A maior perda do varejo mundial não está em fraude, em frete nem em markdown. Está em ter a coisa errada no lugar errado:
US$ 1,7 tri
de distorção global de estoque
6,2%
das vendas de varejo, contra 10,4% em 2021
65,6%
da distorção são rupturas
US$ 690,9 bi
só de prateleira vazia
Prateleira vazia sozinha vale mais de três vezes qualquer outra categoria de perda do setor. E a conta de recuperação é brutal: cada US$ 100 perdidos exigem cerca de US$ 7.500 em vendas adicionais para cobrir, porque a conta é de margem, não de receita.
Ruptura e excesso não são simétricos
Os dois lados da distorção têm custos de natureza diferente, e tratá-los com o mesmo peso é um erro de projeto:
| Ruptura (65,6%) | Excesso (34,4%) | |
|---|---|---|
| Custo imediato | venda perdida, margem perdida | capital parado, espaço ocupado |
| Custo oculto | cliente compra do concorrente e não volta | markdown no fim do ciclo |
| Visibilidade | quase invisível: não há registro de venda que não aconteceu | visível no estoque e no balanço |
| Efeito no modelo | vira histórico de demanda baixa e se perpetua | não contamina a previsão |
O setor investe mais em excesso porque ele aparece. Ruptura é a ausência de um evento, e ausência não gera registro.
A última linha é a mais perversa, e é o mecanismo central deste artigo.
O ciclo que se alimenta sozinho
Uma ruptura não corrigida não é um evento isolado. Ela reprograma o sistema:
O item falta na gôndola → não há venda → o histórico registra demanda zero naquele dia → a previsão para as próximas semanas cai → a sugestão de reposição diminui → o item falta mais → a previsão cai de novo.
O modelo fica cada vez mais confiante numa demanda que ele mesmo ajudou a suprimir. E o indicador de acurácia melhora enquanto isso acontece, porque prever zero para um item que vende zero é fácil.
A correção é conhecida e barata: dias de ruptura devem entrar no treino como dado faltante, e não como venda zero. Isso exige saber quais dias foram de ruptura, que é o problema de medição a seguir.
Como saber que houve ruptura
Ninguém registra a venda que não aconteceu. Existem quatro formas de inferir, com custos e precisões diferentes:
Saldo de sistema igual a zero. A mais barata e a menos confiável, porque depende justamente do dado sob suspeita. O caso que ela não pega é o pior de todos: estoque fantasma, em que o sistema registra saldo positivo e a prateleira está vazia. Nesse caso nenhum pedido é gerado e nenhum alerta dispara.
Venda zero contra venda esperada. Estatística: se um item que vende 8 por dia vende zero por dois dias seguidos numa loja e continua vendendo nas outras, há indício forte de ruptura. Roda sobre dado que já existe, não exige hardware, e é a melhor relação entre custo e cobertura.
Auditoria física por amostra. Alguém percorre a gôndola com uma lista. É a verdade de campo e a referência para calibrar os outros métodos, e quase nenhuma rede faz isso com regularidade.
Visão computacional de gôndola. Câmera fixa ou robô de corredor detectando espaço vazio. Não corrige o saldo, mas detecta o sintoma diretamente e em tempo quase real. É a mais cara e a mais direta.
O caminho pragmático combina as duas do meio: venda zero contra esperada para cobertura ampla, auditoria física por amostra para calibrar.
De onde vem a divergência que causa tudo isso
A ruptura por falha de reposição é uma parte. A outra vem do saldo errado, e as causas são sempre as mesmas:
- Recebimento sem conferência: a nota entra, a quantidade não bate, ninguém ajusta.
- Unidade de medida: o fornecedor entrega em caixa, o sistema baixa em unidade.
- Transferência entre lojas não baixada na origem ou sem entrada no destino.
- Quebra, avaria e vencimento não registrados no momento.
- Perda desconhecida, que só aparece no inventário.
- Venda com código errado no PDV: dois itens de mesmo preço, o operador bipa o que está à mão.
Todas se resolvem com processo, e são pré-requisito de qualquer caso de uso de previsão, reposição ou comércio agêntico.
O que aumenta a acurácia, em ordem de custo
Quatro intervenções, da mais barata para a mais cara. A ordem importa porque a primeira quase sempre basta para destravar o caso de uso.
Contagem cíclica priorizada. Algumas dezenas de SKUs por dia, escolhidos por curva ABC e por giro, dentro do roteiro que a loja já executa. Não exige hardware nem sistema novo, e é a intervenção que mais falta. Um item de giro alto contado a cada duas semanas mantém acurácia; um inventário anual mede o dia do inventário.
Correção de processo no recebimento. É onde a maior parte da divergência entra. Conferência por amostragem no recebimento, com tolerância declarada e ajuste imediato quando não bate, custa tempo de operação e evita o erro que vai se propagar por meses.
Monitoramento de gôndola por visão computacional. Câmera fixa ou robô de corredor. Não corrige o saldo, mas detecta a prateleira vazia, que é o sintoma que importa e o que o saldo não revela. Custo por loja, e por isso entra depois.
RFID em nível de item. Muda a ordem de grandeza do esforço de contagem: a loja inteira é inventariada em horas, não em dias. Funciona bem em vestuário e categorias de ticket alto; em mercearia de giro rápido, o custo por etiqueta ainda decide contra.
Nenhuma delas é um projeto de IA, e todas são pré-requisito de um. Por isso aparecem antes no cronograma de quem obtém retorno.
Por que o setor sabe disso e não resolve
Não é falta de consciência. "Visibilidade de estoque" é a 2ª maior prioridade tecnológica do varejo em 2026, com 46%, e esteve no top 3 em 11 dos últimos 14 anos.
O setor sabe onde está o buraco há uma década e continua investindo no algoritmo em vez de na acurácia do sinal que o alimenta. Três motivos explicam:
- Algoritmo tem fornecedor; processo de recebimento tem trabalho interno.
- Modelo é demonstrável em semanas; contagem cíclica aparece em meses.
- A ruptura é invisível no relatório, e o que não aparece não compete por orçamento.
O resultado está medido: 95% dos varejistas europeus experimentam IA e apenas 5% veem ROI claro e escalável (Voyado + Retail Economics, 300 líderes em 10 mercados europeus); 16,5% conseguem quantificar o retorno (Deloitte, 200 executivos).
O que separa quem obtém retorno de quem não obtém é se o dado de estoque por baixo é acurado o suficiente para agir.
O que fazer primeiro
Meça a ruptura em gôndola, não no sistema. Amostra de lojas e categorias, auditoria física, uma vez por semana. É o número que ninguém tem e que muda a conversa.
Trate dia de ruptura como dado faltante no treino. Correção de uma linha no pipeline que impede o modelo de aprender a demanda suprimida.
Ataque a divergência no recebimento. É onde a maior parte entra, e é processo, não tecnologia.
Implante contagem cíclica priorizada por curva ABC e giro, no roteiro diário. É a intervenção mais barata e a que quase sempre falta.
Só então compre previsão. Com o sinal confiável, o mesmo modelo entrega muito mais; com o sinal ruim, nenhum modelo entrega.
Três perguntas antes do próximo piloto
- Qual é a acurácia real do seu dado de estoque por loja? Medida contra contagem física, não contra o sistema.
- Quantos dias de ruptura você consegue identificar no histórico? Se a resposta for nenhum, o seu modelo está aprendendo a demanda errada.
- Quanto da sua distorção é ruptura e quanto é excesso? Sem essa separação, o investimento vai para o lado visível, que é o menor.
