Maturidade do Processo de S&op e Desempenho do Sales Forecast em Ambiente Multinacional

Pablo Sanchez; Lidiane Mendes Barbosa

DOI: 10.22167/2675-6528-202603338

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A crescente complexidade das cadeias de suprimentos e a necessidade de maior integração entre áreas consolidaram o Sales and Operations Planning (S&OP) e sua evolução para o Integrated Business Planning (IBP) como elementos centrais na tomada de decisão organizacional. A pesquisa avaliou o impacto da utilização de ferramentas analíticas de previsibilidade no processo de S&OP/IBP sobre a acuracidade das previsões de vendas, e identificou fatores críticos de sucesso, desafios de implementação e o nível de maturidade do S&OP em uma empresa farmacêutica multinacional. A metodologia combinou abordagem qualitativa, com questionário aplicado a profissionais, e análise de dados secundários de vendas, empregando indicadores como Forecast Accuracy, MAPE e BIAS. Adicionalmente, aplicou-se um modelo estatístico de previsão (Holt-Winters) para comparação com o forecast corporativo. Os resultados indicaram que a empresa apresentou um estágio intermediário de maturidade em S&OP, com processo estruturado e integração funcional moderada, mas com limitações no uso consistente de indicadores e ferramentas analíticas avançadas. A análise quantitativa demonstrou que métodos estatísticos geraram ganhos relevantes de acuracidade em contextos específicos, embora não universalmente aplicáveis. Concluiu-se que a evolução do S&OP depende da integração entre ferramentas analíticas, qualidade dos dados, governança e alinhamento organizacional, ressaltando a importância de uma abordagem integrada para o aprimoramento do planejamento empresarial.

Palavras-chave: Acuracidade de previsão; Análise de dados; Cadeia de suprimentos; Planejamento integrado; Previsão de demanda.

1. Introdução

O ambiente empresarial contemporâneo exige processos cada vez mais integrados e precisos para alinhar oferta e demanda, especialmente em cadeias de suprimentos complexas e dinâmicas. A cadeia de suprimentos, ou Supply Chain, é um sistema interconectado em organizações que consolida etapas desde a aquisição de matéria-prima, fabricação, armazenagem, transporte e distribuição para os clientes finais (FIA Business School, 2023). Christopher (2009) define a cadeia de suprimentos como um conjunto de empresas que apresentam conexão ou dependência, trabalhando em conjunto para controlar, gerenciar e aperfeiçoar o fluxo de todo o processo, desde o fornecedor até o cliente final.

Nesse cenário, o Sales and Operations Planning (S&OP) consolidou-se como um processo tático e cíclico, integrando áreas como vendas, marketing, produção e logística. Seu propósito é equilibrar a demanda e a capacidade operacional, considerando também os aspectos financeiros e estratégicos da empresa. O S&OP é tipicamente descrito em cinco etapas principais, que incluem a revisão de produto, planejamento de demanda, planejamento de oferta, reconciliação financeira e revisão executiva (Moreira, 2021). Uma evolução natural do S&OP é o Integrated Business Planning (IBP), que alinha funções organizacionais como finanças, vendas e operações para atingir objetivos estratégicos, com um foco de longo prazo e maior integração entre as áreas (Moreira, 2025; Farro & Gazzo, 2023; Moreira, 2021).

A acuracidade das previsões de vendas, ou Sales Forecasting, constitui um dos principais indicadores no processo de S&OP. Este indicador mede a proximidade entre a previsão de demanda e a demanda real (Souza, 2025), sendo essencial para garantir o alinhamento dos planos de demanda e produção, prevenindo tanto o excesso quanto a falta de produtos no mercado. A adoção de ferramentas analíticas avançadas, como Big Data Analytics, que envolve o processamento e a análise de grandes volumes de dados para identificar tendências, padrões e correlações, tem potencializado a capacidade das empresas em processar informações, resultando em maior precisão nas previsões e agilidade na tomada de decisões (Schlegel et al., 2021).

No entanto, a transição do S&OP tradicional para o IBP enfrenta barreiras significativas, incluindo desafios culturais, tecnológicos e de integração entre as áreas (Alexander, 2016; Moreira, 2021). A acuracidade na previsão de demanda é particularmente crucial no ramo farmacêutico, onde previsões imprecisas podem gerar problemas como ruptura de estoques, excesso de produtos, custos elevados de armazenagem, destruição de produtos acabados e queda no nível de serviço (Ashraf, 2024). Medicamentos, em geral, possuem prazos de validade curtos e exigem controle rigoroso, o que intensifica a necessidade de previsões precisas.

Um estudo de Souza (2025) aponta que o custo médio anual com Write-offs, ou destruição de medicamentos, no setor farmacêutico brasileiro atinge R$6,3 milhões, evidenciando o impacto financeiro de previsões inadequadas. Os principais desafios para as organizações incluem a integração de dados em tempo real (Dinn Inteligência de Vendas, 2025), o uso de Inteligência Artificial e machine learning (Strategy & PwC, [s.d.]), a gestão da Forecast Accuracy como indicador estratégico (Souza, 2025), e a previsão em ambientes de alta volatilidade (Souza, 2025). A literatura também indica que a maioria das pesquisas em Sales Forecasting utiliza dados históricos como base para modelos de previsão, desde métodos tradicionais até abordagens avançadas (Ahaggach, Abrouk e Lebon, 2024).

A Forecast Accuracy é fundamental para o planejamento tático e estratégico, sendo crucial para decisões de capacidade, orçamento, contratação e investimentos (Zlotko, 2026). Previsões imprecisas podem impactar negativamente toda a organização, desde o estoque até as finanças. Empresas com acurácia de previsão acima de 90-95% são consideradas mais competitivas e capazes de planejar vendas, operações e finanças com maior segurança (Fullcast, 2025). A análise da acurácia por meio de indicadores é, portanto, essencial para a maturidade do processo de S&OP. Diante disso, este trabalho tem o objetivo de avaliar o impacto da utilização de ferramentas analíticas de previsibilidade no processo de S&OP/IBP sobre a acuracidade das previsões de vendas e identificar fatores críticos de sucesso e desafios para a implementação efetiva. Adicionalmente, busca-se avaliar o nível de maturidade do processo de S&OP da empresa em questão.

2. Material e Métodos

Para atender ao objetivo de avaliar o impacto de ferramentas analíticas na acuracidade das previsões de vendas e identificar fatores críticos de sucesso e desafios, bem como o nível de maturidade do S&OP, adotou-se um estudo de caso de entidade única. A pesquisa combinou uma abordagem qualitativa e quantitativa, utilizando duas fontes complementares de evidência. Essa metodologia é classificada como pesquisa empírica quantitativa em contabilidade gerencial, que privilegia a profundidade no contexto organizacional (Bastos et al., 2023).

A unidade de análise foi uma empresa farmacêutica multinacional de grande porte, com sede na Alemanha, que atua nas áreas de Saúde Animal e Saúde Humana. Os dados foram coletados de filiais localizadas em diversos países europeus, incluindo Holanda, Bélgica, Luxemburgo, Portugal, Grécia, Chipre, Dinamarca, Noruega, Suécia, Finlândia e Islândia. O público-alvo da pesquisa consistiu em profissionais adultos, com idades entre 25 e 55 anos ou mais, que possuíam no mínimo um ano de atuação na empresa.

Os participantes estavam direta ou indiretamente envolvidos no processo de Sales and Operations Planning (S&OP) e nos ciclos mensais de planejamento da empresa. Abrangiam diferentes áreas funcionais, como Vendas, Marketing, Supply Chain, Finanças e Logística. Um total de sessenta profissionais foram convidados a participar da pesquisa, buscando uma representação diversificada das percepções sobre o processo de S&OP na organização.

Para a coleta de dados qualitativos, utilizou-se um questionário estruturado, desenvolvido na plataforma Microsoft Forms. O instrumento foi composto por quinze perguntas e dividido em três seções principais. A primeira seção, “Perfil do Respondente”, buscou caracterizar a amostra por meio de cinco perguntas sobre faixa etária, região ou país de atuação, área de formação, área de atuação e tempo de experiência com S&OP.

A segunda seção, “Maturidade do processo S&OP/IBP”, continha seis perguntas com uma escala Likert de 1 a 5, variando de “Discordo totalmente” a “Concordo totalmente”. Esta seção foi elaborada para mensurar a maturidade e integração do processo, a percepção de colaboração entre áreas e o suporte de “Analytics” na tomada de decisão, baseando-se em um modelo de maturidade de S&OP (S&OP Maturity Model | IBF). A terceira seção, “Ferramentas Analíticas, dados e impacto na acuracidade do Forecast”, incluiu quatro perguntas para compreender os métodos e ferramentas utilizados e os desafios percebidos na melhoria da acuracidade das previsões de vendas, com base na literatura sobre acuracidade de previsão (Forecast Accuracy: Increasing Supply Chain Success).

Adicionalmente ao questionário, foram coletados dados secundários mensais de vendas e do forecast corporativo. Esses dados referiam-se a dois produtos de Saúde Humana, identificados como Produto A e Produto B, nos mercados da Dinamarca, Holanda e Suécia. As séries históricas de vendas e previsões de 2023 e 2024 foram utilizadas para gerar projeções mensais para o período de janeiro a dezembro de 2025.

O horizonte de previsão estabelecido foi de doze meses, e as projeções geradas foram posteriormente comparadas com os dados de vendas realizados em 2025. O corte temporal foi mantido fixo para evitar a mistura entre dados de treinamento e avaliação, garantindo a consistência na análise. A seleção dos produtos A e B foi intencional, baseada na disponibilidade de séries mensais completas e na existência de forecast corporativo comparável, além da presença em mercados com diferentes perfis de desempenho, preservando a confidencialidade dos volumes por meio de normalização.

A análise dos dados qualitativos, provenientes do questionário, concentrou-se nas percepções dos respondentes sobre a maturidade do S&OP, a integração entre áreas e o uso de ferramentas analíticas. Para a análise quantitativa, a avaliação da performance das previsões foi realizada com base em três indicadores de S&OP: Forecast Accuracy, MAPE (Mean Absolute Percentage Error) e BIAS.

O Forecast Accuracy foi utilizado para medir a proximidade do valor previsto em relação ao valor real, sendo um indicador direto da qualidade da previsão. O MAPE quantificou o erro percentual médio absoluto entre previsões e valores reais, permitindo comparações entre produtos e países. O BIAS, por sua vez, mediu a tendência sistemática de superestimativa ou subestimativa da demanda, indicando erros sistemáticos no processo.

Para complementar a análise, aplicou-se um modelo estatístico de previsão, o Holt-Winters, adequado para séries temporais com nível, tendência e sazonalidade. Este modelo foi escolhido por sua interpretabilidade, baixa exigência computacional e adequação para implantação como referência no processo gerencial. Para cada combinação produto-mercado, a projeção do modelo Holt-Winters foi comparada com o forecast corporativo, utilizando a mesma janela de avaliação e os indicadores Forecast Accuracy, MAPE e BIAS.

A pesquisa foi conduzida com rigor ético, conforme autorizado pela empresa por meio de um Termo de Consentimento (Apêndice 1). Adicionalmente, o pesquisador assinou um Termo de Compromisso de Utilização de Dados (Apêndice 2), comprometendo-se a manter a confidencialidade das informações coletadas e a utilizá-las exclusivamente para fins acadêmicos, em estrita observância aos princípios éticos de pesquisa e à legislação vigente.

3. Resultados e Discussão

A análise dos resultados da pesquisa permitiu uma compreensão aprofundada da maturidade do processo de Sales and Operations Planning (S&OP) na empresa farmacêutica multinacional, bem como do impacto de ferramentas analíticas na acuracidade das previsões de vendas. Inicialmente, a estrutura interna de valor da empresa, alinhada à proposta de Porter (1989), destacou a divisão entre processos primários, que geram valor direto ao paciente, e processos secundários ou de apoio, essenciais para o funcionamento global. Essa estrutura serve como base para identificar gargalos e oportunidades de melhoria no fluxo de valor, especialmente no que tange à integração das atividades de vendas e operações.

O questionário aplicado a profissionais envolvidos no S&OP revelou um diagnóstico preliminar da maturidade do processo e do uso de ferramentas analíticas. Com uma taxa de resposta de 25% (15 de 60 convidados), a amostra, embora intencional e não representativa estatisticamente, abrangeu diferentes áreas, níveis hierárquicos e países, permitindo captar percepções diversas. A diversidade geográfica, que incluiu países como Dinamarca, Holanda e Suécia, enriqueceu a descrição do caso, evidenciando que a maturidade do S&OP pode variar entre unidades e mercados, influenciada por fatores culturais e estruturais (Pibernik, 2016).

O perfil dos respondentes indicou uma concentração de profissionais em estágios intermediários e avançados da carreira, com experiência consolidada em S&OP. A maioria dos participantes tinha entre 25 e 44 anos, e a experiência no processo de S&OP estava equilibrada entre 1 a 3 anos, 4 a 6 anos e mais de 7 anos. Profissionais das áreas de Planejamento, Finanças, Logística, Marketing e Vendas compunham a amostra, com predominância da área de Planejamento. A formação acadêmica, majoritariamente em MBA e Bacharelado, com foco em Gestão Empresarial, Engenharia, Cadeia de Suprimentos e Finanças, sugere uma base técnica adequada para a avaliação do S&OP, conforme apontado por Alexander (2016).

A avaliação da maturidade do S&OP, utilizando uma escala Likert de 1 a 5, revelou que o processo é percebido como bem definido e consistentemente seguido, com uma média de 4,00. Essa percepção positiva sugere a existência de uma estrutura formal de S&OP, com etapas, papéis e cadência bem estabelecidos, o que é um pilar essencial para a efetividade do S&OP, promovendo previsibilidade e alinhamento entre áreas (Arozo, 2006; Alexander, 2016). Os resultados indicam uma base processual consistente na empresa, alinhada ao referencial teórico sobre governança e maturidade do processo.

No que se refere à integração interfuncional, a média de 3,93 para a afirmação “Há integração efetiva entre áreas (vendas, marketing, supply, logística, finanças) nas discussões e decisões de S&OP” indica uma percepção majoritariamente positiva. Contudo, a concentração de respostas nos níveis intermediários e superiores sugere que, embora a colaboração exista, ainda há espaço para aprimoramento. A literatura destaca que a integração interfuncional é central para o S&OP, e organizações multinacionais frequentemente enfrentam desafios relacionados a silos organizacionais e diferentes níveis de maturidade entre áreas (Arozo, 2006; Alexander, 2016; Farro & Gazzo, 2023).

A efetividade das reuniões de S&OP na geração de decisões claras obteve uma média de 3,80. Essa percepção, embora positiva, foi menos robusta, indicando que, apesar de as reuniões resultarem em decisões, ainda existem limitações quanto à clareza, formalização e desdobramento dessas decisões em ações concretas, com responsáveis e prazos bem definidos. A literatura enfatiza que a efetividade do S&OP depende não apenas da realização das reuniões, mas da capacidade de gerar planos acordados e do acompanhamento da execução, diferenciando processos maduros de estruturas apenas formalmente estabelecidas (Arozo, 2006; Alexander, 2016).

A reconciliação entre demanda, capacidade, estoque e metas financeiras, com discussões de trade-offs e cenários, obteve uma média de 3,73. Este resultado aponta para uma percepção moderadamente positiva, mas com margem para evolução na consolidação integrada do plano. A reconciliação é uma etapa crítica e desafiadora do S&OP/IBP, exigindo integração efetiva entre planos funcionais, impactos financeiros e definição estruturada de cenários antes da decisão executiva (Alexander, 2016). As respostas sugerem que essa reconciliação ocorre, mas de forma pouco consistente.

O uso de indicadores de performance, como Forecast Accuracy, Nível de Serviço, Estoque e Perdas, acompanhados regularmente e utilizados para ajustes, obteve a menor média entre as dimensões de maturidade, com 3,40. Isso indica uma percepção moderada quanto ao uso efetivo de métricas no S&OP. A concentração das respostas em níveis intermediários sugere que os indicadores são monitorados, mas nem sempre utilizados sistematicamente como base para decisões, caracterizando um estágio intermediário de maturidade. Processos mais maduros empregam métricas como instrumentos ativos de gestão e tomada de decisão (Alexander, 2016; Pibernik, 2016).

A baixa acuracidade das previsões de vendas não impacta apenas as operações, mas também os incentivos e o comprometimento dos gestores. Quando o orçamento e as metas comerciais se confundem com o forecast, a previsão pode desviar-se da estimativa real da demanda. Essa confusão pode levar a projeções otimistas, revisões tardias e proteção de margens de segurança, ou, inversamente, a desmotivação por metas inalcançáveis. A recomendação analítica é a separação explícita entre orçamento, meta comercial e forecast sem viés, para garantir que a previsão represente a estimativa probabilística mais realista (Alexander, 2016).

O patrocínio e a participação da liderança (Gestão/Diretoria) no S&OP para destravar conflitos e aprovar o plano alcançaram uma média de 3,73. Essa percepção, embora positiva, não está plenamente consolidada, indicando variações na intensidade e consistência do envolvimento da liderança ao longo dos ciclos. O envolvimento ativo da liderança é um fator central para a maturidade do S&OP, sendo crucial para a coordenação de trade-offs, a resolução de conflitos interfuncionais e o alinhamento com objetivos estratégicos e financeiros (Alexander, 2016; Farro & Gazzo, 2023).

Em relação às ferramentas utilizadas para previsão e análise da demanda, observou-se a predominância de planilhas Excel (19 respostas) e ferramentas de Business Intelligence, como Tableau e Power BI (16 respostas), seguidas por sistemas ERP (SAP, com 8 respostas). Em contrapartida, a utilização de soluções avançadas como SAP IBP, 09, modelos estatísticos estruturados ou ferramentas de Machine Learning/IA foi baixa ou inexistente. Este cenário caracteriza um nível intermediário de maturidade analítica, limitando a escalabilidade e a robustez do processo, e é típico de estágios iniciais ou intermediários do S&OP (Schlegel et al., 2021; Farro & Gazzo, 2023).

A percepção sobre a qualidade e disponibilidade dos dados (históricos de vendas, promoções, dados de mercado, níveis de estoque, etc.) para gerar previsões confiáveis obteve uma média de 3,67. Embora moderadamente positiva, essa média indica que, apesar de os dados existirem e serem acessíveis, ainda apresentam limitações de consistência, padronização e tempestividade. A qualidade e a governança dos dados são pré-requisitos para a efetividade do Sales Forecast e para o avanço do S&OP/IBP, sendo dados fragmentados ou pouco robustos um dos principais limitadores para previsões mais confiáveis e análises avançadas (Schlegel et al., 2021; Alexander, 2016).

O impacto do uso de análises avançadas (estatístico/Machine Learning/Big Data/BI) na melhoria da acuracidade do forecast nos últimos ciclos, comparado aos métodos anteriores, também obteve uma média de 3,67. Essa percepção moderadamente positiva sugere que os benefícios das análises avançadas são parcialmente reconhecidos, mas não de forma consistente em toda a organização. Os ganhos dessas abordagens dependem da qualidade dos dados, da integração dos sistemas e da incorporação efetiva dos resultados ao ciclo decisório do S&OP, indicando um estágio intermediário de maturidade analítica (Schlegel et al., 2021; Alexander, 2016).

Os principais desafios percebidos pelos participantes para implementar ou expandir ferramentas analíticas no S&OP foram a falta de integração entre departamentos (silos funcionais, com 11 menções), tempo limitado ou sobrecarga operacional (9 menções), e baixa qualidade de dados ou falta de governança (5 menções). Outros desafios incluíram resistência cultural à mudança (4 menções), falta de patrocínio da liderança (3 menções), ferramentas inadequadas ou limitações tecnológicas (3 menções) e insuficiência de habilidades analíticas (3 menções). Esses achados indicam que as barreiras são predominantemente organizacionais e processuais, e não apenas tecnológicas, reforçando a necessidade de uma abordagem integrada (Alexander, 2016; Schlegel et al., 2021; Farro & Gazzo, 2023).

A análise quantitativa da performance das previsões foi realizada com base nos indicadores Forecast Accuracy (FA), MAPE (Mean Absolute Percentage Error) e BIAS, comparando o forecast corporativo com as projeções geradas pelo modelo estatístico Holt-Winters. O Holt-Winters foi selecionado por sua adequação a séries mensais com nível, tendência e sazonalidade, características comuns em Sales Forecasting, e por sua interpretabilidade e baixa exigência computacional. Os dados de vendas normalizados de 2023 e 2024 foram utilizados para projetar o comportamento de 2025 em dois produtos (A e B) e três países (Dinamarca, Holanda e Suécia).

Para o Produto A na Dinamarca, o modelo Holt-Winters demonstrou uma melhora expressiva e consistente na acuracidade. A Forecast Accuracy aumentou de 73,7% para 78,5% (+4,8 pontos percentuais), e o MAPE reduziu de 26,3% para 21,5% (-4,8 pontos percentuais). O BIAS positivo diminuiu de 0,16 para 0,13 (-0,03), indicando uma menor tendência de superestimativa. Esse ganho simultâneo em FA e MAPE sugere uma melhor captação de tendência e sazonalidade pelo modelo, com benefício operacional direto na redução de erros e no risco de estoques desalinhados.

No caso do Produto A na Holanda, observou-se um ganho marginal de acuracidade. A Forecast Accuracy passou de 92,5% para 93,1% (+0,6 pontos percentuais), e o MAPE reduziu de 7,5% para 6,9% (-0,6 pontos percentuais). Contudo, o BIAS tornou-se mais negativo, de -0,04 para -0,07 (-0,03), evidenciando uma maior tendência à subestimativa. Em contextos onde o baseline já apresenta boa acuracidade, ganhos mais modestos são esperados, e recomenda-se a calibração dos parâmetros do modelo ou a correção de viés pós-modelo para otimizar a previsão.

Para o Produto A na Suécia, verificou-se uma melhora discreta, porém consistente, nos três indicadores. A Forecast Accuracy aumentou de 92,2% para 92,8% (+0,6 pontos percentuais), o MAPE diminuiu de 7,8% para 7,2% (-0,6 pontos percentuais), e o BIAS reduziu de 0,08 para 0,07 (-0,01). O método Holt-Winters reduziu ligeiramente a superestimativa e incrementou a acuracidade, mantendo o processo em um patamar elevado de desempenho. Este é um exemplo de como o Holt-Winters pode funcionar como um modelo de apoio, ou “challenger”, para validar e ajustar o forecast oficial.

Em contraste, para o Produto B na Suécia, o modelo Holt-Winters apresentou desempenho inferior em todos os indicadores. A Forecast Accuracy diminuiu de 90,9% para 90,5% (-0,04 pontos percentuais), o MAPE aumentou de 9,1% para 9,5% (+0,4 pontos percentuais), e o BIAS aumentou de 0,05 para 0,08 (+0,03). Este resultado configura um outlier e evidencia a inadequação do Holt-Winters para séries com baixa sazonalidade, maior intermitência ou forte influência de eventos externos, onde métodos alternativos podem ser mais aderentes.

Os resultados quantitativos indicam que o desempenho do modelo Holt-Winters variou conforme a combinação produto-mercado, confirmando que não existe um método único superior para todos os contextos de previsão. O modelo estatístico apresentou melhorias em três das quatro combinações analisadas, com destaque para o Produto A na Dinamarca, onde houve um aumento significativo da acuracidade e redução do erro, comportamento associado a séries com tendência e sazonalidade bem definidas. Para Holanda e Suécia (Produto A), os ganhos foram mais modestos, mas consistentes, compatíveis com cenários de baseline já acurado, reforçando o papel do modelo estatístico como ferramenta complementar e de validação.

Em síntese, a pesquisa revela que a organização possui um processo de S&OP estruturado, mas em estágio intermediário de maturidade analítica. O diagnóstico principal não reside apenas na ausência de tecnologia, mas na combinação de um uso moderado de indicadores, integração incompleta entre áreas, limitações na governança dos dados e incentivos que podem aproximar o forecast do orçamento-meta. Os dados quantitativos demonstraram que o modelo Holt-Winters superou o forecast corporativo em três das quatro combinações produto-mercado, mas teve desempenho inferior em uma delas, indicando que a evolução do S&OP depende de uma abordagem integrada que combine ferramentas analíticas, qualidade dos dados, governança e alinhamento organizacional.

4. Conclusão

O presente estudo avaliou o impacto da utilização de ferramentas analíticas de previsibilidade no processo de Sales and Operations Planning (S&OP) e Integrated Business Planning (IBP) sobre a acuracidade das previsões de vendas, além de identificar fatores críticos de sucesso, desafios de implementação e o nível de maturidade do S&OP em uma empresa farmacêutica multinacional. Verificou-se que a organização possui um processo de S&OP estruturado, mas em um estágio intermediário de maturidade analítica. Observou-se que o diagnóstico principal não reside apenas na ausência de tecnologia, mas na combinação de um uso moderado de indicadores, integração incompleta entre áreas, limitações na governança dos dados e incentivos que podem aproximar o forecast do orçamento-meta. A análise quantitativa demonstrou que o modelo estatístico Holt-Winters superou o forecast corporativo em três das quatro combinações produto-mercado analisadas, com ganhos significativos de acuracidade em contextos específicos, embora tenha apresentado desempenho inferior em uma das combinações, evidenciando a não universalidade de um único método. A principal contribuição do estudo reside na proposição de que a evolução do S&OP depende de uma abordagem integrada que combine ferramentas analíticas, qualidade dos dados, governança e alinhamento organizacional, recomendando-se a implantação de um processo gradual, segmentado e governado, como o modelo champion-challenger, para apoiar a tomada de decisão.

Este estudo apresenta limitações inerentes à sua metodologia, como o levantamento de percepções dos respondentes, que, embora valioso, não representa a totalidade da visão organizacional, especialmente a comercial. A amostra reduzida de quinze participantes, de um total de sessenta convidados, pode introduzir um viés de não resposta e de desejabilidade social. Adicionalmente, o desenho de entidade única, a seleção intencional de produtos e mercados específicos, a normalização dos dados e o horizonte de doze meses restringem a generalização dos achados para outros portfólios e empresas. A comparação do modelo Holt-Winters com o forecast corporativo não controlou todas as informações qualitativas dos gestores, indicando associação e utilidade prática, mas não causalidade ou superioridade universal da tecnologia. Para pesquisas futuras, sugere-se ampliar o escopo para incluir mais produtos, mercados, períodos e funções respondentes, além de registrar a origem de ajustes manuais, testar modelos alternativos por perfil de demanda e combinar métricas de erro com medidas de valor operacional, como nível de serviço, estoque e perdas, visando elevar a validade interna e externa do diagnóstico.

Referências Bibliográficas

Ahaggach, H.; Abrouk, A.; Lebon, J. 2024. A study on demand forecasting models and performance metrics. Journal of Emerging Technologies and Innovative Research, 11 (4): 217-229.

Alexander, Duncan. 2016. S&OP in the 21st Century. Journal of Business Forecasting, New York, 35 (1): 6–14.

Arozo, Rodrigo. 2006. Sales and Operations Planning: uma

Ashraf, Safuwan. 2024. A study on the impact of demand forecasting accuracy on supply chain performance. Journal of Emerging Technologies and Innovative Research, 11 (4): 101-112.

Bastos, J.E.S.; Sousa, J.M.J.; Da Silva, P.M.N.; De Aquino, R.L. 2023. O uso do questionário como ferramenta metodológica: potencialidades e desafios. Brazilian Journal of Implantology and Health Sciences, 5 (3): 623-636.

Christopher, 2009 [Referência completa não encontrada no documento original]

Dinn Inteligência De Vendas. 2025. Como a indústria farmacêutica pode prever a demanda e evitar rupturas de estoque. São Paulo, SP, Brasil.

Farro, D.; Gazzo, G. 2023. The transition from Sales & Operations Plan to Integrated Business Plan: a systematic literature review. International Journal of Production Research, 61 (2): 456-472.

Fia Business School. 2023. Cadeia de suprimentos: conceitos, importância e aplicações. São Paulo, SP, Brasil.

Fullcast. 2025. Forecast accuracy benchmarks and business performance. Fullcast White Paper, Boston, MA, USA.

Moreira, Gabriel. 2021. As cinco etapas do processo de S&OP. Plannera, São Paulo, SP, Brasil.

Moreira, Gabriel. 2025. Do conceito à prática: entenda o que é IBP e sua aplicação em grandes empresas. Plannera, São Paulo, SP, Brasil.

Pibernik, R. 2016. Advanced S&OP practices and maturity models. Production Planning & Control, 27 (9): 709–720.

Porter, 1989 [Referência completa não encontrada no documento original]

Schlegel, A.; Hartmann, E.; Hofmann, E. 2021. Enabling integrated business planning through big data analytics: a case study on sales and operations planning. Production Planning & Control, 32 (2): 123–135.

Souza, Diego de. 2025. Forecast accuracy: conceitos, métricas e tendências no S&OP. Plannera, São Paulo, SP, Brasil.

Strategy& (PwC). [s.d.]. A preparação da indústria farmacêutica para um futuro baseado em dados. São Paulo, SP, Brasil.

Zlotko, 2026 [Referência completa não encontrada no documento original]

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Negócios do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy