Aula 1 • Projeto 5 • Adm Tech
Estatística e Análise de Dados em Planilhas

Dominando cálculos estatísticos, previsões e valuation com Excel/Google Sheets

📊 Estatística 📈 Forecast 🧪 Testes 💰 Valuation
Prof. Afonso Brandão • 2 horas • Fevereiro 2025
📋 Agenda da Aula
2 horas

📊 Bloco 1

Medidas de Tendência Central
Média, Mediana, Moda

📉 Bloco 2

Medidas de Dispersão
Desvio Padrão, Variância, Quartis

🎲 Bloco 3

Teoria dos Grandes Números
Lei e aplicações práticas

🔢 Bloco 4

Amostragem e Contagem
Amostras, CONT.SE, SOMASE

📈 Bloco 5

Previsão e Forecast
TENDÊNCIA, PREVISÃO, Regressão

🧪 Bloco 6

Testes Estatísticos
Real vs Planejado, MAPE, Teste-t

💰 Bloco 7

Valuation de Empresas
DCF, VPL, TIR

🚀 Bloco 8

Estudo de Caso: TechFlow
Análise completa de startup

📚 Autoestudos
Recursos

Materiais recomendados

Como Aplicar Fórmulas Automáticas em Planilhas (Excel e Google)

Abrir

TIR - Ajuda do Editores de Documentos Google

Abrir

Excel Avançado - Planilha profissional começando do zero

Abrir

Suporte Excel Oficial

Abrir
🧩 Entregáveis de Programação
Projeto

Diagnóstico Estatístico de Viabilidade e Performance

Diagnóstico Estatístico de Viabilidade e Performance

Atue como Consultoria de Inteligência de Dados e conduza uma EDA em Excel ou Google Sheets com dados do Parceiro de Projeto (ou equivalentes). O foco é avaliar qualidade, estabilidade e tendências antes de decisões estratégicas.

O que deve ser entregue?

Planilha (.xlsx ou link do Sheets) organizada em:

  1. Dados Brutos: base original estruturada.
  2. Memória de Cálculo: fórmulas visíveis e auditáveis.
  3. Dashboard Executivo: gráficos/tabelas com interpretação de negócio.

Requisitos da Análise (o que deve ser executado no aplicativo)

  • Tendência Central: Média, Mediana e Moda; justificar a métrica mais representativa.
  • Volatilidade/Risco: Desvio Padrão e Coeficiente de Variação.
  • Anomalias: Formatação Condicional ou Quartis para identificar períodos fora do padrão.
  • Curto Prazo: Previsão Linear (ex.: PREVISÃO.LINEAR ou TENDÊNCIA).
🔄 Revisão Rápida: Fundamentos
5 min

Anatomia de uma Planilha

📍 Referências de Células

  • Célula: B5 (Coluna B, Linha 5)
  • Intervalo: A1:A100 (100 células)
  • Coluna inteira: A:A
  • Linha inteira: 1:1

🔒 Referências Absolutas

  • Relativa: A1 (muda ao arrastar)
  • Absoluta: $A$1 (fixa)
  • Mista: $A1 ou A$1
  • 💡 Atalho: F4
Sintaxe Padrão de Funções:

=FUNÇÃO(argumento1; argumento2; ...)

⚠️ No Excel brasileiro use ; (ponto-vírgula). No inglês use , (vírgula).

💬 Pergunta Rápida

Se eu tenho a fórmula =A1*$B$1 na célula C1 e arrasto para C2, o que acontece?

🧩 Exemplo no Excel Online
Acesso

Vamos abrir o exemplo juntos

Faça o login no seu Microsoft para entrarmos no Excel online.

Clique aqui para seguir o exemplo
Este é o link: https://inteliedu-my.sharepoint.com/:x:/g/personal/afonso_brandao_inteli_edu_br/IQDt9rPpEzdESr5U3MDrm86oASfBN16PZXPWTd5W5UY47To?e=di3ss5
📊 Medidas de Tendência Central
Bloco 1

O que são e por que importam?

Medidas de tendência central representam o "valor típico" de um conjunto de dados. São fundamentais para:

📊 MÉDIA

Soma de todos os valores dividida pela quantidade. Sensível a outliers.

=MÉDIA(intervalo)

📏 MEDIANA

Valor central quando os dados estão ordenados. Robusta a outliers.

=MED(intervalo)

🎯 MODA

Valor que mais se repete. Útil para dados categóricos.

=MODO(intervalo)

🤔 Quando usar cada uma?

  • Média: Dados simétricos sem outliers (ex: notas de prova)
  • Mediana: Dados com outliers (ex: salários, preços de imóveis)
  • Moda: Dados categóricos ou para identificar padrões (ex: produto mais vendido)
📊 MÉDIA: A Rainha das Estatísticas
Bloco 1

Variações da Função MÉDIA

Função Sintaxe Uso
MÉDIA =MÉDIA(A1:A100) Média aritmética simples
MÉDIAA =MÉDIAA(A1:A100) Inclui texto (como 0) e VERDADEIRO/FALSO
MÉDIASE =MÉDIASE(intervalo;critério) Média condicional (1 critério)
MÉDIASES =MÉDIASES(intervalo;crit1;interv1;...) Média condicional (múltiplos critérios)
MÉDIA.GEOMÉTRICA =MÉDIA.GEOMÉTRICA(A1:A10) Para taxas de crescimento
MÉDIA.HARMÔNICA =MÉDIA.HARMÔNICA(A1:A10) Para velocidades e taxas
// Exemplo: Média de vendas apenas para produto "A"
=MÉDIASE(C2:C100; B2:B100; "Produto A")

// Média de vendas do Produto A na região Sul
=MÉDIASES(D2:D100; B2:B100; "Produto A"; C2:C100; "Sul")
📏 MEDIANA e MODA: Robustez e Frequência
Bloco 1

📏 MEDIANA (MED)

Ordena os dados e pega o valor do meio.

=MED(A1:A100)

Exemplo prático:

Salários: 2000, 2500, 3000, 3500, 50000

  • Média = R$ 12.200 ❌
  • Mediana = R$ 3.000 ✅

O outlier (50k) distorce a média!

🎯 MODA (MODO)

Retorna o valor mais frequente.

=MODO(A1:A100)
=MODO.MULT(A1:A100)

Variações:

  • MODO: Retorna a primeira moda
  • MODO.MULT: Retorna todas as modas (array)
  • MODO.ÚNICO: Erro se houver múltiplas modas

💡 Dica Pro

Compare sempre MÉDIA e MEDIANA! Se forem muito diferentes, você tem outliers ou distribuição assimétrica.

=SE(ABS(MÉDIA(A:A)-MED(A:A)) > DESVPAD(A:A); "⚠️ Outliers detectados"; "✅ Distribuição simétrica")
🎯 Desafio 1: Análise de Salários
10 min

🏢 Cenário: RH da Empresa TechCorp

Você recebeu uma planilha com os salários de 50 funcionários. O CEO pergunta: "Qual é o salário típico da empresa?"

Tarefas:

  1. Copie o bloco abaixo e cole no Excel Online (duas colunas: Nome e Salário)
  2. Calcule: MÉDIA, MEDIANA e MODA
  3. Identifique os outliers e compare as medidas
  4. Responda: Qual medida você reportaria ao CEO? Por quê?
  5. Bônus: Use =MÉDIASE para calcular a média apenas dos salários entre R$ 2.000 e R$ 15.000

📋 Dados para copiar

Fórmulas úteis:

=MÉDIA(B2:B53) — Média de todos
=MED(B2:B53) — Mediana
=MODO(B2:B53) — Moda
=MÉDIASES(B2:B53;B2:B53;">=2000";B2:B53;"<=15000") — Média condicional
📉 Medidas de Dispersão
Bloco 2

Por que a média não é suficiente?

🤔 Problema

Duas turmas têm média 7.0 nas provas. São iguais?

  • Turma A: 6, 7, 7, 7, 8 → Média = 7
  • Turma B: 2, 5, 7, 9, 12 → Média = 7

A Turma B tem muito mais variabilidade!

Diferença entre média e variância

📊 VARIÂNCIA (VAR)

Média dos quadrados dos desvios. Unidade ao quadrado.

=VAR(intervalo)

📏 DESVIO PADRÃO (DESVPAD)

Raiz da variância. Mesma unidade dos dados.

=DESVPAD(intervalo)

📐 COEF. VARIAÇÃO (CV)

Desvio padrão / Média. Permite comparar escalas diferentes.

=DESVPAD(A:A)/MÉDIA(A:A)
📏 Desvio Padrão: População vs Amostra
Bloco 2

Qual função usar?

Tipo Variância Desvio Padrão Quando usar
Amostra =VAR() ou =VAR.A() =DESVPAD() ou =DESVPAD.A() Você tem uma amostra dos dados (mais comum)
População =VAR.P() ou =VARP() =DESVPAD.P() ou =DESVPADP() Você tem TODOS os dados possíveis

🧮 A Matemática

Amostra (n-1):

σ = √[Σ(xi - x̄)² / (n-1)]

População (n):

σ = √[Σ(xi - μ)² / n]

💡 Interpretação

  • 68% dos dados estão a ±1σ da média
  • 95% dos dados estão a ±2σ da média
  • 99.7% dos dados estão a ±3σ da média

📊 Esta é a famosa Regra 68-95-99.7 (distribuição normal)

📊 Quartis e Percentis
Bloco 2

Dividindo seus dados em partes

=QUARTIL(intervalo; quarto) — Retorna o quartil especificado (0 a 4)
=PERCENTIL(intervalo; k) — Retorna o percentil k (0 a 1)
Quartil Percentil Significado Fórmula
Q0 (Mínimo) P0 Menor valor =QUARTIL(A:A;0) ou =MÍNIMO(A:A)
Q1 P25 25% dos dados abaixo =QUARTIL(A:A;1) ou =PERCENTIL(A:A;0,25)
Q2 (Mediana) P50 50% dos dados abaixo =QUARTIL(A:A;2) ou =MED(A:A)
Q3 P75 75% dos dados abaixo =QUARTIL(A:A;3)
Q4 (Máximo) P100 Maior valor =QUARTIL(A:A;4) ou =MÁXIMO(A:A)
// Amplitude Interquartil (IQR) - mede dispersão robusta
=QUARTIL(A:A;3) - QUARTIL(A:A;1)

// Detectar outliers (valores fora de 1.5*IQR)
=SE(OU(A2 < Q1-1.5*IQR; A2 > Q3+1.5*IQR); "Outlier"; "Normal")
🎯 Desafio 2: Comparando Produtos
10 min

🏭 Cenário: Controle de Qualidade

Você é analista de qualidade e precisa comparar a consistência de duas máquinas que produzem peças de 10cm.

Dados:

Copie e cole no Excel Online (duas colunas: Máquina e Medida).

📋 Dados para copiar

Tarefas:

  1. Calcule MÉDIA e DESVPAD de cada máquina
  2. Calcule o Coeficiente de Variação (CV = DESVPAD/MÉDIA)
  3. Identifique os Quartis de cada máquina
  4. Responda: Qual máquina é mais consistente?
  5. Bônus: Use formatação condicional para destacar valores fora de ±2σ
🎲 Lei dos Grandes Números
Bloco 3

O Fundamento da Estatística

📜 Definição

À medida que o número de tentativas de um experimento aleatório aumenta, a média amostral converge para o valor esperado (média populacional).

🎯 Exemplo: Lançamento de Moeda

  • Probabilidade teórica: 50% cara
  • 10 lançamentos: pode dar 70% cara
  • 100 lançamentos: ~55% cara
  • 1.000 lançamentos: ~51% cara
  • 10.000 lançamentos: ~50.1% cara

💼 Aplicações em Negócios

  • Seguradoras: Precificação de apólices
  • Cassinos: Margem garantida no longo prazo
  • Pesquisas: Tamanho mínimo de amostra
  • Trading: Estratégias de longo prazo
// Simulando a Lei dos Grandes Números no Excel
// Coluna A: 1000 lançamentos de moeda (0 ou 1)
=ALEATÓRIOENTRE(0;1)

// Coluna B: Média acumulada até aquela linha
=MÉDIA($A$1:A1)

// Observe: a média converge para 0.5!
📊 Demonstração Prática: Convergência
Bloco 3

Construindo a Simulação

👨‍💻 Vamos fazer juntos!

Crie uma planilha para visualizar a Lei dos Grandes Números:

Coluna Conteúdo Fórmula (linha 2)
A - Tentativa 1, 2, 3, ..., 1000 =LIN()-1
B - Resultado 0 (coroa) ou 1 (cara) =ALEATÓRIOENTRE(0;1)
C - Soma Acumulada Total de caras até aqui =SOMA($B$2:B2)
D - Média Móvel Proporção de caras =C2/A2
E - Erro Diferença para 0.5 =ABS(D2-0,5)
Análise final:

Média das primeiras 10: =MÉDIA(D2:D11)
Média das primeiras 100: =MÉDIA(D2:D101)
Média das primeiras 1000: =MÉDIA(D2:D1001)

📈 Crie um gráfico de linha com a coluna D para visualizar a convergência!
🔢 Amostragem Estatística
Bloco 4

Selecionando Dados Representativos

🎲 ALEATÓRIO

Gera número entre 0 e 1

=ALEATÓRIO()

🔢 ALEATÓRIOENTRE

Gera inteiro no intervalo

=ALEATÓRIOENTRE(1;100)

📋 ÍNDICE

Retorna valor de posição

=ÍNDICE(A:A;5)

🔍 CORRESP

Encontra posição de valor

=CORRESP("X";A:A;0)
// Selecionar elemento aleatório de uma lista
=ÍNDICE(A:A; ALEATÓRIOENTRE(1; CONT.VALORES(A:A)))

// Criar coluna de ordenação aleatória para amostra
=ALEATÓRIO()

// Depois ordene pela coluna aleatória e pegue os primeiros N
📊 Contagem e Soma Condicional
Bloco 4

Analisando Subconjuntos de Dados

Função Sintaxe Exemplo
CONT.SE =CONT.SE(intervalo;critério) =CONT.SE(B:B;">1000")
CONT.SES =CONT.SES(int1;crit1;int2;crit2) =CONT.SES(B:B;"SP";C:C;">1000")
SOMASE =SOMASE(intervalo;critério;soma) =SOMASE(A:A;"Sul";B:B)
SOMASES =SOMASES(soma;int1;crit1;...) =SOMASES(C:C;A:A;"Sul";B:B;"2024")
CONT.VALORES =CONT.VALORES(intervalo) Conta células não vazias
CONTAR.VAZIO =CONTAR.VAZIO(intervalo) Conta células vazias
// Operadores disponíveis para critérios:
"=valor" // Igual a
"<>valor" // Diferente de
">valor" // Maior que
">=valor" // Maior ou igual
"// Menor que
"<=valor" // Menor ou igual
"*texto*" // Contém (curinga)
🎯 Desafio 3: Amostra de Clientes
10 min

📧 Cenário: Pesquisa de Satisfação

O Marketing quer fazer uma pesquisa com 50 clientes aleatórios de uma base de 200.

Base de dados:

Copie e cole no Excel Online (quatro colunas: ID, Nome, Região e ValorCompras).

📋 Dados para copiar

Tarefas:

  1. Adicione a coluna E com =ALEATÓRIO() para ordenar a base
  2. Use CONT.SE para contar clientes por região
  3. Use SOMASE para somar vendas por região
  4. Use MÉDIASE para média de vendas por região
  5. Ordene por coluna E e selecione os primeiros 50 (amostra aleatória)
📈 Previsão e Forecast
Bloco 5

Prevendo o Futuro com Dados

Séries temporais são sequências de dados ordenados no tempo. Usamos o histórico para prever valores futuros.

📊 TENDÊNCIA

Retorna valores de uma tendência linear

=TENDÊNCIA(y_conhec;x_conhec;novos_x)

🔮 PREVISÃO

Prevê valor único usando regressão linear

=PREVISÃO(x;y_conhec;x_conhec)

📈 PREVISÃO.ETS

Previsão com sazonalidade (avançado)

=PREVISÃO.ETS(data;valores;datas)

📉 PROJ.LIN

Retorna coeficientes da regressão

=PROJ.LIN(y;x;VERDADEIRO;VERDADEIRO)

💡 Regressão Linear Simples

A fórmula: y = a + bx onde:

  • b (inclinação): =ÍNDICE(PROJ.LIN(Y;X);1)
  • a (intercepto): =ÍNDICE(PROJ.LIN(Y;X);2)
🔮 Aplicando PREVISÃO e TENDÊNCIA
Bloco 5

Exemplo: Previsão de Vendas Mensais

Mês Número (X) Vendas (Y) Previsão
Jan1R$ 10.000-
Fev2R$ 12.000-
Mar3R$ 11.500-
Abr4R$ 14.000-
Mai5R$ 15.500-
Jun6R$ 16.000-
Jul7?=PREVISÃO(7;C2:C7;B2:B7)
Ago8?=PREVISÃO(8;C2:C7;B2:B7)
// Calcular coeficientes da regressão
Inclinação (b): =ÍNDICE(PROJ.LIN(C2:C7;B2:B7);1) // ≈ 1.257
Intercepto (a): =ÍNDICE(PROJ.LIN(C2:C7;B2:B7);2) // ≈ 8.857

// Fórmula manual: y = 8857 + 1257*x
Previsão Jul: = 8857 + 1257 * 7 = R$ 17.656
📈 Crescimento Exponencial
Bloco 5

Quando o crescimento acelera

📊 CRESCIMENTO (GROWTH)

Para dados que crescem percentualmente (juros compostos, crescimento viral, etc.)

=CRESCIMENTO(y_conhec;x_conhec;novos_x)

Modelo: y = b * m^x

  • b = intercepto
  • m = fator de crescimento

📉 Quando usar cada um?

Linear (TENDÊNCIA)

Crescimento constante em valor absoluto. Ex: +R$ 1.000/mês

Exponencial (CRESCIMENTO)

Crescimento constante em %. Ex: +10%/mês

// Exemplo: Crescimento de usuários de app
Mês 1: 1.000 usuários
Mês 2: 1.200 usuários (+20%)
Mês 3: 1.440 usuários (+20%)

// Previsão Mês 6:
=CRESCIMENTO({1000;1200;1440};{1;2;3};6) // ≈ 2.986 usuários
🎯 Desafio 4: Previsão de Vendas
10 min

🏪 Cenário: Loja Virtual

Você tem os dados de vendas de Jan a Jun e precisa prever Jul, Ago e Set.

Copie e cole no Excel Online (duas colunas: Mês e Vendas).

📋 Dados para copiar

Tarefas:

  1. Use PREVISÃO para prever Jul, Ago, Set
  2. Use TENDÊNCIA para gerar a linha de tendência completa
  3. Calcule a inclinação (crescimento mensal médio)
  4. Crie um gráfico com dados reais + previsão
  5. Compare com CRESCIMENTO - qual modelo se ajusta melhor?
🧪 Testes Estatísticos: Real vs Planejado
Bloco 6

Validando suas Previsões

Depois de fazer um forecast, você precisa verificar se os resultados reais estão dentro do esperado ou se há diferença significativa.

📊 Erro Absoluto

Diferença simples entre real e previsto

=ABS(Real - Previsto)

📈 Erro Percentual

Erro como % do valor previsto

=ABS(Real-Previsto)/Previsto

📉 MAPE

Mean Absolute Percentage Error

=MÉDIA(ErrosPercentuais)

🧪 TESTE.T

Testa se há diferença significativa

=TESTE.T(reais;previstos;2;1)
📊 MAPE e Métricas de Erro
Bloco 6

Avaliando a Qualidade do Forecast

Colunas da planilha: Mês = A, Previsto = B, Real = C, Erro Abs = D, Erro % = E.

Mês Previsto Real Erro Abs Erro %
Jul17.65617.200=ABS(C2-B2)=D2/B2
Ago18.91319.500=ABS(C3-B3)=D3/B3
Set20.17019.800=ABS(C4-B4)=D4/B4
Métricas agregadas:

MAE (Mean Absolute Error): =MÉDIA(D2:D4)
MAPE (Mean Absolute % Error): =MÉDIA(E2:E4)
RMSE (Root Mean Square Error): =RAIZ(MÉDIA((C2:C4-B2:B4)^2))

📏 Interpretando o MAPE

  • < 10%: Excelente previsão
  • 10-20%: Boa previsão
  • 20-50%: Razoável
  • > 50%: Modelo precisa ser revisado
🧪 Teste t: Diferença Significativa?
Bloco 6

Testando Hipóteses Estatísticas

🤔 A Pergunta

Os resultados reais são estatisticamente diferentes dos previstos, ou a diferença é apenas variação aleatória?

=TESTE.T(matriz1; matriz2; caudas; tipo)

Parâmetros:
• matriz1: Valores reais
• matriz2: Valores previstos
• caudas: 1 (unilateral) ou 2 (bilateral)
• tipo: 1 (pareado), 2 (variâncias iguais), 3 (variâncias diferentes)

🔎 O que significa “2;1”?

  • 2 = teste bilateral (diferença para mais ou para menos)
  • 1 = teste pareado (comparando as mesmas unidades: real vs previsto)

📊 Exemplo Prático

Reais: 17200, 19500, 19800
Previstos: 17656, 18913, 20170

=TESTE.T(Reais;Previstos;2;1)
Resultado: 0.847 (p-valor)

🎯 Interpretação

  • p-valor > 0.05: Não há diferença significativa ✅
  • p-valor < 0.05: Diferença significativa ⚠️
  • p-valor < 0.01: Diferença muito significativa 🚨

No exemplo: 0.847 > 0.05 → Forecast OK!

💰 Valuation de Empresas
Bloco 7

Quanto vale uma empresa?

Valuation é o processo de determinar o valor econômico de um negócio. O método mais comum é o DCF (Discounted Cash Flow).

💵 Fluxo de Caixa Livre

Dinheiro disponível após investimentos operacionais

📉 Taxa de Desconto

WACC - Custo médio ponderado de capital

🔮 Valor Terminal

Valor da empresa após o período de projeção

💰 VPL

Valor Presente Líquido dos fluxos

Fórmula do DCF:

Valor da Empresa = Σ [FCL(t) / (1 + WACC)^t] + [Valor Terminal / (1 + WACC)^n]

No Excel: =VPL(taxa; fluxos) + Investimento Inicial
📊 VPL e TIR no Excel
Bloco 7

As Funções Financeiras Essenciais

Função Sintaxe O que retorna
VPL =VPL(taxa;fluxos) Valor Presente Líquido dos fluxos futuros
TIR =TIR(fluxos;estimativa) Taxa Interna de Retorno
XVPL =XVPL(taxa;fluxos;datas) VPL com datas específicas
XTIR =XTIR(fluxos;datas;estimativa) TIR com datas específicas
// Exemplo: Projeto de investimento
Investimento inicial: -100.000 (ano 0)
Fluxos anuais: 30.000, 35.000, 40.000, 45.000, 50.000
Taxa de desconto: 12% ao ano

VPL = =VPL(0,12;B2:B6) + A2 // = R$ 40.183
TIR = =TIR(A2:B6) // = 24,3%

// Se VPL > 0 e TIR > WACC → Projeto viável!
💼 Valuation DCF: Exemplo Prático
Bloco 7

Avaliando a Startup TechFlow

Copie e cole no Excel Online (colunas: Ano, Receita e FCL).

📋 Dados para copiar

Premissas: WACC = 15% (B1) | Crescimento perpétuo = 3%

Valor Terminal: =FCL_ano5 * (1+g) / (WACC - g)
= 300.000 * 1,03 / (0,15 - 0,03) = R$ 2.575.000

VP do Valor Terminal: =2575000 / (1+0,15)^5 = R$ 1.280.252

Valor da Empresa: =SOMA(VP_FCLs) + VP_Terminal
🚀 Estudo de Caso: TechFlow Startup
Bloco 8

Análise Completa de uma Startup

🏢 Sobre a TechFlow

Startup de SaaS (Software as a Service) que oferece automação de processos para pequenas empresas. Fundada em 2023, busca uma rodada de investimento Série A.

📊 Dados Disponíveis

  • Receitas mensais (Jan-Dez 2024)
  • Custos operacionais mensais
  • Número de clientes
  • Ticket médio mensal
  • Churn rate mensal

🎯 Objetivos da Análise

  • Análise estatística descritiva
  • Forecast de receitas 2025
  • Validação Real vs Planejado
  • Valuation da empresa
  • Recomendação para investidores

📈 Métricas SaaS

  • MRR (Monthly Recurring Revenue)
  • ARR (Annual Recurring Revenue)
  • CAC (Customer Acquisition Cost)
  • LTV (Lifetime Value)
  • LTV/CAC Ratio
📋 TechFlow: Dados de 2024
Bloco 8

Base de Dados para Análise

Copie e cole no Excel Online (colunas: Mês, MRR, Clientes, Ticket Médio, Churn e Custos).

📋 Dados para copiar

📌 Tabelas Dinâmicas (Pivot) no Excel Online
Guia Rápido

Organize e resuma dados em minutos

🎯 Objetivo

Transformar uma tabela grande em um resumo por Região, Produto ou Mês usando somas, médias e contagens.

✅ Passo a passo

  1. Selecione toda a base (com cabeçalhos).
  2. Vá em Inserir → Tabela Dinâmica.
  3. Escolha criar em Nova planilha.
  4. Arraste campos para Linhas, Colunas e Valores.

💡 Exemplo rápido

  • Linhas: Região
  • Valores: Soma de Vendas
  • Filtros: Mês

Resultado: um resumo de vendas por região em segundos.

🧪 Exercício

Crie uma tabela dinâmica com MRR por mês e Clientes por mês. Depois, compare tendência de crescimento.

📊 TechFlow: Análise Estatística
Bloco 8

Parte 1: Estatística Descritiva

📝 Tarefas

  1. Calcule MÉDIA, MEDIANA, DESVPAD do MRR
  2. Calcule o Coeficiente de Variação do MRR
  3. Calcule a taxa de crescimento mensal média do MRR
  4. Analise a correlação entre Clientes e MRR
  5. Identifique a tendência do Churn - está melhorando?
// Fórmulas para análise:

Média MRR: =MÉDIA(B2:B13) // ≈ R$ 148.000
Desvio Padrão: =DESVPAD(B2:B13) // ≈ R$ 47.000
Coef. Variação: =DESVPAD(B:B)/MÉDIA(B:B) // ≈ 32%

// Taxa de crescimento mensal:
=(MÉDIA.GEOMÉTRICA(B3:B13/B2:B12)-1)*100 // ou
=(B13/B2)^(1/11)-1 // ≈ 9,3% ao mês

// Correlação Clientes x MRR:
=CORREL(C2:C13;B2:B13) // ≈ 0,998 (fortíssima!)
🔮 TechFlow: Forecast 2025
Bloco 8

Parte 2: Previsão de Receitas

📝 Tarefas

  1. Use TENDÊNCIA para projetar MRR de Jan-Dez 2025
  2. Use CRESCIMENTO como modelo alternativo
  3. Compare os dois modelos - qual faz mais sentido para SaaS?
  4. Calcule o ARR projetado para Dez/2025
// Forecast Linear (TENDÊNCIA)
MRR Jan/25: =PREVISÃO(13;MRR;Mês) // Mês 13
MRR Dez/25: =PREVISÃO(24;MRR;Mês) // Mês 24

// Forecast Exponencial (CRESCIMENTO)
=CRESCIMENTO(B2:B13;A2:A13;{13;14;15;16;17;18;19;20;21;22;23;24})

// ARR = MRR * 12
ARR Dez/25 = MRR_Dez25 * 12

💡 Qual modelo escolher?

SaaS tipicamente cresce exponencialmente no início (product-market fit) e depois lineariza. Com 9,3% de crescimento mensal, o modelo exponencial provavelmente é mais realista para 2025.

🧪 TechFlow: Validação do Forecast
Bloco 8

Parte 3: Real vs Planejado

Suponha que chegou Março/2025 e você tem os dados reais:

Mês Previsto Real Erro % Status
Jan/25248.000242.000=ABS(C2-B2)/B2=SE(D2<0,1;"✅";"⚠️")
Fev/25271.000268.000=ABS(C3-B3)/B3=SE(D3<0,1;"✅";"⚠️")
Mar/25296.000285.000=ABS(C4-B4)/B4=SE(D4<0,1;"✅";"⚠️")
// Calcular MAPE
MAPE: =MÉDIA(D2:D4) // ≈ 3,2% → Excelente!

// Teste t para verificar diferença significativa
p-valor: =TESTE.T(C2:C4;B2:B4;2;1) // ≈ 0,42

// p > 0,05 → Não há diferença significativa!
// O forecast está validado ✅
💰 TechFlow: Valuation
Bloco 8

Parte 4: Quanto Vale a TechFlow?

📊 Premissas

  • ARR 2024: R$ 2.736.000 (228k * 12)
  • Crescimento Ano 1-2: 80%
  • Crescimento Ano 3-5: 40%
  • Margem FCL: 15% da receita
  • WACC: 25% (startup)
  • Crescimento perpétuo: 5%

📈 Projeção de ARR

  • 2025: R$ 4,9M
  • 2026: R$ 8,9M
  • 2027: R$ 12,4M
  • 2028: R$ 17,4M
  • 2029: R$ 24,4M
// FCL = ARR * Margem
FCL 2025: = 4.900.000 * 0,15 = 735.000

// VPL dos FCLs
=VPL(0,25;FCL_2025:FCL_2029) = R$ 4.156.000

// Valor Terminal = FCL_2029 * (1+g) / (WACC - g)
= 3.660.000 * 1,05 / (0,25 - 0,05) = R$ 19.215.000

// VP do Valor Terminal
= 19.215.000 / (1,25)^5 = R$ 6.300.000

// VALOR DA EMPRESA = VPL_FCLs + VP_Terminal
= 4.156.000 + 6.300.000 = R$ 10.456.000
📋 TechFlow: Conclusões e Recomendação
Bloco 8

Relatório Final para Investidores

✅ Pontos Fortes

  • Crescimento MRR consistente (9,3%/mês)
  • Churn em queda (4,2% → 2,3%)
  • Alta correlação clientes/receita
  • Forecast validado (MAPE 3,2%)

⚠️ Pontos de Atenção

  • CV do MRR alto (32%)
  • Ticket médio estável (não crescendo)
  • Dependência de aquisição de clientes
  • Margem ainda baixa (15%)

💰 Valuation

  • Valor DCF: R$ 10,5M
  • Múltiplo ARR: 3,8x
  • Comparável mercado: 4-6x ARR
  • Valuation conservador ✅

🎯 Recomendação

INVESTIR
Valuation justo para Série A. Potencial de 3-5x em 3 anos se mantiver crescimento.

🎓 O que você aprendeu neste case?

Análise estatística → Forecast → Validação → Valuation = Pipeline completo de análise financeira!

📚 Resumo da Aula
Encerramento

O que dominamos hoje:

📊 Estatística Descritiva

  • MÉDIA, MED, MODO
  • DESVPAD, VAR, QUARTIL
  • Coeficiente de Variação

🎲 Probabilidade

  • Lei dos Grandes Números
  • Amostragem aleatória
  • CONT.SE, SOMASE

📈 Forecast

  • TENDÊNCIA, PREVISÃO
  • CRESCIMENTO, PROJ.LIN
  • Regressão linear

🧪 Validação e Valuation

  • MAPE, MAE, RMSE
  • TESTE.T, p-valor
  • VPL, TIR, DCF

🚀 Próxima Aula

Aula 2: Introdução a Macros e Scripts - Automatizando tudo isso que aprendemos!

📖 Referências e Recursos
Extra

Para continuar aprendendo:

📚 Livros

  • "Estatística Básica" - Bussab & Morettin
  • "Valuation" - Aswath Damodaran
  • "The Signal and the Noise" - Nate Silver

🎓 Cursos Online

  • Khan Academy - Estatística
  • Coursera - Financial Modeling
  • Excel Exposure (YouTube)

🔧 Ferramentas

  • Google Sheets (gratuito)
  • Microsoft Excel
  • Airtable (para dados)

📊 Datasets

  • Kaggle.com
  • dados.gov.br
  • Google Dataset Search
🎯 Dúvidas? Entre em contato!

Prof. Afonso Brandão
afonso.brandao@prof.inteli.edu.br
🏠 Home 📖 Material
1 / 1