Previsão de procura para uma loja pequena: o que esperar

Previsão de procura é a estimativa de quanto vai vender cada artigo, em cada dia, em cada loja. Parece uma tarefa para grandes cadeias, e de facto as grandes cadeias usam sistemas de previsão centralizados. Mas a lógica também se aplica a uma loja de bairro.

A diferença está nas expectativas. Uma loja pequena tem poucos dados, muito ruído e pouca margem para erros. Convém perceber o que a previsão consegue fazer, o que depende dos dados e como confirmar, antes de a usar, que funciona na sua realidade. Ver isto com clareza evita tanto o entusiasmo exagerado como o ceticismo fácil.

O que é, em termos simples

Uma previsão de procura parte do que a loja já vendeu e ajusta-o ao que vai acontecer: o dia da semana, um feriado, uma promoção, uma semana de chuva. O resultado não é um número exato, mas uma estimativa com margem, por exemplo a venda mais provável e um intervalo à volta dela.

Esse intervalo é útil. Em produtos de validade curta, encomendar o valor mais provável sem considerar o risco de ficar sem stock ou com excesso leva a erros previsíveis. A encomenda certa depende do custo de cada tipo de erro.

De que dados precisa

O essencial são as vendas diárias por artigo, de preferência de um ano completo, para apanhar a sazonalidade. Depois, a validade de cada produto, as datas e a profundidade das promoções, os feriados e eventos locais, e a meteorologia, que explica bem a venda de fruta, gelados ou grelhados.

Também são necessárias as quebras e as faltas, porque as vendas sozinhas escondem a procura que não foi servida. Uma prateleira vazia às cinco da tarde regista uma venda baixa que, na verdade, foi falta de produto. Um ficheiro simples exportado da caixa costuma chegar.

O que é realista esperar

A previsão não acerta todos os dias nem em todos os artigos. Funciona melhor nos produtos de venda regular e pior nos de venda esporádica, e não adivinha o que nunca aconteceu antes. O ganho vem de errar menos, e em menos situações caras, do que a encomenda feita de memória.

Também não substitui o conhecimento de quem está na loja. O gestor sabe de uma festa local, de uma obra na rua, de um cliente grande que mudou de hábitos. Uma boa ferramenta recebe esse conhecimento e não o ignora.

Convém, por fim, ter cuidado com os valores anómalos. Um dia de obras, uma greve ou uma falha do sistema de caixa produzem vendas que não representam a procura normal e que devem ser marcados ou retirados, para não distorcerem as estimativas dos dias seguintes.

Como testar antes de confiar

O método honesto chama-se backtest. Pega-se no histórico da loja, esconde-se uma parte, faz-se a previsão como se fosse o passado e compara-se com o que realmente se vendeu. Assim, a ferramenta é avaliada nos mesmos dias em que a encomenda manual foi feita.

Um bom backtest compara com o método atual e com uma regra simples, como repetir a semana anterior. Se a previsão não bate a regra simples, não vale o custo. Se bate, o relatório mostra em que artigos e em que dias a diferença é maior.

Quando não compensa

Há situações em que a previsão acrescenta pouco. Numa loja com poucos frescos, com procura muito estável e fornecedores que entregam todos os dias, a encomenda manual de um bom profissional já está perto do ótimo. Nesse caso, o esforço de organizar os dados pode não se pagar.

Compensa mais onde a validade é curta, a procura varia com o tempo ou o turismo, o prazo de entrega é longo e o custo de cada erro é elevado. Um teste com o histórico dirá em que categoria o ganho existe e em qual não existe.