Modelo de Previsão de Vendas Aplicado ao Setor de Panificação

O seguinte Trabalho Final de Mestrado provém de um estágio na empresa Gleba-Nossa, Lda. em parceria com o Instituto Superior de Economia e Gestão, no âmbito do Mestrado de Métodos Quantitativos para a Decisão Económica e Empresarial. O presente trabalho tem como objetivo o desenvolvimento e comparação de diferentes modelos preditivos para a previsão de vendas da empresa, com especial foco na redução de roturas de stock e minimização de desperdício alimentar. Para alcançar este objetivo, foi realizada uma extensa análise estatística, integrando técnicas tradicionais de regressão, modelos de séries temporais e redes neuronais. O estudo baseou-se em dados históricos diários de vendas segmentados por loja, produto e data, com variáveis explicativas. Inicialmente, apliquei um modelo de regressão com efeitos fixos para captar a influência das variáveis categóricas e temporais sobre as vendas. Seguidamente, foi utilizado o modelo Seasonal Autoregressive Integrated Moving Average with Exogenous Variable, adequado para séries temporais com variáveis exógenas, que permite capturar dependências ao longo do tempo. Por fim, foi implementado um modelo de Redes Neuronais, para explorar a capacidade de algoritmos de Machine Learning na previsão de vendas. As previsões foram avaliadas com recurso a métricas estatísticas. Os softwares utilizados foram Microsoft Excel, Jupyter e CPI-Retail, que é o sistema usado pela empresa.