Dados e vendas
Previsão de vendas: pipeline ponderado ou histórico por coorte?
Antes de usar probabilidades por etapa para prever receita, vale medir o erro de cada método com dados passados. Assim a escolha da previsão deixa de ser opinião e passa a ter evidência da própria operação.
Probabilidades por etapa podem servir para prever receita, mas só depois de testadas com o histórico da própria empresa. A etapa descreve onde a oportunidade está, e não garante uma chance fixa de fechamento. Por isso, a resposta prática é comparar métodos pelo erro que cometeriam em períodos passados e escolher o que erra menos e com mais estabilidade.
Pipeline e previsão respondem a perguntas diferentes
Segundo a Salesforce, o pipeline é a visão de todas as oportunidades abertas, em qualquer etapa, e a previsão é um subconjunto delas: o que se espera fechar em um período definido. Isso importa porque somar o valor do pipeline não diz quanto entra no trimestre. A mesma Salesforce recomenda inspecionar a previsão com frequência e padronizar o que cada etapa significa, para que a "etapa 2" seja a mesma coisa para qualquer vendedor.
Esse segundo ponto pesa na decisão. Se as etapas são aplicadas de forma diferente por pessoa, a probabilidade atribuída a elas herda essa inconsistência.
Três formas de projetar a receita
| Método | Como funciona | Quando tende a servir | Limite |
|---|---|---|---|
| Pipeline ponderado | Valor de cada oportunidade elegível (aberta, com fechamento esperado na janela) multiplicado pela probabilidade estimada para a etapa, e tudo somado | Etapas bem definidas e probabilidades revisadas com dados da empresa | Se a probabilidade é um palpite, o erro se repete em toda a soma |
| Histórico por idade | Taxa de fechamento de oportunidades da mesma faixa de idade, observada em coortes passadas, aplicada ao valor das oportunidades abertas | Ciclo de venda razoavelmente regular e histórico suficiente | Exige volume; mudanças de oferta ou público reduzem a validade do passado |
| Julgamento do vendedor | Cada vendedor indica o que acredita fechar no período | Poucas oportunidades grandes e muito contexto que não está no CRM | Varia de pessoa para pessoa e pode ser otimista ou conservador |
Nenhum dos três é confiável por definição. A pergunta útil é qual deles errou menos quando você o aplica a dados que já se conhecem.
Teste retroativo em planilha
Esta é uma proposta de avaliação, e os números abaixo são hipotéticos. A ideia é voltar a datas passadas, projetar o que cada método teria previsto e comparar com o que de fato fechou.
- Escolha de três a seis datas de corte passadas, com o mesmo intervalo entre elas (por exemplo, o início de cada mês).
- Para cada data, liste as oportunidades que estavam abertas naquele dia, com etapa, valor e data de criação, como estavam registradas então. Se o CRM sobrescreve o histórico, reconstrua a partir do registro de mudanças.
- Defina uma janela de previsão única, como os 60 dias seguintes à data de corte, e use a mesma população elegível e a mesma janela para os três métodos.
- Calcule a previsão de cada método: soma do valor de cada oportunidade vezes a probabilidade da etapa; soma do valor vezes a probabilidade por faixa de idade; e soma do julgamento dos vendedores, se houver registro feito naquela data. Para estimar as duas probabilidades, use fotografias históricas de oportunidades abertas e elegíveis, agrupadas pela mesma etapa ou faixa de idade. Em cada grupo, divida as ganhas dentro da janela definida pelo total elegível, incluindo perdas e as que continuaram abertas ao fim da janela. Use apenas janelas de acompanhamento já completas antes da data de corte testada, sem dados futuros nem taxa de ganho eventual. A janela e os critérios de inclusão devem ser os mesmos na calibração e na previsão.
- Some a receita efetivamente fechada por essas oportunidades dentro da janela e calcule o erro em reais (previsto menos fechado) e o erro percentual (esse valor dividido pelo fechado). Se o fechado for zero, o percentual não existe, então use apenas o erro em reais.
- Compare os métodos pelo erro médio em valor absoluto e também pelo sinal, para ver se um deles erra sempre para cima ou para baixo.
Um exemplo hipotético, em uma única data de corte e janela de 60 dias: o pipeline ponderado indica R$ 400 mil, o histórico por idade indica R$ 300 mil, o julgamento soma R$ 450 mil, e o fechado na janela foi R$ 320 mil. Os erros em reais são de +R$ 80 mil, menos R$ 20 mil e +R$ 130 mil. Em percentual do fechado, ficam em 25%, menos 6,25% e 40,6%. Uma data não decide nada, mas se o padrão se repete nas demais, ele indica qual método merece confiança e se vale recalibrar as probabilidades.
Como ler o resultado sem exagerar
Poucas datas e poucas oportunidades geram resultados instáveis, então trate o teste como indício e não como prova. Se um método ganhou, isso descreve o passado e não explica por quê. Se dois métodos tiveram erros parecidos, o teste não mostra que são equivalentes, apenas que os dados não os separaram. Se o ponderado errou sempre no mesmo sentido, ajuste as probabilidades por etapa com a taxa observada e teste de novo em datas diferentes das usadas no ajuste, para não validar o método com os mesmos dados que o calibraram.
Quem ainda está definindo a capacidade do time antes de projetar receita pode começar pela construção de metas de baixo para cima, que trata de outra pergunta: quanto o time consegue entregar, e não quanto as oportunidades abertas devem render.
Antes de investir em ferramenta, teste o ponderado em três datas de corte e confira o tamanho e a direção do erro. Esse primeiro resultado ajuda a decidir se vale comparar os outros métodos. Com pouco histórico, mantenha a previsão como estimativa sujeita a revisão.
