(+351) 21 24 10006  ·  info@bconcepts.pt
Carnaxide, Lisboa
Elasticidade-preço da procura: definir preços com dados
Economia

Elasticidade-preço da procura: definir preços com dados

João Barros 04/07/2026 8 min

Poucas decisões têm um impacto tão imediato na margem como o preço — e poucas são tomadas com tão pouca evidência. Muitas empresas ainda definem preços por intuição, por imitação da concorrência ou por uma regra de markup herdada há uma década. O resultado costuma ser o mesmo: alguns produtos deixam dinheiro em cima da mesa e outros afastam clientes sem que ninguém saiba explicar porquê.

A elasticidade-preço da procura é o conceito que muda esta conversa. Mede quanto varia a quantidade vendida quando o preço se altera e, ao contrário do que se pensa, não é uma abstração académica: pode ser estimada a partir dos dados de vendas que a empresa já guarda. Saber se um produto é sensível ao preço é a diferença entre uma promoção que aumenta o lucro e outra que se limita a oferecer desconto a quem já ia comprar.

Este artigo explica o que é a elasticidade-preço, como interpretá-la, onde encontrar os dados para a estimar e — sobretudo — como passar do número à decisão de preço sem cair nas armadilhas estatísticas mais frequentes.

O que é, afinal, a elasticidade-preço

A elasticidade-preço da procura responde a uma pergunta simples: se eu subir ou descer o preço em 1%, quanto muda a quantidade que vendo? Formalmente, é o rácio entre a variação percentual da quantidade e a variação percentual do preço.

Elasticidade-preço da procura: definir preços com dados

Elasticidade = variação % da quantidade ÷ variação % do preço

Como a procura quase sempre desce quando o preço sobe, o valor costuma ser negativo. Na prática trabalha-se com o módulo, o valor absoluto: uma elasticidade de -1,8 lê-se como "1,8" e significa que cada 1% de aumento de preço corresponde, em média, a uma quebra de 1,8% nas unidades vendidas. O sinal indica a direção; a magnitude indica a sensibilidade.

Elástico, inelástico e a fronteira que decide tudo

O número ganha significado quando o comparamos com 1:

  • Procura elástica (módulo maior que 1): os clientes reagem muito ao preço. Subir o preço reduz a receita total; descer pode aumentá-la. Típico de bens com muitos substitutos ou compras adiáveis.
  • Procura inelástica (módulo menor que 1): os clientes reagem pouco. Subir o preço aumenta a receita. Típico de bens essenciais, de compra por hábito ou sem alternativa próxima.
  • Elasticidade unitária (módulo igual a 1): a variação de preço e de quantidade cancelam-se e a receita mantém-se.

Esta fronteira é a razão pela qual não existe "o preço certo" universal. O mesmo aumento de 5% pode ser excelente num produto inelástico e desastroso num elástico. Sem medir, está a apostar às cegas.

Os dados que já tem e que chegam para começar

Estimar elasticidade não exige um projeto de data science de seis meses. Na maioria dos casos, os ingredientes já estão no sistema de faturação ou no ERP:

  • Histórico de vendas por produto e por período (idealmente semanal ou diário), com quantidade e preço praticado.
  • Registo de alterações de preço e de promoções: datas de início e fim, tipo de desconto e mecânica.
  • Contexto que ajude a explicar variações alheias ao preço: sazonalidade, ruturas de stock, feriados e campanhas de marketing.

A qualidade destes dados importa mais do que a sofisticação do modelo. Um preço médio calculado sobre vendas que incluem devoluções, ou uma quantidade que mistura unidades e caixas, produz elasticidades sem sentido. Vale a pena investir na limpeza antes de investir no algoritmo.

Como estimar a elasticidade a partir do histórico

Há três abordagens, da mais simples à mais robusta.

1. Variação natural de preço. Se o preço de um produto oscilou ao longo do tempo, pode relacionar-se cada nível de preço com a quantidade vendida no mesmo período. É rápido, mas perigoso: grande parte dessa variação costuma coincidir com promoções e publicidade, o que contamina o resultado.

2. Regressão log-log. O método mais usado modela o logaritmo da quantidade em função do logaritmo do preço:

ln(Q) = a + b · ln(P) + outros fatores

A grande vantagem é que o coeficiente b é diretamente a elasticidade, sem necessidade de conversões. Acrescentando variáveis de controlo (sazonalidade, promoção sim ou não, feriado), isola-se melhor o efeito do preço.

3. Testes de preço controlados. A abordagem mais fiável é provocar a variação de propósito: aplicar preços diferentes em lojas ou regiões comparáveis, ou em janelas temporais alternadas, e medir a diferença. É a lógica de um teste A/B aplicada ao preço, e a única que se aproxima de uma relação causal em vez de uma simples correlação.

Elasticidade cruzada: quando um produto puxa ou come o outro

Nenhum preço vive isolado. A elasticidade cruzada mede como a procura de um produto reage ao preço de outro, e é essencial para quem gere um portefólio:

  • Substitutos (elasticidade cruzada positiva): baixar o preço da marca própria rouba vendas à marca líder. Útil para ganhar quota, perigoso para a margem total.
  • Complementares (elasticidade cruzada negativa): baixar o preço da impressora aumenta a venda de tinteiros. Aqui a decisão de preço tem de olhar para o cabaz, não para o artigo isolado.

Ignorar a elasticidade cruzada é a razão pela qual tantas promoções parecem funcionar mas não deixam lucro: as unidades "extra" vieram de outro produto da própria loja. A isto chama-se canibalização, e só se vê olhando para o conjunto.

Do número à decisão: receita não é lucro

Conhecer a elasticidade não serve para maximizar unidades vendidas, mas sim a margem de contribuição. Um erro clássico é otimizar a receita e esquecer o custo. Num produto inelástico com boa margem, um pequeno aumento de preço pode perder poucos clientes e melhorar bastante o resultado; num produto elástico de margem baixa, descer o preço só faz sentido se o volume extra cobrir o custo variável adicional.

A regra prática é combinar a elasticidade estimada com a margem: cruzar "quão sensível ao preço é este produto?" com "quanto ganho em cada unidade?". Essa matriz simples costuma revelar, logo à primeira, onde estão os aumentos fáceis e os descontos que só destroem valor.

Erros que fazem a elasticidade mentir

  • Confundir correlação com causa. Se sempre que baixou o preço também investiu em publicidade, o modelo atribui ao preço um efeito que era do anúncio.
  • Ignorar o efeito de antecipação. Numa promoção forte, parte das vendas é apenas stock que o cliente compraria mais tarde. O pico engana; as semanas seguintes pagam a fatura.
  • Agregar a mais. A elasticidade média de uma categoria pode esconder segmentos com comportamentos opostos — o clássico caso em que o todo diz o contrário das partes.
  • Esquecer o horizonte temporal. A curto prazo os clientes têm poucas alternativas; a longo prazo mudam de hábito. A elasticidade de uma semana não é a de um ano.

Mini-caso: quando parar de descontar deu mais lucro

Uma cadeia de retalho alimentar de média dimensão promovia um refrigerante de marca própria quase todas as semanas, com 20% de desconto, convencida de que era um íman de tráfego. Ao estimar a elasticidade com uma regressão log-log sobre 18 meses de dados, a equipa descobriu um módulo de cerca de 0,7 — procura claramente inelástica. Os clientes compravam praticamente a mesma quantidade com ou sem desconto.

Ao analisar a elasticidade cruzada, perceberam ainda que grande parte das "vendas extra" durante a promoção vinha do refrigerante de marca líder, mais rentável: pura canibalização. A empresa reduziu a frequência da promoção de semanal para uma vez por trimestre e subiu o preço base em 4%. O volume caiu menos de 3%, dentro do previsto pela elasticidade, e a margem de contribuição da categoria subiu cerca de 11% em seis meses — sem perder clientes nem tráfego percetível.

Na prática

A elasticidade-preço não é uma fórmula mágica que entrega "o preço ótimo" num botão. É uma lente que substitui a intuição por evidência: mostra que produtos aguentam um aumento, quais precisam do preço baixo para vender e onde é que os descontos só oferecem margem a quem já ia comprar. Comece pequeno — um punhado de produtos importantes, o histórico que já tem, uma regressão simples com um par de controlos — e valide as conclusões com um teste de preço real antes de generalizar. O objetivo não é acertar à primeira, mas trocar decisões cegas por decisões informadas e melhorar a cada ciclo. Numa altura em que cada ponto de margem conta, esta é das formas mais rápidas de os dados pagarem o investimento que exigem.

← Voltar aos insights
Vamos conversar?

Pronto para transformar os seus dados?

Marque uma reunião gratuita de 30 minutos e descubra como podemos ajudar a sua equipa a tomar melhores decisões.

Agendar Reunião Gratuita
bConcepts