Recebido: 26/01/2020 Aprovado: 18/08/2020 Guilherme Arcoverde Wanderley 1 , Federal University of Pernambuco, Pernambuco, Brazil Heitor Oliveira Duarte 2 , Federal University of Pernambuco, Pernambuco, Brazil Objetivo - Este artigo objetiva avaliar o desempenho do processo de consolidação de um produto recém-inserido comercialmente em portfólio através de um modelo de previsão de vendas que, focado em diversos segmentos da carteira de clientes, sirva como suporte à tomada de decisão comercial. Desenho / metodologia / abordagem – A abordagem apresentada utiliza a metodologia ABC para delimitar a análise em segmento de relevância, e, em seguida, faz uma integração entre dois modelos: (i) modelos markovianos, em tempo discreto, de passo anual, para abordar o comportamento de incorporação do novo produto em substituição aos já consolidados em portfólio; (ii) suavização exponencial, em primeira e segunda ordens, para abordar a evolução temporal da demanda agregada do conjunto de produtos. O modelo foi aplicado em uma empresa distribuidora de sementes, tomando como base sua carteira de clientes e histórico de faturamento entre 2011 e 2019. Resultados – O cenário benchmark de previsão de vendas, projetado para condições de estabilidade no comportamento de aderência ao novo produto e estratégia comercial, resultou em um suporte quantitativo para direcionamento e acompanhamento dos esforços comerciais no sentido de maximizar o desempenho macro deste processo. Originalidade / valor – Além de apresentar uma nova aplicabilidade de Cadeias de Markov na área de gestão comercial, o modelo desenvolvido introduz na literatura uma ferramenta quantitativa para direcionamento de processos de gestão da carteira de clientes no contexto de substituição no portfólio de produtos. Palavras-chave - Curva ABC. Cadeias de Markov. Previsão de Vendas. Suavização Exponencial. Gestão da Carteira de Clientes. Purpose – This paper aims to evaluate the performance of the consolidation process of a product recently included commercially in a portfolio through a sales forecasting model that, focused on several segments of the customer portfolio, supports the commercial decision-making. Design/methodology/approach – This approach uses the ABC Curve methodology to define the analysis in segments of relevance and then integrates two methods: (i) the Markovian models in discrete time and annual step to predict the transition behavior between the new replacement product and the consolidated ones; (ii) first-order and second-order exponential smoothing time series forecasting method to predict products in aggregate demand. This model was applied to a seed distributor company based on its customer portfolio and historical data for sales between 2011 and 2019. Findings – The sales forecasting benchmark scenario, designed for stable conditions in the behavioral adherence of new products and the commercial strategy, resulted in a quantitative support for targeting and monitoring commercial efforts to maximize the global performance for this process. Originality/value – Besides presenting a new Markov Chains commercial management approach, the model developed introduces a quantitative tool into the literature for targeting the customer portfolio management processes in the context of replacement in a product portfolio. Keywords - Curve ABC. Markov Chains. Sales Forecasting. Exponential Smoothing. Customer Portfolio Management. Hybrid model for sales forecasts in a context of the consolidation of new products on the market: an application in the agro-industrial sector RESUMO ABSTRACT 1.Rua Doutor Edgar Valois, 211 ,55612-550 Vitória de Santo Antão, PE, guilherme.a.wanderley@gmail.com, https://orcid.org/0000-0002-0032-7666; 2. heitorod@gmail.com; https://orcid.org/0000-0001-5870-5562 WANDERLEY, G.A.; DUARTE, H.O. Hybrid model for sales forecasts in a context of the consolidation of new products on the market: an application in the agro-industrial sector. GEPROS. Gestão da Produção, Operações e Sistemas, v.16, nº 2, p. 01 - 38, 2021. DOI: http://dx.doi.org/10.15675/gepros.v16i2.2693 Editor Responsável: Prof. Dr. Hermes Moretti Ribeiro da Silva