UTILIZAÇÃO DE MODELOS ESTATÍSTICOS E MACHINE LEARNING PARA A PREVISÃO DE VENDAS NO SECTOR DO RETALHO ? UM ESTUDO COMPARATIVO

A previsão das necessidades futuras torna-se fundamental para o correto planeamento e operação das empresas de retalho. Ao nível organizacional, as previsões de vendas funcionam como parâmetros de entrada para as diversas áreas funcionais das empresas. Previsões pouco precisas ou ineficientes podem levar à realização de elevado ou baixo nível de inventário, afetando de forma direta a rentabilidade e a posição competitiva das organizações. Os dados de vendas provenientes deste sector, exibem fortes padrões de tendência e variação sazonal, colocando desafios ao desenvolvimento de modelos de previsão eficazes. O objetivo do trabalho assenta na comparação do desempenho da previsão entre os métodos ARIMA e MLP para o estudo de caso de uma empresa portuguesa do sector do retalho, tendo em consideração cinco grupos de produtos. Pretende-se também investigar qual o impacto do pré-processamento dos dados de entrada no rigor das previsões, e de que forma a utilização combinada dos métodos ARIMA e MLP aumenta a eficácia desta previsão. Os resultados apontam para um melhor desempenho do método MLP em comparação com o método ARIMA, quando utilizado o erro de previsão EAM. Foi ainda demonstrado que o pré-processamento dos dados impacta de forma positiva o desempenho da previsão, contribuindo para a redução significativa dos erros de previsão. Também se conclui que a previsão combinada das metodologias ARIMA e MLP produz resultados positivos para duas das cinco categorias de produtos analisadas, mostrando ser um conceito com elevado interesse para uma investigação futura.