Previsão de demanda no setor de bebidas : uma análise comparativa entre redes neurais artificiais e médias móveis simples

Abstract

Resumo : A previsão de vendas é essencial para a tomada de decisões estratégicas e operacionais, permitindo antecipar desafios e otimizar recursos. Este estudo investiga e compara o desempenho de dois métodos preditivos na previsão de demanda no mercado de bebidas, utilizando os dados históricos de vendas de uma marca específica de bebidas, para previsão dos próximos dozes dias de vendas. A primeira metodologia empregada é a das Médias Móveis Simples, enquanto a segunda utiliza Redes Neurais Artificiais. O desempenho das previsões é avaliado por meio da métrica Raiz do Erro Quadrático Médio. Os resultados mostram que, embora as Redes Neurais Artificiais sejam métodos mais sofisticados, as Médias Móveis Simples tiveram melhor desempenho na série de dados, a qual apresenta períodos de estabilidade moderada. Este estudo destaca a importância de escolher o método preditivo adequado conforme a natureza dos dados e as condições do mercado. Suas conclusões fornecem insights valiosos para a indústria de bebidas, ajudando as empresas a tomar decisões mais assertivas e estratégicas

Abstract : Sales forecasting is essential for strategic and operational decision-making, enabling the anticipation of challenges and the optimization of resources. This study investigates and compares the performance of two predictive methods in forecasting demand in the beverage market, using historical sales data from a specific beverage brand to predict the next twelve days of sales. The first methodology employed is Simple Moving Averages, while the second uses Artificial Neural Networks. Prediction performance is evaluated using the Root Mean Squared Error metric. The results show that, although Artificial Neural Networks are more sophisticated methods, Simple Moving Averages performed better on the data series, which exhibits periods of moderate stability. This study highlights the importance of choosing an appropriate predictive method based on the nature of the data and market conditions. Its conclusions provide valuable insights for the beverage industry, helping companies make more informed and strategic decisions