Prof. Dr. Napoleão Verardi Galegale
Prof. Dr. Marcelo Duduchi Feitosa
Prof. Dr. Adilson Carlos Yoshikuni
TARALLO, E.A. Proposta de um Roadmap de Utilização de Machine Learning para Previsão de Demanda de Bens De Consumo. 84 f. Dissertação (Mestrado Profissional em Gestão e Tecnologia em Sistemas Produtivos). Centro Estadual de Educação Tecnológica Paula Souza, São Paulo, 2020.
Pesquisas de mercado mostram grande interesse das empresas em utilizar Machine Learning (ML) para melhorar a acurácia das previsões de demanda, especialmente no setor de bens de consumo em que o ciclo de vida dos produtos é curto, obtendo benefícios como melhor equilíbrio de estoques, redução de ruptura (falta de produtos nos pontos de venda) e redução de perdas por data de validade. Porém, cerca de metade das empresas pesquisadas ainda não tem projetos concluídos nem em andamento, pretendendo iniciar nos próximos anos, sendo uma das principais dificuldades a falta de direcionamento adequado de como implementar soluções de previsão de demanda com ML. Nota-se no mercado e na academia inúmeros trabalhos direcionando sistemas de gestão empresarial (ERP) e relativamente poucos estudos acerca de sistemas analíticos e ML. O objetivo deste trabalho é propor um roadmap para implementação de ML aplicado à previsão de demanda de bens de consumo em um sistema produtivo, que facilite a adoção e antecipe a realização de benefícios. A metodologia Design Science Research Method (DSRM) foi utilizada para elaborar, demonstrar e avaliar o roadmap em um caso real junto a uma empresa cliente de um provedor de sistemas de ML situada no Estado de São Paulo. Os resultados do estudo mostram que o roadmap proposto atingiu os objetivos esperados, facilitando a implementação ao servir de orientação aos envolvidos, reduzindo riscos de baixa qualidade e não atingimento das metas de negócio pela inclusão de controles de qualidade e de prova de conceito, promovendo a utilização efetiva da solução implementada ao engajar líderes e representantes das áreas de negócio. Este estudo contribui com as empresas de bens de consumo para adoção bem sucedida de ML aplicado à gestão de demanda e com a literatura acadêmica pela extensão do conhecimento da ciência de dados ao apresentar um roadmap para implementação do ML na previsão de demanda de bens de consumo.
