Produto encalhado não é apenas um item que demora a sair. É dinheiro imobilizado, espaço ocupado e uma decisão que vai ficando mais cara a cada semana. Em marketplace, onde preço, concorrência e demanda mudam rápido, esperar que o produto “volte a girar sozinho” costuma transformar uma oportunidade de recuperação em uma liquidação feita tarde demais.
A inteligência artificial pode ajudar a trocar o achismo por uma recomendação de preço mais consciente. Ela não substitui a estratégia comercial nem deve ignorar a margem mínima do negócio. O papel dela é organizar sinais que seriam difíceis de acompanhar manualmente, como histórico de vendas, estoque disponível, sazonalidade, concorrência e custos para indicar quando vale reduzir, manter ou reposicionar um anúncio.
Quer saber como fazer isso? Nós te ajudamos!
O que realmente caracteriza um produto encalhado?
Nem todo produto de baixa saída está encalhado. Um item sazonal pode passar semanas sem vender e ainda estar dentro do esperado. Já um SKU de giro contínuo que desacelera de repente pede atenção imediata. A comparação precisa ser feita contra o próprio histórico e contra a função daquele produto no estoque.
- Tempo sem venda acima do padrão: o SKU ficou parado por mais dias do que sua média histórica.
- Giro abaixo do esperado: a saída caiu enquanto produtos semelhantes continuam vendendo.
- Cobertura de estoque alta: há unidades para muitos meses, sem uma previsão realista de consumo.
- Investimento imobilizado: o produto limita a compra de itens com maior demanda ou margem.
- Perda de relevância: modelo, cor, tamanho ou característica deixou de acompanhar a procura do mercado.
Esse diagnóstico só fica confiável quando pedidos, estoque e anúncios conversam entre si. Uma boa gestão de estoque via hub de integração reduz justamente o risco de decidir o preço com base em uma quantidade desatualizada ou em informações espalhadas entre canais.
Quais variáveis a IA deve considerar antes de sugerir um novo preço?
Uma recomendação útil não nasce de um único dado, como o menor preço do concorrente. A IA funciona melhor quando recebe um conjunto de limites e sinais do negócio. O preço sugerido precisa ser viável para a operação antes de ser competitivo para o consumidor.
| Variável | O que ela mostra | Como influencia a recomendação |
|---|---|---|
| Histórico de vendas | Ritmo, tendência e conversão do SKU | Ajuda a identificar se a queda é pontual ou se o preço perdeu aderência. |
| Estoque e cobertura | Quantos meses o item pode permanecer parado | Estoque alto aumenta a urgência de criar uma ação de giro. |
| Sazonalidade | Períodos de maior ou menor procura | Evita desconto desnecessário pouco antes de uma janela natural de demanda. |
| Preços concorrentes | Faixa praticada para itens comparáveis | Aponta se o anúncio está fora do mercado, sem obrigar uma corrida ao menor preço. |
| Custos e taxas | Comissão, frete, impostos, embalagem e operação | Define o piso abaixo do qual a venda deixa de fazer sentido. |
| Margem mínima | Quanto o negócio aceita ganhar no relançamento | Transforma a sugestão em uma regra segura, e não em uma promoção sem controle. |
Dois pontos merecem atenção especial. O primeiro é o estoque mínimo: ele ajuda a separar um encalhe de um produto que deve ser preservado para não comprometer a disponibilidade. O segundo é conhecer o custo real por pedido. Sem ele, um desconto que parece acelerar as vendas pode apenas antecipar uma perda.
Um método prático para transformar dados em preço de relançamento
Antes de automatizar qualquer mudança, vale montar uma rotina simples. Ela deixa claro o que a IA pode analisar e quais decisões continuam sob responsabilidade de quem conhece o negócio.
- Separe os produtos por situação. Agrupe itens com baixo giro, excesso de cobertura, sazonalidade encerrada ou queda de conversão. Não aplique a mesma régua a todo o catálogo.
- Calcule o piso de preço. Some custo de aquisição, taxas do canal, frete subsidiado quando houver, impostos, embalagem e a margem mínima aceitável.
- Defina a faixa de teste. Em vez de sair de R$129 para R$89, estabeleça cenários graduais, por exemplo: manter, reduzir 5% ou reduzir 8%, sempre acima do piso.
- Projete a resposta esperada. A recomendação deve estimar se o novo preço aumenta o giro o suficiente para compensar a margem menor.
- Acompanhe e corrija. Se a conversão não reagir, o problema pode estar no anúncio, no frete, na reputação ou na demanda e não apenas no preço.
Essa lógica é uma evolução da precificação em marketplace feita com regras claras: o sistema analisa mais sinais, mas a operação continua definindo até onde pode ir.
Desconto estratégico não é liquidação sem volta
O desconto estratégico busca uma resposta mensurável: aumentar a conversão, reduzir cobertura de estoque e liberar capital dentro de uma margem predefinida. Já a liquidação sem retorno acontece quando o preço é reduzido só porque o produto está parado, sem saber se haverá procura suficiente ou se a venda ainda cobre os custos.
Uma forma objetiva de comparar as opções é colocar o custo de carregar o estoque na conta. Imagine 100 unidades compradas por R$80 cada, com R$8.000 parados no estoque. Se manter o SKU por mais tempo custa aproximadamente R$240 por mês em capital, armazenagem e manuseio, o preço atual pode sair mais caro do que parece.
| Cenário estimado | Preço de venda | Giro esperado | Tempo para zerar 100 unidades | Custo de manter o estoque |
|---|---|---|---|---|
| Manter o preço atual | R$ 129 | 5 unidades por mês | 20 meses | cerca de R$ 4.800 |
| Relançar com desconto controlado | R$ 119 | 20 unidades por mês | 5 meses | cerca de R$ 1.200 |
Nesse exemplo, a redução de R$10 por unidade representa R$1.000 a menos de receita bruta sobre as 100 unidades. Mas encurta em 15 meses o tempo de estoque e pode evitar cerca de R$3.600 em custo de carregamento. Os valores são ilustrativos; a decisão real deve usar as taxas, os custos e o ritmo de venda do seu próprio anúncio.
Como usar IA no monitoramento contínuo?
O ganho mais interessante da IA não está em encontrar um “preço mágico” uma vez. Está em vigiar a carteira de SKUs com frequência e destacar exceções: um produto que perdeu giro, um concorrente que mudou a faixa de preço, uma margem que ficou abaixo do limite ou um item cujo estoque ficou alto demais.
Para isso funcionar com segurança, crie guardrails: preço mínimo, margem mínima, limite de variação por período, produtos excluídos de promoção e uma regra de aprovação para descontos mais agressivos. A recomendação pode ser automática; a política precisa ser sua.
Também vale cruzar a recomendação com dados por canal e produto. O Base Analytics ajuda a transformar esse acompanhamento em leitura de desempenho, em vez de depender apenas da percepção de que “esse item parece estar parado”.
Como a Base ajuda a executar uma estratégia de preço com mais controle
Na prática, a IA pode ser a camada que sugere a ação, enquanto a Base ajuda a operacionalizar a política definida pela loja. A automação de preços da Base permite trabalhar com monitoramento de concorrentes e regras de precificação, incluindo referências como preço-base, reserva e margem, nos contextos e canais compatíveis com a funcionalidade.
Isso dá uma saída para a rotina reativa de abrir anúncio por anúncio, comparar manualmente e alterar valores sem padrão. Também é possível organizar preços por grupos, aplicar ações em massa e estruturar promoções com duração definida. O ponto central é que o relançamento de um produto encalhado deixa de ser uma decisão isolada: ele passa a seguir critérios de margem, estoque e posição competitiva.
Quer levar mais controle para a rotina de preços e marketplaces? Teste a Base gratuitamente por 14 dias.