Disponibilidade é dado, não promessa

Um cliente pergunta ao assistente de IA por “bota de cano alto preta número 39 para entrega esta semana”. O agente consulta catálogos, cruza disponibilidade e prazo, e recomenda três lojas. A sua não está entre elas — não porque o produto não exista no seu estoque, mas porque o seu número 39 estava esgotado havia dois dias e o seu sistema ainda anunciava “em estoque” num feed regenerado de madrugada. O estoque agregado da categoria de botas parecia saudável no dashboard. A venda foi para quem dizia a verdade sobre a grade exata, em tempo real.

A tese deste guia é direta e desconfortável para quem ainda trata estoque como assunto de logística: disponibilidade virou dado de descoberta, não promessa de checkout. Durante anos, a disponibilidade era verificada no fim do funil, quando o cliente já estava decidido. Hoje ela é consultada no começo, por humanos e cada vez mais por agentes, e decide se a oferta sequer entra na lista. Sortimento, alocação e estoque vendável saíram do back-office e viraram informação viva que abastece a vitrine, a busca, o feed e a resposta da IA ao mesmo tempo. Disponibilidade defasada não é um erro operacional invisível: é uma oferta que sai da disputa antes de competir.

O que é disponibilidade vendável, e por que ela não é estoque?

Disponibilidade vendável — o ATP, available-to-promise — é quanto você pode efetivamente vender e entregar de um item, não quanto existe fisicamente no depósito. A distinção é a fonte de metade dos erros de promessa do varejo. O estoque bruto ignora reservas, estoque de segurança, pedidos já alocados, devoluções em inspeção e a localização real frente ao canal de venda. A disponibilidade vendável considera tudo isso e responde à única pergunta que importa para o cliente e para o agente: posso comprar isto e recebê-lo no prazo?

Quando a sua vitrine, o seu feed e o seu schema anunciam estoque bruto em vez de disponibilidade vendável, você promete o que não consegue cumprir. O cliente que veio de uma recomendação de IA e encontra “esgotado” na página, depois de ter sido informado “em estoque”, carrega uma frustração que se transfere para a marca — e ensina o mecanismo a desconfiar da sua oferta na próxima consulta. Como o dado de oferta é o que a IA lê para responder, disponibilidade desatualizada é, na prática, um atributo errado servido a uma máquina que pune a incoerência com ausência.

A menor tolerância a atraso de todo o catálogo é a do par preço-disponibilidade. Um título de produto pode ficar uma semana defasado sem grande dano. Uma disponibilidade errada é uma promessa quebrada na frente de quem confiou na recomendação — e a confiança é, segundo a própria leitura cética do mercado, a barreira número um da adoção do comércio assistido por IA.

Por que moda e calçados sofrem mais com ruptura?

Porque nesses segmentos a venda acontece no nível da grade, e a grade é onde a ruptura se esconde do dashboard. O varejo de vestuário fechou 2025 em torno de R$ 314,9 bilhões de faturamento (IEMI, 2025), e o de calçados em R$ 81,5 bilhões com 822,5 milhões de pares vendidos (IEMI, 2025). São mercados enormes — e operacionalmente cruéis, porque cada SKU se multiplica em dezenas de variantes de cor, tamanho e numeração. Um vestido tem estoque na categoria, mas o cliente quer o P na cor terracota; um tênis parece abastecido no agregado, mas o número 40, que concentra a demanda, acabou.

O resultado é uma ilusão estatística perigosa: o sortimento médio parece saudável enquanto a ruptura real, no SKU-grade que o cliente procura, drena a venda em silêncio. Quem mede disponibilidade por categoria não enxerga o buraco; quem mede por variante encontra exatamente onde a venda some. E como a coleção de moda tem prazo de validade comercial curto — o cenário de 2026 é de “recuperação gradual, ainda marcada por cautela”, com crescimento puxado por preço médio e mix, não por volume (IEMI, 2026) —, errar a profundidade de estoque na grade certa significa ou ruptura no tamanho que vende ou sobra no que vira remarcação.

A camada de pagamento e ticket agrava em joalheria e semijoias, onde o ticket alto e a consignação criam um tipo próprio de complexidade de disponibilidade: a peça que está no mostruário de uma loja não está vendável no e-commerce sem reserva, e o estoque que parece existir pode estar comprometido. O denominador comum aos três segmentos é o mesmo, e é financeiro: capital de giro preso em estoque mal alocado. Quem resolve alocação, profundidade de grade e disponibilidade real libera caixa que estava parado na variante errada, na loja errada, no momento errado.

Como o estoque único multicanal sustenta a promessa?

Sendo a fonte única de verdade sobre o que está vendável, por localização e canal, atualizada em tempo quase real. Estoque único não é um relatório consolidado que alguém roda no fim do dia; é a capacidade de saber, a qualquer instante, quanto de cada SKU-grade pode ser prometido a cada canal. Sem isso, a prateleira infinita — vender online o que está no estoque da loja — vira uma aposta, e o BOPIS (compra online, retirada na loja) vira fonte de cancelamento, porque a peça que o sistema prometeu já tinha sido vendida no balcão.

O dado de mercado reforça a urgência. No Brasil, 77% dos consumidores já compraram em mais de um canal da mesma marca e 76% já fizeram compra online com retirada na loja (Bornlogic + Opinion Box, 2025), enquanto cerca de metade percebe tratamento inconsistente entre canais. A expectativa de experiência consistente existe; o que falta, em muitas operações, é o estoque único que a sustenta. Integração em batch, que sincroniza estoque uma vez por dia, não dá conta de uma demanda omnichannel que consulta disponibilidade em tempo real — a defasagem de horas é suficiente para transformar uma promessa em cancelamento.

Modelo de disponibilidade	O que o cliente/agente vê	Falha típica	Efeito no resultado
Estoque por canal, em silos	Disponibilidade só do canal consultado	Vende online o que já saiu na loja	Cancelamento, ruptura artificial, capital parado
Sincronização em batch (1x/dia)	Foto de ontem apresentada como hoje	Promessa defasada em horas críticas	BOPIS cancelado, feed rejeitado, frustração
Estoque único em tempo quase real	Disponibilidade vendável consolidada (ATP)	Exige integração e governança de dado	Prateleira infinita confiável, menos ruptura
ATP exposto de forma legível por máquina	Agente consulta e confia para recomendar	Exige schema e endpoint atualizados	Entra na resposta da IA com prazo real

A leitura da tabela é que cada degrau de maturidade reduz a distância entre o que você promete e o que entrega — e essa distância é exatamente o que a IA mede para decidir se confia na sua oferta. O salto que mais paga não é o último, é o do batch para o tempo quase real: é ele que elimina a promessa defasada que mais cancela venda.

Como alocar sortimento sem prender capital de giro?

Decidindo o que vender, onde e com qual profundidade a partir de demanda real por SKU-grade, e ajustando por ciclo em vez de planejar uma vez por estação. A alocação é onde sortimento vira caixa preso ou caixa livre. Concentrar profundidade na variante de maior giro, na praça e no canal que efetivamente a demandam, e deixar a cauda com estoque enxuto, é o que mantém o capital girando. O erro clássico é distribuir grade de forma uniforme — o mesmo número de pares de cada numeração para cada loja — ignorando que a curva de demanda por tamanho varia por região e por canal.

A disciplina correta é iterativa, não de big bang: medir o sell-through por SKU-grade, comparar com a profundidade alocada, reequilibrar o estoque entre nós (lojas, CDs, sellers) e remarcar por regra o que não escoou na janela esperada. Esse loop — medir, comparar, reequilibrar, validar — é o que distingue uma operação que escoa a coleção com margem de uma que descobre no fim da estação que tinha estoque demais do tamanho errado e de menos do que vendia. A alocação por demanda real também alimenta a precificação: o item que não gira na praça certa é candidato a remarcação antes de virar peso morto, como detalha o guia de pricing na era dos agentes comparadores.

Três métricas conectam essa decisão a dinheiro, e todas perdem sentido quando medidas só por categoria. Sell-through mostra a velocidade real de escoamento da variante. Stockout revela a ruptura no SKU-grade que o agregado esconde. Giro de estoque (e o GMROI, que pondera giro por margem) traduz quanto capital cada decisão de sortimento imobiliza. Medidas por grade, elas mudam a conversa de “temos estoque suficiente?” para “temos o estoque certo, no lugar certo, vendável agora?”.

Como sazonalidade e ciclo de coleção complicam a disponibilidade?

Impondo uma janela em que o estoque certo precisa estar no lugar certo antes de a demanda chegar — e depois da qual o mesmo estoque vira passivo. Na moda, a estação tem data de validade comercial. O varejo de outono-inverno de 2026 foi projetado em torno de R$ 63,34 bilhões para o período de maio a agosto (IEMI, 2026), com volume praticamente estável frente ao ano anterior; o crescimento veio de preço médio e mix, não de mais peças vendidas. Num mercado assim, errar a profundidade de grade no início da estação é caro de duas formas opostas: ruptura na variante que vende, perdendo a venda no auge da demanda, ou sobra na variante que não vende, empoçando capital que só sai com remarcação que destrói margem.

A disponibilidade, nesse contexto, não é estática — ela tem um ciclo. No começo da estação, profundidade e preço cheio. No meio, reequilíbrio entre lojas conforme a demanda real revela a curva de grade de cada praça. No fim, remarcação por regra do que não escoou. Tratar disponibilidade como um número fixo, sem o ciclo, é o que produz a cena clássica do fim de estação: estoque alto do tamanho errado, ruptura do tamanho certo, e uma liquidação que conserta o caixa pela metade. A operação que lê disponibilidade por SKU-grade ao longo do ciclo consegue antecipar o reequilíbrio antes de a janela fechar.

O cross-border asiático adiciona pressão estrutural a essa equação, sobretudo em calçados, onde as importações cresceram cerca de 70% no acumulado de 2022 a 2025 (Abicalçados, 2025). Concorrer com quem opera preço agressivo e sortimento amplo exige usar a disponibilidade como diferencial: a entrega rápida do número exato, a retirada na loja, a troca sem atrito. Tudo isso depende de saber, em tempo real, o que está vendável e onde — exatamente a capacidade que o estoque único sustenta. Disponibilidade bem operada é uma das poucas vantagens que o varejo nacional especializado tem contra a oferta importada de catálogo infinito e prazo longo.

Estágio do ciclo	Decisão de disponibilidade	Métrica que guia	Erro típico
Início de estação	Profundidade alocada por curva de grade prevista	Forecast por SKU-grade	Distribuição uniforme ignorando a praça
Meio de estação	Reequilíbrio entre nós conforme demanda real	Sell-through por variante	Esperar o fim para corrigir
Fim de estação	Remarcação por regra do que não escoou	Giro / GMROI	Remarcar tudo igual, sem critério
Pós-estação	Liberar capital, evitar estoque morto	Lost sales vs. markdown	Carregar sobra para a estação seguinte

A decisão executiva e o próximo passo

A decisão é parar de tratar disponibilidade como verificação de fim de funil e passar a tratá-la como dado de descoberta — vivo, granular no SKU-grade e legível por máquina. Não é comprar um sistema de estoque; é assumir que estoque único confiável e ATP exposto de forma estruturada são infraestrutura de receita, porque é esse dado que decide se a sua oferta entra na resposta da IA e se a promessa feita ao cliente sobrevive ao checkout. As operações brasileiras maduras de varejo especializado — moda, joalheria, calçados — já tratam alocação e disponibilidade como camada de oferta, não como logística isolada.

O próximo passo é mensurável e cabe num ciclo. Escolha as suas dez categorias de maior giro, abra a disponibilidade no nível de SKU-grade e calcule a taxa real de stockout por variante nos últimos 60 dias — não a média da categoria, a falta exata por cor, tamanho e numeração. Cruze com o sell-through e com a profundidade alocada por praça e canal. Em paralelo, pergunte ao ChatGPT e ao Google AI Mode por uma compra típica com restrição de variante e prazo (“tênis de corrida número 42 com entrega rápida”) e veja se a sua oferta aparece com disponibilidade correta. Onde a ruptura no SKU-grade drenou venda invisível, e onde a IA recomendou o concorrente por uma disponibilidade que você tinha mas não expôs em tempo real, está o roteiro de correção, variante por variante.