateleiras após passarem por um processo de recebimento. Assim, os
produtos recebidos do fornecedor só estão disponíveis para irem para as prateleiras na
segunda reposição do dia. Quando existe demanda para um produto e não existe nenhuma
unidade disponível na prateleira ocorre um stock-out (SO).
A seguir são definidos os parâmetros do modelo de simulação:
• Máximo na prateleira: é a quantidade máxima de produtos que devem estar na
prateleira. Em cada reposição são adicionadas unidades aos produtos remanescentes
até se atingir este valor máximo.
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br
• Ponto de pedido (PP): é a quantidade de produtos no estoque de reposição que
determina a geração de um pedido de reposição junto ao fornecedor. Usualmente é
calculado considerando-se a demanda prevista no período de reposição (lead time)
mais uma folga para cobrir as incertezas. A cada movimentação do estoque de
reposição verifica-se se esta quantidade foi atingida. Caso tenha sido atingida é
disparada um pedido para fornecedor.
• Lote: é a quantidade fixa de produtos que o fornecedor entrega em cada pedido.
• Lead time: é o tempo entre a geração de um pedido de reposição junto ao fornecedor e
a entrega deste produto.
As variáveis dependentes ou saídas da simulação são:
• Estoque médio: estoque médio do período considerado. É calculado somando-se todos
os estoques iniciais de cada período com os respectivos estoques finais e dividindo-se
por dois.
• Dias de SO: número de dias que ocorreu SO.
Cada simulação representa o processo descrito para um produto por um período de 70 dias,
onde são considerados os últimos 60 dias para que os parâmetros iniciais não interfiram nos
resultados. Cada rodada de simulações repete o processo com os mesmos parâmetros por
1000 vezes, sendo considerados os dados médios das repetições.
5. Otimização de uma situação padrão
A situação padrão foi definida com base nos parâmetros e situações descritos na revisão da
literatura. Alguns parâmetros foram definidos com base em observações de estabelecimentos
comerciais.
Nesta situação é considerado um volume máximo de 50 unidades do produto na prateleira.
Esta quantidade pode variar nos estabelecimentos, principalmente em função do volume
ocupado pode uma unidade do produto e por questões de marketing. De qualquer forma este
valor é uma referência encontrada em algumas situações reais.
O lead time utilizado é de 2 dias, sendo este um tempo comum de reposição no comércio
brasileiro para determinados bens de consumo, principalmente nas situações onde a loja é
atendida por um atacadista ou centro de distribuição. São consideradas duas reposições na
prateleira ao dia. É adotado um valor de 300 unidades para o estoque de reposição inicial do
produto. Este valor é apenas uma referência, visto que os resultados dos 10 primeiros dias da
simulação serão descartados e este valor inicial não interfere nos resultados. A demanda é
uma variável aleatória caracterizada neste modelo através de uma distribuição uniforme e
discreta. Foi adotado um valor mínimo de 0 unidades e um valor máximo de 50 unidades, que
corresponderia a vender todos os produtos que poderiam estar na prateleira. A demanda é
considerada para cada intervalo de reposição na prateleira, ou seja, duas vezes por dia. Assim
a demanda diária pode ficar entre 0 e 100 unidades.
Para otimização foi utilizada a funcionalidade OptQuest do software Crystal Ball, que cria
aleatoriamente rodadas de simulações com: 1) variação de parâmetros dentro de limites
especificados de máximo e mínimo e 2) observação à restrições. O resultado pode não ser a
combinação ótima dos parâmetros, visto que nem todas as combinações possíveis são
testadas. O resultado apresentado é o melhor obtido. Para isso foram testadas 1000
combinações, que é um valor expressivo apesar de não testar todas as combinações possíveis.
As variáveis de saída analisadas são o estoque médio e o número de dias com SO. Para cada
combinação são feitas 1000 simulações.
Para estabelecimento do valor ótimo foram consideradas 3 situações relacionadas a ocorrência
de dias com SO: uma sem possibilidade de ocorrência, uma com possibilidade de ocorrência
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br
em 5% dos dias (6 dias) e outra com possibilidade de ocorrência em 10% dos dias (12 dias).
Esta possibilidade foi considerada no modelo de simulação através de restrições, onde, por
exemplo, na última situação foi estabelecida uma restrição onde: Dias SO <= 12.
O objetivo da otimização é obter a combinação de parâmetros que apresente o menor estoque
médio possível, atendendo às restrições.
A seguir é descrita cada uma das situações.
A Tabela 1 apresenta os valores utilizados pelas variáveis de entrada nas três situações
analisadas.
Tabela 1: parâmetros para otimização de situação padrão sem ocorrência de SO.
Variável
Valor fixo
Valor mínimo
Valor máximo
Máximo
na 50 unidades
prateleira
Ponto
de
50 unidades
200 unidades
pedido
Lote
50 unidades
500 unidades
Lead time
2 dias
Estoque inicial 300 unidades
Na primeira situação analisada se busca a condição ótima para não ocorrência de SO. Isso
significa que, se em uma rodada de simulação ocorre pelo menos um dia com SO, a
combinação de parâmetros é descartada. Ou seja, a restrição imposta deve ser atendida.
Foram feitas algumas rodadas de otimização (cada uma com 1000 combinações de
parâmetros), sendo as primeiras com incrementos maiores na variação dos parâmetros. O
melhor resultado obtido foi um estoque médio de 72,9 unidades, com lote de reposição de 118
unidades e ponto de pedido de 86 unidades.
A segunda situação analisada permite a ocorrência de SO em até 5% dos dias analisados, ou
seja, 3 dias. O melhor resultado obtido foi um estoque médio de 58,8 unidades, com lote de
reposição de 110 unidades e ponto de pedido de 80 unidades.
A última situação analisada permite a ocorrência de SO em até 10% dos dias analisados, ou
seja, 6 dias. O melhor resultado obtido foi um estoque médio de 35,6 unidades, com lote de
reposição de 89 unidades e ponto de pedido de 77 unidades.
A Tabela 2 sintetiza os resultados obtidos.
Tabela 2: resultados obtidos na otimização de uma situação padrão.
Situação
Melhor resultado
Lote de reposição
Sem ocorrência de 72,9 unidades
118 unidades
SO
SO em no máximo 58,8 unidades
110 unidades
5% dos dias
SO em no máximo 35,6 unidades
89 unidades
10% dos dias
Ponto de pedido
86 unidades
80 unidades
77 unidades
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br
Como pode ser observado na Tabela 2, a possibilidade de ocorrência de SO reduz
sensivelmente o estoque médio, até chegar a praticamente a metade da quantidade na
possibilidade de ocorrer até 10% de dias com SO. Os parâmetros analisados (Lote e PP)
também são reduzidos, porém em menor proporção. Isso indica que uma redução pequena
nestes parâmetros leva a reduções proporcionalmente maiores do estoque médio com a
possibilidade de ocorrência de SO.
6. Influência dos parâmetros
A seguir será descrita a parte do trabalho que trata da análise da influência de alguns
parâmetros do modelo construído nos resultados analisados. Os parâmetros são os mesmos
utilizados anteriormente. Esta análise é dividida em três situações em relação à possibilidade
de ocorrência de SO, como na seção anterior.
Novamente foi utilizada a funcionalidade OptQuest do software Crystal Ball. A configuração
dos parâmetros utilizada é a mesma utilizada na seção anterior, conforme apresentada na
Tabela 1. Foi gerado um relatório com todas as combinações de parâmetros (Lote, PP) que
atenderam à restrição (Dias SO = 0) e os respectivos resultados de estoques médios. Estes
dados foram então transferidos ao software MiniTab para que fosse feita uma regressão linear
indicando exatamente o impacto da variação dos parâmetros na variação do resultado.
Ressalta-se que foram utilizados somente os dados relativos aos resultados das combinações
que atenderam a restrição imposta (534 de 1000). A equação resultante é:
Estoque médio = -81,5 + 0,583 * Lote + 0,945 * PP
(1)
Deve ser considerado que a aproximação resultante é considerada muito boa, visto que o
coeficiente R² obtido foi igual a 97,8%, o que significa que apenas 2,2% (100% - 97,8%) da
variação do resultado não são explicados pela variação dos parâmetros, com nível de
significância inferior a 5%. Por este motivo não foi feita uma regressão de nível mais alto.
Utilizando-se a Equação 1 foram geradas séries de dados para permitir uma melhor
visualização do efeito da variação do tamanho do ponto de pedido no estoque médio. Optouse por esta análise pois a decisão da quantidade a ser estabelecida como ponto de pedido é
mais flexível e próxima ao decisor dos estabelecimentos. Foram utilizados valores fixos de
tamanho de lote, considerando o melhor valor obtido para esta situação na seção anterior (118
unidades) e mais dois valores com incremento de 30 unidades. Estas análises podem ser vistas
no Gráfico 1, que mostra, para cada tamanho de lote, a relação entre o ponto de pedido e o
estoque médio resultante.
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br
Gráfico 1: Relação estoque médio X ponto de pedido com valores de lote fixos e sem
possibilidade de ocorrência de SO
A segunda situação a ser analisada permite a ocorrência de SO em até 5% dos dias
considerados. Seguindo-se o mesmo procedimento para a situação anterior, chegou-se a
seguinte equação:
Estoque médio = - 76,0 + 0,539 * Lote + 0,965 * PP
(2)
O R² obtido foi de 98,3% a um nível de significância inferior a 5%, considerado muito bom.
Utilizando-se o mesmo procedimento adotado anteriormente chegou-se ao Gráfico 2, que
apresenta a relação entre estoque médio e ponto de pedido para alguns tamanhos fixos de lote
na situação de até 5% de dias com SO. As combinações viáveis foram 628 de 1000.
Gráfico 2: Relação estoque médio X ponto de pedido com valores de lote fixos e com
possibilidade de ocorrência de SO em até 5% dos dias.
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br
A terceira situação a ser analisada permite a ocorrência de SO em até 10% dos dias
considerados. Seguindo-se o mesmo procedimento para as situações anteriores, chegou-se a
seguinte equação:
Estoque médio = - 107 + 1,03 * Lote + 0,407 * PP
(3)
O R² obtido foi de 85,1% a um nível de significância inferior a 5%, ainda considerado muito
bom. Utilizando-se o mesmo procedimento adotado anteriormente chegou-se ao Gráfico 3,
que apresenta a relação entre estoque médio e ponto de pedido para alguns tamanhos fixos de
lote na situação de até 10% de dias com SO. As combinações viáveis foram 793 de 1000.
Gráfico 3: Relação estoque médio X ponto de pedido com valores de lote fixos e com
possibilidade de ocorrência de SO em até 10% dos dias.
A seguir será feita a análise dos resultados obtidos nesta parte da pesquisa. Para facilitar esta
análise, a Tabela 3 mostra os índices das equações (1), (2) e (3).
Tabela 3: Índices das equações das influências dos parâmetros.
Situação
Constante
Lote
Sem ocorrência de SO
-81,5
0,583
SO em no máximo 5% dos
- 76,0
0,539
dias
SO em no máximo 10% dos
- 107
1,03
dias
PP
0,945
0,965
0,407
Conforme pode ser visto na Tabela 3, as variações entre as situações sem ocorrência de SO e
com possibilidade de ocorrência em até 5% dos dias não altera sensivelmente os índices das
equações. Isso significa que, por exemplo, no caso do Lote, é necessário um incremento de
aproximadamente 0,5 unidades no Lote para o incremento de uma unidade de estoque médio.
O mesmo vale para o sentido inverso, é necessário reduzir praticamente duas unidades do
Lote para reduzir uma unidade do estoque médio. O mesmo vale para o PP.
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br
Na situação com possibilidade de ocorrência de até 10% de SO, os índices tiveram uma
variação sensivelmente maior. Em comparação à situação sem possibilidade de ocorrer SO, o
parâmetro Lote praticamente dobrou o seu peso (ou participação). Enquanto na situação sem
SO são necessárias duas unidades a menos no lote para reduzir uma unidade do estoque
médio, na situação com até 10% de SO é necessário reduzir apenas uma unidade no lote para
reduzir uma unidade do estoque médio. Já para o caso do parâmetro PP a variação foi no
sentido inverso. Enquanto na situação sem SO a redução de uma unidade no PP reduz
aproximadamente uma unidade no estoque médio, na situação com até 10% de SO é
necessário reduzir mais de duas unidades no PP para reduzir uma unidade do estoque médio.
7. Conclusões
O objetivo principal deste artigo foi analisar parâmetros para controle de estoques de
reposição de produtos em prateleiras. Os parâmetros pesquisados foram o tamanho de lote
(Lote) e o ponto de pedido (PP). Estes são parâmetros gerenciáveis no nível do
estabelecimento e são resultados de decisões dos administradores do negócio. Um dos
objetivos do negócio é que não faltem produtos para serem vendidos, principalmente quando
existe demanda sua venda. Uma prática gerencial neste sentido seria criar estoques muito
grandes que garantissem a contínua disponibilidade de produto, porém isso teria muitas
conseqüências ruins para o negócio, como custo elevado e necessidade de muito espaço para
armazenamento. A alternativa então é encontrar um equilíbrio entre os parâmetros e os
resultados. Neste trabalho foram pesquisados dois resultados: o estoque médio e o número de
dias com ocorrência de SO. Este último foi colocado como uma restrição onde poderia haver
até uma determinada proporção de dias com ocorrência de SO. O estoque médio é um
resultado importante e alvo de atenções constantes tanto de pesquisadores como de
administradores, principalmente em situações com centenas de produtos diferentes e cada um
com o seu respectivo estoque.
Na primeira parte da pesquisa buscou-se a otimização de uma situação padrão. Com os
resultados obtidos conclui-se que o relaxamento da restrição de ocorrência de SO diminui os
parâmetros estudados. Gerencialmente, isso implica que a diminuição dos valores de Lote e
PP também diminui o estoque médio, mas geram a possibilidade de ocorrer SO. Assim, o
decisor deve buscar um equilíbrio entre o custo de se manter um estoque médio elevado e a
possibilidade de ocorrer SO. Esse equilíbrio pode ser diferente para produtos diferentes e de
diferentes categorias.
Na segunda parte da pesquisa buscou-se detalhar a influência dos parâmetros. Com base nos
resultados pode-se observar que, quanto maior a possibilidade de ocorrência de alguns dias
com SO, maior a influência do tamanho de lote no estoque médio que a do ponto de pedido.
Isso implica que o decisor tem que ser mais preciso na definição deste parâmetro, pois um
valor superdimensionado de lote acarretaria um estoque médio maior que no caso do super
dimensionamento do parâmetro de ponto de pedido.
Como pesquisas futuras estão a busca de um ponto de equilíbrio para uma situação específica
e a realização de estudos de caso para validação e aperfeiçoamento do modelo de simulação
utilizado.
Agradecimentos
O autor agradece os apoios recebidos do CNPq e da FAPEMIG para a realização deste
trabalho.
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br
Referências
AASTRUP, J.; KOTZAB, H. Analyzing out-of-stock in independent grocery stores: an
empirical study. International Journal of Retail & Distribution Management, Vol. 37, No.
9, 2009. pp. 765-789
AL-ZUBAIDI, H.; TYLER, D. A simulation model of quick response replenishment of
seasonal clothing. International Journal of Retail & Distribution Management, Vol. 32,
No. 6, 2004. pp. 320-327
AYAD, A. Optimizing inventory and store results in big box retail environment.
International Journal of Retail & Distribution Management, Vol. 36, No. 3, 2008. pp.
180-191
CORSTEN, D.; GRUEN, T. Desperately seeking shelf availability: an examination of the
extent, the causes, and the efforts to address retail out-of-stocks. International Journal of
Retail & distribution Management, Vol. 31, No. 12, 2003. pp. 605-617
FERNIE, J.; GRANT, D. B. On-shelf availability: the case of a UK grocery retailer. The
International Journal of Logistics Management, Vol. 19, No. 3, 2008. pp. 293-308
HARDGRAVE, B. C.; GOYAL, S.; ALOYSIUS, J. A. Improving inventory management in
the retail store: The effectiveness of RFID tagging across product categories. Operations
Management Research, Vol. 4, 2011. pp. 6–13
NACHTMANN, H.; WALLER, M. A.; RIESKE, D. W. The impact of point-of-sale data
inaccuracy and inventory record data errors. Journal of Business Logistics, Vol. 31, No. 1,
2010. pp 149-158
TRAUTRIMS, A.; GRANT, D. B.; FERNIE, J.; HARRISON, T. Optimizing on-shelf
availability for customer service and profit. Journal of Business Logistics, Vol. 30, No. 2,
2009. pp 231-247
VASCONCELLOS, L. H. R.; SAMPAIO, M. The stockouts study: na examination of the
extent and the causes in the São Paulo supermarket sector. Brazilian Administration
Review, Vol. 6, No. 3, 2009. Pp. 263-279
USMAN, K. Determination of drivers of stock-out performance of retail stores using data
mining techniques. Dissertation for Master of Engineering in Logistics. Massachusetts
Institute of Technology, USA, 2008.
IX Convibra Administração – Congresso Virtual Brasileiro de Administração – adm.convibra.com.br