PREVISÃO DE VENDAS:

UMA DISCUSSÃO SOBRE O ERRO ALEATÓRIO

Márcio Paes

O papel da previsão de vendas nos negócios é de fundamental importância: permite administrar com maior eficiência os estoques, evitando assim a ruptura, isto é, a falta de determinado produto, e assim, aumentar a satisfação do cliente. Por outro lado, fornece informações valiosas para mensurar o esforço da força de vendas.

Existem alguns métodos quantitativos (matemáticos) para realizar a previsão de vendas, porém esses vários métodos se dividem em apenas dois grupos: 1) métodos por série temporal e 2) métodos causais.

Estes últimos são métodos que através da análise de uma variável procura-se prever o comportamento de outra variável. Por exemplo, é possível prever quanto será as vendas analisando os gastos com propaganda, com promoções, ou mesmo qual a relação entre gastos com treinamento para a força de vendas e aumento dos vendas.

Os métodos de série temporais nada mais são do que a análise dos dados históricos de vendas para prever o seu comportamento futuro. Eis alguns métodos de séries temporais de mais fácil utilização: média simples, média móvel e média móvel ponderada. Existem também métodos mais sofisticados: amortecimento exponencial simples, amortecimento exponencial duplo e triplo.

Cada um desses métodos é mais ou menos adequado dependendo da característica dos dados que estão sendo analisados. Porém, o melhor método é aquele que gera o menor erro entre as vendas previstas e as vendas reais. O foco a partir de agora são os métodos de série temporal.
Uma série temporal é composta dos seguintes componentes:

1) Nível: digamos que é o patamar em que as vendas estão situadas. Normalmente o nível é o ponto inicial das vendas, ou seja, o primeiro período (primeiro mês) da série que está sendo analisada.

2) Tendência: é o componente que indica se as vendas ao longo da série está declinando ou está crescendo.

3) Sazonalidade: trate-se de um comportamento nas vendas que se repete a cada período. Por exemplo, no verão alguns produtos (cerveja, sorvete, protetor solar etc.) apresentam aumento de vendas e isso se repete todos os anos.

4) Ciclo: tem a mesma característica da sazonalidade, ou seja, repetir o comportamento das vendas a cada período, porém enquanto a sazonalidade é anual, o ciclo ocorre em períodos mais longos. Normalmente ciclo está mais atrelado a fatores econômicos; quando a economia se expande ou quanto se retrai, que é o caso das crises econômicas.

5) Aleatoriedade: é um componente que está fora do controle, e é imprevisível. Muitos fatores podem ocasionar a aleatoridade das vendas e nenhum modelo quantitativo é capaz de prever um comportamento aleatório. Se não houvesse a aleatoriedade na série temporal, o erro de previsão de vendas em relação às vendas reais seria igual a zero.

A FONTE DO ERRO EM PREVISÃO

É importante ter presente que o modelo de previsão de vendas precisa ser descrito conforme abaixo:

Previsões de vendas = vendas reais + erro aleatório

Como se pode ver, se não houvesse erro aleatório as vendas previstas seriam exatamente iguais às vendas reais.

Veja abaixo alguns exemplos gráficos para facilitar a fixação desse conceito:

Foram gerados em computador (Excel) 25 número aleatórios de 1 até 20, para representar as vendas reais; foi utilizado o método de média móvel para prever as vendas do próximo período, conforme mostrado na linha vermelha. Os erros por período são as barras verdes no gráfico. Estão em percentual.

Clique na imagem para ampliar

Perceba que, pelo fato de os números de vendas reais serem 100% aleatórios, gera erros grandes na previsão de vendas. Isso porque, neste caso, não é possível a identificação do nível ou da tendência dessa série de vendas, pois em cada período há uma oscilação muito grande. Perceba ainda que no período sete, está elevado; já no período 10 está muito baixo.

O erro médio desse modelo é de 170%. E por isto não há nenhuma vantagem em utilizar a previsão de vendas como ferramenta de planejamento de demanda.

Para demonstrar o impacto do erro aleatório, uma maneira muito útil é comparar com outra série de vendas com menor efeito aleatório. Para isso, reduzi o intervalo de número aleatório de 1 até 5. Além disso, o nível de vendas foi estipulado arbitrariamente em 10. Dessa maneira foram somados o nível de 10, mais o numero aleatório gerado de 1 a 5. Assim foi possível dedicar apenas uma parcela a variação aleatória da série de vendas.

O resultado gráfico está abaixo.

Clique na imagem para ampliar

A situação dessa série de vendas é bem diferente da série apresentada no primeiro gráfico. Os valores oscilam aleatoriamente dentro de um intervalo mais restrito. Neste último exemplo o erro médio da previsão é de apenas 10% em relação às vendas reais.

Pelo o que acima foi exposto, percebe-se que o erro aleatório é um elemento que está sempre presente nas séries de vendas. Assim sendo, é necessário encontrar um modelo de previsão que seja mais adequado à série e reduza os erros.

Por outro lado, não se pode a princípio pretender que a previsão de vendas seja abaixo de determinado percentual. Por exemplo, estipular que a previsão precisa ter no máximo 10% de erro. Isso dependerá da característica da série de vendas: se o histórico de vendas tem o componente aleatório muito alto, talvez não seja possível gerar previsão abaixo de 10% de erro.