[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-121960-pt":3,"doc-seo-121960-112":31,"detail-sidebar-cat-0-pt-112":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},121960,1099523885336,"Violet","https://ap-avatar.wpscdn.com/davatar_276721f389ce27ea32af1340a28f341c",32,"Pesquisa e Relatórios","Aplicação de Machine learning e séries temporais para previsão de demanda - um estudo de caso em uma empresa de bens de consumo","O trabalho apresenta a aplicação de modelos de séries temporais e “machine learning” para elevar a acuracidade da previsão de demanda em uma empresa de bens de consumo. A metodologia envolve coleta de dados históricos de vendas em cinco anos, análise exploratória, tratamento de outliers e treinamento/teste de múltiplos modelos, selecionando o melhor para cada produto. Os resultados indicam redução de 19 pontos percentuais no erro médio, com queda de 21% no estoque e aumento de 7% no nível de serviço ao cliente.","Aplicação de Machine learning e séries temporais para previsão de demanda: um estudo de caso em uma empresa de bens de consumo  \nApplication of Machine learning and time series for demand forecasting: a case study in a consumer goods company  \nDOI:10.34117/bjdv9n8-001  \nRecebimento dos originais: 03/07/2023  \nAceitação para publicação: 02/08/2023  \nGuilherme Gomes  \nMestre em Logística  \nInstituição: Universidade Federal de Santa Catarina Endereço: Carvoeira, Florianópolis, Santa Catarina, CEP: 88040-535  \nE-mail: [guilhermegomes_19@hotmail.com](guilhermegomes_19@hotmail.com)  \nAna Lígia Vieira Rodrigues  \nMestre em Logística  \nInstituição: Universidade Federal de Santa Catarina Endereço: Carvoeira, Florianópolis, Santa Catarina, CEP: 88040-535  \nE-mail: [anar2703@gmail.com](anar2703@gmail.com)  \nMarina Bouzon  \nDoutora em Engenharia de Produção  \nInstituição: Universidade Federal de Santa Catarina Endereço: Carvoeira, Florianópolis, Santa Catarina, CEP: 88040-535 [E-mail: marinabouzon@gmail.com](E-mail: marinabouzon@gmail.com)  \nFrancielly Hedler Staudt  \nDoutora em Engenharia de Produção  \nInstituição: Universidade Federal de Santa Catarina Endereço: Carvoeira, Florianópolis, Santa Catarina, CEP: 88040-535 E-mail: [francielly.hedler.staudt@ufsc.br](francielly.hedler.staudt@ufsc.br)  \nRESUMO  \nO objetivo deste trabalho é impulsionar a acuracidade da previsão de demanda de uma empresa de bens de consumo, através da implementação de modelos de séries temporaise “machine learning” Metodologia: Para tal, foram coletados os históricos de vendas da empresa num horizonte de cinco anos, posteriormente foi realizado uma análise exploratória de dados, realizada a limpeza dos outliers, treinados diversos modelos deséries temporais e “machine learning”, testados os resultados de acuracidade, eselecionado o melhor modelo para cada produto para se realizar a previsão de demanda Resultados: Obteve-se uma redução no erro médio da previsão de vendas em 19 pontos percentuais, o que possibilitou redução de estoque de 21% e aumento no nível de serviço ao cliente em 7% . Limitações: A pesquisa focou na primeira fase do processo de S&OP que consiste em prever demanda. Neste estudo focou-se em aplicação de métodos deséries temporais de Machine learning para aumentar a acuracidade deste processo. Implicações Práticas: Comprovou-se, dessa forma, que os modelos de séries temporais e“machine learning” possuem resultados significativamente mais atraentes no processo de  \nplanejamento de demanda do que modelos simples de médias móveis e suavizações. Originalidade: Apartir de revisão de literatura, percebe-se que ainda há um gap de estudosaplicando métodos de séries temporais e Machine learning no processo de S&OP, dessa forma essa pesquisa busca impulsionar sua aplicação através dos resultados obtidos.  \nPalavras-chave: planejamento de demanda, previsão de vendas, sales and operations planning, prever.  \nABSTRACT  \nGol: The objective of this work is to boost the accuracy of the demand forecast of a consumer goods company, through the implementation of time series models and machine learning Methodology: To this end, the company's sales histories were collected over a five-year horizon, then an exploratory data analysis was performed, the outliers were cleaned, several time series models and machine learning were trained, the accuracy results were tested, and the best model for each product was selected to perform the demand forecast Results: A reduction in the average error of the sales forecast was obtained by 19 percentage points, which allowed a reduction of inventory of 21% and an increase in the level of customer service by 7% . Limitations of the investigation: The research focused on the first phase of the S&OP process, which consists of forecasting demand. This study focused on the application of machine learning time series methods to increase the accuracy of this process. Practical implications: It has been proven that time series models and ma","cbCaiuMaU1CLcmC7","https://ap.wps.com/l/cbCaiuMaU1CLcmC7","pdf",619772,2,1,23,"Portuguese","pt",112,"# 1 INTRODUÇÃO\n## Contexto de globalização e incerteza da demanda\n## Desafios e princípios da previsão de demanda\n## Relação entre previsão de demanda e S&OP","[{\"question\":\"Qual é o objetivo central do estudo sobre previsão de demanda?\",\"answer\":\"Impulsionar a acuracidade da previsão de demanda de uma empresa de bens de consumo por meio da implementação de modelos de séries temporais e “machine learning”.\"},{\"question\":\"Quais etapas compõem a metodologia utilizada no trabalho?\",\"answer\":\"Foram coletados históricos de vendas por cinco anos, realizada análise exploratória, feita a limpeza de outliers, treinados modelos de séries temporais e “machine learning”, e avaliadas as acurácias para selecionar o melhor modelo por produto.\"},{\"question\":\"Quais resultados foram obtidos com a abordagem proposta?\",\"answer\":\"Houve redução de 19 pontos percentuais no erro médio da previsão de vendas, permitindo reduzir estoques em 21% e aumentar o nível de serviço ao cliente em 7%.\"}]","Aplicação de Machine learning e séries temporais para previsão de demanda - um estudo de caso em uma empresa de bens de consumo | PDF",1785808031,35,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"application-of-machine-learning-and-time-series-for-demand-forecasting-a-case-study-in-a-consumer-goods-company","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":20},"https://docshare.wps.com/pt/document/","Document",{"item":49,"name":12,"@type":44,"position":50},"https://docshare.wps.com/pt/document/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/pt/document/application-of-machine-learning-and-time-series-for-demand-forecasting-a-case-study-in-a-consumer-goods-company/121960/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-09","2026-08-04",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qual é o objetivo central do estudo sobre previsão de demanda?","Question",{"text":76,"@type":77},"Impulsionar a acuracidade da previsão de demanda de uma empresa de bens de consumo por meio da implementação de modelos de séries temporais e “machine learning”.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Quais etapas compõem a metodologia utilizada no trabalho?",{"text":81,"@type":77},"Foram coletados históricos de vendas por cinco anos, realizada análise exploratória, feita a limpeza de outliers, treinados modelos de séries temporais e “machine learning”, e avaliadas as acurácias para selecionar o melhor modelo por produto.",{"name":83,"@type":74,"acceptedAnswer":84},"Quais resultados foram obtidos com a abordagem proposta?",{"text":85,"@type":77},"Houve redução de 19 pontos percentuais no erro médio da previsão de vendas, permitindo reduzir estoques em 21% e aumentar o nível de serviço ao cliente em 7%.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,119,121,125,129],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},26,"Contos e Romances",60,"story-novel",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},46,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},28,"Exames","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},47,"Geral","general",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":97,"slug":114},29,"Histórias em Quadrinhos","comic",{"id":116,"doc_module":4,"doc_module_name":47,"category_name":117,"show_sort_weight":97,"slug":118},27,"Literatura","literature",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":120},"research-report",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":97,"slug":124},33,"Religião e Espiritualidade","religion-spirituality",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},31,"Saúde e Cuidados","healthcare",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},45,"Tecnologia","technology"]