Previsão de vendas em empresas de móveis : desafios, modelos e aplicações práticas

Abstract

Resumo: Este trabalho apresenta o desenvolvimento e avaliação de modelos de previsão de vendas para uma empresa do setor de móveis, com foco em móveis infantis. Foram utilizados métodos como Holt-Winters, Prophet, XGBoost e SARIMA, aplicados a dados diários e semanais dos anos de 2023 e 2024, com validação em dados de 2025. O estudo aborda desafios como baixa recorrência de vendas, forte sazonalidade em períodos como Black Friday e Natal, e a dificuldade de prever produtos novos ou com histórico limitado. Os resultados indicam que a agregação semanal dos dados e a escolha criteriosa dos modelos são essenciais para melhorar a acurácia das previsões, contribuindo para uma gestão mais eficiente de estoques e planejamento logístico

Abstract: This work presents the development and evaluation of sales forecasting models for a furniture company, with a focus on children’s furniture. Methods such as Holt-Winters, Prophet, XGBoost AND SARIMA were applied to daily and weekly sales data from 2023 and 2024, with validation using 2025 data. The study addresses challenges such as low sales frequency, strong seasonality during periods like Black Friday and Christmas, and the difficulty of forecasting new products or those with limited historical data. Results indicate that weekly data aggregation and careful model selection are essential to improve forecast accuracy, contributing to more efficient inventory management and logistics planning