Previsão de vendas: como montar um forecast confiável

Para fazer uma previsão de vendas confiável, combine dois métodos: o método por funil, que multiplica o valor das oportunidades abertas pela probabilidade histórica de fechamento de cada etapa (o pipeline ponderado), e o método por histórico, que projeta o faturamento a partir da média recente corrigida pela sazonalidade. Quando os dois números ficam próximos, a previsão é sólida. Quando ficam distantes, a diferença mostra onde investigar. Depois, meça o erro todo mês, comparando o previsto com o realizado, e ajuste as premissas.

Previsão de vendas (ou forecast de vendas) não é meta nem desejo. É o número que os dados indicam, calculado com antecedência suficiente para que ainda dê tempo de agir. O guia de crescimento comercial mostra por que a previsibilidade é uma das bases do crescimento saudável. Este artigo mostra como chegar ao número, passo a passo, com exemplos para copiar.

Para que serve a previsão de vendas

A previsão responde a uma pergunta simples: se nada mudar, quanto vamos vender neste mês e nos próximos? Com essa resposta, a empresa decide antes:

• Caixa: quanto vai entrar e quando, para planejar pagamentos e investimentos.
• Compras e produção: quanto estoque ou capacidade de entrega vai ser necessária.
• Time: se é hora de abrir vagas ou de segurar contratações.
• Ação comercial: se a previsão está abaixo da meta, o que fazer nas próximas semanas para fechar a diferença.

Previsão e meta são números diferentes e precisam continuar diferentes. Quando o vendedor sente que a previsão vai ser cobrada como meta, ele passa a informar o que acha que o gestor quer ouvir, e o número perde valor. A regra que funciona: meta é cobrada, previsão é discutida.

Método 1: previsão pelo funil (pipeline ponderado)

O método por funil olha para as oportunidades que já existem. Ele é o mais útil para o mês corrente e o seguinte, porque se apoia em negócios reais, com nome, valor e data prevista de fechamento.

Passo 1: calcule a probabilidade histórica de cada etapa

A probabilidade de uma etapa não é um palpite. É a proporção das oportunidades que passaram por ela e terminaram em venda. A conta usa os últimos 6 a 12 meses de registro no CRM:

Probabilidade da etapa = oportunidades que chegaram à etapa e foram ganhas ÷ oportunidades que chegaram à etapa e já foram encerradas (ganhas ou perdidas)

Exemplo hipotético: nos últimos 12 meses, 120 oportunidades chegaram à etapa de proposta e já foram encerradas. Dessas, 48 viraram venda. A probabilidade da etapa de proposta é 48 ÷ 120 = 40%.

Use só oportunidades já encerradas. Se você incluir as que ainda estão em aberto, a probabilidade fica artificialmente baixa. As etapas precisam estar bem definidas, com critério claro de entrada, como mostra o guia de funil de vendas. Sem isso, cada vendedor coloca a oportunidade numa etapa diferente e a probabilidade não significa nada.

Passo 2: filtre as oportunidades do período

Entram na previsão do mês apenas as oportunidades com data prevista de fechamento dentro do mês. Uma oportunidade de R$ 200 mil em diagnóstico, com fechamento previsto para daqui a três meses, não entra na conta de outubro.

Passo 3: multiplique e some

Exemplo hipotético de uma empresa no início de outubro, considerando só as oportunidades com fechamento previsto para o mês:

Se a empresa já faturou R$ 60.000 em vendas fechadas no mês, a previsão de outubro pelo funil é R$ 60.000 + R$ 237.500 = R$ 297.500.

Repare na diferença entre o pipeline bruto (R$ 920 mil) e o ponderado (R$ 237,5 mil). Muita empresa olha o bruto e se assusta no fim do mês. O ponderado é o número que importa.

Passo 4: confira com a classificação do vendedor

O pipeline ponderado trata todas as oportunidades da mesma etapa como iguais, e elas não são. Por isso, vale cruzar com uma segunda leitura: o vendedor classifica cada oportunidade do mês em uma de três categorias.

A soma das oportunidades certas mais o que já foi faturado é o piso do mês. A soma com as prováveis é o cenário base. Se o cenário base do vendedor ficar muito acima do pipeline ponderado, a conversa da reunião é sobre quais oportunidades estão sendo superestimadas, e por quê.

Um teste rápido para o critério: em cada oportunidade marcada como certa, pergunte qual foi a última confirmação do cliente e quando aconteceu. Se a resposta for uma impressão do vendedor (“ele gostou muito da proposta”), e não uma ação do cliente (aprovação interna, pedido de minuta, data de assinatura), a oportunidade é provável, não certa. Confundir entusiasmo com decisão é o erro de classificação mais frequente.

Método 2: previsão pelo histórico (média e sazonalidade)

O método por histórico não olha para oportunidades específicas. Ele projeta o futuro a partir do faturamento passado. É o melhor método para prever dois a seis meses à frente, quando o funil ainda não tem as oportunidades que vão fechar nesse período.

Por que a média simples engana

A média dos últimos três meses é o atalho mais comum, e erra sempre que a empresa tem meses fortes e fracos. Se o fim do ano é o período mais forte, a média de julho a setembro vai prever um novembro baixo demais.

Passo 1: calcule o índice de sazonalidade

Pegue o faturamento de um ano completo e divida cada mês pela média mensal. Exemplo hipotético, com o ano anterior somando R$ 3.000.000 (média de R$ 250.000 por mês):

Índice 1,20 em novembro significa que o mês costuma vender 20% acima da média. Se a empresa tem dois ou três anos de histórico, use a média dos índices de cada ano: um único ano pode ter um mês atípico.

Passo 2: tire a sazonalidade dos meses recentes

Divida o faturamento de cada mês recente pelo índice do mês. O resultado é o faturamento “dessazonalizado”, que mostra o ritmo real da empresa:

Passo 3: aplique o índice dos meses à frente

Compare com a média simples de julho a setembro: (R$ 253.000 + R$ 291.200 + R$ 291.600) ÷ 3 = R$ 278.600. Usada como previsão de novembro, ela erraria em R$ 51.400 para baixo em relação à previsão com sazonalidade.

Se a empresa está numa tendência clara de crescimento, dá para aplicar também uma taxa de crescimento sobre a base dessazonalizada. Use com cuidado: a tendência precisa estar nos números, não na expectativa.

Como juntar os dois métodos

No exemplo, outubro tem duas previsões: R$ 297.500 pelo funil e R$ 319.000 pelo histórico. A diferença é de R$ 21.500, ou cerca de 6,7% da previsão por histórico. Essa diferença é informação:

Uma divisão de trabalho que funciona: o funil prevê o mês corrente e o seguinte; o histórico prevê do terceiro mês em diante. Conforme as oportunidades entram no funil, a previsão de cada mês vai migrando de um método para o outro.

Com ciclo de venda longo, o funil tende a errar mais nos meses distantes, porque as datas de fechamento mudam várias vezes antes de a venda acontecer. Para saber qual método erra mais na sua operação, registre as duas previsões todo mês e calcule o erro de cada uma, como mostra a próxima seção. Depois de alguns meses, dê mais peso, em cada horizonte, ao método que errou menos.

Como medir a acurácia da previsão

Previsão que não é conferida nunca melhora. A medição é simples e precisa de uma regra: registrar a previsão numa data fixa, por exemplo, na primeira segunda-feira do mês. Se a previsão for atualizada até o dia 30, ela sempre vai “acertar”.

Duas medidas resolvem:

• Erro percentual do mês: |realizado − previsto| ÷ realizado. Mostra o tamanho do erro, sem sinal.
• Viés: previsto − realizado, com sinal. Mostra se a empresa erra sempre para o mesmo lado.

Exemplo hipotético de seis meses, com a previsão registrada no primeiro dia útil de cada mês:

Lendo a tabela: o erro médio foi de 5,3%, o que corresponde a uma acurácia de cerca de 94,7%. Mas o dado mais útil é o viés: em cinco de seis meses a previsão ficou acima do realizado, em média R$ 10.700 por mês. Isso não é azar. É sinal de que alguma premissa está otimista, normalmente as probabilidades das etapas finais ou as datas de fechamento informadas pelos vendedores.

O que fazer com o resultado:

1. Erro alto e sem viés: o processo de registro está instável. Reforce a atualização do CRM e o critério de cada etapa.
2. Viés constante para cima: recalcule as probabilidades por etapa com dados mais recentes e revise as oportunidades classificadas como certas que não fecharam.
3. Viés constante para baixo: o time está escondendo oportunidade ou registrando tarde. Vale entender o motivo, que muitas vezes é o medo de a previsão virar cobrança.

Não existe um erro aceitável universal. Defina a faixa de tolerância a partir do próprio histórico e aperte conforme o registro melhora. A previsão e o erro devem estar no painel semanal, junto com os outros indicadores de vendas.

Um jeito prático de definir o ponto de partida: calcule o erro médio dos últimos seis meses, use esse número como tolerância inicial e defina uma meta de redução para o trimestre seguinte. A melhora costuma vir em degraus: primeiro quando o CRM passa a ser atualizado toda semana, depois quando as probabilidades por etapa são recalculadas com dados reais.

A rotina semanal da previsão

A previsão precisa de uma rotina curta e fixa:

Os dados precisam vir do CRM de vendas. Previsão montada em planilha a partir do que cada vendedor lembra é a principal fonte de erro.

Checklist da previsão de vendas

• As etapas do funil têm critério de entrada escrito.
• Toda oportunidade tem valor e data prevista de fechamento.
• As probabilidades por etapa foram calculadas com oportunidades já encerradas.
• Só entram na previsão do mês as oportunidades com fechamento previsto no mês.
• Existe um índice de sazonalidade calculado com o histórico.
• A previsão é registrada numa data fixa e comparada com o realizado.
• Erro e viés são acompanhados mês a mês.
• Probabilidades e índices são revisados a cada trimestre.

Erros mais comuns

Usar o pipeline bruto. Somar o valor de todas as oportunidades abertas superestima o mês quase sempre.

Probabilidade por etapa definida no chute. “Proposta é 50%” só vale se o histórico disser isso.

Oportunidades zumbis. Negócios parados há meses na mesma etapa inflam a previsão. Defina um prazo máximo por etapa e encerre o que passar dele.

Previsão que vira meta. Quando o número informado passa a ser cobrado, o time aprende a informar para baixo.

Não medir o erro. Sem comparar previsto e realizado, ninguém sabe se a previsão melhora ou piora.

Exemplo hipotético do efeito da limpeza: uma empresa tem R$ 200.000 em propostas com fechamento previsto no mês, ponderadas a 40% (R$ 80.000). Ao aplicar o prazo máximo por etapa, encontra R$ 75.000 parados há mais de três ciclos normais e encerra essas oportunidades. O ponderado da etapa cai para R$ 50.000. A previsão fica menor, mas mais perto do que de fato fecha, e o viés para cima começa a diminuir.