Em um caso relatado pelo Grupo Intelsis, um varejista especializado com grande número de SKUs tinha compradores experientes e uma rotina de compras estabelecida. Ainda assim, registrava falta dos itens mais vendidos, sobra de produtos sazonais e pedidos urgentes frequentes.
Em 18 meses, a empresa reduziu o estoque total em 35% sem perder nível de serviço, recuperou 3 pontos de margem sobre vendas e cortou em mais de 60% os pedidos fora do ciclo. Não trocou de ERP nem migrou dados. A seguir, o caminho percorrido: o diagnóstico, a decisão, a implantação e o que o caso ensina a quem enfrenta sintomas parecidos.
Bons compradores, informação atrasada
A rotina de compras combinava quatro fontes: o histórico de vendas, as projeções trimestrais da área comercial, os acordos com fornecedores e a experiência da equipe. O resultado era razoável, mas trazia um atraso embutido. Quando a previsão ficava pronta, os dados já tinham dias ou semanas de defasagem, e cada correção só produzia efeito no ciclo de compra seguinte.
O diagnóstico apontou atraso na informação usada nas compras. Por isso, o projeto se concentrou no fluxo de dados e na frequência das recomendações, mantendo a experiência da equipe na avaliação das decisões.
Três sintomas do mesmo atraso
O atraso se manifestava de três formas, sempre nos momentos mais sensíveis para o negócio:
- Ruptura nos itens de maior giro durante os picos de demanda, justamente quando cada venda perdida pesa mais.
- Sobrestoque crônico de produtos sazonais que não venderam na temporada e passaram a imobilizar capital.
- Pedidos urgentes fora do ciclo, que encareciam a logística e pressionavam a relação com os fornecedores.
No caso descrito, as previsões demoravam a acompanhar as mudanças de demanda, contribuindo para faltas, excessos e pedidos urgentes. Para avaliar esses problemas na sua empresa, consulte as quatro perguntas de diagnóstico sobre sobrestoque e rupturas.
Requisitos da solução
A empresa sabia o que não queria: um novo ERP ou um projeto de consultoria de muitos meses. Procurava uma ferramenta de inteligência artificial que se conectasse aos sistemas existentes, aprendesse com o histórico e recomendasse o que pedir, quanto e quando.
A escolha tinha um princípio claro: a decisão final continuaria com as pessoas. A ferramenta assumiria o trabalho repetitivo de montar e recalcular previsões, SKU a SKU. Os compradores revisariam as recomendações, acrescentariam o que sabem sobre fornecedores, mercado e negociações e tomariam a decisão.
A revisão pelos compradores permite incluir informações sobre fornecedores e mercado que não estão no histórico de vendas. Também dá à equipe a oportunidade de questionar as recomendações e tratar exceções.
Recomendações em menos de uma semana
A implantação foi mais rápida do que o esperado. Conectada ao ERP que a empresa já usava, a solução processou o histórico de vendas e estoque e começou a gerar recomendações em menos de uma semana, sem migração de dados, sem treinamento técnico extenso e sem interromper a operação.
Um início nesse ritmo depende de algumas condições que vale verificar antes de qualquer projeto parecido:
- Histórico acessível: vendas e movimentações de estoque por SKU que possam ser extraídas do ERP sem retrabalho manual.
- Cadastro consistente: códigos, unidades de medida e hierarquia de categorias que permitam comparar períodos.
- Escopo definido: quais decisões a ferramenta vai apoiar e quem aprova cada recomendação.
- Indicadores de partida: estoque, nível de serviço, margem e pedidos urgentes medidos antes do início, para comparar depois.
O que mudou em 18 meses
Os resultados reportados cobrem os primeiros 18 meses de uso:
- Estoque total 35% menor, sem impacto no nível de serviço. O capital liberado foi direcionado a categorias de maior giro e maior margem.
- 3 pontos a mais de margem sobre vendas, com menos liquidações e melhor cobertura dos itens de alta demanda.
- Mais de 60% menos pedidos fora do ciclo, o que gerou economia logística e uma relação mais estável com os fornecedores.
- Compradores com foco estratégico: em vez de montar e corrigir previsões, a equipe analisa recomendações prontas e dedica seu tempo a fornecedores, negociações e decisões de negócio.
No caso relatado, a redução do estoque parado liberou capital para categorias de maior giro, enquanto a queda nos pedidos urgentes reduziu custos logísticos. A mudança ocorreu com o ERP existente e com uma nova forma de disponibilizar recomendações aos compradores.
Lições para quem planeja um projeto parecido
A ferramenta passou a executar o trabalho repetitivo de preparação das previsões. Os compradores continuaram responsáveis por avaliar as recomendações e tomar as decisões, usando sua experiência sobre fornecedores e mercado.
Há também uma lição de sequência. Em vez de um programa de transformação amplo, o ponto de partida foi uma decisão específica, a reposição de estoque, com indicadores claros. Um recorte assim facilita medir o retorno, conquistar a confiança da equipe e escolher os próximos passos com base em dados.
Para aprofundar o tema, este artigo explica como uma solução de IA apoia decisões de demanda, estoque e preço e para qual perfil de empresa ela faz mais sentido.
Próximo passo: avaliar o potencial na sua operação
Se a sua empresa reconhece esses sinais, a equipe do Grupo Intelsis pode ajudar a estimar o potencial de melhoria com os seus próprios dados, entender o que o ERP atual já oferece e definir se faz sentido começar por algumas categorias. Converse com a nossa equipe e traga para a conversa os números do último trimestre.
