[en] DEMAND PROJECTION IN THE OMNICHANNEL CHANNEL OF A RETAILER

• Ano de defesa: 2023
• Autor(a) principal: BARBARA SEQUEIROS HUE LESSA
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] DEMANDA; [pt] SARIMAX; [pt] OMNICHANNEL; [pt] METODOS DE RECONCILIACAO; [pt] ETS; [pt] PREVISAO HIERARQUICA; [pt] SERIE TEMPORAL HIERARQUICA; [pt] ARIMA; [en] DEMAND; [en] SARIMAX; [en] OMNICHANNEL; [en] RECONCILIATION METHODS; [en] ETS; [en] HIERARCHICAL FORECASTING; [en] HIERARCHICAL TIME SERIES; [en] ARIMA
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65361&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65361&idi=2; http://doi.org/10.17771/PUCRio.acad.65361

[pt] Tendo em vista mudanças significativas no varejo causadas pelo crescimento de compras online no Brasil, este estudo tem como objetivo facilitar um relevante lead time e um forte grau de assertividade na previsão de demanda do Omnichannel de uma empresa do setor. Com a crescente relevância do Omnichannel, é importante compreender as necessidades dos consumidores tradicionais e digitais, integrar suas experiências e oferecer múltiplos canais de compra. Nesse contexto, a previsão de demanda é crucial para apoiar as decisões estratégicas, táticas e operacionais da organização. A utilização de séries temporais hierárquicas auxilia na precisão das previsões e, portanto, na tomada de decisões, permitindo gerar estimativas coerentes ao longo dos múltiplos níveis hierárquicos. Dessa forma, neste estudo, combinando as metodologias de previsão de séries temporais ETS, ARIMA e SARIMAX, com métodos de reconciliação Bottom-up, Top-down, MinTrace Combinação Ótima (OLS) e MinTrace WLS Struct, doze modelos foram gerados. Baseado nas principais abordagens de séries temporais hierárquicas, com uma sequência de sete passos, os modelos foram comparados, por meio de métricas de avaliação de desempenho, para identificar qual deles melhor se encaixa na série trabalhada. Ao final do estudo, o modelo SARIMAX com Bottom-up se mostrou a combinação mais adequada para a série em análise. A abordagem alcançou um MAPE de 22 por cento no nível mais agregado da hierarquia, reduzindo em cinco pontos percentuais o MAPE original da empresa, além de apresentar a melhor colocação na combinação das métricas comparativamente.