Vendas

Previsão com IA (probabilidade de ganho)

Um modelo treinado com o seu histórico prevê a chance de ganhar cada oportunidade aberta, sem custo de IA.

A página "Previsão IA" (no menu lateral) usa o SEU histórico de oportunidades ganhas e perdidas para aprender quais características levam ao ganho e, com isso, estimar a probabilidade de fechar cada oportunidade aberta.

Como funciona

O modelo é treinado automaticamente com as oportunidades já fechadas (Ganha/Perdida).
Ele analisa características como etapa, origem, tipo de venda, prioridade e faixa de valor.
Cada oportunidade aberta recebe uma probabilidade de ganho e uma faixa (Alta, Média, Baixa).
O "pipeline ponderado" soma o valor das abertas multiplicado pela probabilidade prevista, gerando um forecast realista.

A tela também mostra os fatores que mais empurram a favor e contra o ganho, aprendidos do seu histórico.

💡 É preciso um mínimo de histórico (cerca de 10 negócios fechados) para o modelo treinar. Quanto mais oportunidades você fecha como Ganha/Perdida, melhor a previsão.

Risco de churn

Na mesma página, a seção "Risco de churn" aprende do seu histórico de contas perdidas (ciclo de vida "Perdido" ou tipo "Churn") versus retidas e estima o risco de cada conta ATIVA cancelar. Ela usa sinais antecedentes como saúde (health) e status de renovação, e lista as contas do maior para o menor risco.

Propensão a expandir e a downgrade

O mesmo motor prevê quais contas têm maior propensão a EXPANDIR (upsell/cross-sell) e quais têm maior propensão a DOWNGRADE/contração. Ele aprende do seu histórico REAL de movimento de receita: as expansões e contrações de MRR das assinaturas ao longo do tempo. As features são atributos da conta (tier, porte, segmento, saúde, status de renovação, plano). Pergunte ao Copilot "quais clientes têm potencial de expansão?" ou "quem pode fazer downgrade?" e ele lista as contas do maior para o menor score, com os sinais que puxam a previsão.

💡 O modelo treina do histórico de mudanças de MRR das assinaturas. Se você ainda não usa o objeto Assinatura ou tem poucas expansões/contrações registradas, a amostra é insuficiente e o resultado vem marcado como não treinado, sem inventar números.

Previsão de renovação e receita futura

Pergunte ao Copilot "quais contratos vão renovar?" ou "quanto de MRR/ARR teremos?". Ele projeta o MRR/ARR dos próximos meses a partir do MRR ativo atual e do crescimento líquido médio (novos + expansão − contração − churn) e estima a probabilidade de renovação de cada assinatura ativa, treinada do seu histórico (assinaturas ativas versus canceladas), listando da menor para a maior (mais em risco primeiro). Cada linha traz ainda um sub-score de risco contratual derivado do status de renovação da conta. As features consideram o plano, o tempo de casa e atributos da conta (tier, porte, segmento, saúde, status de renovação).

💡 É tudo calculado localmente, sem custo de IA. Sem histórico de movimento de MRR a projeção fica plana, e com poucas assinaturas com desfecho o modelo vem marcado como não treinado, sem inventar números.

Confiabilidade do forecast (erro histórico e variância)

Pergunte "quão confiável é meu forecast?" ou "estou batendo o commit?". O erro histórico (MAPE) faz um backtest do modelo preditivo comparando, por período, o forecast (soma valor × probabilidade) com o realizado (ganhos). A variância compara o forecast declarado (categorias Commit e Best case) com o realizado, mostrando se você superou ou ficou abaixo do que foi comprometido.

💡 Como o sistema ainda não guarda um retrato salvo do forecast de cada dia, o MAPE é calculado sobre todo o histórico (uma aproximação otimista) e a variância usa a categoria atual do registro. Cada resposta traz o campo de base explicando a limitação, para você ler o número com o contexto certo.

Recomendação de produto (melhor oferta e cross-sell)

O Copilot também recomenda QUAL produto oferecer a cada conta, no estilo "contas que compraram X também compraram Y". Ele olha o seu histórico REAL de vendas: para cada cliente, os produtos que ele já ganhou (oportunidades ganhas e itens da oportunidade). A partir da co-ocorrência entre produtos, sugere à conta os produtos que clientes parecidos compraram e que ela ainda NÃO tem, do maior para o menor score (confiança × frequência). Cada sugestão vem classificada como cross-sell (produto de outra categoria), upsell (categoria já comprada, preço maior) ou próximo produto, com o porquê ("60% das contas que compraram A também compraram B").

Pergunte "o que oferecer para esta conta?" para uma conta específica ou "quais são as melhores oportunidades de cross-sell?" para receber a fila do time, com a melhor oferta por conta.

💡 A recomendação vem do seu próprio histórico. Com poucas vendas ou sem produtos comprados em conjunto, a lista vem vazia: o sistema não inventa um par que os seus dados não mostram.

Anomalias

O bloco "Anomalias detectadas" acompanha indicadores semanais (oportunidades e leads criados, negócios ganhos) e sinaliza semanas que fugiram do padrão, por exemplo uma queda brusca de leads ou um pico de ganhos. A detecção usa z-score robusto (mediana + desvio absoluto mediano), resistente a valores extremos.

Além da visão ao vivo na tela, o agendador roda a detecção automaticamente e AVISA os administradores (notificação no sino) quando uma anomalia nova aparece. Cada anomalia é alertada uma única vez: a mesma semana do mesmo indicador nunca gera aviso repetido. O "Histórico de anomalias" na própria página lista tudo o que já foi detectado e alertado.

Em Configurações > Organização você liga ou desliga os alertas, ajusta a sensibilidade (limiar do z-score; menor = mais sensível) e escolhe quais indicadores monitorar. O padrão já vem ativo, com sensibilidade 2.5 e os três indicadores.

Roteamento inteligente

A seção "Roteamento inteligente" ranqueia os vendedores pela taxa de ganho histórica (suavizada, para não distorcer com amostra pequena) e pela carga atual. Use o ranking para direcionar novos leads a quem tem mais chance de converter, equilibrando a distribuição.

💡 Tudo é calculado localmente a partir dos seus dados. Não usa provedores de IA externos e não gera nenhum custo.

Abrir este artigo dentro do sistema →