Uma marca pode estar em 70% dos pontos de venda e ainda assim perder 80% das vendas da categoria. E um diretor de vendas que só acompanha a distribuição numérica não vai ver esse problema chegando até ele aparecer no resultado trimestral abaixo da meta.

O relatório de distribuição na maioria das organizações de FMCG se resume a um único número: o percentual de pontos de venda que carregam o SKU. Isso é distribuição numérica (ND), quantos do seu universo de pontos de venda estocam o produto. Ela mostra em quantas portas você está. Não mostra se essas portas importam. Uma marca listada em 700 de 1.000 pontos de venda de um território parece bem coberta, até você descobrir que os 300 pontos de venda onde ela está ausente respondem por 60% do volume da categoria naquela geografia.

Esse é o gap ND/WD, e é um dos sinais mais consistentemente mal interpretados na gestão comercial de FMCG. Este artigo explica as duas métricas em termos simples, mostra como calculá-las com um exemplo prático e dá aos gerentes de vendas um framework de diagnóstico para transformar o gap numa ação de campo específica já na semana seguinte.

O Que São Distribuição Numérica e Ponderada?

Fatos-Chave: Métricas de Distribuição e Desempenho de Marca

Como benchmark de planejamento amplamente usado na gestão comercial de FMCG, marcas líderes costumam mirar entre 70% e 85% de distribuição numérica em suas categorias principais, enquanto marcas desafiantes entrando em mercados em crescimento costumam ficar entre 40% e 60% de ND enquanto constroem alcance. Essas faixas refletem limiares comuns de planejamento de campo, não uma única fonte publicada.

A eficiência de distribuição, distribuição ponderada dividida por distribuição numérica, gera um índice que mostra se a cobertura está chegando às contas certas. Um índice abaixo de 0,8 indica que a marca está super-representada em pontos de venda de baixo volume em relação à sua cobertura numérica. (NielsenIQ, Optimizing Product Distribution, 2023)

Uma marca pode atingir 70% de distribuição numérica e ainda assim perder 60% do volume da categoria, se os 30% de pontos de venda não listados forem majoritariamente contas de alto volume, o gap canônico de ND alto e WD baixo que custa participação de mercado sem aparecer nos relatórios de cobertura. (Metodologia de distribuição da NielsenIQ)

Distribuição numérica (ND) mede a amplitude da cobertura: o percentual de pontos de venda, dentro de um universo definido, que estocam ao menos um SKU da marca ou produto medido. O verbete da Wikipédia sobre distribuição numérica a define como "o percentual de lojas que estocam determinada marca ou SKU, dentro do universo de lojas do mercado relevante".

ND = (Número de pontos de venda que estocam o SKU / Total de pontos de venda no universo) x 100

Se o seu SKU de 500ml está listado em 420 dos 600 pontos de venda de um território de vendas, sua ND para esse SKU é 70%.

Distribuição ponderada (WD) mede a qualidade da cobertura: a fatia do volume de vendas da categoria respondida pelos pontos de venda que estocam o produto.

WD = (Vendas totais da categoria nos pontos de venda que estocam o SKU / Vendas totais da categoria em todos os pontos de venda do universo) x 100

Se esses mesmos 420 pontos de venda que carregam sua marca respondem por 58% do total de vendas da categoria no território, sua WD é 58%.

Por que você precisa dos dois números. A ND mostra a largura do seu alcance. A WD mostra se esse alcance está nos lugares certos. Uma marca com ND de 70% e WD de 72% tem uma cobertura razoavelmente proporcional: os pontos de venda em que está presente respondem por aproximadamente o volume de categoria que deveriam. Uma marca com ND de 70% e WD de 45% está em muitos pontos de venda, mas em grande parte nos errados. As contas de alto volume têm espaço para um concorrente.

Mas nenhuma das duas métricas é acionável sozinha. ND sem WD gera um otimismo de cobertura enganoso. WD sem ND deixa passar o gap de amplitude. Diretores comerciais que olham só para uma delas estão gerenciando metade do quadro.

Trechos Citáveis

"Estar 'em todo lugar' é superestimado. Estar nos lugares 'certos' é o objetivo.", NielsenIQ, Optimizing Product Distribution (2023)

"Em biscoitos e FMCG, não se trata apenas de estar em todo lugar (ND); trata-se de estar onde mais importa (WD). O market share mostra o quão bem você está performando nessas lojas.", análise de mercado NielsenIQ / StartupTalky

"Uma marca com ND de 70% e WD de 45% está em muitos pontos de venda, mas em grande parte nos errados. As contas de alto volume têm espaço para um concorrente.", princípio de gestão de distribuição em FMCG

A Matriz de Diagnóstico do Gap ND/WD: um framework de quatro quadrantes para ler a saúde da distribuição e definir prioridades de campo. ND Alta + WD Alta (Cobertura Equilibrada): defender e focar na redução de rupturas. ND Alta + WD Baixa (Gap de Volume): presente em pontos de venda de baixo volume; ausente das contas de alto volume, priorizar a aquisição nas principais contas não listadas por volume de categoria. ND Baixa + WD Alta (Gap de Amplitude): ancorada em grandes contas, mas com alcance limitado no varejo tradicional, expandir sem perturbar as contas-âncora. ND Baixa + WD Baixa (Subdistribuída): aquisição agressiva de pontos de venda necessária em todos os níveis de volume.

O Gap ND vs. WD: O Que Ele Mostra Sobre a Qualidade da Distribuição

A relação entre ND e WD é um diagnóstico, não apenas uma checagem de relatório. Quatro cenários distintos de gap apontam, cada um, para uma prioridade de campo diferente.

Gap ND vs WD mostrado como painel de diagnóstico ND WD

Cenário	ND	WD	O Que Significa	Resposta de Campo
Cobertura equilibrada	Alta	Alta	Presente em muitos pontos de venda e nos certos	Defender, focar na execução em loja e na redução de rupturas
Gap de volume	Alta	Baixa	Muitos pontos de venda pequenos, ausente das principais contas	Priorizar imediatamente a aquisição de novos pontos de venda em contas de alto volume
Gap de amplitude	Baixa	Alta	Preso em grandes contas, sem crescer o alcance	Expandir a cobertura para pontos de venda secundários e terciários sem perturbar as âncoras atuais
Subdistribuída	Baixa	Baixa	Cobertura limitada em todos os tipos de conta	Programa agressivo de aquisição de pontos de venda, priorizando qualquer ponto de venda acima do volume mediano

ND alta, WD baixa é o cenário mais comum e mais prejudicial comercialmente. Costuma se desenvolver quando a equipe de campo foca em aumentar o número de pontos de venda sem filtrar por volume: o representante abre um novo ponto de venda num pequeno quiosque, registra como uma vitória de distribuição e deixa passar o supermercado de bairro na mesma rua, que representa três vezes o volume da categoria. Com o tempo, a marca acumula uma longa cauda de listagens de baixo volume enquanto as contas que realmente movem as vendas da categoria continuam pouco penetradas. Corrigir isso exige um reset firme: classificar todos os pontos de venda não listados por volume de categoria estimado, definir uma meta de ganho de WD por território por trimestre e avaliar os representantes pelo ganho de distribuição ponderado por volume, não apenas pela contagem de pontos de venda.

WD alta, ND baixa costuma aparecer em marcas que construíram sua distribuição pelo varejo moderno e contas-chave antes de expandir para o varejo tradicional. Elas estão bem posicionadas em supermercados e redes de conveniência, mas têm baixa penetração em varejistas independentes, lojas de conveniência menores e varejo tradicional rural. Isso nem sempre é um problema, mas o crescimento exige uma jogada de amplitude, e isso requer um conjunto de habilidades do representante diferente do necessário para gerenciar relacionamentos com contas-chave. O cálculo a seguir mostra exatamente por onde começar.

Como Calcular as Duas Métricas: Um Exemplo Prático

Território: Metro East, Categoria de Bebidas Total de pontos de venda no universo: 800 (a partir de dados de universo e censo de pontos de venda) SKU: Suco de Laranja 1L

Passo 1: A partir dos registros de SFA e da última auditoria de vendas, identifique quantos dos 800 pontos de venda carregam o SKU Suco de Laranja 1L. Suponha que 560 pontos de venda o carreguem.

ND = (560 / 800) x 100 = 70%

Passo 2: A partir dos dados de auditoria de vendas ou relatórios de sell-out do distribuidor, determine as vendas totais da categoria no território. Suponha que a Categoria de Bebidas gere $200.000 por mês em todos os 800 pontos de venda.

Passo 3: Determine quanto desses $200.000 vem dos 560 pontos de venda que carregam a marca. Suponha que esses pontos de venda respondam por $120.000 dos $200.000.

WD = ($120.000 / $200.000) x 100 = 60%

Interpretação: a ND é 70%, a WD é 60%. A marca está na maioria dos pontos de venda, mas os pontos de venda onde ela está ausente respondem por 40% do volume da categoria ($80.000 por mês). Esse é o gap de volume. Se a marca conseguisse distribuição nos pontos de venda não listados de maior volume, o potencial de receita é proporcional ao ganho de WD.

Fontes de dados para este cálculo:

Contagem do universo de pontos de venda: censo de pontos de venda mantido pela equipe comercial ou por um provedor de dados sindicalizados
Status de estoque: registros de visita do SFA mostrando se o SKU estava presente na última visita
Volume de categoria por ponto de venda: dados de auditoria de vendas (NielsenIQ, Kantar), relatórios de sell-out secundário do distribuidor, ou estimativa a partir de classificações de nível de ponto de venda. A NielsenIQ explica que a distribuição ponderada usa as abordagens ACV ou PCV, sendo que a ponderação PCV atrelada às vendas da categoria dá uma visão mais precisa dos pontos de venda relevantes para sua categoria específica.

A qualidade do cálculo de WD depende inteiramente da qualidade dos dados de volume de categoria em nível de ponto de venda. Organizações sem dados de auditoria de varejo podem usar as categorias de nível de ponto de venda como proxy (supermercados como alto volume, quiosques como baixo volume) e ponderar de acordo. É menos preciso, mas direcionalmente útil para priorização. Veja KPIs e Métricas de Vendas em FMCG para o framework completo de mensuração.

Usando ND e WD para Definir Prioridades de Campo

O valor de ND e WD não está no relatório. Está na decisão que ele obriga a tomar. Uma vez que você conhece sua posição de ND/WD para cada SKU e cada território, a conversa de priorização de campo se torna específica.

Prioridades de Campo com ND e WD mostradas como painel de priorização por WD

Quais pontos de venda priorizar primeiro para fechar o gap de WD mais rápido. Classifique todos os pontos de venda não listados do território por volume de categoria estimado, do maior para o menor. Comece os esforços de aquisição pelo topo dessa lista. Não distribua o trabalho igualmente entre todas as contas não listadas. Como estimativa de planejamento, os 20% principais pontos de venda não listados por volume costumam responder por 60% a 70% do ganho potencial de WD, refletindo a concentração de volume típica dos universos de varejo de FMCG, embora a proporção exata varie por mercado e categoria. Concentre-se ali primeiro. A NielsenIQ enquadra isso como otimização da eficiência de distribuição: dividir a distribuição ponderada pela distribuição numérica dá um índice que mostra se sua cobertura está chegando às contas certas.

Essa é uma decisão de aquisição de novos pontos de venda orientada por dados, não pela conveniência do representante ou pelo agrupamento geográfico.

Vinculando o ganho de WD a uma projeção de aumento de receita. Uma vez que você conhece o volume de categoria nos pontos de venda não listados priorizados, pode estimar o aumento de receita gerado ao ganhar distribuição. Se o market share da sua marca nos pontos de venda onde ela está presente é 18%, e você ganha distribuição em pontos de venda que representam, no conjunto, $30.000 de volume mensal de categoria, sua receita mensal incremental projetada é 18% x $30.000 = $5.400. Isso é um business case para priorizar o esforço de aquisição e para alocar o tempo do representante a ele, em vez de trabalho de exposição secundária em contas já cobertas.

Essa metodologia de projeção reflete a mesma lógica usada na previsão de vendas em gestão de pipeline: quantificar a oportunidade antes de alocar recursos para persegui-la.

Evitando a armadilha da cobertura. Uma vez entendida a WD, surge a tentação de ir atrás de todo ponto de venda não listado de alto volume ao mesmo tempo. Isso sobrecarrega a equipe de campo e produz execução ruim em todas as frentes. Um modelo mais eficaz é definir uma meta de ganho de WD por território por trimestre (digamos, +4 pontos percentuais), identificar o número mínimo de pontos de venda necessários para atingir esse ganho e designar esses pontos de venda como a meta trimestral de aquisição do representante. Essa é uma meta gerenciável e mensurável que não compete com as responsabilidades de atendimento de pontos de venda que o representante já tem.

Analytics de território e dashboards de vendas que exibem ND/WD por território do representante tornam essa priorização visível na reunião de revisão semanal, sem exigir que o gerente calcule isso manualmente. Até uma planilha simples com o nível do ponto de venda e o volume estimado já funciona como ponto de partida.

Como as Rupturas de Estoque Prejudicam a Distribuição Ponderada?

A distribuição ponderada é uma métrica defasada se ela só medir se o produto está listado. Um ponto de venda listado em que o produto está perpetuamente em ruptura é um contribuinte de WD que não se converte em vendas reais. Equipes comerciais que acompanham as taxas de ruptura junto com a WD têm um quadro mais limpo da distribuição efetiva.

Distribuição ponderada efetiva = WD ajustada pela taxa de ruptura. Se sua WD é 60%, mas sua taxa de ruptura nesses pontos de venda que estocam é de 12%, sua distribuição efetiva, a fatia do volume de categoria em que seu produto está de fato disponível para compra, é materialmente menor do que 60%.

Essa ligação entre taxa de ruptura e qualidade da distribuição é o motivo pelo qual as duas métricas devem estar na mesma conversa de revisão. Um território com WD estável, mas taxas de ruptura crescentes, tem um problema de qualidade de distribuição que o número de WD sozinho não revela.

Acompanhando a Distribuição ao Longo do Tempo: Frequência e Cadência de Relatórios

Métricas de distribuição não são úteis como fotografias pontuais. Seu valor diagnóstico vem do acompanhamento da mudança ao longo do tempo e da comparação de desempenho entre territórios, marcas e SKUs.

Cadência de Relatórios de Distribuição mostrada como ciclo de cadência de distribuição

As revisões mensais de território devem incluir ND e WD por SKU prioritário, comparadas ao mês anterior e à meta. Um ganho de um ponto de WD mês a mês sinaliza que o esforço de aquisição está funcionando. Uma WD estagnada apesar de novas listagens de pontos de venda sinaliza que o representante está adicionando pontos de venda de baixo volume, não de alto volume.

Os scorecards trimestrais de saúde da marca devem incluir ND e WD como métricas-âncora, ao lado de market share, taxa de ruptura e velocidade de distribuição numérica (a rapidez com que novas listagens de pontos de venda estão sendo adicionadas). Essas quatro métricas juntas contam a história completa da saúde de distribuição de qualquer SKU em qualquer território.

O benchmarking contra os líderes de categoria é útil onde há dados sindicalizados disponíveis. Se sua marca tem ND de 65% e WD de 55%, mas o líder da categoria tem ND de 78% e WD de 74%, o gap fica quantificado e a priorização se torna óbvia. O gap de WD se fecha mais rápido que o gap de ND quando os pontos de venda certos são priorizados, porque o volume se concentra em menos contas.

A frequência de atualização dos dados depende da fonte. Os registros de SFA são atualizados quase em tempo real conforme os representantes concluem as visitas. Os dados de auditoria de vendas de provedores como a Nielsen normalmente são atualizados mensalmente ou a cada dois meses. Construa sua cadência de relatórios em torno do ciclo de atualização dos dados, não do mês do calendário.

Conclusão

Métricas de distribuição só são úteis quando geram uma ação específica do representante já na semana seguinte. A distribuição numérica mostra a amplitude da sua cobertura. A distribuição ponderada mostra se essa cobertura está nas contas onde o volume de categoria está concentrado. O gap entre as duas é onde o crescimento está escondido.

Um diretor comercial que consegue, numa revisão de território, dizer "temos ND de 68% e WD de 51%, e os cinco principais pontos de venda não listados por volume são X, Y, Z, P e Q, e só esses cinco representam 14 pontos de WD se conseguirmos listá-los" está conduzindo uma conversa de crescimento de distribuição, não uma sessão de relatório de cobertura. Essa conversa leva a uma lista de prioridades do representante, a uma meta trimestral de aquisição e a uma projeção de receita mensurável.

Métricas de distribuição se tornam ferramentas de campo quando combinadas com dados de pontos de venda, conectadas a planos de ação do representante e revisadas contra metas numa cadência semanal. Sem esse ciclo, ND e WD são só mais dois números num dashboard que ninguém lê na sexta-feira à tarde.

Perguntas Frequentes sobre Distribuição Numérica e Ponderada

Qual é a diferença entre distribuição numérica e distribuição ponderada?

A distribuição numérica (ND) mede quantos pontos de venda, num universo definido, estocam ao menos um SKU da marca, expressa em percentual. A distribuição ponderada (WD) mede a qualidade dessa cobertura ponderando-a pelo volume de vendas da categoria: ela responde à pergunta "quanto das vendas totais da categoria é gerado nos pontos de venda onde a marca está presente?". A ND mostra a amplitude da cobertura; a WD mostra se essa cobertura está nas contas que realmente movem as vendas da categoria. As duas são necessárias. ND sem WD gera um otimismo de cobertura enganoso; WD sem ND deixa passar o gap de amplitude.

O que indica ND alta e WD baixa para uma marca de FMCG?

ND alta com WD baixa é o gap de distribuição mais comum e comercialmente mais prejudicial. Significa que a marca alcançou cobertura em muitos pontos de venda, mas esses pontos de venda tendem a ser contas de menor volume, enquanto as contas de alto volume, que carregam a maior parte das vendas da categoria, continuam pouco penetradas. Isso costuma se desenvolver quando os representantes de campo priorizam a contagem de pontos de venda em vez da qualidade de volume na aquisição de novos pontos de venda. A correção é classificar todos os pontos de venda não listados por volume de categoria estimado e redirecionar o esforço de aquisição para o topo dessa lista, em vez de adicionar qualquer porta disponível.

Como se calcula a eficiência de distribuição?

Eficiência de distribuição = distribuição ponderada dividida por distribuição numérica. Um índice de 1,0 significa que a cobertura da marca é perfeitamente proporcional ao volume de categoria em todo o universo de pontos de venda. Um índice acima de 1,0 significa que a marca está super-representada em contas de alto volume em relação à sua amplitude de cobertura, uma posição forte. Um índice abaixo de 0,8 significa que a marca está super-representada em pontos de venda de baixo volume e está perdendo volume de categoria desproporcional em suas contas não listadas. A NielsenIQ recomenda esse índice como diagnóstico inicial antes de definir prioridades de aquisição em campo.

Quais fontes de dados são necessárias para calcular a distribuição ponderada?

São necessárias três fontes de dados. Primeiro, uma contagem do universo de pontos de venda a partir do censo de pontos de venda da equipe comercial ou de um provedor de dados sindicalizados. Segundo, o status de estoque de cada SKU a partir dos registros de visita do SFA, mostrando se o produto estava presente na última visita. Terceiro, o volume de vendas da categoria por ponto de venda, a partir de dados de auditoria de varejo (NielsenIQ, Kantar), relatórios de sell-out secundário do distribuidor, ou estimativa a partir de classificações de nível de ponto de venda. Onde não há dados de auditoria de varejo disponíveis, as categorias de nível de ponto de venda (supermercados como alto volume, quiosques como baixo volume) podem servir de proxy, menos precisas, mas direcionalmente úteis para priorização.

Com que frequência ND e WD devem ser revisadas?

As revisões mensais de território devem incluir ND e WD por SKU prioritário, comparadas ao mês anterior e à meta. Um ganho de um ponto de WD mês a mês sinaliza que o esforço de aquisição está funcionando. Uma WD estagnada apesar de novas listagens de pontos de venda sinaliza que o representante está adicionando pontos de venda de baixo volume, não de alto volume. Os scorecards trimestrais de saúde da marca devem incluir as duas métricas ao lado do market share e da taxa de ruptura como indicadores-âncora de saúde de distribuição. A frequência de atualização dos dados deve acompanhar a fonte mais lenta; dados de auditoria sindicalizados costumam ser atualizados mensalmente ou a cada dois meses.

Qual é a meta típica de ganho de WD por território por trimestre?

Não há um benchmark universal, pois as metas dependem da categoria, da maturidade do mercado e da posição de distribuição atual. Na prática, uma premissa de planejamento razoável para uma marca no quadrante de ND alta e WD baixa é uma meta de ganho de WD de 3 a 5 pontos percentuais por território por trimestre, alcançada priorizando os 5 a 10 principais pontos de venda não listados por volume de categoria estimado. Definir uma meta de ganho de WD (em vez de uma meta numérica de quantidade de pontos de venda) garante que o esforço de aquisição do representante seja direcionado às contas que realmente vão mover a métrica.

Saiba Mais

About the author

Esther Van

Senior Implementation Consultant

Esther Van is a Senior Implementation Consultant at Rework who helps B2B teams deploy CRM and productivity tools without the usual stalls. With 7+ years and 80+ enterprise implementations behind a 95% on-time delivery rate, Esther turns hard-won deployment patterns into guides you can act on. Readers learn how to plan rollouts, drive real adoption, and reach go-live without weeks of rework.

View full profile LinkedIn