Previsão das vendas de uma empresa multinacional através de modelos de séries temporais

Abstract

Resumo: As previsões de venda de uma empresa desempenham um importante papel para o planejamento estratégico e gestão de estoques, influenciando diretamente nos seus resultados. Este trabalho visa obter o melhor modelo para previsão das vendas de uma de uma multinacional da região de Ponta Grossa. Realizouse a comparação entre algoritmos que usaram apenas dados históricos de faturamento, com modelos onde foram acrescentados dados derivados dos arquivos de Electronic Data Interchange (EDI), recebidos dos clientes. Foram testados modelos séries temporais univariadas e regressões lineares, através de algoritmos ARIMA, Redes Neurais Recorrentes, XGBoost, SVR e Florestas Aleatórias. Observa-se que, para todos os clientes, foram obtidos modelos de aprendizado de máquina que apresentaram valores menores de RMSE que as demandas previsionais enviadas pelos clientes.

Abstract: Sales forecasting plays an important role in every company budget and inventory planning, impacting directly its results. This study aims to obtain the best sales forecasting model for a multinational company located in Ponta Grossa. Algorithms trained using only historical sales data were compared within models where data from Electronic Data Interchange (EDI) received from customers were also used as an input for the training models. Unidimensional time series models and linear regressions were tested, including ARIMA, Recurrent Neural Networks, XGBoost, SVR, and Random Forests. The Artificial Intelligence models achieved lower RMSE values than the demand forecast sent by the customers.