Tendo em vista mudanças significativas no varejo causadas pelo
crescimento de compras online no Brasil, este estudo tem como objetivo facilitar
um relevante lead time e um forte grau de assertividade na previsão de demanda do
Omnichannel de uma empresa do setor. Com a crescente relevância do
Omnichannel, é importante compreender as necessidades dos consumidores
tradicionais e digitais, integrar suas experiências e oferecer múltiplos canais de
compra. Nesse contexto, a previsão de demanda é crucial para apoiar as decisões
estratégicas, táticas e operacionais da organização. A utilização de séries temporais
hierárquicas auxilia na precisão das previsões e, portanto, na tomada de decisões,
permitindo gerar estimativas coerentes ao longo dos múltiplos nÃveis hierárquicos.
Dessa forma, neste estudo, combinando as metodologias de previsão de séries
temporais ETS, ARIMA e SARIMAX, com métodos de reconciliação Bottom-up,
Top-down, MinTrace Combinação Ótima (OLS) e MinTrace WLS Struct, doze
modelos foram gerados. Baseado nas principais abordagens de séries temporais
hierárquicas, com uma sequência de sete passos, os modelos foram comparados,
por meio de métricas de avaliação de desempenho, para identificar qual deles
melhor se encaixa na série trabalhada. Ao final do estudo, o modelo SARIMAX
com Bottom-up se mostrou a combinação mais adequada para a série em análise. A
abordagem alcançou um MAPE de 22 por cento no nÃvel mais agregado da hierarquia,
reduzindo em cinco pontos percentuais o MAPE original da empresa, além de
apresentar a melhor colocação na combinação das métricas comparativamente.
|