Estudo de caso sobre aplicações de modelos clássicos de previsão de demanda para uma empresa de delivery de alimentos

Abstract

O setor de delivery de alimentos cresceu significativamente nos últimos anos, obtendo um aumento de 187% em 2020 devido aos impactos da pandemia. Com o aumento da procura pelos serviços de entrega, empresas do setor precisam de uma maior acurácia na sua previsão de demanda para se tornarem competitivas no mercado. Este trabalho considera os dados reais de uma empresa específica do setor de delivery de alimentos e tem como objetivo avaliar métodos e modelos de previsão de demanda (suavização exponencial Holt e Holt-Winters, ARIMA e SARIMA) de forma comparativa com o método utilizado pela própria empresa, de forma que seja possível identificar aquele que apresenta melhor desempenho. O software do RStudio foi utilizado para executar os experimentos e, com os resultados obtidos, foram utilizados uma base histórica de 60 dados mensais, desde janeiro de 2018 até dezembro de 2022, sendo os primeiros 48 meses utilizados para treinar os modelos e os 12 mais recentes para analisar os resultados obtidos, dessa forma foi possível realizar o comparativo entre os métodos clássicos de previsão e o método atual implementado pela empresa a partir das medidas de erro encontradas nas previsões. Como resultados obtidos, pode-se identificar que o método de previsão atual da empresa apresentou o melhor desempenho para o estudo de caso, apresentando os menores resultados para todos indicadores de erro analisados, de forma a trazer uma validação para empresa acerca do método escolhido e utilizado atualmente, dentre dos métodos estatísticos clássicos de previsão, o destaque foi para o método de Holt-Winters, apresentando melhor resultado para três dos quatro indicadores analisados.