Forecast accuracy: o que é, cálculo e benchmarks

No começo do trimestre seu líder de vendas promete R$ 1 milhão; no último dia, fechou R$ 870 mil. Essa distância de cerca de 15% é a acurácia de previsão — e é o que separa quem planeja contratação e desconto sobre número real de quem faz palpite com planilha. Este guia cobre a definição, a fórmula com exemplo trabalhado, a régua da Forrester (com fonte) e as armadilhas de quem já montou isso do zero.

O que é forecast accuracy

A acurácia de previsão mede a distância entre o número que a venda prometeu no começo do período e o que fechou de fato. No exemplo lá do topo — previu R$ 1 milhão, fechou R$ 870 mil — a distância é de cerca de 15%. Simples de entender. Difícil de fazer direito. E o problema não é a fórmula, que cabe numa linha: é que a previsão de vendas, na maioria das operações, é um ritual de opinião. O vendedor chuta o mês, o gerente ajusta pela sensação da semana, e no fim ninguém volta pra conferir se o chute foi bom. Sem essa volta, a previsão nunca melhora — porque medir acurácia é justamente o mecanismo que transforma achismo em processo calibrado.

Três coisas vivem confundidas e vale separar: acurácia de previsão pergunta se o previsto bateu com o realizado (o que esta página trata); atingimento de meta pergunta se o realizado bateu com a meta — e você pode bater a meta com uma previsão péssima (prevê R$ 600 mil, fecha R$ 1 milhão: meta batida, previsão horrível), por isso liga direto para a taxa de vitória e não para a acurácia; e pipeline coverage pergunta se há pipeline suficiente pra sustentar o número — a cobertura de pipeline é insumo da previsão, não a previsão. A confusão custa caro porque o gestor comemora o atingimento e nunca percebe que a operação é cega pro futuro.

Previsão ruim não aparece quando o trimestre é bom — aparece no trimestre em que você contratou, aprovou desconto e prometeu pro board contando com receita que não veio. A Forrester dá a definição operacional mais limpa que existe: acurácia é a diferença percentual absoluta entre a previsão do “Dia Um” (a primeira previsão do período) e o resultado acumulado até o último dia^[1]. O detalhe do “Dia Um” é o que separa medição honesta de teatro: se você mede a previsão da última semana, quando quase tudo já fechou, sua “acurácia” é sempre ótima e não serve pra nada.

Como calcular a acurácia de previsão

Há uma variação mais comum em CRM que engana: Acurácia = Realizado ÷ Previsto × 100. Ela passa de 100% quando você fecha acima do previsto — mascarando previsão ruim como “super acurácia”. Prever baixo e estourar não é acertar, é errar pra baixo. Por isso, três armadilhas de base derrubam a comparação: dividir pelo previsto vs. pelo realizado muda o número (a régua da Forrester usa o realizado do período como base — padronize, senão duas equipes com “90% de acurácia” mediram coisas diferentes); qual previsão conta, a do Dia Um (honesta) ou a revisada da última semana (inflada); e overshoot não é bônus — fechar 130% do previsto derruba a acurácia tanto quanto fechar 70%. Se sua métrica só pune o miss pra baixo, você premia quem prevê baixo de propósito.

Vale lembrar de onde a acurácia vem: cada deal só é confiável se a probabilidade dele for real, e isso depende da taxa de conversão por estágio — forecast por estágio construído sobre probabilidades chutadas erra por construção, antes mesmo de você fechar a conta.

Benchmarks de forecast accuracy

A referência mais citável que existe é a régua da Forrester, medida sobre a previsão do Dia Um: ±5% de variação é excelente, até ±10% é bom, acima disso é ruim — e, na pesquisa deles, só 21% das empresas ficam dentro dos 10% (79% erram por mais de 10 pontos)^[1]. Cuidado com tabela de agência (“80–85% aceitável”, “commit converte 80–90%”): quase sempre é claim próprio do autor, sem fonte primária. Use a régua abaixo como fato duro e calibre o resto com o seu próprio histórico.

Os sinais de contexto explicam por que a maioria erra — e quase nunca é o modelo, é o dado: menos de 50% dos líderes e vendedores têm alta confiança na acurácia da própria previsão (45% na pesquisa Gartner); só 47% acreditam ter dados de alta qualidade e 13% admitem que o dado é, de fato, ruim^[2]. Previsão ruim quase sempre nasce aí: data de fechamento desatualizada, deal parado marcado como quente, valor em branco.

Como implementar na prática

Armadilhas comuns

Estes são os erros que mais aparecem quando ajudamos um time a montar a previsão do zero — a maioria nasce de instrumentação e leitura, não de fórmula.

Medir a previsão da última semana, não a do Dia Um

O erro que mais aparece: o time comemora “95% de acurácia”, mas a previsão foi feita com o trimestre praticamente fechado. Isso não é previsão, é histórico com outro nome. A consequência é traiçoeira — o número parece ótimo no painel e a operação continua cega pro futuro, que é justamente o que a previsão deveria enxergar. Só se resolve travando a previsão no “Dia Um”.

Data de fechamento como campo decorativo

O clássico: metade dos deals com data de fechamento no passado, porque ninguém atualiza. Acontece porque o CRM foi montado pra registrar venda, não pra prever. Aí qualquer previsão baseada em “deals que fecham este mês” já nasce podre — e você só descobre no fim, quando o número não vem. Sem rotina de limpeza do CRM, não há previsão confiável.

Comparar CRM com CRM, nunca com o financeiro

Operação inteira mede acurácia comparando a previsão com o “closed-won” do próprio CRM. O problema: o CRM marca ganho quando o vendedor arrasta o card; o financeiro reconhece quando o dinheiro entra. Os dois divergem — desconto que mudou, deal que caiu depois, faturamento parcelado. Sem casar com a contabilidade, você mede a previsão contra uma ficção.

Sandbagging premiado pela própria métrica

Onde a acurácia só pune miss pra baixo, o vendedor esperto aprende rápido: prevê baixo, estoura a previsão, vira herói. A operação “acerta” o forecast e ainda assim não sabe planejar — porque a previsão foi desenhada pra ser batida, não pra ser verdadeira. Métrica que não pune overshoot ensina o time a mentir pra baixo.

Confundir acurácia com atingimento de meta

O erro de leitura mais caro. O trimestre bateu a meta, todo mundo comemora, e ninguém percebe que a previsão errou feio — só errou pra cima. No trimestre seguinte a liderança confia na previsão de novo, aprova contratação e desconto contando com ela, e dessa vez o erro vem pra baixo. Acurácia e meta são eixos diferentes; medir um achando que é o outro é como dirigir olhando só o velocímetro e ignorando o mapa.

Checklist de implementação

Transforme a previsão em processo, não em ritual de opinião

O trabalho pesado da acurácia não é a fórmula — é estruturar a operação: travar a previsão do Dia Um, manter o CRM limpo, casar a previsão com o realizado do financeiro e rodar a cadência semanal sem falhar. Isso pede um time que estrutura o processo, não um produto pra olhar. É exatamente o que o serviço de RevOps da Incuca faz: monta a fonte única, define a régua e instala a cadência que transforma achismo em previsão que o board pode usar.