O que são variáveis externas
Variável externa é toda informação que vai além do histórico da própria série. A temperatura, as promoções planejadas, o preço praticado, as campanhas de mídia, um indicador econômico. Um modelo que olha só o histórico enxerga o que aconteceu, mas não sabe por quê. Com as variáveis certas, ele deixa de adivinhar e passa a entender por que a venda sobe e desce.
Elas se dividem em dois grupos com usos diferentes:
- Conhecidas no futuro. Promoções, reajustes de preço e campanhas fazem parte do plano comercial. A empresa sabe quando vão acontecer, e a previsão pode antecipar o efeito em vez de reagir depois.
- Previstas ou observadas. Temperatura e indicadores de mercado não estão no plano. Elas entram como série própria, com sua própria previsão ou com o comportamento típico de cada época do ano.
Como elas ajudam a previsão
Uma série de vendas mistura vários efeitos ao mesmo tempo: a estação do ano, o mês da promoção, o novo patamar depois do reajuste. Sem variáveis, o modelo trata tudo como padrão do passado e repete. Um pico de promoção vira um pico esperado no mesmo mês do ano seguinte, mesmo que a promoção não se repita.
Com as variáveis, cada efeito ganha um responsável. O calor explica a sazonalidade, a promoção explica o pico, o preço explica a mudança de patamar. A previsão passa a acompanhar o plano da empresa, e não apenas o calendário.
Como elas se combinam
Variáveis não funcionam como peças independentes que somam sempre o mesmo ganho. Três comportamentos aparecem com frequência:
- Complementares. Cada uma explica uma parte diferente da venda. Temperatura e promoções quase não se sobrepõem, e juntas rendem mais que cada uma sozinha.
- Dependentes. Uma variável pode valer pouco sozinha e muito em conjunto. A campanha de mídia, isolada, quase não muda a previsão; somada às promoções, ajuda a explicar o tamanho de cada pico.
- Coincidentes. Com dados suficientes, alguma série qualquer acompanha a sua venda por puro acaso. O modelo aprende a coincidência, explica o passado com perfeição e erra o futuro.
No laboratório abaixo, ligue as variáveis de cima para baixo e veja a acurácia subir. Arraste o horizonte para ver como o ganho muda do primeiro mês ao ano inteiro. Depois ligue a chuva em Tóquio.
Escala de 50% a 100% de acurácia, no horizonte escolhido. Ordem de entrada: a ordem em que você ligou.
Exemplo fictício e modelo ilustrativo: cada combinação usa os efeitos que geraram a série, estimados com um pouco de erro. Nenhum número vem de base de cliente.
A seleção automática
O NPLAN não confia numa variável só porque ela acompanha o passado. A variável precisa passar pela prova: a previsão de meses que o modelo não viu. No laboratório, a regra é simples: a variável sai quando, sem ela, a acurácia da prova sobe pelo menos 2 pontos. Nas 32 combinações possíveis, a regra sempre retira a chuva em Tóquio, nunca retira uma variável útil e nunca piora a previsão.
No produto, os modelos com e sem variáveis disputam a mesma prova, série a série, e cada indicador externo passa antes por regras mínimas de histórico e de correlação. Uma coincidência que piora a prova sai antes de chegar à previsão.