Analise e previsão de receitas no varejo: comparação entre modelos SARIMA e XGBoost
Tipo
TCC
Data de publicação
2024-12-09
Periódico
Citações (Scopus)
Autores
Deng, Jhonatan Zhang
Orientador
Oliveira, Rogerio de
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Programa
Resumo
The retail sector faces constant challenges due to the volatile and se asonal nature of its revenues, influenced by changes in consumer preferences
and the economic environment. The growing need to improve the accuracy of financial forecasts in this context motivated this study, which aimed to analyze and predict monthly revenues for different product categories using the SARIMA and XGBoost models. The results indicated that the SARIMA model was effec tive for short-term forecasts but lost accuracy in longer-term predictions. On the other hand, XGBoost stood out for medium-term predictions
O setor varejista enfrenta desafios constantes devido a natureza volatil e sazonal de suas receitas, influenciadas por mudanças nas preferências dos consumidores e no ambiente economico. A crescente necessidade de melhorar a precisao das previsões financeiras nesse contexto motivou este estudo, que teve como objetivo analisar e prever as receitas mensais de diferentes categorias de produtos, utilizando os modelos SARIMA e XGBoost. Os resultados indicaram que o modelo SARIMA foi eficaz para previsoes de curto prazo, mas perdeu precisao em previsões mais longas. Por outro lado, o XGBoost se destacou em previsoes de médio prazo.
O setor varejista enfrenta desafios constantes devido a natureza volatil e sazonal de suas receitas, influenciadas por mudanças nas preferências dos consumidores e no ambiente economico. A crescente necessidade de melhorar a precisao das previsões financeiras nesse contexto motivou este estudo, que teve como objetivo analisar e prever as receitas mensais de diferentes categorias de produtos, utilizando os modelos SARIMA e XGBoost. Os resultados indicaram que o modelo SARIMA foi eficaz para previsoes de curto prazo, mas perdeu precisao em previsões mais longas. Por outro lado, o XGBoost se destacou em previsoes de médio prazo.
Descrição
Indicado para publicação.
Palavras-chave
varejo , setor varejista , retail , retail sector