Um KPI personalizado é qualquer indicador que combina dados que sua operação já possui — vendas, fluxo de visitantes, horas de equipe, clima, calendário — em um cálculo que responde a uma pergunta específica do seu negócio. A diferença entre ele e um KPI de fábrica é simples: o KPI de fábrica responde à pergunta que o fornecedor do software imaginou; o personalizado responde à pergunta que você fez ontem na reunião de operações.
E essa pergunta quase nunca está no relatório padrão. Uma pesquisa citada pela IBM mostra que ferramentas de BI alcançam, em média, apenas 29% dos funcionários de uma empresa. Não é por falta de dados — é porque a métrica que o gerente de loja precisa hoje exige mudança no modelo de dados, uma licença adicional e alguém de TI disponível. Enquanto isso, a decisão de orçamento não espera.
Todo gestor de varejo já viveu essa cena. Você percebe que a conversão cai nas tardes de sábado e suspeita que é falta de gente no piso. Quer ver vendas por hora de equipe apenas na hora de pico, não a média diluída do dia inteiro. Pede o número. A resposta: "não temos esse campo, precisa abrir um chamado". Três semanas depois, chega um orçamento de consultoria — para uma divisão de duas colunas que você mesmo faria no papel.
O custo dessa espera é concreto. Um varejista nacional de vestuário descobriu que a conversão caía 22% quando a equipe de piso ficava abaixo de três atendentes por 1.000 pés quadrados. Esse achado só existe porque alguém cruzou escala de equipe com fluxo e conversão — exatamente o tipo de cruzamento que o relatório padrão não faz. A regra que defendemos há anos na Vemco Group, empresa dinamarquesa com mais de 20 anos de mercado e 10 escritórios, é direta: uma métrica só é útil se a pessoa que precisa dela puder alterá-la. Sem TI, um clique para qualquer mudança.
1. Vendas por hora de equipe na hora de pico. Pegue as vendas importadas via VemTenant (por integração com POS e ERP, importação de arquivo ou entrada manual), filtre pela janela de pico identificada no fluxo do VemCount e divida pelas horas de equipe escaladas nessa mesma janela. O resultado expõe imediatamente lojas onde a escala está desalinhada da demanda real. Um detalhe que quem implementa aprende na prática: defina a hora de pico pelo fluxo de visitantes, não pelas vendas — a venda de pico frequentemente acontece uma hora depois do pico de entrada, quando os clientes que entraram no pico chegam ao caixa. Medir pelo horário errado esconde o problema que você quer ver.
2. Conversão de vitrine. Divida os visitantes que entraram pelos passantes que pararam em frente à vitrine. A taxa de captura padrão já compara entradas com o fluxo total da rua ou do corredor do shopping; a conversão de vitrine isola o efeito do visual merchandising. Se você troca a vitrine toda segunda-feira, essa métrica diz em três dias se a nova composição atrai ou repele — antes de a venda semanal confirmar ou negar.
3. Conversão ajustada por clima. Os dados de clima já estão na plataforma. Separe dias de chuva de dias secos e compare a conversão em cada grupo. Em dias chuvosos, o fluxo cai mas quem entra tende a estar mais decidido — a conversão sobe. Se você compara a terça chuvosa desta semana com a terça seca do mês passado sem esse ajuste, está punindo (ou premiando) a equipe pelo tempo, não pelo desempenho.
A mesma lógica vale para conversão excluindo devoluções, vendas de café por visitante no canto da cafeteria, visitas ao provador por transação ou visitantes por vaga de estacionamento. Qualquer combinação de campo de venda importado, fluxo, horas de equipe, clima, eventos de calendário ou um valor carregado dos seus próprios dados.
Em todos os lugares onde os indicadores nativos já vivem: relatórios, widgets de dashboard, rankings entre lojas, comparações "últimos X períodos" e exportações agendadas em PDF e e-mail. Sua conversão ajustada por clima entra no ranking semanal da rede ao lado de vendas, transações, ticket médio, itens por cesta, taxa de conversão, taxa de captura, vendas por visitante, vendas por metro quadrado, fluxo e permanência. Nada de planilha paralela que só você atualiza — e que morre quando você sai de férias.
A base disso é a qualidade da contagem: o VemCount opera com precisão contratual mínima de 96%, tipicamente entre 98% e 99% quando as condições de iluminação, layout da loja e comportamento dos visitantes permitem. O VemTrack acrescenta permanência e movimentação. Mais de 2.000 varejistas usam a plataforma para gestão de fluxo e vendas, com mais de 55.000 instalações em mais de 98 países — e a página do VemTenant em vemcogroup.com/products/vemtenant detalha o motor de importação e relatórios que sustenta tudo isso.
Preciso de um desenvolvedor para criar ou alterar uma métrica? Não. O usuário de negócio escolhe as entradas, escreve o cálculo e salva. Qualquer alteração posterior é um clique.
Posso usar dados que não estão na plataforma, como escala de equipe ou metas internas? Sim. Valores carregados dos seus próprios dados entram no cálculo como qualquer outra fonte — é assim que se constrói vendas por hora de equipe ou desempenho contra meta.
A métrica funciona por loja e para a rede inteira? Sim. Ela aparece por loja individual, em rankings comparativos entre lojas e agregada no nível da rede, nos mesmos relatórios e exportações agendadas.
Se existe um número que você pede há meses e ainda não recebeu, descreva-o para nós — em uma conversa de 20 minutos mostramos como ele seria construído na plataforma com seus próprios dados de vendas e fluxo. Fale com a equipe da Vemco Group em vemcogroup.com/contact-us.