A previsão da procura consiste em estimar quanto de algo irá vender durante um período futuro, para que possa decidir quanto comprar e manter em stock.
Todas as empresas o fazem. A maioria fá-lo de forma implícita — alguém olha para a prateleira, pensa no mês passado e faz uma encomenda. A previsão formal substitui isto por um método que pode ser examinado, medido e melhorado.
A razão pela qual isto é importante não é porque previsões precisas sejam alcançáveis. Não o são, e qualquer processo que assuma o contrário irá desapontar. É importante porque a dimensão do erro determina quanto stock de segurança é necessário, e o stock de segurança é dispendioso. Uma melhor previsão é a única forma de manter menos stock sem reduzir a disponibilidade.
O que é a previsão da procura
Uma previsão tem três partes, e as previsões que falham geralmente omitem duas delas.
Um número. Unidades esperadas durante um período definido.
Um período. Próxima semana, próximo mês, próximo trimestre. A precisão diminui à medida que o horizonte aumenta, pelo que o horizonte deve corresponder àquilo para que precisa dele — uma previsão para fins de encomenda só precisa de chegar até ao seu lead time mais o seu período de revisão.
Um intervalo de confiança. Quão errado o número pode estar. Uma previsão de 500 unidades que pode plausivelmente situar-se entre 400 e 600 é um dado de planeamento muito diferente de uma que pode variar entre 200 e 800, embora ambas tenham o mesmo valor central. O intervalo é o que dimensiona o seu buffer, e uma previsão sem ele não lhe dá qualquer base para decidir quanta proteção manter.
As previsões também diferem por nível. Uma previsão para a procura total de uma categoria é muito mais fiável do que uma para um SKU individual numa cor específica, porque a variação anula-se à medida que se agrega. Vale a pena saber isto porque explica por que razão os seus números de nível superior podem parecer precisos enquanto as previsões de produtos individuais estão consistentemente erradas.
Os principais métodos de previsão
Previsão ingénua. O próximo período é igual ao período anterior. Genuinamente útil como base — se o seu método sofisticado não consegue superá-lo, a sofisticação não está a justificar o seu custo.
Média móvel. A média dos últimos vários períodos, que suaviza a variação aleatória. Simples e eficaz para produtos estáveis, e lenta a responder a mudanças genuínas porque os períodos antigos têm tanto peso como os recentes.
Média móvel ponderada. Como acima, mas os períodos recentes contam mais. Responde mais rapidamente a mudanças enquanto mantém alguma suavização.
Suavização exponencial. Os pesos diminuem geometricamente em direção ao passado, controlados por um único fator de suavização. Um fator mais elevado responde mais rapidamente à mudança e é mais ruidoso; um fator mais baixo é estável e lento. Este é o cavalo de batalha da previsão prática, e as variantes lidam explicitamente com a tendência e a sazonalidade.
Decomposição de tendência e sazonalidade. Dividir o histórico num nível subjacente, uma tendência e um padrão sazonal repetitivo, projetar cada um e recombinar. Necessário para qualquer coisa genuinamente sazonal, que é a maioria dos bens de consumo.
Regressão. Relacionar a procura com variáveis que a impulsionam — preço, investimento em marketing, meteorologia, um indicador económico líder. Poderoso onde existe uma relação causal genuína, e enganador onde uma correlação coincidente é confundida com uma.
Métodos qualitativos. Contributo da equipa de vendas, intenções dos clientes, julgamento de especialistas. Indispensável onde não existe histórico — novos produtos, novos mercados, um canal que acabou de abrir. Também são os mais propensos ao otimismo, razão pela qual vale a pena registar as previsões e pontuá-las posteriormente.
Abordagens de machine learning. Cada vez mais disponíveis em software de planeamento, e genuinamente melhores onde tem muitos produtos, longos históricos e múltiplas variáveis influenciadoras. Precisam de substancialmente mais dados do que a maioria das operações possui, e não corrigem inputs incorretos.
Tipos de previsão da procura
As previsões são categorizadas de várias formas, e vale a pena conhecer os rótulos porque as pessoas usam-nos como abreviatura em conversas de planeamento.
Por horizonte temporal.
- Curto prazo — dias a alguns meses. Impulsiona o reabastecimento, pontos de encomenda e dotação de pessoal. A precisão aqui é alcançável e o retorno é imediato.
- Médio prazo — um trimestre a um ano. Impulsiona compromissos de compra, acordos com fornecedores e compras sazonais.
- Longo prazo — um ano ou mais. Impulsiona decisões de capacidade: espaço de armazém, equipamento, número de funcionários. A precisão não é esperada nem útil neste intervalo; a direção e a magnitude são.
Por âmbito.
- Previsão a nível macro olha para fora, para as condições em que a sua procura se insere — a economia, a categoria, o mercado. Útil para contexto e raramente acionável por si só.
- Previsão a nível micro olha para um produto, canal ou cliente específico. É aqui que as decisões operacionais são realmente tomadas.
Por postura.
- Previsão passiva assume continuidade: o que aconteceu continuará a acontecer, ajustado para tendência e estação. Adequa-se a empresas estáveis e é o padrão correto para a maioria do planeamento de inventário, porque não faz suposições heroicas.
- Previsão ativa incorpora o que pretende mudar — uma promoção, um novo canal, um aumento de preço, um lançamento de produto. É necessária sempre que o passado é um mau guia, e é também onde o otimismo causa mais danos, porque um plano é confundido com uma previsão.
Por método.
- Qualitativo — julgamento, contributo de vendas, opinião de especialistas. Necessário para novos produtos sem histórico, e o menos fiável onde existem dados.
- Quantitativo — médias móveis, suavização exponencial, regressão, decomposição sazonal. Fiável onde o histórico está disponível e a procura é razoavelmente estável.
- Baseado em IA e machine learning — modelos que consideram muitas variáveis ao mesmo tempo e encontram padrões que uma simples série temporal não detetaria: meteorologia, preços, comportamento da concorrência, tráfego web, sobreposição promocional. Justificam o seu custo à escala, em grandes contagens de SKU com muito histórico, e não substituem dados limpos. Um modelo treinado com histórico de vendas que inclua períodos de rutura de stock não sinalizados aprende a coisa errada mais rapidamente e com mais confiança do que uma folha de cálculo.
O ponto prático: a maioria das empresas precisa de previsão quantitativa passiva, a nível micro e de curto prazo, para a maior parte da sua gama, com previsão ativa aplicada para o punhado de linhas onde algo está deliberadamente a mudar. Recorrer a métodos sofisticados antes de o básico estar a funcionar é o erro de sequenciação mais comum e mais dispendioso nesta área.
Como prever a procura na prática
1. Limpe primeiro o histórico. Este passo determina se tudo o que se segue vale a pena.
A correção crítica são as ruturas de stock. O histórico de vendas regista o que vendeu, não o que os clientes queriam. Um período em que esteve sem stock mostra vendas baixas, e alimentar isso numa previsão diz ao modelo que a procura é menor do que é — exatamente para o produto que já o falhou. Sinalize os períodos de rutura de stock e exclua-os ou estime a procura perdida.
Elimine também eventos únicos: uma encomenda única a granel que não se repetirá, uma liquidação, um erro de dados. Deixe padrões recorrentes genuínos, como promoções, mas marque-os para que sejam entendidos como promoções e não como base.
2. Escolha o nível. Preveja ao nível em que irá atuar. Se encomenda por SKU, precisa de previsões ao nível do SKU, mas pode construí-las prevendo a categoria e dividindo pela quota recente, o que é frequentemente mais estável do que prever cada SKU independentemente.
3. Escolha um método por grupo de produtos. Linhas estáveis de alto volume adequam-se à suavização exponencial. Linhas sazonais precisam de decomposição sazonal. Produtos erráticos de movimento lento são frequentemente melhor servidos por uma média simples e um buffer generoso, porque os métodos sofisticados ajustam-se ao ruído.
4. Aplique julgamento e registe-o. Ajuste para coisas que o histórico não pode saber — uma conquista de listagem, a saída de um concorrente, uma alteração de preço, uma promoção. Registe o ajuste separadamente da previsão estatística para que possa rever mais tarde se as suas intervenções ajudaram. Muitos não o fazem.
5. Meça o erro. Sem isto, não é um processo, é um hábito.
6. Reveja e ajuste regularmente. Mensalmente para a maioria das operações. O objetivo é detetar produtos cujo padrão mudou, não refinar números que estavam bem.
Medir a precisão da previsão
Três métricas cobrem a maioria das necessidades.
MAPE — erro percentual absoluto médio. O erro médio como uma percentagem da procura real. Intuitivo e amplamente utilizado. A sua fraqueza é que distorce significativamente em volumes baixos: falhar por duas unidades numa previsão de três representa um erro de 67%, o que não tem significado prático.
MAD — desvio absoluto médio. O erro médio em unidades, ignorando a direção. Útil porque alimenta diretamente o cálculo do stock de segurança.
Viés (Bias). O erro médio com a direção retida. Esta é a métrica mais frequentemente ignorada e, muitas vezes, a mais informativa. Se os seus erros tendem a zero, significa que falha tanto por excesso como por defeito — é ruído, que os buffers absorvem. Se forem consistentemente positivos ou negativos, tem um problema sistemático, e nenhum stock de segurança corrige uma previsão que é sempre baixa.
Meça por grupo de produtos em vez de o fazer de forma agregada, porque um bom número global esconde habitualmente algumas linhas mal previstas que estão a causar danos reais.
Compare com a linha de base ingénua. Se o seu método não supera o “igual ao mês passado”, simplifique.
Porque nunca é perfeito (e não há problema nisso)
As previsões estão erradas. As questões úteis são: quão erradas, em que direção e se o erro é suficientemente estável para planear com base nele.
É por isso que a previsão e o stock de segurança fazem parte da mesma conversa. A previsão dá-lhe a procura esperada; o erro de previsão dá-lhe a variabilidade que o stock de segurança existe para absorver. Melhore a previsão e o buffer necessário diminui para o mesmo nível de serviço. Esse é todo o argumento comercial para investir em previsão, e é mensurável.
Aceite também que alguns produtos são genuinamente impossíveis de prever. Artigos de rotação muito lenta, itens de projetos únicos, qualquer coisa impulsionada por eventos externos que ninguém pode antecipar. Para estes, a resposta honesta é uma estratégia diferente — produzir por encomenda, manter stock do fornecedor, aceitar prazos de entrega mais longos — em vez de um modelo melhor.
Prever a procura sazonal e promocional
Dois padrões causam a maior parte da dificuldade, e ambos precisam de ser tratados explicitamente em vez de esperar que um método geral os absorva.
A sazonalidade é um padrão repetitivo ligado ao calendário. O erro é tratar um pico sazonal como crescimento. Uma média móvel aplicada a um produto que vende quatro vezes mais em dezembro irá seguir o pico para cima em janeiro, encomendar demasiado e, depois, segui-lo para baixo durante a primavera.
Tratá-la corretamente significa separar o fator sazonal do nível subjacente. Calcule o rácio da procura de cada período em relação à média anual ao longo de vários anos, e terá um conjunto de índices sazonais — dezembro 2.4, janeiro 0.6, e assim por diante. Preveja o nível subjacente e, depois, aplique o índice para o período que está a prever.
Duas advertências. Precisa de pelo menos dois ciclos completos de histórico antes que os índices sazonais tenham significado, e três é melhor. E a sazonalidade muda — a Páscoa move-se, as semanas de pico de vendas migram à medida que os hábitos de compra mudam, e um índice calculado a partir de dados de há cinco anos pode estar a descrever um padrão que já não existe.
As promoções são o maior problema na maioria das empresas, porque são substanciais e autoinfligidas. Uma promoção pode multiplicar a procura várias vezes durante uma semana, e esse pico fica no seu histórico a distorcer todas as previsões que se seguem.
As disciplinas que ajudam:
- Marque os períodos promocionais nos dados para que a previsão estatística os possa excluir ou ajustar.
- Preveja o aumento promocional separadamente da procura de base, usando os resultados de promoções passadas comparáveis em vez de uma percentagem que alguém acha correta.
- Considere a quebra posterior. As promoções frequentemente antecipam a procura em vez de a criar, pelo que as semanas seguintes ficam abaixo da base. Prever o pico enquanto ignora o vale deixa-o com excesso de stock duas vezes.
- Obtenha o calendário promocional cedo. A causa mais comum de ruturas de stock promocionais é o armazém descobrir a promoção ao mesmo tempo que os clientes.
Quem é o responsável pela previsão
A previsão falha organizacionalmente mais vezes do que falha tecnicamente, e o padrão é consistente.
As vendas preveem de forma otimista, porque os objetivos e as previsões são confundidos e ninguém quer prever abaixo do objetivo. As operações preveem de forma conservadora, porque suportam o custo do excesso de stock e a culpa pelas ruturas. As finanças querem um número que corresponda ao plano. Cada um produz um valor diferente, e a empresa acaba por funcionar com base no número de quem argumentou com mais força.
O que funciona melhor:
Um número, detido por uma função. Geralmente planeamento ou operações, com contributos estruturados das vendas em vez de uma previsão de vendas separada a correr em paralelo.
Separe a previsão do objetivo. Um objetivo é o que pretende alcançar. Uma previsão é o que espera que aconteça. Confundi-los garante que a previsão é enviesada para cima, e o stock segue o mesmo caminho.
Avalie os ajustes. Quando alguém altera a previsão estatística, registe-o e reveja depois se a alteração melhorou a precisão. Isto é desconfortável e é a forma mais rápida de descobrir cujo julgamento vale a pena aplicar e cujo não vale.
Torne o custo visível. O erro de previsão tem um preço — excesso de stock, abates, fretes urgentes, vendas perdidas. Associar esse valor ao processo é, geralmente, o que transforma a previsão de uma tarefa administrativa em algo que as pessoas levam a sério.
Como a previsão se liga ao resto
- Os pontos de encomenda usam a procura prevista durante o prazo de entrega.
- O stock de segurança é dimensionado a partir do erro de previsão.
- As compras comprometem capital com base na previsão, que é onde os erros se tornam dispendiosos.
- O planeamento da capacidade do armazém depende do volume esperado, e errar nisto manifesta-se como falta de espaço em novembro.
- O planeamento de mão de obra segue o volume de encomendas esperado em vez de unidades.
- As relações com fornecedores melhoram quando partilha previsões, porque eles podem planear a produção e manter o stock adequado.
Esse último ponto é pouco utilizado. Um fornecedor com visibilidade das suas necessidades esperadas pode, geralmente, encurtar e estabilizar o seu prazo de entrega, o que reduz a sua necessidade de stock de segurança mais do que um modelo melhor o faria.
Um exemplo prático
Pegue num produto com doze meses de histórico e analise o que uma previsão realmente envolve.
As vendas mensais são aproximadamente: 210, 195, 230, 240, 215, 225, 260, 250, 245, 280, 520, 310.
A observação imediata é que novembro, com 520, não faz parte do padrão subjacente — é um pico sazonal. Prever dezembro a partir de uma média móvel de três meses de setembro, outubro e novembro dá (245 + 280 + 520) ÷ 3 = 348, o que resulta numa encomenda excessiva, pois trata o pico como o novo normal.
Tratá-lo corretamente:
Separe o mês sazonal. Excluindo novembro, os onze meses restantes têm uma média de cerca de 241 unidades com uma ligeira tendência de subida. Esses 241 são o seu nível subjacente.
Calcule o índice sazonal. Novembro com 520 face a uma base de 241 dá um índice de cerca de 2.2. Se um ano anterior mostrou um rácio semelhante, pode confiar nele; com apenas um ano de histórico, trate-o como provisório.
Projete o nível para a frente. A tendência ao longo do ano é ligeiramente ascendente — cerca de 200 no início, 260 no outono excluindo o pico — pelo que uma previsão de nível razoável para o próximo mês é cerca de 265.
Aplique o índice se relevante. Dezembro não é o mês de pico aqui, pelo que a previsão permanece perto de 265.
Estime o erro. O desvio mês a mês da tendência subjacente ronda as 20 unidades, pelo que um desvio padrão perto de 20 é um valor de trabalho razoável. A um nível de serviço de 95%, o stock de segurança é aproximadamente 1.65 × 20 × a raiz quadrada do prazo de entrega em meses.
O objetivo de percorrer este processo é que a maior parte do trabalho é o julgamento sobre o que o histórico significa, não a aritmética. Decidir que novembro é sazonal em vez de crescimento é a decisão que determina se a próxima encomenda está correta, e nenhum método toma essa decisão por si com apenas um ano de dados.
Onde aprofundar
- O que é stock de segurança — dimensionado diretamente a partir do erro de previsão.
- O que é um ponto de encomenda — onde a previsão é aplicada.
- Técnicas de gestão de inventário — o conjunto de ferramentas mais abrangente.
- O que é uma rutura de stock — a falha que a previsão reduz.
- O que é a rotação de inventário — o que uma melhor previsão melhora.
- Como gerir o inventário — o processo em que isto se insere.
A ideia principal numa frase
A previsão da procura estima as vendas futuras para que possa decidir o que comprar — e, como a previsão estará errada, o número que mais importa é a dimensão e a direção do erro, uma vez que isso determina quanto stock de segurança precisa de manter.
Perguntas frequentes
O que é a previsão da procura? A estimativa da procura futura de um produto durante um período definido, a fim de decidir quanto stock comprar e manter.
Quais são os principais métodos de previsão da procura? Médias móveis, médias móveis ponderadas, suavização exponencial, decomposição de tendências e sazonalidade, regressão contra variáveis causais e avaliação qualitativa. A maioria das operações utiliza a suavização exponencial para linhas estáveis e a decomposição sazonal para tudo o que tenha um padrão repetitivo.
Qual deve ser a precisão de uma previsão da procura? Não existe um valor universal, porque a precisão depende da variabilidade da sua procura. O teste útil é verificar se o seu método supera uma previsão ingénua de “igual ao período anterior” e se o seu erro é imparcial em vez de consistentemente alto ou baixo.
Qual é a diferença entre MAPE e enviesamento (bias)? O MAPE mede a dimensão média do erro, independentemente da direção. O enviesamento mede se os erros tendem consistentemente para um lado. Uma previsão pode ter um MAPE aceitável e um enviesamento grave, o que é o problema mais prejudicial, uma vez que o stock de segurança não corrige uma tendência sistemática.
Como prever a procura de um novo produto? O histórico não existe, por isso baseia-se em análogos — produtos semelhantes no lançamento — combinados com contributos qualitativos das vendas e quaisquer dados de pré-encomendas ou consultas. Espere erros grandes inicialmente e reveja semanalmente em vez de mensalmente até que um padrão surja.
Porque devo excluir períodos de rutura de stock do histórico? Porque as vendas durante uma rutura de stock registam a disponibilidade e não a procura. Incluí-las ensina à previsão que a procura é menor do que realmente é, precisamente nos produtos que já esgotaram.
Com que antecedência devo prever? O suficiente para cobrir o seu lead time mais o seu período de revisão, e não mais do que isso para efeitos de encomenda. São necessários horizontes mais longos para o planeamento de capacidade, orçamento e fornecedores, mas devem ser entendidos como exercícios separados com tolerâncias mais amplas, em vez de serem o número com base no qual encomenda.
Uma melhor previsão reduz o inventário? Sim, indireta e mensuravelmente. O stock de segurança é dimensionado a partir do erro de previsão, pelo que reduzir o erro reduz o buffer necessário para o mesmo nível de serviço. Este é o argumento financeiro mais claro para investir no processo de previsão.
Warehouse Wise é uma biblioteca gratuita e independente de guias sobre gestão de inventário, armazenagem e logística, escrita para quem realmente trabalha na área — novos colaboradores de armazém e inventário, pequenas e médias empresas de retalho e comércio eletrónico, e qualquer pessoa que lide com stocks e queira compreender a sua gestão de forma eficaz. Cada guia explica o conceito, apresenta um exemplo prático com números reais sempre que necessário, e vai direto ao ponto. Somos independentes: não vendemos software ou equipamentos, não recebemos comissões por referências e os nossos guias não são classificados por interesses comerciais.