Previsão de receita em B2B: por que o método padrão erra tanto

Toda operação B2B faz previsão de receita, e a maioria faz de um jeito que não sobrevive ao contato com a realidade: o vendedor estima a probabilidade de cada negócio, alguém soma, e o número vira meta.

Três meses depois, a previsão errou em 40% e ninguém sabe explicar por quê. No trimestre seguinte, repete-se o processo com a mesma metodologia e a expectativa de resultado diferente.

Este artigo é sobre por que essa forma falha e o que funciona em ciclo longo com poucos negócios.

Por que a previsão por percentual falha

O método padrão atribui uma probabilidade a cada estágio — 20% em proposta enviada, 60% em negociação, 90% em fechamento iminente — multiplica pelo valor e soma.

Parece razoável e tem três problemas estruturais.

Os percentuais são inventados. Vieram de um template ou de uma reunião. Quase nunca foram calculados a partir do histórico da própria operação. Se, na sua base, negócios em "negociação" fecham em 35% dos casos e não em 60%, toda a previsão está inflada por construção.

O vendedor tem incentivo em uma direção. Estimativa de fechamento afeta como ele é visto. Isso não é desonestidade — é o efeito previsível de pedir a alguém que avalie o próprio trabalho.

A soma esconde a dispersão. Dez negócios com 50% de chance somam o mesmo que cinco com 100%. Mas o primeiro cenário tem variação enorme e o segundo é praticamente certo. A previsão trata os dois como equivalentes.

Prever pelo comportamento, não pela opinião

A alternativa é substituir a estimativa subjetiva por probabilidade observada. O método é o mesmo do lead scoring, aplicado a negócios em aberto.

Passo 1. Extraia todos os negócios encerrados dos últimos dois anos — ganhos e perdidos.

Passo 2. Para cada estágio do funil, calcule a taxa real de fechamento. Dos negócios que chegaram a "proposta enviada", quantos fecharam? Esse é o percentual verdadeiro daquele estágio.

Passo 3. Substitua os percentuais inventados pelos observados. Só isso já corrige boa parte do erro.

Passo 4. Refine por atributo. A taxa raramente é uniforme: negócios de um setor fecham mais que de outro, contas maiores demoram mais, oportunidades vindas de indicação convertem melhor. Segmentar produz previsões bem mais precisas.

O sinal que mais melhora a previsão

Em B2B, um atributo costuma superar todos os outros em poder preditivo: quantas pessoas distintas da conta estão engajadas.

Um negócio com um único contato, por mais entusiasmado que ele esteja, é frágil — depende de uma pessoa que pode sair, mudar de função ou perder a disputa interna. Três contatos de áreas diferentes indicam que existe uma conversa acontecendo dentro da empresa.

Se você acrescentar um único atributo ao modelo de previsão, acrescente esse.

Três previsões diferentes, frequentemente confundidas

Parte da confusão em reuniões de previsão vem de as pessoas estarem respondendo perguntas diferentes sem perceber. Separar ajuda.

Fechamento do trimestre corrente

Baseada nos negócios que já estão no funil. É a mais precisa das três, porque o material está todo visível — e mesmo assim é a que mais gera discussão, porque é a que tem meta associada.

Horizonte curto, dados completos. Se essa previsão erra muito, o problema é de método ou de honestidade, não de incerteza.

Fechamento dos próximos dois ou três trimestres

Depende de negócios que ainda não existem. Prever isso a partir do funil atual é impossível — o que se prevê é a taxa de entrada de oportunidades, que é bem mais estável, multiplicada pela conversão histórica.

Aqui o erro comum é o oposto: as pessoas tentam prever pelo funil e concluem que não dá para prever. Dá — só que pela porta de entrada, não pela de saída.

Capacidade de crescimento

A pergunta estratégica: quanto essa operação consegue crescer no próximo ano com a estrutura atual? Não é previsão de vendas — é função de capacidade comercial, geração de oportunidades e economia unitária.

Frequentemente respondida com uma extrapolação linear do trimestre atual, o que ignora todos os limites reais: quantos negócios um vendedor consegue trabalhar bem, quanto o canal de aquisição comporta antes de saturar, e quanto caixa o crescimento consome antes de se pagar.

Por que separar importa

Cada uma tem método próprio, horizonte próprio e margem de erro própria. Tratá-las como uma coisa só produz a reunião típica: alguém pergunta sobre o trimestre, outro responde sobre o ano, e a discussão não converge.

O problema do tempo

Previsão de receita tem duas perguntas: vai fechar? e vai fechar quando? A segunda é frequentemente ignorada e responde por boa parte do erro.

Um negócio que vai fechar, mas no trimestre seguinte, aparece como erro de previsão idêntico a um negócio perdido — embora sejam coisas completamente diferentes.

Duas correções ajudam:

Meça a duração real por estágio. Quanto tempo, na mediana, um negócio passa em cada etapa. Um que está em "negociação" há três vezes a mediana provavelmente não vai fechar no prazo previsto, independentemente do que o vendedor ache.

Separe deslize de perda. No fechamento do trimestre, categorize: ganho, perdido, ou adiado. Se a proporção de adiados é alta e estável, a previsão precisa de um fator de correção temporal — e não de mais pressão comercial.

O que fazer com poucos negócios

Aqui está a dificuldade específica de B2B de ticket alto: com vinte negócios por trimestre, a estatística ajuda pouco.

Se um negócio grande representa 30% da meta, nenhuma modelagem probabilística importa mais que a pergunta binária de ele fechar ou não.

Três adaptações honestas:

Preveja em faixa, não em ponto. "Entre X e Y, com Z como cenário central" descreve a realidade. Um número único comunica precisão que não existe, e é sempre desmentido.

Trate os grandes separadamente. Os três ou quatro negócios que sozinhos movem a meta merecem análise individual, com data esperada e o que precisa acontecer. O resto pode ser tratado estatisticamente.

Preveja o funil, não só o fechamento. Com poucos negócios, a previsão de receita do trimestre é ruidosa. A previsão de quantas oportunidades novas vão entrar é bem mais estável — e é ela que determina o trimestre seguinte.

Trabalhar com cenários em vez de número único

Com poucos negócios e alta dispersão de valor, um número único é sempre errado. Cenários descrevem melhor a realidade e são mais úteis para decidir.

O formato de três linhas

Conservador: apenas os negócios em estágio avançado, com evidência concreta de avanço. É o piso — o que acontece se nada de novo der certo.

Central: o conservador mais a fração esperada dos negócios em estágio intermediário, usando a taxa histórica real daquele estágio.

Otimista: inclui os grandes que podem virar, com a ressalva explícita de quais são e do que depende cada um.

Por que isso muda a conversa

Um número único convida à discussão sobre se ele está certo. Três cenários convidam a uma pergunta melhor: o que precisa acontecer para sairmos do conservador para o central?

Essa pergunta produz ação. "O negócio X precisa da aprovação do jurídico deles até dia 20" é acionável de um jeito que "precisamos bater a meta" não é.

O que fazer com o cenário conservador

Ele tem uma função específica e desconfortável: é o número com que a empresa deveria planejar despesa. Planejar gasto em cima do cenário otimista é como as operações descobrem, no fim do trimestre, que o caixa não fecha.

Uma prática que resolve bastante conflito: a meta comercial pode ser o cenário otimista; o planejamento financeiro usa o conservador. Os dois números coexistem, cada um com sua função, e ninguém precisa fingir que são o mesmo.

A reunião de previsão

O processo importa tanto quanto o método, porque é onde o otimismo entra.

Peça evidência, não confiança. "Qual a chance de fechar?" convida a uma opinião. "O que já aconteceu que indica que vai fechar?" convida a fatos: houve reunião com quem aprova, o orçamento foi confirmado, a proposta foi discutida internamente.

Pergunte o que falta. Um negócio que vai fechar tem um caminho identificável até lá. Se ninguém consegue descrever os próximos três passos, a previsão é torcida.

Registre a previsão individual antes da reunião. Discussão em grupo produz convergência para a opinião de quem fala primeiro, e a divergência é justamente a informação útil.

Compare com o realizado, sempre. Se ninguém revisita as previsões passadas, o time não aprende a calibrar. Uma planilha com previsto e realizado por vendedor, olhada trimestralmente, melhora a acurácia mais que qualquer mudança de metodologia.

Previsão em operação baseada em contas

Programas de ABM têm um padrão de receita que quebra a previsão convencional, e vale antecipar antes que alguém conclua que o programa não funciona.

O intervalo até o primeiro resultado é longo e silencioso. Entre o início do trabalho em uma conta e o fechamento podem passar quatro trimestres. Nesse período, a previsão baseada em funil mostra pouco — as contas não estão em estágios formais ainda.

Poucos negócios, valores altos. Com trinta contas-alvo, o trimestre pode ser definido por dois fechamentos. Nenhuma média ajuda: é análise caso a caso.

O resultado é irregular. Dois trimestres fracos seguidos de um excepcional é o padrão normal, não sinal de problema. Avaliado trimestralmente contra meta linear, um programa saudável parece estar falhando.

O que prever no lugar

Durante os primeiros trimestres, a previsão útil não é de receita — é de progressão das contas:

• Quantas contas passaram de zero para pelo menos um contato engajado
• Quantas têm três ou mais pessoas ativas
• Quantas tiveram a primeira conversa comercial
• Quantas têm proposta em discussão

Esses números respondem em semanas, movem-se de forma previsível, e correlacionam com receita futura. A receita em si só vira métrica útil depois que a primeira leva de contas amadurece.

Vale combinar isso por escrito com quem aprova o orçamento, antes de começar. Um programa avaliado por receita no primeiro trimestre é um programa cancelado no segundo.

Um detalhe que costuma ser esquecido nessa reunião: revisar os negócios que sumiram da previsão. A atenção vai toda para o que está avançando, e as oportunidades que silenciosamente saíram da lista não são discutidas. Frequentemente é ali que está a informação mais útil — um padrão de perda que ninguém nomeou porque cada caso foi tratado isoladamente.

O que precisa existir na base

Nada disso funciona sem alguns dados que muita operação não registra:

Duas linhas merecem destaque. Motivo de perda em texto livre é inútil — "não tinha fit" não ensina nada; uma lista fechada de cinco a oito opções transforma descarte em insumo. E contatos não vinculados à conta tornam o sinal mais preditivo do funil indisponível, por mais que ele exista nos dados brutos.

Cinco erros que arruínam a previsão

Usar percentuais que ninguém calculou. Os números do template não descrevem a sua operação. Calcular as taxas reais leva uma tarde e corrige a maior parte do erro.

Não medir o próprio erro. Sem comparar previsto com realizado ao longo do tempo, ninguém aprende a calibrar — e o mesmo viés se repete indefinidamente.

Confundir negócio parado com negócio ativo. Uma oportunidade sem interação há dois meses continua somando na previsão como se estivesse andando. Vale um filtro automático: sem atividade registrada há mais de X dias, sai da previsão até voltar a se mover.

Ignorar o funil de entrada. Toda a atenção vai para os negócios em fechamento, e ninguém olha quantas oportunidades novas entraram. É o indicador que determina os próximos trimestres, e o que dá tempo de corrigir.

Punir a previsão honesta. O mais destrutivo. Se reportar um número baixo gera cobrança e reportar um número alto não gera consequência até o fim do trimestre, o incentivo é claro — e a previsão vira ficção com aparência de dado.

Sobre ferramentas de previsão

Plataformas que prometem previsão automatizada por aprendizado de máquina existem e valem uma nota, porque a decisão de contratar costuma vir antes de resolver o básico.

Elas exigem volume. Um modelo treinado em cinquenta negócios encerrados aprende o ruído daquela amostra. Abaixo de algumas centenas de cada lado, taxas calculadas à mão em planilha rendem tanto quanto — e são explicáveis.

Elas exigem os mesmos dados. Data de entrada por estágio, motivo de perda estruturado, contatos vinculados à conta. Se isso não existe na base, a ferramenta não tem o que processar. É comum contratar a plataforma e descobrir na implantação que o pré-requisito falta.

A explicabilidade importa mais do que parece. Uma previsão que o time comercial não entende é uma previsão que ele contesta. Um modelo que diz "62%" sem explicar perde para uma planilha que mostra "negócios neste estágio, neste setor, com três contatos, fecham em 58% dos casos no seu histórico".

A ordem que faz sentido: resolver os dados, calcular as taxas reais, mudar o formato da reunião, medir o erro por alguns trimestres. Se depois disso o erro continuar alto e o volume justificar, aí a ferramenta tem o que melhorar.

Na maioria das operações B2B de nicho, o gargalo nunca chega a ser o modelo — é a qualidade do dado e a honestidade do processo.

Previsão não é meta

Uma confusão que estraga as duas coisas.

Previsão é uma estimativa do que vai acontecer. Ela deve ser a mais precisa possível, e uma previsão pessimista correta vale mais que uma otimista errada.

Meta é uma decisão sobre o que se quer alcançar. Ela pode ser deliberadamente ambiciosa.

Quando as duas se misturam — quando a previsão precisa "bater a meta" para ser aceita —, a previsão deixa de ser informação e vira negociação. O time aprende que reportar o número real gera problema, e passa a reportar o número esperado.

O sintoma: previsões que chegam sempre próximas da meta e realizados que ficam sempre abaixo. Quando isso acontece, o problema não é execução — é que a previsão parou de ser previsão.

Montando em três semanas

1. Semana 1 — meça o erro atual. Compare as previsões dos últimos quatro trimestres com o realizado. Isso dimensiona o problema e cria a linha de base.
2. Semana 1 — calcule as taxas reais por estágio a partir dos negócios encerrados. Compare com os percentuais em uso. A diferença costuma ser grande.
3. Semana 2 — segmente. Recalcule por setor, porte e origem. Aqui aparece a descoberta mais acionável.
4. Semana 2 — meça a duração por estágio e identifique os negócios parados acima da mediana.
5. Semana 3 — mude o formato da reunião. Evidência em vez de confiança, previsão individual antes da discussão, faixa em vez de ponto.
6. Semana 3 — separe previsão de meta explicitamente, e diga isso ao time.

O passo 6 é o mais difícil e o de maior efeito. Enquanto reportar a previsão real for arriscado para quem reporta, nenhuma melhoria de método resolve — você vai ter um modelo estatístico sofisticado alimentado por números que as pessoas escolheram dizer.