Simulação de e-commerce com previsão de vendas: um estudo de regressão linear e visualização de dados
Autor(es)
André Luiz Oliveira Maldonado | Caio Teixeira de Lima Saraiva | Francieli dos Santos Muniz | Gabriel Aparecido Magalhães de Brito | João Vitor Soares de Paula | Lais Falcochio de Camargo
Orientador(a)
Edy Carlos Hidemi Hayashida
Resumo
O presente Trabalho de Conclusão de Curso, intitulado "Simulação de E-commerce com Previsão de Vendas: Um Estudo de Regressão Linear e Visualização de Dados", tem como objetivo apresentar o impacto causado no comércio varejista após a pandemia de COVID-19. Ao longo desse estudo, destacamos a compreensão do comércio varejista no Brasil e como o crescimento desse setor evoluiu para o comércio eletrônico, após longos períodos de distanciamento social, devido a uma pandemia global. Foi explorado o uso de algoritmos preditivos para influenciar a tomada de decisão da empresa fictícia CALFJ & Co. Através de dados históricos, do período de 2019 a 2023, foi desenvolvido um modelo utilizando Regressão Linear Simples, que identifica correlações entre duas variáveis (ano e vendas), permitindo a previsão comportamental das vendas para 2024. O estudo apresenta a importância do Aprendizado de Máquina, Inteligência Artificial e Ciência de Dados aplicados na construção de técnicas preditivas. O modelo foi implementado utilizando a linguagem de programação Python, com a modelagem do banco de dados e integração dos dados utilizando o sistema gerenciador de banco de dados PostgreSQL. A página do e-commerce da CALFJ & foi desenvolvida utilizando a plataforma Unity e as predições são apresentadas através de um dashboard, desenvolvido no PowerBI. Este estudo busca contribuir para o debate sobre o comércio varejista e o impacto sofrido pós-pandemia, enfatizando o papel fundamental do uso de análise de dados e modelos preditivos como aliados para as empresas, a fim de otimizarem suas vendas baseadas em dados confiáveis.
