PREVISÃO DE VENDAS DE ALTA FREQUÊNCIA COM MODELOS DE SÉRIES TEMPORAIS: O CASO DE UMA REDE DE SUPERMERCADOS
Nome: HENRIQUE GAVA SERRANO
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 17/02/2022
Orientador:
Nome |
Papel |
|---|---|
| ADONAI JOSÉ LACRUZ | Co-orientador |
| HÉLIO ZANQUETTO FILHO | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| ANDREW BEHEREGARAI FINGER | Examinador Externo |
| HÉLIO ZANQUETTO FILHO | Orientador |
| MARCOS PAULO VALADARES DE OLIVEIRA | Examinador Interno |
Resumo: As pesquisas recentes sobre previsões de vendas no nível de produtos
individuais são feitas com granularidade semanal, para supermercados (FILDES et
al., 2019). A presente pesquisa tem como objetivo principal comparar modelos diários
de previsão de vendas com os semanais, no contexto do varejo supermercadista. De
forma secundária, pretende-se discutir sobre os modelos estáticos e dinâmicos e
apresentar o impacto do horizonte de previsão e da frequência de treinamento sobre
o desempenho dos modelos de previsão. Na realização da presente pesquisa, utilizouse uma base de dados de uma loja de uma Rede de Supermercados do Espírito Santo.
Para a realização da modelagem de previsão de vendas, optou-se pela escolha de
modelos de séries temporais (Holt-Winters e ARIMA) e do TBATS, pois considera as
sazonalidades múltiplas na previsão de alta frequência (diária). Como resultado, notase que a previsão diária possibilita melhor desempenho preditivo do que a semanal,
para o contexto em questão. Além disso, os modelos dinâmicos proporcionaram
previsões mais acuradas do que os estáticos. E quando se compara o desempenho
dos modelos Holt-Winters, ARIMA e TBATS, o último apresentou maior assertividade,
o que pode ser explicado pela presença de uma sazonalidade complexa nos dados
de vendas do varejo supermercadista.
