Oito meses após o go-live, o mestre de itens tinha mais de 1,700 descrições duplicadas, e a precisão de picking havia caído de 99.6% para 97.1%. No ano passado, o dono de um armazém 3PL em Rancho Cucamonga me colocou esses números na frente e perguntou: compramos o WMS errado?
Revisamos juntos os logs do sistema. O sistema estava bem. O problema eram os dados. Um SKU tinha sido criado três vezes: vendas o registrou como "Bluetooth earbuds - black", o atendimento ao cliente o recriou como "BT earbud blk" na correria de um backorder, e o líder do recebimento, com pressa, criou um terceiro código. Três pessoas, três descrições, um produto físico. Os pickers ficavam na frente da localização com o RF na mão, olhando para três nomes na tela sem saber qual pegar.
No go-live, os dados estavam limpos. A equipe do projeto passou dois meses limpando-os, e os consultores de implantação revisaram cada registro de SKU. Mas seis meses depois, ninguém mais era dono deles. A TI dizia que dados mestres eram trabalho do negócio; a operação dizia que o sistema era trabalho da TI. Então virou trabalho de ninguém. Os dados apodreciam um pouco mais a cada semana, o sistema ficava mais difícil de usar a cada mês, e o dono começou a se perguntar se o dinheiro tinha sido desperdiçado.
O dinheiro não foi desperdiçado. O que faltava era um papel.
Comece pelas regras: quem cria, quem edita, quem entra
A maioria dos armazéns pequenos e médios não tem um administrador de dados mestres. Os direitos de criação de SKU estão nas mãos de uma dúzia de pessoas: vendas cria SKUs para entrar pedidos mais rápido, o atendimento cria para empurrar a reposição, o líder do recebimento cria porque é mais rápido do que pedir. Quanto mais espalhadas as permissões, menos responsável alguém se sente.
Meu conselho é direto: traga os direitos de criação de volta para duas ou três pessoas, e nomeie uma delas como data steward. O melhor candidato costuma ser o super user do WMS, ou o supervisor do recebimento com um segundo chapéu — ele toca produto físico o dia inteiro, e quando uma descrição está errada ele é o primeiro para quem os pickers gritam. Isso lhe dá um incentivo natural para fazer direito.
Escreva três coisas e pregue-as na parede: quem pode criar um SKU novo; quem aprova mudanças nos atributos de localização e nas regras de lote; quem limpa os dados sujos herdados, e com qual frequência. Coloque no papel. Acordos verbais têm uma vida útil de cerca de três meses.
Me perguntam: somos uma empresa de trinta pessoas, um papel dedicado é exagero? Não precisa ser em tempo integral — um segundo chapéu está bom. Mas "segundo chapéu" não pode significar "quando eu estiver com vontade". Tem que estar escrito na descrição do cargo, com meio dia por mês reservado para isso. Trabalho que não está na descrição do cargo não é feito.
Um steward sem uma porta de entrada continua adivinhando, então você também precisa de um checklist de admissão. O nosso é assim: códigos de SKU são gerados por regra, nunca digitados à mão como "temporários"; descrições devem incluir marca, especificação e unidade de medida — nada de "o azul" nem "caixa grande"; comprimento, largura, altura e peso são obrigatórios e devem vir de uma balança de verdade, porque as dimensões de caixa que o fornecedor passa estão erradas nove em cada dez vezes; as regras de código de barras são fixas, um código por SKU, embalagem nova significa código novo; a classificação ABC recebe uma primeira chamada e depois é revista após três meses de dados de velocidade; os requisitos de lote e validade são decididos no primeiro dia, porque adicioná-los depois é o retrofit mais doloroso de todos; a estratégia de putaway também é decidida na admissão — armazenagem de pallet cheio ou picking por peça — já que isso determina para qual zona ele vai.
O checklist parece exigente. Na prática ele adiciona uns cinco minutos. Mas pense bem: um SKU ruim contamina o recebimento, o putaway, o picking e a contagem cíclica — quatro processos rio abaixo. Consertá-lo depois custa cem vezes o que custa fazê-lo direito na admissão. Não é um cálculo difícil.
O mais difícil de controlar é o "SKU temporário". Chega a alta temporada, vendas fecha um pedido urgente, o SKU ainda não existe, e o caminhão já está na porta. Minha regra: códigos temporários são permitidos, mas devem ser convertidos em SKUs reais em 30 dias, com um lembrete do sistema no vencimento. Na conversão, todos os campos faltantes são preenchidos de uma vez. Temporário, tudo bem. Podre, não.
Primeira linha de defesa: deixe o sistema bloquear
As pessoas ficam preguiçosas. Então a primeira linha de defesa pertence ao sistema.
Trave as regras de validação no WMS: campos obrigatórios não podem ser salvos vazios; campos de descrição recebem uma verificação de similaridade que avisa sobre quase-duplicados; códigos de barras são únicos em todo o banco de dados, duplicados rejeitados de cara; um peso ou dimensão de zero — ou algo absurdo — é bloqueado. Essas configurações parecem menores. Elas param cerca de oitenta por cento dos erros de baixo nível antes que existam.
Uma jogada mais dura: separar a criação do SKU de "vendável". Um SKU recém-criado fica por padrão em "pendente de revisão" e só entra no ar depois que o data steward aprova. Por mais urgente que vendas esteja, eles esperam esses cinco minutos. Esses cinco minutos são o equilíbrio entre qualidade de dados e velocidade do negócio. Meu veredicto: os cinco minutos valem a pena, porque um SKU podre solto por aí só cria problema rio abaixo.
Segunda linha de defesa: humanos fazem amostragem
O sistema pode bloquear formatos ruins. Não pode bloquear conteúdo errado no formato certo — uma descrição completa com a especificação errada. Isso exige um humano.
O método é amostragem, não auditorias completas — auditorias completas não são realistas. Toda semana, puxe 20 SKUs recém-criados ou modificados, e o steward confere cada um contra o produto físico: a descrição está certa, as dimensões estão exatas, o código de barras lê? Quando algo está errado, rastreie quem criou e corrija na hora.
Some em cima uma amostragem mensal de atributos de localização. Atributos de localização apodrecem mais rápido: uma localização marcada só para pallet cheio acaba cheia de peças avulsas seis meses depois; uma localização marcada "sem entrada no pico" não significa nada para um empilhadeirista contratado no mês passado. Amostre 50 localizações, corrija o que não bater com a realidade e escreva o porquê — foi configurado errado no início, ou alguém usou errado depois? São dois problemas diferentes com duas correções diferentes.
O perigo da amostragem é o teatro. Minha correção crua: o log de amostragem deve registrar quantos problemas foram encontrados. Três meses seguidos de "zero problemas" significa que a própria amostragem está quebrada. Num armazém de verdade, zero problemas basicamente não acontece.
Terceira linha de defesa: amarre ao salário
Se as duas primeiras linhas estão no lugar e os dados ainda se deterioram, há exatamente uma razão: as pessoas que criam dados ruins não sentem isso.
Então a terceira linha é a responsabilidade. Coloque a precisão dos dados mestres nos KPIs do departamento — ou, mais diretamente, atribua os erros de picking e os envios errados causados por problemas de dados mestres à pessoa que criou os dados. Não é multa. É um registro de erro que afeta as avaliações de desempenho. A qualidade dos dados nunca sobe na lista de prioridades até estar ligada ao sustento de alguém.
O steward também precisa da cenoura. Ele passa meio dia por mês limpando dados, ninguém percebe, e a avaliação de fim de ano dele fica igual a de quem não fez nada — da próxima vez ele não vai se dar ao trabalho. Eu coloco "precisão de dados mestres" como uma linha de bônus separada para ele: dados mais limpos, número maior. A cenoura não precisa ser grande. Precisa existir.
Três linhas juntas: o sistema bloqueia oitenta por cento, a amostragem humana pega os vazamentos, a responsabilidade conserta a motivação. Nenhuma linha sozinha é uma bala de prata. Combinadas, funcionam.
Amanhã de manhã, faça duas coisas. Primeiro, traga os direitos de criação de SKU no seu WMS de volta de uma dúzia de pessoas para duas ou três. Segundo, imprima o checklist de admissão e pregue-o na parede do escritório de recebimento. Só essas duas — nada mais por enquanto. Confira sua taxa de erros de picking em um mês. Os números vão falar.
Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.
