Toda previsão erra. A pergunta útil não é se ela erra, e sim para que lado.
Uma previsão que erra ora para cima, ora para baixo, tem um tipo de problema. Uma previsão que erra sempre para o mesmo lado tem outro. O primeiro se administra com estoque de segurança. O segundo se corrige no processo.
O BIAS é o indicador que separa os dois.
O que o BIAS mede
O BIAS mede a direção do erro ao longo do tempo: se o real fica, de forma consistente, acima ou abaixo da previsão.
Ele não mede o tamanho do erro. Um produto pode errar muito e ter BIAS zero. Outro pode errar pouco e ter BIAS alto. São informações diferentes, e uma não substitui a outra.
Como calcular
BIAS = soma de (Real − Previsão) ÷ soma do Real
• BIAS positivo: o real ficou acima da previsão.
• BIAS negativo: o real ficou abaixo da previsão.
Duas escolhas estão dentro dessa fórmula, e vale entender cada uma.
Positivo ou negativo. Aqui usamos Real menos Previsão. Há empresas que usam o contrário. Nenhuma das duas está errada. O problema aparece quando duas áreas, ou duas empresas num benchmark, comparam números calculados com convenções diferentes: o mesmo valor diz coisas opostas. A regra prática é escolher uma convenção, escrever e manter.
O denominador. Dividimos pelo Real, e não pela Previsão. O motivo fica claro num exemplo:
|
|
Real |
Previsão |
Erro |
BIAS ÷ Real |
BIAS ÷ Previsão |
|
Produto X |
100 |
150 |
−50 |
−50% |
−33% |
Quando o denominador é a previsão, quanto mais inflada ela for, menor fica o BIAS calculado. O indicador passa a suavizar justamente o comportamento que deveria mostrar. Dividindo pelo Real, a base é a mesma para qualquer previsão comparada.
O erro que não aparece mês a mês
Dois produtos, ambos com previsão de 100 unidades por mês, durante seis meses:
|
Mês |
1 |
2 |
3 |
4 |
5 |
6 |
Total |
BIAS |
|
Previsão |
100 |
100 |
100 |
100 |
100 |
100 |
600 |
|
|
Real A |
110 |
90 |
105 |
95 |
108 |
92 |
600 |
0% |
|
Real B |
95 |
93 |
96 |
94 |
97 |
95 |
570 |
−5% |
O produto A erra até 10 unidades por mês. Mas erra para os dois lados, e no acumulado o real é igual à previsão.
O produto B erra no máximo 7 unidades por mês. Na reunião mensal, ele passa despercebido. Mas o real ficou abaixo da previsão nos seis meses. Se a produção seguiu o plano, são 30 unidades a mais em estoque, e o número continua crescendo enquanto ninguém olhar o padrão.
Olhando mês a mês, o produto A parece o problema. Olhando a série, é o B.
Em que nível medir
O BIAS deve ser medido no nível em que a decisão é tomada. Se a decisão de produção ou compra é por produto, o BIAS precisa ser visto por produto.
No total da companhia, erros opostos se anulam:
|
|
Real |
Previsão |
Erro |
|
Família A |
100 |
130 |
−30 |
|
Família B |
100 |
70 |
+30 |
|
Total |
200 |
200 |
0 |
BIAS zero no relatório. Na operação, estoque parado da família A e falta da família B.
O número agregado é útil para uma visão geral. Para decidir o que produzir ou comprar, ele não basta.
Quando um erro vira viés
Um mês com o real abaixo da previsão não é viés. É erro. O viés é o padrão que se repete.
A dificuldade está em saber quando o padrão é real. Reagir rápido demais leva a corrigir uma variação normal. Esperar demais deixa o estoque, ou a falta, se acumular.
Uma ferramenta clássica para isso é o sinal de rastreamento (tracking signal):
Sinal de rastreamento = soma dos erros ÷ erro absoluto médio
O erro absoluto médio é a média dos erros considerando só o tamanho, sem importar se o real ficou acima ou abaixo da previsão. Quando os erros se alternam, a soma fica perto de zero e o sinal de rastreamento também. Quando os erros vão sempre para o mesmo lado, a soma cresce e o sinal de rastreamento se afasta de zero.
Aplicando aos dois produtos do exemplo:
|
Mês |
1 |
2 |
3 |
4 |
5 |
6 |
|
Produto A |
1,0 |
0,0 |
0,6 |
0,0 |
1,1 |
0,0 |
|
Produto B |
−1,0 |
−2,0 |
−3,0 |
−4,0 |
−5,0 |
−6,0 |
O produto A oscila em torno de zero. O produto B se afasta a cada mês.
O limite mais usado como referência é ±4 (é inclusive o padrão de sistemas como o SAP). Pelo critério de ±4, o produto B pediria investigação no quarto mês, quando o erro mensal ainda parecia pequeno. Algumas empresas usam limites mais estreitos, para detectar o viés mais cedo, aceitando mais alarmes falsos.
O limite exato é uma decisão de cada empresa. O importante é ter um critério definido antes do problema aparecer. E vale verificar: o seu sistema talvez já calcule esse indicador.
A tolerância precisa ser igual para os dois lados?
Real abaixo da previsão gera estoque: capital parado, espaço ocupado, risco de obsolescência. Real acima da previsão gera falta: venda perdida, frete urgente, cliente insatisfeito.
Esses custos raramente são iguais. Depende da margem do produto, da validade, do prazo de reposição e do quanto o cliente tolera esperar. Um produto de alta margem e reposição lenta custa mais quando falta. Um produto perecível custa mais quando sobra.
Mesmo assim, é comum a meta de BIAS ser uma faixa simétrica, por exemplo ±5%. Vale perguntar se essa simetria reflete a realidade de cada família de produtos, ou se ela foi definida por padrão.
De onde vem o viés
O BIAS mostra o padrão, mas não explica a causa. As causas mais comuns se dividem em dois grupos.
Causas na previsão:
• uma mudança de demanda (queda ou crescimento gradual) que o histórico ainda não incorporou;
• eventos que estavam no plano e não aconteceram, como uma promoção adiada ou um lançamento atrasado;
• parâmetros do modelo que não foram revisados.
Causas no processo:
• ajustes comerciais otimistas, feitos para garantir disponibilidade;
• previsões contidas, feitas para superar a meta com folga;
• áreas que defendem o próprio número, em vez de construir um número único.
As causas de processo são as mais difíceis de enxergar, porque não aparecem no cálculo. Elas aparecem no padrão.
Corrigir o número ou corrigir a causa
Quando um viés é identificado, a solução mais rápida é ajustar a previsão. Se o real ficou 5% abaixo nos últimos seis meses, desconta-se 5% do próximo plano.
Isso funciona por um tempo. Mas, se a causa é de processo, o ajuste mecânico tende a provocar uma reação: quem inflava a previsão passa a inflar mais, para compensar o desconto. O número muda, e o comportamento continua.
O caminho mais lento, e mais duradouro, é:
1. Medir o BIAS por produto ou família, no nível da decisão.
2. Definir um critério para separar erro de viés (sinal de rastreamento ou outro).
3. Levar o BIAS por área para o ciclo de S&OP, mostrando quem ajustou a previsão e em que direção.
4. Conversar sobre a causa antes de corrigir o número.
O objetivo não é encontrar culpados. É entender por que o processo produz um erro que se repete, e mudar o que gera esse erro.
Para levar
• O BIAS mostra a direção do erro, não o tamanho.
• Convenção (positivo ou negativo) e denominador precisam ser definidos e registrados.
• Medido no total, o BIAS pode esconder problemas que existem em cada produto.
• Um erro isolado não é viés. Um padrão que se repete é.
• O indicador aponta onde investigar. A causa está no processo.
Na sua empresa, quando o real fica sistematicamente acima ou abaixo da previsão, a primeira reação é investigar a causa ou ajustar o próximo número?