OTIF: como calcular corretamente e descobrir por que as entregas falham

O OTIF é a porcentagem de pedidos entregues no prazo e completos ao mesmo tempo: divide-se o número de pedidos que cumpriram as duas condições pelo total de pedidos com entrega prevista no período. A conta é simples. O que faz duas empresas com a mesma operação chegarem a números muito diferentes são as regras por trás dela: qual data vale como prazo, o que conta como completo e em que momento a entrega é considerada feita. Para descobrir por que as entregas falham, o caminho é separar os pedidos reprovados por tipo de falha e depois pela etapa do processo em que o atraso ou a falta aconteceu.

Qual é a fórmula do OTIF?

OTIF = pedidos entregues no prazo e completos ÷ pedidos com entrega prevista no período × 100. O denominador são os pedidos que deveriam ter sido entregues no mês, pela data prometida, e não os que foram faturados nele. Quem usa a data de faturamento como filtro tira do cálculo justamente os pedidos que atrasaram tanto que viraram o mês.

Um erro frequente é multiplicar o percentual no prazo pelo percentual completo. Os dois eventos não são independentes: o pedido que atrasou por falta de estoque costuma ser o mesmo que saiu incompleto. O OTIF correto conta, pedido a pedido, quem passou nas duas condições. Em um modelo do Power BI em que a tabela de pedidos já traz as duas marcações calculadas na carga, a medida fica assim:

OTIF % =
VAR PedidosPrevistos =
    COUNTROWS ( fPedidos )
VAR PedidosOTIF =
    CALCULATE (
        COUNTROWS ( fPedidos ),
        fPedidos[NoPrazo] = TRUE (),
        fPedidos[Completo] = TRUE ()
    )
RETURN
    DIVIDE ( PedidosOTIF, PedidosPrevistos )

Para a medida funcionar, a tabela de pedidos precisa se relacionar com o calendário pela data prometida, e as colunas NoPrazo e Completo precisam ser calculadas no nível do pedido, a partir de todas as linhas e de todas as notas de entrega dele.

Quais regras de medição definir antes de calcular?

• Data de referência do prazo: a data solicitada pelo cliente, a data confirmada pela empresa ou uma data recalculada depois. A mais usada é a data confirmada, congelada no momento da confirmação. Reprogramação só vale quando o próprio cliente pede, e com registro.
• Evento que marca a entrega: o faturamento mede a operação interna; o recebimento no cliente, com comprovante de entrega, mede o que o cliente percebe. São indicadores diferentes e não devem ser misturados no mesmo número.
• Janela de tolerância: se entregar um dia antes conta como no prazo, se existe folga de um dia depois e se o cliente tem janela de recebimento por horário.
• Critério de completo: 100% da quantidade de todas as linhas, ou uma tolerância para itens vendidos por peso ou metro. Item substituto aceito pelo cliente precisa de regra própria.
• Nível de medição: por pedido, por linha ou por quantidade. O OTIF por pedido é o mais exigente e o que mais se aproxima da experiência do cliente; o por linha ajuda a achar os itens problemáticos.
• Exclusões: pedidos cancelados pelo cliente, retiradas no próprio armazém e vendas sem data combinada. Tudo o que sai do cálculo precisa ficar visível e contado, senão a exclusão vira atalho para melhorar o indicador.

Essas regras precisam estar escritas e aprovadas por comercial, logística e atendimento antes do primeiro painel. Sem isso, cada área continua defendendo o próprio número, um problema parecido com o que descrevemos em Por que os números do Power BI não batem com o ERP?.

Como fica o cálculo em um exemplo?

Os números a seguir são fictícios e servem só para mostrar o método. Uma distribuidora tem 200 pedidos com entrega prevista em setembro. Desses, 170 chegaram no prazo (85%) e 180 chegaram completos (90%). Contando pedido a pedido, 158 cumpriram as duas condições, então o OTIF é de 79%. Quem multiplicasse 85% por 90% chegaria a 76,5%, um número que não corresponde a nenhum pedido real.

Agora a mesma carteira medida pela data de faturamento em vez da data de entrega no cliente. Catorze pedidos saíram do armazém no dia certo, completos, e chegaram atrasados por causa do transporte. Pela régua do faturamento, eles passam, e o OTIF sobe para 86%. Nenhum dos dois números está errado, mas só o segundo responde à pergunta sobre a expedição, e só o primeiro responde à pergunta sobre o cliente.

Como descobrir por que as entregas falham?

O primeiro corte é pelo tipo de falha. No exemplo, os 42 pedidos reprovados se dividem em 22 só atrasados, 12 só incompletos e 8 com as duas falhas. Esse corte já muda a conversa: atraso e falta de item costumam ter donos diferentes dentro da empresa.

O segundo corte é pela etapa. Para isso, cada pedido precisa carregar as datas dos eventos que atravessou: entrada do pedido, liberação de crédito, reserva de estoque, separação, faturamento, saída do veículo e entrega. Comparando o tempo de cada etapa com o padrão combinado para ela, a etapa que estourou aponta a causa. As mais comuns são:

• Falta de estoque na liberação: o pedido espera reposição ou sai parcial. É a causa que mais aparece nas duas falhas ao mesmo tempo.
• Bloqueio de crédito ou de aprovação comercial: o pedido fica parado antes de chegar ao armazém, e a logística recebe um prazo que já não cabe.
• Separação e expedição: falta de capacidade em dias de pico, erro de separação ou conferência que devolve o pedido para a fila.
• Transporte: transportadora, rota, janela de recebimento do cliente ou coleta que não aconteceu no horário previsto.
• Promessa irreal: o comercial confirma um prazo menor que o tempo padrão do processo, e o pedido nasce atrasado.

Voltando ao exemplo, dos 30 pedidos atrasados, 14 atrasaram no transporte, 10 esperaram estoque e 6 ficaram presos na liberação de crédito. Dos 20 incompletos, 15 saíram parciais por falta de saldo e 5 por erro de separação. Das 50 ocorrências de falha (30 atrasos e 20 faltas), a falta de estoque responde por 25, metade do total, e o transporte, com 14, fica em segundo. Nesse cenário, trocar de transportadora resolveria bem menos do que avisar antes que o item vai faltar, assunto do artigo sobre alertas de ruptura de estoque.

Que cuidados mantêm o OTIF confiável?

• Travar a data prometida: se qualquer pessoa pode alterar a data de entrega no ERP depois da confirmação, o OTIF melhora sem que nenhuma entrega melhore. Guarde a data original e registre quem mudou e por quê.
• Mostrar OT e IF ao lado do OTIF: o número combinado diz se há problema; os dois separados dizem onde procurar.
• Abrir por cliente, canal, filial e transportadora: uma média de 90% pode esconder um cliente grande com 60%.
• Deixar a regra visível no painel: data de referência, tolerância e exclusões escritas na própria página, para ninguém comparar números calculados de jeitos diferentes.

A mesma lógica vale para o OTIF de fornecedores, olhando para o pedido de compra: data confirmada pelo fornecedor, quantidade pedida e data de recebimento na nota de entrada. Com as duas pontas medidas pelas mesmas regras, fica mais fácil separar o atraso que nasce dentro de casa do atraso que já chega de fora.

Se o OTIF da sua empresa hoje sai de uma planilha montada no fim do mês, ou se ninguém consegue dizer em qual etapa os pedidos atrasam, vale ver como um painel logístico com essas regras funcionaria sobre os seus próprios dados. Esse é o ponto de partida do diagnóstico gratuito da Insight Pro no serviço de Supply Chain Analytics: mapeamos onde estão as datas de pedido, expedição e entrega no seu ERP e no sistema de transporte, propomos as regras de medição e mostramos como o painel de OTIF por etapa ficaria na sua operação.