Ferramenta gratuita
Autopsia de Forecast
Acurácia baixa não prova que a sua previsão é ruim, e acurácia alta não prova que ela é boa. A autopsia responde a pergunta que importa: o seu forecast adiciona valor sobre não fazer nada? Ela mede o FVA contra a previsão ingênua, decompõe o seu erro em viés e dispersão, e te diz onde agir. Cole a sua série e veja, sem enviar nada para servidor nenhum.
Autopsia
Tudo é calculado no seu navegador. Nenhum número da sua série é enviado para servidor nenhum.
WMAPE
20.5%
erro ponderado pelo volume
MAPE
18.9%
erro percentual médio
BIAS
-6.2%
viés (+ superprevisão)
Forecast Value Added (FVA)
+41.3%
Seu forecast ADICIONA valor: erra 41.3% menos que simplesmente repetir o último período (WMAPE ingênuo 37.7%).
Anatomia do seu erro
parte do erro que se corrige mexendo no NÍVEL da previsão
parte do erro que só melhora com mais SINAL (segmentar, capturar promo/sazonalidade)
O que fazer com isso
- Viés de subprevisão de 6.2%: você prevê menos do que vende, o que gera ruptura e venda perdida. Suba o nível base da previsão.
- Seu erro é dominado por DISPERSÃO, não por viés: o ganho não está em ajustar o nível, e sim em capturar sinal, segmentar (curva ABC/XYZ), tratar promoções e sazonalidade à parte, e usar o método certo para itens intermitentes.
Como a autopsia lê o seu forecast
Três leituras que a acurácia sozinha esconde:
FVA (Forecast Value Added)
Compara o seu WMAPE com o de uma previsão ingênua (repetir o realizado anterior) na mesma janela. FVA = (WMAPE ingênuo − WMAPE seu) ÷ WMAPE ingênuo. Positivo, você agrega valor; negativo, o modelo trivial erraria menos.
Viés vs dispersão
O |BIAS| é a parte sistemática do erro (nível errado); o restante do WMAPE é a dispersão (aleatória). Saber qual domina decide se o ganho está em corrigir o nível ou em capturar sinal.
Prescrição
A partir dos números, a autopsia diz o próximo passo concreto: corrigir consenso, segmentar por curva ABC/XYZ, tratar promoção e sazonalidade à parte, ou mudar o método para itens intermitentes.
Perguntas frequentes
O que é Forecast Value Added (FVA)?
FVA (Valor Agregado da Previsão) mede se o seu processo de forecast erra menos do que uma previsão ingênua de referência (por exemplo, repetir o realizado do período anterior). FVA positivo significa que prever vale a pena; FVA negativo ou zero significa que o esforço de prever não está agregando, e às vezes até piorando, o resultado que um modelo trivial já daria.
Como sei se a minha previsão é boa?
Acurácia baixa (WMAPE) sozinha não diz nada: itens voláteis erram muito por natureza. O teste honesto é o FVA, você é melhor do que não fazer nada (repetir o último valor ou a média)? Se não for, o problema não é o modelo, é o processo. A autopsia calcula isso e ainda separa quanto do erro é viés (corrigível) e quanto é dispersão (aleatório).
Qual a diferença entre viés e dispersão no erro de previsão?
Viés é o erro sistemático: você prevê consistentemente para cima (superprevisão, gera excesso de estoque) ou para baixo (subprevisão, gera ruptura). Dispersão é o erro aleatório em torno do nível certo. A distinção importa porque viés se corrige mexendo no nível da previsão e no consenso; dispersão só melhora com mais sinal (segmentação, tratamento de promoção e sazonalidade, método certo para itens intermitentes).
Meus dados de vendas são enviados para algum servidor?
Não. A autopsia roda inteiramente no seu navegador (JavaScript no cliente). Os números que você digita não saem do seu dispositivo, não são enviados, gravados nem logados. Você pode usar a série real da sua empresa com segurança.
Achou viés ou FVA negativo? O problema é de processo.
Erro de forecast quase nunca se resolve com um modelo melhor, mas com o ciclo de S&OP certo em volta dele. Descubra onde o seu processo trava com o diagnóstico gratuito, ou aprofunde na trilha de Demand Planning.