Racional do Cálculo de Previsão
Introdução
O forecast tem como objetivo projetar os custos futuros a partir de dados históricos, ajustando as projeções com base em fatores como sazonalidade, crescimento orgânico e eventos pontuais (realizados ou não). Além disso, incorpora uma medida de incerteza (representada por uma banda de confiança) que reflete a variabilidade dos dados históricos e aumenta para projeções mais distantes.
Visão Geral do Processo
O cálculo do forecast é realizado em duas etapas principais:
Processamento dos dados históricos de custos.
Cálculo de indicadores como custo diário, sazonalidade e custo diário ponderado.
Cálculo de projeções utilizando os dados enriquecidos.
Ajustes por crescimento orgânico, sazonalidade e eventos.
Cálculo e ajuste da banda de confiança para refletir a incerteza, especialmente em meses futuros.
Detalhamento dos Cálculos
Dados Históricos:
São utilizados os custos históricos, desconsiderando valores influenciados por eventos pontuais já realizados. Esses dados servem como base para as projeções futuras.
Defasagem dos Custos:
São considerados os custos de meses anteriores (por exemplo, utilizando dados de períodos que antecedem a referência atual). Essa defasagem permite comparar o custo atual com os históricos e identificar tendências ou variações.
Cálculo da Sazonalidade:
A sazonalidade é determinada por meio da comparação do custo de um mês de referência com os custos de meses anteriores. Para isso, calcula-se a variação percentual entre o custo do mês de referência e os custos de três meses anteriores selecionados.
⇒ Média das Variações: A média dessas variações percentuais fornece um índice de sazonalidade.
⇒ Limitação dos Valores: Para evitar distorções, esse índice é limitado a um máximo de 20% de variação positiva ou negativa
Custo Diário:
Para cada mês, o custo diário é estimado dividindo o custo acumulado (excluindo os valores influenciados por eventos pontuais já realizados) pelo número de dias decorridos até a data de referência. Essa medida permite acompanhar o ritmo dos gastos ao longo do mês.
Seleção dos Meses Históricos:
São considerados um determinado número de meses históricos (limitando a quantidade para manter a relevância dos dados). Esse conjunto representa o histórico recente dos custos.
Atribuição de Pesos:
Para valorizar a importância relativa dos meses históricos, utiliza-se uma sequência numérica inspirada na sequência de Fibonacci. Cada mês recebe um peso que reflete sua influência na média ponderada.
Cálculo Ponderado:
O custo diário de cada mês histórico é multiplicado pelo seu respectivo peso. A soma desses valores ponderados é, então, dividida pela soma total dos pesos, resultando em um **custo diário ponderado**. Esse indicador oferece uma média ajustada, levando em conta a importância de cada período histórico.
Hard Forecast:
Este forecast é projetado para refletir uma estimativa robusta do custo futuro e é calculado da seguinte forma:
Multiplica-se o custo diário ponderado pelo número total de dias do mês de projeção.
Aplica-se um ajuste multiplicativo que incorpora o crescimento orgânico e a sazonalidade identificada, ou seja, adiciona-se um percentual correspondente à soma do crescimento e da variação sazonal.
São somados, ainda, os ajustes decorrentes de eventos pontuais (tanto os que ocorreram quanto os que estavam previstos mas não se realizaram).
Fórmula Resumida:
Hard Forecast = (Custo Diário Ponderado x Total de Dias do Mês) x (1 + Crescimento Orgânico + Sazonalidade) + Ajustes de Eventos
Soft Forecast:
Diferentemente do forecast Hard, o forecast Soft é calculado com base no custo diário simples (sem ponderação) e inclui os mesmos ajustes relativos aos eventos.
Multiplica-se o custo diário pelo número total de dias do mês.
Adicionam-se os ajustes de eventos.
Fórmula Resumida:
Forecast Soft = (Custo Diário * Total de Dias do Mês) + Ajustes de Eventos
Definição:
A banda de confiança representa a margem de incerteza da projeção, ou seja, quanto os valores projetados podem variar com base na variabilidade dos dados históricos.
Cálculo do Desvio Padrão:
São analisados os custos históricos mais recentes (por exemplo, dos últimos seis meses). O desvio padrão desses valores é calculado para quantificar a dispersão dos dados.
Aplicação do Fator de Confiança:
O desvio padrão é então multiplicado por um fator (valor Z) que corresponde ao grau de confiança desejado (por exemplo, 1.96 para 95% de confiança).
Fórmula Resumida:
Banda de Confiança = Valor Z x Desvio Padrão dos Custos Históricos
Ajuste para Meses Futuros:
Como a incerteza aumenta quanto mais longe a projeção, para os meses futuros a banda de confiança é progressivamente ampliada por um fator crescente, refletindo o maior grau de incerteza em períodos distantes.
Considerações Finais
A abordagem do forecast descrita nesta documentação integra dados históricos e parâmetros ajustáveis para projetar os custos futuros de maneira robusta e flexível. Os principais pontos do método são:
Média Ponderada com Pesos Inspirados na Sequência de Fibonacci: Permite dar diferentes importâncias aos meses históricos, ajustando a média de forma não linear.
Ajuste por Crescimento Orgânico e Sazonalidade: Considera as variações naturais e as tendências de crescimento, refinando a estimativa do custo mensal.
Incorporação de Eventos Pontuais: Garante que fatores extraordinários (realizados ou previstos) sejam refletidos nas projeções.
Banda de Confiança: Proporciona uma medida da incerteza, essencial para a tomada de decisão, especialmente em projeções mais longas.
Essa metodologia modular e parametrizada possibilita a adaptação do forecast a diferentes cenários, mantendo a consistência e a robustez nas projeções dos custos.
Last updated