Auditoria de catálogos B2B: 12 verificações de dados, metodologia de 60 dias e preparação para busca digital e Agentic Commerce, sem promessas de recomendação automática.
Como posicionar seu produto no e-commerce
Estudo UIN, novembro de 2026. A descoberta de fornecedores e produtos está passando por uma mudança: compradores pesquisam em buscadores, marketplaces e assistentes de inteligência artificial. Para fabricantes e distribuidores, o problema deixa de ser apenas ter um catálogo digital e passa a ser fornecer dados completos, consistentes, atualizados e verificáveis.
Resumo executivo
Este estudo apresenta uma metodologia de auditoria da prontidão de catálogos B2B para busca digital e comércio assistido por IA. A presença em um catálogo não garante que um produto seja encontrado, corretamente interpretado, recomendado ou comprado por um agente. Qualidade cadastral, identificação inequívoca, atributos técnicos, disponibilidade e regras comerciais são requisitos diferentes e devem ser avaliados separadamente.
Por que o problema merece atenção
A TIC Empresas 2025, divulgada pelo Cetic.br em junho de 2026, registrou utilização de IA em 17% das empresas brasileiras com dez ou mais pessoas ocupadas, ante 13% em 2024. Entre grandes empresas, o indicador chegou a 50%. Esses percentuais medem uso de IA e não compras realizadas por agentes, tampouco o volume de vendas de produtos identificados por assistentes.
O varejo brasileiro registrou variação de 0,1% no volume de vendas em agosto de 2026, ante julho, segundo o IBGE. A divulgação de setembro estava prevista para 13 de novembro. Esse indicador agregado não mede desempenho de catálogos, mas reforça a necessidade de decisões comerciais apoiadas em indicadores próprios.
O custo da ambiguidade no cadastro
Considere uma distribuidora que comercializa três apresentações de um produto industrial. Se as fichas usam nomes diferentes para a mesma marca, omitem a unidade de medida ou misturam códigos de embalagem e unidade, o comprador pode comparar itens incompatíveis. Um sistema automatizado enfrenta o mesmo problema. A consequência possível é perda de oportunidades de busca, cotações incorretas e retrabalho comercial. A dimensão desse efeito depende de mensuração, não pode ser presumida.
As 12 verificações de uma auditoria de catálogo
Identificador consistente do produto e, quando aplicável, GTIN válido.
Nome comercial padronizado e descrição objetiva.
Marca e fabricante claramente identificados.
Categoria e classificação técnica consistentes.
Unidade, quantidade, volume e peso padronizados.
Variações e relações entre SKU, caixa e unidade.
Especificações técnicas obrigatórias para a categoria.
Imagens correspondentes à variante correta.
Preço, moeda, tributos e condições comerciais contextualizados.
Disponibilidade e prazo de atendimento atualizados.
Origem e data da última atualização dos dados.
Regras de acesso, integração e documentação para canais digitais.
GTIN não é universalmente obrigatório para todos os produtos B2B, e requisitos variam por plataforma e categoria. Tampouco basta adicionar marcação estruturada para garantir recomendação por sistemas de IA.
Como transformar qualidade de dados em indicador gerencial
Propomos quatro dimensões: completude, consistência, atualidade e correspondência entre canais. Cada uma recebe nota de 0 a 100 conforme critérios definidos previamente. O índice composto pode ser uma média ponderada, desde que pesos e critérios sejam documentados. Produtos sem atributos críticos devem ser sinalizados separadamente, para evitar que uma média elevada esconda riscos.
Exemplo hipotético: em uma amostra de 1.000 SKUs, 280 possuem pelo menos um campo crítico ausente. A taxa de registros com ausência crítica é 28%. Após correção, restam 90, equivalentes a 9%. A redução é de 19 pontos percentuais. Isso comprova melhoria cadastral no exemplo, não crescimento de vendas nem aumento automático de visibilidade em IA.
Um projeto de 60 dias
Etapa 1, dias 1 a 15: selecionar categorias prioritárias, coletar dados de ERP, PIM, planilhas e canais digitais, definir critérios de qualidade. Etapa 2, dias 16 a 35: identificar inconsistências, duplicações e lacunas por produto, categoria e canal. Etapa 3, dias 36 a 50: corrigir uma amostra piloto e validar regras com as áreas comercial, cadastro e tecnologia. Etapa 4, dias 51 a 60: comparar indicadores antes e depois, documentar governança e decidir sobre expansão.
Aplicações por setor
Varejo: reduzir ambiguidade em variantes, volumes e sortimento. Indústria: padronizar especificações e facilitar descoberta por distribuidores. Agro: estruturar informações de classificação, origem, embalagem e disponibilidade, respeitando sazonalidade. Educação: aplicar princípios análogos à descrição de cursos, modalidades, polos e requisitos de ingresso, sem equiparar cursos a produtos físicos. Inteligência competitiva: comparar a qualidade das informações públicas de ofertas concorrentes, respeitando limitações de acesso e direitos sobre dados.
Agentic Commerce: oportunidade e limite
Protocolos e mecanismos de descoberta de produtos por sistemas de IA estão em evolução. A preparação de catálogos é uma condição facilitadora para integrações elegíveis, mas não garante distribuição, posicionamento, recomendação ou compra. É necessário validar os requisitos atuais de cada plataforma e manter supervisão humana sobre condições comerciais e dados sensíveis.
Como a UIN pode apoiar
A UIN oferece a estruturação de um Diagnóstico de Prontidão Comercial dos Dados, com inventário de fontes, avaliação de qualidade cadastral, comparação competitiva, plano de correção e indicadores de acompanhamento. A execução e as integrações são dimensionadas por projeto. Não se afirma que o Ecossistema UIN já monitora automaticamente recomendações de agentes de IA.
Convite: sua empresa sabe quantos produtos estão incompletos, inconsistentes ou desatualizados nos canais de venda? Solicite uma conversa de diagnóstico com a UIN e indique seu setor, quantidade aproximada de SKUs e canais comerciais.
Perguntas frequentes
Dados estruturados garantem que a IA recomende meu produto?
Não. Eles podem facilitar interpretação e integração, mas recomendações dependem de critérios próprios de cada serviço.
Uma indústria precisa substituir o ERP?
Não necessariamente. O diagnóstico começa avaliando a qualidade dos dados e as possibilidades de extração e integração disponíveis.
Qual o primeiro indicador a acompanhar?
A proporção de produtos com campos críticos completos e consistentes, segmentada por categoria e canal.
Fontes e metodologia
Cetic.br, TIC Empresas 2025, divulgação de junho de 2026: comunicado oficial. IBGE, Pesquisa Mensal de Comércio, agosto de 2026: série e calendário. GS1 Brasil, padrões de identificação de produtos: portal institucional. Conab, primeiro levantamento da safra 2026/27: boletim oficial. As etapas e os exemplos numéricos são metodologia proposta pela UIN, não resultados observados de clientes.
Estudo UIN com séries mensais de vendas do TikTok Shop no Brasil, nos Estados Unidos e em cinco mercados europeus, comparação por categoria e cenários para a Black Friday 2026.
Estudo UIN de Inteligência de Mercado | Brasil | Dados disponíveis até 4 de novembro de 2026
O TikTok Shop movimentou R$ 5,3 bilhões em GMV estimado no primeiro semestre de 2026, segundo a Momentum Works. Junho respondeu por R$ 1,58 bilhão. Em paralelo, a Confi/Neotrust projeta R$ 13,3 bilhões para todo o e-commerce brasileiro entre 26 e 29 de novembro, com alta de 20,7% sobre a janela equivalente de 2025. Para as marcas, o cruzamento mais imediato está em beleza e moda. Ambas aparecem no ranking de vendas do TikTok Shop e entre as categorias com maior expansão projetada para a campanha. Momentum Works · Confi/Neotrust e E-Commerce Brasil
Comparação internacional | A primeira Black Friday brasileira em perspectiva
Em novembro de 2025, o TikTok Shop movimentou US$ 138,6 milhões estimados no Brasil, contra US$ 154,7 milhões somados na Alemanha, França, Espanha e Itália, US$ 443 milhões no Reino Unido e US$ 2,05 bilhões nos Estados Unidos, na mesma base. O GMV brasileiro chegou a 89,6% do agregado desses quatro países continentais no mês. Para avaliar o ritmo de expansão e a resposta promocional, o estudo separa o crescimento desde junho do salto específico de outubro para novembro. Kalodata/TT123, relatório anual de 2025, pp. 39, 45–46 e 50–51
A série mensal de 2025 em uma única base
Valores estimados em US$ milhões, transcritos e convertidos das tabelas da Kalodata publicadas pelo TT123. ND indica mês sem estimativa na tabela, inclusive meses em que já havia operação. A coluna continental reúne somente Alemanha, França, Espanha e Itália e começa quando há dados nos quatro países. O Reino Unido aparece separadamente. Totais anuais seguem o relatório e podem diferir da soma das observações mensais arredondadas. Kalodata/TT123, pp. 35–36, 39, 45–46 e 50–51
2025
Brasil
EUA
Reino Unido
Alemanha
França
Espanha
Itália
Continental (4)
Jan
ND
793,0
145,0
ND
ND
ND
ND
ND
Fev
ND
710,0
126,0
ND
ND
ND
ND
ND
Mar
ND
1.044,0
240,0
ND
ND
ND
ND
ND
Abr
ND
882,0
197,0
ND
ND
ND
ND
ND
Mai
ND
929,0
209,0
3,9
ND
ND
ND
ND
Jun
10,7
956,0
231,0
20,1
9,9
13,1
5,8
48,9
Jul
33,6
1.072,0
206,0
28,5
15,0
14,1
8,9
66,6
Ago
50,3
1.182,0
208,0
27,2
16,1
13,5
9,4
66,2
Set
69,6
1.219,0
221,0
30,8
19,0
15,8
11,8
77,3
Out
93,6
1.364,0
269,0
34,3
21,2
18,7
14,9
89,0
Nov
138,6
2.050,0
443,0
56,3
38,2
32,6
27,6
154,7
Dez
136,8
1.984,0
380,0
50,1
42,6
38,0
30,5
161,2
Total publicado ou agregado
533
14.186
2.877
251
162
146
109
668
Quatro cruzamentos sobre crescimento e calendário
Mercado
Jun a nov, múltiplo
Nov sobre out
Nov sobre out, GMV diário
Dez sobre nov
Nov e dez / GMV de 2025
Brasil
12,95×
+48,1%
+53,0%
-1,3%
51,7%
EUA
2,14×
+50,3%
+55,3%
-3,2%
28,4%
Reino Unido
1,92×
+64,7%
+70,2%
-14,2%
28,6%
Alemanha
2,80×
+64,2%
+69,7%
-10,9%
42,4%
França
3,84×
+80,6%
+86,6%
+11,5%
49,9%
Espanha
2,50×
+75,0%
+80,9%
+16,3%
48,4%
Itália
4,74×
+84,7%
+90,9%
+10,7%
53,3%
Europa continental (4 países)
3,16×
+73,8%
+79,6%
+4,2%
47,3%
1. O Brasil teve a rampa mais forte e o menor salto de novembro entre os sete países. Entre junho e novembro, o GMV brasileiro multiplicou por 12,95, ante 3,16 no agregado continental e 2,14 nos EUA. Ao mesmo tempo, a alta brasileira de outubro para novembro (48,1%) ficou abaixo dos EUA (50,3%), Reino Unido (64,7%) e agregado continental (73,8%). O ajuste pelo número de dias preserva a ordem. Junho é o primeiro mês comum com dados dos sete países. Como as operações começaram em momentos diferentes, essa é uma comparação em calendário comum, com maturidades distintas.
2. O pico europeu se estendeu até dezembro. O agregado continental cresceu mais 4,2% em dezembro, puxado por Espanha, França e Itália, que compensaram a queda alemã. Já o Brasil recuou 1,3%, os EUA 3,2% e o Reino Unido 14,2%. Os dois meses concentraram cerca de 51,7% do GMV brasileiro coberto em 2025, ante 28,4% nos EUA e 28,6% no Reino Unido. O Brasil tem um denominador menor por causa da estreia no meio do ano, somada à fase de expansão. Esses percentuais, portanto, descrevem 2025 e deixam em aberto quanto do resultado é sazonal.
3. Os provedores concordam sobre a direção, mas divergem na escala. A Kalodata estima os EUA em US$ 7,33 bi em 2024 e US$ 14,19 bi em 2025, alta de 93,6%. A Momentum Works/Tabcut estima US$ 9,0 bi e US$ 15,1 bi, alta de 68% segundo a fonte. No Brasil, a Kalodata fica 30,8% acima da Momentum em julho de 2025 e 9,2% acima em agosto. A UIN mantém cada série separada. As diferenças entre provedores não constituem margem de erro nem intervalo de confiança. O Reino Unido, na base Kalodata, passou de US$ 1,44 bi em 2024 para US$ 2,88 bi em 2025. Kalodata/TT123, pp. 35–36, 39 e 45–46 · Momentum Works, EUA 2025 · Momentum Works, Brasil 2025
4. Em 2026, EUA e Europa continental continuaram a ganhar escala. A Momentum Works/Tabcut estima US$ 11,8 bi nos EUA no primeiro semestre, +103% sobre o mesmo período de 2025, ante US$ 50,3 bi no mundo, +92%. Na mesma família de relatórios, o Brasil movimentou aproximadamente US$ 1,0 bi. Isso equivale a cerca de 2,0% do GMV mundial da plataforma, contra 23,5% dos EUA. Esses percentuais são a distribuição geográfica das vendas do TikTok Shop. Para Alemanha, França, Espanha e Itália, uma análise da Lengow com dados Kalodata estima € 499 mi nos 90 dias até 9 de julho de 2026, com 35% na Alemanha, aproximadamente € 175 mi. A janela móvel europeia permanece em euros e separada do semestre em dólares. O TikTok também informou crescimento de três dígitos no GMV diário entre agosto de 2025 e fevereiro de 2026 nos cinco mercados da União Europeia então destacados e anunciou expansão para Áustria, Bélgica, Países Baixos e Polônia em junho. Momentum Works, 1º semestre de 2026 · Momentum Works, Brasil e EUA · EuroShop, análise Lengow/Kalodata · TikTok, expansão europeia
Categorias | O que viaja entre mercados
Mercado
Beleza e cuidados pessoais
Moda feminina e íntima
Celulares e eletrônicos
Brasil
18,5%
14,2%
9,3%
EUA
19,1%
12,3%
5,2%
Reino Unido
20,5%
18,2%
4,6%
Alemanha
19,0%
7,6%
14,9%
França
18,7%
11,6%
15,2%
Espanha
14,1%
11,4%
14,0%
Itália
20,0%
10,2%
13,5%
Participação estimada no GMV de 2025 do TikTok Shop em cada país. As três colunas usam os rótulos de categoria do relatório, traduzidos. Beleza liderou nos sete países, com participação entre 14,1% e 20,5%. Moda feminina ficou acima de celulares e eletrônicos no Brasil, nos EUA e no Reino Unido. A ordem se inverteu nos quatro países continentais comparados. A implicação comercial é segmentar a oferta por país. Para beleza, demonstrações e kits merecem testes nos vários mercados. Para moda e eletrônicos, a ordem de prioridade muda conforme o destino. Kalodata/TT123, pp. 39, 46 e 52–53
O ranking americano de 2025 ilustra por que volume e receita pedem leituras distintas. Um kit de cuidados com a pele gerou US$ 28,1 milhões com 332 mil unidades estimadas, cerca de US$ 85 de GMV por unidade. Um sérum hidratante vendeu 582 mil unidades, com US$ 22,4 milhões em GMV, cerca de US$ 38 por unidade. O sérum vendeu aproximadamente 75% mais unidades, enquanto o kit gerou 26% mais GMV. O caso sustenta testar um item de entrada e um kit em paralelo, acompanhando contribuição por visita e margem por pedido. Kalodata/TT123, ranking americano de produtos, p. 40
Em setembro de 2026, a Z Media/Cruva estimou US$ 95,6 mi para as dez marcas líderes nos EUA e US$ 21,8 mi para as dez líderes no Reino Unido, altas de 6% e 9% frente a agosto. No Reino Unido, Shark e Ninja somaram US$ 5,96 mi, alta de 28% sobre agosto. É um recorte móvel de marcas líderes, útil para detectar ofertas e formatos a investigar, com cobertura diferente da série nacional da Kalodata. Z Media/Cruva, dados de setembro de 2026
Brasil em 2026 | Série mensal complementar e cruzamentos
GMV é o valor bruto das mercadorias vendidas segundo a definição de cada fonte. Seu tratamento de cupons, frete, cancelamentos e devoluções pode variar. Nesta série complementar da Momentum Works, os valores em reais e dólares foram mantidos na moeda original. As lacunas de 2025 nesta tabela são específicas desse provedor. A série comparável da Kalodata acima cobre junho a dezembro no Brasil. Os indicadores oficiais relativos do TikTok aparecem em coluna separada.
Mês
GMV estimado, Momentum Works/Tabcut
Evidência adicional ou limite
Mai/25
Cerca de US$ 1 mi, ou R$ 5 mi na retrospectiva em reais
Lançamento em 8 de maio, mês parcial
Jun/25
ND
Sem ponto mensal confirmado na coleta
Jul/25
US$ 25,7 mi
Base para a comparação de agosto
Ago/25
US$ 46,1 mi
+79,4% sobre julho, conforme a fonte
Set/25
ND
TikTok informou GMV médio diário 26 vezes o de maio
Out/25
ND
Sem ponto mensal confirmado na coleta
Nov/25
ND
TikTok publicou resultados de marcas e lives selecionadas
Dez/25
ND
Sem ponto mensal confirmado na coleta
Jan/26
ND individual
O total semestral permite calcular apenas o resíduo conjunto com março
Fev/26
R$ 423 mi
Ponto publicado pela Momentum Works
Mar/26
ND individual
Mesmo resíduo conjunto com janeiro
Abr/26
R$ 840 mi
Sem março, a variação mensal fica indeterminada
Mai/26
R$ 1.380 mi
+64,3% sobre abril
Jun/26
R$ 1.580 mi
+14,5% sobre maio
Jul/26
ND
Sem ponto mensal confirmado na coleta
Ago/26
ND
O BTG divulgou uma referência anualizada em agosto
O segundo trimestre de 2026 somou R$ 3,80 bilhões, ou 71,7% do semestre. Subtraído do total semestral publicado, o primeiro trimestre fica em aproximadamente R$ 1,50 bilhão. Janeiro e março, juntos, somam aproximadamente R$ 1,08 bilhão após descontar fevereiro. Todos esses resultados herdam o arredondamento das estimativas de origem. O segundo trimestre foi cerca de 2,53 vezes o primeiro, e maio e junho concentraram 55,8% do semestre.
A desaceleração de maio para junho aparece mesmo após ajustar o calendário. O GMV estimado por dia passou de R$ 28,0 mi em abril para R$ 44,5 mi em maio e R$ 52,7 mi em junho, altas sequenciais de 59,0% e 18,3%. O nível continuou subindo. O ritmo observado em dois meses consecutivos é insuficiente para estimar sazonalidade ou separar efeitos de oferta, afiliados e campanhas.
Há uma divergência importante para quem compara o primeiro ano. O TikTok divulgou 102 vezes de crescimento do GMV médio diário entre maio de 2025 e maio de 2026. Os pontos mensais arredondados da Momentum Works dão 276 vezes quando se divide R$ 1,38 bilhão por R$ 5 milhões. São fontes e métricas diferentes, com maio de 2025 parcial. Mesmo com ajuste de dias, a cobertura e as definições publicadas são insuficientes para reconciliar os números. TikTok, balanço oficial do primeiro ano
Como o TikTok Shop se compara ao Mercado Livre, Shopee e Amazon
Operação no Brasil
GMV de referência
Janela
Parcela dos R$ 421,8 bi do ranking IRTT
Mercado Livre
R$ 185 bi, estimado
2025
43,9%
Shopee
R$ 70 bi, estimado
2025
16,6%
Magazine Luiza
R$ 44,3 bi
2025
10,5%
Amazon
R$ 40 bi, estimado
2025
9,5%
TikTok Shop
R$ 5,3 bi, estimado
Jan a jun/2026
Inaplicável
TikTok Shop
R$ 20 bi, referência anualizada do BTG
Ritmo discutido em ago/2026
Inaplicável
As parcelas do IRTT são cálculos UIN sobre o agregado dos dez maiores do ranking, cujo universo inclui operações digitais de varejistas com venda própria e de terceiros. Os quatro nomes acima concentram cerca de 80,4% desse agregado, calculado antes de arredondar cada linha. O valor anualizado do BTG equivale a um ritmo de R$ 1,67 bi por mês. Para dar escala, R$ 20 bi equivaleriam a 10,8% do GMV de 2025 do Mercado Livre, 28,6% do da Shopee e 50,0% do da Amazon. Esses percentuais comparam ordens de grandeza em bases temporais diferentes. Ranking IRTT via Exame · BTG via Broadcast
Qual é a participação do TikTok Shop? Os R$ 5,3 bi estimados equivalem a 2,54% dos R$ 208,4 bi de faturamento apurado pela Confi/Neotrust para o e-commerce brasileiro no mesmo semestre. Esse é um indicador de escala, com período e país alinhados. Uma participação de mercado exigiria harmonizar o GMV e o faturamento, confirmar o universo de operações coberto e aplicar o mesmo tratamento a impostos, frete e devoluções. Tampouco foi possível verificar uma série mensal de GMV brasileiro, com a mesma definição, para os quatro concorrentes. Tráfego, downloads e GMV global foram excluídos dessa comparação. Panorama Confi/Neotrust do primeiro semestre
Produtos líderes e sinais para a Black Friday
Categoria
Produtos mais vendidos no primeiro ano do TikTok Shop, na ordem divulgada
Sinal para 26 a 29/11 no e-commerce brasileiro
Decisão comercial a testar
Beleza
Body splash feminino, body splash masculino, perfume masculino
Beleza e perfumaria, R$ 910 mi, +69,8%
Testar item de entrada e kit. Medir margem após comissão e custo de aquisição de compradores novos.
Moda
Calças femininas, camisetas e blusas femininas, vestidos casuais femininos
Moda e acessórios, R$ 1,38 bi, +44,2%
Demonstrar caimento em diferentes corpos e tamanhos. Acompanhar devoluções por tamanho e região.
Casa e decoração
Panelas e frigideiras, lençóis e fronhas, garrafas térmicas
Sinal de demanda no TikTok, sem projeção pública equivalente no recorte selecionado
Testar demonstrações em cozinha e organização. Simular preço entregue por CEP antes de escalar.
Eletrônicos
Fones, películas e capas para computador, relógios inteligentes
Liderança em eletrodomésticos, R$ 2,12 bi, +44,5%, categoria distinta dos acessórios listados
Demonstrar compatibilidade e autonomia. Separar acessórios de entrada de itens de maior preço.
O ranking do TikTok indica posição dentro de cada grupo e não traz unidades, GMV por produto ou posição geral entre categorias. As projeções da Confi são do comércio eletrônico brasileiro e usam agrupamentos próprios. Os cruzamentos apontam convergência de demanda para priorizar testes, sem alocar o faturamento nacional ao TikTok Shop. Ranking oficial TikTok Shop · Projeções por categoria, Confi/Neotrust
Beleza tem a convergência mais forte nesta coleta. Beleza e cuidados pessoais representaram 21,26% do GMV estimado do TikTok Shop em agosto de 2025. Em novembro de 2025, o TikTok apontou saúde e beleza como a categoria mais vendida e destacou a adesão a kits. A Natura colocou três produtos entre os dez primeiros de perfumaria em sua primeira Black Friday na plataforma. São recortes diferentes, úteis para orientar sortimento e demonstração. O percentual de agosto pertence a um único mês de 2025 e ficou fora da projeção por categoria para 2026. Momentum Works, agosto de 2025 · TikTok, Black Friday 2025 · TikTok, caso Natura
Os catálogos que aparecem em vídeo e em rankings de venda têm pouca sobreposição na amostra disponível. Em outubro de 2026, a Nolyn comparou 808 produtos vinculados a vídeos do TikTok com 515 produtos de listas de mais vendidos da Amazon Brasil. Encontrou oito correspondências de produto, incluindo diferenças de tamanho ou embalagem, e mais sete da mesma marca e linha. Os oito equivalem a 1,0% dos 808 itens vinculados. A coleta do TikTok partiu de buscas e mede exposição de produtos, enquanto o lado Amazon veio de rankings. A inferência aplicável é testar separadamente o sortimento por canal. Nolyn, amostra de outubro
Black Friday 2026: expectativas e cenários de vendas
A Confi/Neotrust projeta R$ 13,3 bi e 69,4 milhões de itens para 26 a 29 de novembro, altas de 20,7% e 15,4%, respectivamente. Isso implica receita média aproximada de R$ 192 por item, com avanço implícito de 4,6%. Trata-se de receita por unidade, diferente do ticket por pedido. A ABIACOM projeta R$ 16,6 bi para a semana, com crescimento de 24,37% sobre sua própria base. As duas projeções usam janelas e universos distintos. Confi/Neotrust, projeção de quatro dias · Comparação de escopos da Neotrust
Para o TikTok Shop, a UIN construiu uma simulação com duas variáveis: GMV hipotético de novembro e fração concentrada nos quatro dias. O ponto de partida é o intervalo entre os R$ 1,58 bi estimados de junho e o ritmo mensal de R$ 1,67 bi implícito no BTG. As hipóteses de novembro variam de R$ 1,6 bi a R$ 2,5 bi, arredondadas. A concentração de 23% do cenário central vem da referência nacional da Confi. Os limites de 18% e 28% são escolhas de sensibilidade, pois a concentração do próprio TikTok Shop permanece desconhecida. Momentum Works · BTG via Broadcast · InfoMoney sobre a projeção Confi
GMV condicional do TikTok Shop, 26 a 29 de novembro
GMV hipotético do mês
Concentração de 18%
Concentração de 23%
Concentração de 28%
R$ 1,60 bi
R$ 288 mi
R$ 368 mi
R$ 448 mi
R$ 2,00 bi
R$ 360 mi
R$ 460 mi
R$ 560 mi
R$ 2,50 bi
R$ 450 mi
R$ 575 mi
R$ 700 mi
Fórmula: GMV mensal hipotético × concentração nos quatro dias. A R$ 2 bi de GMV mensal, cada ponto percentual de concentração altera a conta em R$ 20 mi. A 23% de concentração, cada R$ 100 mi a mais no mês acrescenta R$ 23 mi aos quatro dias. Os três pontos em destaque são cenários de planejamento, sem probabilidades ou intervalo de confiança. A campanha de cupons do TikTok Shop reportada pelo UOL é um estímulo comercial. Seu efeito líquido sobre vendas depende de resgate, incrementalidade e da distribuição dos cupons ao longo da campanha. UOL, plano comercial para novembro
O que a Black Friday de 2025 ensina. O TikTok divulgou mais de US$ 500 mi nos EUA em quatro dias de Black Friday a Cyber Monday e +50% no Reino Unido frente à campanha de 2024, na janela própria da plataforma. São indicadores oficiais de campanha, enquanto os +50,3% nos EUA e +64,7% no Reino Unido da tabela mensal são variações de novembro sobre outubro estimadas pela Kalodata. O calendário brasileiro de 26 a 29 de novembro termina antes da Cyber Monday. TikTok, EUA · TikTok, Reino Unido
Como atualizar o cenário quando houver um GMV de outubro de 2026 verificável. Como segunda abordagem, partimos de um GMV de outubro hipotético de R$ 1,7 bi e aplicamos três multiplicadores de novembro: 1,30 como hipótese de desaceleração, 1,48 como referência brasileira de 2025 e 1,74 como teste de sensibilidade a partir dos quatro mercados continentais de 2025. O exercício mantém 23% de concentração nos quatro dias para isolar o efeito do multiplicador.
Cenário condicionado a outubro de R$ 1,7 bi
Novembro / outubro
GMV de novembro
GMV nos quatro dias, a 23%
Desaceleração hipotética
1,30×
R$ 2,21 bi
R$ 508 mi
Referência brasileira de 2025
1,48×
R$ 2,52 bi
R$ 579 mi
Estresse pelo agregado europeu de 2025
1,74×
R$ 2,96 bi
R$ 680 mi
A conta é GMV de outubro × multiplicador × concentração. O multiplicador histórico incorpora expansão da operação, mudanças de sortimento, calendário promocional e outros fatores. Uma única edição de Black Friday no Brasil é insuficiente para estimar o efeito sazonal isolado. Os R$ 579 mi deste exercício e os R$ 460 mi do quadro anterior usam a mesma concentração, mas hipóteses de novembro diferentes. Para usar a simulação em um plano comercial, substitua o valor de outubro pelo GMV de uma fonte com cobertura consistente e teste a concentração com dados diários da própria operação. Kalodata/TT123, série de 2025 · InfoMoney, referência de concentração do e-commerce brasileiro
Quanto cada produto pode vender? Para dimensionar estoque, a UIN trabalha com sessões qualificadas na página do produto × conversão em pedidos × unidades por pedido, com limite de estoque. A tabela é um exemplo parametrizado para três produtos hipotéticos e quatro dias. Os parâmetros são ilustrativos. Uma projeção comercial depende das taxas e da capacidade de geração de tráfego de cada vendedor.
Produto
Sessões qualificadas supostas
Conversão conservadora / central / alta
Unidades por pedido
Unidades nos três cenários
Body splash
20.000
2,0% / 3,0% / 4,0%
1,2
480 / 720 / 960
Calça feminina
15.000
1,5% / 2,2% / 3,0%
1,0
225 / 330 / 450
Kit de panelas
10.000
1,0% / 1,6% / 2,3%
1,0
100 / 160 / 230
As linhas pressupõem estoque suficiente e conversão observada na página do produto. A previsão de unidades líquidas deve descontar cancelamentos e devoluções. As diferenças entre linhas demonstram sensibilidade à conversão e ao tráfego, sem estimar a liderança nacional por produto.
Como a recomendação se transforma em venda
O feed Para Você personaliza conteúdo com base em sinais de interação, informações do vídeo e contexto do usuário, incluindo idioma e localização. O comércio acontece por vídeos com produtos marcados, lives, vitrines e aba Loja. A composição de agosto de 2025 ajuda a dimensionar o papel desses caminhos: 25,70% do GMV estimado via vídeos curtos, 23,43% via lives e cerca de 51% via aba Loja. No balanço de maio de 2025 a maio de 2026, o TikTok informou que o GMV médio diário das lives cresceu 161 vezes, enquanto a média diária de transmissões cresceu 20 vezes. Os números mostram expansão das lives. A parcela atual por canal exigiria um recorte mais recente com o mesmo denominador. Central de Ajuda do TikTok · Momentum Works · Balanço oficial do TikTok
Como a UIN aplica os dados à operação do vendedor
Geolocalização e concorrência. Cruzamos demanda observada, oferta concorrente, preço entregue e prazo de entrega por praça. Cidades comparáveis ajudam a testar se o gargalo está no frete, na disponibilidade ou na campanha. O produto de entrada pode funcionar em uma região, enquanto outra sustenta um kit com margem maior. A granularidade depende do volume disponível e usa dados agregados.
Precificação e margem. Reconstruímos o resultado por pedido, descontando custo de mercadoria, tributos, taxas, comissão de afiliados, subsídio próprio, frete, devoluções e mídia atribuível. Se a margem unitária cair de R$ 25 para R$ 18 depois de uma promoção, o volume líquido precisa subir 38,9% para manter a contribuição total, com os demais custos constantes. A comparação considera quanto do cupom é pago pela plataforma e quanto sai da margem do vendedor.
Análise de sentimentos e produto. Classificamos comentários e avaliações por atributo e etapa de compra, com revisão humana de amostras e separação entre avaliações verificadas, perguntas e conteúdo promocional. Um fabricante de secadores pode testar demonstrações de peso e manuseio se esses atributos aparecerem nas dúvidas recorrentes. No Mercado Livre, na Amazon e na Shopee, o mesmo atributo pode ser testado nas imagens, na descrição e na ficha técnica.
Mensuração e previsão. Para um estudo encomendado, a unidade de análise é SKU × canal × dia × território, com estoque, preço efetivo, pedidos pagos, cancelamentos, devoluções e custos. A comparação de concorrentes exige equivalência por código de produto, variante ou especificação. Uma campanha pode ser medida em territórios sorteados para teste e controle. Quando o sorteio for inviável, podemos comparar a mudança entre territórios semelhantes após verificar as tendências anteriores à campanha. Para previsão, comparamos um modelo simples baseado no histórico recente com modelos que incorporem promoções e calendário, validamos em janelas temporais sucessivas e reportamos erro absoluto ponderado e viés por categoria. A série pública agregada disponível é insuficiente para estimar com segurança correlações mensais entre plataformas, sazonalidade própria do TikTok Shop ou efeito causal das lives.
Sua empresa quer decidir quais produtos, regiões e ofertas priorizar? Envie à UIN a categoria e os marketplaces em que opera. A partir da disponibilidade dos dados, podemos propor um diagnóstico de demanda, concorrência, preço entregue e margem por produto. Fale com a UIN
Estudo metodológico UIN sobre inteligência territorial, demanda, concorrência e expansão comercial. Conheça critérios para avaliar oportunidades.
Estudo UIN de Inteligência Territorial e Competitiva | Novembro de 2026.
Imagem ilustrativa da aplicação empresarial de inteligência territorial. Não representa resultados empíricos do estudo.
Resumo executivo
A expansão empresarial exige decisões sobre localização, distribuição, investimentos e seleção de mercados. Este estudo apresenta uma metodologia para integrar características da demanda, intensidade competitiva, perfil dos consumidores e viabilidade operacional, com o objetivo de priorizar localidades para investigação comercial.
Pergunta central: onde existem condições favoráveis de demanda e competição que podem justificar novos investimentos empresariais?
1. O problema da expansão com informações incompletas
População, renda e quantidade de concorrentes são indicadores importantes, mas insuficientes isoladamente. Uma cidade populosa pode apresentar saturação competitiva; um município menor pode reunir consumidores aderentes a uma oferta especializada. Nenhum dos dois cenários garante oportunidade: é necessário analisar o mercado relevante, os custos e a estratégia da empresa.
2. Objetivos do estudo
O objetivo é apresentar uma metodologia replicável para comparar territórios, identificar diferenças de atratividade, propor critérios de priorização e apoiar decisões de expansão física, distribuição, marketing regional e comércio eletrônico.
3. Cinco dimensões de inteligência territorial
Demografia
População, composição etária, domicílios e distribuição urbana permitem avaliar a compatibilidade entre território e público-alvo.
Economia
Renda, emprego e atividade econômica ajudam a compreender condições locais, mas não equivalem automaticamente a intenção de compra.
Concorrência
Estabelecimentos, atividades CNAE, presença de redes, cobertura geográfica e posicionamento comercial ajudam a mapear a oferta. O registro cadastral não comprova atividade operacional nem concorrência direta.
Comportamento do consumidor
Pesquisas, avaliações e tendências de busca complementam o diagnóstico, respeitando limites de representatividade. Volume de buscas não corresponde diretamente a compras.
Viabilidade operacional
Logística, distribuição, infraestrutura, custos de atendimento e barreiras regulatórias condicionam a transformação do potencial de mercado em oportunidade efetiva.
4. Metodologia proposta
Delimitação: definir categoria, público-alvo, municípios e concorrentes relevantes. Coleta: selecionar fontes identificadas por origem, período e cobertura. Tratamento: verificar duplicidades, lacunas e comparabilidade territorial. Indicadores: padronizar variáveis e construir dimensões. Classificação: comparar municípios segundo critérios explícitos. Validação: confrontar hipóteses com conhecimento setorial, viabilidade econômica e testes comerciais.
5. Índice UIN de Oportunidade Territorial (IUOT): proposta metodológica
O IUOT é um modelo conceitual de pontuação relativa entre territórios comparáveis, ainda não calibrado empiricamente. Como hipótese inicial, propõem-se pesos de 30% para demanda potencial, 20% para condições econômicas, 20% para espaço competitivo, 15% para aderência do consumidor e 15% para viabilidade operacional.
Os indicadores deverão ser padronizados e documentados, com testes de sensibilidade para verificar a influência dos pesos. Uma pontuação elevada não representa previsão de vendas nem probabilidade de sucesso.
6. Aplicação piloto: mercado de bicicletas
O setor de bicicletas permite investigar mercados de mobilidade, lazer e produtos especializados, com públicos e canais distintos. Um piloto de bicicletas especializadas pode cruzar indicadores demográficos, condições econômicas, presença de lojas, cobertura de distribuição e características da oferta. Estabelecimentos classificados no setor não são necessariamente concorrentes diretos de produtos premium. O piloto depende de validação de dados antes de qualquer ranking de municípios.
7. Aplicações empresariais
Redes de varejo
Priorizar localidades para estudos de viabilidade de novas unidades.
Indústrias e distribuidores
Identificar regiões para ampliar cobertura comercial e selecionar parceiros.
Marketplaces e comércio eletrônico
Avaliar direcionamento regional de campanhas e lacunas de oferta, considerando também concorrentes digitais externos ao município.
Marketing regional
Desenvolver hipóteses de segmentação territorial e medir desempenho de testes.
8. Como medir retorno
A avaliação deve considerar receita incremental, margem de contribuição, custo de aquisição regional, conversão, produtividade comercial e retorno sobre investimento. Testes comparáveis, controlando orçamento, sazonalidade e oferta, ajudam a verificar se a inteligência territorial contribui para decisões melhores.
9. Limitações
Bases públicas possuem periodicidades e coberturas distintas. Correlação territorial não comprova causalidade. A ausência de concorrentes pode refletir baixa demanda ou barreiras operacionais. Dados agregados não descrevem consumidores individuais. O uso de dados pessoais deve observar a legislação aplicável.
Oportunidades comerciais não podem ser inferidas apenas de mapas populacionais ou contagens de concorrentes. A inteligência territorial integra dimensões e explicita hipóteses para priorizar mercados, testar estratégias e reduzir incertezas.
Nota metodológica: esta publicação apresenta uma estrutura de pesquisa e um modelo analítico proposto. Não contém rankings de municípios, estimativas de demanda ou resultados empíricos consolidados. Uma edição posterior deverá incluir resultados somente após coleta e auditoria das bases.
Como inteligência de mercado, análise de concorrência e IA ajudam empresas a direcionar investimentos e melhorar a eficiência comercial.
Inteligência de mercado pode ajudar empresas a identificar oportunidades comerciais, compreender concorrentes e direcionar investimentos com maior precisão.
Quando as vendas não acompanham as metas, a reação costuma ser ampliar campanhas e pressionar a equipe comercial. Mas existe uma pergunta anterior: a empresa conhece realmente os mercados em que investe?
Uma campanha pode alcançar o público previsto e ainda apresentar resultados comerciais insuficientes porque o problema está no posicionamento, no produto, na distribuição ou na concorrência, não necessariamente na publicidade.
O custo de decidir com informações incompletas
Considere uma empresa que vende em diferentes municípios. Ao identificar resultados fracos, pode aumentar o investimento em anúncios. Entretanto, consumidores locais podem ter perfil diferente, a concorrência pode apresentar ofertas mais adequadas ou outros territórios podem oferecer condições melhores de crescimento.
Sem dados externos, essas hipóteses não são testadas e a empresa corre o risco de insistir em decisões pouco fundamentadas.
O que as métricas de marketing não explicam sozinhas?
Custo por clique, custo de aquisição, conversão e retorno publicitário são necessários, mas não explicam isoladamente por que uma cidade converte mais do que outra, nem como a estrutura competitiva influencia os resultados. Integrar dados internos com indicadores territoriais, econômicos, de preços e de comportamento amplia a capacidade de diagnóstico.
Cinco perguntas antes de aumentar o orçamento
1. Estamos investindo nas regiões com maior potencial?
População e renda são apenas o início. É necessário considerar perfil do público, canais de distribuição e concorrência.
2. Conhecemos os concorrentes além dos nomes?
Portfólio, preço, cobertura, diferenciais e percepção dos consumidores devem ser acompanhados.
3. Sabemos por que consumidores escolhem outras marcas?
Pesquisas, avaliações e reclamações podem indicar fatores de decisão e oportunidades de diferenciação, respeitando os limites de representatividade de cada fonte.
4. Nossa oferta é adequada a cada mercado?
Um sortimento ou posicionamento uniforme pode ignorar diferenças importantes entre regiões e segmentos.
5. Medimos o retorno real das decisões?
Crescimento de receita precisa ser confrontado com margem, custo de aquisição, logística e retorno sobre investimento.
O papel da inteligência artificial
A IA pode apoiar a organização de dados, classificação de manifestações de consumidores, comparação de produtos e monitoramento competitivo. Ela não substitui a validação de fontes, a pesquisa e a interpretação empresarial.
Da análise de concorrência à inteligência territorial
O cruzamento de dados demográficos, econômicos e empresariais ajuda a priorizar municípios para investigação. Pouca concorrência não significa automaticamente oportunidade: pode haver demanda insuficiente ou barreiras operacionais. Uma região competitiva também pode ser atraente quando há demanda expressiva e espaço para diferenciação.
A UIN, Ultraconhecimento, Inovação e Inteligência, desenvolve estudos de mercado, inteligência territorial, monitoramento de preços, análise de concorrentes e de sentimentos com aplicação de inteligência artificial. O objetivo é relacionar evidências a decisões de expansão, distribuição, marketing e crescimento.
Antes de investir mais, investigue melhor
Não basta perguntar quanto investir. É preciso compreender onde o investimento pode produzir melhores resultados e quais hipóteses devem ser testadas.
Inteligência competitiva, expansão territorial, marcas próprias e marketplaces: conheça as aplicações da UIN para decisões comerciais no setor pet.
Mercado pet: sua empresa está investindo onde realmente pode crescer?
O setor pet exige decisões cada vez mais rápidas sobre sortimento, canais, marcas próprias, preços e expansão. A UIN conecta inteligência competitiva, comportamento do consumidor, dados territoriais e inteligência artificial para apoiar essas decisões com evidências.
Onde a UIN pode atuar
Marketing mais eficiente: identificar públicos, regiões e oportunidades para orientar a alocação de verbas e reduzir desperdícios.
Expansão e marketplaces: investigar municípios e categorias com potencial ainda pouco explorado, considerando demanda estimada, concorrência e viabilidade comercial.
Marcas próprias e sortimento: comparar posicionamento, preços, tendências e lacunas de oferta para apoiar decisões de portfólio.
Inteligência competitiva contínua: acompanhar movimentações observáveis dos concorrentes e organizar indicadores em painéis executivos.
Decisões mais rápidas: reunir informações antes dispersas em uma visão integrada para equipes de marketing, comercial e expansão.
Do diagnóstico ao acompanhamento
A UIN oferece estudos de mercado, análises concorrenciais, inteligência territorial e soluções com IA. O Ecossistema UIN Mapa Vivo está em desenvolvimento e prevê ampliar essas aplicações com a camada MarketGeo, voltada à descoberta de oportunidades territoriais de crescimento. As funcionalidades e fontes de dados são definidas conforme o escopo de cada projeto.
Descubra onde sua empresa pode crescer
Agende uma conversa com a UIN para avaliar oportunidades de eficiência comercial, diferenciação e expansão no setor pet.
Como inteligência artificial, dados demográficos e inteligência territorial podem ajudar supermercados a adequar o mix de produtos a cada região e reduzir estoques desnecessários.
O mix de produtos de um supermercado deve refletir o consumidor que frequenta cada loja. A inteligência artificial pode ajudar redes varejistas a identificar diferenças regionais de demanda e oportunidades comerciais que o histórico de vendas, isoladamente, não revela.
A mesma rede, consumidores diferentes
Duas lojas de uma mesma rede podem estar a poucos quilômetros de distância e atender públicos muito diferentes. Uma região pode concentrar famílias com crianças; outra, moradores mais velhos ou domicílios de uma pessoa. Mesmo assim, os sortimentos frequentemente são definidos com forte padronização.
O resultado pode ser uma combinação pouco eficiente: produtos de baixo giro ocupando espaço e capital, enquanto itens com demanda potencial sequer estão disponíveis.
A gôndola precisa refletir o mercado local
O porte da loja importa, mas não basta. É necessário considerar perfil etário, renda, composição dos domicílios, concorrência, hábitos de compra e preços praticados na região. Essas informações ajudam a formular hipóteses sobre categorias que merecem maior atenção.
Por exemplo, uma unidade em área com maior concentração de idosos pode exigir uma composição diferente de produtos de cuidados pessoais e alimentação em relação a outra próxima a universidades. Essas possibilidades precisam ser verificadas com dados, não presumidas.
O que as vendas não mostram
O histórico comercial registra aquilo que foi vendido, mas não mede diretamente a demanda por produtos ausentes da loja. Também não explica sozinho por que uma categoria tem baixo desempenho: preço, exposição, disponibilidade e adequação ao público podem interferir.
Ao combinar dados internos de vendas, margens e estoques com informações demográficas, territoriais e competitivas, a inteligência artificial pode apoiar a identificação de lacunas no sortimento e orientar testes comerciais.
Menos produtos não significa menos opções relevantes
Ampliar indiscriminadamente a variedade exige investimento em estoque, reposição e espaço. Por outro lado, cortes sem critério podem reduzir vendas e prejudicar a experiência do consumidor. O objetivo não é simplesmente eliminar SKUs, mas encontrar um equilíbrio entre diversidade, giro, margem e aderência à demanda local.
Para redes regionais, compreender o mercado atendido por cada unidade pode ser uma forma de competir com operações maiores sem depender apenas da abertura de lojas.
Inteligência territorial aplicada ao sortimento
A UIN, especializada em inteligência de mercado e inteligência artificial aplicada aos negócios, desenvolve soluções que combinam dados territoriais, demográficos e competitivos. Uma aplicação prevista para seu ecossistema é apoiar supermercados na avaliação do potencial de categorias e na adequação do mix ao perfil de cada unidade.
Com acesso aos dados internos de cada rede, como vendas, margens e estoques, essas análises podem avançar para recomendações específicas, sujeitas à validação comercial e operacional.
O futuro está em escolher melhor
O supermercado do futuro não será necessariamente aquele que oferece o maior número de produtos, mas aquele que compreende quais itens fazem sentido para os consumidores de cada região.
A questão deixa de ser quantos produtos cabem na gôndola e passa a ser quanto potencial de mercado pode estar sendo desperdiçado por um sortimento inadequado.
Sua rede oferece os produtos certos em cada região?
Estudo de mercado compara as crises de 2009, 2015–2016 e 2020, identifica setores mais resilientes e vulneráveis e analisa China, juros, comércio exterior e oportunidades para 2027.
Estudo de inteligência econômica e competitiva | Outubro de 2026
Infográfico-síntese do estudo. Os indicadores apresentados na imagem devem ser interpretados à luz das séries, períodos e ressalvas metodológicas descritos abaixo.
Quais atividades conseguem preservar demanda durante uma recessão? Quais são mais vulneráveis ao crédito, à perda de renda e à concorrência internacional? A comparação de três episódios econômicos brasileiros revela que não existe setor inteiramente imune às crises: a natureza do choque e a estrutura competitiva alteram profundamente os resultados.
Resumo executivo
Em 2009, a crise financeira internacional reduziu o comércio mundial, mas o varejo brasileiro contou com sustentação relativa da demanda doméstica. Em 2015–2016, uma recessão prolongada, associada à deterioração da renda, do crédito e das expectativas, afetou amplamente o consumo. Em 2020, o choque sanitário redistribuiu gastos entre consumo doméstico, atividades presenciais e canais digitais.
O segmento agregado de artigos farmacêuticos, médicos, ortopédicos, perfumaria e cosméticos apresentou resiliência relativa: cresceu 11,8% em 2009, 3,0% em 2015 e 8,3% em 2020, mas recuou 2,1% em 2016. A conclusão correta não é imunidade, e sim menor vulnerabilidade relativa em determinados contextos.
1. Três crises, mecanismos diferentes
2008–2009: contágio financeiro internacional
A crise originada no sistema financeiro norte-americano restringiu o crédito e derrubou o comércio mundial. Seus efeitos sobre o Brasil coexistiram com respostas de política econômica e diferenças importantes entre setores exportadores e atividades voltadas ao mercado interno.
2015–2016: recessão doméstica prolongada
A combinação de inflação, juros elevados, desemprego, retração do investimento e perda de confiança pressionou especialmente as compras financiadas e os bens duráveis. É fundamental examinar os dois anos em conjunto: observar apenas 2015 subestima o impacto acumulado.
2020: choque sanitário e mudança na composição do consumo
Restrições de mobilidade e mudanças de comportamento reduziram a demanda por determinadas atividades presenciais e favoreceram temporariamente algumas categorias associadas ao lar, à saúde e à adaptação do consumo. O avanço do comércio eletrônico como canal não significa que todas as categorias digitais tenham crescido.
2. Matriz histórica de desempenho setorial
Variação anual do volume de vendas por atividade do comércio, em %. Valores arredondados. A comparação não representa faturamento nominal nem lucro das empresas.
Atividade
2009
2015
2016
2020
Farmacêuticos, médicos e perfumaria
+11,8
+3,0
−2,1
+8,3
Supermercados e alimentos
+8,3
−2,5
−3,1
+4,8
Móveis e eletrodomésticos
+2,1
−14,0
−12,6
+10,6
Vestuário e calçados
−2,7
−8,7
−10,9
−22,5
Informática e comunicação
+10,6
−1,7
−12,3
−16,2
Outros artigos pessoais e domésticos
+8,4
−1,3
−9,5
+2,5
Materiais de construção
−6,6
−8,4
−10,7
+10,8
Veículos e peças
+11,1
−17,8
−14,0
−13,6
Leitura central: nenhuma das oito atividades comparadas cresceu nos quatro anos. O segmento farmacêutico agregado praticamente preservou o volume acumulado em 2015–2016, enquanto veículos e bens duráveis apresentaram quedas muito mais intensas. Taxas anuais acumuladas devem ser compostas, e não somadas.
3. A China alterou simultaneamente demanda e concorrência
A China consolidou-se como mercado comprador fundamental para produtos brasileiros e ampliou sua relevância como origem das importações. Segundo levantamento do Ipece com dados de comércio exterior, sua participação nas exportações brasileiras foi de aproximadamente 18,8% em 2015, 32,4% em 2020 e 28,7% em 2025. Nas importações, passou de aproximadamente 17,7% em 2015 para 25,3% em 2025.
Essa relação cria uma dupla exposição: oportunidades para cadeias exportadoras e concorrência adicional para fabricantes e varejistas nacionais. Plataformas internacionais de comércio eletrônico ampliam a comparação de preços e a variedade disponível ao consumidor, mas a origem da plataforma não deve ser confundida com a origem de cada produto ou vendedor.
4. Juros, câmbio, tributação e política industrial
Juros e crédito. Taxas elevadas tendem a pressionar financiamentos, estoques e decisões de compra de bens duráveis. A intensidade varia conforme endividamento, giro e capacidade de repasse de custos.
Câmbio e comércio exterior. A desvalorização cambial pode melhorar a competitividade de exportadores e encarecer insumos importados; o resultado líquido depende da estrutura de custos e receitas de cada empresa.
Tributação e incentivos. A transição da reforma tributária do consumo, regras de remessas internacionais e programas de financiamento podem modificar custos e decisões de investimento. Seus efeitos não são uniformes e devem ser avaliados por produto, regime fiscal, localização e elegibilidade.
Barreiras comerciais. Mudanças tarifárias nos mercados compradores podem pressionar exportadores concentrados e incentivar a busca de novos destinos. Diversificar exige capacidade comercial, adequação técnica e custos de entrada.
5. Onde estão as oportunidades para 2027?
Saúde e longevidade
O envelhecimento da população amplia necessidades relacionadas a medicamentos, prevenção, reabilitação, cuidados e serviços especializados. A oportunidade depende da demanda territorial, da oferta instalada e da capacidade de pagamento.
Alimentação e formatos econômicos
A busca por custo-benefício pode favorecer formatos eficientes, marcas próprias e abastecimento bem estruturado. Margens estreitas e custos logísticos permanecem riscos relevantes.
Educação profissional
Mudanças ocupacionais e tecnológicas criam hipóteses de demanda por requalificação. A viabilidade precisa ser comprovada regionalmente, considerando empregabilidade e renda.
Tecnologia e produtividade
Automação, inteligência competitiva e análise de dados podem apoiar eficiência, precificação e redução de desperdícios. Em períodos restritivos, a comprovação do retorno econômico é essencial.
Agro e diversificação comercial
Demanda internacional, câmbio e novos mercados podem abrir oportunidades, mas o desempenho depende também de clima, produtividade, preços e concentração de compradores.
Serviços especializados e demanda regional
Diferenças demográficas e produtivas entre municípios podem revelar necessidades insuficientemente atendidas. Oportunidades nacionais não substituem análises locais.
6. Quais atividades merecem maior atenção?
Bens duráveis e veículos tendem a ser sensíveis a renda, crédito e confiança. Vestuário e calçados enfrentam sensibilidade ao consumo e pressão competitiva de importados. Exportadores concentrados dependem de decisões comerciais externas. Varejistas com estoques elevados podem sofrer com o custo financeiro e a desaceleração do giro. Esses riscos não determinam o desempenho de todas as empresas: diferenciação, caixa, eficiência e participação de mercado importam.
7. Três cenários qualitativos
Estabilização: melhora gradual das condições financeiras pode favorecer investimentos e consumo financiado. Desaceleração prolongada: demanda essencial e eficiência operacional ganham relevância relativa. Choque externo: câmbio, tarifas e preços internacionais podem redistribuir oportunidades e riscos entre exportadores, importadores e cadeias locais.
Esses cenários são instrumentos de análise, não previsões probabilísticas nem projeções individualizadas de faturamento.
8. Da análise histórica à decisão empresarial
Uma oportunidade nacional não é necessariamente uma oportunidade em todos os municípios. Identificar mercados exige combinar demanda regional, renda, demografia, concorrência, preços, comércio exterior e capacidade de execução.
Soluções de inteligência de mercado, incluindo as capacidades analíticas do ecossistema UIN e do Darwin, podem apoiar esse trabalho por meio de monitoramento competitivo, análise territorial e organização de indicadores para decisões comerciais. A tecnologia não elimina a incerteza: permite examiná-la de maneira mais estruturada.
Conclusão
As três crises mostram que a pergunta relevante não é apenas qual setor cresceu, mas por que cresceu, durante quanto tempo e em quais condições. A resiliência combina essencialidade da demanda, exposição ao crédito, estrutura financeira, posição competitiva, contexto internacional e capacidade de adaptação.
Para 2027, oportunidades e ameaças devem ser avaliadas conjuntamente. Empresas capazes de acompanhar transformações setoriais e territoriais terão melhores condições de fundamentar suas decisões, sem depender de generalizações sobre supostos setores imunes às crises.
Fontes e metodologia
Estudo documental e comparativo, com indicadores públicos de volume de vendas e comércio exterior, complementados por interpretação qualitativa. A análise histórica concentra-se em atividades do varejo; a classificação de outros setores é prospectiva e não equivale à comprovação de crescimento durante as três crises. Valores arredondados e sujeitos a revisões de série.
Estudo de inteligência territorial da UIN sobre academias em Dracena mostra por que excesso de concorrentes não elimina oportunidades. Entenda a aplicação do método à educação, varejo e indústria.
Uma cidade pode ter muitas empresas de um mesmo setor e, ainda assim, apresentar oportunidades de negócios não atendidas. Esse é o princípio de um estudo de inteligência territorial realizado pela UIN sobre o mercado de academias em Dracena (SP).
O caso: concorrência elevada não significa ausência de mercado
O levantamento da UIN identificou uma presença elevada de academias convencionais no município. Quando essa oferta foi analisada em conjunto com o perfil etário local, surgiu uma questão estratégica: a oferta existente atendia adequadamente às necessidades da população mais velha?
A leitura combinada da concorrência e da composição demográfica apontou uma oportunidade potencial para serviços de atividade física especializados no público idoso, em vez de simplesmente reproduzir o modelo de academia generalista. Trata-se de uma hipótese de oportunidade identificada pela análise, não de uma afirmação de demanda contratada ou de rentabilidade comprovada.
Como a inteligência territorial transforma dados em decisões
Uma análise desse tipo deve cruzar a localização e o posicionamento dos concorrentes com a distribuição etária por bairros, renda, mobilidade, acessibilidade, serviços de saúde, preços e características da demanda. O objetivo não é contar estabelecimentos isoladamente, mas identificar quais públicos estão subatendidos e quais formatos de serviço fazem sentido em cada território.
Para uma academia especializada em pessoas idosas, a validação comercial também deve considerar profissionais habilitados, segurança, acessibilidade, proximidade residencial, horários, capacidade de pagamento e parcerias com serviços de saúde.
O mesmo método pode revelar oportunidades para universidades
O envelhecimento da população também suscita uma pergunta para o setor educacional: quais cursos, formatos e trajetórias formativas podem atender adultos mais velhos que desejam atualizar competências, mudar de carreira ou retornar ao mercado de trabalho?
As possibilidades incluem formação continuada, cursos livres, cursos técnicos, extensão universitária e, conforme o perfil da demanda, graduação. Não se deve presumir que toda pessoa idosa queira voltar a trabalhar ou cursar uma faculdade: a demanda precisa ser investigada por faixa etária, escolaridade, ocupação, renda, interesse e barreiras de acesso.
Uma instituição de ensino pode usar inteligência territorial para comparar a oferta de cursos na região, o perfil demográfico, as atividades econômicas locais e as competências demandadas por empregadores. O resultado pode apoiar decisões sobre novos cursos, currículos, modalidades, horários e estratégias de captação.
O que o varejo e a indústria aprendem com esse caso
O raciocínio é transferível. Um bairro com muitos supermercados pode ainda ter demanda não atendida por sortimentos específicos; uma cidade com ampla oferta de serviços pode carecer de formatos acessíveis ao público mais velho; uma indústria pode identificar regiões com demanda potencial e distribuição insuficiente.
Em todos esses cenários, o erro é confundir quantidade de concorrentes com adequação da oferta. A inteligência de mercado busca compreender quem é atendido, quem não é e quais condições tornam uma nova proposta economicamente viável.
Do estudo pontual ao Ecossistema UIN
A UIN trabalha para conectar estudos territoriais e setoriais a soluções de inteligência para educação, varejo, indústria e agronegócio. O propósito é transformar dados de população, concorrência, consumo e atividade econômica em decisões de expansão, posicionamento e desenvolvimento de produtos e serviços.
Quer avaliar oportunidades em uma cidade, setor ou região? Conheça nossas soluções de inteligência de mercado e solicite uma conversa com a UIN pela página de contato.
Nota metodológica: este artigo apresenta uma síntese qualitativa do caso de mapeamento de academias relatado pela UIN. A publicação não divulga quantidades de estabelecimentos, indicadores demográficos ou projeções financeiras porque as tabelas e os anexos originais não foram disponibilizados para verificação nesta edição. A oportunidade educacional é uma aplicação proposta do método, não um resultado empírico já validado no município.
A UIN anuncia a inclusão planejada de uma nova camada de inteligência para monitorar marcas e produtos nas recomendações de IA. Conheça a evolução do Mapa Vivo UIN.
O mercado não é uma planilha. É um organismo vivo. E uma nova mudança está alterando a maneira como consumidores encontram produtos, comparam alternativas e decidem de quem comprar.
Imagine alguém procurando um shampoo, um eletrodoméstico ou um fornecedor para sua empresa. Em vez de abrir dezenas de sites, essa pessoa pergunta a um assistente de inteligência artificial quais são as melhores opções para seu orçamento e suas necessidades. A resposta pode apresentar poucas marcas, produtos e estabelecimentos. Quem não aparece nessa seleção corre o risco de nem sequer entrar na comparação.
Uma nova disputa pela atenção do consumidor
Durante anos, as empresas disputaram posições em mecanismos de busca, espaços publicitários, vitrines físicas e marketplaces. Esses canais continuam importantes, mas agora há outro intermediário: sistemas de IA que sintetizam informações e recomendam alternativas.
Isso muda a pergunta estratégica. Não basta saber quanto custa o produto do concorrente ou onde ele anuncia. Também precisamos investigar como as marcas são descritas, quais produtos são sugeridos, quais fontes fundamentam as respostas e em que situações determinada empresa fica fora das recomendações.
Estar presente em uma resposta de IA, entretanto, não significa que uma venda aconteceu. Recomendação, clique e conversão são etapas diferentes, e cada uma exige dados e métodos de medição próprios.
O que estamos desenvolvendo no Ecossistema UIN
A UIN está desenvolvendo o Ecossistema UIN, com o Mapa Vivo UIN, uma proposta de inteligência de mercado que conecta informações sobre concorrentes, preços, produtos, território e outras variáveis que influenciam decisões empresariais.
Agora, incorporamos ao planejamento do produto uma nova camada: UIN Agentic Commerce Intelligence, dedicada ao monitoramento da presença de marcas, produtos e varejistas nas recomendações de assistentes de inteligência artificial.
Essa camada está prevista para desenvolvimento e validação. Nossa intenção é permitir que empresas investiguem quais marcas aparecem nas respostas a perguntas de compra, com que frequência são mencionadas, como se posicionam diante de concorrentes e quais aspectos de seus catálogos digitais podem dificultar a descoberta por sistemas de IA.
Em uma etapa posterior, integrações autorizadas com dados de comércio eletrônico poderão ajudar a diferenciar tráfego originado de assistentes, oportunidades comerciais e vendas efetivamente atribuíveis a esses canais.
Da prateleira física à recomendação algorítmica
Considere uma indústria que comercializa produtos de higiene pessoal. Hoje, ela precisa acompanhar preço, disponibilidade, canais de distribuição, posicionamento e percepção do consumidor. Amanhã, também precisará entender como seu produto é interpretado e comparado por assistentes de IA.
Uma marca pode ter distribuição ampla e preço competitivo, mas ser pouco mencionada nas respostas. Outra pode aparecer com frequência porque apresenta informações de produto mais claras ou é citada em fontes consultadas pelo sistema. Essas são hipóteses que precisam ser testadas, não conclusões que podem ser presumidas.
É justamente esse tipo de questão que queremos investigar com métodos documentados, observações históricas e comparação entre marcas e categorias.
Black Friday 2026: o início de uma nova agenda de pesquisa
A Black Friday de 27 de novembro será uma oportunidade para observar como assistentes de IA participam das decisões de compra. A UIN pretende utilizar esse período como referência para estruturar estudos sobre recomendações, visibilidade de marcas e concorrência no comércio assistido por IA.
O objetivo inicial não é prometer medir todas as vendas realizadas por agentes autônomos. É construir uma base confiável para compreender um canal emergente, identificar suas limitações e produzir indicadores que apoiem decisões comerciais.
Uma plataforma em evolução, uma conversa que começa agora
O Ecossistema UIN está em desenvolvimento e validação progressiva. Nas próximas publicações, vamos apresentar os problemas de mercado que buscamos resolver, os módulos previstos, a metodologia dos nossos estudos e as possibilidades de aplicação para empresas de diferentes setores.
Queremos conversar com fabricantes, varejistas e gestores que precisam compreender não apenas o que acontece dentro da própria empresa, mas como o mercado ao redor está mudando.
O próximo cliente talvez não veja sua vitrine primeiro. Mas sua empresa precisa entender o que acontece antes da escolha.
Conheça a UIN e acompanhe a evolução do Ecossistema em oiia.com.br.
Sua empresa conhece os próprios indicadores, mas acompanha concorrentes, preços, consumidores e potencial de cada cidade? Entenda como a inteligência de mercado apoia decisões com IA.
Uma empresa pode acompanhar diariamente seu faturamento, suas margens e suas metas comerciais e, ainda assim, desconhecer mudanças importantes no mercado em que atua. Saber quanto vendeu é indispensável. Entender por que o consumidor escolheu outra marca, onde a concorrência está crescendo e quais cidades oferecem novas oportunidades exige outra camada de informação.
O limite de olhar apenas para dentro da empresa
Relatórios de vendas, indicadores financeiros e sistemas de gestão descrevem principalmente o desempenho interno. Eles não explicam, isoladamente, se uma redução nas vendas está associada a preço, mudanças na preferência dos consumidores, entrada de concorrentes, distribuição ou condições econômicas regionais.
Uma decisão de expansão baseada apenas no histórico da própria empresa pode deixar de considerar renda, composição etária, concentração de estabelecimentos e presença de concorrentes em cada município.
O que significa conhecer o mercado em que se compete?
Significa reunir e interpretar informações de diferentes origens: preços anunciados por concorrentes, características de produtos, presença territorial de estabelecimentos, indicadores demográficos, dados econômicos e manifestações públicas de consumidores. Cada fonte responde a uma pergunta diferente e precisa ser analisada dentro de seus limites.
Inteligência competitiva e monitoramento de preços
Comparar preços exige mais do que observar o menor valor. É necessário verificar equivalência entre produtos, volume ou embalagem, disponibilidade, data da coleta e condições comerciais. O acompanhamento histórico permite identificar movimentos competitivos, em vez de tomar decisões com base em uma observação isolada.
Inteligência territorial e potencial de mercado
Dados públicos do IBGE e de estabelecimentos classificados por CNAE podem apoiar o mapeamento de mercados locais. População, faixa etária, indicadores de rendimento e estrutura empresarial ajudam a identificar municípios que merecem investigação comercial. Contudo, potencial estimado não é venda comprovada: modelos precisam explicitar premissas, cobertura e incerteza.
Voz do consumidor e análise de sentimentos
Avaliações e comentários públicos podem revelar temas associados à experiência de compra, percepção de preço, qualidade, atendimento e pós-venda. Uma análise consistente precisa informar quais canais foram estudados, quantas manifestações foram examinadas e quais limitações existem na amostra. Sentimento digital não representa automaticamente a opinião de toda a população consumidora.
Como isso se aplica a diferentes setores?
Varejo: avaliar posicionamento de preços, concorrência regional, categorias e oportunidades de sortimento, combinando dados externos com margens e giro fornecidos pelo próprio cliente.
Indústria: estudar cobertura de distribuição, revendedores, diferenças regionais de demanda potencial, concorrentes e percepção sobre marcas e produtos.
Educação: cruzar perfil populacional, mercado de trabalho, concorrência institucional e características territoriais para apoiar decisões sobre portfólio e expansão.
Agronegócio: integrar preços de referência, condições regionais, mercados compradores e indicadores públicos para apoiar decisões comerciais ao longo da cadeia.
Do dado isolado à decisão comercial
O Ecossistema UIN está sendo desenvolvido para integrar coleta, organização, histórico, comparação e análise de informações de mercado. Entre as capacidades em evolução estão monitoramento competitivo, inteligência territorial e aplicações específicas por setor. A disponibilidade de cada módulo e a cobertura de suas fontes são verificadas conforme o caso de uso.
O objetivo não é substituir a experiência de gestores, mas fornecer evidências para perguntas concretas: onde expandir, quais concorrentes acompanhar, como posicionar produtos e quais mudanças merecem resposta.
Um exemplo: o mercado de bicicletas
Considere um fabricante que deseja priorizar municípios para fortalecer sua rede comercial. Uma análise pode combinar quantidade de estabelecimentos relacionados ao setor, indicadores de renda, população por idade, presença de revendedores e preços de marcas concorrentes. Uma etapa posterior pode investigar avaliações públicas e diferenças entre segmentos, como bicicletas urbanas, mountain bikes e elétricas.
Esse é um exemplo de aplicação em estruturação pela UIN, não a divulgação de resultados concluídos ou de uma contratação com qualquer fabricante.
Uma pergunta para sua próxima reunião de diretoria
Além de perguntar quanto sua empresa vendeu, pergunte: o que mudou no mercado enquanto estávamos olhando nossos próprios indicadores?
A UIN desenvolve estudos de inteligência de mercado e soluções com inteligência artificial para apoiar decisões de concorrência, posicionamento, expansão e oportunidades comerciais.
Quer avaliar o mercado em que sua empresa compete? Conheça a UIN e solicite uma conversa sobre um diagnóstico de mercado: oiia.com.br.
Nota metodológica: exemplos e aplicações apresentados são ilustrativos. Não representam resultados de estudos ainda não concluídos. Fontes recomendadas para projetos territoriais incluem IBGE e dados públicos oficiais, conforme disponibilidade e adequação.
