Visão computacional no varejo: as métricas de loja que ela consegue medir e as que não consegue

Uma rede de moda instala câmeras com IA em 40 lojas, recebe um dashboard bonito e, três meses depois, o diretor regional pergunta: "Por que a conversão caiu em Campinas?" O sistema responde com um número, mas não explica se foi o calor, a falta de tamanhos ou a equipe reduzida no sábado. É aqui que a maioria dos projetos de visão computacional no varejo tropeça: o comprador imagina que a câmera entrega a resposta, quando ela entrega apenas a pergunta certa. Este artigo separa, sem rodeios, o que câmeras e sensores medem com confiabilidade, o que exige cruzamento com outros dados e o que simplesmente não existe, por mais que o fornecedor insinue.

O que a visão computacional no varejo mede bem

Comece pelo básico, porque é onde o dinheiro está. Fluxo por entrada, por zona e por hora é a métrica mais madura do setor. Um sensor 3D estéreo montado a 3 a 4 metros, apontado para baixo, conta pessoas cruzando uma linha virtual com precisão contratual mínima de 96%, tipicamente entre 98% e 99% quando iluminação, layout e comportamento dos visitantes permitem. Esse "quando permitem" não é jargão jurídico: uma porta de vidro com sol da tarde batendo direto, ou uma entrada onde clientes param para falar com o segurança, puxa o resultado para o piso contratual.

A partir da contagem, derivam-se métricas igualmente sólidas:

• Ocupação em tempo real: entradas menos saídas, útil para limitar acesso, dimensionar caixas ou acionar climatização/HVAC por demanda.
• Tempo de permanência por zona: quanto tempo o fluxo fica na área de promoção versus no corredor de passagem.
• Mapas de calor: densidade acumulada de presença, que mostra o que o layout faz e não o que o gerente acha que faz.
• Estimativa de faixa etária e gênero: agregada, sem identificação de indivíduos, válida para decidir sortimento e horário de ações.

Note que nenhuma dessas métricas depende de saber quem é a pessoa. Elas dependem de saber que há uma pessoa, onde e por quanto tempo.

Sensor 3D, câmera com IA, LiDAR ou térmico: a escolha muda o que você mede

Decisores de TI costumam tratar "câmera" como categoria única. Não é. Um sensor 3D estéreo, como os da Xovis, mede altura e profundidade e, por isso, separa adulto de criança e ignora carrinhos e sombras com facilidade. Uma câmera com IA, como as da Milesight, oferece ângulo mais amplo e classificação por atributos visuais, o que a torna melhor para demografia e análise de zonas grandes. Sensores térmicos funcionam em corredores escuros e vitrines retroiluminadas onde o estéreo sofre. LiDAR cobre átrios de shopping center com pé-direito alto. WiFi dá tendência de fluxo, não contagem exata, e serve como complemento, nunca como base.

A implicação prática: uma rede com lojas de rua, quiosques e âncoras em shopping não deveria padronizar um único hardware. O que deve ser padronizado é a plataforma que consolida tudo. O Vemcount é agnóstico de sensor justamente por isso: a loja de 80 m² com um estéreo e a loja de 2.000 m² com câmeras de IA e um térmico no estoque aparecem no mesmo relatório, com a mesma definição de "visita".

As métricas de loja que só existem com o PDV

Taxa de conversão é a métrica que todo diretor quer e que nenhuma câmera entrega sozinha. Conversão é transações divididas por visitantes. A câmera conta o denominador; o PDV traz o numerador. Sem integração com o sistema de vendas, o que você tem é fluxo, não conversão. O mesmo vale para ticket médio por visitante, vendas por hora de pico e produtividade da equipe por tráfego.

Aqui mora a observação que todo implementador conhece e poucos vendedores contam: a maior fonte de erro em conversão não é o sensor, é o relógio. Se o PDV registra a venda com fuso ou atraso de sincronização diferente do sensor, as transações das 17h59 caem na hora das 18h e a conversão da hora de pico parece pior do que é. Antes de discutir precisão de contagem, valide que PDV, sensores e plataforma usam a mesma fonte de horário e a mesma definição de "dia operacional" para lojas que fecham depois da meia-noite.

Outro detalhe: funcionários. Uma loja com 12 colaboradores entrando e saindo para fumar, almoçar e buscar estoque infla o fluxo em dezenas de passagens por dia. Sistemas sérios excluem a equipe por zona de exclusão ou por horário, mas isso exige configuração deliberada, não vem "ligado" de fábrica.

O que a câmera não consegue ver, e ninguém deveria prometer

Três promessas aparecem com frequência em propostas comerciais e merecem desconfiança imediata.

• Reconhecimento de cliente recorrente. Isso é reconhecimento facial com identificador persistente. Além de criar risco sob a LGPD, não é necessário para nenhuma decisão operacional de loja. Taxa de retorno se mede com programa de fidelidade e PDV, não com câmera.
• Intenção de compra ou "emoção". Uma pessoa parada 90 segundos diante de uma gôndola pode estar decidindo, esperando alguém ou lendo o celular. O sensor mede os 90 segundos; a interpretação é sua.
• Motivo da não compra. Falta de tamanho, preço, fila ou atendimento: nenhuma câmera distingue. O que ela faz é apontar onde e quando o tráfego não vira venda, para que a investigação comece no lugar certo.

Há também limites físicos honestos. Grupos muito compactos em promoções de Black Friday reduzem a precisão de qualquer tecnologia. Entradas com largura acima do campo de visão exigem múltiplos sensores emendados, e a emenda mal calibrada conta duas vezes. Peça ao fornecedor o resultado de uma auditoria manual na sua loja mais difícil, não na mais fácil.

Como estruturar a avaliação antes de assinar

Liste as cinco decisões que você quer tomar com dados: escala de equipe por hora, layout de zonas, horário de abertura, campanhas por perfil de público, alocação de verba entre lojas. Para cada uma, pergunte qual métrica responde e de onde ela vem: só do sensor, sensor mais PDV, ou nenhum dos dois. Projetos que começam pela tecnologia e não pela decisão terminam com um dashboard que ninguém abre depois do segundo mês. Com mais de 55.000 instalações, o padrão que se repete é claro: as redes que extraem valor são as que definiram a lista de decisões antes de escolher o sensor.

Perguntas frequentes

O que a visão computacional consegue medir em uma loja? Fluxo por entrada, zona e hora, ocupação, tempo de permanência, mapas de calor e estimativas agregadas de faixa etária e gênero. Todas são métricas de presença e movimento, não de identidade ou intenção.

A visão computacional no varejo identifica compradores individuais? Não deveria, e em soluções de analytics de loja não identifica. Não há identificador persistente nem reconhecimento facial; a pessoa é detectada como forma e trajeto, e os dados são agregados.

Qual é a precisão dos contadores de pessoas por câmera? O mínimo contratual é 96%, e o resultado típico fica entre 98% e 99% quando iluminação, layout e comportamento dos visitantes permitem. Entradas com sol direto, multidões compactas ou vãos muito largos tendem ao piso dessa faixa.

Qual é a diferença entre um sensor 3D e uma câmera com IA? O sensor 3D estéreo mede profundidade e altura, o que o torna muito confiável para contagem em entradas e para separar adultos de crianças. A câmera com IA usa classificação visual, cobre áreas maiores e entrega demografia e análise de zonas, com maior sensibilidade a luz e ângulo.

Quais métricas de varejo ainda precisam de dados do PDV? Taxa de conversão, ticket médio por visitante, vendas por hora de tráfego e produtividade da equipe. A câmera fornece o denominador de visitantes; o PDV fornece transações e valor, e os dois precisam estar sincronizados no mesmo horário.

Se você está comparando sensores 3D, câmeras com IA e integração com PDV para sua rede, fale com a equipe da Vemco em vemcogroup.com/contact-us. Leve a planta da sua loja mais difícil e a lista de decisões que quer tomar: é por aí que começa uma avaliação séria de visão computacional no varejo.