Como medir e melhorar a precisão da previsão no varejo: Um Guia Abrangente

A falta de estoque custou aos varejistas 1,77 trilhão em 2023. A previsão da demanda é a solução clássica para evitar grandes perdas devido a estoques excessivos ou escassez. Neste artigo, consideraremos métodos e opções de cálculo e descobriremos qual fórmula de erro de previsão é a melhor para sua empresa. Além disso, veja abaixo as dicas para melhorar a precisão da previsão diante dos desafios do mercado moderno.

Pesquisadores da McKinsey descobriram que 77% das empresas investem em tecnologia para aumentar a transparência da cadeia de suprimentos e melhorar a precisão das previsões. Isso demonstra que a compreensão dos processos se tornou uma prioridade, e o surgimento de ferramentas preditivas baseadas em IA e em aprendizado de máquina no mercado reforça ainda mais essa tendência.

Consequentemente, o interesse em medir a precisão das previsões cresceu graças à superioridade dessas ferramentas em relação aos cálculos manuais e às previsões de especialistas. Mas será que elas são realmente 100% livres de erros? Para responder a essa pergunta, precisamos examinar mais de perto, explicar o processo de cálculo da precisão e determinar o viés de previsão aceitável.

Mas, primeiro, vamos começar com o básico.

No contexto da precisão da previsão de demanda, é a correspondência entre a demanda prevista e a real. Observe que a demanda real é o número total de pedidos ou solicitações de compra, independentemente da quantidade de produto em estoque.

Se a precisão for baixa, o senhor corre o risco de comprar mais estoque do que o necessário ou de deixar os clientes insatisfeitos devido à falta de produtos.

Então, a precisão da previsão deve ser sempre próxima de 100%? Isso é realista?

A previsão deve ser vista não como um fim, mas como um meio. A previsão só é necessária se ajudar o senhor a atingir suas metas. Por exemplo, se sua meta é atingir a disponibilidade máxima do produto, concentre a precisão da previsão de demanda nisso e tente atingir a precisão adequada.

O cálculo e a determinação do viés da previsão são complexos e não são particularmente empolgantes. Portanto, a pergunta é: isso é essencial? Vamos examinar os benefícios que a previsão precisa traz para os varejistas.

A previsão da demanda e o planejamento subsequente permitem que o senhor crie o ciclo certo: manter a quantidade de estoque alinhada com as vendas futuras planejadas (considerando promoções, sazonalidade e outros fatores). Encomendar apenas a quantidade necessária, quando necessário - não é isso que todos os varejistas querem? Nesse caso, o objetivo da previsão é evitar a escassez e a acumulação de estoques. Isso é ainda mais importante quando se trata de produtos perecíveis.

Um cliente satisfeito é igual a um cliente fiel. Eles continuarão voltando e isso é algo que a previsão precisa ajuda a garantir, pois permite que o senhor garanta efetivamente que os produtos de que os clientes precisam estarão sempre disponíveis.

No varejo, a demanda nunca é estável. Além dos fatores usuais para os varejistas, como a Black Friday, o Natal e outros feriados, a sazonalidade e as mudanças climáticas, há outro fator: a influência da mídia social. Se um produto se tornar viral, as vendas podem aumentar milhares de vezes do nada. Embora isso seja bastante difícil, ainda assim é preciso prever. É importante atingir um alto nível de precisão nas previsões, pois é sempre mais lucrativo estar preparado para o aumento da demanda do que correr para o resgate quando as prateleiras estão vazias e não há tempo para o fornecedor entregar um novo lote.

A rotação de sortimento é uma prática comum para os varejistas, mas como o senhor sabe como os clientes reagirão aos novos produtos? Com previsões de demanda precisas baseadas em indicadores de desempenho de produtos semelhantes, o senhor pode descobrir quanto do novo produto precisa comprar e quais serão as vendas projetadas.

Seu sucesso depende diretamente dos esforços de seus parceiros: a velocidade e a precisão de seus fornecedores. Um bom planejamento é o primeiro passo para o aprimoramento. Tente compartilhar sua previsão anual de demanda com seus fornecedores para que eles ajustem a produção e as entregas de acordo.

Os níveis ideais de estoque garantem que menos mercadorias sejam armazenadas no depósito sem excesso de estoque, aumentando a rotatividade dos produtos e reduzindo os custos de armazenamento. Além disso, com previsões precisas da demanda, o senhor pode evitar pagar a mais por entregas de emergência devido à escassez e eliminar a necessidade de transferir mercadorias entre pontos de venda.

Ter o produto certo nas prateleiras da loja no momento certo reduz a perda de vendas e leva a um aumento geral da satisfação do cliente e da receita.

Qual é exatamente a fórmula de precisão da previsão usada nos cálculos? Vamos ver as principais métricas, fórmulas e exemplos, e considerar cada erro de previsão em detalhes.

Essa métrica permite que o senhor determine o desvio do valor previsto em relação ao valor real. Ela é calculada como uma porcentagem. Essa é a maneira mais fácil de determinar o tamanho do erro, que pode ser usado para comparar diferentes períodos de tempo ou produtos. Ao mesmo tempo, é sensível a pequenos valores reais e pode levar a distorções em que a demanda real é = 0. A fórmula é a seguinte:

Por exemplo, se o senhor planejou vender 100 pacotes de café e vendeu 80, o erro de previsão seria de 25%. Isso significa que o senhor subestimou a demanda em um quarto.

Esse método ajuda a identificar grandes erros na diferença entre os valores reais e as previsões. Isso é especialmente valioso se o senhor quiser evitar erros de previsão ao prever a demanda durante as épocas de pico ou ao trabalhar com produtos caros. No entanto, tenha cuidado, pois esse método de cálculo subestima os pequenos erros sistemáticos e não é adequado se o senhor estiver preocupado com erros grandes e pequenos.

Fórmula de cálculo:

yi - o valor real das vendas ou da demanda do i-ésimo produto ou período.

ŷi - o valor previsto de vendas ou demanda para o mesmo produto ou período.

n - é o número de observações.

Essa é a média da diferença absoluta entre a demanda prevista e as vendas reais. O MAE é usado com mais frequência quando é necessário determinar a quantidade total de erros, se eles são excessivos ou se a previsão subestima as vendas. Ele é eficaz, por exemplo, para avaliar a previsão de vendas diárias de baguetes.

Fórmula de precisão da previsão:

Imagine que o senhor analisou as previsões de vendas de baguetes durante três dias e descobriu que deveria ter vendido 110, 140 e 125 unidades, mas na verdade vendeu 100, 150 e 130. Os erros reais para cada dia foram 10, 10 e 5, respectivamente. Ou seja, a soma dos erros é 25. Dividimos isso pelo número de dias de pesquisa e obtemos 8,33. Esse é o desvio médio da previsão.

O erro percentual absoluto médio MAPE é uma medida da diferença absoluta média entre a demanda prevista e as vendas reais. Ela é necessária para entender o tamanho dos erros em relação às vendas reais. Em outras palavras, o erro percentual absoluto médio permite que o senhor entenda claramente a precisão da previsão como uma porcentagem. O cálculo é usado para comparar previsões de diferentes produtos ou períodos de tempo.

Fórmula para o erro percentual absoluto médio:

n - número de observações.

Ai - valor real de i no momento do tempo

Fi - valor previsto no momento i

Vamos voltar ao nosso caso das baguetes. Para calcular o erro percentual absoluto médio, o senhor precisa primeiro encontrar os erros percentuais para cada dia: 10%, 6,67% e 3,85%, respectivamente. Em seguida, o senhor precisa somar essas porcentagens e dividi-las pelo número de dias. O resultado é um erro percentual absoluto de 6,84%.

Essa métrica é usada para medir a tendência das previsões de superestimar ou subestimar constantemente a demanda real. Isso é necessário para identificar problemas sistemáticos na previsão e fazer ajustes oportunos. Entretanto, o cálculo não dá uma ideia do tamanho dos erros, apenas indica sua direção.

Fórmula de precisão da previsão:

Vamos considerar novamente o exemplo das vendas de baguetes previstas e reais. Nesse caso, calcularemos a diferença entre as previsões e os valores reais: 10, -10 e -5, respectivamente. Procuramos a soma desses valores, e ela é -5. Dividimos o resultado por 3 dias de pesquisa e obtemos -1,67. Isso significa que o modelo de cálculo subestima a demanda em 1,67 para cada observação.

Portanto, vimos como calcular a precisão, mas agora surge outra pergunta: o que é um bom resultado? Qual deve ser a precisão desejada para seu modelo de negócios?

A avaliação da qualidade de uma previsão depende da previsibilidade da demanda, que é influenciada por tendências de mercado, fatores macroeconômicos, sazonalidade, disponibilidade de espaço suficiente no depósito, bem como eventos especiais do varejista (por exemplo, vendas).

No entanto, o indicador geralmente aceito pelos varejistas é de 70-80%. Ao mesmo tempo, uma precisão de 60% é considerada boa para mercadorias que vendem lentamente (por exemplo, eletrodomésticos ou artigos de luxo), pois é mais difícil prever a demanda.

É importante considerar os seguintes princípios:

• Meça um indicador alcançável para o senhor: por exemplo, a lucratividade. Com base nele, modele situações em que uma boa previsão afetará o resultado e ignore tudo o que não será afetado pela previsão. Por exemplo, se o senhor vende produtos sazonais, ignore as mudanças na demanda durante a baixa temporada.
• Otimize as previsões ao mesmo tempo em que planeja. Coloque em ordem seus estoques de segurança, ciclos de planejamento e prazos de tarefas. Analise detalhadamente os produtos, os tamanhos dos lotes e as promoções que não tornam sua empresa eficiente, mesmo com uma previsão precisa.
• Se o senhor gerencia uma cadeia de lojas, é vantajoso criar previsões separadas para cada ponto de venda, pois os insumos variam de acordo com o local.

Agora chegamos às dicas sobre como a previsão pode ser aprimorada no gerenciamento da cadeia de suprimentos e no varejo.

Quanto mais precisos e atualizados forem os dados de inventário, mais eficaz será o planejamento da demanda. Portanto, primeiro estabeleça a coleta de dados de fontes confiáveis. Hoje em dia, esse processo pode ser automatizado: integre uma única plataforma que será sincronizada com todos os aplicativos e ferramentas que o senhor usa para planejamento, vendas e dados de clientes. Ela coletará informações em tempo real.

Para gerenciar com eficácia seu sortimento, é essencial entender onde a precisão da previsão é fundamental e onde uma certa margem de erro é aceitável. É nesse ponto que a análise ABC(D) entra em ação, categorizando os produtos com base em sua importância. Por exemplo, bens de consumo de rápida movimentação (FMCG), como leite, exigem alta precisão de previsão. Se os clientes não conseguirem encontrar o leite de sua preferência, poderão abandonar a loja, o que levará a uma perda de vendas não apenas do leite, mas também de produtos relacionados, como cereais.

Por outro lado, produtos como o uísque de 10 anos de idade, fora da temporada de férias, podem tolerar erros de previsão. Eles têm um longo prazo de validade e a demanda fora de época por produtos caros é inerentemente imprevisível.

Ao considerar a análise XYZ, que enfatiza a variabilidade da demanda, é importante observar que, para os produtos da categoria Z - caracterizados pela alta variabilidade da demanda -, é muitas vezes inatingível obter previsões precisas.

Os sistemas avançados de planejamento de demanda, como o LEAFIO AI, podem ser definidos automaticamente e ajustados individualmente para cada empresa. O software verifica constantemente a precisão das previsões geradas e ajustadas automaticamente. Se a precisão ultrapassar os limites definidos, o sistema envia um alerta ao usuário para que ele corrija o problema.

Existem fatores externos sazonais e não sazonais. Os primeiros são previsíveis (feriados, precipitação, temperatura, etc.), enquanto os últimos são irregulares e imprevisíveis. Use dados históricos, bem como informações gerais do mercado, para determinar o impacto desses fatores em suas vendas.

Há muitos métodos de previsão de fatores externos: análise de tendências, média móvel, suavização exponencial, regressão etc. O senhor deve misturá-los e combiná-los de acordo com suas necessidades. Por exemplo, se o senhor tiver fatores sazonais, a suavização exponencial com ajustes sazonais é a escolha certa.

O software de previsão de demanda é o seu assistente que lhe fornece dados prontos para uso para o planejamento considerado e a tomada de decisões estratégicas.

Por exemplo, o LEAFIO Demand Planning Software é uma plataforma com tecnologia de IA que calcula a demanda de cada tipo de produto com a maior precisão possível, com base em um histórico completo de vendas, promoções, sazonalidade e outros fatores. Com ele, o senhor pode:

• Tomar decisões estratégicas informadas.
• Responder às mudanças na demanda de forma rápida e oportuna.
• Aumentar a fidelidade do cliente.
• Aumente os lucros e reduza os custos.

O LEAFIO Demand Planning Software é usado por supermercados, mercearias, lojas de bebidas, comércio eletrônico, lojas de brinquedos e muitos outros setores varejistas.

Imagine vários cenários possíveis com base em suposições específicas. Isso o ajudará a encontrar oportunidades e identificar riscos. Teste esses cenários usando a análise de variações hipotéticas. Isso o ajudará a ajustar as principais variáveis e a modelar os possíveis resultados. A combinação desses métodos o ajudará a tomar decisões informadas e a fazer previsões mais precisas.

Por exemplo, se o senhor estiver prevendo vendas para um ano, crie um cenário otimista (crescimento da demanda devido à estabilização econômica), um cenário pessimista (a crise se intensifica, a demanda diminui) e um cenário de linha de base (nada muda). Verifique como as alterações de preço em cada caso afetarão os lucros e prepare-se para todos os resultados possíveis.

Essa dica nos leva de volta ao primeiro ponto - a importância de dados precisos. Cada departamento tem suas próprias informações. O departamento de vendas fornecerá dados sobre o nível de demanda: histórico e atual. Os profissionais de marketing compartilharão informações sobre as tendências do mercado e as próximas atividades promocionais, a equipe financeira compartilhará informações sobre o orçamento e assim por diante. Combine essas informações e o senhor terá uma visão abrangente para criar uma previsão.

Certifique-se de que o senhor possa reagir rapidamente às mudanças: monitore os dados e os resultados e faça alterações nas previsões. Se o desvio entre as vendas reais e as previsões for significativo, é hora de revisar os dados e aprimorar o processo de previsão. O senhor precisa acompanhar os resultados em tempo real para poder tomar as decisões mais precisas. A propósito, essa tarefa também pode ser confiada a um software de previsão de demanda baseado em IA.