Autor: BARBARA SEQUEIROS HUE LESSA
Orientadores: Paula Medina Maçaira Louro | PUC-Rio & Fernando Luiz Cyrino Oliveira | PUC-Rio
Data e Hora: 14/09/2023, 9h
Link/ Sala: https://puc-rio.zoom.us/my/paulamacaira?pwd=V2xvYmFlTUQ3MExtUHJ4L09KZnZ2UT09
Banca Examinadora: Paula Medina Maçaira Louro- orientadora – PUC-Rio; Fernando Luiz Cyrino Oliveira – PUC-Rio; Igor Tona Peres – PUC-Rio; Maurício Franca Lila – ENCE; Rodrigo Goyannes Gusmão Caiado – PUC-Rio.
Resumo:
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 identificar tendências de mercado, oportunidades de crescimento, possíveis ameaças e apoiar as decisões estratégicas, táticas e operacionais. 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 níveis hierárquicos. Dessa forma, neste estudo, combinando as metodologias de geração de previsões de séries temporais ETS, ARIMA e SARIMAX, com métodos de reconciliação Bottom-up, Top-down, MinT OLS e MinT WLS Struct, doze modelos foram gerados. Baseado nas principais teorias 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 em conjunto com a estratégia Bottom-up se mostrou a combinação mais adequada para a série temporal hierárquica em análise, por apresentar a melhor colocação na combinação das métricas.