Previsão de vendas em uma rede de supermercados em Natal, Brasil: uma avaliação empírica
Previsão de séries temporais; aprendizado de máquina; varejo.
Previsão de séries temporais é uma abordagem ampla e consolidada em diversas áreas, tais como finanças e indústria. O varejo pode se beneficiar da previsão em muitos setores, como na demanda de estoque, na otimização de preço e de vendas. Este estudo a aborda previsão de vendas no Nordestão, uma rede de supermercados em Natal, Brasil. Apesar de estar localizado em um estado com o produto interno bruto (PIB) baixo, o Nordestão fica em 3º e 27º lugar em vendas regionais e nacionais, respectivamente. Os dados considerados abrangem cinco anos de transações de vendas diárias de oito lojas diferentes. Diferentes técnicas de aprendizado de máquina conhecidas por sua efetividade para previsão são adotadas, a saber random forests e XGBoost. Melhoras nos desempenhos das técnicas são feitas com engenharia de atributos para lidar com os efeitos sazonais. O melhor algoritmo varia por loja, mas para a maioria das lojas pelo menos um dos métodos se prova efetivo. Apesar de serem modelos que levam em conta dados diários, o melhor modelo alcança um R2 score acima de 90% para uma previsão de 7 dias. Além da relevância tradicional da previsão de vendas, o presente trabalho é um meio para o Nordestão avaliar o impacto da pandemia do COVID-19 em seus negócios.