Controle de estoque varejo parece assunto resolvido até o cliente pedir um produto que o sistema diz ter. Na tela aparecem 12 unidades. Na prateleira, nenhuma. O vendedor procura no depósito, liga para outra loja, improvisa uma substituição. A venda do dia talvez ainda aconteça. A confiança no dado, não.
Essa diferença pequena vira rotina cara. Gera ruptura, compra emergencial, excesso no item errado e discussão entre compras, loja e financeiro. No varejo brasileiro, a Pesquisa Abrappe de Perdas no Varejo Brasileiro 2024 registrou média de ruptura comercial de 7,65% e ruptura operacional de 6,11%, ambas acima dos resultados de 2022. Também apontou perdas médias de 1,57% em 2023.
A tentação é trocar o sistema ou aplicar IA para prever a próxima venda. Mas previsão aprende com o histórico disponível. Se o histórico mistura venda real com dias em que o item estava ausente, o modelo aprende a mentira. O primeiro experimento não é prever melhor. É contar melhor.
Por que o controle de estoque varejo vem antes da previsão
A previsão de demanda responde uma pergunta simples: quanto provavelmente será vendido em determinado período. Só que ela depende de uma base anterior: o item estava disponível para vender quando o cliente quis comprar?
Quando essa resposta é incerta, o sistema confunde demanda baixa com produto ausente. Se um item ficou três dias sem vender porque acabou na gôndola, a média de vendas cai. Depois, compras reduz o pedido. A ruptura aumenta. O ciclo se repete.
Esse problema não é detalhe acadêmico. Um estudo publicado na Management Science analisou quase 370 mil registros de estoque em 37 lojas de um varejista e encontrou 65% deles com alguma imprecisão. O trabalho também mostrou que práticas de auditoria ajudam a reduzir essa diferença.
IA não corrige prateleira vazia. Ela só amplia a qualidade, ou o erro, dos dados que recebe.
Por isso, antes de discutir algoritmo, vale revisar a ordem do problema. O post sobre hierarquia de conhecimento vs IA aprofunda essa lógica: dado bruto não vira decisão sem contexto, processo e critério.
O erro não está só no sistema: está no processo de contagem
Na prática, a divergência nasce em lugares pouco glamourosos. Recebimento sem conferência completa. Troca registrada depois. Produto quebrado que ficou no estoque contábil. Transferência entre lojas feita pelo WhatsApp e lançada no fim do dia. Promoção vendendo acima do normal, mas sem baixa correta.
Perecíveis tornam tudo mais sensível. Validade, quebra, exposição e manuseio criam perdas que nem sempre entram no sistema na hora certa. Itens em promoção também exigem atenção, porque o volume sobe, a reposição acelera e o time opera sob pressão.
A leitura para PME é direta: o problema raramente está em uma única pessoa. Ele aparece quando o processo de loja deixa lacunas. O operador faz o possível. O gerente apaga incêndio. O comprador compra pelo relatório. Mas ninguém enxerga a distância entre sistema e prateleira com frequência suficiente.
Se a empresa quer amadurecer para usar IA, precisa criar disciplina antes. O artigo sobre maturidade e capacidade organizacional para o sucesso da IA trata exatamente desse ponto: tecnologia depende de capacidade interna para ser útil.
Um experimento de auditoria para começar pequeno
O caminho mais seguro não é inventariar a loja inteira toda semana. Isso consome equipe, atrapalha a operação e costuma morrer depois da segunda tentativa. Comece por um recorte pequeno, com hipótese clara e medição simples.
A hipótese pode ser esta: se reduzirmos a divergência nos itens críticos, a ruptura cai e a venda perdida diminui. Para testar, escolha uma frente de ataque por 30 dias.
Curva ABC: itens que concentram faturamento, margem ou volume.
Perecíveis: produtos com validade curta, quebra frequente ou manipulação intensa.
Promoções: itens com pico de demanda, exposição extra ou compra por oportunidade.
Itens campeões de reclamação: produtos que clientes pedem e a equipe não encontra.
Depois, defina uma amostra. Para uma PME, 50 a 150 itens já bastam para gerar aprendizado. O objetivo não é cobrir tudo. É provar que uma rotina de auditoria melhora decisão de compra, reposição e exposição.
A execução pode seguir cinco passos simples:
Extrair o saldo do sistema antes da contagem.
Contar fisicamente loja, depósito e áreas de separação.
Registrar divergência positiva e negativa por item.
Corrigir o saldo com responsável e motivo provável.
Recontar os mesmos itens em ciclos curtos, como semanal ou quinzenal.
A diferença importante é separar contagem de investigação. Contar mostra o tamanho do desvio. Investigar mostra a causa. Sem causa, a empresa só limpa o relatório. Na semana seguinte, a divergência volta.
Esse tipo de experimento combina bem com uma abordagem de melhoria operacional. O post pilar sobre como PMEs crescem sem travar no próprio crescimento mostra por que processos pequenos, medidos e repetíveis costumam vencer grandes projetos sem dono.
Como medir ruptura, venda perdida e giro sem complicar
Para o gestor, o experimento só faz sentido se mudar o resultado. Por isso, não acompanhe apenas acurácia de estoque. Ela é necessária, mas não paga conta sozinha. Conecte a contagem a três indicadores operacionais.
O primeiro é ruptura. Meça quantas vezes o item crítico estava indisponível quando deveria estar disponível. A medição pode ser feita por visita diária à gôndola, por alerta de saldo zerado ou por apontamento do vendedor.
O segundo é venda perdida. Nem toda ruptura vira perda total, pois o cliente pode aceitar substituto. Mesmo assim, estime o impacto. Use média diária de venda em dias com estoque, margem do item e dias sem disponibilidade. A conta não precisa ser perfeita para mostrar ordem de grandeza.
O terceiro é giro. Se a auditoria reduz falta, mas aumenta estoque parado, o problema mudou de nome. A boa rotina melhora disponibilidade sem inflar compra por medo.
Acurácia: percentual de itens cuja contagem física bate com o saldo do sistema.
Divergência negativa: sistema mostra mais unidades do que existem fisicamente.
Divergência positiva: existem mais unidades físicas do que o sistema mostra.
Ruptura: item sem disponibilidade para venda no momento de demanda.
Venda perdida estimada: demanda provável não atendida por falta de produto.
Giro: velocidade com que o estoque se transforma em venda.
O cuidado maior está na divergência negativa. Ela é a mais perigosa para previsão, porque o sistema acredita que existe estoque. A reposição não dispara. A prateleira fica vazia. A venda não aparece. Depois, a previsão reduz a demanda futura.
O indicador certo revela a causa. O indicador solto só vira mais uma planilha para cobrar a equipe.
Se sua empresa ainda decide por intuição, vale revisar a base de indicadores. O guia sobre KPIs para pequenas empresas ajuda a separar número bonito de número que muda decisão.
Quando a previsão de demanda entra no jogo
Depois de algumas semanas, a empresa começa a enxergar padrões. Certas categorias concentram divergência. Alguns fornecedores geram mais erro no recebimento. Promoções quebram a rotina de baixa. Perecíveis somem por quebra, validade ou exposição ruim.
Esse é o momento certo de preparar previsão de demanda. Não porque tudo ficou perfeito. Mas porque a empresa já sabe quais dados merecem confiança, quais precisam de ajuste e quais eventos devem entrar na leitura.
Uma previsão útil no varejo deve considerar, no mínimo:
venda em dias com estoque disponível;
dias de ruptura separados de dias sem demanda;
calendário de promoções;
prazo real de reposição por fornecedor;
margem e criticidade do item;
sazonalidade local, não apenas média geral.
Com isso, a IA deixa de ser tentativa de adivinhar venda e passa a apoiar uma decisão concreta: quanto comprar, quando repor e qual risco aceitar. Ela pode sugerir alertas, priorizar itens e simular cenários. Mas ainda depende de rotina humana para validar exceções.
Para uma PME, a pergunta não deve ser qual ferramenta prevê melhor. A pergunta inicial é outra: quais dados da operação já são confiáveis o suficiente para orientar compra? Essa mudança reduz custo, evita projetos grandes demais e melhora a conversa entre loja, compras e financeiro.
Se a empresa quer avançar com agentes ou automações, o inventário precisa virar base confiável. O artigo sobre agentes de IA para empresas mostra aplicações possíveis, mas a premissa continua a mesma: sem dado operacional bom, a automação só acelera retrabalho.
Da prateleira ao pedido: a decisão fica mais simples
O varejo sofre quando compra olha para um relatório, a loja olha para a prateleira e o financeiro olha para o caixa. Cada área enxerga um pedaço. O controle de estoque une esses pedaços em uma rotina comum.
A contagem certa não elimina incerteza. Cliente muda de hábito. Fornecedor atrasa. Promoção surpreende. Clima, calendário e concorrência influenciam venda. Mas ela remove uma incerteza básica: saber se a empresa tinha produto para atender a demanda.
Por isso, antes de trocar sistema ou contratar previsão automática, rode um experimento de auditoria. Escolha itens críticos. Conte. Corrija. Meça ruptura, venda perdida e giro. Depois, decida se vale automatizar, integrar ou prever.
Se quiser identificar onde a sua operação está perdendo venda por divergência de estoque, faça a análise gratuita da Nexxulab. Ao clicar, você agenda um diagnóstico para mapear o problema, priorizar o primeiro experimento e sair com próximos passos claros.