Estudo comparativo de modelos para previsão de vendas de produtos na indústria de dermocosméticos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMeza, Edwin Benito Mitacc-
Autor(es): dc.contributorSouza, Dalton Garcia Borges de-
Autor(es): dc.contributorNarcizo, Ramon Baptista-
Autor(es): dc.contributorCopetti, Alessandro-
Autor(es): dc.creatorLucas, Natan da Costa-
Data de aceite: dc.date.accessioned2024-07-11T17:27:45Z-
Data de disponibilização: dc.date.available2024-07-11T17:27:45Z-
Data de envio: dc.date.issued2024-02-26-
Data de envio: dc.date.issued2024-02-26-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/32394-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/750781-
Descrição: dc.descriptionA ciência e a análise preditiva surgem como elementos fundamentais nas estratégias competitivas das empresas, evidenciadas pelo volume e qualidade da informação produzida na contemporaneidade. No presente projeto, concentra-se na aplicação da metodologia CRISP-DM para analisar a demanda de produtos da empresa DermoCosmetics no período de 2017 a 2022. A abordagem adotada envolveu a análise exploratória dos dados, identificação do objeto de estudo e a aplicação de modelos clássicos de previsão de séries temporais, os quais foram a suavização exponencial tripla (Holt-Winters), ARIMA (AR, componente autorregressivo; MA, médias móveis; I, diferenciação) e SARIMA (ARIMA com ajuste sazonal), sendo a suavização exponencial tripla o método adotado atualmente pela empresa DermoCosmetics. Na monografia, por meio de medidas de desempenho como Raiz do Erro Quadrático Médio (RMSE, do inglês: Root Mean Square Error) e o Percentual Absoluto Médio (MAPE, do inglês: Mean Absolute Percentage Error) que avaliam a acurácia dos modelos em relação aos dados obtidos, tornou-se viável a comparação dos respectivos modelos para deliberar aqueles que apresentam os resultados mais satisfatórios. Desta forma, o modelo SARIMA apresentou RMSE de 13.971,7 e MAPE de 2,91%, enquanto o método de suavização exponencial demonstrou um RMSE de 20.861,7 e MAPE de 6,28%. Por conseguinte, o modelo ARIMA apresentou resultados de RMSE de 15.539,25 e MAPE de 3,39%. A análise dos resultados aponta que o modelo que representa de forma mais precisa a realidade da empresa DermoCosmetics é o SARIMA, proporcionando embasamento para tomadas de decisões gerenciais mais assertivas-
Descrição: dc.descriptionThe science and predictive analysis emerge as fundamental elements in the competitive strategies of companies, highlighted by the volume and quality of information produced in contemporary times. In this project, the focus is on the application of the CRISP-DM methodology to analyze the demand for products from the company DermoCosmetics in the period from 2017 to 2022. The adopted approach involved exploratory data analysis, identification of the study object, and the application of classical models for time series forecasting, namely triple exponential smoothing (Holt-Winters), ARIMA (AR, autoregressive component; MA, moving averages; I, differencing), and SARIMA (ARIMA with seasonal adjustment), with triple exponential smoothing currently being the method adopted by the DermoCosmetics company. In the thesis, through performance measures such as Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE), which assess the accuracy of the models in relation to the obtained data, it became possible to compare the respective models to determine those that present the most satisfactory results. Thus, the SARIMA model showed an RMSE of 13,971.7 and MAPE of 2.91%, while the triple exponential smoothing method demonstrated an RMSE of 20,861.7 and MAPE of 6.28%. Consequently, the ARIMA model showed results of RMSE 15,539.25 and MAPE 3.39%. The analysis of the results indicates that the model that more accurately represents the reality of the DermoCosmetics company is SARIMA, providing a basis for more assertive managerial decision-making-
Descrição: dc.description64 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectCiência de dados-
Palavras-chave: dc.subjectPrevisão de demanda-
Palavras-chave: dc.subjectARIMA sazonal-
Palavras-chave: dc.subjectSuavização exponencial-
Palavras-chave: dc.subjectMedidas de desempenho-
Palavras-chave: dc.subjectEstratégia aplicada à administração-
Palavras-chave: dc.subjectEstratégia empresarial-
Palavras-chave: dc.subjectData science-
Palavras-chave: dc.subjectDemand forecasting-
Palavras-chave: dc.subjectSeasonal ARIMA-
Palavras-chave: dc.subjectExponential smoothing-
Palavras-chave: dc.subjectPerformance measures-
Título: dc.titleEstudo comparativo de modelos para previsão de vendas de produtos na indústria de dermocosméticos-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.