Pular para o conteúdo

Previsão de vendas com IA: o próximo mês a partir do histórico exportado do ERP

Com 18 a 24 meses completos de vendas exportados do ERP, a IA prevê o próximo mês ou trimestre por produto e por categoria, mostra o erro de cada método nos últimos três meses e deixa as notas da empresa ao lado.

Angelica Lopes Tang

· 8 min de leitura

Conferido em 10 de outubro de 2026

Previsão de vendas a partir do histórico do ERP.

Para fazer a previsão de vendas com IA, exporte do ERP as vendas por produto, mês a mês, dos últimos 18 a 24 meses completos, e peça ao ChatGPT ou ao Claude a previsão do próximo mês ou trimestre, por produto e por categoria. A IA usa três métodos simples: a média móvel, o mesmo mês do ano passado com a tendência e a sazonalidade por mês. Para saber qual usar, a IA refaz a previsão dos últimos três meses e compara com o que vendeu. O método com o menor erro dá o número do mês, com cada conta e a origem de cada número.

Fontes conferidas em 6 de outubro de 2026.

O que é a previsão de vendas

A previsão de vendas diz quanto a empresa deve vender num período que ainda não aconteceu: o próximo mês, o próximo trimestre. Numa pequena empresa, ela responde duas perguntas: quanto comprar e qual meta dar para o mês.

Este guia faz a previsão a partir de um arquivo só, o histórico de vendas exportado do ERP. Os guias vizinhos usam a previsão:

  • Estoque e compras com IA faz a cobertura e a reposição com a venda por dia. A previsão diz qual venda por dia usar.
  • IA para vendas faz o relatório do mês que passou: a curva ABC, o ticket médio e o que parou de vender. A previsão olha para o mês que vem.

O que exportar do ERP

As vendas por produto, mês a mês, com a quantidade, o valor e a categoria. Com 12 meses, dá para calcular a média móvel e um índice sazonal inicial. Para comparar os três métodos com o teste dos últimos três meses, use pelo menos 18 meses completos. Com 24, cada mês aparece duas vezes, o que deixa a sazonalidade mais clara. Os relatórios em cada ERP:

ERPRelatório de vendasCuidado com o histórico
BlingRelatório de Vendas Avançado, em Vendas › Ver relatórios de vendas › Relatório de Vendas › ExperimentarMostra até 5.000 linhas por consulta. Divida o período em consultas sem sobreposição dentro desse limite
OmieFaturamento Por Produto, em Vendas e NF-e › Relatórios › Faturamento › Por ProdutoA tela mostra o total do período por produto. Exporte um mês por arquivo, ou use Formatar › Expandir Todos para ter cada nota
Tiny (Sistema ERP da Olist)Pedidos de Venda, em Vendas › Pedidos de Venda › Mais ações › Exportar pedidos para planilha, ou o Relatório personalizado de Vendas, em Vendas › RelatóriosO plano limita o histórico: 12 meses no Avance, 24 no Construa e no Impulsione. O backup não tem esse limite, mas exporta só os módulos e o período escolhidos
Conta AzulRelação detalhada de produtos vendidos, em Relatórios › Padrão › VendasPara o total da empresa, há o Total de vendas por mês, no mesmo lugar
ProtheusPedidos de Venda x Produtos, no Smart View do FaturamentoA TOTVS descontinuou o relatório antigo, o MATR620 Relação Vendas por Produto. O Smart View o substitui, sem os mesmos resultados
DatasulListagem de Notas Fiscais, com Exportar dadosA Data Emissão vem do primeiro dia do mês atual até hoje. Mude as datas antes de exportar

Caminhos conferidos nas páginas de ajuda de cada ERP e no TDN da TOTVS em 6 de outubro de 2026. As páginas Bling, Omie, Tiny, Conta Azul, Protheus e Datasul têm os detalhes de cada exportação.

Os limites, segundo cada ajuda:

  • No Bling, o Relatório de Vendas Avançado mostra até 5.000 linhas por consulta e exporta em planilha Excel. Para dois anos de vendas, divida o período em consultas sem sobreposição que não ultrapassem 5.000 linhas cada. Um mês pode precisar de mais de um arquivo. Confira se as exportações cobrem todo o período e mande todos os arquivos à IA (conferido em 10 de outubro de 2026).
  • No Tiny, a ajuda da Olist dá o limite de histórico de cada plano: 12 meses no Avance, 24 no Construa e no Impulsione, 36 no Domine e 48 no Protagonize. Conforme o contrato, ele limita a consulta ou o armazenamento. O backup não tem esse limite de consulta, mas a exportação depende dos módulos e do período escolhidos e tem exclusões, descritas na ajuda do backup: por exemplo, os registros de pagamento das contas pagas não são exportados. A ajuda da Olist e a do backup foram conferidas em 10 de outubro de 2026.
  • No Datasul, a Listagem de Notas Fiscais gera um arquivo Excel com os filtros da tela. A Data Emissão vem preenchida com o mês atual, então mude as datas para pegar os 24 meses. Use os filtros de tipo de nota e natureza de operação para ficar só com as vendas.
  • No Protheus, o Smart View do Faturamento tem o relatório Pedidos de Venda x Produtos. Segundo a lista da TOTVS, o MATR620 Relação Vendas por Produto foi descontinuado, e "os relatórios Smart View não terão os mesmos resultados que os relatórios acima descontinuados". Num histórico de 24 meses, use o mesmo relatório em todos os meses. A página Protheus mostra como baixar em xlsx.

Use o mesmo critério de data em todos os meses: a data da venda ou a data da nota. Misturar as duas muda o total de cada mês.

Três métodos simples

Os três cabem numa planilha e a IA explica cada conta:

  • Média móvel. A média dos últimos três meses. Acompanha o nível recente das vendas, mas não vê a estação do ano: num mês que costuma vender mais, ela fica para trás.
  • Mesmo mês do ano passado, com a tendência. Pega o mesmo mês um ano antes e multiplica pelo crescimento recente: os últimos três meses divididos pelos mesmos três meses do ano anterior.
  • Sazonalidade por mês. O índice de cada mês é a venda dele dividida pela média mensal do ano. Um índice de 1,3 quer dizer que o mês vende 30% acima da média. A previsão é a média mensal dos últimos 12 meses vezes o índice do mês previsto.

Para o trimestre, a IA faz a conta mês a mês e soma.

Para essas contas, o ChatGPT usa código. Segundo a ajuda da OpenAI sobre análise de dados, conferida em 6 de outubro de 2026, "For some data-analysis tasks, ChatGPT writes and runs Python code": para algumas tarefas de análise de dados, o ChatGPT escreve e roda código em Python.

Como pedir a previsão à IA

Anexe as exportações de vendas e peça assim:

Com as vendas de vasos de novembro de 2024 a outubro de 2026, faça a previsão de novembro de 2026 por três métodos: média móvel de 3 meses, mesmo mês do ano passado com o crescimento dos últimos 3 meses e sazonalidade por mês. Refaça a previsão de agosto, setembro e outubro de 2026 só com os dados de antes de cada mês e mostre o erro de cada método. Use o método com o menor erro médio e mostre os outros dois ao lado. Para cada número, diga de qual arquivo e de qual linha ele veio.

O mesmo pedido vale por produto: "faça a previsão de cada produto da categoria".

Um exemplo, conta por conta

A Pitanga Jardinagem vende vasos, terra, sementes e ferramentas. As vendas da categoria Vasos, em unidades, nos últimos 24 meses:

Mêsnov/24 a out/25nov/25 a out/26Índice do mês (1º ano)
Novembro3003301,286
Dezembro3403701,457
Janeiro2202400,943
Fevereiro2002200,857
Março2102300,900
Abril2002200,857
Maio2202400,943
Junho1802000,771
Julho1701900,729
Agosto2002150,857
Setembro2602881,114
Outubro3003171,286
Total2.8003.060
Média mensal233,3255

O índice vem do primeiro ano: a venda do mês dividida por 233,3. Novembro, com 300, tem índice de 1,286.

A previsão de novembro de 2026 pelos três métodos:

  • Média móvel: (215 + 288 + 317) ÷ 3 = 273 vasos.
  • Mesmo mês do ano passado, com a tendência: os últimos três meses somam 820, contra 760 nos mesmos meses do ano anterior (200 + 260 + 300). O crescimento é de 820 ÷ 760 = 1,079, ou 7,9%. Novembro de 2025 teve 330, e 330 × 1,079 = 356 vasos.
  • Sazonalidade por mês: a média dos últimos 12 meses é 255, e o índice de novembro é 1,286. 255 × 1,286 = 328 vasos.

A média móvel fica abaixo das outras duas porque olha para agosto, setembro e outubro, e novembro vende mais que a média desses meses.

Exemplo ilustrativo, empresa e valores fictícios.

Como conferir a previsão

Antes de usar um método, veja como ele teria acertado os meses que já passaram. A IA refaz a previsão de agosto, setembro e outubro de 2026 com os dados de antes de cada mês, como se ainda não soubesse o resultado, e compara com o que vendeu. O erro é a previsão menos o real, dividido pelo real.

MêsVendeuMédia móvelMesmo mês + tendênciaSazonalidade
Agosto/26215210 (-2,3%)221 (+2,8%)214 (-0,5%)
Setembro/26288202 (-29,9%)286 (-0,7%)280 (-2,8%)
Outubro/26317231 (-27,1%)330 (+4,1%)326 (+2,8%)
Erro médio19,8%2,5%2,0%

O erro médio soma os erros sem o sinal e divide por três. A média móvel errou pouco em agosto e quase 30% em setembro e outubro, quando a primavera puxou as vendas. Os dois métodos que olham o mesmo mês ficaram abaixo de 3%.

Pela regra da Pitanga, vale o método com o menor erro médio: a sazonalidade, com 328 vasos para novembro. O outro método sazonal dá 356, e a diferença de 28 vasos mostra quanto a previsão pode variar.

Para o trimestre, a mesma conta mês a mês: 328 em novembro, 255 × 1,457 = 372 em dezembro e 255 × 0,943 = 240 em janeiro, 940 vasos.

A IA pode errar. A resposta é a conta à vista:

  • Cada número com o arquivo e a linha. Os 317 de outubro são as linhas de vasos da exportação de outubro de 2026.
  • As somas fecham. Os 24 meses somam 5.860, a soma das exportações.
  • Pergunte de qualquer número. "De onde veio a previsão de 280 para setembro?" A IA mostra: a média de setembro de 2025 a agosto de 2026, 251,25, vezes o índice de setembro, 1,114.

O que a previsão não sabe

A previsão vem do histórico, e o histórico não sabe o que muda daqui para a frente. Três exemplos:

  • Promoções. Uma Black Friday que a loja nunca fez não aparece em nenhum mês do histórico.
  • Um concorrente novo. A loja que abriu na mesma rua em outubro ainda não pesou nas vendas. Os clientes que pararam de comprar já aparecem na exportação, e o guia de clientes inativos com IA mostra quem são.
  • Falta de estoque. O mês em que o produto faltou vendeu menos do que a procura. Esse mês puxa a média para baixo.

A empresa escreve essas coisas como notas, e a IA mostra cada nota ao lado da previsão do histórico, sem misturar os dois. As notas da Pitanga para novembro:

NotaEfeito
Primeira Black Friday da loja+30 vasos, estimativa da empresa
Concorrente abriu na mesma rua em outubroSem estimativa; a IA compara novembro com a previsão quando o mês fechar
Junho de 2026: faltou o vaso de 30 cm por duas semanasJunho fica marcado; ele entra na média dos últimos 12 meses

Previsão do histórico: 328 vasos. Com a nota da Black Friday: 328 + 30 = 358.

Exemplo ilustrativo, empresa, valores e notas fictícios.

Para que serve a previsão

  • Compras. Com 328 vasos previstos para novembro, a venda esperada é de 328 ÷ 30 = 10,9 vasos por dia. É esse número que entra na cobertura e na reposição do guia Estoque e compras com IA, em vez da venda por dia de outubro.
  • Metas de vendas. A meta de novembro parte de 328, ou de 358 com a Black Friday, e a comissão de cada vendedor contra a meta sai da mesma exportação. Quando o mês fechar, o relatório do guia IA para vendas mostra o que vendeu, e a IA compara com a previsão.

Como manter a regra igual todo mês

A previsão de um mês só se compara com a do outro se as contas forem as mesmas. Escreva a regra da empresa uma vez. Um exemplo:

  • histórico de 24 meses, pela data da venda, por produto e por categoria;
  • os três métodos: média móvel de 3 meses, mesmo mês do ano passado com o crescimento dos últimos 3 meses, sazonalidade com o índice do primeiro ano;
  • a previsão dos últimos 3 meses refeita com os dados de antes de cada mês, com o erro de cada método;
  • o método com o menor erro médio dá a previsão, e os outros dois ficam ao lado;
  • as notas da empresa ao lado da previsão, com o efeito que a empresa estimou;
  • cada número com o arquivo e a linha de origem.

Onde guardar a regra, segundo as páginas de ajuda conferidas em 6 de outubro de 2026:

  • No ChatGPT, nas instruções de um projeto, disponível em todos os planos, ou numa skill, que a OpenAI descreve como um fluxo de trabalho reutilizável para fazer uma tarefa de forma mais consistente. As skills estão nos planos Business, Enterprise, Healthcare e Edu.
  • No Claude Code, numa skill: um arquivo `SKILL.md` numa pasta com o nome da skill, dentro de `.claude/skills/` no projeto. Com a skill no repositório, a equipe recebe junto.

Com a regra salva, o pedido do mês seguinte cabe numa linha: "faça a previsão de dezembro por produto e por categoria".

Onde entra a Siglata

A Siglata é o lugar de trabalho da sua IA: os arquivos, as planilhas, o ERP e as regras da empresa, com as ferramentas para fazer o trabalho inteiro. Você define o trabalho; a sua IA executa.

O seu ChatGPT trabalha com as exportações do ERP, em planilha ou CSV, e também nas próprias páginas do ERP, como o Bling: a sua IA entra no portal com o login que você ou a empresa conectou, lê listas e tabelas, clica, preenche e lança, sem ver a senha. A regra da previsão fica numa skill da empresa, e a IA segue essa regra sempre que você pede a previsão. O resultado fica salvo numa edição nova da planilha de previsão, com a anterior guardada.

A IA trabalha com o acesso que a empresa dá a cada pessoa: ler e agir são permissões separadas. A senha fica fora do alcance da IA, e cada execução fica registrada.

A Siglata funciona no ChatGPT e no Codex.

Conectar ao ChatGPT

Conectar ao Codex

Perguntas frequentes

Como fazer a previsão de vendas?

Exporte as vendas por produto, mês a mês, dos últimos 18 a 24 meses completos. Calcule a previsão do próximo mês pela média móvel, pelo mesmo mês do ano passado com a tendência e pela sazonalidade por mês. Refaça a previsão dos últimos três meses, compare com o que vendeu e use o método com o menor erro.

Dá para fazer a previsão de vendas no Excel?

Dá. Os três métodos são médias, divisões e multiplicações que cabem numa planilha. A IA faz as mesmas contas a partir da exportação do ERP e mostra cada uma.

Dá para fazer a previsão de vendas no ChatGPT?

Dá. Anexe as exportações de vendas, peça a previsão por três métodos e o erro de cada um nos últimos três meses, com o arquivo e a linha de cada número. Segundo a ajuda da OpenAI, conferida em 6 de outubro de 2026, o ChatGPT escreve e roda código em Python em algumas tarefas de análise de dados.

Quantos meses de histórico usar?

De 18 a 24 meses completos. Com 12, dá para calcular a média móvel e um índice sazonal inicial. Com 18 ou mais, a IA também testa a previsão nos três últimos meses; com 24, vê cada mês duas vezes.

Como fazer a previsão de vendas no Protheus?

Exporte as vendas por produto do Protheus em planilha, como o relatório Pedidos de Venda x Produtos do Smart View, e peça a previsão à IA. Segundo a TOTVS, conferido em 6 de outubro de 2026, o relatório antigo de vendas por produto, o MATR620, foi descontinuado, e o Smart View não traz os mesmos resultados. Use o mesmo relatório em todos os meses do histórico.

Como fazer a previsão de vendas no Datasul?

Exporte a Listagem de Notas Fiscais com os 24 meses de vendas. Segundo o TDN da TOTVS, conferido em 6 de outubro de 2026, a Data Emissão vem preenchida com o mês atual, então mude as datas antes de exportar.

A previsão de vendas pode errar?

Pode. Por isso, a IA mostra o erro de cada método nos últimos três meses, a conta de cada número e as notas da empresa ao lado da previsão.

Funciona com o meu ERP?

A sua IA trabalha com as exportações do ERP, em planilha ou CSV, e nas próprias páginas do ERP, como o Bling, com o login que você ou a empresa conectou.

Continue a leitura

Ver todos os artigos

Comece com um trabalho.

Pense na empresa inteira. Conte o que sua equipe precisa fazer. Vamos encontrar um ponto de partida com a Siglata.

Vamos conversar

Vendas e metas

Vendas.xlsx · Metas.xlsx

Vendas

R$218.400

3 lojas

Meta

R$215.000

3 lojas

CentroR$ 84.200
Meta R$ 80.000105% da meta
EstaçãoR$ 62.400
Meta R$ 60.000104% da meta
JardinsR$ 71.800
Meta R$ 75.00096% da meta