Previsão de demanda de longo prazo aplicada a uma empresa do varejo de cosméticos utilizando o Prophet

• Sousa, Ana Clara Chaves ^[1] ; Barbosa, Yuri de Almeida Malheiros ^[1] ; Silva Filho, Telmo de Menezes e ^[2] ; Rêgo, Thaís Gaudencio do ^[1]
  1. [1] Universidade Federal da Paraíba

     Universidade Federal da Paraíba

     Brasil

     
  2. [2] University of Bristol

     University of Bristol

     Reino Unido

     
• Localización: Brazilian Journal of Production Engineering - BJPE, ISSN-e 2447-5580, Vol. 10, Nº. 3, 2024 (Ejemplar dedicado a: Número Regular (Julho - Setembro) *Publicação Fluxo Contínuo*), págs. 372-383
• Idioma: portugués
• Títulos paralelos:
  • Previsión de la demanda a largo plazo aplicada a una empresa minorista mediante Prophet
  • Long-term demand forecasting applied to a retail company using Prophet
• Enlaces
  • Texto completo
• Resumen
  • español

    La difusión de la toma de decisiones basada en datos se ha visto impulsada por la abundancia de información y el aumento de la capacidad de procesamiento informático. Para apoyar este proceso de toma de decisiones, es factible extraer conocimientos y hacer previsiones utilizando la Ciencia de Datos. Dentro de la Gestión de la Cadena de Suministro, un reto habitual es la previsión de la demanda a partir de datos históricos. Prever el volumen de ventas de una empresa es complejo. Si se sobreestima la demanda, se desperdician existencias, y si se subestima, se agotan. En este estudio de caso, se realizará una previsión de la demanda a largo plazo (30 semanas) para dos canales de venta diferentes de una empresa de los segmentos industrial y minorista del mercado de Cuidado Personal, Perfumería y Cosmética. Se utilizó el algoritmo Prophet. Después de aplicar la metodología, los resultados mostraron que la semana 30 tenía un WAPE del 4% y del 5% para los canales Tienda y Venta Directa, respectivamente. Al analizar el error en la semana 30 para las tres categorías de productos más comercializadas, el error más elevado registrado fue del 9,36%. Este resultado sugiere que la metodología empleada obtuvo resultados satisfactorios.

  • English

    The spread of data-driven decision making has been driven by the abundance of information and the increase in computer processing capacity. To support this decision-making process, it is feasible to extract knowledge and make forecasts using Data Science. Within Supply Chain Management, a common challenge is to forecast demand using historical data. Forecasting a company's sales volume is complex. Overestimating demand leads to wasted stock, while underestimating causes stock-outs. In this case study, long-term demand forecasting (30 weeks) will be carried out for two different sales channels of a company in the industry and retail segment of the Cosmetic, Fragrance and Toiletry market. The Prophet algorithm was used. After implementing the methodology, the results showed that week 30 had a WAPE of 4% and 5% for the Store and Direct Sales channels, respectively. When analyzing the error in the thirtieth week for the three most marketed product categories, the highest error recorded was 9.36%. This result suggests that the methodology employed achieved satisfactory performance.

  • português

    A disseminação da tomada de decisão baseada em dados tem sido impulsionada pela abundância de informações e pelo aumento da capacidade de processamento computacional. Para apoiar esse processo decisório, é viável extrair conhecimento e realizar previsões por meio da Ciência de Dados. Dentro da Gestão da Cadeia de Abastecimento, um desafio comum é fazer a previsão de demanda utilizando dados históricos. Prever o volume de vendas de uma empresa é complexo. Superestimar a demanda leva a desperdícios de estoque, enquanto subestimar causa ruptura. Neste estudo de caso, será feita a previsão de demanda de longo prazo (30 semanas) para dois canais de vendas diferentes de uma empresa do segmento da indústria e do varejo do mercado de Higiene Pessoal, Perfumaria e Cosméticos. Foi utilizado o algoritmo Prophet. Após implementada a metodologia, os resultados mostraram que a semana 30 apresentou um WAPE de 4% e 5% para os canais Loja e Venda Direta, respectivamente. Ao analisar o erro na trigésima semana para as três categorias de produtos mais comercializados, observou-se que o maior erro registrado foi de 9,36%. Esse resultado sugere que a metodologia empregada alcançou desempenho satisfatório.