Uma previsão que você precisa abrir já chegou tarde

Suponha um produto que vendeu quarenta unidades por semana durante um ano e de repente vende sessenta e cinco esta semana. O dashboard mostra. Uma linha sobe. Ninguém está olhando, porque o dashboard parecia bem ontem e ninguém abre algo que parecia bem ontem. Quando alguém percebe que a prateleira está vazia, o pico já tem três semanas, o reabastecimento leva mais duas, e os clientes que queriam as sessenta e cinco unidades compraram de outra pessoa.

O número esteve ali o tempo todo. Esse era o problema.

Uma previsão que você precisa abrir já chegou tarde. O valor nunca foi o gráfico. O valor é o instante em que a curva quebra seu próprio padrão, e a mensagem que chega para te avisar, com o motivo anexado. Este post é sobre por que esses são dois produtos completamente diferentes, e por que quase todo mundo constrói o errado.

O que você realmente quer não é uma previsão

Pergunte a alguém para que serve uma previsão de demanda e ele dirá: para saber quanto fabricar, ou estocar, ou contratar. Verdade, mas incompleto. Você não toma uma decisão contra uma previsão todo dia. Você toma quando algo está prestes a dar errado, quando o mês que vem vai parecer diferente dos meses que te ensinaram o que é normal.

Então o trabalho não é produzir um número. Produzir um número é fácil; uma média simples produz um número. O trabalho é perceber, antes que te custe caro, que o número já não é o certo. A previsão que importa é a que te interrompe.

Uma previsão que você precisa abrir já chegou tarde.

Vamos explicar por que a versão dashboard disso, a que todo mundo tem, estruturalmente não consegue fazer esse trabalho, e o que precisa substituí-la.

A versão ingênua: um gráfico que você deveria observar

Aqui está a previsão que quase toda empresa de fato tem. Uma ferramenta lê as vendas do ano passado, ajusta uma linha, desenha uma curva até o próximo trimestre, e coloca numa página atrás de um login. Talvez seja esperta sobre sazonalidade. Talvez tenha intervalos de confiança. É, pelos padrões da matemática, uma previsão perfeitamente boa.

E fica ali parado.

A falha não está no modelo. O modelo está bom. A falha está na entrega: uma previsão numa página é uma pergunta esperando para ser feita, e ninguém a faz no dia em que importa. Você abre o dashboard quando se lembra, ou seja, quando nada está errado, ou seja, nunca no momento em que precisava dele. O gráfico atualizou durante a noite; o pico estava visível às 6h; você o viu às 15h de uma quinta-feira duas semanas depois, quando uma ruptura de estoque te obrigou a olhar.

O custo não é a precisão da curva. O custo é o intervalo entre o dado sabia e você soube. Esse intervalo é onde mora a venda perdida, o reabastecimento em pânico, o turno extra que você agendou tarde demais. Uma previsão baseada em pull empurra a decisão mais sensível ao tempo do negócio para a única coisa em que humanos são piores: lembrar de checar algo que estava bem da última vez.

Você pode deixar o gráfico mais bonito. Você pode deixar o modelo mais esperto. Nenhum dos dois fecha o intervalo, porque o intervalo não está no gráfico nem no modelo. Está em quem tem que ir procurar.

A virada: pare de prever o número, comece a observar a quebra

O instinto ingênuo, quando o gráfico te falha, é prever com mais força, mais histórico, um modelo mais sofisticado, intervalos mais apertados. Isso é resolver o problema errado com mais esforço. O problema nunca foi a previsão estar errada por alguns pontos percentuais. O problema foi que ninguém estava olhando quando a realidade se afastou da previsão.

Então inverta. Não construa um sistema cujo output é um número que você vai ler. Construa um sistema cujo output é uma interrupção quando o número deixa de ser verdade.

O mecanismo fica claro quando você o nomeia. A previsão vira a baseline, a expectativa permanente do sistema sobre como esta semana deveria parecer, dada cada semana anterior. Então algo observa o sinal ao vivo contra essa baseline, continuamente, e permanece completamente em silêncio enquanto a realidade acompanhar a expectativa. No instante em que a realidade se desvia dela por mais que ruído, o pico, o despenhadeiro, a deriva lenta que está prestes a virar despenhadeiro, essa quebra é o evento. Não o número. O desvio do número.

Essa é a reformulação inteira. Um dashboard responde “qual é a previsão?” A coisa que você quer responde a uma pergunta que ninguém teve que digitar: “algo está prestes a dar errado?”, e só fala quando a resposta vira sim.

Repare no que mudou e no que não mudou. A matemática é a mesma, você ainda precisa de uma baseline, e uma boa baseline ainda precisa de sazonalidade e tendência e dos solavancos que seu negócio de fato tem. O que mudou é o gatilho. O sistema antigo dispara quando você o abre. O novo dispara quando o mundo discorda dele. Um desses acontece num cronograma que você vai esquecer. O outro acontece exatamente quando tem que acontecer.

Por que o alerta não vale nada sem o porquê

Aqui é onde uma versão pior dessa ideia falha, e é a versão com que a maioria dos “alertas de anomalia” são lançados. O sistema observa a baseline, o sinal a quebra, e você recebe um ping: Vendas subiram 60% esta semana.

Você lê parado num corredor. E agora você tem um novo problema, porque esse ping te disse que algo está diferente mas nada sobre se é real. É uma mudança genuína de demanda contra a qual você deveria reabastecer? Uma mudança de preço que alguém fez na terça? Um feriado que o modelo não conhecia? Um grande cliente antecipando um pedido que vai pular no mês que vem? Uma falha de dados contando um canal em dobro? O número puro não consegue te dizer, então você faz exatamente o que o alerta deveria te poupar: vai abrir o dashboard e começar a escavar.

Um alerta sem motivo é só um dashboard mais barulhento. Ele moveu a interrupção para mais cedo, o que é bom, mas te entregou a mesma caça ao tesouro, que é a maior parte do custo.

O motivo é o produto. Do mesmo jeito que um colega útil não diz “a reunião das 14h importa” mas “a reunião das 14h importa porque o contrato deles renova em nove dias”, uma previsão útil não diz “demanda subiu 60%”. Ela diz: a demanda por este produto quebrou 60% acima de sua baseline esta semana; começou na terça, está concentrada numa região, e bate com a promoção que entrou no ar na segunda, aqui está o reabastecimento que isso implica se persistir. Agora você não está investigando. Você está decidindo.

Produzir esse motivo é a parte difícil, e é exatamente a parte que uma ferramenta de gráficos não consegue fazer, porque o motivo não mora nos números de vendas. Ele mora nos cantos do negócio que um dashboard nunca conecta.

De onde vem o motivo

Para dizer por que uma curva quebrou, um sistema tem que fazer algo que um modelo de previsão nunca faz: olhar para fora de sua própria coluna de dados. A linha de vendas sabe que a demanda saltou. Não faz ideia de que uma promoção foi lançada, que um preço mudou, que um concorrente ficou sem estoque, que um feriado caiu cedo este ano, que uma conta fez um pedido incomum. Esses fatos moram em outros sistemas, o calendário, o log de preços, o CRM, as próprias anotações e decisões da empresa.

Uma quebra na curva e a causa da quebra quase nunca estão no mesmo lugar. É por isso que o dashboard pode mostrar a quebra e nunca a explicar: um gráfico de vendas só consegue saber sobre vendas.

Então a jogada é fazer o observador alcançar. Quando a baseline quebra, o sistema não só reporta o delta, ele puxa os fios perto desse delta. O que mudou no preço deste produto recentemente? O que estava agendado esta semana? Quais contas se mexeram? Houve uma decisão registrada que toca esta linha? Ele monta as explicações candidatas e as classifica, do mesmo jeito que um analista afiado faria, exceto que faz isso nos segundos após a quebra em vez das horas após você perceber.

Essa montagem é a diferença entre um alarme e um analista. Um alarme te diz que o detector de fumaça disparou. Um analista entra e diz que é a torradeira, que é a torradeira há dez minutos, e aqui está se você deve evacuar ou não.

É por isso que “a Apollo consegue fazer a previsão da sua demanda?” é a pergunta errada, ou melhor, a metade pequena da certa. Qualquer um consegue ajustar uma curva. A previsão que você de fato quer é a que observa sua própria baseline, pega a quebra no instante em que acontece, alcança todo o seu negócio para explicá-la, e chega em uma mensagem antes da ruptura de estoque, não um gráfico que você deveria lembrar de ler.

Uma previsão que você precisa abrir já chegou tarde.

A virada: o custo nunca foi o modelo

Tire a matemática e aqui está sobre o que isso realmente é.

Na maioria das empresas, alguém é a previsão. Um founder que sente quando algo está se mexendo porque por acaso deu uma olhada no número certo no dia certo. Um líder de operações que carrega os padrões sazonais na cabeça e tem um mau pressentimento numa terça. Um comprador que percebe o pico, às vezes a tempo, às vezes uma semana tarde demais, dependendo do que mais estava pegando fogo naquela manhã. A precisão do seu planejamento de demanda é, silenciosamente, uma função de se a pessoa certa olhou para a linha certa no dia certo. Isso não é um sistema. É sorte vestida de planilha.

E é o tipo mais caro de trabalho para se fazer à mão, porque o custo de fazê-lo mal é invisível até virar uma ruptura de estoque ou uma pilha de inventário não vendido. Você não recebe uma conta pelo alerta que nunca disparou. Você só recebe a prateleira vazia, o pedido em pânico, o cliente que silenciosamente foi para outro lugar, e arquiva como azar em vez de enxergar pelo que era: uma previsão que você precisava abrir, aberta tarde.

A promessa não é um gráfico mais esperto. É que a pessoa que atualmente é o sistema de alerta antecipado pode parar de sê-lo. A quebra a encontra, já explicada, enquanto ainda há tempo de agir, para que a pessoa mais capaz da empresa pare de ser a que lembrou de checar a linha certa, e passe a ser a que decide o que fazer sobre a quebra.

---

É isso que estamos construindo na Apollo, não um dashboard mais bonito, mas uma previsão que se observa e fala no instante em que a curva quebra, com o motivo já anexado. Se você já descobriu sobre um pico por uma prateleira vazia, você já sabe que o gráfico nunca foi o ponto. O ponto era a mensagem que deveria ter chegado três semanas antes.