Como fazer forecast de pipeline de vendas usando estatística além do básico
O método padrão de fazer forecast de faturamento de pipeline tem um problema: às vezes ele te dá um valor que tem mais de 50% de chance de estar errado. Você sabia?
Neste artigo você irá aprender um novo método de fazer forecast de vendas. Ele resolve esse problema e te possibilita analisar múltiplos cenários de geração de faturamento de acordo com seu apetite para risco.
O método padrão de forecast de pipeline
Antes de tudo, o que eu quero dizer por fazer forecast de pipeline de vendas?
A pergunta que quero te ajudar a responder é:
Quanto posso esperar gerar de receita com o meu pipeline atual de vendas?
Para conseguir responder essa pergunta, normalmente você precisa dos seguintes tipos de informações:
o valor estimado de cada oportunidade no pipeline
a data estimada de fechamento de cada oportunidade
a probabilidade estimada de fechamento de cada oportunidade no pipeline
Vamos ver um exemplo. Imagine que você tem o seguinte pipeline no seu CRM:
Nesse pipeline você já tem a informação do valor estimado de cada oportunidade. Vamos supor que estamos em junho, e que esperamos que se cada um desses deals fechasse, eles fechariam em agosto.
Além disso, vamos dizer que você tem o seguinte histórico de taxas de conversão entre cada estágio do pipeline até o momento que a oportunidade é fechada e ganha:
Tabulando todos esses dados, você teria isso:
Ao colocar todos esses dados no seu CRM, existem grandes chances dele já fazer o cálculo de forecast para você usando o método padrão. Por exemplo no Pipedrive, ele faria o seguinte forecast:
Nesse caso, o forecast de faturamento do pipeline calculado pelo Pipedrive foi de R$ 69.630,00.
Quanto você pode confiar nesse valor para o seu planejamento?
Como gestor de vendas, você se sentiria confortável em dizer para o seu CFO ou CEO que eles podem contar com um faturamento novo de R$ 69.630,00?
Para afirmar isso, seria bom antes saber que cálculo é este que está sendo feito.
Valor esperado estátísico: o método padrão para forecast de pipeline
O cálculo que o Pipedrive faz (e que muitos outros CRMs devem fazer também) é chamado de “valor esperado” na estatística.
Em estatística, valor esperado é o valor médio que se espera de uma variável aleatória ao se repetir o experimento com essa variável infinitas vezes.
Mas o que isso quer dizer?
Para o nosso pipeline de exemplo, quer dizer que se sua equipe trabalhasse nesse mesmo pipeline “infinitas vezes” e calculasse a média do faturamento resultante entre essas infintas vezes, o valor seria de R$ 69.630,00.
Calcular esse valor é bem simples. Basta multiplicar cada valor pela sua probabilidade de fechamento e depois somar todos esses fatores. Ou seja, no nosso exemplo:
12.000 * 27% + 20.000 * 75% + 30.000 * 27% ….. + 8.000 * 30% = 69.630
Ok, a primeira vista pode não ser fácil de entender. Mas, para resgatar (ou aprender) seus conhecimentos de estatística e compreender melhor o que quero dizer, recomendo investir 4 minutos do seu tempo vendo este vídeo do Khan Academy sobre o assunto.
Beleza, e qual o problema ou limitações em usar este método para forecast de pipeline?
Um problema com o método padrão de forecast de pipeline
Um problema é que sua equipe não irá executar o mesmo pipeline infinitas vezes para ganhar a média de faturamento entre essas infinitas vezes, o que seria uma cenário mais válido para o uso da técnica de valor esperado.
Esse cenário de execução de infinitas ou inúmeras vezes faz muito sentido para outros contextos. Por exemplo para um cassino, mas não tanto para uma equipe de vendas. Quer ver?
Imagine que você é dono de um cassino e que seu único jogo é uma espécie de roleta simples. Nessa roleta, a pessoa pode apostar R$ 1 em um dos 36 números da roleta. Se ela acertar, ela ganha R$ 5. Se ela errar, ela perde R$ 1. Como dono do cassino, vale a pena para você montar esse negócio?
Para responder isso, você poderia calcular o valor esperado do ganho em R$ de rodar essa aposta inúmeras vezes (muitas e muitas pessoas jogando por meses e anos no cassino). Os dados desse jogo são o seguinte:
O valor esperado por um jogador deste cassino é de:
1/36 * 4 + 35/36 * (-1) = -0.86
Ou seja, se um jogador apostar R$ 1 muitas e muitas vezes, no final ele tende a ter um saldo médio de perda de R$ 0,86. Por outro lado, o casino ganha esse valor que o jogador perdeu. Ou seja, para um casino, esse jogo vale a pena, estatisticamente.
Para este mundo de jogo de roleta de casino, faz total sentido aplicar a técnica de valor esperado, porque é da natureza dessa realidade rodar esse experimento (jogo) muitas e muitas vezes, o que é uma premissa da técnica do valor esperado. Para um pipeline de vendas, faz menos sentido.
Um dado pipeline de vendas será executado apenas uma vez. Este é um problema em aplicar a técnica de valor esperado para fazer forecast. Mas ainda tem mais.
Uma limitação com o método padrão de forecast de pipeline
Além da questão do contexto de forecast de pipeline de vendas se distanciar de uma premissa da técnica de valor esperado estatístico, existe mais uma desvantagem em aplicar esse método neste mundo: fica difícil fazer gestão de risco.
Gestão de risco quer dizer você ser capaz de se preparar para variações daquilo que você estima. No nosso exemplo, o forecast do Pipedrive (valor esperado) nos fala que faremos R$ 69.630 de faturamento com esse pipeline. Mas, quais as chances disso acontecer?
São baixas? São altas? É a média?
O que seria um forecast mais conservador? O que seria um forecast mais agressivo? Esse valor que está sendo calculado é otimista, pessimista ou “neutro”?
Para gestão de risco, é comum desenhar múltiplos cenários e se planejar para esses múltiplos cenários.
Porém, o método de valor esperado não te traz múltiplos cenários. Além disso, você não sabe quais as chances do forecat do valor esperado acontecer. Essa é uma limitação considerável.
Vendo esses problemas e limitações, eu percebi que dava para fazer melhor. Baseado no mindset data-driven da Plataformatec e também nos meus estudos, percebi que dava para atacar este problema com uma técnica chamada Simulação de Monte Carlo.
Um novo método para forecast de pipeline: simulação de monte carlo
Segundo a Wikipedia, Simulação de Monte Carlo é o seguinte:
Qualquer método de uma classe de métodos estatísticos que se baseiam em amostragens aleatórias massivas para obter resultados numéricos, isto é, repetindo sucessivas simulações um elevado número de vezes, para calcular probabilidades heuristicamente.
Pode parecer complexo, mas não é tanto assim. Para entender, vamos ver um exemplo.
Imagine que você tem o seguinte pipeline de vendas:
Quanto seria o forecast de faturamento desse pipeline?
Como são apenas duas oportunidades, podemos montar todos os cenários possíveis na mão. São basicamente 4 cenários:
Se você fosse calcular o forecast desse pipeline com o método de valor esperado (ou com o Pipedrive), você chegaria no valor de R$ 11.000. Porém, percebe que em nenhum dos quatro cenários possíveis o faturamento do pipe é de R$ 11.000?! (sim, essa é mais uma desvantagem)
Além disso, segundo os cálculos de probabilidade acima, existe 37,5% de chance você fazer menos de R$ 11.000 com esse pipeline. Em outras palavras, se você falar pro seu CEO ou CFO que deve fazer R$ 11.000 ou mais com esse pipeline, existe aproximadamente 1 em 3 chances de você estar errado. Ou seja, esse cálculo pode comprometer o planejamento financeiro da empresa.
Por isso é importante você saber quais as chances de probabilidade de fazer um certo faturamento ou mais. Não apenas estimar um número. Mas estimar um número e sua probabilidade de acontecer. Isso é gestão de risco. ;)
Simulação de Monte Carlo é uma técnica que pode ser usada para estimar o percentual de chance de cada um desses cenários possíveis do seu pipeline.
No caso acima foi fácil calcular na mão as probabilidades, porque como são apenas duas oportunidades, você precisa calcular apenas quatro cenários. Mas e no caso do nosso exemplo:
Quantos cenários são possíveis da combinação de perda e ganho entre essas dez oportunidades? Qual a probabilidade de acontecer cada um desses cenários?
Usando Simulação de Monte Carlo, é possível estimar que existe algo em torno de 120 cenários possíveis de faturamento resultado desse pipeline. 120!!! É impraticável você fazer isso na mão. Por isso, a tecnologia, a estatística (e a planilha que vou compartilhar com você ao final deste artigo) estão aqui para te ajudar com isso.
Passada toda essa explicação e esse cenário, já da para começar a entender e intuir melhor o que é a técnica de simulação de monte carlo. Nada mais é do que uma “análise de cenários ao infinito” com o cálculo de probabilidade desses cenários.
Um algoritmo irá simular milhares de vezes o resultado final do seu pipeline, usando os valores e a probabilidade de fechamento de cada oportunidade. Ao final, ele terá montado as dezenas, centenas ou mais de cenários possíveis e terá calculado a probabilidade de acontecer cada um desses cenários.
Baseado nesses cenários, você pode fazer sua análise de faixas esperadas de faturamento. Muito legal né?! :)
Um exemplo de simulação de monte carlo para forecast de pipeline
Para finalizar, vamos aplicar esse método para o nosso exemplo de pipeline e fazer algumas análises.
O pipeline em questão é o seguinte:
Aplicando a simulação de monte carlo, da para construir o seguinte gráfico de distribuição de probabilidade de forecast de faturamento:
Perceba que o cenário que mais tem chances de acontecer, tem pouco mais de 6% de chance. Esse cenário é o de forecast em torno de R$ 57.000.
Saber a chance de fazer um certo faturamento pode ser útil. Mas outra análise útil, seria saber por exemplo “quais as minhas chances de fazer pelo menos R$ 37.000 de faturamento?”.
Com essa informação, você poderia chegar para o seu CEO ou CFO e dizer: “segundo nosso forecast de pipeline, temos excelentes chances de fazer pelo menos R$ 37.000 de faturamento, você pode contar com esse número para nosso planejamento financeiro”.
Baseado nos dados da simulação de monte carlo, podemos montar um gráfico que nos diga qual a probabilidade de fazer pelo menos um certo faturamento. Para o nosso exemplo, esse gráfico ficaria assim:
Com os dados desse gráfico, é possível concluir por exemplo que tenho 90% de chances de fazer pelo menos R$ 37.000. Assim como, tenho 50% de chances de fazer pelo menos R$ 67.000.
Perceba que quanto maior o faturamento mínimo que você espera, menor suas chances, apesar de ainda ter chances. Isso é gestão de risco.
Você quer ser arrojado? Pode fazer um forecast que tem a mesma probabilidade de tirar cara ao jogar uma moeda de cara e coroa para cima.
Você quer ser mais conservador e se planejar para uma chance maior, como 90%? Com esse método, você pode escolher.
Com os dados desse gráfico, você poderia montar a seguinte tabela de cenários:
Perceba que no cenário arriscado (50% de chances), o faturamento que você pode esperar é de R$ 67.000 ou mais. Vale lembrar que usando a técnica de valor esperado, você chegaria em um forecast de R$ R$ 69.630 para esse pipe. Ou seja, acima do mínimo de R$ 67.000 que tem 50% de chance de acontecer.
Ou seja, nesse exemplo, se você estiver usando o Pipedrive para fazer seu forecast (ou qualquer outro CRM que use o valor esperado), você tem pelo menos 50% de chance de estar errado. Você está “fazendo uma aposta” de cara e coroa. Essa pode ser uma aposta meio cara.
Vamos ver isso visualmente:
O que o gráfico acima mostra é que em menos de 50% dos cenários o faturamento do pipeline é maior ou igual ao valor esperado. Ou seja, como falei na abertura deste artigo, as vezes o método padrão de forecast de pipeline tem menos de 50% de chance de estar certo.
Precisamos ter cuidado e evoluir nossos métodos de fazer forecast.
Quer aplicar simulação de monte carlo para o seu pipeline?
Eu montei uma planilha para que você possa copiar e colocar os dados do seu próprio pipeline e fazer forecast usando simulação de monte carlo.
Além disso, também coloquei todos os cálculos e gráficos realizados neste blog post em uma outra planilha, para que você possa ver em detalhes o que foi feito ou fazer uma cópia.
BAIXAR PLANILHA DE SIMULAÇÃO DE MONTE CARLO EM PIPELINE DE VENDAS
Perguntas, críticas, elogios? Por favor deixe seu comentário. Estou ansioso em receber seu feedback ! :)
Originally published at growth.plataformatec.com.br on June 17, 2018.