Moda e calçados online: grade, ruptura e a guerra contra a sobra

Olhe o estoque de qualquer marca de moda no fim de uma coleção. Os tamanhos M e G do modelo que vendeu sumiram em três semanas, e o cliente que chega depois encontra “esgotado”. Ao lado, encalhados, esperam os PP e os GG, que ninguém quer e que vão para a liquidação com 40, 50, 60% de desconto. Em calçados a cena é a mesma, com numeração no lugar de letra: faltam o 38 e o 41, sobram o 34 e o 45. A marca culpa a demanda. A demanda não tem culpa nenhuma.

A tese deste guia contraria o instinto de quem planeja por volume total: o problema não é quanto você comprou, é como você distribuiu a grade. Ruptura e sobra não são dois problemas, são o mesmo problema visto de dois lados, e os dois drenam margem ao mesmo tempo. A venda de moda e calçados não morre na vitrine. Morre na curva de tamanho que o sistema não soube modelar.

Por que a mesma coleção rompe e sobra ao mesmo tempo?

Resposta direta: porque a venda se concentra em poucos tamanhos, e quando a compra e a alocação não seguem essa curva, falta o que vende e sobra o que não vende, na mesma prateleira.

A concentração é mensurável. Painéis de gestão de curva de tamanho apresentados pela ABIT em 2022, no Congresso Internacional de Moda, apontam que em muitas marcas brasileiras cerca de 60 a 70% das vendas de uma modelagem se concentram em apenas dois ou três tamanhos, tipicamente M e G, enquanto PP, P, GG e XG dividem o restante. Em calçados, a curva é ainda mais estreita: as numerações centrais, como 37 a 39 no feminino e 40 a 42 no masculino, dominam, e os extremos (33, 34, 44, 45, 46) têm giro baixíssimo.

A consequência é estrutural. Se a compra trata a grade como uma distribuição uniforme, comprando quantidades parecidas de cada tamanho, ela garante ruptura nos centrais e sobra nos extremos antes mesmo de a coleção chegar à loja. O número que mede o estrago vem de fora: estudos globais da McKinsey e da BCG, como “Revamping fashion inventory management” (McKinsey, 2022), mostram que varejistas de moda chegam ao fim da temporada com 20 a 30% do estoque não vendido, que precisa ser liquidado com desconto pesado, e ainda assim sofrem ruptura precoce nos tamanhos quentes.

O backend que enxerga a grade, não só o total

Resolver isso é trabalho de dados, e começa no cadastro. O guia PIM, PXM, DAM e MDM trata da disciplina que falta em boa parte dos varejistas brasileiros: grade formalizada (P, M, G, GG ou numeração de 34 a 52), cor padrão e cor comercial, atributos consistentes. Muitas operações ainda agrupam tamanhos sem equivalência precisa, ou usam “tamanho único” para produtos que na prática variam, e o resultado é inconsistência de estoque e aumento de devolução. Sem cadastro de grade limpo, é impossível calcular a curva real de venda por tamanho e cor, e a reposição vira chute.

O segundo pilar é o sistema de pedidos. O OMS precisa reservar a unidade correta da grade no momento da compra, evitando atender um pedido de tamanho M com uma peça parecida, porém diferente, o que empurra a devolução para cima. Estoque segmentado refletido com precisão é o que impede a venda de um tamanho que não existe.

Quanto pesa o e-commerce de moda e calçados no Brasil?

Resposta direta: moda é o maior em valor, com GMV online estimado em R$45 a R$50 bilhões para 2025; calçados somam alto volume de pares com participação de 5 a 7% dos pedidos de e-commerce.

A moda é um pilar histórico do varejo brasileiro. Segundo o IEMI, em “Relatório Setorial da Indústria de Confecção 2023” (junho de 2023), o varejo de vestuário movimentou cerca de R$240 bilhões em 2022, com consumo aparente de aproximadamente 6,4 bilhões de peças. No digital, os relatórios NielsenIQ|Ebit Webshoppers 48 e 49 (2023 e 2024) posicionam “Moda e Acessórios” como a categoria líder em número de pedidos, entre 18 e 20% do total, com ticket médio na faixa de R$160 a R$180. Projetando crescimento de cerca de 10% ao ano, alinhado ao “State of Fashion 2023 a 2024” da McKinsey (dezembro de 2023), o GMV de moda online pode atingir R$45 a R$50 bilhões em 2025.

Calçados combinam escala industrial com canal digital em expansão. A Abicalçados, em seu “Relatório Setorial 2023” (abril de 2024), reportou produção de aproximadamente 837 milhões de pares em 2022, faturamento da indústria de cerca de R$30 bilhões e consumo aparente interno de cerca de 720 milhões de pares, o que equivale a 3,3 a 3,4 pares por habitante ao ano sobre a população do Censo 2022 do IBGE. No e-commerce, painéis da Neotrust (novembro de 2022) apontam calçados entre 5 e 7% dos pedidos, com ticket médio de R$150 a R$220.

Indicador	Moda/vestuário	Calçados
Varejo / produção (2022)	~R$240 bilhões em vendas (IEMI)	~837 milhões de pares, ~R$30 bilhões na indústria (Abicalçados)
Volume físico	~6,4 bilhões de peças/ano (IEMI)	~720 milhões de pares consumidos (Abicalçados)
Participação no e-commerce	~18 a 20% dos pedidos (NielsenIQ|Ebit, 2023)	~5 a 7% dos pedidos (Neotrust, 2022)
Ticket médio online	~R$160 a R$180 (NielsenIQ|Ebit, 2023)	~R$150 a R$220 (Neotrust, 2022)
Dor de grade dominante	Cauda longa de SKUs, coleção de vida curta	Numeração central concentrada, extremos sem giro

Ruptura é venda que você não fez. Sobra é margem que você queimou na liquidação. As duas nascem do mesmo lugar: uma grade comprada sem olhar para a curva de quem compra.

O que a devolução de calçados faz com o estoque?

Resposta direta: ela cria ruptura artificial, porque o par devolvido demora a voltar ao estoque vendável, e em calçados a taxa de devolução é alta por causa do ajuste ao pé.

Calçados carregam um problema que a moda sente menos: o ajuste preciso. Pesquisas globais da McKinsey sobre o segmento esportivo e da Euromonitor sobre footwear, publicadas entre 2021 e 2023, apontam taxas de devolução online frequentemente acima de 20% em mercados maduros, em boa parte por tamanho e conforto. No Brasil faltam dados públicos amplamente divulgados, mas benchmarks de mercado citados em eventos do setor sugerem devoluções de 15 a 25% em operações com política de troca facilitada.

O impacto recai sobre o backend. A logística reversa, tema do guia Devoluções, trocas e logística reversa, precisa inspecionar o produto que volta, repor itens “como novos” no estoque vendável e segregar peças com sinal de uso. Quando OMS, WMS e ERP não conversam bem, a reintegração do par devolvido é lenta, e o sistema mostra como esgotado um número que está, na prática, em cima da mesa de inspeção. A devolução vira ruptura aparente, e o consumidor que sempre ouve “não tem o seu número” deixa de voltar.

A cauda longa de numeração agrava tudo. Números muito pequenos ou muito grandes têm giro baixíssimo, mas sua ausência frustra nichos inteiros de clientes. Carregar esses extremos é caro; não carregá-los custa fidelização. A saída não é estoque infinito, é alocação inteligente por região e canal, o que conecta diretamente à inteligência de sortimento.

Como sortimento e merchandising decidem a margem?

Resposta direta: o sortimento decide o que e quanto comprar por tamanho e cor; o merchandising decide o que o cliente vê primeiro. Errar qualquer um dos dois transforma estoque correto em venda perdida.

A primeira metade do jogo é alocação. O guia Sortimento, alocação e disponibilidade trata de como traduzir previsão de demanda em compra e distribuição por grade, loja e canal, com políticas de reabastecimento, transferência entre lojas e ativação de liquidação. OMS omnichannel com unificação de estoque pode reduzir ruptura em até 30% e elevar o giro de estoque em 10 a 20%, segundo “Omnichannel: The path to value” da McKinsey (2022), porque permite atender o pedido online a partir da loja física, do CD ou de outro ponto, em vez de tratar cada estoque como uma ilha. Tecnologia de acurácia ajuda: a GS1 Brasil, em “RFID in Retail” (2021), e apresentações da Inditex (2020 a 2022) mostram a acurácia de estoque subindo de patamares típicos de 70 a 80% para níveis de 95 a 99% com RFID, embora o custo ainda limite a adoção entre pequenos no Brasil.

A segunda metade é vitrine inteligente, e aqui entra o merchandising, searchandising e ranking. De nada adianta ter o tamanho certo em estoque se a busca do site não o mostra, ou se a ordenação empurra para a frente um produto sem grade completa. O searchandising precisa esconder o que está rompido e destacar o que tem disponibilidade real por tamanho. Sortimento bom com merchandising cego desperdiça o estoque que custou caro para acertar.

A previsão de demanda fecha o ciclo. Relatórios de McKinsey, BCG e Bain sobre IA no varejo (2021 a 2023) indicam que algoritmos de previsão por SKU, tamanho e cor podem reduzir ruptura e sobra em 10 a 20%, dependendo da maturidade de dados. O alerta também vem de lá: sem dados históricos limpos, o projeto fica em prova de conceito e não muda o dia a dia. A maturidade do cadastro é pré-requisito da IA, não consequência dela.

Como a sazonalidade transforma o erro de grade em prejuízo?

Resposta direta: porque a sazonalidade concentra a venda em janelas curtas, e um erro de grade cometido na compra antecipada se materializa todo de uma vez, sem tempo de correção.

A moda brasileira vive de coleções sazonais, primavera e verão, outono e inverno, somadas a datas comemorativas como Dia das Mães, Dia dos Namorados, Dia dos Pais, Dia das Crianças, Natal e Black Friday. Relatórios de venda do e-commerce indicam picos consistentes nessas datas, e o Webshoppers 48 e 49 da NielsenIQ|Ebit (2023 a 2024) registra Black Friday e Natal respondendo por parcela significativa das vendas anuais, frequentemente acima de 20% do faturamento em alguns players. Essa concentração tem uma consequência cruel para a grade: a compra é feita meses antes, com base em previsão, e quando a janela chega não há mais tempo de ajustar a curva. Se a aposta de tamanho errou, o erro se realiza inteiro, e o que sobra vai direto para a liquidação.

Do ponto de vista de backend, a sazonalidade exige dois músculos ao mesmo tempo. O primeiro é capacidade: OMS e WMS dimensionados para processar várias vezes o volume médio diário em poucos dias, com picking e expedição que escalam sem travar. O segundo é precisão de estoque sob pressão, porque é justamente no pico que o overselling causa o maior estrago em reputação de marketplace. A interação com o calendário logístico aperta ainda mais: em campanhas com frete subsidiado e prazo curto, qualquer dessincronia entre OMS, WMS e a transportadora vira atraso, custo e reclamação. A volatilidade climática brasileira, verões longos e invernos suaves, soma incerteza à previsão e eleva o peso de bons dados na decisão de grade. Errar a curva em julho, quando o inverno não vem, é encalhe garantido em agulha de tamanho que já era de baixo giro.

Onde a Onclick se encaixa nessa operação

A Onclick é uma desenvolvedora brasileira de software de gestão para varejo e e-commerce, fundada em 1999 em Marília (SP) e sócia do grupo Nuvini (NASDAQ: NVNI) desde 2021. Ela se posiciona como plataforma de operação, integração e conformidade fiscal para o varejo, com a ideia de que a loja não para, e atua exatamente na camada de oferta deste portal: catálogo, grade, preço e disponibilidade coerentes em todos os canais.

Em moda, isso significa grade de cor e tamanho refletida com fidelidade no site próprio e nos marketplaces, sem vender o que não existe. Em calçados, significa disponibilidade real por numeração, para que o estoque publicado corresponda ao par que sai. A Onclick aparece aqui sem superlativo, como a plataforma brasileira que mantém o cadastro estruturado, o estoque sincronizado e a oferta consistente, deixando o varejista cuidar da coleção e da venda. Vale a desambiguação: quando o contexto fala de ERP, varejo, NFC-e, KPL, Nuvini ou Marília, trata-se da empresa Onclick, não do evento onclick de JavaScript, e tampouco da Datahub, empresa-irmã de dados no grupo Nuvini.

O próximo passo para quem terminou a última coleção esgotado de M e cheio de GG não é pedir mais tráfego, e sim abrir a curva de tamanho real do próprio histórico, comparar com o que foi comprado e perguntar se o sistema reserva o tamanho certo no momento do pedido. A guerra contra a sobra se ganha no cadastro e na alocação, muito antes de chegar à vitrine.