--- title: Saiba quanto cada produto vai vender no mês que vem. description: A sua IA lê o histórico de vendas do ERP, calcula a média móvel e a sazonalidade de cada produto e salva a previsão do mês, com a origem de cada número. language: pt-BR canonical: https://www.siglata.com/trabalhos/previsao-de-demanda --- # Saiba quanto cada produto vai vender no mês que vem. Canonical: https://www.siglata.com/trabalhos/previsao-de-demanda A sua IA lê o histórico de vendas exportado do ERP e salva a previsão de cada produto, com a conta e a origem de cada número. ## A compra do mês sai de um palpite O histórico de vendas está no ERP, mas a previsão sai de uma planilha com números copiados do mês anterior. Ninguém olha o que aconteceu no mesmo mês do ano passado, e o produto que vende mais em outubro falta de novo. ## Uma pergunta, a previsão por produto Você pergunta quanto vai vender em outubro. A sua IA soma os três últimos meses de cada produto, aplica o índice de outubro do ano passado e salva a previsão numa versão nova da planilha, com a anterior guardada. ## Cada número com a sua origem Toque numa previsão para ver a média dos três meses, o índice de outubro e a linha de cada número no histórico. ## O método da previsão fica escrito Quantos meses entram na média e qual índice vale para cada mês ficam numa skill da empresa. Cada pessoa trabalha com o próprio acesso, e cada mudança fica no histórico, com a versão anterior guardada. 1. A compra do mês sai de um palpite: O histórico de vendas está no ERP, mas a previsão sai de uma planilha com números copiados do mês anterior. Ninguém olha o que aconteceu no mesmo mês do ano passado, e o produto que vende mais em outubro falta de novo. 2. Saiba quanto cada produto vai vender no mês que vem.: A sua IA lê o histórico de vendas exportado do ERP e salva a previsão de cada produto, com a conta e a origem de cada número. 3. Uma pergunta, a previsão por produto: Você pergunta quanto vai vender em outubro. A sua IA soma os três últimos meses de cada produto, aplica o índice de outubro do ano passado e salva a previsão numa versão nova da planilha, com a anterior guardada. 4. Cada número com a sua origem: Toque numa previsão para ver a média dos três meses, o índice de outubro e a linha de cada número no histórico. | Produto | Jul | Ago | Set | Média 3 meses | Índice de outubro | Previsão de outubro | Venda/dia | | --- | --- | --- | --- | --- | --- | --- | --- | | Café 500 g | 150 | 155 | 160 | 155 | 1,20 | 186 | 6 | | Azeite 500 ml | 120 | 124 | 128 | 124 | 1,00 | 124 | 4 | | Leite 1 L | 640 | 620 | 600 | 620 | 0,90 | 558 | 18 | | Açúcar 1 kg | 320 | 310 | 300 | 310 | 0,90 | 279 | 9 | | Detergente 500 ml | 126 | 124 | 122 | 124 | 1,00 | 124 | 4 | | Óleo 900 ml | 190 | 186 | 182 | 186 | 1,00 | 186 | 6 | | Ovos 12 un | 285 | 279 | 273 | 279 | 1,00 | 279 | 9 | | Manteiga 200 g | 240 | 248 | 256 | 248 | 1,00 | 248 | 8 | | Feijão 1 kg | 210 | 217 | 224 | 217 | 1,00 | 217 | 7 | | Molho 340 g | 90 | 93 | 96 | 93 | 1,00 | 93 | 3 | | Arroz 5 kg | 300 | 310 | 320 | 310 | 1,00 | 310 | 10 | | Biscoito 400 g | 118 | 124 | 130 | 124 | 1,25 | 155 | 5 | | Total | — | — | — | — | — | 2.759 | 89 | ### Biscoito 400 g · Previsão de outubro 155 Vendas de 2026: julho 118, agosto 124, setembro 130 unidades. Média móvel de 3 meses: (118 + 124 + 130) ÷ 3 = 372 ÷ 3 = 124. Índice de outubro: outubro de 2025 vendeu 120; julho a setembro de 2025 venderam 90, 96 e 102, média 96. 120 ÷ 96 = 1,25. Previsão de outubro: 124 × 1,25 = 155 unidades. Venda por dia: 155 ÷ 31 dias = 5. Vendas_ERP_jul2025_set2026.csv v1: linhas do Biscoito 400 g de 01/07 a 30/09/2026 · somas: 118, 124 e 130 Vendas_ERP_jul2025_set2026.csv v1: linhas do Biscoito 400 g de 01/07 a 31/10/2025 · somas: 90, 96, 102 e 120 Previsao_de_demanda : (skill da empresa) · item 1: previsão = média dos últimos 3 meses × índice do mesmo mês do ano anterior | | | | Em outubro de 2025, o biscoito vendeu 25% acima da média dos três meses anteriores. A média de 2026 sozinha daria 124; com o índice, a previsão fica em 155. Previsao_de_demanda.xlsx v3 para v4 Produto · Média 3 meses · Jul a set/2025 (média) · Out/2025 · Índice · Previsão · Venda/dia | Produto | Média 3 meses | Jul a set/2025 (média) | Out/2025 | Índice | Previsão | Venda/dia | | --- | --- | --- | --- | --- | --- | --- | | Café 500 g | 465 ÷ 3 = 155 | 150 | 180 | 180 ÷ 150 = 1,20 | 155 × 1,20 = 186 | 186 ÷ 31 = 6 | | Azeite 500 ml | 372 ÷ 3 = 124 | 110 | 110 | 1,00 | 124 | 124 ÷ 31 = 4 | | Leite 1 L | 1.860 ÷ 3 = 620 | 600 | 540 | 540 ÷ 600 = 0,90 | 620 × 0,90 = 558 | 558 ÷ 31 = 18 | | Açúcar 1 kg | 930 ÷ 3 = 310 | 290 | 261 | 261 ÷ 290 = 0,90 | 310 × 0,90 = 279 | 279 ÷ 31 = 9 | | Detergente 500 ml | 372 ÷ 3 = 124 | 115 | 115 | 1,00 | 124 | 124 ÷ 31 = 4 | | Óleo 900 ml | 558 ÷ 3 = 186 | 170 | 170 | 1,00 | 186 | 186 ÷ 31 = 6 | | Ovos 12 un | 837 ÷ 3 = 279 | 260 | 260 | 1,00 | 279 | 279 ÷ 31 = 9 | | Manteiga 200 g | 744 ÷ 3 = 248 | 230 | 230 | 1,00 | 248 | 248 ÷ 31 = 8 | | Feijão 1 kg | 651 ÷ 3 = 217 | 200 | 200 | 1,00 | 217 | 217 ÷ 31 = 7 | | Molho 340 g | 279 ÷ 3 = 93 | 80 | 80 | 1,00 | 93 | 93 ÷ 31 = 3 | | Arroz 5 kg | 930 ÷ 3 = 310 | 290 | 290 | 1,00 | 310 | 310 ÷ 31 = 10 | | Biscoito 400 g | 372 ÷ 3 = 124 | 96 | 120 | 120 ÷ 96 = 1,25 | 124 × 1,25 = 155 | 155 ÷ 31 = 5 | [Baixar o exemplo (.xlsx)](https://www.siglata.com/trabalhos/previsao-de-demanda/planilha.xlsx) Dados ilustrativos. [Com a previsão salva, a sua IA calcula o que repor.](https://www.siglata.com/trabalhos/reposicao-de-estoque) ## Perguntas frequentes ### Funciona em qual ChatGPT? No ChatGPT Business e no Enterprise: um administrador libera a Siglata uma vez para a equipe. No Pro, a Siglata só lê, no modo de desenvolvedor. No Plus e no Free, ela não funciona no ChatGPT na web. No Codex, cada pessoa conecta, em todo plano que inclui o Codex. ### Funciona com o meu ERP? Funciona de dois jeitos: com as exportações do ERP, em planilha ou CSV, e 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. O histórico de vendas por produto entra do mesmo jeito, em planilha ou CSV. ### Como calcular a previsão de demanda? O jeito mais simples é a média móvel: some as vendas dos últimos três meses e divida por três. Se o mês tem sazonalidade, multiplique pelo índice do mesmo mês no ano anterior, que é a venda daquele mês dividida pela média dos três meses antes dele. Com 124 de média e índice 1,25, a previsão é 155. ### Como calcular a previsão no Excel? No Excel, a média móvel de três meses é =MÉDIA(B2:D2), e a previsão com o índice é =MÉDIA(B2:D2)*F2. O Excel também tem a Planilha de Previsão, na guia Dados (Microsoft Support, lido em 06/10/2026). A sua IA faz a mesma conta direto na exportação do ERP e salva a planilha com a origem de cada número. ## Quer ver com o histórico da sua empresa? Mostramos com a exportação de vendas do seu ERP, numa conversa pelo WhatsApp. [Vamos conversar](https://wa.me/5516991184410?text=Ol%C3%A1!%20Quero%20ver%20a%20previs%C3%A3o%20de%20demanda%20com%20a%20Siglata.)