Previsão de demanda: métodos simples para comprar e produzir melhor
Como fazer previsão de demanda numa pequena ou média empresa: métodos simples, sazonalidade, como medir o erro e como prever produtos sem histórico.
Comprar demais prende dinheiro em estoque parado. Comprar de menos faz faltar produto justamente quando o cliente quer. Escalar equipe a mais aumenta custos; a menos, cria filas e perde vendas. Por trás de todas essas decisões está a mesma pergunta: quanto vamos vender?
Previsão de demanda não é adivinhação. Este guia mostra métodos simples, que cabem numa planilha, e como lidar com a incerteza.
Por que prever (mesmo sabendo que vai errar)
Toda empresa já prevê demanda, mesmo sem perceber: ao fazer um pedido ao fornecedor, ao definir a escala do fim de semana, ao produzir o lote do mês. A diferença é se a previsão está na cabeça de alguém ou num método que pode ser verificado e melhorado.
Métodos simples de previsão
| Método | Como funciona | Quando usar |
|---|---|---|
| Média móvel | Média das vendas dos últimos N períodos | Demanda estável, sem tendência forte |
| Média ponderada | Períodos recentes têm mais peso | Demanda que muda aos poucos |
| Mesmo período do ano anterior | Usa o mesmo mês do ano passado | Negócios sazonais |
| Ano anterior ajustado | Mesmo período × crescimento recente | Sazonais em crescimento ou queda |
| Suavização exponencial | Média que dá peso decrescente ao passado | Disponível em planilhas e sistemas; boa para muitos itens |
| Opinião estruturada | Estimativas de vendedores e gestores, combinadas | Mudanças que os dados não mostram (novo cliente, novo canal) |
Exemplo: ano anterior ajustado
Uma loja vendeu 400 unidades em dezembro do ano passado. Nos últimos três meses, as vendas estão 10% acima do mesmo período do ano anterior. Previsão para dezembro: 400 × 1,10 = 440 unidades (exemplo). Com o erro histórico de cerca de 15%, a faixa vai de aproximadamente 375 a 505.
Sazonalidade e eventos
Muitos negócios têm padrões que se repetem: dias da semana, início do mês (salário), datas comemorativas, férias, clima. O artigo sobre sazonalidade mostra como identificar esses padrões.
Além disso, registre eventos que distorcem o histórico: uma promoção forte, uma ruptura de estoque, uma obra na rua, uma campanha. Sem esse registro, a previsão aprende com dados "contaminados".
Como medir o erro da previsão
- Registre a previsão antes do período.
- Compare com o realizado ao fim do período.
- Calcule o erro percentual: (realizado − previsto) ÷ realizado.
- Acompanhe a média dos erros absolutos ao longo do tempo (indicador conhecido como MAPE).
- Verifique o viés: a previsão erra sempre para cima ou sempre para baixo?
- Ajuste o método e o estoque de segurança com base no erro.
Prevendo produtos sem histórico
Para lançamentos, não há passado para olhar. Alternativas:
- Analogia: como vendeu um produto parecido no lançamento?
- Pré-venda ou lista de espera, que mostram interesse real.
- Lote piloto em poucas lojas ou canais.
- Pesquisa e simulação com o público, para estimar a adesão relativa a produtos conhecidos.
- Difusão: produtos novos costumam ser adotados primeiro por um grupo pequeno. Veja difusão de inovações.
O artigo sobre como saber se um produto vai vender aprofunda essas técnicas.
Previsão e decisão
A previsão não é um fim. Ela alimenta decisões:
- Compras: quanto pedir e quando.
- Produção: tamanho dos lotes.
- Equipe: escalas por dia e horário.
- Caixa: quanto dinheiro vai entrar e sair.
- Metas: o que é ambicioso e o que é realista.
O que é previsão de demanda?
É a estimativa de quanto será vendido em um período futuro, usada para planejar compras, produção, equipe e caixa.
Qual o método mais simples de previsão de demanda?
A média móvel das vendas dos últimos meses e, para negócios sazonais, o mesmo período do ano anterior ajustado pela tendência recente.
Como prever a demanda de um produto novo?
Use analogia com produtos parecidos, pré-venda, lotes piloto e pesquisa ou simulação com o público. Comece com lotes menores e ajuste rápido.
Como saber se minha previsão está boa?
Compare a previsão com o realizado em cada período, calcule o erro percentual médio e verifique se ele tende para um lado. Use esse erro para definir faixas e estoque de segurança.