Media Movel vs Suavizacao Exponencial: Escolher uma Previsao de Demanda

Toda equipe de planejamento chega a mesma bifurcacao mais cedo ou mais tarde. Voce tem um historico de vendas, precisa prever o proximo periodo e existem dois metodos classicos disputando a sua atencao. De um lado, a media movel simples, que qualquer pessoa entende em trinta segundos. Do outro, a suavizacao exponencial, que parece mais sofisticada e promete reagir melhor. A pergunta que fica no ar quase nunca e respondida com numeros. Em vez disso, a decisao costuma sair no automatico, geralmente com uma media movel de tres periodos porque foi assim que alguem aprendeu na faculdade ou herdou de uma planilha antiga.

Este artigo faz o oposto. Ele mostra as duas formulas, explica o que cada uma faz com os seus dados, calcula um exemplo real do inicio ao fim e deixa claro em qual situacao cada metodo ganha. No final, voce vai ter um criterio simples para nunca mais decidir no chute: rode os dois na sua serie, meca o erro e fique com o vencedor. Se preferir automatizar essa comparacao, cada secao aponta para uma calculadora gratuita que faz a conta por voce.

O que e a media movel simples

A media movel simples preve o proximo periodo como a media aritmetica das ultimas n demandas reais. Se voce escolhe uma janela de tres periodos, a previsao para o mes que vem e a soma das tres ultimas vendas dividida por tres. Cada um desses tres periodos entra na conta com o mesmo peso. O periodo de ontem vale exatamente o mesmo que o periodo de tres meses atras, e tudo o que aconteceu antes da janela simplesmente desaparece do calculo.

Essa igualdade de pesos e ao mesmo tempo a forca e a fraqueza do metodo. A forca aparece em series estaveis, onde a demanda oscila em torno de um nivel constante. Ali a media movel funciona como um filtro que apaga o ruido aleatorio e revela o nivel de fundo. A fraqueza aparece assim que existe tendencia. Como o metodo trata o passado distante e o passado recente da mesma forma, ele sempre fica atras de uma serie que sobe ou desce. Ele reage devagar, e essa lentidao vira um erro sistematico chamado vies.

Escolher a janela n e a unica decisao real da media movel. Uma janela curta, como dois ou tres periodos, reage mais rapido mas deixa passar mais ruido. Uma janela longa, como oito ou doze periodos, suaviza muito bem mas demora ainda mais para perceber uma mudanca de rumo. Nao existe um n magico. Existe o n que produz o menor erro na sua serie, e isso precisa ser testado.

O que e a suavizacao exponencial

A suavizacao exponencial resolve o problema dos pesos iguais de um jeito elegante. A formula da suavizacao exponencial simples e:

F(t+1) = alfa x D(t) + (1 – alfa) x F(t)

Aqui F(t+1) e a previsao para o proximo periodo, D(t) e a demanda real do periodo atual, F(t) e a previsao que voce tinha feito para o periodo atual e alfa e uma constante entre zero e um. A ideia e simples de enxergar. A nova previsao e uma mistura entre o que aconteceu de fato agora e o que voce esperava que acontecesse. O alfa controla essa mistura. Com alfa alto, voce da muito peso ao dado mais recente e reage rapido. Com alfa baixo, voce confia mais na sua previsao anterior e reage devagar.

O nome exponencial vem de um detalhe bonito. Se voce abrir a formula recursivamente, descobre que todos os periodos passados continuam presentes na conta, so que com peso que diminui de forma geometrica quanto mais antigo for o dado. O periodo de ontem pesa muito, o de anteontem pesa menos, o da semana passada pesa pouco e assim por diante, sem nunca zerar de vez. Isso e o contrario da media movel, que corta o passado no limite da janela e ignora tudo o que ficou de fora.

Quando a serie tem tendencia, a suavizacao exponencial simples ainda fica um pouco atras, porque ela persegue o nivel mas nao modela a inclinacao. Para isso existe o metodo de Holt, que adiciona um segundo termo de suavizacao dedicado a tendencia, com uma constante propria chamada beta. Holt estima ao mesmo tempo o nivel e a inclinacao da serie, entao ele projeta para frente em vez de apenas correr atras do ultimo valor. Quando a demanda sobe de forma consistente, Holt costuma reduzir o vies de maneira visivel.

Como medir o erro de qualquer previsao

Nenhuma dessas escolhas faz sentido sem uma forma de julgar o resultado. A regra de ouro do planejamento de demanda e nao acreditar em nenhum metodo pela reputacao. Voce mede o erro dentro da propria amostra, comparando o que o metodo teria previsto com o que de fato aconteceu, periodo a periodo. Quatro indicadores dao conta do recado.

O vies merece atencao especial nesta comparacao. Um metodo pode ter um MAD aceitavel e ainda assim errar sempre na mesma direcao, o que e exatamente o que acontece quando uma media movel tenta acompanhar uma tendencia de alta. Ela fica cronicamente abaixo da demanda real, e a soma dos erros dispara para o lado positivo. O RMSE, por sua vez, castiga com mais forca os erros grandes, entao ele e util quando um unico periodo muito errado sai caro para a operacao.

Como calcular passo a passo

O procedimento e o mesmo para os dois metodos e cabe em cinco passos. Primeiro, organize a demanda real em ordem cronologica. Segundo, gere a previsao de cada periodo com o metodo escolhido, usando so a informacao que existia ate ali. Terceiro, calcule o erro de cada periodo como a demanda real menos a previsao. Quarto, transforme esses erros em MAD, MAPE, RMSE e vies. Quinto, repita tudo com o metodo concorrente e compare os quatro numeros lado a lado.

Para a media movel, a previsao de cada periodo e a media dos n periodos anteriores. Para a suavizacao exponencial, voce precisa de uma previsao inicial para comecar a recursao, geralmente o primeiro valor observado ou a media dos primeiros periodos, e de um alfa. O ponto sensivel e o alfa. Em vez de adivinhar, vale a pena deixar um otimizador testar varios valores de alfa e ficar com aquele que minimiza o erro. Esse e o mesmo trabalho que uma boa Calculadora de Suavizacao Exponencial (SES e Holt, com Alfa e Beta Otimizados) faz em segundos, varrendo a grade de valores e retornando o alfa que da a menor RMSE.

O exemplo trabalhado do inicio ao fim

Nada convence mais do que numeros de verdade. Considere uma serie de demanda em alta ao longo de doze periodos:

20, 24, 22, 26, 25, 29, 27, 31, 30, 34, 33, 37

A serie sobe de forma clara, com oscilacoes de curto prazo por cima da tendencia. Esse e justamente o cenario em que os dois metodos se comportam de maneira diferente, o que torna a comparacao instrutiva.

Comece com a media movel simples de tres periodos. Cada previsao e a media das tres demandas anteriores, entao a previsao para o proximo periodo, depois do valor 37, e a media de 34, 33 e 37, o que da 34,67. Ao calcular o erro periodo a periodo ao longo de toda a serie, a media movel de tres periodos termina com uma RMSE de 3,35 e um vies de +25,7. Repare no sinal do vies. Ele e positivo e grande, o que confirma na pratica o que a teoria prometeu: como a serie sobe, a media movel fica sempre atras e subestima a demanda real de forma consistente. A previsao de 34,67 ja nasce baixa diante de uma serie que acabou de tocar 37.

Agora rode a suavizacao exponencial simples com o alfa otimizado. O otimizador encontra um alfa de 0,76, um valor alto, que faz sentido porque uma serie em tendencia recompensa quem reage rapido ao dado mais recente. Com esse alfa, a previsao para o proximo periodo e 36,04, bem mais perto do topo recente da serie do que os 34,67 da media movel. A RMSE cai para 2,92, ou seja, o erro tipico e menor, e a previsao acompanha a subida em vez de correr atras dela.

Seria um erro concluir a partir daqui que a suavizacao exponencial e sempre melhor. Em uma serie plana e estavel, o resultado se inverte. Quando a demanda apenas oscila em torno de um nivel fixo, nao existe tendencia para perseguir, e reagir rapido a cada solavanco so introduz ruido na previsao. Nesse cenario, um alfa pequeno ou uma janela de media movel mais longa ganham, porque suavizam mais e ignoram as oscilacoes aleatorias que nao significam nada. A licao central e direta. Case o metodo com o padrao da serie e escolha aquele que tem o menor erro nos seus proprios dados, em vez de recorrer por reflexo a media movel de tres periodos.

Como ler e aplicar o resultado

Depois de calcular os quatro indicadores para os dois metodos, a leitura fica objetiva. Se a suavizacao exponencial tem RMSE e MAD menores e um vies mais proximo de zero, ela e a escolha melhor para aquela serie. Se a media movel entrega numeros parecidos ou melhores, e mais simples de explicar e de manter, entao a simplicidade vence o empate. O que voce nunca deve fazer e ignorar o vies. Um vies grande e persistente e um sinal de que o metodo esta estruturalmente errado para o padrao da demanda, e nenhum ajuste fino de janela vai resolver isso.

Vale traduzir os numeros para o dia a dia da operacao. Um vies positivo cronico significa que voce vai comprar de menos e viver em ruptura, perdendo venda. Um vies negativo cronico significa que voce vai comprar de mais e acumular estoque parado, prendendo capital. Por isso o vies proximo de zero e tao valioso: ele indica uma previsao equilibrada, que erra ora para cima ora para baixo, sem viciar o planejamento em uma direcao. O MAPE, por ser percentual, ajuda a comunicar o desempenho para quem nao acompanha a serie de perto, e a comparar produtos de tamanhos muito diferentes.

Erros comuns ao comparar os metodos

O primeiro erro e fixar a janela em tres periodos por tradicao. O tres nao tem nada de especial. Ele so virou padrao porque aparece nos livros. A janela certa depende de quanto ruido a sua serie tem e de quao rapido a demanda muda, e isso muda de produto para produto.

O segundo erro e escolher o alfa no olho. Um alfa arbitrario, como 0,2, pode ficar muito longe do valor otimo. Na serie do exemplo, o alfa otimo foi 0,76, quase quatro vezes maior do que o palpite comum. Deixar um otimizador buscar o alfa que minimiza a RMSE evita esse desperdicio e costuma melhorar o resultado de forma expressiva.

O terceiro erro e comparar os metodos com uma unica metrica. Olhar so o MAD pode esconder um vies enorme. Olhar so o vies pode esconder erros grandes que se cancelam na soma. Use os quatro indicadores juntos, porque cada um conta uma parte diferente da historia. Uma Calculadora de Erro de Previsao (MAD, MAPE, WMAPE, Vies e Sinal de Rastreamento) mostra todos eles de uma vez e ainda acrescenta o sinal de rastreamento, que avisa quando o vies sai de controle ao longo do tempo.

O quarto erro e comparar os metodos em series diferentes ou em periodos diferentes. Para que a comparacao seja justa, os dois metodos precisam ser avaliados exatamente na mesma serie, no mesmo intervalo e com o mesmo criterio de erro. Trocar qualquer uma dessas variaveis no meio do caminho invalida o resultado.

Quando nenhum dos dois basta e o que usar

Media movel e suavizacao exponencial simples sao otimos pontos de partida, mas nem sempre chegam ao fim. Se a sua serie tem uma tendencia forte e sustentada, a suavizacao exponencial simples ainda vai ficar um pouco atras, e vale subir para o metodo de Holt, que modela a inclinacao explicitamente. Se a demanda tem sazonalidade, com picos que se repetem em certas epocas do ano, nenhum dos dois metodos captura esse padrao sozinho, e voce precisa de indices sazonais para dessazonalizar a serie antes de prever.

Quando a demanda depende de uma variavel externa clara, como tempo, preco ou uma campanha, um modelo de tendencia por regressao linear costuma explicar mais do que qualquer suavizacao. E quando o objetivo e decidir onde vale a pena investir esforco de previsao, uma analise de variabilidade ajuda a separar os itens estaveis dos itens erraticos, porque nao adianta gastar energia tentando prever com precisao aquilo que e intrinsecamente imprevisivel. Cada um desses caminhos tem uma calculadora dedicada, listadas mais abaixo.

Tres dicas de especialista

Deixe o computador escolher o alfa e a janela

A intuicao humana e ruim para calibrar constantes de suavizacao. O que parece um alfa razoavel muitas vezes esta longe do valor que minimiza o erro. Rode uma busca automatica sobre uma grade de alfas e sobre varios tamanhos de janela, e fique com a combinacao que entrega a menor RMSE na sua serie. Foi assim que o exemplo chegou ao alfa de 0,76, um valor que quase ninguem escolheria no chute.

Vigie o vies, nao so o tamanho do erro

Duas previsoes podem ter o mesmo MAD e comportamentos completamente diferentes. Uma erra para os dois lados de forma equilibrada. A outra erra sempre para o mesmo lado e sangra estoque ou venda mes apos mes. O sinal de rastreamento existe justamente para pegar esse vies acumulado cedo. Configure um limite e trate qualquer estouro como um alarme para revisar o metodo.

Reavalie o metodo quando o padrao mudar

A serie que era plana pode comecar a subir. O produto que era estavel pode entrar em declinio. O metodo que venceu no ano passado pode ser o pior deste ano. Reavalie a comparacao em intervalos regulares, ou sempre que um evento grande mexer com a demanda, e esteja disposto a trocar de metodo quando os numeros mandarem. A previsao nao e uma escolha unica e definitiva, e sim uma decisao que se ajusta ao padrao vigente.

Calculadoras gratuitas de previsao e analitica

Voce pode fazer todas as contas deste artigo a mao, mas as calculadoras abaixo entregam o mesmo resultado em segundos, com o alfa e a janela ja otimizados e todos os indicadores de erro na tela. Todas fazem parte do hub de Previsao e Analitica.

• Calculadora de Previsao por Media Movel (Simples e Ponderada)
• Calculadora de Suavizacao Exponencial (SES e Holt, com Alfa e Beta Otimizados)
• Calculadora de Erro de Previsao (MAD, MAPE, WMAPE, Vies e Sinal de Rastreamento)
• Calculadora de Previsao por Regressao Linear (Minimos Quadrados, R2 e Intervalo de Previsao)
• Calculadora de Indice Sazonal (Dessazonalizar e Previsao Ajustada)
• Calculadora de Analise XYZ (Classificacao por Variabilidade da Demanda e Matriz ABC-XYZ)

Perguntas frequentes

Qual metodo e melhor, media movel ou suavizacao exponencial?

Depende do padrao da serie. Em series planas e estaveis, a media movel costuma ir bem porque suaviza o ruido. Em series com tendencia, a suavizacao exponencial com alfa otimizado reage mais rapido e reduz o erro. Na serie de exemplo, a suavizacao venceu com RMSE de 2,92 contra 3,35 da media movel. A regra pratica e testar os dois e ficar com o menor erro.

O que significa o alfa na suavizacao exponencial?

O alfa e a constante de suavizacao, um numero entre zero e um que controla quanto peso a previsao da ao dado mais recente. Um alfa alto reage rapido a mudancas. Um alfa baixo suaviza mais e reage devagar. No exemplo, o alfa otimo foi 0,76, um valor alto que se ajusta bem a uma serie em alta.

Por que a media movel fica atras de uma tendencia?

Porque ela da peso igual a todos os periodos da janela, inclusive aos mais antigos. Quando a demanda sobe, os valores antigos e menores puxam a media para baixo, entao a previsao fica cronicamente abaixo da demanda real. Isso aparece como um vies positivo grande, de +25,7 no exemplo.

Qual tamanho de janela devo usar na media movel?

Nao existe um numero universal. Uma janela curta reage mais rapido mas deixa passar ruido. Uma janela longa suaviza melhor mas demora a perceber mudancas. Teste varios tamanhos na sua serie e escolha o que minimiza a RMSE. Evite fixar tres periodos so por tradicao.

O que e vies em uma previsao?

O vies e a soma dos erros de previsao ao longo do tempo. Quando fica proximo de zero, o metodo erra de forma equilibrada para os dois lados. Um vies positivo grande indica subestimacao cronica, que leva a rupturas. Um vies negativo grande indica superestimacao, que leva a estoque parado.

Qual a diferenca entre MAD, MAPE e RMSE?

O MAD e a media do tamanho dos erros na mesma unidade da demanda. O MAPE expressa o erro medio em porcentagem, o que facilita comparar produtos de escalas diferentes. A RMSE e o erro tipico com penalidade extra para erros grandes. Use os tres juntos, porque cada um mostra uma parte da historia.

Quando devo usar o metodo de Holt em vez da suavizacao simples?

Use Holt quando a serie tem uma tendencia clara e sustentada. A suavizacao exponencial simples persegue o nivel mas nao modela a inclinacao, entao ainda fica um pouco atras de uma tendencia forte. Holt acrescenta um termo de tendencia com a constante beta e projeta para frente, reduzindo o vies.

Como escolher o alfa correto sem adivinhar?

Deixe um otimizador testar muitos valores de alfa e escolher aquele que minimiza a RMSE na sua serie. Escolher no olho quase sempre erra o alvo. No exemplo, o palpite comum de 0,2 estaria muito longe do alfa otimo de 0,76. A Calculadora de Suavizacao Exponencial faz essa busca automaticamente.

Esses metodos funcionam com demanda sazonal?

Nao diretamente. Nem a media movel nem a suavizacao exponencial simples capturam picos que se repetem em certas epocas do ano. Para lidar com sazonalidade, calcule indices sazonais, dessazonalize a serie, faca a previsao no dado ajustado e depois reaplique o padrao sazonal. A Calculadora de Indice Sazonal cobre esse fluxo.

O que e o sinal de rastreamento?

O sinal de rastreamento acompanha o vies acumulado dividido pelo MAD e serve como alarme. Quando ele ultrapassa um limite definido, indica que a previsao esta errando de forma persistente para o mesmo lado e que o metodo precisa de revisao. E uma forma de detectar problemas cedo, antes que virem ruptura ou excesso de estoque.

Posso comparar os dois metodos automaticamente?

Sim. Rode a mesma serie na Calculadora de Previsao por Media Movel e na Calculadora de Suavizacao Exponencial, depois compare os indicadores de erro na Calculadora de Erro de Previsao. Como todos usam a mesma serie e o mesmo criterio, a comparacao fica justa e voce escolhe o vencedor pelos numeros.

Preciso de muitos dados para usar esses metodos?

Voce consegue comecar com poucos periodos, mas quanto mais historico tiver, mais confiavel fica a medida de erro. Com series muito curtas, o risco e escolher um metodo que so parece bom por acaso. Uma boa pratica e reservar alguns periodos recentes para validar a previsao antes de confiar nela no planejamento.

A escolha entre media movel e suavizacao exponencial nunca precisou ser uma questao de gosto. As duas formulas sao transparentes, o exemplo mostra exatamente onde cada uma brilha e os quatro indicadores de erro transformam a decisao em uma comparacao objetiva. Rode os dois metodos na sua propria serie, olhe o RMSE e o vies lado a lado e deixe os numeros decidirem. Quando o padrao da demanda mudar, refaca a comparacao. Essa disciplina simples vale mais do que qualquer regra fixa herdada de uma planilha antiga.