Precisão de Forecast: Por Que É Tão Ruim e Como Corrigir

Pergunte a uma sala de líderes de receita quão confiantes eles estão no número do próximo trimestre e você recebe risadas nervosas. O forecast é a cifra mais escrutinada da empresa e, muitas vezes, a menos confiável. O board contrata e gasta contra ele. Empresas de capital aberto são punidas por não atingi-lo. E uma grande parcela dos times de B2B erra o próprio commit por dois dígitos, trimestre após trimestre, sem nunca corrigir o que está por trás disso.

A maior parte dessa imprecisão não é má sorte. É estrutural. Vem de como os forecasts são construídos, quem os constrói e o que é deixado de fora de propósito. A boa notícia é que causas estruturais podem ser corrigidas, e você não precisa de um time de ciência de dados para fazer isso.

Por que os forecasts erram tão consistentemente

O mesmo punhado de causas raiz aparece em quase toda organização que já analisamos.

Cada camada da hierarquia de vendas distorce o número a seu próprio favor. Representantes escondem números (sandbagging) para poderem bater a cota. Gerentes inflam para parecer ambiciosos. A liderança protege-se na direção do que o board espera. Quando o número chega ao topo, é um compromisso político, não uma estimativa.

A matemática de estágio mente. Multiplicar o pipeline por percentuais fixos de conversão por estágio assume que todo negócio no "estágio 3" tem a mesma probabilidade de fechar. Um negócio com um comprador econômico engajado e um plano de ação mútuo assinado não se parece em nada com um negócio que ficou parado no mesmo estágio por seis semanas, mas a planilha os trata de forma idêntica.

Os preditores mais ricos de se um negócio vai fechar (capacidade de resposta por e-mail, multi-threading, uso de trial, cadência de reuniões) geralmente nunca chegam ao forecast. E os negócios não apenas ganham ou perdem. Eles deslizam. Um forecast sem nenhum modelo de risco de timing supercompromete todo trimestre, o que é o problema de deslizamento de negócios que exploramos em outro artigo.

Em termos simples: o forecasting tradicional se apoia em julgamento humano e matemática estática de estágio enquanto ignora a evidência comportamental que já está sentada nos sistemas de registro.

O que a imprecisão crônica custa

Um forecast que erra por quinze pontos é caro em qualquer direção. Superestime o forecast e você contrata demais, gasta demais e sofre uma correção dolorosa no meio do ano. Subestime o forecast e você deixa capacidade na mesa enquanto corrói a credibilidade igualmente rápido, porque um líder que sempre esconde números para de ser acreditado mesmo quando está certo.

Há também um custo cumulativo. Uma vez que todos sabem que o forecast não é confiável, a organização para de usá-lo para tomar decisões e volta ao instinto. Nesse ponto, o forecast existe para preencher um slide. Recuperar a confiança é pré-requisito para alocar capital com qualquer disciplina.

Como corrigir isso de verdade

A precisão vem de melhores insumos e de um processo melhor muito mais do que de um algoritmo mais inteligente.

1. Substitua percentuais fixos de estágio por probabilidades ponderadas por sinal. Em vez de "estágio 3 equivale a 40 por cento", pondere cada negócio pelo comportamento que ele de fato está mostrando. A mecânica está em como construir um forecast ponderado, orientado por sinais.
2. Separe o commit, o forecast e o pipeline. O que vamos definitivamente fechar, o que esperamos fechar e o que poderia fechar são três perguntas diferentes. Dê a elas três números diferentes.
3. Instrumente o funil para que os sinais existam. Você não pode ponderar por dados de engajamento que nunca capturou. Trazer sinal bruto para o sistema vem primeiro, e cobrimos isso em instrumentando seu funil para tomada de decisão real.
4. Acompanhe seu próprio erro de forecast como uma métrica. Meça a diferença entre commit e realizado a cada trimestre, por time e por representante. A confiabilidade do forecast é um insumo do seu índice geral de saúde de receita, e pertence lá.
5. Faça teste retroativo antes de confiar em qualquer coisa. Reproduza um método novo contra vários trimestres passados. Se ele não teria acertado os últimos quatro, não vai acertar o próximo.

Um ponto de partida prático

Você não precisa reconstruir tudo. O primeiro movimento que compensa mais rápido geralmente é adicionar sinalizadores comportamentais à revisão de pipeline que você já executa. Sinalize negócios em que o comprador econômico ficou em silêncio, em que o negócio ainda é de fio único no fim do ciclo, ou em que a data de fechamento já foi adiada uma vez. Só esses três sinalizadores tendem a expor uma parcela do pipeline "comprometido" que nunca chegaria neste trimestre. Desconfortável, mas melhor saber na semana dois do que na semana doze.

A partir daí é incremental. Capture mais sinal, pondere por evidência em vez de estágio, e responsabilize o processo medindo seu próprio erro ao longo do tempo. A precisão se acumula da mesma forma que a confiança.

Principais conclusões

• Forecasts erram por motivos estruturais: otimismo em cada camada, matemática de estágio que trata todos os negócios igualmente, sinais comportamentais ignorados e nenhum modelo para deslizamento.
• Superestimar e subestimar o forecast custam caro, e uma vez que o forecast é conhecido como não confiável, ninguém o usa para decisões de qualquer forma.
• Pondere negócios pelo comportamento que estão mostrando, não pelo estágio em que estão parados, e divida commit, forecast e pipeline em números separados.
• Trate seu próprio erro de forecast como uma métrica acompanhada e faça teste retroativo de qualquer método novo antes de apostar nele.

Forecasts melhores vêm de alimentar o processo com sinais melhores. Essa visão do pipeline centrada em sinal é o que a orquestração de receita foi construída para fornecer.