Forecast de vendas: como fazer uma previsão em que dá para confiar

Faltam dez dias para fechar o trimestre. O forecast de vendas dizia que a meta estava encaminhada, mas dois negócios grandes escorregaram para o mês seguinte e um terceiro parou de responder depois da proposta. Na reunião com a diretoria, a pergunta não é quanto faltou. É por que ninguém viu antes.

A cena é comum. Numa pesquisa do Gartner, só 45% dos líderes de vendas e vendedores disseram ter alta confiança na acurácia do forecast da empresa. E num estudo da Korn Ferry, o win rate (taxa de ganho) dos negócios que estavam no forecast ficou abaixo de 50% em todos os níveis de maturidade do processo de forecast. Neste guia, você vai ver o que é forecast de vendas, os métodos mais usados e por que a previsão erra. Vai ver também como montar um processo em que ela se apoia no que o comprador fez, e não na expectativa do vendedor.

O que é forecast de vendas

Forecast de vendas, ou previsão de vendas, é a estimativa de quanto o time vai vender num período: o mês, o trimestre ou o ano. Ele parte do pipeline, do histórico de conversão e do estado de cada negócio. Serve para decisões que não podem esperar o resultado, como contratar, investir em marketing ou rever a meta.

Três conceitos costumam se misturar nessa conversa:

Conceito	O que é	Pergunta que responde
Meta	O resultado que a empresa quer alcançar	Quanto precisamos vender?
Pipeline	Os negócios em aberto, com valor e etapa	O que está em andamento?
Forecast	A previsão do que vai fechar no período	Quanto vamos vender de fato?

Quando o forecast é ajustado para bater com a meta, ele deixa de ser previsão e vira desejo. A função dele é avisar a distância entre os dois a tempo de agir.

Por que o forecast de vendas erra

No estudo da Korn Ferry com 807 profissionais de vendas, o win rate dos negócios que estavam no forecast ficou entre 45,9% e 49,4%, conforme a formalidade do processo de forecast (Korn Ferry). Ou seja, mesmo no melhor grupo, mais da metade dos negócios previstos não foi ganha. Quatro causas explicam boa parte desse desvio.

A opinião ocupa o lugar da evidência

A Forrester chama o método tradicional em B2B de "opinion forecast": a previsão se baseia em grande parte na opinião do vendedor e, por isso, não é eficiente nem precisa de forma consistente (Forrester).

O efeito chega às decisões. Na pesquisa de 2020 em que só 45% disseram ter alta confiança no forecast, o Gartner observa que essa desconfiança pode levar a ações baseadas na intuição em vez da evidência. Os líderes também podem ficar mais dispostos a aprovar descontos que normalmente recusariam (Gartner).

Comportamentos distorcem a previsão

Num artigo da Harvard Business Review, Bob Suh argumenta que a raiz da maioria dos erros de forecast está em comportamentos, e não em algoritmos (HBR). Vendedores omitem informações sobre negócios que vão mal, mantêm dois controles (um para o CRM e outro para si) e se apegam a crenças otimistas demais sobre negócios com problema. Uma das saídas que ele propõe é acompanhar há quanto tempo cada negócio está em andamento: quanto mais tempo, menor a chance de fechar.

O CRM não guarda o que o cliente disse

A previsão é tão boa quanto o dado que a alimenta. No mesmo estudo da Korn Ferry, 69,9% usavam relatórios do CRM para fazer o forecast, mas só 34,0% disseram que a organização confia muito nos dados do CRM (Korn Ferry). Na pesquisa do Gartner, só 47% acreditavam que a empresa tinha dados de alta qualidade (Gartner).

Os motivos estão no guia sobre por que os vendedores não preenchem o CRM. O resultado é conhecido: o campo diz "proposta enviada", mas não diz se quem decide viu a proposta.

Negócios parados continuam no funil

Um negócio sem próximo passo há semanas continua contando no pipeline até alguém tirá-lo de lá. No guia sobre como reduzir o ciclo de vendas B2B, mostramos que mais uma reunião ou mais uma mensagem não significa avanço. O que importa para a previsão é o tempo entre avanços reais.

Os métodos de forecast de vendas

Não existe um método certo para toda empresa, e dá para combinar mais de um. Os mais usados funcionam assim:

Método	Como funciona	Onde falha
Ponderado por etapa	O valor de cada negócio é multiplicado pela probabilidade da etapa em que ele está	Se a etapa muda sem evidência do comprador, a probabilidade não significa nada
Por categorias	Cada negócio entra como certo (commit), provável (best case) ou possível (pipeline)	Depende do julgamento de quem classifica
Histórico	Projeção a partir da conversão e da sazonalidade de períodos anteriores	Não enxerga mudanças de mercado, de produto ou de time
Por vendedor (bottom-up)	Cada vendedor prevê o próprio fechamento, e o gestor consolida	Soma o otimismo de todos
Modelos de IA	Algoritmos estimam a chance de cada negócio a partir de dados e sinais	Herda a qualidade do dado que recebe

Um ponto vale para todos eles. A Forrester recomenda não pedir ao vendedor a probabilidade de cada negócio: operações de vendas pode calcular as probabilidades e aplicá-las no agregado (Forrester).

Probabilidade por etapa só funciona com critério de saída

O forecast ponderado tem um raciocínio que parece sólido: negócios em proposta fecham mais do que negócios em discovery. O problema está no que faz um negócio mudar de etapa.

Quando a etapa muda por uma atividade do vendedor, como fazer a demonstração ou enviar a proposta, a probabilidade mede o quanto ele trabalhou. Ela não mede o quanto o cliente avançou. Multiplicar o valor do negócio por esse número é dar casas decimais a uma opinião.

A saída é usar critérios de saída: o negócio só muda de etapa quando o comprador confirma o que a etapa exige. Critério de saída é uma informação, não uma atividade. A Forrester segue a mesma lógica: a análise pode identificar resultados observáveis que precisam acontecer para confirmar que o comprador passou para a etapa seguinte (Forrester).

Etapa	Critério de atividade (fraco)	Critério de evidência (forte)
Descoberta	Reunião de discovery realizada	O cliente descreveu a dor e o impacto no negócio
Solução	Demonstração feita	O cliente confirmou que a solução resolve a dor e quem participa da decisão
Proposta	Proposta enviada	Quem decide validou o escopo, e o orçamento tem valor e data
Negociação	Negociação iniciada	Os passos de compra do cliente, como jurídico e compras, estão combinados com data

Para montar os critérios do seu funil, baixe o kit gratuito Por onde começar a usar IA em vendas. Ele traz um modelo de critérios de saída para cada etapa do funil e a linha de base, com o tempo entre avanços e o tempo sem atividade.

Como fazer um forecast de vendas em 6 passos

1. Defina os critérios de saída de cada etapa

Comece pelo que foi descrito acima. Sem critérios de saída, todos os passos seguintes herdam a opinião de quem atualiza o CRM.

2. Limpe o pipeline antes de prever

Revise os negócios com data de fechamento vencida, sem próximo passo combinado ou parados há mais tempo que o seu ciclo médio. Tire do forecast o que não tem chance real no período. Um pipeline inflado faz qualquer método errar.

3. Separe compromisso de possibilidade

Classifique cada negócio como certo, provável ou possível, com regras escritas para cada categoria. Calcule as probabilidades por etapa a partir do seu histórico de conversão, e não a partir da percepção de cada vendedor.

4. Faça uma revisão de pipeline que pergunta pela evidência

A revisão semanal é onde o forecast se corrige. Troque o "esse fecha?" por perguntas que pedem evidência:

• O que o cliente disse sobre a dor e o impacto?
• Quem decide, e essa pessoa já participou de alguma conversa?
• Qual é o próximo passo combinado com o cliente, e para quando?
• O que mudou desde a última revisão?

Se a resposta depende só da memória do vendedor, o negócio ainda não tem evidência.

5. Calcule a cobertura de pipeline com a sua taxa de ganho

Cobertura é a relação entre o valor do pipeline qualificado e a meta do período. Regras prontas, como ter três vezes a meta em pipeline, ignoram a sua realidade. A conta é simples: cobertura necessária = 1 ÷ taxa de ganho, com a taxa calculada em valor, e não em número de negócios. Com taxa de ganho de 25%, você precisa de 4 vezes a meta em pipeline; com 40%, de 2,5 vezes.

6. Meça a acurácia e ajuste

Sem medir o erro, não dá para melhorar a previsão. Meça de dois jeitos:

• No total. A SiriusDecisions, hoje parte da Forrester, propõe comparar o forecast do primeiro dia do período com o resultado acumulado até o último dia, em diferença percentual absoluta. Pela escala proposta, até 5% de diferença é excelente, de 5% a 10% é bom e acima de 10% é péssimo. Errar para mais conta tanto quanto errar para menos (Forrester).
• Negócio a negócio. Num estudo de 2018-19 citado pela Korn Ferry, só 18,7% das organizações de vendas fecharam 75% ou mais dos negócios previstos do jeito previsto. Isso inclui o prazo, os produtos e as quantidades da previsão (Korn Ferry).

Registre também o motivo de cada desvio: negócio que escorregou de período, perdido para a concorrência ou perdido para a indecisão do cliente. É esse histórico que ajusta as probabilidades do período seguinte.

Sinais de que um negócio não vai fechar no período

Alguns sinais aparecem antes da revisão do forecast. Fique atento quando:

• o próximo passo não tem data ou foi definido só pelo vendedor;
• o tempo desde o último avanço passou da mediana do seu funil;
• quem decide nunca participou de uma conversa;
• o cliente parou de responder depois da proposta;
• a data de fechamento já foi adiada mais de uma vez;
• o desconto apareceu antes de o valor estar claro para o cliente.

Boa parte desses sinais não cabe num campo padrão do CRM. Ela aparece nas conversas: no que o cliente disse, em quem participou e no que ficou combinado.

Onde a IA ajuda no forecast, e onde não ajuda

A Forrester descreve um tipo de forecast que usa aprendizado profundo sobre dados estruturados e não estruturados, como voz e texto (Forrester). A promessa é real, mas depende do insumo. Um modelo alimentado por campos vazios e datas otimistas só repete o erro mais rápido.

Os usos de IA que ajudam desde já são os que melhoram o dado antes da previsão:

• registrar no CRM o que o cliente disse em cada reunião, para o forecast partir de fato, e não de memória;
• apontar negócios sem próximo passo, parados ou sem a participação de quem decide;
• preparar a revisão de pipeline com o histórico de conversas de cada negócio.

A conversa gravada é o registro mais fiel de um negócio, e tudo o que vem depois dela é uma cópia com perdas. É a ideia que desenvolvemos no texto sobre arquitetura de receita.

Checklist do forecast de vendas

• Critérios de saída por etapa, baseados no que o comprador confirmou.
• Pipeline limpo antes de cada previsão, com datas vencidas e negócios parados revisados.
• Probabilidades por etapa calculadas pelo histórico, e não informadas pelo vendedor.
• Negócios separados em certo, provável e possível, com regras escritas.
• Revisão de pipeline semanal com perguntas sobre evidência.
• Cobertura de pipeline calculada com a sua taxa de ganho.
• Acurácia medida em todo período, no total e negócio a negócio, com o motivo de cada desvio.

Como a MeetRox ajuda

A MeetRox é uma plataforma de inteligência artificial para times de receita. Ela não substitui o seu método de forecast. O que ela faz é melhorar o dado que entra na previsão:

• capta as conversas de videochamadas, ligações, reuniões presenciais e WhatsApp (o WhatsApp é um add-on pago) e associa as conversas ao negócio no CRM;
• preenche campos do negócio a partir do que foi dito, como a métrica de sucesso mencionada ou a principal objeção, sem sobrescrever o que o time já registrou;
• funciona com revisão do vendedor ou de forma automática (o modo automático depende do plano contratado);
• envia o resumo de cada reunião para o negócio no CRM;
• reúne numa linha do tempo as conversas com cada empresa, e o assistente responde perguntas sobre um negócio citando as conversas usadas;
• avalia com scorecards se a discovery coletou as informações que os seus critérios de saída pedem.

Clientes da MeetRox registram 40%+ de redução no ciclo de vendas. Como funciona o preenchimento do CRM está explicado na central de ajuda da MeetRox.

Agende uma demo para ver como o que o cliente disse nas reuniões chega aos campos do negócio no seu CRM.

Perguntas frequentes

Qual a diferença entre forecast e meta de vendas?

A meta é o resultado que a empresa quer alcançar. O forecast é a previsão do que o time vai vender de fato, com base no pipeline e no histórico. Quando os dois se distanciam, o forecast avisa a tempo de agir.

O que é forecast ponderado?

É o forecast em que o valor de cada negócio é multiplicado pela probabilidade da etapa em que ele está, e os resultados são somados. Ele funciona quando as probabilidades vêm do histórico de conversão e quando o negócio só muda de etapa com evidência do comprador.

Com que frequência revisar o forecast de vendas?

Revise o pipeline toda semana e atualize a previsão a cada revisão. A acurácia é medida por período, e a SiriusDecisions, hoje parte da Forrester, recomenda medir pelo menos a cada trimestre (Forrester).

Dá para fazer forecast de vendas em planilha?

Dá. No estudo da Korn Ferry, 67,6% dos respondentes usavam planilhas no processo de forecast, ao lado do CRM (Korn Ferry). A planilha não é o problema; o problema é quando ela vira um segundo controle, separado do que está no CRM.

A IA consegue prever as vendas sozinha?

Ela ajuda a estimar a chance de cada negócio e a apontar riscos, mas depende da qualidade dos dados. Com CRM incompleto e etapas que mudam sem evidência, o modelo aprende com o erro. O ganho maior vem quando a IA também melhora o dado, registrando o que o cliente disse.