GestãoArtigo
Previsão de vendas na planilha: média móvel, sazonalidade e como medir o erro
Em resumo
A previsão de vendas de um produto pode ser feita na planilha com três contas: a média móvel dos últimos meses, o índice de sazonalidade, que mostra quanto cada mês do ano vende em relação à média, e a medição do erro. O ConnectWeek mostra as três com um exemplo hipotético de loja virtual e explica o que as funções de previsão do Google Planilhas e do Excel calculam com uma série mensal como essa.
Prever as vendas de um produto na planilha é estimar quantas unidades a loja vai vender nos próximos meses a partir do que vendeu antes. O método que cabe em uma planilha comum tem três contas: a média móvel, que resume o nível recente de vendas; o índice de sazonalidade, que corrige esse nível conforme o mês do ano; e a medição do erro, que mostra se a estimativa merece confiança. Este guia monta as três com um exemplo hipotético de uma loja virtual e depois explica o que as funções prontas do Google Planilhas e do Excel calculam com uma série mensal como essa.
Que dados a previsão de vendas usa?
A previsão parte de uma tabela com duas colunas: o mês e as unidades vendidas do produto naquele mês. A unidade é melhor que o valor em reais porque a decisão que vem depois, a compra, é feita em quantidade, e porque o preço muda ao longo do ano.
A Microsoft, na página “Criar uma previsão no Excel para Windows”, pede o mesmo formato: uma série com as datas e outra com os valores correspondentes, com intervalos consistentes entre os pontos, por exemplo um valor por mês. O histórico precisa ser longo para mostrar a variação que se repete todo ano. O texto avisa que, com menos de dois ciclos de dados, o Excel não identifica essa variação. Com dados mensais e ciclo anual, dois ciclos são 24 meses.
Há dois cuidados antes de qualquer conta. O mês em que o produto ficou sem estoque registra menos venda do que a demanda real e entra na série como se a demanda tivesse caído. O mês de promoção forte registra mais do que o normal. Na avaliação do ConnectWeek, convém marcar esses meses em uma terceira coluna, para lembrar por que o número ficou acima ou abaixo do normal. A conta do que a loja deixou de vender por falta de produto está no artigo sobre ruptura de estoque e venda perdida.
Média móvel: o nível recente de vendas
Média móvel é a média dos últimos meses, recalculada a cada mês novo: entra o mês mais recente, sai o mais antigo. Com três meses, soma-se a venda dos três últimos e divide-se por três. Na planilha, é a função MÉDIA aplicada às três células mais recentes; a Ajuda dos Editores de arquivos Google, que cobre o Google Planilhas, descreve a função como a que retorna o valor médio numérico de um conjunto de dados, ignorando texto.
O número de meses é uma escolha. A média de três meses reage rápido a uma mudança de nível, mas oscila com qualquer mês atípico. A de seis meses é mais estável e demora mais para perceber que o produto mudou de nível.
O exemplo deste guia é hipotético: uma loja virtual de artigos para casa que vende um jogo de toalhas. Em julho, agosto e setembro de 2026, a loja vendeu 99, 120 e 117 unidades. A média móvel simples é 112 (336 dividido por 3). Usada como previsão, ela diria 112 unidades para outubro, para novembro e para dezembro. O problema aparece em novembro: a loja sabe que o fim do ano vende mais, e a média de três meses comuns não sabe.
Índice de sazonalidade: quanto cada mês vende em relação à média
Sazonalidade é a variação que se repete na mesma época todos os anos. O índice mede essa variação mês a mês: divide-se a venda de cada mês pela média mensal do ano. O resultado 1,00 indica um mês igual à média; 1,60, um mês 60% acima; 0,70, um mês 30% abaixo.
O jogo de toalhas vendeu 1.200 unidades em 2025, média de 100 por mês. A tabela mostra a venda e o índice de cada mês:
| Mês de 2025 | Unidades vendidas | Índice (venda ÷ 100) |
|---|---|---|
| Janeiro | 80 | 0,80 |
| Fevereiro | 70 | 0,70 |
| Março | 90 | 0,90 |
| Abril | 80 | 0,80 |
| Maio | 110 | 1,10 |
| Junho | 90 | 0,90 |
| Julho | 90 | 0,90 |
| Agosto | 100 | 1,00 |
| Setembro | 90 | 0,90 |
| Outubro | 100 | 1,00 |
| Novembro | 160 | 1,60 |
| Dezembro | 140 | 1,40 |
Um ano só é pouco para confiar no índice, porque uma promoção isolada em novembro de 2025 fica gravada como se fosse padrão. Com dois ou três anos de histórico, calcula-se o índice de cada ano e usa-se a média dos índices do mesmo mês. O índice calculado sobre a média do ano tem outro limite: se o produto cresceu ou caiu ao longo do ano, parte dessa mudança fica misturada à sazonalidade.
Como juntar a média móvel e o índice em uma previsão
A conta tem três passos. Primeiro, tirar a sazonalidade dos meses recentes: dividir a venda de cada mês pelo índice dele. Depois, calcular a média móvel desses valores ajustados, que representa o nível do produto sem o efeito do calendário. Por fim, multiplicar esse nível pelo índice do mês que se quer prever.
As vendas de julho, agosto e setembro de 2026 (99, 120 e 117) têm índices 0,90, 1,00 e 0,90. Os valores ajustados ficam em 110 (99 ÷ 0,90), 120 (120 ÷ 1,00) e 130 (117 ÷ 0,90), e a média deles é 120: esse é o nível ajustado do produto. A previsão sai assim:
| Mês de 2026 | Nível ajustado | Índice | Previsão em unidades |
|---|---|---|---|
| Outubro | 120 | 1,00 | 120 |
| Novembro | 120 | 1,60 | 192 |
| Dezembro | 120 | 1,40 | 168 |
A média móvel simples previa 112 unidades para novembro; com o índice, a previsão passa a 192. A diferença entre as duas previsões é de 80 unidades: é quanto faltaria na compra de novembro se a loja olhasse só para o trimestre anterior e o padrão de 2025 se repetisse. O nível ajustado de 120 também mostra algo que a tabela de 2025 não mostrava: o produto está vendendo 20% acima da média de 2025, que era de 100.
O que as funções de previsão da planilha fazem
O Google Planilhas e o Excel têm funções que projetam valores, e convém saber o que cada uma calcula antes de usar o resultado.
No Google Planilhas, a função PREVISÃO calcula o valor esperado de y para um x informado, com base em uma regressão linear do conjunto de dados, segundo a página da função. Regressão linear é a reta que melhor acompanha os pontos do histórico em um gráfico. A sintaxe é PREVISÃO(x; dados_y; dados_x): com os meses numerados de 1 a 12 em uma coluna e as vendas em outra, o x igual a 13 devolve a estimativa do mês seguinte. No Excel, a Microsoft documenta a PREVISÃO.LINEAR com a mesma lógica e cita a previsão de vendas futuras e de necessidade de estoque entre os usos. Uma reta capta tendência de alta ou de queda. Ela não tem como reproduzir o pico de novembro seguido da queda de janeiro.
Para a série com sazonalidade, o Excel para Windows tem a Planilha de Previsão, na guia Dados, grupo Previsão. Selecionadas as duas colunas, o recurso cria outra planilha com os valores históricos, os previstos e um gráfico. A página “Criar uma previsão no Excel para Windows” informa que o cálculo usa suavização exponencial e identifica o algoritmo pela sigla ETS, na versão AAA. Suavização exponencial é uma técnica estatística que dá mais peso aos dados mais recentes. A mesma página descreve as opções:
- A sazonalidade é detectada automaticamente e pode ser definida à mão. Em um ciclo anual com um ponto por mês, o valor é 12. Para quem define o número à mão, o texto pede um histórico de pelo menos dois ciclos e avisa que, quando a sazonalidade não é significativa o bastante para ser detectada, a previsão volta a ser uma tendência linear.
- O intervalo de confiança é a faixa em torno de cada valor previsto na qual se espera que fiquem 95% dos pontos futuros. O nível de 95% é o padrão e pode ser alterado.
- Pontos ausentes são preenchidos por interpolação (o valor que falta é calculado como média ponderada dos pontos vizinhos), desde que faltem menos de 30% dos pontos; a alternativa é tratá-los como zero.
- A caixa de estatísticas acrescenta uma tabela com os coeficientes de suavização e quatro métricas de erro, identificadas pelas siglas MASE, SMAPE, MAE e RMSE. A MAE, sigla em inglês de erro absoluto médio, é calculada à mão na próxima seção.
A referência de funções de previsão lista as fórmulas que fazem o mesmo trabalho célula a célula, entre elas PREVISÃO.ETS e PREVISÃO.ETS.SAZONALIDADE. Na avaliação do ConnectWeek, a conta manual das seções anteriores continua útil mesmo para quem usa o recurso pronto: ela mostra de onde vem o número e permite conferir se o resultado automático faz sentido.
Como medir o erro da previsão de vendas
Toda previsão erra, e o que interessa é saber quanto e para que lado. O teste é prever meses que já passaram, usando só os dados que existiam antes deles, e comparar com a venda real. A página da Microsoft sobre a Planilha de Previsão descreve esse teste na opção “Início da Previsão”: começar antes do último ponto histórico permite comparar a série calculada com os dados reais e ter uma noção da precisão.
Suponha que a loja, por outro método qualquer, tivesse previsto 105, 110 e 125 unidades para julho, agosto e setembro de 2026. As vendas reais foram 99, 120 e 117.
| Mês | Previsto | Vendido | Previsto menos vendido | Erro absoluto |
|---|---|---|---|---|
| Julho | 105 | 99 | +6 | 6 |
| Agosto | 110 | 120 | −10 | 10 |
| Setembro | 125 | 117 | +8 | 8 |
| Soma | 340 | 336 | +4 | 24 |
Duas leituras saem da tabela. O erro absoluto médio é de 8 unidades por mês (24 dividido por 3). Em estatística, a sigla dessa medida é MAE, do inglês mean absolute error, e MAE é uma das quatro métricas da tabela de estatísticas do Excel; a página da Microsoft lista a sigla sem explicá-la. A medida diz o tamanho típico do erro, sem olhar a direção. A soma dos erros com sinal, de +4, mostra a direção: a previsão ficou um pouco acima da venda no período. Quando essa soma cresce sempre para o mesmo lado, a previsão tem viés, e o nível precisa ser corrigido.
O erro medido tem uso direto na compra. Uma previsão de 192 unidades cujo método erra em média 8 pede um estoque de segurança pequeno; a mesma previsão com erro típico de 50 pede estoque de segurança maior ou compras menores e mais frequentes. O cálculo está em estoque de segurança e ponto de pedido. Três meses são uma amostra curta, e o erro em unidades pode ser maior em mês de pico. A comparação de erro entre métodos e entre ferramentas, com a métrica que divide a soma dos erros absolutos pela soma das vendas, é assunto do artigo sobre previsão de demanda com IA.
Onde o método da planilha falha
O método depende de o futuro se parecer com o passado, e há quatro situações em que isso não acontece:
- Produto novo não tem histórico. A saída comum é usar o índice de sazonalidade de um produto parecido ou da categoria, e rever a previsão assim que houver dois ou três meses de venda.
- Produto de venda rara, com vários meses zerados, produz médias e índices instáveis. Nesse caso, a previsão por categoria ou por trimestre é mais firme do que a previsão por item e por mês.
- Mudança de preço, de canal de venda ou de verba de anúncio altera o nível do produto, e a média móvel leva alguns meses para refletir a mudança.
- Data comercial que muda de lugar no calendário distorce o índice mensal. A Páscoa cai em março em alguns anos e em abril em outros.
A previsão por produto também não precisa cobrir o catálogo inteiro. Os itens que concentram o faturamento, identificados pela curva ABC de estoque, justificam a conta mensal; para os demais, uma revisão por trimestre costuma bastar.
Fonte: Suporte da Microsoft
Perguntas frequentes
Como fazer previsão de vendas na planilha?
Com o histórico mensal de unidades vendidas, calcule o índice de sazonalidade de cada mês: a venda do mês dividida pela média mensal do ano. Depois, divida as vendas dos últimos meses pelos índices deles e tire a média desses valores ajustados. Esse é o nível ajustado do produto. A previsão de um mês futuro é o nível multiplicado pelo índice daquele mês.
O que é média móvel de vendas?
É a média das vendas dos últimos meses, recalculada a cada mês novo: entra o mês mais recente e sai o mais antigo. Com três meses, somam-se as três últimas vendas e divide-se por três. A média curta reage rápido a mudanças e oscila mais; a média longa é mais estável e demora mais para acompanhar uma mudança de nível.
Como calcular o índice de sazonalidade de um produto?
Divida a venda de cada mês pela média mensal do ano. Um produto que vende 100 unidades por mês em média e 160 em novembro tem índice 1,60 em novembro. Com mais de um ano de histórico, calcule o índice de cada ano e use a média dos índices do mesmo mês, para que uma promoção isolada não vire padrão.
Qual função do Excel ou do Google Planilhas faz previsão de vendas?
No Google Planilhas, a função PREVISÃO calcula um valor futuro por regressão linear, segundo a página da função. No Excel, a PREVISÃO.LINEAR faz o mesmo. Já a Planilha de Previsão, na guia Dados, usa suavização exponencial e detecta a sazonalidade, segundo a página “Criar uma previsão no Excel para Windows”, da Microsoft.
O que é o erro absoluto médio de uma previsão?
É a média das diferenças entre o previsto e o vendido, sem considerar o sinal. Se a previsão errou em 6, 10 e 8 unidades em três meses, o erro absoluto médio é de 8 unidades. A sigla usual dessa medida é MAE (mean absolute error), e MAE aparece entre as estatísticas da Planilha de Previsão do Excel. Para saber a direção do erro, some as diferenças com sinal: resultado sempre positivo indica previsão acima da venda.
