Forecast de vendas no agronegócio: como prever resultados

Estamos em janeiro. Você está na reunião de planejamento de vendas. Seu chefe pergunta: “Quantos milhões você vai vender em 2026?” Você tem número? Você o calculou baseado em dados reais ou foi só adivinhação otimista? A diferença entre forecast que funciona e forecast que é fantasia é a diferença entre ter controle de seu negócio e estar navegando no escuro. Este é seu guia para forecast de vendas que você consegue realmente contar.

Por que forecast de vendas é tão importante e difícil em agronegócio

Forecast de vendas responde a pergunta: qual é a receita que você realmente vai ter? Não a que você quer, não a que seria bonito — a que você realmente terá. Por quê? Porque seu CFO precisa dessa número pra financeiro. Porque seu investidor precisa pra decidir se financia. Porque você precisa pra saber se faz payroll ou não.

É especialmente difícil em agronegócio porque existe sazonalidade (você não vende uniforme ao longo do ano), existe variação de preço commodity (seu cliente cancela porque preço caiu), existe variação climática (seca significa produtor não tem dinheiro pra comprar seu serviço). Tudo conspira pra tornar forecast impossível. Mas não é — você só precisa da metodologia certa.

O método clássico errado: otimismo puro

Vendedor vai chamar você e diz “tenho 10 deals em pipeline. Acho que fecho 5 — então meu forecast é R$ 500k.” Por quê? Porque cinco vezes 100k = 500k. Matemática correta, mas verdade? Raramente. Vendedor está sendo otimista — “acho que fecho 5” não é probabilidade, é desejo.

O forecast baseado em “acho” é inútil. É vomitado numa reunião, ninguém acredita, você é ridicularizado no final do mês quando não bate. Melhor: você precisa de modelo.

O modelo de forecast baseado em histórico

Você olha pra últimos 3 meses de dados de vendas reais. Quantos deals que entrou em pipeline? Quantos fechou? Qual foi o time para fechar (dias entre primeiro contato e fechamento)? Qual foi ACV (valor médio)? Com esses dados, você consegue prever.

Exemplo: últimos 3 meses você entrou 30 deals no funil. Fechou 6 (taxa de conversão 20%). Timeline era em média 75 dias. ACV foi R$ 100k. Prognóstico para próximos 90 dias: se você continuar entrando 30 deals/mês, você vai fechar aproximadamente (30 * 20%) = 6 deals em 90 dias, que é 6 * R$ 100k = R$ 600k.

Mas aqui você precisa de ajustes. Se sabe que janeiro tem sazonalidade alta (produtor tem dinheiro de colheita), você aumenta número 15-20%. Se sabe que prognóstico de preço de soja está ruim, você diminui porque produtor va ter menos dinheiro — diminui 10-15%. Esses ajustes não são “acho” — são baseados em dados históricos de outras vezes que aconteceu.

Os dados que você precisa coletar

Taxa de conversão (do funil ao cliente): sem isso não consegue prever. Você PRECISA rastrear qual % de prospects vira cliente. Se você não tá acompanhando, comece agora.

Tamanho do funil: quantos deals entram todo mês? Se tem 20 deals / mês e taxa de conversão é 30%, você sabe que fecha (20 * 30% ) = 6 deals/mês. Previsível.

Ciclo de vendas: quanto tempo leva de primeiro contato a fechamento? Se é 60 dias, um deal que entra hoje vai fechar no mês que vem. Um que entra no mês que vem vai fechar 2 meses depois. Você consegue mapear o “delay” de receita.

ACV: qual é o valor médio de cada contrato? Se seu portfólio é R$ 50k a R$ 200k, sua média pode estar enviesada. Melhor: você sabe a distribuição. “30% dos deals são R$ 50k, 50% são R$ 100k, 20% são R$ 200k.” Com distribuição, você consegue calcular expectativa real.

Sazonalidade: qual é a mês mais forte, qual é mais fraco? Você coloca número. “Janeiro é 140% de normal, agosto é 60% de normal.” Aí você aplica multiplicadores no seu modelo.

Construindo a planilha de forecast

Você precisa de três seções: (1) Histórico (últimos 12 meses de dados reais), (2) Suposições (qual é sua taxa de conversão, seu ACV, seu ciclo), (3) Forecast (aplicando as suposições em timeline futura).

Seção 1 — Histórico: 12 linhas (um por mês). Colunas: mês, deals entrados, deals fechados, receita de fechados, ACV daquele mês, taxa de conversão daquele mês. Isso captura padrões.

Seção 2 — Suposições: “Taxa de conversão média últimos 12 meses: 22%”, “ACV média: R$ 95k”, “Ciclo de vendas: 68 dias”, “Janeiro 2026 multiplicador: 1.3x porque é colheita”.

Seção 3 — Forecast: Próximos 12 meses. “Janeiro 2026: 25 deals entrarão no funil (estimado), com 22% de conversão, em ciclo de 68 dias isso significa que R$ 52k vai fechar em janeiro. (Deals que fecham em janeiro são deals que entraram em novembro 2025)”. Você mapeia pra frente.

O forecast faseado (mais realista que tudo em uma coluna)

Vendedor tem pipeline com 30 prospects. Você não assume que todos fecham com taxa média de 22%. Você pede pra vendedor avaliar cada prospect: qual é a probabilidade de fechar? Baseado em estágio (lead, proposal, negotiation, close).

Lead = 5% probabilidade. Proposal = 25% probabilidade. Negotiation = 60% probabilidade. Close = 95% probabilidade. Com isso você tem forecast faseado.

Exemplo: vendedor tem 5 leads (cada um com R$ 100k), 8 proposals (cada um R$ 120k), 3 negotiations (cada um R$ 150k), 2 closes (cada um R$ 200k). Forecast = (5 * 100k * 5%) + (8 * 120k * 25%) + (3 * 150k * 60%) + (2 * 200k * 95%) = 25 + 240 + 270 + 380 = R$ 915k. Isso é mais realista que “acho que fecho 50%”.

Atualizando forecast e rastreando acurácia

Você não faz forecast uma vez em janeiro e fica com ele até dezembro. Você atualiza mensalmente — segunda sexta de cada mês você revisa. O que mudou? Quantos deals entraram que a gente não esperava? Quantos fecharam que agente esperava? Sua taxa de conversão está acima ou abaixo de expectativa?

Rastreie acurácia do seu forecast. No final de cada mês: forecast dizia R$ 500k, você faturou R$ 480k. Acurácia 96%. Mês seguinte: forecast R$ 600k, você faturou R$ 750k. Acurácia 80% (em sentido diferente — superou). Ao longo de 12 meses, qual é sua acurácia média? Se é 85-95%, você tem modelo bom. Se é 60%, seu modelo precisa de ajuste.

Quando acurácia cai, você investiga por quê. Taxa de conversão caiu? ACV caiu? Ciclo de vendas aumentou? Com investigação, você ajusta modelo. “Vejo que taxa de conversão caiu de 22% para 18% nos últimos 3 meses. Talvez porque mercado está ruim ou porque estou abordando prospect errado. Vou usar 18% pra próximos 3 meses até entender o quê mudou.”

O forecast por segmento ou por vendedor

Se você tem time de 5 vendedores, você não faz um forecast só. Você faz forecast individual — cada vendedor tem suas suposições. Vendedor A tem ACV R$ 80k, taxa 25%, ciclo 60 dias. Vendedor B tem ACV R$ 150k, taxa 15%, ciclo 80 dias. Depois você soma.

Isso tem vantagem: você vê quem está abaixo de expectativa, quem está acima. “Vendedor B está 30% abaixo de seu histórico — vamos conversar sobre o que mudou?” Você pode ajudar antes de final de trimestre.

Também funciona por segmento (grande cliente vs pequeno, região sul vs norte, novo vs existing). Cada segmento tem características diferentes — merece forecast separado.

Cenários: otimista, realista, pessimista

Seu forecast baseado em histórico é o “realista”. Mas você também quer saber: qual é o melhor cenário (otimista) e qual é o pior (pessimista)?

Otimista: você entra 30% mais deals que normal, sua taxa de conversão sobe 5 pontos, você fecha rápido. Resultado: receita 45% maior que forecast. Isso orienta se você consegue captar alguém novo, vender mais agressivo.

Pessimista: você entra 20% menos deals, taxa de conversão cai 7 pontos, ciclo aumenta 20%. Resultado: receita 35% menor. Isso orienta se você precisa de plano B, se precisa de caixa adicional, se precisa cortar custo.

Seu forecast real provavelmente fica entre pessimista e otimista — geralmente mais perto do realista. Mas ter os 3 cenários te prepara mentalmente.

Erros comuns em forecast

Primeiro erro: incluir deals que estão “quase fechados” mas na verdade estão em limbo há 6 meses. Você está esperando resposta do cliente, cliente está na praia pensando. Se deal está em proposal há mais de 3x seu ciclo de vendas normal, tire de forecast.

Segundo erro: usar taxa de conversão que você quer vs que você tem. Você quer 30%, mas tem 18%. Usar 30% no forecast é fantasia. Usa 18% + melhoria pequena se acredita que vai melhorar.

Terceiro erro: não capturar sazonalidade. Você vende no mesmo volume o ano inteiro? Muito improvável em agro. Capture sazonalidade senão seu forecast é completamente errado em 6 meses do ano.

Perguntas Frequentes

Qual é a acurácia de forecast que você espera?

Em agronegócio, 80-90% é bom. Melhor que isso é sorte ou manipulação. Pior que 70% significa seu modelo está quebrado.

E se ciclo de vendas mudou radicalmente — como atualizo forecast?

Você recalcula. Se ciclo era 60 dias e agora é 90, deals que você entrou hoje vão fechar 90 dias depois, não 60. Você mapeia o novo timeline. Talvez isso signifique receita de janeiro vai ser só de deals de outubro/novembro, não de janeiro.

Devo compartilhar forecast com time de vendas?

Sim, você compartilha. “Este é nosso forecast baseado em seus pipelines.” Você não compartilha para pressionar (“você precisa fechar X”), compartilha pra alinhar expectativa. “Se você entrar 20 deals esse mês como no passado e sua taxa é 20%, espera 4 fechamentos — faz sentido?”

Qual é a diferença entre forecast de receita vs forecast de caixa?

Receita é quando você fatura. Caixa é quando dinheiro entra na conta. Se você vende com 30 dias de prazo, receita é dia 1, caixa é dia 31. Se vende com parcelado, receita é dia 1, caixa é espalhado. Ambos importam — um pra contabilidade, outro pra cash flow.

Escrito por

Rodrigo Loncarovich

Fundador da Agro Academy. Especialista em marketing e vendas no agronegócio.

Siga no Instagram