Como a Lidl prevê perecíveis por clima e calendário (e a versão que cabe na sua rede)
A Lidl decide o pedido de perecível de cada loja contra duas coisas que mudam todo dia: o clima e o calendário. O sistema que faz isso é mais simples do que a escala sugere, e mais caro do que aparenta, por um motivo que não está no modelo.
A Lidl é parte do Schwarz Group, o maior varejista da Europa em faturamento, segundo o Global Powers of Retailing da Deloitte (2025). No desconto duro, o perecível é onde a margem fina encontra o maior inimigo: a quebra. Cada ponto de perda em hortifrúti come o lucro que o preço baixo já deixou apertado.
O que o sistema faz pela operação
Ele encurta a distância entre o que a loja pede e o que a loja vai vender amanhã. Em fresh, errar para cima vira lixo. Errar para baixo vira gôndola vazia na hora do movimento.
O pedido sai ajustado por previsão no nível de loja e dia, não por média da região. Uma loja perto do parque no domingo de sol não pede como a loja do centro.
O que o registro público sustenta
Ninguém de fora viu a arquitetura por dentro, e a gente não vai fingir que viu. O que o registro público sustenta é o formato: previsão de fresh que usa sinal de clima e calendário comercial como entradas de primeira ordem.
Essa prática é documentada no varejo alimentar europeu há anos. Temperatura move salada, carne de churrasco, sorvete. Feriado e pagamento movem volume. O mérito do grupo é fazer isso na granularidade de loja, todo dia, no tamanho da Europa.
A parte não óbvia
O clima não entra como “vai fazer sol”. Entra como desvio contra o normal daquela semana naquela praça. Trinta graus em outubro move a cesta. Trinta graus em janeiro é só uma terça-feira. O modelo que funciona não tenta prever o tempo. Ele reage ao desvio do tempo contra a expectativa local.
O calendário também não é só feriado nacional. É o dia de pagamento, a feira do concorrente, o evento da cidade. Quem carrega só feriado nacional acerta o Natal e erra todas as sextas.
O custo de verdade, e onde ele está
A camada de modelo é a parte barata. O caro é a fiação. Venda por loja, dia e SKU, limpa. Ruptura marcada no histórico. Integração com o pedido automático. Disciplina de cadastro de perecível, onde o mesmo tomate costuma ter três códigos.
É time e meses, não um fim de semana. E tem a têmpera de processo: o gerente precisa confiar no pedido para parar de ajustar na mão. Enquanto ele “corrige” todo dia, o modelo nunca aprende.
A versão que cabe na tua rede
Você não tem o Schwarz Group, e não precisa. A versão de 5% a 10% da escala não tenta prever a Europa.
Pega uma praça, três categorias de fresh (a que mais quebra, a que mais rompe, a que mais vende) e duas entradas: desvio de temperatura local e um calendário de eventos da cidade feito à mão. Mede quebra e ruptura por dia, contra a semana base. Isso roda numa loja-piloto em poucas semanas.
O modelo grande é problema de quem tem mil lojas. O critério é o mesmo em dez ou em mil: o pedido só promete o que a venda dentro da validade confirma. É a mesma leitura que engana em cobertura de estoque, e a mesma decisão de plataforma, construir ou implementar que quase toda rede adia.
Pensa na categoria de fresh que mais te dói no fim do mês. Você sabe quanto dela vira perda por validade, por loja, por dia da semana? Se a resposta mora na cabeça do gerente e não num número, esse é o projeto.
Me conta o resultado operacional que tua operação quer, o número específico na praça específica: quebra de fresh a 3%, ruptura a 2%. Em uma hora te devolvo um esboço da arquitetura do tamanho do teu caso, com marcador de build ou buy em cada peça. É o tipo de coisa que a gente entrega. Se a forma confirma, o Diagnóstico de duas semanas vira spec assinado: os caminhos, os custos, as dependências, e o critério de aceite de cada componente. Esse documento vira o contrato da Implementação.