RDBU| Repositório Digital da Biblioteca da Unisinos
Previsão de vendas com machine learning: implementação do algoritmo prophet em linguagem R
JavaScript is disabled for your browser. Some features of this site may not work without it.
| Autor | Herold, Lucas da Silva; |
| Orientador | Souza, Marcos Leandro Hoffmann; |
| Lattes do orientador | http://lattes.cnpq.br/2420878841218342; |
| Instituição | Universidade do Vale do Rio dos Sinos; |
| Título | Previsão de vendas com machine learning: implementação do algoritmo prophet em linguagem R; |
| Resumo | A necessidade de se estabelecer uma gestão de demanda eficaz é uma atividade desafiadora para as organizações e saber lidar com as incertezas do mercado é atividade-chave para assegurar o crescimento e a competitividade de uma empresa. Em uma era, onde é possível armazenar grande volume de dados, utilização de técnicas analíticas avançadas pode trazer informações úteis para os tomadores de decisão. Dessa forma, o presente trabalho foi desenvolvido em uma indústria de médio porte, inserido na cadeia produtiva do mercado de pavimentação de asfalto, como objetivo de utilizar um método de previsão de demanda, utilizando um modelo preditivo com Machine Learning. Utilizando o método de Law e Kelton para construção de modelagem, foi realizado um estudo e optou-se em utilizar o software R e aplicar o algoritmo Prophet, para analisar a série temporal do produto e construir um modelo para validação. Na sequência o modelo foi construído, ajustado para simular a demanda real dos meses subsequentes. Os resultados foram avaliados e interpretados, obtendo um erro máximo de 2,8% e MEP de -7%. O uso de Machine Learning para previsão de demanda foi satisfatório e pode ser considerada como uma ferramenta eficaz para as tomadas de decisão. Uma análise crítica da do método e sugestões para futuras pesquisas conclui este estudo.; |
| Abstract | The need to establish effective demand management is a challenging activity for organizations and dealing with market uncertainties is a key activity to ensure the growth and competitiveness of a company. In an era where it is possible to store large amounts of data, using advanced analytical techniques can bring useful information to decision makers. Thus, the present work was developed in a medium-sized industry, inserted in the asphalt paving market productive chain, aiming to use a demand forecasting method, using a predictive model with Machine Learning. Using the Law and Kelton method for modeling construction, a study was conducted and it was decided to use the R software and apply the Prophet algorithm to analyze the product time series and build a model for validation. Then the model was built, adjusted to simulate the actual demand of the subsequent months. The results were evaluated and interpreted, obtaining a maximum error of 2.8% and SEM of -7%. The use of Machine Learning for demand forecasting was satisfactory and can be considered as an effective tool for decision making. A critical analysis of the method and suggestions for future research concludes this study.; |
| Palavras-chave | Previsão de demanda; Tomada de decisão; Demand forecasting; Machine learning; Prophet; Decision making; |
| Tipo | TCC; |
| Data de defesa | 2019-11-07; |
| URI | http://www.repositorio.jesuita.org.br/handle/UNISINOS/9639; |
| Nivel | MBE; |
| Curso | MBE em Manufatura Avançada; |
Arquivos deste item
Este item aparece na(s) seguinte(s) coleção(s)
-
Lato Senso ( Especialização/MBA/MBE/Pós-MBA ) [397]
Lato Senso ( Especialização/MBA/MBE/Pós-MBA )