FVA: Calibrando a Liberdade de Ajuste no Forecast

Todo processo maduro de previsão passa por várias mãos: estatística, demand planner, vendas, marketing, finanças, S&OP. Cada elo ajusta o número anterior com sua própria leitura de mundo. E, em quase todas as empresas, ninguém mede quem melhorou e quem piorou a previsão.

O resultado é conhecido: o consenso vira um leilão político, onde a área com mais voz na sala move mais o número. A acuracidade cai, mas a responsabilidade se dilui. FVA existe justamente para tornar essa cadeia auditável.

FVA é uma métrica de processo, não de modelo. Ela compara o erro do forecast em cada etapa da cadeia de ajuste contra o erro da etapa imediatamente anterior. A pergunta é simples: esta intervenção reduziu ou aumentou o erro médio?

A referência-base costuma ser um forecast estatístico automático, o baseline. A partir dele, cada camada adicional (ajuste do planner, override comercial, alinhamento S&OP) é medida contra o passo anterior e contra o próprio baseline, gerando uma trilha clara de valor agregado ou destruído.

Para tornar a métrica auditável, é preciso ancorar contra o que cada etapa está sendo comparada. A prática consolidada organiza o processo em quatro degraus, cada um medido contra o degrau imediatamente anterior.

A média de 12 meses é o exemplo concreto de baseline ingênuo. Ver o consenso perder para essa média é o alerta mais duro que o método entrega: significa que toda a estrutura de ajuste, reuniões e revisões custou dinheiro e piorou a previsão.

A base do cálculo é o MAPE, ou outra métrica de erro consistente, apurado por SKU, região ou família, em ciclos de previsão fechados. Para cada camada de ajuste, registra-se a versão do forecast, e ao final do horizonte compara-se com a venda real.

Valores positivos indicam que a intervenção agregou valor. Valores negativos indicam que o ajuste piorou a acuracidade. A leitura agregada por área e por participante revela padrões consistentes ao longo de vários ciclos, não apenas casos isolados.

Após alguns ciclos, o painel de FVA separa naturalmente três perfis dentro do processo:

O ponto sensível: em muitas operações, o baseline estatístico sozinho supera o forecast de consenso. Quando isso aparece de forma recorrente, o processo de ajuste está custando dinheiro à empresa.

Colaboração tem custo. Mobiliza pessoas, reuniões e tempo de várias áreas para revisar números. Esse custo raramente é contabilizado quando se defende o processo de consenso como bem em si mesmo.

Para itens de alta previsibilidade, com coeficiente de variação baixo, a acuracidade teórica do baseline estatístico já é alta. A margem de melhoria da colaboração é pequena, e frequentemente negativa. Forecastability é o teto de acurácia alcançável dado o padrão de demanda: itens estáveis têm teto alto e pouco espaço para ganho manual.

Cruzar previsibilidade com importância do item deixa a decisão evidente. Baixo volume e baixo valor não justificam mobilizar um comitê para mexer no número. A matriz ABC-XYZ define onde a colaboração é investimento e onde é custo morto.

Nem todo item merece uma reunião. Colaborar em um item que o modelo já acerta não é rigor. É desperdício. A decisão de colaborar deveria ser segmentada: concentrar esforço humano onde o FVA potencial é alto (itens erráticos, alto valor, lançamentos, promoções) e deixar o motor estatístico rodar sozinho onde a colaboração não paga o próprio custo.

FVA não serve para punir pessoas, e sim para calibrar a liberdade de ajuste dentro do processo. A regra é direta: quem historicamente agrega valor mantém autonomia para intervir. Quem historicamente destrói valor passa a precisar de justificativa explícita, aprovação adicional ou tem sua faixa de ajuste limitada.

Isso muda a natureza da reunião de consenso. Em vez de discutir sensações, discute-se evidência: qual foi o FVA médio da área nos últimos ciclos, quais overrides funcionaram, quais viraram ruído. O S&OP deixa de ser um fórum de opinião e vira um fórum de decisão baseada em dados.

Implantar FVA é mais uma decisão de processo do que de tecnologia. Exige versionar o forecast em cada etapa, definir os pontos de medição, publicar os resultados de forma transparente e revisar as regras de autonomia em cadência regular. Trimestral costuma funcionar bem.

Nos módulos de Demanda do NPLAN, cada camada de ajuste fica registrada com autor, timestamp e delta em relação ao baseline. O FVA deixa de ser um exercício manual em planilha e passa a ser um indicador operacional, gerado automaticamente a cada ciclo de previsão.