3.

Mtodos qualitativos de previso

Estes mtodos so usados para desenvolver previses de vendas. Esses mtodos, que
normalmente se baseiam em julgamentos a respeito dos factores causais que fundamentam as
vendas de produtos ou servios particulares e em opinies sobre a probabilidade relativa de esses
factores causais estarem presentes no futuro, podem envolver diversos nveis de sofisticao de
pesquisas de opinio cientificamente conduzidas a suposies intuitivas sobre os eventos futuros.
3.1 Principais mtodos qualitativos de previso

1. Consenso do comit executivo Executivos com capacidades de avaliao, de vrios

departamentos da organizao, formam um comit que tem a responsabilidade
desenvolver uma previso de vendas. O comit pode usar muitas informaes (inputs) de
todas as partes da organizao e fazer com que as analistas do staff forneam anlises
quando necessrio. o mtodo de previso o mais comum.
2. Mtodo Delphi Esse mtodo usado para se obter o consenso dentro de um comit.
Por esse mtodo, os executivos respondem anonimamente a uma srie de perguntas em
turnos sucessivos. Cada resposta repassada a todos os participantes em cada turno, e o
processo ento repetido. At seis turnos podem ser necessrios antes que se atinja o
consenso sobre a previso. Esse mtodo pode resultar em previses com as quais a
maioria dos participantes concordou apesar de ter ocorrido uma discordncia inicial.
3. Pesquisa da equipa de vendas Estimativas de vendas regionais futuras so obtidas de
membros individuais da equipe de vendas. Essas estimativas so combinadas para formar
uma estimativa de vendas nica para todas as regies, que deve ento ser transformada
pelos gerentes numa previso de vendas para assegurar estimativas realsticas. Esse um
mtodo de previso popular para empresas que tm um bom sistema de comunicao em
funcionamento e uma equipe de vendas que vende directamente aos clientes.

4. Pesquisas de clientes Estimativas de vendas futuras so obtidas directamente dos

clientes. Clientes individuais so pesquisados para determinar quais quantidades dos
produtos da empresa eles pretendem comprar em cada perodo de tempo futuro. Esse
mtodo um dos preferidos das empresas que tm relativamente poucos clientes.
5. Analogia histrica Esse mtodo une a estimativa de vendas futuras de um produto ao
conhecimento das vendas de um produto similar. O conhecimento das vendas de um
produto durante vrias etapas de seu ciclo de vida aplicado estimativa de vendas de
um produto similar.
6. Pesquisa de mercado Nas pesquisas de mercado, questionrios por correspondncia,
entrevistas telefnicas ou entrevistas de campo formam a base para testar hipteses sobre
mercados reais. Em testes de mercado, produtos comercializados em regies ou centros
de compras tipo outlets so estatisticamente extrapolados para mercados totais. Esses
mtodos usualmente so preferidos para novos produtos ou para produtos existentes a
serem introduzidos em novos segmentos de mercados.
3.2 Modelos quantitativos de previso
Os modelos quantitativos de previso so modelos matemticos baseados em dados histricos.
Esses modelos supem que dados passados so relevantes para o futuro. Alguns dados relevantes
quase sempre podem ser encontrados. Aqui discutimos diversos modelos quantintativos, preciso
de previso, previses de longo prazo e previses de curto prazo.
3.2.1 Tipos de modelos quantitativos de preciso

3.2.1.1 Regresso linear

Este modelo usa o chamado mtodo dos mnimos quadrados para identificar a relao entre uma
varivel dependente e uma ou mais variveis independentes presentes em um conjunto de
observaes histricas. Na regresso simples existe somente uma varivel independente, j na
regresso mltipla h mais de uma varivel desse tipo. Se o conjunto de dados histricos for uma

srie temporal, a varivel independente ser o perodo de tempo, e a varivel dependente na

previso sero as vendas. Um modelo de regresso no tem de ser baseado numa srie temporal;
nesses casos, o conhecimento de valores futuros da varivel independente usado para prever
valores futuros da varivel dependente. A regresso linear usada em previses de longo prazo;
mas se escolhermos um nmero de perodos includos nos dados histricos. A regresso tambm
poder apropriadamente usada na previso de curto prazo. Regresso supe equinormalidade, o
que significa que os valores observados da varivel dependente

distribudos nas proximidades do seu ponto mdio

so tidos como normalmente

e que o desvio padro

s
yx

constante ao

longo da linha de tendncias. A anlise de regresso simples tem o seguinte modelo:

Y a bX

chamada equao de regresso linear, em que Y a varivel dependente e a varivel a ser

prevista, X a varivel independente, a o intercepto de y, e b a inclinao da linha de
tendncias.
Coeficiente de correlao (r) explica a importncia relativa da relao y e x; o sinal de r mostra
a direco da relao, e o valor absoluto de r mostra a forca da relao. O r pode assumir
qualquer valor entre-1 e +1. O sinal de r sempre o mesmo que o de b. Um r negativo indica que
os valores de y e x tendem a mover-se em direces opostas, e um r positivo indica que os
valores de y e x movem-se na mesma direco. Eis os significados de diversos valores de r:

-1 Uma relao negativa perfeita; medida que y cresce, x desce unidade por unidade e
vice-versa;

+1 Uma relao positiva perfeita; medida que y cresce, x cresce unidade por unidade e
vice-versa;

0 No existe nenhuma relao entre x e y;

+ 0,3 Uma relao positiva fraca,

-0,9 Uma relao negativa forte;

Para calcularmos as variveis para anlise de regresso simples linear recorremos as seguintes
frmulas:

 x y x xy
n x x
2

Y a bX

n xy x y

n x 2 x

n x

n xy x y
2

x n y 2 y
2

Onde:
x = valores de variveis independentes;

Y = valores de y que se situam na linha de

y = valores de variveis dependentes;

Y a bX

n = nmero de observaes;

tendncias

a = intercepto do eixo vertical;

X = Valores de x que se situam na linha de

b = inclinao da linha de progresso;

tendncias;

r = coeficiente de correlao
= Valor mdio da varivel dependente;

r2

= Coeficiente de determinao