| Resumo: |
Previsão de séries temporais é uma abordagem ampla e consolidada em diversas áreas, tais como finanças e indústria. O varejo pode se beneficiar da previsão em muitos setores, como na demanda de estoque, na otimização de preço e de vendas. Este estudo aborda a previsão de vendas no Nordestão, uma rede de supermercados em Natal, Brasil. Apesar de estar localizado em um estado com o produto interno bruto (PIB) baixo, o Nordestão fica em 3º e 27º lugar em vendas regionais e nacionais, respectivamente. Os dados considerados abrangem cinco anos de transações de vendas diárias de oito lojas diferentes. Mútiplas técnicas de aprendizado de máquina, conhecidas por sua efetividade para previsão, são adotadas, a saber random forests e XGBoost. Melhoras nos desempenhos das técnicas são feitas com engenharia de atributos para lidar com os efeitos sazonais. O melhor algoritmo varia por loja, mas para a maioria das lojas pelo menos um dos métodos se prova efetivo. A engenharia de atributos foi responsável por atingir altas métricas de previsão, com modelos atingindo scores na faixa de 90%. Além da relevância tradicional da previsão de vendas, o presente trabalho é um meio para o Nordestão avaliar o impacto da pandemia do COVID-19 em seus negócios. |
|---|
