A diretoria de uma rede de distribuição aprovou um modelo de previsão de demanda em março. O trabalho foi bem feito: dezoito meses de histórico, variáveis de sazonalidade, promoções e calendário, validação contra dados que o modelo nunca tinha visto. O erro médio ficou em 7%, abaixo dos 12% que a equipe havia estabelecido como aceitável. O projeto foi encerrado com apresentação, aprovação e elogio.
Em setembro, o planejamento de compras continuava sendo feito pela média dos três meses anteriores, ajustada pelo faro do gerente. O modelo existia, rodava, e ninguém usava. Quando alguém finalmente perguntou por quê, a resposta do time de compras foi simples: o modelo entregava um número para o mês inteiro, e a decisão de compra é semanal. Ele respondia bem uma pergunta que ninguém fazia.
Modelo não é descrição — é decisão sob incerteza
Descrever dados é dizer o que aconteceu: a média do tempo de ciclo foi de 4,2 dias, o desvio-padrão foi de 1,1, a distribuição é assimétrica à direita. Isso é trabalho de estatística descritiva, e é o ponto de partida de qualquer análise séria.
Modelar é outra coisa. Um modelo estatístico é uma representação simplificada da relação entre variáveis, construída para responder a uma pergunta que os dados brutos não respondem sozinhos: o que acontece com Y se X mudar? Qual valor esperar amanhã? Quanto da variação observada vem do fator que estamos investigando e quanto é ruído?
A diferença prática aparece na estrutura. Todo modelo estatístico tem duas partes, e ignorar a segunda é o erro mais caro da área:
| Componente | O que é | O que significa na prática |
|---|---|---|
| Parte sistemática | A relação que o modelo afirma existir entre as variáveis | É o que se aprende e se usa para decidir |
| Parte aleatória (erro) | A variação que o modelo não explica | Define a confiança da previsão — e nunca é zero |
Um modelo sem termo de erro declarado não é um modelo estatístico: é uma fórmula. A honestidade da modelagem estatística está justamente em quantificar o quanto ela não sabe. Modelos determinísticos, que descrevem fenômenos por equações sem componente aleatório, pertencem a outro território — o da modelagem matemática, útil para outros problemas.
As quatro decisões que definem um modelo
A pergunta. Antes de qualquer dado, escrever o que se quer decidir e em que granularidade. O caso da rede de distribuição falhou aqui: previsão mensal para uma decisão semanal. A pergunta define a unidade de análise, e a unidade errada invalida todo o resto por mais correta que seja a matemática.
As variáveis. Escolher o que entra no modelo é decisão técnica com consequência prática. Duas armadilhas recorrentes: incluir variáveis que só ficam disponíveis depois do momento da decisão — o modelo funciona no histórico e é inútil na operação — e incluir variáveis altamente relacionadas entre si, o que torna os coeficientes instáveis e a interpretação enganosa.
A forma da relação. Linear, curva, com patamar, com interação entre fatores. Essa escolha deve vir do gráfico e do conhecimento do processo, não do software. Quem opera a linha há dez anos sabe que acima de certa velocidade o comportamento muda — essa informação vale mais que qualquer critério automático de seleção.
A validação. Um modelo avaliado nos mesmos dados que o construíram sempre parece bom. A verificação honesta separa parte dos dados antes de modelar e testa o modelo contra observações que ele nunca viu. Sem isso, o que se mede é a capacidade de memorizar, não de prever.
Onde a modelagem entra em um projeto de melhoria
No roteiro DMAIC, a modelagem tem lugar definido. Na fase de análise, serve para separar os fatores que realmente afetam o resultado daqueles que apenas parecem afetá-lo — reduzindo uma lista de vinte suspeitos a três candidatos que merecem teste. Na fase de melhoria, ajuda a prever o efeito de uma mudança antes de implementá-la em escala.
Vale registrar o limite com clareza: o modelo aponta relações observadas nos dados históricos. Ele não estabelece que mexer em X vai produzir a mudança em Y. Essa confirmação vem de mudança testada em ciclo PDSA ou de experimento planejado, em que o fator é deliberadamente alterado e o efeito medido. Modelo gera hipótese qualificada; teste gera conhecimento.
| Pergunta do projeto | O modelo responde? |
|---|---|
| Quais fatores merecem investigação? | Sim — é o uso mais valioso |
| Qual o efeito esperado de mudar X? | Estimativa, com margem — não certeza |
| Mudar X causa a melhoria em Y? | Não — exige teste |
| O processo está estável? | Não — é pergunta de carta de controle |
O diálogo com a regressão
A regressão linear é o modelo estatístico mais usado em projetos de melhoria, a ponto de os dois termos serem confundidos. A relação é de parte para todo: regressão é uma técnica de modelagem, entre várias. Existem modelos para resposta binária, para contagens, para dados hierárquicos, para séries no tempo.
A distinção importa porque a escolha da técnica decorre da natureza da variável resposta, e usar regressão linear onde ela não cabe produz resultados que passam despercebidos na apresentação e falham na operação. Prever a proporção de peças defeituosas com um modelo que admite valores negativos é um exemplo comum — o modelo roda, gera número, e o número é impossível.
O detalhe da equação, dos coeficientes, do R² e da análise de resíduos pertence ao território da regressão. Aqui interessa o nível acima: qual pergunta o modelo responde e o que fazer com a resposta.
O que acontece quando o modelo não é usado
O caso da rede de distribuição não é exceção. A modelagem estatística tem uma taxa de desperdício alta e silenciosa: modelos tecnicamente corretos que nunca entram na rotina de decisão de ninguém. O custo não aparece em relatório, porque não há linha contábil para conhecimento produzido e não incorporado.
O que continua acontecendo enquanto isso: as decisões seguem sendo tomadas pela média dos últimos meses e pela experiência de quem está há mais tempo na função. Não porque as pessoas resistam a dados, mas porque o modelo chegou respondendo à pergunta errada, no formato errado, ou sem que ninguém tenha decidido quem passaria a usá-lo e em que momento da semana.
Um modelo entregue não é um modelo em uso. A diferença entre os dois não é estatística — é de método: quem decide com ele, com que frequência, e o que acontece quando ele erra. Projetos conduzidos com o método completo, como os da formação Green Belt, tratam essa passagem como parte do trabalho, não como consequência automática de um bom ajuste.
Conteúdo revisado pelo Master Black Belt Marcelo Petenate, estatístico, formado pela Unicamp, mestre pela USP e especialista em Lean Six Sigma e melhoria contínua. Nesta revisão, o foco foi a distância entre construir um modelo válido e incorporá-lo à decisão de rotina.
Os cursos EAD da Escola EDTI tratam a análise de dados dentro do método que a torna útil.
Perguntas frequentes
O que é modelagem estatística em palavras simples?
É construir uma representação simplificada da relação entre variáveis para responder a uma pergunta que os dados brutos não respondem: o que esperar de Y quando X muda, ou qual valor prever para o próximo período. O modelo sempre inclui uma parte sistemática, que descreve a relação, e uma parte aleatória, que reconhece o que ele não explica.
Qual a diferença entre modelagem estatística e modelagem matemática?
A modelagem matemática descreve fenômenos por equações determinísticas, em que os mesmos valores de entrada produzem sempre a mesma saída. A modelagem estatística incorpora a variabilidade: reconhece que observações reais se dispersam em torno da relação, e quantifica essa dispersão. Processos produtivos e sistemas com pessoas exigem a segunda abordagem.
Preciso de muitos dados para construir um modelo?
Depende do número de variáveis e da complexidade da relação. Uma orientação prática comum é dispor de pelo menos dez a quinze observações por variável explicativa, mas esse número é ponto de partida, não regra. Mais decisivo é a qualidade: dados que cobrem uma faixa ampla de condições ensinam mais que um volume grande concentrado numa única situação.
Como saber se um modelo é bom?
Por três verificações, nesta ordem: ele responde à pergunta que motivou o trabalho, na granularidade em que a decisão é tomada; o desempenho se mantém em dados que o modelo não viu durante a construção; e os erros que ele comete não têm padrão reconhecível. Índices de ajuste altos com qualquer dessas três falhando indicam problema, não sucesso.
Modelagem estatística serve para provar causa?
Não. O modelo identifica relações presentes nos dados observados, e relação observada admite várias explicações além da causal. A confirmação exige alterar deliberadamente o fator e medir o efeito, seja em ciclo PDSA, seja em experimento planejado. O modelo qualifica quais hipóteses merecem esse teste.
Que ferramenta usar para modelar?
A escolha da ferramenta é a última decisão, não a primeira. Planilhas resolvem modelos simples; softwares estatísticos dedicados cobrem a maior parte das necessidades em projetos de melhoria; linguagens de programação são necessárias apenas em contextos de volume ou automação. Nenhuma delas escolhe as variáveis nem define a pergunta.
Qual a diferença entre saber modelar e saber melhorar processos?
Modelar é uma competência técnica: escolher a forma, ajustar, validar. Melhorar processos é conduzir um sistema de mudança em que o modelo é um insumo entre outros — junto com a definição do problema, os indicadores de acompanhamento, o teste em pequena escala e a incorporação da mudança à rotina. É comum encontrar quem modele muito bem e nunca tenha mudado um processo; a formação Lean Six Sigma existe para fechar essa distância.