Estoque

Previsão de demanda para e-commerce: um método simples que funciona

Por Felipe Santos · 30 de outubro de 2026 · 8 min de leitura

Toda decisão de compra é, no fundo, uma aposta sobre quanto vai vender. Quando ela é feita pela intuição, o resultado costuma oscilar entre ruptura nos itens que estouram e estoque parado nos que esfriam. Uma previsão de demanda simples, feita produto a produto, não acerta o futuro, mas erra menos e de forma mais consistente, o que já melhora muito as compras.

Antes de prever: limpe o histórico

A previsão é tão boa quanto os dados de vendas usados. Antes de qualquer conta:

  • Junte todos os canais: marketplaces, loja própria e vendas diretas, por SKU.
  • Marque os períodos de ruptura: se o produto ficou sem estoque, as vendas daquele período não mostram a demanda real.
  • Separe eventos fora do padrão: uma venda grande para uma empresa, uma promoção relâmpago, um anúncio que viralizou.
  • Considere kits: a venda de um kit é demanda dos seus componentes.

Passo 1: média móvel

A média das vendas dos últimos meses é o ponto de partida. Usar uma janela móvel (sempre os três últimos meses, por exemplo) faz a previsão acompanhar as mudanças sem reagir demais a um mês isolado.

Média móvel de 3 meses = (vendas do mês −1 + mês −2 + mês −3) ÷ 3

Exemplo: julho 300, agosto 340, setembro 380 unidades. Média móvel = (300 + 340 + 380) ÷ 3 = 340 unidades por mês.

Passo 2: tendência

No exemplo, as vendas crescem cerca de 40 unidades por mês. A média de 340 está "atrasada": representa o meio do período, não o momento atual. Quando há uma tendência clara, ajuste:

Previsão do próximo mês ≈ último mês + crescimento médio mensal

Com crescimento médio de 40 unidades: 380 + 40 = 420 unidades para outubro.

Use a tendência com cautela. Crescimento de produto novo desacelera, e um ou dois meses fortes não fazem uma tendência. Na dúvida, fique entre a média móvel e a projeção com tendência.

Passo 3: sazonalidade

Muitos produtos vendem mais em certos meses: datas comemorativas, estações do ano, volta às aulas, Black Friday. O índice de sazonalidade mede quanto um mês costuma vender acima ou abaixo da média do ano:

Índice do mês = vendas daquele mês no ano anterior ÷ média mensal do ano anterior

Exemplo: no ano passado, o produto vendeu em média 400 unidades por mês e 600 em novembro. Índice de novembro = 600 ÷ 400 = 1,5.

Para prever novembro, aplique o índice sobre o nível atual sem sazonalidade:

Previsão de novembro = nível atual × índice de novembro

Se o nível atual do produto é de cerca de 420 unidades por mês, a previsão para novembro fica em 420 × 1,5 = 630 unidades.

Com dois ou mais anos de histórico, use a média dos índices de cada ano para o mesmo mês. Se não houver histórico do produto, use o de produtos parecidos ou da categoria.

Passo 4: transforme a previsão em compra

A previsão alimenta diretamente as contas de estoque:

Passo 5: meça o erro

Todo mês, compare o previsto com o realizado para os itens principais:

Erro (%) = (realizado − previsto) ÷ realizado × 100
  • Erro sempre positivo (vendeu mais que o previsto): a previsão está conservadora demais, o que leva a rupturas.
  • Erro sempre negativo: previsão otimista demais, o que leva a estoque parado.
  • Erro alternando para os dois lados: normal; o importante é que fique pequeno nos itens A.

Onde concentrar o esforço

Não é preciso fazer previsão detalhada para o catálogo inteiro. Use a curva ABC:

  • Itens A: previsão mensal com tendência e sazonalidade, revisada toda semana nos períodos de pico.
  • Itens B: média móvel com ajuste de sazonalidade nas datas fortes.
  • Itens C: média móvel simples e compras em lotes menores.

Para começar hoje: pegue os 10 produtos que mais vendem, calcule a média móvel dos últimos 3 meses e o índice de novembro do ano passado. Esse cálculo já mostra se o estoque atual aguenta o fim de ano.

Felipe Santos
Felipe Santos

Diretor de WMS na Play Full, onde cuida da operação logística de e-commerce: estoque, expedição, envios para fulfillment e integração entre marketplaces, ERP e armazém. Saiba mais · LinkedIn