Quando a decisão se torna o gargalo da logística

O crescimento do e-commerce costuma ser associado à expansão de centros de distribuição, ao aumento das frotas e à redução dos prazos de entrega. Mas, à medida que as operações ganham escala, um fator menos visível passa a definir boa parte da competitividade: a qualidade das decisões sobre como utilizar uma capacidade logística limitada.

O comércio eletrônico brasileiro encerrou 2025 com faturamento de R$ 235 bilhões e mais de 94 milhões de consumidores ativos. Apesar desse crescimento, as vendas online ainda representam entre 10% e 15% do varejo nacional, percentual bastante inferior ao observado em mercados mais maduros, como os Estados Unidos e a China. O potencial de expansão continua elevado, atraindo investimentos bilionários de empresas como Mercado Livre, Amazon e Shopee.

Nesse ambiente cada vez mais competitivo, a velocidade de entrega tornou-se um dos principais fatores de diferenciação. Segundo levantamento da Yampi, 36,5% dos consumidores abandonam a compra quando o prazo de entrega não atende às suas expectativas.

Entregar mais rápido não depende apenas de infraestrutura

Entregar mais rápido não depende apenas de mais caminhões, galpões ou tecnologia. Depende, sobretudo, da forma como a capacidade disponível é distribuída ao longo da operação. Como esse recurso permanece limitado no curto e no médio prazo, definir quais pedidos terão prioridade significa, na prática, decidir onde a empresa será mais competitiva, quais clientes receberão o melhor nível de serviço e quais oportunidades de receita serão capturadas.

Empresas de maior porte já investem em estudos de capacidade, planejamento de rede, previsão de demanda e modelos de priorização. O desafio, portanto, não está simplesmente em descobrir quais decisões deveriam ser tomadas, mas em transformar esse conhecimento em critérios que possam orientar, de forma consistente, centenas ou milhares de decisões tomadas diariamente.

Em uma operação nacional, por exemplo, um estudo corporativo pode indicar que determinados pedidos devem receber prioridade durante períodos de restrição de capacidade. Na prática, porém, a aplicação desse critério pode variar entre centros de distribuição, bases de transporte ou regiões. Uma equipe pode estar mais preocupada em evitar que demanda por itens prioritários deixe de ser atendida, outra pode estar mais interessada em evitar ociosidade e outra pode estar focada em uma urgência operacional percebida naquele momento.

O problema surge quando essas diferentes decisões, embora individualmente justificáveis, passam a seguir lógicas distintas. A organização até possui estudos, dados e ferramentas para orientar a operação, mas parte desse conhecimento permanece distribuída entre pessoas e unidades, sem necessariamente se transformar em uma lógica comum de decisão.

Esse desafio remete a um conceito clássico da gestão do conhecimento. O pesquisador japonês Ikujiro Nonaka distingue o conhecimento explícito — documentado, compartilhável e padronizável — do conhecimento tácito, construído pela experiência e muito mais difícil de formalizar.

Na logística, esse conhecimento tácito é extremamente valioso. O analista que conhece a sazonalidade de uma região, o comportamento das transportadoras locais ou as particularidades de determinada operação desenvolve uma capacidade de decisão difícil de substituir. O problema surge quando a organização cresce e passa a depender desse conhecimento distribuído entre centenas de profissionais.

Os riscos de depender apenas da experiência individual

À medida que a operação se expande, essa dependência gera pelo menos três vulnerabilidades.

A primeira é a perda de conhecimento decorrente da rotatividade das equipes. Quando um profissional deixa a organização, parte dos critérios utilizados nas decisões pode deixar de existir ou precisar ser reconstruída por outra pessoa.

A segunda é a falta de consistência operacional. Sem parâmetros comuns, diferentes unidades podem adotar níveis distintos de priorização para situações semelhantes à estratégia da empresa.

A terceira é a dificuldade de aprendizado organizacional. Quando os critérios permanecem restritos à experiência individual, erros e acertos deixam de gerar conhecimento para toda a organização. A empresa perde a oportunidade de comparar práticas, identificar quais decisões geram melhores resultados e disseminar soluções capazes de elevar o desempenho de toda a rede.

Esse ponto é especialmente relevante em operações que passam por mudanças rápidas. Uma regra que funcionava em uma região pode deixar de ser adequada com a alteração do perfil de demanda, da malha de transporte ou da capacidade disponível. Sem mecanismos para registrar, comparar e revisar os critérios utilizados, a organização corre o risco de continuar a reproduzir decisões que já não atendem às condições da operação.

Escalar decisões para escalar operações

Uma alternativa é definir critérios de alocação em nível corporativo, transformando decisões antes individuais em regras explícitas e compartilhadas. Isso significa estabelecer, de forma transparente, quais variáveis orientam a reserva de capacidade, quando esses parâmetros devem ser revisados e quais trade-offs a organização está disposta a assumir para alcançar seus objetivos estratégicos.

Na prática, isso pode significar, por exemplo, definir previamente como a empresa deve distribuir uma capacidade limitada em períodos de alta demanda. Um pedido pode ser priorizado pelo nível de serviço contratado, outro pela margem, outro pela proximidade do prazo prometido ao cliente. O ponto não é escolher uma única variável, mas tornar explícito quais critérios são considerados para  alinhar essa decisão às prioridades do negócio.

Nesse modelo, a tomada de decisão não desaparece da operação local. Ela parte de uma lógica comum, permitindo que diferentes unidades trabalhem com os mesmos princípios e que seus resultados sejam comparados, avaliados e aperfeiçoados continuamente.

Essa abordagem encontra respaldo em estudos recentes sobre excelência operacional. Organizações que sustentam um desempenho superior não se diferenciam apenas pelo uso de ferramentas ou tecnologias, mas também pela capacidade de transformar decisões locais em aprendizado organizacional. Quando os critérios são explícitos, podem ser questionados, aprimorados e replicados em toda a empresa. Quando se restringem apenas à experiência individual, tornam-se muito mais difíceis de comparar e de evoluir.

Naturalmente, isso não significa eliminar a autonomia das equipes locais. Critérios centralizados dificilmente capturam todas as particularidades de uma operação. Diferenças regionais, sazonalidades específicas ou mudanças repentinas na demanda frequentemente exigem ajustes que apenas quem está próximo da operação consegue identificar.

Por isso, os modelos mais robustos combinam padronização e flexibilidade. A decisão central estabelece o padrão de funcionamento da rede, enquanto as equipes locais preservam autonomia para realizar ajustes sempre que houver informações relevantes ainda não incorporadas aos critérios corporativos.

Imagine, por exemplo, uma restrição temporária de capacidade em determinada região, decorrente de uma interrupção no transporte. O modelo corporativo pode definir quais pedidos normalmente têm prioridade, mas a equipe local pode identificar uma condição extraordinária — como uma janela de coleta reduzida ou uma restrição específica de rota — que justifique uma exceção.

Nesse caso, o julgamento operacional não desaparece: passa a atuar em uma lógica mais ampla e, idealmente, gera informações para aprimorar o próprio modelo.

O julgamento operacional, portanto, deixa de ser a regra e passa a atuar como uma exceção qualificada. Essa mudança é importante porque permite combinar a experiência de quem está na operação com a capacidade da organização de aprender, comparar e escalar decisões.

Essa reflexão extrapola o universo do e-commerce. Em diferentes setores, decisões relacionadas à capacidade produtiva, aos investimentos, ao atendimento ao cliente ou à distribuição de recursos continuam dependendo de combinações distintas entre dados, modelos e a experiência dos profissionais. O desafio está em transformar esse conjunto de conhecimentos em uma arquitetura de decisão capaz de preservar o que funciona localmente sem perder coerência em escala.

O comércio eletrônico brasileiro ainda tem amplo espaço para crescer. À medida que as redes logísticas se tornam maiores e mais complexas, a capacidade operacional continuará sendo um recurso escasso e cada vez mais valioso.

Durante muitos anos, a vantagem competitiva esteve associada principalmente à expansão da infraestrutura. Nos próximos anos, ela dependerá cada vez mais da inteligência aplicada à sua utilização. Em um ambiente em que a capacidade continuará limitada, a diferença entre crescer com eficiência e criar novos gargalos estará menos na quantidade de ativos disponíveis e mais na capacidade de transformar dados, estudos e experiência operacional em decisões consistentes, adaptáveis e alinhadas à estratégia.

* Vinícius Kronfly da Mata é economista, aluno do Mestrado Profissional em Administração pelo Insper e analista sênior de inteligência logística no Mercado Livre, onde constrói os modelos de capacidade de first mile e de crossdocking em nível nacional. Ao longo da carreira, passou por credit analytics, people analytics e product analytics, construindo um percurso que combina modelagem estatística e visão de negócio.

* Kenyth Alves de Freitas é professor assistente do Insper na área de Operações. É doutor em Administração pela Escola de Administração de Empresas de São Paulo (EAESP) da Fundação Getúlio Vargas (FGV), com mestrado na mesma área e graduação em Economia pela Universidade Federal de Minas Gerais (UFMG). Foi pesquisador visitante na Indiana University durante o doutorado. Atualmente, também integra o Comitê Técnico de Manufatura Avançada da Associação Brasileira de Engenharia Automotiva (AEA), onde colabora no apoio a políticas industriais.