Quando o estoque oscila entre ruptura e excesso, o caixa sente primeiro.
A ICP precisava de uma forma mais inteligente de decidir o que comprar, quanto comprar e quando repor. A Data Facts entrou para estruturar um estoque mais previsível, conectando um aplicativo de controle diário a um modelo preditivo de reposição.
Objetivo
Organizar o cadastro de produtos e implementar uma lógica de reposição preditiva, reduzindo tanto as rupturas de estoque quanto os excessos que imobilizam capital e aumentam custos logísticos.
Duração
4 meses entre diagnóstico, organização das bases, desenvolvimento do app e implantação do modelo preditivo.
Equipe
Time Data Facts de engenharia de dados, BI e machine learning, em parceria com o time de operações e logística da ICP.
Categoria
Machine Learning aplicado à gestão de estoque, integrado a aplicação web/mobile de controle operacional.
Desafio
A ICP convivia com um cenário clássico de gestão de estoque: falta de produto em alguns itens estratégicos e excesso em outros.
Entre as causas, estavam:
-
Cadastro de produtos pouco estruturado e com informações inconsistentes
-
Dificuldade de consolidar histórico de vendas, giro e sazonalidade
-
Decisões de compra muito apoiadas em percepção, e pouco em dados
-
Falta de uma ferramenta simples para o time registrar e acompanhar o estoque no dia a dia
Esse contexto gerava perda de vendas por ruptura, aumento de custos com armazenagem e logística, além de menor previsibilidade de fluxo de caixa.
Solução
A Data Facts desenhou uma solução em duas frentes complementares: aplicativo de controle de estoque e modelo preditivo de reposição.
Os principais movimentos do projeto foram:
-
Organização e padronização das bases de produtos, com revisão de cadastros, categorias e unidades
-
Estruturação do histórico de vendas e consumo, considerando sazonalidade, mix e giro de cada item
-
Desenvolvimento de um aplicativo para controle de estoque, com interface simples para registro, consulta e acompanhamento pelos times da ICP
-
Implementação de um modelo de machine learning para previsão de demanda e definição de pontos de reposição antecipada
-
Integração entre o app e o modelo preditivo, gerando recomendações práticas de compra e alerta de risco de ruptura ou excesso
Na prática, o app passou a ser o ponto de contato diário da operação com o estoque, enquanto o modelo preditivo passou a orientar a reposição com base em dados e não apenas em feeling.
Resultados
Em poucos meses, a gestão de estoque da ICP deixou de ser reativa e ganhou previsibilidade. Entre os principais ganhos:
-
Criação de um aplicativo dedicado ao controle de estoque, adotado no dia a dia da operação
-
Organização e padronização das bases de produtos, aumentando confiabilidade das análises
-
Implementação de um modelo preditivo para reposição antecipada, reduzindo decisões intuitivas
-
Maior precisão e agilidade na reposição, com recomendações claras do que, quanto e quando comprar
-
Redução de perdas por ruptura e diminuição de excessos, com impacto direto em custos logísticos e capital imobilizado
O estoque deixou de ser um ponto cego e passou a funcionar como alavanca de eficiência operacional e financeira para a ICP.
