Previsão é determinar o que vai acontecer no futuro, considerando o que aconteceu no passado e o que está acontecendo agora.
É uma ferramenta de planejamento que ajuda você lidar com o risco e a incerteza, do que pode ou não pode ocorrer.
Depende do histórico de dados e da análise de dados de tendências.
Previsão em estatística é o processo de estimativas em situações de incerteza.
É um processo crítico e contínuo para obter bons resultados no planejamento de um projeto, empresa ou procesos de negócios.
Pode ser de curto prazo (ex. carga de trabalho diária, semanal e mensal), médio prazo (ex. planos de vendas, produção, fluxo de caixa, elaboração de orçamento) e longo prazo (ex.investimentos, lançamentos de produtos, processos, elaboração de projetos).
Previsão e Importância
Fazer previsões é uma habilidade fundamental para dar rumo às ações.
Servir de insumo para o seu planejamento.
Tomar decisões e atingir objetivos.
A previsão faz parte da tomada de decisão … é um componente fundamental do planejamento empresarial.
A previsão avalia o futuro … atingiremos a meta? Qual a gravidade deste desvio? Qual será a carga de trabalho?
Ajuda a modelar planos … dar rumo aos negócios, planejar produção, vendas e finanças, definir orçamento, despesas gerais e fluxo de caixa.
É utilizada no marketing … examinar o mercado, ajustar expectativas, avaliar estoque, impulsionar vendas no momento certo, avaliar a conveniência de um novo produto, utilidade, vantagem, interesse, valor, adequação.
Prever resultados … projetar o número de unidades que podem produzidas ou ser vendidas em um determinado período.
Estimar a demanda … carga de trabalho, atividades futuras, alocar recursos.
Previsão e Planejamento
Previsão é a estimativa do desempenho futuro, considerando fatos passados e atuais.
Planejamento é projetar o curso de ação futuro para atingir objetivos.
Planejamento e previsão são atividades gerenciais básicas muito importantes para a empresa.
Previsão é base e insumo para o planejamento e o ajuda a ser eficaz e eficiente.
Planejamento projeta a situação futura baseada na previsões.
Previsão é feita por diferentes níveis de gerentes, analistas e especialistas.
Planejamento é responsabilidade dos gerentes de tarefas e projetos.
Previsão x Análise de Dados
A estatística e a análise de dados são conceitos próximos mas diferentes para extrair conhecimento dos dados.
Análise Estatística … foca na descrição e comparação de amostras de dados, modelagens estatísticas, equações matemáticas para codificar as informações extraídas dos dados, inferências e previsões sobre média, mediana, moda, variância, covariância, desvio padrão, distribuição de probabilidade, tendências de crecimento e sazonalidade, análise de hipóteses que permite decidir entre duas ou mais hipóteses, utilizando os dados observados de um determinado experimento.
Análise Dados … tem objetivo exploratório, investigativo, de busca de descobertas, usa várias ferramentas tecnológicas, incluindo a estatística; não foca em tratar o futuro, mas focar no que fazer “hoje” para criar um futuro próximo desejável … “enxergar mais”.
Para isso, busca padrões, tendências e relacionamentos nos dados, que podem ser preditivos, coletando uma grande massa de dados do ambiente.
Os cientistas de dados combinam estatística, matemática, programação, resolução de problemas, tecnologias de informação, para capturar altos volumes de dados do ambiente, para enxergar relações não óbvias e aparentees, não captadas pelos métodos estatísticos.
A estratégia visa ir além de padrões e medidas estatísticas, inclui limpeza, preparação, organização de dados estruturados e não estruturados, redes neurais, que são capazes de realizar o aprendizado de máquina bem como o reconhecimento de padrões.
Na ciência de dados, o principal objetivo nem sempre está relacionadas com o futuro, pode ser algo que acontece agora e que está invisível pela nossa inabilidade de correlacionar múltiplas variáveis .
Aplicações da Análise de Dados
Uma vez que a análise de dados encontra relações ocultas entre as variações nos dados, ela pode prever qual é o resultado de uma combinação de variáveis, classificando o resultado.
Disponibilidade: prever interrupções de serviço antes que ocorram.
Desempenho: avaliar a melhor combinação de recursos e estratégias para atingir metas.
Logística : identificar formas de uso de recursos mais eficientes e obter melhor relação custo benefício.
Negociação … antever diminuição ou aumento do preço e identificar oportunidades de obter vantagens e lucro financeiro.
Mix de Marketing … identificar uma combinação atraente de produtos e / ou recursos.
Risco … identificar uma transação fraudulenta ou legítima
Marketing … avaliar o retorno de uma campanha ou oferta, se serão bem ou mal sucedidas, ou se um um canal será bom ou ruim.
Existem muitas relações entre os dados que a inteligência humana não consegue captar.
Essas relações tornam-se invisíveis pela nossa limitação para avaliar centenas de variáveis ao mesmo tempo.
A ciência de dados explora esse gap, vai além da estatística e trata da implementação de algoritmos e modelos computacionais.
A grande disponibilidade de dados hoje em dia, somada com mobilidade, cloud computing, redes neurais, inteligência artificial, aprendizagem de máquina, etc, alavancam a ciência de dados.
Previsões e Temporalidade
A previsão é necessária em várias situações …
Previsões de Longo Prazo … com vários anos de antecedência (investimento de capital).
Previsões de Médio Prazo … com vários meses de antecedência (recursos de telecomunicações), ou dias (atendimento em contact centers).
Previsões de Curto Prazo … com antecedência de horas ou minutos (controle aéreo, contact centers).
Previsões em Tempo Real … em segundos (roteamento em redes de computadores ou redes sociais).
Modelo de Previsão
Algumas coisas são mais fáceis de prever do que outras.
Isso significa o uso de diferentes entre modelos matemáticos.
A previsibilidade de um evento ou de uma quantidade depende basicamente de 3 fatores:
- Quão bem entendemos os fatores que contribuem para o evento.
- Qual o volume de dados estão disponíveis.
- Como as previsões podem afetar a previsibilidade do evento que estamos tentando prever.
Por exemplo, as previsões de demanda de um sistema ou rede de informações, tal como um contact center, data center, rede social, podem ser altamente precisas porque todas as três condições anteriores são geralmente satisfeitas, tais como: distribuição no tempo da taxa de chegada de serviço, tempo médio de atendimento de serviços.
No entanto prever a variação econômicas, taxas de câmbio, clima é outra história, mesmo quando existe uma grande quantidade de dados disponíveis, já que são muitos fatores que contribuem para a sua variação.
Diante disso, uma questão fundamental é saber quando algo pode ser previsto com precisão e quando as previsões não serão melhores do que jogar uma moeda.
Previsões efetivas capturam padrões de relacionamentos que existem nos dados e nas mudanças.
Um ambiente altamente volátil continuará a ser altamente volátil, vendas sazonais continuarão a ter sazonalidades.
É de extrema importância distinguir as flutuações aleatória a serem ignoradas, dos padrõe a serem considerados, quando nas previsões de carga de trabalho.
Ou seja, um modelo de previsão destina-se a capturar a maneira como as coisas se movem, não apenas onde as coisas estão.
Como determinar o que deve ser previsto?
Nós estágios iniciais de um projeto de previsão é necessário tomar decisões sobre o que deve ser previsto.
Num ambiente de produção é necessário perguntar se as previsões são necessárias para:
- Níveis Agregado e Individual … produto específico ou grupo de produtos, ponto de venda, região, total de vendas.
- Horizonte de previsão e frequência … ntradia, dia, semana, mês, ano.
- Sistemas de Informação.
- Pessoas que usarão as previsões.
- Fontes de dados.
- Canais On line e Off Line.
Uma boa parte do tempo despendido em previsões foca no diagnóstico da situação corrente, na localização e agrupamento dos dados disponíveis, antes do desenvolvimento de métodos de previsão adequados.
Métodos para Previsões
Existem muitos métodos que podem ser combinados, mas de uma forma geral, podemos dividir as previsões em dois grandes grupos: previsões qualitativas e previsões quantitativas, que trabalham em conjunto.
A ênfase e o balanceamento do esfoço em previsão qualitativa e quantitativa será função de fatores diversos, tais como:
- Disponibilidade
- Quantidade de dados
- Custo da previsão
- Investimento em software
- Tempo necessário para desenvolver a previsão
- Treinamento de pessoal.
Previsões Qualitativas
As previsões qualitativas são utilizadas quando não existem dados disponíveis (por exemplo no lançamento de um novo produto)
Onde o desenvolvimento de uma ideia pode exigir várias “invenções”, com demandas difíceis de estimar.
Onde as variáveis de mercado são altamente incertas e a máquina humana é chamada para resolver.
Incluir julgamento, traduzir opiniões dos gerentes, especialistas, pesquisas de mercado e estimativas das equipes envolvidas (marketing, vendas, operação, etc).
Transformar informações qualitativas em estimativas quantitativas.
Reunir informações de vários canais de maneira lógica, imparcial e sistemática relacionadas aos fatores que estão sendo estimados.espaç
Previsões Quantitativas
As previsões quantitativas só acontecem quando existe histórico de dados e quando é razoável supor que os padrões passados continuarão no futuro … a maioria das previsões quantitativas usam dados de séries temporais, coletados em intervalos regulares de tempo.
Previsões Quantitativas
Os métodos de previsão quantitativos podem ser simples, ou altamente complexos.
Exemplos de métodos aplicados …
Ponto de estimativa – basear o ponto futuro num único ponto no passado.
Análise da média – a previsão do ponto futuro é baseada na média de um grupo de dados; essa média pode ser aritmética simples, móvel (deslocando o período de 12 meses a cada mês decorrido) ou ponderada (que incorpora as variações e as reflete por meio da ponderação).
Análise de regressão – utilizada quando existem dependências entre variáveis … por exemplo: influência de um tipo de campanha … se muitas variáveis são envolvidas a fórmula se torna excessivamente complexa.
Análise de séries temporais – identifica as tendências e sazonalidades … o fundamento deste método é que o indicador de controle sujeito à previsão pode ser influenciado por uma série de fatores que podem ser isolados e utilizados para estimar o que ocorrerá no tempo futuro abrangido pelo previsão … baseiam-se na hipótese de que o padrão anterior da variável dependente continuará no futuro … a análise das séries temporais identifica os padrões básicos que se combinam para indicar um padrão histórico da variável dependente … desenvolvendo um modelo para repeti-lo.
Análise de Séries Temporais
Séries temporais são usadas quando um histórico de dados de vários anos para um produto ou linha de produtos está disponíveis e quando os relacionamentos e as tendências entre as variáveis são claras e relativamente estáveis.
Um dos princípios básicos da previsão estatística é usar os dados do desempenho passado para obter uma leitura da taxa atual e de quão rápido esta taxa está aumentando ou diminuindo.
A taxa atual e as mudanças na taxa – “aceleração” e “desaceleração” – constituem a base da previsão.
A questão não é tão simples … as taxas e tendências não são imediatamente óbvias; elas estão misturados com variações sazonais e talvez distorcidos por fatores como os efeitos de uma grande campanha de promoção de vendas.
Os dados brutos são tratados antes que sejam utilizáveis, e isso é feito com frequência quando do uso da análise de séries temporais.
Descobrir padrões é uma atividade essencial na escolha do tipo de método de previsão.
Um padrão é um modelo para ser reproduzido, é uma referência em que os seus elementos se repetem de maneira previsível
A figura ilustra os quatro padrões básicos da maioria das séries temporais são ilustrados.
Existe também um quinto padrão chamado aleatórios quando variações dos dados históricos são tão irregulares que se torna muito difícil a previsão de eventos futuros.es
Previsões de Curto, Médio e Longo Prazos
Usando a pirâmide de inteligência, os dados coletados podem ser divididos em inteligência estratégica, tática e operacional potencial e comparados aos dados coletados de outras fontes.
Previsões a curto prazo – são necessários para o agendamento de pessoal, produção, transporte, roteamento em redes de comunicação, escala de agentes em contact center, etc.
Previsões a médio prazo – são necessários para determinar os futuros requisitos de recursos, a fim de adquirir matérias-primas, contratar pessoal ou comprar máquinas e equipamentos.
Previsões a longo prazo – são utilizados no planejamento estratégico; tais decisões devem levar em conta as oportunidades de mercado, fatores ambientais e recursos internos.
Todas as técnicas estatísticas são baseadas na suposição de que os padrões existentes continuarão no futuro.
É mais provável que esta suposição esteja correta a curto prazo do que a longo prazo e, por essa razão, essas técnicas nos fornecem previsões razoavelmente precisas para o futuro imediato, mas não no futuro distante.
Por essa mesma razão, essas técnicas geralmente não podem prever quando a taxa de crescimento de uma tendência mudará significativamente.
Por exemplo, quando um período de crescimento lento nas vendas mudará repentinamente para um período de rápida decadência ou reversão?
Esses pontos são chamados “pontos de virada” e devem ser usadas ferramentas estatísticas para prever quando ocorrerão.
espaç
Etapas para Previsões
Um processo de previsão geralmente envolve cinco etapas básicas:
- Analisar e compreender o problema. Qual é o propósito da previsão? Muitas vezes essa é a parte mais difícil da previsão. Como as previsões serão usadas? Como a função de previsão se ajusta à empresa que necessita das previsões? Quem e como é feita a coleta, tratamento de dados de dados? A decisão de entrar em um negócio pode exigir apenas uma estimativa bruta do tamanho do mercado, enquanto uma previsão feita para fins de orçamento deve ser bastante precisa. Os método de previsão apropriados diferem de acordo.
- Coletar dados. Quais são os dados estatísticos? Qual o conhecimento das pessoas que que coletam e usam as previsões? Quais os dados mais antigos e mais recentes? Existem muitas mudanças estruturais no período? O histórico de dados é a melhor fonte para prever o futuro. Desta forma, a obtenção e análise de dados são fundamentais.
- Analisar e tratar os dados. Outro passo crítico no processo de obtenção de dados é a análise do conteúdo das informações (dados processados) para garantir que não existam aberrações de dados. Como os dados são representados graficamente? Existem padrões consistentes? Existe uma tendência significativa? A sazonalidade é importante? Existem dados discrepantes? Existem explicações para discrepâncias de dados? Quais os dados que deverão ser considerados e quais deverão ser descartados?
- Escolher e ajustar modelos. Qual a disponibilidade dos dados históricos? Quais as variáveis que serão utilizadas para fazer as previsões? Qual o relacionamento entre as variáveis de previsão? Quais são as suposições envolvidas?
- Usar e avaliar o modelo de previsão escolhido. Qual a precisão das previsões? Quais os valores ausentes ou discrepantes? Qual o período de tempo das série temporais?
espaço
Problemas mais frequentes na elaboração de Previsões
É importante conhecermos, nos anteciparmos aos problemas e avaliar o risco e precisão das previsões.
Na sequência são apresentados problemas frequentes nas empresas que dão indicações da qualidade das suas previsões:
- Ausência de um processo sistemático – isso gera falta de controle e melhorias contínuas; devem ser adotados padrões empresariais para que as informações sejam consistentes e aproveitáveis por toda a empresa.
- Atribuir que o software para fazer previsões é soberano – as elaborações automáticas feitas por ferramentas de softwares são baseadas em premissas, parâmetros e dados acrescentados ao sistema pelos profissionais da empresa; trata-se de um trabalho continuado que exige a interação e conhecimento dos momentos e ênfases a serem dadas aos desvios, em função do conhecimento e objetivos de negócios.
- Não dar a devida importância para as previsões – se as previsões têm sido imprecisas no passado ou se ninguém entende as premissas usadas no processo, as demais etapas do planejamento deverão sofrer os danos, gerando um acumulo de imprecisões.
- Eventos que deveriam ser exceções tornam-se parte da previsão – deve ser separado o joio do trigo; campanhas de marketing, eventos geradores de problemas em serviços para clientes, guerra de preços e uma variedade de flutuações atreladas ao produto devem ser separadas e analisadas no processo de pesquisa. As premissas de produto devem ser sempre previamente validadas.
- Não existem pessoas especializadas para planejamento e controle – são necessárias equipes ou pessoas que conheçam os processos, os produtos, que identifiquem os desvios, avaliem os impactos desses desvios, sinalizem para a empresa de forma pró-ativa ações corretivas, para que a inteligência de cogestão possa ser aplicada na sua plenitude.
Previsão é determinar o que vai acontecer no futuro.
A previsão é um componente importante para um planejamento eficaz e eficiente, pois as premissas de planejamento dependem de previsões.
Planejamento e previsão exigem habilidades como pensamento reflexivo, clarividência (capacidade de ver as coisas que estão escondidas), tomada de decisão, experiência e imaginação, para realizar a tarefa difícil de forma eficaz e eficiente.
Um modelo de previsão destina-se a capturar a maneira como as coisas se movem, não apenas onde as coisas estão.
Os projetos de previsão devem prever quantidades em dois níveis, agregado e individual.
Os métodos de previsão podem ser qualitativos e quantitivos. O primeiro é usado quando não existem dados históricos, o segundo aplicam formulações matemáticas e estatísticas aos dados históricos existentes.
Séries temporais é um método muito utilizado para fazer previsões quantitativas; identifica padrões que são projetados para o futuro.
As previsões são aplicadas para horizontes de curto, médio e longo prazos, quanto mais próximo for esse futuro, mais precisas serão as previsões; os métodos de previsão serão escolhidos baseados também esses horizontes de pesquisa.
Para fazer previsões podemos destacar cinco etapas fundamentais: entender o problema, coletar de dados, tratar dados, escolher e ajustar modelo de previsão e usar e monitorar o modelo.
Precisamos evitar erros frequentes na elaboração das previsões que as tornam imprecisas, tais como: ausência de um processo sistemático, usar ferramentas sem interação e conhecimento, não dar a devida importãncia para as previsões, não separar anomalias das previsões, não contar com pessoas especializadas para fazer as previsões.
Palavras Chaves – previsão, ferramenta, planejamento, risco, incerteza, fatos, dados, análise, tomada de decisão, plano estratégico, plano de marketing, plano de venda, plano operacionais, mercado, expectativas, nível de estoque, esforço de venda, lançamento de produto, carga de trabalho, recurso, atividade gerencial, padrão mensal, padrão semanal, padrão diário, analisar problema, coletar dados, tratar dados, selecionar modelo.
Teste seu Conhecimento sobre Previsões.
- Use as palavras chaves acima para relembrar e descrever principais conceitos sobre previsões.
- O que é previsão?
- Qual a importância das previsões?
- Qual a relação e diferença entre previsão e planejamento?
- Quais são os padrões dominantes de previsão?
- Cite exemplos de previsão de curto, médio e longo prazos.
- O que caracteriza um bom modelo de previsão?
- Cite perguntas frequentes para determinar o que e como deve ser feito um projeto de previsão.
- O que é um método de previsão qualitativo e quando deve ser utilizado?
- O que é um método de previsão quantitativo e quando deve ser utilizado?
- Como é o método de previsão baseado em séries temporais?
- Qual o princípio fundamental do método de séries temporais?
- Cite as cinco etapas básicas para gerar previsões?
- Cite 3 problemas frequentes na elaboração de previsões.
