Estoque de segurança para item importado: como dimensionar com lead time longo e variável

1. As duas políticas e onde o estoque de segurança entra

Revisão contínua (ponto de pedido). Você repõe quando a posição de estoque cruza o ponto de pedido: ROP = D̄ × L̄ + SS. O estoque de segurança protege a incerteza durante o lead time.

Revisão periódica (pedido a cada T períodos, até um nível-alvo). O pedido de hoje precisa cobrir a demanda até a chegada do PRÓXIMO pedido, então a janela protegida é T + L, e o desvio relevante é o da demanda ao longo de T + L. Consequência documentada nos textos de referência: para o mesmo nível de serviço, a revisão periódica exige mais estoque de segurança que a contínua, porque protege uma janela maior. Importador que pede "uma vez por mês para fechar contêiner" está em revisão periódica com T grande, e o T é uma variável de decisão tão importante quanto o lead time (a economia do lote e do embarque está em MOQ e frete).

Uma nota de notação antes de seguir, porque a literatura se contradiz nos símbolos: aqui, s_L é sempre o desvio-padrão do lead time, e σ_DL o desvio-padrão da demanda durante o lead time. Em vários textos "σ_L" significa ora um, ora outro; ao comparar com a sua planilha ou o seu ERP, confira o que cada símbolo significa lá.

2. Nível de serviço: a decisão que vem antes de qualquer fórmula

Dois conceitos que o mercado mistura, com consequências caras:

• Nível de serviço de ciclo (CSL): a probabilidade de NÃO faltar em um ciclo de reposição. É a ele que o z da tabela normal corresponde.
• Fill rate: a fração da demanda atendida do estoque. Considera o tamanho da falta, não só a ocorrência, e depende também do tamanho do lote (lotes grandes = menos ciclos expostos).

Os dois podem ficar longe um do outro. No exemplo numérico de Chopra, Reinhardt e Dada (2004): com demanda semanal média de 2.500 e desvio 500, lead time de 2 semanas e lote de 10.000, estoque de segurança ZERO já entrega fill rate de 97,2%, com CSL de apenas 50%. É por isso que os autores observam que a maioria das empresas mira fill rate de 97 a 99% e, sem perceber, opera com CSL entre 50 e 70%. Guarde esse intervalo: ele volta na seção 5 como o regime onde a fórmula clássica mais engana.

E o z em si é uma decisão: os textos de referência (a linhagem Silver, Pyke e Peterson) tratam o fator de segurança ou como resultado de uma minimização de custo (custo de falta contra custo de carregar) ou como um piso definido pela gestão. Não existe "nível de serviço certo" universal; existe o trade-off do seu item, e o custo de carregar o estoque que o z implica é caixa parado (quanto custa esse capital).

3. A fórmula clássica, com as premissas escritas

Só incerteza de demanda, lead time constante: SS = z × σ_D × √L. O √L exige que demanda de períodos diferentes seja independente e identicamente distribuída, e que D̄, σ_D e L estejam na mesma unidade de tempo (tudo em dias, ou tudo em semanas).

Demanda E lead time incertos (o caso do importador):

SS = z × √(L̄·σ_D² + D̄²·s_L²)

A forma é a mesma em todas as fontes de referência (a formulação clássica remonta a Silver e Peterson; os textos de Chopra e Meindl e as revisões acadêmicas trazem a mesma composição de variância). As premissas, como as próprias fontes as declaram:

1. Demanda por período iid, aproximadamente normal.
2. Lead time com média L̄ e desvio s_L, independente da demanda.
3. A demanda durante o lead time é tratada como normal, o que é uma aproximação, não um teorema: a distribuição verdadeira é uma mistura (uma componente para cada valor possível de lead time), e é dessa diferença que a seção 5 vive.

A aproximação tem defensores honestos: para item de giro rápido e demanda pouco volátil, estudo empírico em sete indústrias mostrou que o erro no estoque de contingência pode ser grande e ainda assim ter pouco efeito no custo total do sistema (Tyworth e O'Neill, 1997). A crítica da seção 5 é específica de regime; não jogue a fórmula fora onde ela funciona.

4. Medir as entradas: o trabalho que ninguém faz e que muda tudo

• Meça o lead time real, pedido a pedido, por rota: da confirmação do pedido à disponibilidade no seu estoque, com as datas reais. O registro por recebimento que o guia de desempenho do fornecedor manda manter é exatamente a base de dados de L̄ e s_L; a mesma linha serve às duas contas.
• Decida a base de medição e declare-a: data prometida ou data real? disponibilidade no sistema ou chegada física? Chopra e Meindl trazem um caso de campo em que o pico de recebimento num único dia da semana fazia o lead time medido parecer longo e variável, porque o gargalo era a doca do próprio comprador; nivelar os pedidos "reduziu significativamente" a média e a variância medidas. O seu s_L contém o seu próprio processo.
• Separe as pernas: produção, trânsito na origem, trânsito internacional, desembaraço, entrega interna (recorte operacional nosso, útil para agir; a literatura trata o lead time agregado). A perna do desembaraço é a que mais interessa à seção 5b, porque ela não varia "um pouco em torno da média": ela bifurca por canal (como o canal é determinado).
• Respeite o tamanho da amostra: uma rota com embarque mensal gera 12 observações por ano, e a pesquisa mostra que estimar as entradas com pouca história não é neutro: o procedimento tradicional produz estoques de segurança até 30% menores do que deveriam ser, com serviço até 10 pontos abaixo da meta, porque os erros de previsão ao longo do lead time se correlacionam em vez de se cancelarem (Prak, Teunter e Syntetos, 2017). Com amostra curta, trate o resultado da fórmula como piso provisório, não como verdade.
• Não há, na literatura de referência, um "n mínimo" canônico para estimar s_L; o que há é o alerta acima. Comece a medir hoje: a série é o ativo.

5. Onde a fórmula engana o importador: três regimes documentados

5a. O regime de serviço em que a maioria opera (a alavanca errada)

O resultado central de Chopra, Reinhardt e Dada (2004), calculado com a distribuição exata da demanda no lead time em vez da aproximação normal: existe um limiar de CSL, tipicamente entre 50% e 70% (mais alto quanto mais assimétrico o lead time), abaixo do qual reduzir a variabilidade do lead time AUMENTA o estoque de segurança de que você realmente precisa, enquanto reduzir o lead time médio o diminui; a aproximação normal prevê o contrário. Números do próprio artigo (lead time gama, média 10, desvio 5; CSL de 60%): a fórmula normal manda ter 28 e diz que cortar o desvio para 4 reduz a necessidade; o cálculo exato mostra necessidade de 20, que sobe para 22 quando o desvio cai para 4, e que cai para 15 quando o lead time médio cai para 8. Como a seção 2 mostrou que fill rate de 97 a 99% coloca a maioria das empresas exatamente nesse intervalo de CSL, a conclusão dos autores é direta: nesse regime, quem quer reduzir estoque deve encurtar o lead time, não estabilizá-lo. Em CSL alto (95%), a história inverte: lá a redução da variabilidade domina, e a fórmula acerta a direção. Análises exatas independentes (Song, 1994) confirmam a estrutura: mais variabilidade de lead time sempre custa mais dinheiro, mas se custa mais estoque depende do regime de serviço.

Tradução para a mesa de compras importada: rota nova, longa e com fill-rate alvo típico? A alavanca provada é encurtar (modal, rota, prioridade de produção, desembaraço preparado), e não pagar prêmio por "previsibilidade" mantendo o prazo longo.

5b. Lead time de importação não é normal (e o desembaraço é bimodal)

A crítica fundacional é de Eppen e Martin (1988): a demanda durante o lead time é uma mistura de distribuições, uma componente para cada valor possível de lead time, e tratar essa mistura como uma normal única "pode produzir uma probabilidade de falta flagrantemente errada" (nas palavras deles, "egregiously in error"). Não é teoria distante: Disney, Maltz, Wang e Warburton (2016) mediram rotas oceânicas China-EUA com milhares de contêineres por rota e encontraram distribuições de lead time visivelmente não normais e multimodais, citando expressamente "inspeções aduaneiras aleatórias" entre os mecanismos, e mostrando que as fórmulas clássicas "não são adequadas a cadeias globais com trânsitos longos e múltiplos handoffs".

O caso brasileiro é o exemplo perfeito, e vale declarar o estatuto: o que segue é derivação a partir do resultado de Eppen e Martin, não um estudo citável. Se o seu desembaraço sai em 2 dias no canal verde e em 12 no vermelho, o seu lead time não é "7 ± alguma coisa": é uma distribuição de dois picos. A média e o desvio que entram na fórmula descrevem um lead time que quase nunca acontece, e um ponto de pedido calculado pelo z pode cair exatamente no vale entre os picos, onde pequenas mudanças no estoque produzem saltos grandes no serviço real. O tratamento honesto é por cenário: calcule a necessidade em cada canal (com a frequência real dos seus canais) em vez de embutir a bifurcação num desvio-padrão; e trabalhe a causa, que é reduzir a frequência do canal ruim (o guia de canais mostra do que ela depende). Alternativa mais geral, apontada pela literatura recente: dimensionar pelos quantis empíricos da sua própria série de demanda-no-lead-time, sem impor forma (abordagens não paramétricas e de bootstrap; Saldanha, Price e Thomas, 2023).

5c. Demanda intermitente: o z não serve

Para o item que vende em pulos (semanas de zero, depois um pedido), a demanda no lead time tem massa em zero, assimetria forte e às vezes vários picos; a literatura mostra que métodos de suavização comuns e o estoque de segurança normal degradam nesse regime (Willemain, Smart e Schwarz, 2004). A classificação padrão usa dois números: o intervalo médio entre demandas (ADI) e o CV² do tamanho das demandas, com cortes em ADI 1,32 e CV² 0,49 (linhagem Syntetos-Boylan-Croston); acima do corte de ADI o item é intermitente ou errático, e a previsão certa vem da família Croston (1972) com a correção de viés de Syntetos e Boylan (2005), não da média móvel com z em cima. Para a cauda longa do seu MRO importado, a regra prática: classifique antes de calcular, e para os intermitentes dimensione por quantil empírico da demanda no lead time ou por lógica de lote de reposição, nunca pelo z.

6. Exemplo trabalhado (ilustrativo)

Números redondos e inventados, para mostrar a mecânica e o fato estrutural. Item importado, revisão contínua; demanda D̄ = 100 unidades/dia com σ_D = 30; lead time L̄ = 45 dias com s_L = 10; alvo de CSL 90% (z = 1,28), escolhido de propósito: 90% está ACIMA da faixa crítica da seção 5a, então aqui a direção da fórmula é confiável.

σ_DL = √(45 × 30² + 100² × 10²) = √(40.500 + 1.000.000) = √1.040.500 ≈ 1.020 unidades SS = 1,28 × 1.020 ≈ 1.306 unidades ≈ 13 dias de demanda ROP = 100 × 45 + 1.306 = 5.806 unidades

As duas leituras que pagam o exemplo:

1. A variabilidade do lead time domina: o termo do prazo (1.000.000) é 25 vezes o termo da demanda (40.500). Refinar a previsão de venda quase não move a conta: cortar σ_D pela metade derruba o SS em ~2%; cortar s_L pela metade (10 → 5) derruba σ_DL para √290.500 ≈ 539 e o SS para ~690, quase metade. Com lead time longo, o estoque de segurança é sobretudo um imposto sobre a incerteza do SEU canal de suprimento, e é lá que se ataca.
2. O número herda todas as premissas da seção 5. Se essa rota tem desembaraço bimodal, os "45 ± 10 dias" são uma ficção estatística e o cenário por canal responde melhor; se o alvo real fosse fill rate alto com CSL na faixa de 50 a 70%, a comparação de alavancas acima mudaria de sinal. O exemplo é um piso de raciocínio, não uma resposta.

7. A régua prática por tipo de item

E a revisão: recalcule quando a rota mudar (fornecedor, modal, canal predominante), não só no ciclo anual. O estoque de segurança certo de ontem é o errado de hoje se o lead time mudou de forma.