O que é gestão da demanda com dado censitário?

É acompanhar o que foi efetivamente comprado em cada ponto de venda, e não uma amostra extrapolada. Na operação descrita no episódio, isso significava saber em D+1 o que foi comprado, onde, em que quantidade, de quem e quando — contra uma informação amostral que antes levava de três meses e meio a quatro meses para chegar à indústria.

Por que o forecast clássico deixou de funcionar?

Porque séries temporais tratam ruído, sazonalidade e ciclicidade em condições normais, deixando de fora eventos aleatórios. Nenhum modelo de série temporal previa pandemia, lockdown ou fechamento de fronteiras. O problema não é a técnica estar errada, é o escopo dela não cobrir o que passou a mandar no resultado.

Qual a alternativa ao forecast?

Simular situações futuras a custo marginal e se preparar para elas, usando técnicas de geração e discriminação de cenários. Segundo Helcio Lima, isso permite planejar qual será a reação — o que é diferente tanto de prever o futuro quanto de apenas reagir bem quando ele chega.

Por que automatizar o ressuprimento começando pela curva C?

Porque a adoção depende de confiança, não de impacto. Automatizar o item de alto giro primeiro maximiza ganho e risco percebido ao mesmo tempo. Começar pelos slow movers deixa o gestor ver o mecanismo funcionar — e simular o contrafactual — antes de entregar a ele o que é crítico.

Automatizar o ressuprimento tira a decisão do gestor?

Não, no enquadramento do episódio. A decisão já foi tomada pelo gestor quando ele construiu a política de reposição. O que está automatizado é a execução dessa política, sob as premissas que ele definiu — e com a vantagem de combinar regras numa velocidade inacessível a um time humano.

O que é customização em massa em bens de consumo?

É a demanda individual determinando o produto. O caso descrito no episódio: o cliente pede ao próprio cabeleireiro um xampu ajustado ao seu tom de pele, cor de cabelo e frequência de visitas, que é produzido sob demanda e entregue com a marca do cabeleireiro, não da indústria.

Quais competências o profissional de supply chain precisa desenvolver?

Três, segundo Helcio Lima: espírito de inovação e questionamento constante, por causa dos problemas novos que vão surgir; base conceitual em métodos quantitativos, sem necessidade de ser especialista em execução; e raciocínio algorítmico — pensar o processo, mesmo sem programar.

Metodologias & Qualidade

Gestão da demanda: o que muda quando você sai da amostra para o censo

Helcio Lima integrou 380 empresas com modem de 2.400 bps em 1993 para ver a demanda em D+1. Ele explica por que o forecast clássico quebrou e o que substitui.

Por Thiago Coutinho

Publicado em 20 de out de 2026 · Atualizado em 20 de out de 2026 · 14 min de leitura

Capa do artigo Gestão da demanda: o censo e o fim do forecast, com a arte do episódio 60 do VoittoCast e a foto do convidado

Helcio Lima é CEO e fundador da TTL Experience e, antes dela, fundou e liderou por quase 20 anos uma empresa pioneira em dados de demanda no Brasil. É engenheiro eletricista pela UFMG, formado em ciência da computação pelo ITA, com pós-graduação no MIT e MBA pela ESPM. Nesta conversa com Henrique Corrêa, ele explica por que a gestão da demanda exige dado censitário e não amostral, e por que o forecast clássico deixou de servir — contrariando, com educação, outro convidado da mesma série.

O conselho sobre gestão da demanda que ele recebeu no MIT

A origem do negócio dele é uma pergunta pragmática feita a um professor, e a resposta virou uma tese de vinte anos:

"Ele virou para mim e falou: olha só, o Brasil é um país continental que tem e vai continuar tendo sempre problemas logísticos. Tudo aquilo que você puder fazer para permitir que a informação flua como água — usando o menor gradiente possível, para que ela possa fluir como água — isso vai fazer com que as ineficiências sejam minimizadas e que tudo possa ter uma resposta muito forte a qualquer tipo de estímulo." — Helcio Lima, citando o professor

A tradução dele para gestão da demanda é direta: se o estado ideal é uma cadeia 100% puxada, respondendo a estímulos de demanda, só há uma forma de chegar lá — capturar todos os estímulos. E capturar todos exige dado censitário, não amostral.

1993: 380 empresas, modem de 2.400 bps, relatório diário

O contexto que ele descreve dimensiona o salto:

Antes	Depois
dados amostrais, coletados em algumas farmácias	dados censitários, de quase 400 agentes de distribuição para 70 mil lojas
informação de demanda levava três meses e meio a quatro meses para chegar à indústria	informação em D+1
o gestor descobria um mês e meio depois que o lançamento funcionou numa geografia e não em outra	sabia no dia seguinte o que foi comprado, onde, em que quantidade, de quem e quando

"Imagina você integrar 380 empresas com reporte diário. Não era near real time, mas o diário já era excepcional — a gente está falando do início da década de 90." — Helcio Lima

Henrique Corrêa resume o efeito: "Bom, meu amigo, Inês é morta, já é tarde. Vocês entraram com uma lógica de dizer: você consegue saber em D+1. A capacidade de reação muda a regra do jogo."

O caso que mostra o valor

"Eu me recordo da época do lançamento de uma categoria nova no Brasil. A gente chegou a ter cinco grandes players competindo por esse mercado e, por acaso, todos os cinco eram clientes nossos. Havia brigas semanais de reação de quem tinha ganho mais share, quem tinha colocado mais produto na farmácia, quem estava com problema de ruptura." — Helcio Lima

E o resultado agregado, que é o argumento contra quem vê transparência de dado como jogo de soma zero:

"O resumo disso é que o mercado cresceu absurdamente. O mercado desse tipo de sal no Brasil, em três anos, cresceu quase o dobro da taxa de crescimento do mercado americano, que na época era um dos grandes mercados para essa indústria."

A inversão do método: parar de torturar o dado

"Hoje eu olho para os livros quando eles dizem a diferença entre aprendizado de máquina e computação tradicional. O pessoal que construía modelos, o que fazia? Ele torturava o dado para o dado caber dentro do modelo. Hoje é o contrário: você deixa o dado falar, coloca um modelo para aprender o que o dado está falando, e usa o ser humano — que é a capacidade inestimável — para olhar para aquilo e dizer: bom, o que eu faço com isso que eu estou aprendendo agora?" — Helcio Lima

O que o dado censitário revelou, na prática: comportamentos, segmentação e subsegmentação de clientes, combinando geografia, poder aquisitivo da população, tipo de patologia predominante na região e o funcionamento da distribuição logística local.

E a parte que levou dez anos

"Demoramos quase uma década para conseguir implementar a cultura. A tecnologia era fácil; a cultura foi complexa." — Helcio Lima

A mudança de status que ele registra:

"O dado censitário, conhecer a demanda próximo do tempo real, deixou de ser aquela história do 'precisar não precisa, mas é bom ter'. Agora é imprescindível. Se você não tiver, está fora do jogo."

Por que o forecast clássico quebrou

Helcio Lima descreve o método tradicional com precisão para então mostrar onde ele não alcança:

"Tudo que se pensava em termos de forecasting era pegar as famosas séries temporais, olhar o desempenho da demanda de um produto ao longo do tempo, de um ponto de vista quase econométrico, e tentar entender se tem ruído na série, se tem sazonalidade, ciclicidade, qual é o tamanho do erro — para você conseguir fazer um forecasting com o menor nível de erro possível." — Helcio Lima

E o limite:

"Só que a gente sabe que isso é em condições normais de temperatura e pressão, onde você deixa de fora todos os outros eventos, principalmente aqueles que são aleatórios. Está aí o exemplo recente: quem é que podia prever pandemia? Quem é que ia prever lockdown? E lockdown impactando fornecimento de matéria-prima, e os países fechando as fronteiras — primeiro eu, depois vocês. É impossível de se prever."

O que ele propõe no lugar

A analogia que ele usa vem das redes generativas, o mecanismo por trás dos sites de rostos e casas que não existem:

"É um processo onde você tem dois componentes matemáticos: um componente que a gente chama de falsificador e o outro que é o policial tentando descobrir, separar o que é verdadeiro e o que é falso." — Helcio Lima

Transposto para a cadeia: simular situações futuras a custo marginal, preparar-se para elas e testá-las dentro de um contexto dinâmico.

"A única coisa que eu sei é que isso não é forecast."

A discordância com outro convidado da série

Henrique Corrêa relata a mensagem que ouviu de outros entrevistados: o forecast ficou menos confiável, e por isso o investimento está em capacidades de reagir adequadamente, em vez de tentar antecipar. Helcio Lima discorda, e a discordância é o momento mais interessante do episódio:

"Vou me permitir aqui, quem sou eu, mas vou me permitir contrapor: acho que não é só o perfil de reagir, porque você vai conseguir planejar qual vai ser a sua reação." — Helcio Lima

Não é uma divergência de fundo — é uma divergência sobre o que a tecnologia disponível já permite. A posição de Helcio Lima é que simular o futuro a custo marginal transforma reação em plano de reação, o que é uma coisa diferente de improvisar bem.

E ele vai além, numa previsão arriscada:

"Acho que nunca mais vai se ouvir alguém falando de efeito chicote, de bullwhip, de nada disso. Porque esse tipo de ineficiência — acho que finalmente a gente está com as capacidades e com a tecnologia, mais capacidade do que tecnologia, porque a tecnologia existe desde 1950 — vai permitir que a gente tire do jogo essas ineficiências."

Ressuprimento sem humano: começando pela curva C

Perguntado se a decisão de reposição vai prescindir do ser humano, Helcio Lima responde que já está acontecendo, em escala pequena — e com uma inversão de prioridade que surpreende:

"Aqui mesmo no Brasil já estamos implementando alguns processos onde o ressuprimento não passa mais por nenhuma interação humana. E a gente está fazendo ao contrário: em vez de ir para produtos de curva A, a gente está indo para produtos de curva C, para os slow movers." — Helcio Lima

A lógica de adoção é de confiança, não de impacto. Automatizar o item de alto giro primeiro maximiza o ganho e maximiza o risco percebido. Começar pelo item de baixo giro dá ao gestor a chance de ver o mecanismo funcionar antes de entregar a ele o que importa.

E o argumento que ele usa para vender isso internamente:

"Permite dar segurança para o gestor de que, primeiro, ele não está escorregando numa casca de banana que ele não tinha visto. E dar segurança para o stakeholder de dizer: não vou perder dinheiro. No mínimo, vou deixar de perder dinheiro."

Com a capacidade de simular o contrafactual — "o que teria acontecido se eu não tivesse feito".

O enquadramento conceitual que ele dá à automação é o que desarma a resistência: a decisão continua sendo humana, porque o gestor decidiu quando construiu a política de reposição. O que está automatizado é a execução daquilo que ele já definiu que deveria ser feito, sob determinadas premissas.

E a vantagem técnica real:

"Esse tipo de tecnologia hoje permite você trabalhar regras e combinações de situações que um ser humano, ou um time, humanamente não consegue no timing que a gente precisa."

O que ele viu em operação

Dois relatos diretos:

Num seminário no Vale do Silício, em 2018, conversando com um diretor de uma grande varejista digital sobre a integração ponta a ponta das lojas físicas, incluindo mercados de vizinhança e supermercados adquiridos — sem intervenção humana.

Num walkthrough na operação brasileira da mesma empresa:

"Só tinha gerente de produto. Não tinha um ser humano cuidando de inventário. Zero. Tudo automatizado."

E a política de nível de serviço que um cliente dele resumiu:

"A política é a seguinte: eu tenho que ter pelo menos um. Ou seja, não se aceita ruptura. Se eu precisar ter um custo acima do normal para ter a disponibilidade daquele um, eu terei aquele um. Eu tenho a certeza que não perdi a venda."

Um detalhe de implantação que vale como lição sobre o Brasil: o braço logístico levou quase dois anos para entrar em operação, e um ano inteiro foi só para acomodar as transações fiscais.

"Se funciona no Brasil com a política fiscal que a gente tem, funciona em Marte, funciona em qualquer canto."

Para onde vai a gestão da demanda

Perguntado sobre o futuro, Helcio Lima aponta três movimentos.

1. Extração de ineficiência, com uma cadeia alinhada à demanda puxada. "Muito mais lento do que precisaria ser."

2. Customização em massa. Fim do empurrado:

"Eu, como cliente, a demanda determinando o que vai estar sendo produzido. Essa história de push, ainda mais com a mudança do estilo de vida e do hábito das pessoas — essa de 'eu aqui, gênio, empurro' — esquece." — Helcio Lima

O caso que ele descreve, de uma startup em Nova York na qual a empresa dele participa, é o exemplo mais concreto de customização em massa em bem não durável que aparece na série:

Você chega ao seu cabeleireiro e pede, com base no seu tom de pele, na cor do seu cabelo e na frequência das suas visitas, três unidades daquele xampu que ele usou na semana passada e duas do condicionador. Aquilo sai dali como um conjunto de atributos, vai para a linha de produção — e volta com a marca do cabeleireiro, não da indústria, personalizado, com logística de via rápida.

"Nós, que somos seres humanos, adoramos ser tratados de maneira diferente. Então você vai poder olhar o um como um. Cada um de nós, ou cada grupo, vai se tornar um ecossistema para o qual vários outros ecossistemas vão se configurar no instante do atendimento da demanda, no instante da produção. Eles se formam, desaparecem, se formam, desaparecem." — Helcio Lima

3. Internet das coisas como denominador comum. Porque é o que viabiliza economicamente a captura de informação que antes era inviável — ambiente hostil, áreas gigantescas a cobrir. Somada à onipresença de comunicação e ao 5G, permite, a custo viável, "olhar o mundo como uma rede de suprimentos. Seja suprimento de serviços, de saúde, de dinheiro, de comida, de qualquer coisa".

E uma provocação:

"Eu acho que a indústria 4.0 já nasceu morta, porque ela está vindo com a 5.0 — e essa sim vai ser a grande revolução."

O papel do ser humano

A frase com que ele abre a resposta é a melhor do episódio:

"Um dos melhores rótulos que colocaram em tecnologia nos últimos anos foi o de inteligência artificial. Porque, se ela fosse substituir todo mundo, seria inteligência natural." — Helcio Lima

O argumento quantitativo:

"Todos nós, em 100% dos casos, não importa se o trabalho é mais nobre ou menos nobre, gastamos mais da metade do nosso tempo em tarefas repetitivas e de valor agregado baixo. Por quê? Porque a gente precisa fazer, porque se não fizer, não acontece."

Quando autômatos fazem isso, o que sobra é olhar para as questões. E uma função nova aparece:

"O nosso gut feeling agora tem máquina para poder dizer 'você não está errado' — ou, às vezes, para um gut feeling prepotente, dizer 'você está fazendo bobagem'. A gente vai ter um processo de contraposição daquela chamada intuição, que na realidade é um aprendizado que a gente não consegue traduzir em números."

As três competências

1. Espírito de inovação e questionamento constante. "Da mesma maneira que atividades repetitivas vão desaparecer, problemas novos vão surgir em escala exponencial, e vão precisar de seres humanos para tomar a decisão. Desafiar todo santo dia, olhando para o novo."

2. Métodos quantitativos. Sem escapatória: "não tem como fugir da matemática, não tem como esquecer o teorema de Bayes. Pelo menos entender isso conceitualmente — não precisa ser um expert na execução de nada, mas entender o que o conceito fala."

3. Habilidade computacional e algorítmica. E aqui ele inverte o estereótipo:

"Você não precisa programar, mas precisa ter uma cabeça pensando o processo. E o profissional de supply é um dos poucos que olha muito para processo. Estou forçando a barra, mas todo profissional de operações deveria ser programador — porque ele é um ótimo programador, já que tem um processo muito bem desenhado e com métricas." — Helcio Lima

A previsão de carreira

"Para mim, o atual hype do cientista de dados: o próximo hype vai ser o cientista de gestão de redes de suprimentos. Não tem saída, porque é o próximo gargalo. Não adianta esse monte de coisas fantásticas serem feitas; isso precisa virar concreto. Se não tiver esse profissional que vai transformar isso em execução, nada acontece." — Helcio Lima

Ele estima de dois a cinco anos para o tema virar o hype que a inteligência artificial virou. E dimensiona a escassez com a própria empresa:

"É um vazio absoluto desse tipo de profissional. Minha própria empresa hoje está tendo que avançar para a questão da execução, porque não tem gente que entenda disso e consiga aplicar a formação acadêmica mínima necessária para entender o que é uma demanda puxada, uma demanda empurrada, o que é uma política de gestão de inventário."

Henrique Corrêa fecha com a explicação de por que a tecnologia disponível desde os anos 1950 não resolveu o problema: "the hard stuff is the soft stuff" — persuasão, alinhamento de incentivos, alinhamento de interesses, negociação.

Quem é Helcio Lima

CEO e fundador da TTL Experience, empresa voltada à gestão de demanda com uso intensivo de dados
Antes dela, fundou e liderou por quase 20 anos uma empresa pioneira em dados censitários de demanda no Brasil, começando em 1993
Engenharia elétrica pela UFMG, ciência da computação pelo ITA, pós-graduação no MIT, MBA pela ESPM
Também estudou cinema

O entrevistador é Henrique Corrêa, professor de gestão de operações e de cadeias de suprimento na Crummer Graduate School of Business, do Rollins College, nos Estados Unidos, e apresentador do quadro Leading the Supply Chain.

Ouvir o episódio

VoittoCast #60 — Indústria 4.0 em Supply Chain: tornando o gerenciamento da demanda mais eficiente Quadro: Leading the Supply Chain, com Henrique Corrêa Convidado: Helcio Lima

Ouvir no Spotify

Página do episódio no VoittoCast