Previsão de demanda aplicada a séries temporais da vitivinicultura gaúcha

A indústria agrícola caracteriza-se por um ambiente complexo e modelos preditivos podem auxiliar gestores e agricultores na organização e planejamento de seus negócios. No Brasil, a vitivinicultura tem ganhado espaço de forma estratégica nos últimos anos. O objetivo do presente estudo foi realizar a previsão de demanda para produção e comercialização de vinhos no Rio Grande do Sul. Para isso, utilizou se Cross Industry Standard Process for Data Mining (CRISP-DM) e a plataforma Amazon Forecast que aplicou algoritmos convencionais e avançados para previsão de demanda de um período das séries temporais da vitivinicultura gaúcha. O método ARIMA demonstrou-se como o melhor algoritmo preditivo por atender aos critérios definidos para precisão. A demanda prevista para produção de vinhos foi semelhante à demanda real, enquanto a demanda prevista para comercialização de vinhos foi menor do que a demanda real o que se pode atribuir a efeitos inesperados no último ano tais como eventos climáticos favoráveis e pandemia. A abordagem utilizada nesse estudo é abrangente e compatível com diferentes contextos, podendo ser utilizada para previsão de demanda de qualquer produto que possua registros em um horizonte de tempo.