Projeção eficaz,
simples e rápida

Alerta 1: esse é um artigo um pouco mais técnico.

Alerta 2: antes de ler o texto abaixo, seria bom que já tivesse lido o artigo "A sua projeção de demanda é precisa?".


A metodologia que apresento abaixo é simples, rápida e eficaz:

  1. Simples porque pode ser constrída em qualquer programa de planilhas (MS Excel, Google Sheets, Apple Numbers, etc).
  2. Rápida porque possui poucos passos e o arquivo pode ser reutilizado com pouco ajustes.
  3. Eficaz porque consegue amenizar as influências da variabilidade.

Ainda assim, é importante ressaltar que, como em TODOS os métodos de forecast, NÃO é possível obter previsões perfeitas.

Para começar, é necessário entender o comportamento da demanda durante o ano. Isso é importante para identificar o peso de cada período. Para isso, calcule a participação de venda mês-a-mês dos últimos anos.

Utilizar os dados de apenas 1 ano não é suficiente, pois faltarão subsídios para entender o comportamento padrão. Trabalhar com informações de anos muito distantes pode causar distorções visto que existe uma evolução natural de comportamento. Por exemplo, o Black Friday começou a ganhar relevância para alguns mercados apenas em 2015. Se utilizar dados anteriores, a curva anual ficará distorcida.

É importante ajustar as distorções relevantes. Por exemplo, existem anos em que o Carnaval cai em fevereiro e em outros, cai em março. Uma loja de bebidas deve vender mais no período festivo, então precisa ajustar o peso do evento nos meses que recebe influência.

Pequenas distorções não devem ser ajustadas, pois elas fazem parte da variação normal entre os períodos - essas variações são conhecidas como ruídos. Forçar correções não vai trazer benefício, vai consumir tempo e o resultado será muito similar e por se tratar de previsão, não tem como saber o que seria o correto até que aconteça.

O segundo passo é montar a curva mensal do ano em que você quer estimar a demanda. Para isso, utilize a média. Não esqueça de equilibrar para que o total do ano seja 100%.

O resultado deve ser uma tabela similar a essa.

A etapa seguinte tem o objetivo de reduzir a variabilidade e usar a performance recente. Para fazer isso é necessário “dessazonalizar” a venda dos últimos meses. A tabela abaixo mostra o resultado esperado. O objetivo é chegar na coluna P.

Depois de achar a venda média mensal sem sazonalidade será a hora de aplicar esse valor na curva projetada para o ano. A linha 6 é o objetivo desse cálculo e essa será a curva de venda mensal.


Esse modelo pode ser utilizado em qualquer nível tomando os devidos cuidados. Usar a sazonalidade muito no detalhe (ex: curva de 1 produto) pode trazer muita distorção, então é melhor usar a sazonalidade de um grupo de produtos para projetar o comportamento.

No entanto, a sazonalidade de um grupo de produtos é um número médio e ele não será igual para todos os produtos. Por exemplo, se a sazonalidade em dezembro for 3, não quer dizer que todos os produtos venderão 3 vezes mais. Alguns poderão ter uma performance 7 vezes melhor, enquanto outros poderão vender a metade. Na média a sazonalidade será 3.

Utilizar a curva sazonal de maneira incorreta vai gerar um valor superestimado para os produtos de baixa performance e um valor subestimado para os melhores produtos. O resultado será excesso de estoque para os slow-movers (traduzido como “consumo desnecessário de dinheiro”) e falta de disponibilidade para os best-sellers (traduzido como “venda perdida”).


Lembrete 1: a projeção para os meses mais próximos é mais precisa que a para os meses mais distantes, por isso, para corrigir as distorções, devem ser feitos constantes recálculos das projeções.

Lembrete 2: a previsão feita bottom-up em um nível muito “bottom” será muito mais influenciada pela variabilidade.

Lembrete 3: essa não é a única maneira de fazer previsão. Aliás, metodologias diferentes é o que não faltam. Apenas para citar alguns exemplos: existem as regressões exponencial, geométrica, polinomial, logarítmica, mínima quadrática e linear; também tem média móvel, exponencial suavizada, crescimento sobre mês ou ano anterior, desvio médio absoluto, aproximação linear ou em segundo grau, média móvel ponderada, entre outros.




Resultados





Redução de estoque





Redução de ruptura





Aumento de venda





Aumento de lucro