Publicação
Otimização da distribuição no retalho de vestuário: estratégias analíticas e preditivas para tendências de vendas
| Resumo: | A indústria do retalho de vestuário, caracterizada pela sua dinâmica e competitividade, enfrenta desafios significativos na gestão eficiente das suas cadeias de distribuição. Utilizando técnicas de análise de dados e modelação preditiva, esta dissertação concentra-se no desenvolvimento de métodos analíticos para apoiar sistemas de distribuição mais eficientes, alinhados com as tendências do mercado e as preferências dos consumidores. Os objetivos específicos abrangem, inicialmente, o pré-processamento de dados de vendas fornecidos pela empresa Sociedade de Distribuição de Vestuário e o agrupamento de lojas em clusters utilizando Análise de Componentes Principais (PCA) e técnicas de clustering baseadas no volume de vendas. Seguidamente, é realizada uma análise de tendências de vendas, tanto por produto quanto por cor, utilizando diferentes ferramentas estatísticas incluindo gráficos de barras, gráficos de dispersão e gráficos de radar. Por fim, a dissertação aborda a implementação e análise de Modelos Autorregressivos Integrados de Médias Móveis (ARIMA) para a previsão de vendas, proporcionando uma compreensão mais aprofundada das dinâmicas de vendas no setor de retalho de vestuário. Os resultados obtidos da análise de clusters proporcionaram uma categorização eficiente das 45 lojas, em 6 grupos, de modo a facilitar a análise das semelhanças em relação as vendas semanais. Recorrendo ao agrupamento fornecido, determinou-se o produto-cor com maior média de vendas em cada cluster, de modo a facilitar a distribuição dos produtos. Os modelos ARIMA foram desenvolvidos com base nas características das séries temporais da média de vendas semanais de uma loja de referência em cada cluster. Generaliza-se estes modelos selecionados para as restantes lojas do cluster, acelerando assim a previsão de vendas para todas as lojas. Por fim, verifica-se que, de um modo geral, os modelos ARIMA configurados especificamente para a loja de referência em cada cluster, demonstram uma adaptabilidade às restantes lojas do cluster. Consequentemente, constata-se uma homogeneidade nas tendências de vendas entre as lojas do mesmo cluster, verificando-se assim a eficácia do método de agrupamento adotado e a aplicabilidade dos modelos ARIMA desenvolvidos. |
|---|---|
| Autores principais: | Sousa, Vera Margarida da Costa e |
| Assunto: | Agrupamento k-means Análise de componentes principais (PCA) Análise de vendas Modelos ARIMA Previsão de vendas Analysis of sales ARIMA models Forecasting of sales K-means clustering Principal component analysis (PCA) |
| Ano: | 2024 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | A indústria do retalho de vestuário, caracterizada pela sua dinâmica e competitividade, enfrenta desafios significativos na gestão eficiente das suas cadeias de distribuição. Utilizando técnicas de análise de dados e modelação preditiva, esta dissertação concentra-se no desenvolvimento de métodos analíticos para apoiar sistemas de distribuição mais eficientes, alinhados com as tendências do mercado e as preferências dos consumidores. Os objetivos específicos abrangem, inicialmente, o pré-processamento de dados de vendas fornecidos pela empresa Sociedade de Distribuição de Vestuário e o agrupamento de lojas em clusters utilizando Análise de Componentes Principais (PCA) e técnicas de clustering baseadas no volume de vendas. Seguidamente, é realizada uma análise de tendências de vendas, tanto por produto quanto por cor, utilizando diferentes ferramentas estatísticas incluindo gráficos de barras, gráficos de dispersão e gráficos de radar. Por fim, a dissertação aborda a implementação e análise de Modelos Autorregressivos Integrados de Médias Móveis (ARIMA) para a previsão de vendas, proporcionando uma compreensão mais aprofundada das dinâmicas de vendas no setor de retalho de vestuário. Os resultados obtidos da análise de clusters proporcionaram uma categorização eficiente das 45 lojas, em 6 grupos, de modo a facilitar a análise das semelhanças em relação as vendas semanais. Recorrendo ao agrupamento fornecido, determinou-se o produto-cor com maior média de vendas em cada cluster, de modo a facilitar a distribuição dos produtos. Os modelos ARIMA foram desenvolvidos com base nas características das séries temporais da média de vendas semanais de uma loja de referência em cada cluster. Generaliza-se estes modelos selecionados para as restantes lojas do cluster, acelerando assim a previsão de vendas para todas as lojas. Por fim, verifica-se que, de um modo geral, os modelos ARIMA configurados especificamente para a loja de referência em cada cluster, demonstram uma adaptabilidade às restantes lojas do cluster. Consequentemente, constata-se uma homogeneidade nas tendências de vendas entre as lojas do mesmo cluster, verificando-se assim a eficácia do método de agrupamento adotado e a aplicabilidade dos modelos ARIMA desenvolvidos. |
|---|