COMPARAO ENTRE AS ABORDAGENS TOP-DOWN E BOTTOM-UP PARA PREVISO DE

VENDAS

Data: 03/11/2004
Leonardo Julianelli

A previso de vendas desempenha papel de grande importncia no planejamento e

coordenao dos fluxos de informao e de produtos fsicos em uma empresa, tendo impactos
relevantes no gerenciamento de marketing, na programao e controle da produo, nas
operaes logsticas e nas decises de planejamento da capacidade das instalaes.

O imperativo por reduo de custos e os avanos da tecnologia da informao fizeram com que
as empresas buscassem um aprimoramento de seus mtodos e integrao dos processos de
previso de vendas, que, at ento, era realizada por cada rea da empresa separadamente, o
que, quase sempre, resultava em perda de preciso e aumento dos nveis de estoque.

O aumento da complexidade nos sistemas logsticos, com a multiplicao dos pontos de

vendas, aumento do nmero de locais de produo e armazenagem e reduo do ciclo de vida
e proliferao de produtos, resultou em um aumento da dificuldade de realizar previses de
vendas. As empresas de varejo, por exemplo, precisam realizar previses para milhares de
itens diferentes em centenas de pontos de vendas. Essas previses apresentam, em geral,
baixa acurcia, o que resulta em stockout de alguns produtos e nveis excessivos de estoque
para outros. Existem duas abordagens para a realizao da previso de vendas nestes casos:
Top-Down ou Bottom-Up.

A abordagem Top-Down consiste em realizar previses de vendas para sries consolidadas,

isto , a previso realizada para vendas agregadas de vrios produtos ou de vrias regies.
Na abordagem Top-Down, tambm conhecida como abordagem analtica, a previso de vendas
feita para grupos ou famlias de produtos e depois desagregada para cada item, segundo o
percentual histrico de vendas. Tambm possvel fazer uma previso agregada para uma
regio e, ento, decompor em previses para as diversas localidades que compe esta regio,
segundo sua representatividade histrica. A Figura 1 mostra um exemplo bastante comum da
abordagem Top-Down nas indstrias de bens de consumo no-durveis: a empresa realiza a
previso de vendas de um determinado produto com base nos dados histricos das vendas
totais e, posteriormente, decide o volume que ser enviado para cada centro de distribuio,
segundo a representatividade (em %) destes.

Figura 1 Exemplo de abordagem Top-Down

Na abordagem Bottom-Up, a previso realizada diretamente para cada item ou para cada localidade e,
posteriormente, agregada por famlia/grupo de produtos ou por regies. A Figura 2 apresenta um exemplo
da abordagem Bottom-Up. Neste caso, os centros de distribuio tm autonomia para realizar a previso
de vendas de um determinado produto, que, ento, enviada para a fbrica e consolidada para gerar as
ordens de produo e remessa.

Figura 2 Exemplo de abordagem Bottom-Up

A escolha de uma ou outra abordagem para a realizao da previso de vendas tem impactos
operacionais e estratgicos para a empresa. Em geral, as empresas optam pela estratgia que
minimiza o erro de previso, porm outros fatores tambm so levados em considerao, tais
como os custos de implementao e operao do mtodo. A deciso, pois, de qual abordagem
escolher de grande importncia para um grande nmero de empresas, com destaque para as
grandes empresas de varejo, distribuio e produo de bens de consumo no-durveis. Sero
apresentadas, a seguir, algumas comparaes entre as duas abordagens, no que se refere aos
custos de implementao e operao e a acurcia.

CUSTO DE IMPLEMENTAO E OPERAO

Com relao aos custos, o principal argumento dos defensores da abordagem Top-Down que
armazenar informaes e realizar previses de vendas para milhares de itens muito caro.
Desta forma, a abordagem Bottom-Up seria muito mais dispendiosa em termos de: (a)
armazenamento de dados, (b) tempo requerido para o clculo e (c) utilizao de recursos
computacionais. No entanto, alguns estudos (Schwarzkopf, Tersine e Morris, 1988) evidenciam
que no existe diferena significativa, em termos de custo, entre as duas abordagens.

Para realizar a comparao de custos entre as abordagens Top-Down e Bottom-Up, utilizou-se o mtodo
quantitativo do amortecimento exponencial simples para realizar as previses, pois este um mtodo
bastante utilizado para o clculo da previso de valores futuros em sries relativamente estveis, isto ,
sries sem sazonalidade e sem tendncia. Neste mtodo, a previso de vendas calculada com base em
trs parmetros: vendas reais do perodo anterior (Rt-1), previso de vendas do perodo anterior (Pt-1) e a
constante de amortecimento (.

Equao 1 Frmula de clculo do

Amortecimento Exponencial Simples

(a) Armazenamento de Dados

O custo de armazenamento de dados pode ser calculado pelo custo do espao de

armazenagem e pelo esforo necessrio para manter os dados atualizados. Na maioria dos
sistemas de informao, o esforo de atualizao das informaes mais importante do que o
custo do espao de armazenagem, pois envolve sistemas e pessoas.
O custo do espao de armazenagem calculado com base na quantidade de informaes que
so armazenadas. Na abordagem Top-Down, para a realizao da previso de vendas, pelo
mtodo do amortecimento exponencial simples, de cada item de uma determinada famlia de
produtos so necessrias as informaes sobre as vendas totais desta famlia de produtos no
ltimo perodo, a previso de vendas totais do ltimo perodo e a representatividade de cada
item em relao s vendas totais da famlia. Para obter esta representatividade histrica, no
entanto, so necessrias todas as informaes sobre as vendas de cada item nos perodos
anteriores. Na abordagem Bottom-Up, para realizar a mesma previso de vendas, so
necessrias apenas as informaes de vendas do ltimo perodo. Desta forma, em geral, a
abordagem Bottom-Up requer menos dados armazenados para a realizao da previso.

Alm da quantidade de informao que armazenada para que se possa realizar a previso de
vendas, outra dimenso relevante a freqncia que estes dados so utilizados. Na
abordagem Bottom-Up, em todos os perodos necessrio resgatar as informaes de vendas
e previso para o perodo anterior de cada item, isto , as informaes so atualizadas em
cada perodo para que se obtenha uma nova previso. J na abordagem Top-Down, em geral,
no existe necessidade de se rever o percentual de participao de cada item a cada perodo,
uma vez que estes percentuais costumam se manter relativamente estveis ao longo do tempo.
A reviso destes percentuais pode, por exemplo, ser realizada anualmente. Assim, as nicas
informaes a serem atualizadas periodicamente so as vendas totais e a previso de vendas
da famlia de produtos. Desta forma, em geral, a abordagem Top-Down requer menos esforo
para atualizao dos parmetros. No entanto, quando as sries de representatividade (em %)
de cada produto forem instveis, am
as as abordagens demandam essencialmente o mesmo esforo de manuteno.

A Tabela 1 mostra as diferenas entre as abordagens, em relao ao custo de armazenamento de dados,

indicando aquela de menor custo. Estas diferenas so influenciadas pelas caractersticas das sries de
vendas.

Tabela 1 Comparao do custo de armazenamento de dados (menor custo)

(b) Tempo Requerido para o Clculo

Outra medida de custo para um sistema de previso de vendas o tempo requerido para o
clculo, que pode ser avaliado pelo nmero de operaes matemticas realizadas para chegar
previso de vendas de cada item.

Na abordagem Top-Down, os clculos para a obteno da previso de vendas de cada item seriam:

(1) Calcular a previso de vendas da famlia de produtos:

Neste clculo teramos duas multiplicaes e uma adio, totalizando trs operaes
matemticas.
(2) Multiplicar a previso de vendas da famlia de produtos pela representatividade histrica (em
%) de cada item:

Neste clculo teramos uma multiplicao para cada item que compe a famlia de produtos.

Desta forma, na abordagem Top-Down, temos 3+N operaes matemticas, onde N o

nmero de itens da famlia de produtos.

Na abordagem Bottom-Up, os clculos para se obter a previso de vendas para cada item seriam:
(1) Calcular a previso de vendas de cada item:

Neste clculo teramos duas multiplicaes e uma adio, totalizando trs operaes
matemticas para cada item.

Desta forma, na abordagem Bottom-Up, temos 3N operaes matemticas, onde N o nmero

de itens da famlia de produtos.

Assim, quando no existe necessidade de atualizao constante da representatividade de cada item, a

abordagem Top-Down apresenta uma certa vantagem. No entanto, se fosse necessrio atualizar
periodicamente a representatividade histrica de cada produto, o nmero de operaes matemticas a
serem realizadas para a obteno da previso de vendas seria praticamente o mesmo nas duas
abordagens. Observe na Tabela 2 a comparao entre as abordagens.

Tabela 2 Comparao do Tempo Requerido

para Clculo (menor tempo)

(c) Utilizao de Recursos Computacionais

A utilizao de recursos computacionais pode ser medida pelos acessos ao disco rgido do
computador. No entanto, como difcil avaliar o valor de um acesso ao disco rgido, segue-se a
regra geral de que a diferena entre as duas abordagens est no fato de que, como discutido
anteriormente, na abordagem Bottom-Up necessrio acessar um nmero maior de
informaes e, por isso, esta abordagem requer uma maior utilizao de recursos
computacionais.

Apesar das aparentes diferenas entre as abordagens Top-Down e Bottom-Up, com relao
aos custos de implementao e operao, Schwarzkopf, Tersine e Morris (1988) mostram
atravs de simulao que, na prtica, estas diferenas no so significativas. Eles simularam
as previses para um conjunto de 10.000 itens diferentes, incluindo variaes sazonais e
tendncia nas sries de vendas, e encontraram resultados idnticos de custos de
armazenamento de dados e utilizao de sistemas computacionais nas duas abordagens. A
nica diferena constatada na simulao foi do tempo necessrio para o clculo, que na
abordagem Top-Down foi 4 segundos mais rpido, o que significa dizer que, se a hora desta
operao custasse R$1.000,00, a diferena seria de R$ 1,11.

O aumento da complexidade das previses e a estrutura organizacional da empresa podem

influenciar nos custos de cada abordagem. No entanto, como concluso geral, pode-se dizer
que no existem diferenas significativas de custos entre as abordagens Top-Down e Bottom-
Up para previses de vendas de itens individuais. A escolha da metodologia deve ser
influenciada por outros fatores, como a acurcia da previso.

ACURCIA DA PREVISO DE VENDAS

A mensurao da acurcia bastante complexa e deve levar em considerao, alm da (a)

preciso da previso de vendas, (b) os vieses e (c) a robustez da abordagem. Para examinar a
performance das abordagens Top-Down e Bottom-Up nestes fatores, no ser escolhido um
mtodo especfico para a realizao da previso de vendas. A escolha e aplicao de um
mtodo de previso podem tornar a anlise muito complexa e desviar a ateno do objetivo de
comparar a acurcia das abordagens.

(a) Preciso
A preciso da previso de vendas medida pela variabilidade dos valores estimados em
relao aos valores observados. Em outras palavras, a preciso de uma abordagem de
previso de vendas medida pelo tamanho do erro, isto , por quo diferente so os valores
observados dos valores previstos. O erro definido como a mdia da diferena quadrada entre
as estimativas e os valores reais, sendo calculado pela varincia (Var) destes valores. Os
defensores da abordagem Top-Down, baseados no princpio estatstico que sugere que uma
srie formada pela soma de vrios itens menos varivel do que as sries dos itens
individuais, afirmam que esta seria inerentemente mais precisa do que a abordagem Bottom-
Up.

O problema com esta anlise est no fato de que ela no considera uma correlao entre as
sries de vendas dos dois produtos. Na maioria dos casos reais, no entanto, existe correlao
positiva ou negativa entre as vendas dos produtos de uma famlia. Por exemplo, o aumento das
vendas de um determinado produto pode alavancar as vendas de toda a famlia de produtos do
qual faz parte. Neste caso, existe correlao positiva entre as sries de vendas. Por outro lado,
o aumento das vendas de um determinado produto pode diminuir as vendas de um produto
correlato da mesma famlia. O lanamento de uma nova embalagem (novo SKU stock
keeping unit) ou o aumento na propaganda de um item podem fazer com que consumidores
passem a preferir este novo item ou o produto em maior evidncia em detrimento de outro
produto consumido anteriormente da mesma famlia e, por conseqncia, da mesma empresa.
Este processo recebe o nome de canibalizao (ou efeito portflio) e indica correlao
negativa entre as sries de vendas.

Para efeito prtico, isto significa dizer que a srie de vendas consolidadas de uma famlia de produtos
com forte correlao positiva entre seus itens ter uma varincia maior do que a soma das varincias das
sries de vendas de cada item. Deste modo, o erro da previso calculada pela abordagem Top-Down ser
maior do que o erro da abordagem Bottom-Up. No caso de uma forte correlao negativa, o efeito inverso
ser observado e a abordagem Top-Down apresentar vantagens sobre a abordagem Bottom-Up. A
Tabela 3 mostra a varincia calculada para sries de vendas de produtos com correlao positiva e com
correlao negativa.

Tabela 3 Efeito Portflio

O efeito das correlaes entre as sries de vendas de produtos de uma empresa deve ser
cuidadosamente estudado, pois, como visto no exemplo acima, tm grande influncia na
deciso de qual abordagem adotar para realizar a previso de vendas. Outros estudos
(Gordon, Morris e Dangerfield, 1997) compararam as duas abordagens, utilizando diferentes
mtodos quantitativos e qualitativos e variando as caractersticas das sries de vendas, e
encontraram resultados semelhantes, ou seja, independente do mtodo utilizado para calcular
a previso de venda, a abordagem Bottom-Up apresenta melhores resultados para sries
positivamente correlacionadas e a abordagem Top-Down para sries negativamente
correlacionadas.
(b) Vieses

Avaliando apenas a preciso da abordagem (a), desconsideram-se outros importantes fatores

de acurcia da previso de vendas, tais como o impacto de vieses (b) nas previses de vendas
dos produtos. Vis um desvio constante (positivo ou negativo) da previso de vendas em
relao s vendas reais, causado pela inexatido do mtodo de previso de vendas. A
existncia de vieses bastante comum em previses de vendas, uma vez que os mtodos no
so exatos e que estas sofrem, com freqncia, influncia de julgamentos otimistas ou
pessimistas.

Na abordagem Bottom-Up, como a previso realizada para cada produto, o vis em uma das
sries no interfere na acurcia, pois o processo de modelagem individual de cada srie
elimina o vis. J na abordagem Top-Down, o vis ter um impacto negativo na acurcia, pois
este ser distribudo incorretamente entre as previses de cada item.

Desta forma, alm da componente de erro relativo a preciso, existe uma outra componente de
erro que se refere ao modelo de previso de vendas. Na prtica, necessrio avaliar se esta
componente desempenha papel significativo que possa alterar a deciso de qual abordagem
utilizar pelo critrio de preciso.

(c) Robustez

A robustez de uma abordagem pode ser avaliada pela influncia de dados problemticos ou
inadequados nas sries de vendas. Estatsticos acreditam que modelos baseados em dados
agregados (Top-Down) so mais robustos, pois modelos baseados em dados no-agregados
(Bottom-Up) tendem a ser mais sensveis a outliers na amostra.

Resumindo, existem trs dimenses de erro que devem ser includas no processo de escolha
da abordagem a ser utilizada para realizar a previso de vendas: preciso, vieses e
sensibilidade a dados errados (influncia de outliers). As abordagens Top-Down e Bottom-Up
se comportam de maneira diferente em cada uma destas dimenses, o que torna bastante
complexo o processo decisrio de escolha da abordagem a ser utilizada.

Os resultados sugerem que a abordagem Top-Down reduz os efeitos do erro aleatrio e da

influncia de outliers nas sries de vendas, sendo, pois, mais robusta que a abordagem
Bottom-Up. No entanto, esta ltima se comporta melhor frente ao efeito de vieses. Alm disso,
a abordagem Top-Down introduz uma complexa interao entre os efeitos provocados por
vieses e outliers nas vendas.

Em relao a acurcia de cada abordagem, podemos concluir que existem diferenas

significativas. A deciso de qual abordagem utilizar, no entanto, depende muito do
comportamento das sries de vendas. Correlao entre produtos, existncia de vieses e de
outliers e representatividade de cada produto iro determinar qual abordagem dever ser
utilizada. Em geral, estudos empricos indicam que a varivel com maior impacto sobre o erro
e, portanto, a de maior importncia para a anlise a preciso. A existncia de correlao
positiva ou negativa (efeito portflio) entre os produtos, conforme demonstrado na Tabela 3,
tem forte impacto na deciso de qual abordagem dever ser utilizada.

Correlaes positivas so encontradas, por exemplo, em produtos que seguem as mesmas

variaes sazonais. Correlaes negativas so encontradas, muitas vezes, em variaes
(tamanho, embalagem ou modelo) de um mesmo produto. Por exemplo, a venda de
ventiladores e condicionadores de ar seguem o mesmo padro sazonal, influenciado por
fatores climticos, e apresentam forte correlao positiva. A previso de vendas deve, pois, ser
realizada separadamente (Bottom-Up). J entre os ventiladores, existem diversos modelos
diferentes e, apesar das vendas acompanharem os efeitos sazonais, as vendas de cada
modelo so influenciadas por outros fatores, havendo canibalizao de vendas entre os
modelos. Neste caso, ser mais eficiente realizar uma previso agregada para toda a famlia de
ventiladores e, depois, desagregar esta previso pela representatividade histrica de cada
modelo (Top-Down).

CONCLUSO

Conforme analisado, existem aspectos positivos e negativos em cada uma das abordagens. A
comparao entre as abordagens Top-Down e Bottom-Up mostra que existe espao para
utilizao de ambas. Ao mesmo tempo em que uma previso Top-Down pode ser mais precisa,
previses individuais para cada item podem ajudar a identificar padres de demanda. Elas no
so, pois, excludentes e podem ser utilizadas de forma combinada, em um modelo hbrido.

Se a empresa utiliza a previso de vendas para desenvolver planos estratgicos e decidir

oramentos, a abordagem Top-Down pode ser preferida. Por outro lado, se a previso de
vendas utilizada para organizar os calendrios de produo e distribuio, a abordagem
Bottom-Up provavelmente ser escolhida. Desta forma, a escolha da abordagem depende,
alm do comportamento dos dados, dos objetivos de utilizao da previso pela empresa.

BIBLIOGRAFIA

Darrough, Masako N. e Russell, Thomas A Positive Model of Earnings Forecast: Top-Down

versus Bottom-Up The Journal of Business, 75 (1), Janeiro/2002, pp.127-152.

Gordon, Teresa P., Morris John S. e Dangerfield, Byron J. Top-Down or Bottom-Up: Which is
the Best Approach to Forecasting? The Journal of Business Forecasting Methods & Systems,
16 (3), Fall 1997, pp.13-16.

Jain, Chamam L. How to Determine the Approach to Forecasting The Journal of Business
Forecasting Methods & Systems, 14 (2), Summer 1995, pgina 2.

Kahn, Kenneth B. Revisiting Top-Down versus Bottom-Up Forecasting The Journal of

Business Forecasting Methods & Systems, 17 (2), Summer 1998, pp.14-19.

Lapide, Larry New Developments in Business Forecasting The Journal of Business

Forecasting Methods & Systems, 17 (2), Summer 1998, pp.28-29.

Portougal, Victor Demand Forecast for a Catalog Retailing Company Production and Inventory
Management Journal, 43 (1/2), pp.29-34.

Schwarzkopf, A.B., Tersine, R.J. e Morris, J.S. Top-Down versus Bottom-Up Forecasting
Strategies International Journal of Production Research, 26 (11), 1988, pp.1833-1843.

West, Douglas C. Number of Sales Forecast Methods and Marketing Management Journal of
Forecasting, 13 (4), Agosto/1994, pp.395-407.