Gestores de operações e donos de empresa costumam tratar o estoque como um problema de “sensação”: quando parece pouco, compram mais; quando parece muito, seguram o pedido. Esse método funciona até o dia em que não funciona — e o custo desse dia é maior do que parece.
Um estudo global conduzido por Corsten e Gruen (2003) em mais de 30 redes varejistas documentou uma taxa média de ruptura de 8,3% dos itens nas prateleiras. Mais relevante: 72% dessas rupturas tinham causa interna — erro de planejamento, ponto de reposição inexistente ou visibilidade insuficiente do estoque em trânsito. Ou seja: a maior parte das vendas perdidas por falta de produto é evitável.
Por outro lado, o excesso de estoque também tem custo mensurável. Cada real parado em mercadoria parada é capital que não está disponível para pagar fornecedores, investir em marketing ou simplesmente manter a operação funcionando. O desafio não é ter pouco ou muito estoque — é ter o estoque certo.
Este guia apresenta um método em 5 passos para calcular o estoque ideal de qualquer SKU, baseado em dados e aplicável a PMEs. Não exige software sofisticado. Exige disciplina e os dados certos.
O erro mais comum na gestão de estoque (e por que custa caro)
A maioria das PMEs brasileiras define seu estoque por intuição ou por hábito. O comprador sabe que “costuma vender 200 unidades por mês” de determinado item e pede 200 unidades quando o estoque parece baixo. Não há cálculo de variabilidade, não há consideração do lead time real e não há estoque de segurança formalizado.
Esse método gera dois problemas simultâneos e aparentemente contraditórios:
- Overstock em alguns itens — capital imobilizado, risco de obsolescência, custo de armazenagem crescente. A mercadoria que para no galpão não gera receita, mas continua gerando custo: espaço físico, seguro, manuseio, risco de vencimento ou dano.
- Ruptura em outros — venda perdida, cliente insatisfeito, custo de pedido emergencial (frete expresso, preço maior no fornecedor alternativo). A venda que deixou de acontecer não aparece em nenhum relatório.
O paradoxo é que a mesma empresa convive com os dois problemas ao mesmo tempo. O estoque errado está no lugar errado: sobra onde não deveria e falta onde mais importa. A raiz é a mesma: falta de método.
O custo da ruptura não aparece no balanço. Não há linha de “vendas que não aconteceram” no DRE. Por isso é sistematicamente subestimado. Corsten e Gruen (2003) mostraram que, globalmente, a ruptura de estoque custa às empresas de varejo o equivalente a 4% da receita bruta — um número que, na escala de uma distribuidora de R$ 20 milhões/ano, representa R$ 800 mil em vendas perdidas.
O custo do overstock é mais visível, mas igualmente mal mensurado na prática. Uma distribuidora de ferramentas com R$ 500 mil em estoque, dos quais R$ 150 mil correspondem a itens com giro inferior a 2 vezes ao ano, está financiando involuntariamente esses itens com capital que poderia estar sendo aplicado em produtos de alta rotatividade — ou simplesmente no caixa da operação.
O que significa “estoque ideal” na prática
Antes de calcular, é preciso definir. Estoque ideal não é o menor estoque possível, nem o maior. É a quantidade que garante o atendimento ao cliente com o nível de serviço desejado, utilizando o menor capital possível.
Dois conceitos frequentemente confundidos merecem distinção:
- Estoque mínimo é o limiar operacional abaixo do qual a operação corre risco iminente de ruptura. É um alerta — “abaixo disso, a situação é crítica”.
- Estoque ideal é o resultado do cálculo que considera demanda, variabilidade, lead time e nível de serviço desejado. Inclui o estoque de segurança como componente.
Confundir os dois leva a uma prática comum e prejudicial: tratar o estoque mínimo como meta. A empresa opera permanentemente no limite, sem margem para absorver variações normais de demanda ou atrasos de fornecedor.
O cálculo do estoque ideal segue uma lógica encadeada. Cada passo depende do anterior. Os 5 passos a seguir formam um método completo e aplicável individualmente a cada SKU ativo do portfólio.
Passo 1 — Mapeie sua demanda histórica
O primeiro insumo de qualquer cálculo de estoque é a demanda real. Não a que o comprador “acha” que acontece — a que de fato ocorreu, registrada no sistema.
Para cada SKU que se deseja gerenciar, colete:
- Volume de vendas por período (diário ou semanal, dependendo da rotatividade do item). Mínimo recomendado: 12 meses de histórico. Ideal: 24 meses, para capturar sazonalidade.
- Média de vendas no período — a demanda média diária (DMD) ou semanal, conforme o ciclo de compra.
- Desvio padrão da demanda — medida de variabilidade. Quanto maior o desvio, mais imprevisível é a demanda e maior precisa ser a margem de segurança.
Silver, Pyke e Peterson (1998) estabelecem que a demanda deve ser modelada considerando tanto sua tendência central (média) quanto sua dispersão (desvio padrão). Ignorar a variabilidade é o erro mais frequente neste passo.
Exemplo numérico: uma distribuidora de alimentos analisa o histórico de vendas de um SKU de molho de tomate industrial (embalagem 5 kg). Nos últimos 12 meses, o volume semanal de vendas foi:
| Semana | Vendas (unidades) |
|---|---|
| 1 | 42 |
| 2 | 38 |
| 3 | 55 |
| 4 | 35 |
| 5 | 41 |
| … | … |
| Média | 40 |
| Desvio padrão | ±12 |
Média semanal: 40 unidades. Desvio padrão: 12 unidades. O coeficiente de variação (desvio/média) é 0,30 — o que indica demanda moderadamente previsível (itens com CV acima de 0,50 são considerados erráticos).
Esses dois números — média e desvio padrão — são a base de todos os cálculos seguintes.
Um ponto importante: a demanda deve ser filtrada antes do cálculo. Vendas atípicas (promoções agressivas, compras pontuais de clientes excepcionais, devoluções contabilizadas como venda negativa) precisam ser tratadas para não distorcer a média e o desvio. Se a distribuidora fez uma promoção de liquidação na semana 3 que elevou as vendas de 40 para 120 unidades, esse dado não reflete a demanda normal e deve ser excluído ou ajustado antes de calcular os parâmetros.
Para PMEs que não possuem 12 meses de histórico limpo, Silver, Pyke e Peterson (1998) recomendam trabalhar com os dados disponíveis e explicitar a incerteza — ou seja, usar um nível de serviço mais conservador até que o histórico se consolide. Em casos extremos (SKU novo sem histórico), a alternativa é usar a demanda de SKUs similares como proxy, com margem ampliada.
Passo 2 — Determine seu lead time real
Lead time é o tempo entre a emissão do pedido de compra e o recebimento efetivo da mercadoria no estoque. “Recebimento efetivo” significa disponível para venda — não o momento em que o caminhão chega ao galpão, mas quando o produto está conferido, cadastrado e alocado.
O erro mais comum aqui é usar o lead time prometido pelo fornecedor em vez do lead time real. Se o fornecedor promete 7 dias, mas nos últimos 6 meses o tempo médio de entrega foi 10 dias com picos de 15 dias, o cálculo precisa usar 10 dias — não 7.
Para determinar o lead time real:
- Colete os dados dos últimos 6 a 12 pedidos do fornecedor para aquele SKU ou categoria.
- Calcule a média e o desvio padrão do tempo de entrega.
- Se houver pedidos ainda em trânsito, inclua-os como dados incompletos — não os ignore.
Continuando o exemplo: a distribuidora registra os seguintes lead times para o fornecedor do molho de tomate nos últimos 8 pedidos:
| Pedido | Data emissão | Data recebimento | Lead time (dias) |
|---|---|---|---|
| 1 | 03/01 | 12/01 | 9 |
| 2 | 18/01 | 29/01 | 11 |
| 3 | 02/02 | 11/02 | 9 |
| 4 | 20/02 | 03/03 | 11 |
| 5 | 08/03 | 16/03 | 8 |
| 6 | 25/03 | 06/04 | 12 |
| 7 | 10/04 | 20/04 | 10 |
| 8 | 28/04 | 07/05 | 9 |
| Média | 9,9 ≈ 10 |
Lead time médio real: 10 dias (não os 7 dias prometidos pelo fornecedor).
Desconsiderar essa diferença significa operar com 30% menos tempo de reposição do que se imagina — e é exatamente isso que gera rupturas “inesperadas”.
Uma boa prática para PMEs: criar uma planilha simples que registra automaticamente a data de emissão do pedido e a data de recebimento. Mesmo sem ERP avançado, esse registro permite calcular o lead time real em poucos segundos a cada revisão. Sem ele, o cálculo do estoque de segurança e do ponto de reposição fica comprometido desde a origem.
Passo 3 — Calcule o estoque de segurança
O estoque de segurança é a quantidade extra mantida para absorver variações imprevistas de demanda e de lead time. Não é “gordura” — é margem estatística calculada com base na variabilidade real da operação.
A fórmula do estoque de segurança é:
Estoque de Segurança = Z × σd × √LT
Onde:
– Z = fator correspondente ao nível de serviço desejado (encontrado na tabela abaixo)
– σd (sigma d) = desvio padrão da demanda diária
– LT = lead time médio em dias
O fator Z define qual probabilidade de ruptura a empresa está disposta a aceitar. Quanto maior o Z, menor o risco de ruptura — e maior o estoque de segurança necessário.
| Nível de serviço | Fator Z | Interpretação |
|---|---|---|
| 90% | 1,28 | Aceita ruptura em 10% dos ciclos de reposição |
| 95% | 1,65 | Aceita ruptura em 5% dos ciclos |
| 97,5% | 1,96 | Aceita ruptura em 2,5% dos ciclos |
| 99% | 2,33 | Aceita ruptura em 1% dos ciclos |
A escolha do nível de serviço depende do perfil do SKU. Itens de alta rotatividade e margem elevada (classe A) merecem nível de serviço mais alto. Itens de baixo giro (classe C) podem operar com nível mais baixo sem prejuízo relevante ao resultado.
Uma distribuidora de bebidas, por exemplo, pode definir nível de serviço de 97,5% para cervejas de marca líder (itens A, ruptura inaceitável), 95% para sucos e águas (itens B, ruptura tolerável em períodos curtos) e 90% para acessórios e copos descartáveis (itens C, ruptura tem impacto limitado no faturamento).
É importante notar que aumentar o nível de serviço de 95% para 99% mais do que duplica o estoque de segurança (Z passa de 1,65 para 2,33). O custo marginal de cada ponto percentual adicional de nível de serviço cresce exponencialmente. A decisão sobre o nível de serviço é, no fundo, uma decisão financeira: quanto capital a empresa está disposta a imobilizar para reduzir a probabilidade de ruptura.
Aplicação ao exemplo: para o molho de tomate, a distribuidora define nível de serviço de 95% (Z = 1,65).
Primeiro, converter o desvio padrão semanal para diário:
– Semanas com 5 dias úteis: σd = 12 / √5 ≈ 5,4 unidades/dia
Estoque de segurança:
– ES = 1,65 × 5,4 × √10
– ES = 1,65 × 5,4 × 3,16
– ES ≈ 28 unidades
Isso significa que, para manter 95% de probabilidade de não ter ruptura durante o lead time, a distribuidora precisa manter 28 unidades como margem de segurança — além do consumo previsto.
Se o nível de serviço fosse 90% (Z = 1,28), o estoque de segurança cairia para aproximadamente 22 unidades. Se fosse 99% (Z = 2,33), subiria para 40 unidades. A diferença de 18 unidades entre 90% e 99% pode parecer pequena em um único SKU, mas multiplicada por centenas de itens, representa uma diferença significativa de capital imobilizado.
Passo 4 — Defina o ponto de reposição
O ponto de reposição (PR) é o nível de estoque que, quando atingido, dispara um novo pedido de compra. Não é o momento em que o estoque acaba — é o momento em que é preciso pedir para que a mercadoria chegue antes que o estoque se esgote.
A fórmula:
Ponto de Reposição = (Demanda Média Diária × Lead Time) + Estoque de Segurança
Onde:
– DMD = demanda média diária (unidades)
– LT = lead time médio real em dias
– ES = estoque de segurança calculado no passo anterior
Aplicação ao exemplo:
- Demanda média diária: 40 / 5 = 8 unidades/dia
- Lead time: 10 dias
- Estoque de segurança: 28 unidades
PR = (8 × 10) + 28 = 108 unidades
Interpretação: sempre que o estoque desse SKU atingir 108 unidades, a distribuidora emite um novo pedido. Se o cálculo estiver correto, durante os 10 dias de espera pela entrega, o estoque consumirá as 80 unidades previstas e as 28 unidades de segurança permanecerão como reserva para variações.
Esse número não é fixo para sempre. Se a média de vendas muda, se o fornecedor altera o prazo, se a variabilidade aumenta — o ponto de reposição precisa ser recalculado. O que leva ao passo 5.
Uma verificação rápida para saber se o PR está bem calibrado: se a operação frequentemente chega a zerar o estoque do SKU antes da chegada do pedido, o PR está subestimado. Se o estoque no momento do recebimento ainda está alto (próximo do PR original), o PR está superestimado e o capital de giro está sendo consumido desnecessariamente. O ideal é que o estoque toque o nível de segurança em cerca de 5% dos ciclos de reposição — exatamente a probabilidade de ruptura que o nível de serviço de 95% admite.
Passo 5 — Revise periodicamente
Nenhum cálculo de estoque permanece válido para sempre. A demanda muda com sazonalidade, entrada de concorrentes, mudanças no portfólio. O lead time muda quando o fornecedor altera sua operação ou quando a logística é impactada. O nível de serviço pode precisar de ajuste conforme a empresa evolui sua estratégia comercial.
Chopra e Meindl (2019) enfatizam que a gestão de estoque eficaz requer ciclos explícitos de revisão — não reativos, mas programados. Sem cadência de revisão, os parâmetros calculados nos passos 1 a 4 degradam com o tempo e voltam a ser intuição disfarçada de método.
Uma boa prática para PMEs:
- Revisão mensal para itens classe A (alta relevância no faturamento)
- Revisão trimestral para itens classe B
- Revisão semestral para itens classe C, com avaliação de possível descontinuação
Em cada revisão, recalcular média de demanda, desvio padrão e lead time com os dados mais recentes. Se os números mudaram significativamente, atualizar o ponto de reposição e o estoque de segurança.
A revisão periódica também é o momento de identificar padrões: SKUs cuja demanda caiu sistematicamente nos últimos 3 meses, fornecedores cujo lead time está se deteriorando, itens cuja variabilidade aumentou e agora exigem mais estoque de segurança do que antes.
Para operações com mais de 200 SKUs ativos, a revisão individual de cada item é inviável. A solução é segmentar o portfólio com a curva ABC — concentrar esforço analítico nos 20% de SKUs que respondem por 80% do faturamento. Os itens B recebem parâmetros padronizados com revisão trimestral. Os itens C operam com regras simplificadas e são avaliados coletivamente para possível racionalização do portfólio.
Tabela-resumo: os 5 passos e suas fórmulas
| Passo | O que fazer | Fórmula / Método | Dados necessários | Frequência de revisão |
|---|---|---|---|---|
| 1 | Mapear demanda | Média e desvio padrão das vendas | Histórico de vendas (12–24 meses) | Mensal (A), trimestral (B), semestral (C) |
| 2 | Determinar lead time | Média e desvio dos tempos reais de entrega | Datas de pedido e recebimento (últimos 6–12 pedidos) | Trimestral ou a cada mudança de fornecedor |
| 3 | Calcular estoque de segurança | ES = Z × σd × √LT | Z (nível de serviço), σd, LT | A cada revisão de demanda ou lead time |
| 4 | Definir ponto de reposição | PR = (DMD × LT) + ES | DMD, LT, ES | A cada revisão dos insumos |
| 5 | Revisar periodicamente | Recalcular todos os parâmetros | Dados atualizados | Cadência definida por classe ABC |
Próximos passos
Os 5 passos deste guia resolvem o cálculo individual de cada SKU. Eles formam a base operacional. Mas quando uma empresa gerencia centenas ou milhares de SKUs, é preciso estruturar esse cálculo dentro de um processo integrado de planejamento de compras.
É nesse ponto que entram duas ferramentas metodológicas:
- O Open-To-Buy (OTB), que define o orçamento de compras disponível por período, garantindo que as decisões individuais de reposição respeitem o limite financeiro da empresa. O artigo O que é Open-To-Buy e por que todo varejista precisa usar detalha o método completo.
- O ponto de reposição automatizado, que escala o conceito do passo 4 para operações com dezenas ou centenas de itens ativos. O artigo Ponto de reposição: fórmula, cálculo e como automatizar aborda fórmulas avançadas e automação em Excel, ERP e sistemas integrados.
A OTB.AI disponibiliza uma planilha-modelo de cálculo de estoque ideal para PMEs. Para receber, ou para conversar sobre como aplicar este método na sua operação, acesse o Formulário de Contato.
Referências citadas:
- Corsten, D. & Gruen, T. (2003). 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, 31(12), 605–617.
- Silver, E.A., Pyke, D.F. & Peterson, R. (1998). Inventory Management and Production Planning and Scheduling (3ª ed.). John Wiley & Sons.
- Chopra, S. & Meindl, P. (2019). Supply Chain Management: Strategy, Planning, and Operation (7ª ed.). Pearson Education.