You are on page 1of 50

Desenvolvimento de uma ferramenta de previso de vendas e

margens para o retalho especializado


Diogo gueda Ferreira da Costa
Dissertao de Mestrado

Orientador na FEUP: Prof. Jorge Freire de Sousa


Orientador na Sonae: Eng. Miguel Dias

2016-07-01

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

ii

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Resumo

A melhoria de processos tem vindo a assumir um papel progressivamente mais importante nas
empresas, constituindo-se como uma das reas mais influentes nos sistemas de qualidade. As
previses so um dos instrumentos fundamentais para o planeamento, fazendo todo o sentido
buscar o seu aperfeioamento, nomeadamente pela adoo dos mtodos mais adequados ao
objeto e tipo de anlise em causa.
Foi esta uma das motivaes para o desenvolvimento de uma ferramenta de previso de
vendas e margens, fcil de atualizar periodicamente, e que sirva as diferentes necessidades do
negcio de retalho especializado, com os nveis de detalhe e perodos temporais apropriados.
Em funo dos requisitos da empresa, foi desenvolvida uma ferramenta vocacionada para a
sua rea comercial que visa a realizao e reviso de valores de previso. Para a
implementao da ferramenta foi utilizado o Microsoft Excel, como base, utilizando a
tecnologia OLAP para fazer a ligao s bases de dados. Esta ferramenta conta tambm com
uma janela de dashboard onde podem ser analisadas as vendas e margens, aplicando diversos
filtros.
Com a criao desta ferramenta o tempo despendido com as previses diminuiu bastante,
tanto na execuo das previses como no tratamento dos dados para anlise. Com a realizao
deste trabalho foi ainda possvel perceber que a aplicao de um mtodo hbrido retorna
melhores resultados do que a utilizao de um mtodo meramente extrapolativo.

Palavras-chave: Mtodos de Previso, Vendas, Retalho, Amortecimento Exponencial,


Mtodo Hbrido

iii

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Development of a sales forecasting tool to specialized retail

Abstract

Continuous improvement has been progressively assuming a more important role in


companies, becoming one of the most influential areas on quality system. Forecast is one of
the fundamental instruments for planning, which makes it logical to search for its
improvement, in particular by the adoption of methods that are more adequate to the subject
and the type of analysis concerned.
That was one of the motivations for the development of a sales forecasting tool, easy to
update regularly and that serves the different necessities of the specialized retail business,
with levels of detail and appropriate time periods.
Based on the company requirements, it was developed a tool oriented to the commercial area
that aims the accomplishment and revision of the forecast values. In order to implement the
referred tool, it was used Microsoft Excel as a basis, using the OLAP technology to connect to
databases. This tool has a dashboard window where the sales and margins could be analysed,
applying some filters.
With the implementation of this tool the time spent with forecasts decreased considerably,
both in execution of forecasts as the processing of data for analysis. With this work was still
possible to see that the application of a hybrid method returns better results than the use of a
purely extrapolative method.

Key words: Forecasting Methods, Sales, Retail, Exponential Smoothing, Hybrid Method

iv

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Agradecimentos

Em primeiro lugar gostaria de agradecer ao Engenheiro Miguel Dias por toda a ateno e
disponibilidade prestada enquanto orientador. De igual forma agradeo Carina Correia que
em muito contribuiu para o desenvolvimento deste projeto, auxiliando-me sempre que
necessrio. Queria tambm agradecer a toda a equipa pelo empenho e dedicao que tiveram
para me integrar e por todo o apoio prestado durante o estgio.
Em seguida, gostaria de agradecer ao Professor Jorge Freire de Sousa por toda a orientao
que me deu ao longo do estgio, mostrando-se sempre disponvel para qualquer questo.
Gostaria tambm de prestar um grande agradecimento ao Professor Bernardo Almada-Lobo
por todo o apoio prestado, pois representou um grande auxlio no desenvolvimento deste
projeto.
Por fim agradeo a toda a minha famlia, namorada e amigos, pela ateno que tiveram
comigo nos momentos mais complicados e por tornarem tudo isto possvel. Um especial
agradecimento aos meus pais por proporcionarem sempre o melhor para mim, dando sempre
apoio minha formao.

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

ndice de Contedos
1 Introduo ........................................................................................................................................... 1
1.1

Contexto do projeto ................................................................................................................................ 1

1.2

Descrio do problema ............................................................................................................................ 2

1.3

Objetivos do projeto ................................................................................................................................ 2

1.4

Estrutura do relatrio .............................................................................................................................. 3

2 Estado da arte ..................................................................................................................................... 4


2.1 Mtodos de previso ............................................................................................................................ 4
2.2 Previso de vendas .............................................................................................................................. 9

3 Desenvolvimento do projeto .............................................................................................................. 12


3.1 Caracterizao do problema .............................................................................................................. 12
3.2 Levantamento de necessidades ......................................................................................................... 13
3.3 Extrao e Anlise de dados.............................................................................................................. 15
3.4 Metodologia........................................................................................................................................ 17
3.5 Desenho e Implementao da ferramenta ......................................................................................... 21

4 Testes e Resultados obtidos ............................................................................................................. 24


4.1 Anlise dos resultados ....................................................................................................................... 24
4.2 Testes ferramenta ........................................................................................................................... 33

5 Concluses e Trabalhos futuros ....................................................................................................... 34


Referncias ............................................................................................................................................ 36
ANEXO A: Estrutura comercial Sport Zone ........................................................................................... 38
ANEXO B: Matriz de requisitos .............................................................................................................. 39
ANEXO C: Macro para validao dos valores revistos de previso ...................................................... 40
ANEXO D: Dashboard da ferramenta .................................................................................................... 41
ANEXO E: Pgina inicial da ferramenta ................................................................................................. 42

vi

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

ndice de Tabelas

Tabela 1 - Resumo das metodologias adotadas por autor ................................................................... 11


Tabela 2 - Base utilizada para construo da ferramenta .................................................................... 15
Tabela 3 - Anlise Holt-Winters vs Hbrido para quatro categorias distintas ........................................ 25
Tabela 4- Resumo da anlise UN 23 ................................................................................................. 27
Tabela 5 - Resumo da anlise de agregao de dados por sazonalidade ........................................... 29
Tabela 6 - Resumo da anlise dos resultados de previso face aos valores reais .............................. 32

vii

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

ndice de Figuras

Figura 1 - Custo de impreciso vs custo do mtodo de previso ........................................................... 4


Figura 2 - Arquitetura dos sistemas de informao da ferramenta ....................................................... 15
Figura 3 - Anlise de sazonalidade dos dados ..................................................................................... 16
Figura 4 - Decomposio de uma srie de dados ................................................................................ 17
Figura 5 - Diagrama do processo da macro.......................................................................................... 22
Figura 6 - Anlise de comportamento do mtodo Holt-Winters face aos valores reais ........................ 25
Figura 7 - Anlise dos mtodos Holt/HW vs mtodo Hbrido para a UN 23 ......................................... 26
Figura 8 - Anlise da agregao dos dados UN ................................................................................ 28
Figura 9 - Anlise de agregao de dados por sazonalidade ............................................................... 29
Figura 10 - Anlise de erro dos valores de previso vs valores reais (lojas fsicas) ............................ 30
Figura 11 - Anlise de erro dos valores de previso vs valores reais (lojas online) ............................. 31

viii

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Lista de siglas e abreviaturas


EP Erro percentual
EPAM Erro percentual absoluto mdio
EQM Erro quadrtico mdio
HW Holt-Winters
MFO Margem front office
OLAP Online Analytical Processing
SZ Sport Zone
UN Unidade de negcio
VL Vendas lquidas

ix

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Introduo

A presente dissertao resultado do projeto realizado no mbito do estgio curricular do


Mestrado em Engenharia de Servios e Gesto da Faculdade de Engenharia da Universidade
do Porto, sendo este realizado em contexto empresarial no departamento de Business
Intelligence da Sport Zone.
O projeto teve como principal objetivo o desenvolvimento de uma ferramenta para previso
das vendas e margens da Sport Zone, transversal a todas as direes de negcio e que
responda a todas as necessidades atuais.

1.1

Contexto do projeto

A Sonae, empresa na qual est inserida a Sport Zone, conta, neste momento, com
aproximadamente 40.000 colaboradores, representando assim o maior empregador privado em
Portugal. Assume-se como um grupo multinacional com razes slidas e uma ambio de
progresso permanente. Fazem parte da Sonae as seguintes empresas: Sonae MC (retalho
alimentar), Sonae SR (retalho especializado), Sonae RP (imobilirio de retalho), Sonae FS
(servios financeiros), Sonae IM (gesto de investimentos), Sonae Sierra (centros comerciais)
e NOS (telecomunicaes). A Sport Zone faz parte da Sports and Fashion da Sonae SR.
Como grande retalhista na rea do desporto em Portugal, a Sport Zone abriu a sua primeira
loja em 1997, visando inspirar atletas, iniciantes e entusiastas do desporto atravs da criao
de uma loja de referncia, com um conceito diferenciado e ajustvel aos vrios segmentos de
negcio, dando especial destaque a 3 desportos de eleio: futebol, running, e fitness.
A Sport Zone apresenta, neste momento, um universo de 111 lojas, estando presente em
Portugal (79 lojas), Espanha (19 lojas) e Canrias (13 lojas), estando os dois ltimos em
expanso. Conta ainda com um conjunto de lojas franchisadas espalhadas pelo mundo. Para
alm deste universo a Sport Zone dispe tambm de uma loja online.
Com a realizao deste estgio, torna-se possvel apresentar um projeto em que ambas as
partes tm algo a ganhar. Por um lado, por parte da empresa, colmatada a necessidade de
solucionar um problema existente tendo tambm o apoio da faculdade e, por outro lado, eu,

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

como estagirio, tenho a oportunidade de pr em prtica os meus conhecimentos num


ambiente empresarial, desenvolvendo, desta forma, capacidades profissionais.

1.2

Descrio do problema

Nos dias de hoje, a necessidade de melhorar e otimizar os processos cada vez maior,
tornando-se ainda mais relevante devido crise econmica que temos vindo a passar. Existe,
assim, uma maior necessidade de reduzir os custos.
Existe uma preocupao crescente com os erros que resultam de falhas nas previses, pois um
erro de previso pode trazer elevados custos para a empresa.
inerente ao negcio da Sport Zone a realizao de previses, mas com a crescente
concorrncia existente no mercado houve a necessidade de reduzir a margem de erro das
previses atuais.
A Sport Zone realiza diversas previses seguindo diferentes metodologias, com diferentes
propsitos e para diferentes intervenientes. Existe muita informao dispersa e com pouca
possibilidade de agregao, sendo um dos problemas a inexistncia de uma linguagem comum
s diversas reas. Assim, quando necessrio obter uma previso a empresa debate-se
frequentemente com o problema da informao ser pouco consistente e, tambm, por vezes,
pouco sistematizada.

1.3

Objetivos do projeto

O objetivo principal do projeto consiste no desenvolvimento de uma ferramenta de previso


de vendas e margens, atualizvel periodicamente, que sirva as diferentes necessidades do
negcio e com os nveis de detalhe e perodos temporais apropriados. A ferramenta deve
permitir tambm a realizao de correes aos valores obtidos atravs da metodologia de
previso. Pretende-se que o projeto contribua para a implementao de uma cultura de rolling
forecast e no apenas para uma anlise de fecho de ano. Esta ferramenta dever dar resposta
aos requisitos dos diretores comerciais e aos requisitos da equipa responsvel pela anlise das
previses e manuteno da ferramenta.

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

1.4

Estrutura do relatrio

Este documento encontra-se dividido em cinco captulos: Introduo; Estado da arte;


Desenvolvimento do projeto; Testes e resultados obtidos; Concluses e trabalhos futuros.
No primeiro captulo feita a introduo na qual abordado o contexto do projeto, referindo a
empresa e o mbito do projeto. Em seguida referido o problema existente e quais os
objetivos delineados para o projeto.
No segundo captulo apresentada a reviso de literatura referente a mtodos de previso e
previses de vendas, dando nfase forma como so selecionados os mtodos de previso. Na
parte de previses de vendas so analisados diversos trabalhos realizados na rea.
No terceiro captulo abordado o desenvolvimento do projeto, estando este dividido em
caracterizao do problema, levantamento de necessidades, anlise e extrao de dados,
metodologia e desenho, e implementao da ferramenta.
O quarto captulo dedicado aos testes ferramenta e anlise dos resultados obtidos. Na
parte da anlise de resultados so apresentadas diversas anlises efetuadas, desde o teste dos
mtodos para quatro categorias-teste at anlise dos resultados de previso face aos valores
reais.
No quinto captulo so apresentadas as concluses retiradas do desenvolvimento do projeto e
dos resultados obtidos, bem como propostas para trabalhos futuros e melhorias do mesmo.

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Estado da arte

Neste captulo apresentada a literatura mais relevante para o projeto nas reas de mtodos de
previso e de previso de vendas, dando especial ateno rea do retalho. Inicialmente so
abordadas as caractersticas principais para um mtodo de previso e a forma como devemos
selecionar o mtodo adequado. Posteriormente so referenciados diversos trabalhos realizados
na rea de previso de vendas, analisando as vantagens e desvantagens para o projeto.

2.1

Mtodos de previso

Os mtodos preditivos so utilizados como ferramenta para projetar o futuro sendo, desta
forma, uma importante ferramenta para a definio de estratgias, planeamento e tomada de
deciso. Para isso devemos ter em ateno as principais caractersticas de cada mtodo e,
desta forma, analisar qual o mtodo que melhor se adequa ao trabalho.

Figura 1 - Custo de impreciso vs custo do mtodo de previso


Fonte: Chambers, Mullick, & Smith, 1971

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Conforme mostra a Figura 1, quanto mais sofisticado o mtodo, menor a impreciso,


originando, por sua vez, um maior custo das previses e uma maior complexidade do modelo.
Com isto, conclumos que o ponto timo, para um modelo de previso, o ponto de
interseo entre a curva do custo de previso e a curva do custo de impreciso (Chambers et
al. 1971).
De acordo com Armstrong (2009), os mtodos de previso encontram-se divididos em dois
tipos: qualitativos (ou juzo) e quantitativos. Os mais utilizados so os quantitativos, sendo
que quando no existe uma srie de dados histricos, por exemplo um novo produto, ou
quando os dados so maioritariamente qualitativos, so utilizados os mtodos qualitativos.
Chambers et al (1971) defende que os mtodos de previso se encontram divididos em trs
grandes tipos: tcnicas qualitativas, anlise de sries temporais e projees, e modelos
causais.
Na parte da anlise de sries temporais, sendo a srie temporal apenas um conjunto de dados
ordenados cronologicamente, importante verificar a existncia de fatores como a
sazonalidade, a ciclicidade e a tendncia.
Dois fatores importantes na implementao de um modelo para uma srie temporal so a srie
de dados a ser prevista e o horizonte temporal a que se destina (Makridakis e Wheelwright,
1989).
Para Armstrong (2009), existem seis formas de escolher um mtodo de previso: por
convenincia, aquele que mostra ser o menos custoso mas que ao mesmo tempo apresenta o
maior risco; por popularidade no mercado, embora seja importante ter em conta que nem
sempre popularidade significa sucesso; por escolha estruturada, aquele que os especialistas
recomendam; por critrio estatstico, aquele que, por norma, deve funcionar - muito usado e
muito til, mas arriscado se aplicado com uma viso estreita; e por experincia de outros
trabalhos realizados, dependendo este, sempre, do que foi desenvolvido anteriormente.
Em seguida apresentado um diagrama, desenvolvido por Armstrong (2009), de apoio
tomada de deciso sobre qual o mtodo de previso adequado, fazendo a correspondncia
entre os diversos casos existentes e os mtodos a utilizar.

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Seguindo a estrutura desenvolvida por Armstrong (2009) temos que o projeto apresenta dados
suficientes, logo dever ser adotado um mtodo quantitativo. No existe um bom
conhecimento das relaes, ento devemos analisar qual o tipo de dados. Como o projeto
apresenta sries temporais e existe um bom conhecimento do domnio, conclumos que o
mtodo a utilizar ser a extrapolao.
Os mtodos de amortecimento exponencial so dos mtodos mais utilizados nas empresas.
Isto deve-se s grandes vantagens que estes apresentam, salientando-se o seu baixo-custo e a
sua simplicidade em termos computacionais. Makridakis (1989) defende que os mtodos de
amortecimento exponencial, embora no tenham, por vezes, resultados to precisos e
sofisticados como outros, conseguem apresentar solues adequadas aos problemas
apresentados. Deste modo, apresentam solues viveis em termos de tempo e esforo.
Tal como Gardner (2005) refere, o primeiro mtodo de amortecimento exponencial a surgir
foi o amortecimento exponencial simples por Brown em 1956. Desde a que vrias verses
diferentes foram surgindo at que, em 1957, Holt acrescenta uma varivel que utiliza a
tendncia dos dados. Posteriormente, em 1960, Winters faz uma correo ao mtodo de Holt,
acrescentando a este uma varivel que representa a sazonalidade da srie. Atualmente os
mtodos de amortecimento exponencial, em especial o mtodo Holt-Winters, continuam a ser
bastante utilizados devido aos seus bons resultados e sua fcil aplicabilidade.
Por vezes, depois de j ter obtido um mtodo que se mostra adequado ao problema, existe a
necessidade de o combinar com outros de forma a obter um resultado ainda melhor. Assim
sendo, comearam a ser desenvolvidos trabalhos nesta rea.
Clemen (1989) fez uma reviso anotada bibliografia de mtodos combinados de previso,
apresentando todos os trabalhos realizados at data neste tema, referindo que a preciso de
um mtodo de previso pode ser aumentada substancialmente combinando diferentes
mtodos. Clemen (1989) defende ainda que a combinao de mtodos de previso dever
fazer parte das boas prticas de aplicao de um mtodo de previso.
Um outro ponto que mostra ser bastante importante aquando da utilizao de um mtodo de
previso a agregao dos dados. A escolha do nvel de agregao apropriado para a previso
prende-se com o processo de tomada de deciso a que esta se destina. Se o objetivo for, por
exemplo, o planeamento de produo a curto prazo , provavelmente, necessrio obter uma
previso bastante detalhada. Por outro lado, quando queremos uma previso de oramento,
um nvel agregado de previso mostra ser suficiente (Zotteri et al. 2005).

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

A agregao de dados tambm bastante utilizada para minimizar o nmero de previses


independentes, embora, por vezes, estas sejam essenciais quando queremos captar padres de
procura (Zotteri et al. 2005).
No momento da deciso do mtodo de previso a utilizar existe um critrio utilizado
primordialmente, a preciso. Para medir esse mesmo critrio existe um conjunto muito
diversificado de mtricas: Mean error (ME), Mean absolute deviation (MAD), Mean squared
error (MSE), Standard deviation of error (SDE), Percentage error (PE), Mean percentage
error (MPE) e Mean absolute percentage error (MAPE) (Makridakis e Wheelwright, 1989).
No entanto, os mais utilizados so o Mean error (ME), o Mean squared error (MSE) e o
Mean absolute percentage error (MAPE).

2.2

Previso de vendas

Uma previso de vendas faz a projeo de quais sero as vendas futuras para um horizonte
temporal definido, com base em dados histricos das vendas, testes de mercado, opinies de
especialistas, tendncias, entre outros. (Pinho, 2015)
As previses de vendas representam um importante papel no setor do retalho, desde as
previses a curto prazo, de forma a melhorar a distribuio, at ao longo prazo, de forma a
prever as compras. Assim sendo, se o retalhista dispe de tcnicas e mtodos de previso
bastante precisos, consegue planear e definir estratgias com grande eficcia (Chambers et al.
1971b).
Curry et al. (1995) desenvolveram um trabalho em que era pretendido prever a venda dos
produtos de uma marca especfica, utilizando o preo e as promoes de cada um dos
produtos para trs marcas concorrentes. Para este trabalho foram analisados vrios mtodos,
tendo o Bayesian VAR apresentado os melhores resultados.
Cooper et al. (1999) criou um sistema de previso, utilizando a metodologia de Data Mining,
para todos os produtos de um supermercado, usando 67 variveis explicativas. Como
resultados apresentam o impacto das promoes nas vendas e a forma como a previso loja-aloja ajuda a evitar ruturas ou excesso de stock.
Divakar et al. (2005) construram uma ferramenta de previso, intitulada de CHAN4CAST,
para prever as vendas dos vrios canais de distribuio. Juntamente com esta ferramenta
9

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

tambm criado um simulador que prev o efeito das campanhas da concorrncia nas vendas
da empresa. Esta ferramenta trouxe empresa grandes benefcios econmicos, contando com
um retorno de aproximadamente 11 milhes de dlares.
Aburto & Weber (2007) desenvolveram um mtodo hbrido, utilizando ARIMA
(Autoregressive Integrated Moving Average) e Redes Neuronais, para obter previses de
vendas ao nvel do artigo, para um supermercado. A utilizao do mtodo hbrido mostrou
que a utilizao dos dois mtodos em conjunto retribua melhores resultados do que usando
cada uma delas em separado.
Ali et al. (2009) apresentam uma investigao em que analisam os custos de implementao
face aos ganhos de eficcia, isto , a preciso do mtodo. Assim sendo, esta investigao
apresenta como resultados os mtodo mais apropriados de acordo com o tipo de dados
existentes.
Huang et al. (2014) aplicam vrias metodologias de previso existentes, utilizando diversas
variveis explicativas. Foram tambm considerados diferentes horizontes temporais e
perodos, com e sem campanhas. Com estas aplicaes concluram que a utilizao de
informao competitiva incrementa a preciso das previses.
Trapero et al. (2014) desenvolveram um modelo promocional que supera os problemas de
dimenso e multicolinearidade das regresses. Este modelo usa Principal Component
Analysis de forma a reduzir a dimenso do problema e automaticamente identificar os padres
de procura. Este modelo quando comparado com outros modelos desenvolvidos por
especialistas ou modelos estatsticos apresenta melhores resultados.
Ma et al. (2016) realizaram uma investigao onde colmataram algumas das falhas de outros
trabalhos anteriores, incluindo mais variveis explicativas relacionadas com a informao
competitiva. Foi tambm considerada para esta investigao uma maior amostra de dados.
Com esta investigao provaram que a utilizao de variveis que contm informao
competitiva melhora os resultados das previses.
Em seguida apresentado resumidamente, numa tabela, os autores e mtodos utilizados nos
trabalhos que foram sendo desenvolvidos (Ver Tabela 1).

10

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Referncia

Metodologia

Curry et al. (1995)

Bayesian VAR, MARMA, Box-Jenkins e Amortecimento Exponencial

Cooper et al. (1999)

Data Mining com 67 variveis

Divakar et al. (2005)

Regresso Pooled

Aburto & Weber


(2007)

Modelo hbrido: ARIMA e Redes Neuronais

Ali et al. (2009)

Amortecimento Exponencial, Base-times-lift, rvores de Regresso,


SVR, Regresso Mltipla, Stepwise Regression

Huang et al. (2014)

Amortecimento Exponencial, ADL(ADL own, ADL, ADL Diffusion


Index) e Base-times-lift

Trapero et al. (2015)

System Forecast(SF), Final Forecast (SF+ ajustes), Dynamic


Regression, Amortecimento Exponencial Sazonal, Base-times-lift

Ma et al. (2016)

3 etapas de regresso LASSO (own, intra, inter category) ADL,


Amortecimento Exponencial
Tabela 1 - Resumo das metodologias adotadas por autor
(Adaptado de Pinho, 2015)

11

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Desenvolvimento do projeto

Este captulo encontra-se dividido em cinco subcaptulos, representando cada um deles uma
fase do desenvolvimento do projeto. Inicialmente apresentada a caracterizao do problema,
em seguida so abordadas as fases de levantamento de necessidades e de extrao e anlise de
dados. apresentado tambm neste captulo a metodologia adotada para o projeto, referindo
os mtodos utilizados. E, por fim, so abordadas as fases de desenho e implementao da
ferramenta.
O projeto encontra-se dividido em duas partes principais, uma parte mais terica onde
definida a metodologia para a previso de vendas e uma parte mais prtica, onde
desenvolvido um algoritmo para a metodologia de previso de vendas e a ferramenta em
Excel.
3.1

Caracterizao do problema

Em seguida ser abordada a caracterizao do projeto explicando, em primeiro lugar, toda a


estrutura da SZ, para um melhor entendimento da forma como est organizada toda a
empresa, a situao atual do contexto do projeto, o problema existente e a oportunidade que
surge com a existncia do problema.
A estrutura comercial da SZ encontra-se dividida em oito unidades de negcio: Futebol,
Coletivos, Fitness, Running, Aquticos e Skates, Casual, Outdoor e Ciclismo. Cada uma
destas unidades de negcio segue a seguinte estrutura hierrquica: unidade de negcio,
categoria, subcategoria, unidade base, produto-pai e produto-filho. Para o projeto, a estrutura
comercial s utilizada at ao nvel da categoria e pode ser consultada no Anexo A. Quanto
estrutura mercadolgica, a SZ segue, mais uma vez, uma estrutura hierrquica representada
por zona operacional e loja. Para o projeto ser utilizada uma estrutura mercadolgica por
pas, obtida atravs de correspondncias com os blocos.
Atualmente a Sport Zone realiza diferentes previses de vendas com diferentes propsitos e
intervenientes (ex. previso de vendas totais unidade de negcio, previso de vendas loja,
previso de vendas categoria/season), no existindo uma metodologia nica e obtendo
valores distintos para os mesmos parmetros. Devido inexistncia de uma metodologia
nica para a realizao das previses, so utilizados diferentes critrios, dependendo do
12

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

interveniente. Assim sendo, no se consegue agregar os valores e, desta forma, no possvel


mostrar valores coerentes para nveis diferentes daquele em que realizada a previso.
Considerando as ferramentas utilizadas para a realizao das previses surge um outro
problema: a diversidade de ferramentas utilizadas. Visto que no existe uma ferramenta
comum, os dados so apresentados de uma forma pouco robusta e sistematizada.
Com a existncia destes problemas surge a necessidade de desenvolver uma ferramenta nica,
transversal a todas as reas de negcio, dando resposta a diversos tipos de requisitos e
contando com uma interface de fcil utilizao. Do mesmo modo, necessrio encontrar um
mtodo de previso que preencha os requisitos e que apresente um erro o mais baixo possvel.
Ou seja, o objetivo desenvolver uma ferramenta nica de previso de vendas e margens para
a SZ, que contenha um mtodo de previso com um bom grau de preciso e de baixa
complexidade. Desta forma, garantimos que a ferramenta poder ter um impacto positivo no
negcio.

3.2

Levantamento de necessidades

Foram realizadas reunies com os diversos responsveis de unidades de negcio com o


objetivo de saber qual a situao atual e quais as variveis que estes tm em conta quando
realizam as previses. Foi tambm realizada uma reunio com a responsvel pelas previses
nas insgnias MO e Zippy de forma a perceber como estes desenvolveram e utilizam o
forecast.
Aps serem realizadas as diversas reunies, foi feita uma matriz de necessidades na qual so
apresentadas as necessidades para cada unidade de negcio, estando dividido em quatro
pontos-chave: o nvel de detalhe, em termos de produto, o perodo de realizao das previses
que pensam ser o mais adequado, o que utilizam como base para a tomada de deciso e o tipo
de mtricas a utilizar para a apresentao das previses. Assim sendo, podemos verificar no
Anexo B quais as decises tomadas por parte dos diretores comerciais para cada unidade de
negcio.
De acordo com a matriz representada no Anexo B, podemos afirmar que no que respeita ao
nvel de detalhe existe uma maioria que opta pelo detalhe categoria, optando os restantes
pelo nvel da unidade de negcio. Quanto ao perodo para realizao de previses, surgiu a
proposta de dividir em dois perodos distintos, o primeiro ms, em que a opinio se divide
13

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

entre o perodo dirio e o semanal e os restantes meses em que a maioria escolheu o perodo
mensal. No que diz respeito base para tomada de deciso, a opinio praticamente comum a
todas as UN, definindo como critrios: o perodo anterior, o histrico, o oramento, o real face
ao histrico, o real face ao oramento e o oramento face ao histrico, existindo somente a
exceo da UN de fitness que define apenas o oramento como base para tomada de deciso.
No que diz respeito s mtricas a utilizar na apresentao das previses a opinio tambm
mostra ser concisa, optando por utilizar o crescimento de R/H (Real/Histrico), em
percentual, nas vendas e a margem percentual nas margens. A UN de fitness a nica
exceo, definindo como mtrica para as vendas a relao entre o valor previsto e o valor de
oramento, em percentagem, e para as margens a diferena em partes percentuais entre o
previsto e o oramentado.
Para alm dos pontos mencionados na matriz foi tambm analisado o universo do mercado ao
qual seriam aplicadas as previses, sendo este aspeto deixado ao nosso critrio. Assim sendo,
foram apresentados dois diferentes cenrios: separar as lojas fsicas das lojas online ou ento
agrup-las, existindo sempre uma separao por pas.
No seguimento das reunies com os diretores de unidades de negcio foi tambm realizada
uma reunio com a responsvel pelas previses numa outra insgnia da empresa, na qual o
objetivo passou por obter mais informao acerca da ferramenta que atualmente utilizam para
previses. Esta ferramenta realiza uma previso para as quatro semanas seguintes, dando com
maior detalhe e preciso a semana seguinte. Apresenta um nvel de detalhe ao
dia/loja/categoria e tem como base de comparao dois a trs anos de histrico. O mtodo de
previso contm uma baseline e a esta -lhe acrescentado o efeito de calendrio, o efeito de
campanhas e o efeito de clima. Note-se que em perodos em que existe um inesperado
aumento ou decrscimo das vendas no perodo imediatamente anterior, a baseline apresenta
um erro considervel, isto porque esta utiliza sempre o histrico mais recente. tambm de
salientar que esta ferramenta desenvolvida e otimizada por uma empresa dedicada a este
tipo de trabalho, recebendo informao e fazendo atualizaes numa base diria.
Aps ter sido efetuado o levantamento de necessidades, necessrio definir a base a utilizar
na construo da ferramenta. Em seguida apresentada a Tabela 2 com todos os pressupostos,
por ns assumidos, e os requisitos do utilizador que foram usados como base para a
ferramenta.

14

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Vendas: R/H; R/O; O/H; R/H acumulado ano; R/H ltimos 12 meses;
O/H acumulado ano

Base de deciso

Margens: %margem(ano-2, ano anterior, ano corrente, ltimos 12


meses); %margem acumulado (ano anterior, ano corrente);
%margem oramentada (ano corrente, acumulado ano)

Perodo

Mensal

Detalhe

Categoria/Bloco

Universo

Online + Orgnico (lojas fsicas)

Blocos

Portugal; Espanha; Canrias; Online PT; Online ES

Mtricas de apresentao
de previso

Vendas: Crescimento R/H (%) Margens: %margem

Tabela 2 - Base utilizada para construo da ferramenta

3.3

Extrao e Anlise de dados

De forma a obter um histrico de dados para a realizao das previses, recorremos


tecnologia OLAP (Online Analytical Processing) que a empresa utiliza atualmente. Esta
tecnologia transforma a informao proveniente de bases de dados e apresenta-a de uma
forma mais simples e clara, atravs de uma tabela dinmica em Excel. Com isto conseguimos
extrair cerca de dois anos de histrico de vendas e margens.

Algoritmo
Previso
Sistemas
Operacionais
(ex. Retek,
UNIFO, EXE,
WinRest, etc.)

EDW

ETL

(Oracle
Exadata)

BI
systems
(OLAP
Analysis
Services)

Ferramenta

(Excel)

Figura 2 - Arquitetura dos sistemas de informao da ferramenta

15

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Conforme mostra a Figura 2, a ferramenta criada tem ligao direta aos sistemas de
informao da empresa. Existe tambm ligao entre a ferramenta e o algoritmo de previso
de vendas, partilhando desta forma dados necessrios para as previses.
Inicialmente foi feita uma anlise de todas as categorias para os diversos blocos de forma a
analisar o comportamento das vendas e margens nos ltimos dois anos. Desta anlise
retirmos que Portugal apresenta vendas bastante estabilizadas, com a maioria das categorias
a seguirem um padro de sazonalidade anual. Para Espanha e Canrias verificmos que existe
uma tendncia de aumento e uma sazonalidade anual em algumas categorias. Ao analisar as
lojas online de Portugal e Espanha verificmos que as vendas no apresentam sazonalidade
nem tendncia; isto deve-se ao facto de ser um negcio bastante recente e com uma procura
diferente da verificada numa loja fsica.
Na Figura 3 apresentada uma amostra de duas categorias distintas, uma em que evidente a
existncia de uma sazonalidade anual (12 meses) e outra em que no existe qualquer tipo de
sazonalidade ou tendncia, sendo esta srie aleatria. Aps a anlise de todas as categorias

Srie aleatria

Srie Sazonal

jan/14
mar/14
mai/14
jul/14
set/14
nov/14
jan/15
mar/15
mai/15
jul/15
set/15
nov/15
jan/16
mar/16

jan/14
mar/14
mai/14
jul/14
set/14
nov/14
jan/15
mar/15
mai/15
jul/15
set/15
nov/15
jan/16
mar/16

para todos os blocos, verificmos que estes so os tipos sries para os dados existentes.

Figura 3 - Anlise de sazonalidade dos dados

16

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

3.4

Metodologia

De modo a poder selecionar a melhor metodologia a adotar, necessrio analisar vrios


mtodos, verificando aqueles que melhor se adaptam aos dados existentes.
De forma a perceber melhor as sries temporais existentes foi feita uma decomposio das
sries, com recurso funo STL do programa R. Esta funo decompe a srie em duas
principais componentes: tendncia e sazonalidade, podendo depois apresentar os resultados
graficamente. Para alm destas duas componentes a funo apresenta ainda o valor bruto
(raw) e o que resta da srie aps ter sido retirada a tendncia e a sazonalidade (remainder).

Figura 4 - Decomposio de uma srie de dados

Conforme podemos verificar, atravs da anlise da Figura 4, a srie apresenta claramente


uma sazonalidade que se repete a cada doze perodos (meses). Quanto tendncia, podemos
verificar que esta encontra-se presente na srie com um declive positivo.
Com a ajuda da decomposio das sries, foi-nos possvel compreender melhor o
comportamento dos dados, facilitando, desta forma, a seleo do mtodo mais adequado.
Assim sendo, foram selecionados dois mtodos, o amortecimento exponencial e um mtodo
hibrido que utiliza os mtodos de amortecimento exponencial e o oramento da empresa.
O amortecimento exponencial foi escolhido, pois foi o que apresentou, at agora, os melhores
resultados para trabalhos idnticos, sendo tambm o aconselhado por especialistas, para estes
17

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

casos. Quanto ao mtodo hbrido, surgiu como uma sugesto para incorporar o oramento nas
previses, uma vez que at aqui as previses e decises eram feitas com o apoio deste,
considerando tambm que o oramento desenvolvido em funo de muitas variveis
importantes para a previso.
Dentro do amortecimento exponencial, os mtodos escolhidos foram o Holt para sries
aleatrias e o Holt-Winters para as sries sazonais, sendo escolhida a verso aditiva pois as
flutuaes sazonais so constantes.
Em seguida sero apresentados os modelos matemticos associados a cada um dos mtodos
utilizados.
Para o mtodo Holt, apresentado em seguida o seu modelo matemtico.
nt = Zt + (1 ) (nt1 + bt1 )

0 1

bt = (nt nt1 ) + (1 ) bt1

01

Em que:

, representa o valor observado no instante t;

, representa o nvel da srie no instante t;

, representa a tendncia da srie no instante t;

Para o clculo da previso utilizada a seguinte equao:


Z(k) = nt + bt k

De forma a ter em conta a sazonalidade da srie utilizado o mtodo Holt-Winters, sendo em


seguida apresentado o modelo matemtico do mtodo, para a verso aditiva.

= ( ) + (1 ) (1 + 1 )

0 1

= ( 1 ) + (1 ) 1

01

= ( ) + (1 )

01

18

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Em que:

, representa o valor observado no instante t;

, representa o nvel da srie no instante t;

, representa a tendncia da srie no instante t;

, representa o valor observado no instante t;

As variveis , e representam o coeficiente do nvel da srie, o coeficiente da tendncia e


o coeficiente da sazonalidade, respetivamente.
Para o clculo da previso utilizada a seguinte equao:

() = + + + para k = 1, 2,, s
em que k representa o passo utilizado.
Por fim, e aps obter os resultados dos mtodos anteriores, executado o mtodo hibrido,
sendo o seu modelo matemtico o seguinte:

= +
Em que:

, representa o valor previsto atravs do modelo hibrido;

F, representa o valor previsto atravs do mtodo Holt ou Holt-Winters;

O, representa o valor previsto para oramento.

As variveis e representam o coeficiente do mtodo de amortecimento exponencial e o


coeficiente do oramento, respetivamente.
Na parte das medidas para avaliar o erro do valor de previso, utilizado o erro quadrtico
mdio (EQM), que obtido atravs dos seguintes clculos:

et = Zt Zt
19

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

EQM =

nt=1 e2t
n

De forma a otimizar o valor da previso e aproxim-lo o mais possvel do valor real de vendas
e margens, utilizada a funo Solver do Excel que consiste em minimizar o valor do EQM
atravs da alterao do valor dos coeficientes. Este processo efetuado tanto para os mtodos
de amortecimento exponencial como para o mtodo hibrido.
Para poder apresentar uma outra medida em que o valor do erro fosse mais percetvel, foi
analisado o erro percentual (EP) que depois apresentado em suma pelo erro percentual
absoluto mdio (EPAM), sendo estes obtidos da seguinte forma:

Zt Zt
EP = (
) 100
Zt
EPAM =

nt=1|EPt |
n

Para utilizar a metodologia adotada seria necessrio aplicar os mtodos selecionados a todas
as categorias dos diferentes blocos, individualmente, isto , seria necessrio ter 265 aplicaes
diferentes do mtodo e otimizar cada uma delas. Por isso, foi analisada a opo de agregar os
dados e obter uma previso dos dados agregados. Em seguida, os dados seriam rateados
categoria e teramos, desta forma, as previses categoria. Assim sendo foram analisadas
duas opes de agregao de dados: unidade de negcio, isto , agregar ao nvel hierrquico
acima da categoria, ou por sazonalidade, uma vez que existe uma elevada tendncia para
muitas categorias apresentarem uma sazonalidade anual. Na parte do rateio ficou definido que
seriam utilizados os pesos de cada categoria de acordo com o oramento para o ano em que
feita a previso. Com a agregao dos dados obtemos tambm uma diminuio do valor do
erro, melhorando, desta forma, os valores previstos. Assim sendo estes ficam mais prximos
dos valores reais.

20

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

3.5

Desenho e Implementao da ferramenta

Aps o levantamento de necessidades e existindo uma metodologia de previso delineada,


necessrio avanar com o desenho da ferramenta.
Em seguida foi efetuada uma anlise de qual seria o software mais adequado para o
desenvolvimento da ferramenta, recaindo a escolha no Excel. H duas razes fortes para tal
escolha. Em primeiro lugar, o Excel a ferramenta de eleio na empresa para este tipo de
trabalhos, j que existe ligao direta do Excel s bases de dados, facilitando assim a extrao
de dados. Por outro lado, porque o Excel uma ferramenta com uma vasta gama de
funcionalidades e que permite criar, para o utilizador, uma interface de fcil utilizao.
Como ponto inicial para o desenho da ferramenta, definiu-se o layout da interface ao
utilizador. Desta forma, conseguimos sempre assegurar que o utilizador ir ter uma interface
adequada e que corresponde aos seus requisitos. Com base no que ficou definido no
levantamento de necessidades, foram colocadas diversas mtricas que achamos serem
adequadas, sempre de acordo com o pedido por parte dos diretores comerciais.
Um dos requisitos existentes era que os diretores comerciais teriam de rever as previses ao
nvel da categoria. Para isso, necessrio apresentar todas as categorias, para cada UN, de
uma s vez, contando ainda que necessrio apresentar o bloco (rea operacional) e os
diversos meses do ano civil. De forma a responder a estes requisitos numa tabela, foi criada
uma tabela em que entram as diferentes mtricas de anlise das vendas e margens e os meses
do ano. A parte das reas operacionais e unidades de negcio aparecem como filtro a essa
tabela. Assim sendo, o utilizador filtra a rea geogrfica e a UN que pretende e como
resultado obtm uma tabela com as diversas mtricas apresentadas para cada ms. De acordo
com a UN selecionada apresentado o nmero de tabelas referente ao nmero de categorias
que a UN tem, isto , apresentada uma tabela para cada uma das categorias da UN
selecionada (Ver Anexo E).
Em seguida foi construda uma base com recurso s funes CUBO do Excel de forma a obter
as mtricas necessrias de acordo com os dados provenientes das bases de dados. Esta funo
possibilita aceder aos valores que esto em base de dados e apresent-los numa folha Excel
sem necessitarmos de recorrer a uma tabela dinmica. Conseguimos assim ter uma base de
dados dinmica para a ferramenta.

21

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Em cada uma das tabelas, existe uma coluna para o utilizador rever os valores de previso e
decidir se deve ser mantido o valor dado pelo mtodo de previso ou introduzir um valor
revisto por ele. Aps estarem revistos os valores, o utilizador apenas necessita de clicar no
boto validar e atravs de uma macro os valores so gravados numa base de dados. Na figura
seguinte (Figura 5) apresentado o processo da macro, sendo que pode ainda ser consultado,
no Anexo C deste documento, o cdigo da macro.

Copia os
valores de
previso (R/H e
%margem
revistos) para a
sheet
Forecast_R

Repe as
frmulas
iniciais (R/H e
%margem
finais) na sheet
Home

Abre a sheet
Dashboard

Faz Refresh
ao
documento

Figura 5 - Diagrama do processo da macro

Para o utilizador poder visualizar de uma forma analtica os valores foi criado um dashboard
em que so apresentados grficos de vendas e margens em funo dos meses do ano. O
utilizador dispe tambm de filtros unidade de negcio, categoria, rea operacional e
season.
Na parte das vendas apresentado um grfico com os valores absolutos de histrico,
oramento e real/previsto para cada ms. So ainda apresentados dois grficos com o
acumulado ano e ano completo, apresentando os valores absolutos de real/previsto e
oramento e as mtricas R/H e R/O em percentagem. Para o ano completo tambm
apresentado o valor histrico.
Na parte das margens apresentado um grfico com os valores absolutos, dispostos em
barras, de histrico, oramento e real/previsto para cada ms, sendo dispostos em linha os
valores em percentagem. So tambm apresentados dois grficos com o acumulado ano e ano
completo, apresentando os valores absolutos de histrico, oramento e real/previsto e ainda as
mtricas R/H e R/O em percentagem. O dashboard pode ser visualizado no Anexo D.
Para o algoritmo de previso foi criado um outro ficheiro Excel. Foi decidido ficar separado
da ferramenta, pois, desta forma, a parte da ferramenta no tem um peso to grande e
apresenta um menor tempo de execuo. Deste modo, conseguimos tornar a ferramenta mais
gil e estruturada.

22

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Conforme definido na metodologia, necessrio dividir as categorias em dois clusters:


sazonais e aleatrios. Para isso foram analisadas todas as categorias dos diferentes blocos,
verificando, assim, a sazonalidade de cada uma delas. Da anlise retiramos que 145 categorias
apresentam uma sazonalidade anual e 106 so aleatrias. Aps terem sido criados os clusters,
foram introduzidos em Excel os mtodos de previso, sendo que para o cluster 1 utilizado o
mtodo HW e para o cluster 2 utilizado o mtodo Holt. Posteriormente introduzido o
mtodo hibrido, para os dois clusters em separado.
Assim sendo, o procedimento do algoritmo recolher os valores dos clusters e coloc-los nos
respetivos mtodos, executando em seguida o suplemento Solver do Excel. Aps obter os
resultados, so introduzidos os valores nos respetivos mtodos hbridos e novamente
executado o Solver. Os valores obtidos atravs do mtodo hbrido so armazenados e rateados
para cada categoria. Os pesos atribudos a cada categoria so definidos atravs do oramento
existente.
O procedimento atrs descrito exclusivo das vendas; para a previso das margens o processo
idntico, diferenciando-se apenas na parte da anlise de sazonalidade das categorias.
Os dados provenientes do algoritmo so enviados, posteriormente, para o ficheiro da
ferramenta.

23

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Testes e Resultados obtidos

Neste captulo apresentada a anlise dos resultados, bem como os testes realizados
ferramenta e as correes que foram feitas mesma.
Inicialmente, na parte da anlise de resultados, so apresentadas diversas anlises que foram
sendo feitas ao longo do projeto at anlise dos resultados da previso face aos resultados
reais de vendas. importante mencionar que as anlises so aqui realizadas para as vendas
uma vez que as margens apresentam comportamentos idnticos e suscitam menos interesse
pois so obtidas atravs das vendas. Em seguida so descritos os testes efetuados para
verificao e utilizao da ferramenta, no sentido de avaliar o desempenho da mesma. Por
fim, so apresentadas as correes que foram sido feitas ferramenta a pedido dos
utilizadores ou por serem verificados erros.

4.1

Anlise dos resultados

Em seguida sero apresentadas cinco anlises efetuadas ao longo do projeto: a anlise inicial
de teste aos mtodos escolhidos, para quatro categorias distintas; a anlise a uma unidade de
negcio completa para os diferentes blocos, comparando tambm, o mtodo de
amortecimento exponencial com o hbrido; a anlise agregao dos dados unidade de
negcio; a anlise agregao de dados por sazonalidade e uma anlise final comparando os
valores resultantes do mtodo j implementado com os valores reais de vendas e margens.
De modo a efetuar um teste adaptabilidade do mtodo HW aos dados, foi elaborada uma
anlise a quatro categorias distintas dentro do bloco Portugal, uma vez que onde a empresa
apresenta um maior volume de vendas, verificando o erro face aos valores reais e analisando o
comportamento da srie em termos de picos de vendas.
De forma a poder ter valores reais para comparao foi aplicado o mtodo para o ano anterior,
conseguindo assim observar o comportamento dos dados amortecidos face aos dados reais.

24

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Figura 6 - Anlise de comportamento do mtodo Holt-Winters face aos valores reais

Como podemos observar na Figura 6, o mtodo HW consegue adaptar-se bastante bem


srie, acompanhando o nvel, a tendncia e a sazonalidade da mesma. Posteriormente, para as
quatro categorias analisadas, foi realizada uma comparao com o mtodo hbrido, analisando
o erro quadrtico mdio (EQM) e o erro percentual absoluto mdio (EPAM). (Ver Tabela 3).

EPAM
EQM
HW
Hbrido
HW
Hbrido
Categoria
2101 - Futebol Calado
10,75%
7,68% 5.537.348.607 2.816.195.366
2301 - Fitness
21,84% 21,86% 15.791.911.962 8.293.612.469
2306 - Ballet
11,55% 11,67%
67.264.443
67.216.889
2307 -Essentials Txtil Adulto 7,94%
7,94% 5.288.153.140 5.288.153.140
Tabela 3 - Anlise Holt-Winters vs Hbrido para quatro categorias distintas

Conforme podemos observar atravs da Tabela 3, para as categorias analisadas, o mtodo


hbrido apresenta melhores resultados. A maior evidncia encontra-se na categoria 2101 em
que o EQM reduzido para metade e o EPAM baixa cerca de trs pontos percentuais. Para as
restantes categorias so apresentados, ainda que menos evidentes, melhores resultados, com
exceo da categoria 2307 em que no apresentada nenhuma melhoria. Isto deve-se ao facto
de que para esta categoria a introduo do oramento na previso no traz valores mais
aproximados dos reais. tambm importante referir que a categoria que apresenta o menor
EPAM a de Futebol Calado com um valor de 7,68% para o mtodo hbrido; j a
25

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

categoria Fitness apresenta o maior valor de EPAM, o que se deve ao facto de uma vez por
ano existir um ms dedicado unidade de negcio Fitness e que esse evento no histrico
ocorre em meses diferentes, provocando assim um desajuste do mtodo face aos valores reais.
Aps ter sido feita uma anlise a quatro categorias-teste surgiu a necessidade de analisar o
comportamento para uma unidade de negcio completa, analisando todas as suas categorias
para os diversos blocos existentes, tendo como objetivo analisar o comportamento do mtodo
de uma forma mais global. Foi escolhida a UN23 (fitness), pois representa, atualmente, uma
grande fatia das vendas da insgnia. Mais uma vez, foi comparado o mtodo HW com o
mtodo hbrido analisando o EPAM e o EQM. Em seguida, na Figura 7, so apresentados os
valores do EPAM para os diversos blocos, comparando os dois mtodos. importante referir
que foi considerado para cada um dos blocos o valor mdio do EPAM de todas as categorias
da unidade de negcio.

Anlise UN 23
54,28%

60, 00%

51,44%

50, 00%

50,28%

47,83%

40, 00%

30, 00%

12,49% 11,81%

14,64% 13,48%

14,96% 13,60%

PT Organic

SP Mainland

SP Canarias

20, 00%

10, 00%

0,0 0%

EPAM HW/Holt

Online PT

Online SP

EPAM Hybrid

Figura 7 - Anlise dos mtodos Holt/HW vs mtodo Hbrido para a UN 23

Tal como podemos observar na Figura 7, o mtodo hbrido apresenta valores mais baixos de
erro para todos os blocos. tambm de notar a grande diferena que existe em termos de
valores de erro das lojas fsicas face as lojas virtuais, devendo-se ao facto das lojas virtuais
serem um negcio bastante recente no apresentando ainda nenhum padro de vendas.

26

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Em seguida apresentada a Tabela 4 onde podemos observar, com maior detalhe, os valores
do erro quadrtico mdio e do erro percentual absoluto mdio para os diferentes blocos, sendo
depois apresentada a diferena de valores existente entre mtodos

HW/Holt

Hybrid

Bloco

EPAM

EQM

EPAM

EQM

EPAM

EQM

PT Organic

12,49%

30.361.633.787

11,81%

23.527.621.791

0,68pp

6.834.011.996

SP Mainland

14,64%

5.761.320.590

13,48%

3.903.578.084

1,16pp

1.857.742.506

SP Canarias

14,96%

960.197.164

13,60%

868.486.420

1,36pp

91.710.744

Online PT

54,28%

85.459.881

51,44%

76.672.723

2,84pp

8.787.158

Online SP

50,28%

12.243.549

47,83%

12.044.777

2,45pp

198.773

Tabela 4- Resumo da anlise UN 23

Conforme podemos observar na Tabela 4, para todos os blocos da unidade de negcio o


mtodo hbrido apresenta melhores resultados. Atravs da anlise do EPAM verificamos que
os blocos que apresentam maior benefcio na utilizao do mtodo hibrido so as lojas online,
reduzindo ambas o erro em aproximadamente trs pontos percentuais. Quanto ao EQM, o
bloco que melhores resultados obteve foi o de Espanha reduzindo o erro, aproximadamente,
para metade. tambm de notar que o bloco que apresenta o menor erro o de Portugal e o
que apresenta o maior erro a loja online de Portugal.

Para perceber qual a melhor forma de agregar os dados foi feita uma anlise agregao dos
dados unidade de negcio e uma outra agregando os dados por sazonalidade.
Em seguida, apresentada a anlise da agregao dos dados unidade de negcio, utilizando
como UN de teste a UN21 (Futebol) para o bloco Portugal. Para esta anlise apresentado o
EPAM de cada uma das categorias, aplicando o mtodo hbrido categoria face ao mesmo
mtodo para o valor agregado UN, sendo que para o mtodo agregado os valores so
apresentados rateados categoria. (Ver Figura 8)

27

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

23,87%
17,99%

17,04%
14,99%

7,73%
4,81%

2101 - Futebol Calado

2102 - Futebol Txtil

EPAM Agregado

2103 - Futebol
Equipamentos

EPAM Categoria

Figura 8 - Anlise da agregao dos dados UN

De acordo com a anlise efetuada, representada na Figura 8, possvel afirmar que aplicando
a agregao dos dados UN os valores de EPAM aumentam claramente. Isto deve- se em
grande parte variedade de produtos que cada UN apresenta, pois as vendas e os picos de
vendas variam bastante de categoria para categoria, conforme podemos verificar na UN21 em
que existem trs categorias diferentes: calado, txtil e equipamentos, que claramente podero
apresentar perodos de maior volume de vendas diferentes. Posto isto, podemos afirmar que
uma agregao dos dados ao nvel da UN no traz qualquer tipo de vantagem para as
previses.
Para a anlise da agregao dos dados por sazonalidade foi, mais uma vez, utilizada a UN21
(Futebol) para o bloco Portugal. Nesta unidade de negcio em Portugal todas as categorias
apresentam sazonalidade, logo apenas utilizmos um dos dois clusters existentes. Em seguida
so apresentados, na Figura 9, os valores de EPAM obtidos com e sem agregao por
sazonalidade.

28

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

14,85%

8,25%

14,99%

7,73%
5,29%

2101 - Futebol Calado

2102 - Futebol Txtil

EPAM Agregado

4,81%

2103 - Futebol
Equipamentos

EPAM Categoria

Figura 9 - Anlise de agregao de dados por sazonalidade

Tal como mostra a Figura 9, os valores de EPAM agregado so praticamente iguais aos de
EPAM sem agregao, sendo mesmo melhor na categoria Futebol Txtil. Desta forma,
podemos afirmar que a agregao por sazonalidade representa uma boa opo de agregao,
para o tipo de dados analisados.
Em seguida so apresentados, na Tabela 5, os valores de erro retirados da anlise da aplicao
do mtodo com agregao por sazonalidade face aplicao do mtodo sem agregao.

EPAM
Categoria
2101 - Futebol Calado
2102 - Futebol Txtil
2103 - Futebol Equipamentos

Agregado
8,25%
14,85%
5,29%

EQM

Categoria

Agregado

Categoria

7,73% 3.831.839.975 2.884.517.056


14,99% 5.439.763.924 5.225.639.055
4,81%
626.017.221
373.571.552

Tabela 5 - Resumo da anlise de agregao de dados por sazonalidade

Com base na Tabela 5, podemos afirmar que o mtodo sem agregao apresenta valores de
EPAM 0,5 pontos percentuais abaixo dos valores agregados para as categorias 2101 e 2103. A
categoria 2102 apresenta um erro percentual mais baixo quando utilizada a agregao.
Tendo em conta os valores de EQM, podemos afirmar que o mtodo sem agregao o
melhor.
Assim sendo podemos afirmar que a utilizao da agregao dos dados por sazonalidade
eficaz. Desta forma, obtemos um valor de erro idntico ou inferior ao obtido quando
29

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

aplicamos o mtodo a cada categoria individualmente. Outro ponto importante que


melhorado com a agregao dos dados a aplicabilidade do mtodo, sendo reduzido o
nmero de aplicaes do mtodo de 265 para apenas duas, otimizando assim todo o processo
de previso. Com isto, asseguramos que o objetivo de a ferramenta ser de fcil utilizao
atingido, tendo esta um mtodo pouco complexo e bastante funcional.
Com a ferramenta j construda -nos agora possvel analisar os valores de previso obtidos
face aos valores reais de vendas. Para isso, foi elaborada uma anlise comparando os valores
obtidos na previso face aos valores reais, para cada uma das unidades de negcio,
considerando todos os blocos. O perodo temporal em anlise foi os meses de abril e maio,
pois so os nicos meses existentes para comparao data do fim do estgio. De modo a
obter uma viso mais clara dos valores, a anlise foi dividida por lojas fsicas e lojas online.
Esta diviso importante para um melhor entendimento da anlise por dois motivos. Em
primeiro lugar por ser uma rea bastante recente da SZ, apresentando desta forma um
histrico bastante curto e um volume de vendas baixo face aos outros blocos. O outro motivo
a diferena que existe na procura entre uma loja online e uma loja fsica, provocando assim
um comportamento de vendas totalmente diferente. Em seguida podemos observar a Figura 10
que mostra os valores de erro percentual para as diferentes UN nos blocos: Portugal, Espanha
e Canrias. tambm apresentado o erro percentual mdio de cada unidade de negcio. de
notar que a linha do erro mdio no est associada ao eixo vertical.

45%
40%

23,69%
10,00%

11,27%

19,57%

35%

16,36%

23,05%
6,25%

0,0 0%

10,21%

30%

-50,00%

25%
20%

-100,00 %

15%
10%

-150,00 %

5%
0%

-200,00 %

UN21 UN22 UN23 UN24 UN25 UN26 FUTEBOL COLETIVOS FITNESS E RUNNING AQUTICOS CASUAL
E OUTROS ESSENTIALS
E SKATES
PT Organic

SP Mainland

SP Canarias

UN27 UN28 OUTDOOR CICLISMO


Erro mdio

Figura 10 - Anlise de erro dos valores de previso vs valores reais (lojas fsicas)

30

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Conforme podemos observar na Figura 10, o bloco que apresenta melhores resultados PT
Organic (Portugal) com exceo da UN26 e UN28 em que o bloco que apresenta melhores
resultados SP Mainland (Espanha). O erro mdio por UN varia entre 6,25% e 23,69%,
sendo a UN26 a que apresenta o erro mdio mais baixo e a UN21 a que apresenta o erro mais
alto.
Em seguida, na Figura 11, apresentada a mesma anlise mas para as lojas online. As lojas
online encontram-se divididas em Portugal (Online PT) e Espanha (Online SP). Para estes
dois blocos apresentado o erro percentual de cada um e o erro percentual mdio associado a
cada unidade de negcio. de notar que a linha do erro mdio no est associada ao eixo
vertical.

600%

400 ,00%

313,82%

500%

300 ,00%

400%
300%

153,21%

136,68%
79,02%

187,07%
200 ,00%

86,75%

63,42%

100 ,00%

10,02%

200%

0,0 0%

100%

-100,00 %

0%

-200,00 %

UN21 UN22 UN23 UN24 UN25 UN26 FUTEBOL COLETIVOS FITNESS E RUNNING AQUTICOS CASUAL
E OUTROS ESSENTIALS
E SKATES
Online PT

Online SP

UN27 UN28 OUTDOOR CICLISMO

Erro mdio

Figura 11 - Anlise de erro dos valores de previso vs valores reais (lojas online)

Tal como podemos verificar na Figura 11, a unidade de negcio que apresenta o menor erro
a UN26 para o Online SP, tendo um erro muito aproximado de zero. Por outro lado, a UN28
no Online SP apresenta o erro mais alto. Quanto aos valores de erro percentual mdio,
podemos afirmar que a UN26 a que apresenta o menor erro com 10,02% e a UN28 a que
apresenta o erro mais evidente, claramente causado pelo erro apresentado no Online SP.
importante mencionar que estes valores bastante elevados de erro so compreensveis devido
ao comportamento da srie de dados e ao negcio em questo.

31

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Por fim, apresentado, na Tabela 6, o valor de erro percentual para cada uma das unidades de
negcio nos diversos blocos, sendo salientados a negrito o bloco que apresenta menor erro
para cada uma das unidades de negcio.

Online
PT

Online
SP

38,16%

76,18%

81,85%

24,93%

4,11%

168,07%

105,29%

1,91%

20,61%

11,29%

97,00%

76,50%

UN24 - RUNNING

7,26%

25,57%

25,86%

210,90%

95,52%

UN25 - AQUTICOS E
SKATES

1,35%

17,45%

30,30%

131,07%

243,06%

UN26 - CASUAL

8,89%

0,79%

9,08%

19,60%

0,44%

UN27 - OUTDOOR

2,97%

39,82%

26,34%

96,52%

30,31%

UN28 - CICLISMO

7,85%

1,26%

21,53%

158,16%

469,47%

UN21 - FUTEBOL
UN22 - COLETIVOS E
OUTROS
UN23 - FITNESS E
ESSENTIALS

PT
Organic

SP
Mainland

SP
Canarias

0,63%

32,27%

0,95%

Tabela 6 - Resumo da anlise dos resultados de previso face aos valores reais

Conforme podemos verificar na Tabela 6, a UN26 no Online SP apresenta o menor erro


percentual (0,44%), j a UN28 no Online SP apresenta o maior erro percentual observado
(469,47%). de notar que a dimenso deste erro no deve ser sobrestimada, uma vez que esta
se deve inexistncia de histrico. Para as UN21, UN22, UN23, UN24 e UN27, o menor erro
obtido no bloco PT Organic, sendo o menor valor deste bloco 0,63% na UN21. Na UN26 o
menor erro obtido no bloco Online SP e para a UN28 o bloco SP Mainland apresenta o
menor erro (1,26%).
Com isto, podemos afirmar que o bloco que apresenta valores de erro mais baixos PT
Organic (Portugal), com um erro mdio de 3,97%, seguido de SP Mainland (Espanha) com
um erro de 20,34% e SP Canarias (Canrias) com um erro de 20,83%. Os blocos das lojas
online aparecem posteriormente com um erro bastante mais alto, sendo o Online SP o que
apresenta piores resultados. Para o bloco Online PT o erro mdio 119,69% e para o Online
SP o erro 137,81%.
Resumidamente podemos afirmar que os valores obtidos, para as lojas fsicas, atravs da
previso so bastantes bons, assumindo mesmo um valor prximo do timo para Portugal. Na
parte das lojas online, os resultados obtidos apresentam um grande desvio face aos reais,
embora estes sejam valores que no merecem grande preocupao no pelo facto de
32

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

representarem apenas uma pequena parte do volume total de vendas da empresa mas sim
porque a anlise feita apenas com uma amostra ainda excessivamente pequena para o uso de
qualquer tcnica meramente quantitativa.

4.2

Testes ferramenta

At data de trmino do estgio, no foi feito qualquer tipo de teste por parte dos utilizadores
(diretores comerciais). Isto deve-se ao facto de o processo em que utilizada a ferramenta
apenas ser executado uma vez por ms. Visto que a ferramenta s foi disponibilizada no fim
do ms de maio e j tinha sido executado esse processo para esse ms, este s ser novamente
executado no final do ms de junho.
Por outro lado, pela minha equipa, foram efetuados alguns testes ferramenta. Inicialmente
foi verificado se os valores obtidos atravs dos cubos OLAP estavam corretos, aplicando os
diferentes filtros existentes. Em seguida foi efetuado um teste base de dados da ferramenta
onde est armazenado o histrico e o oramento que vai ser apresentado no dashboard,
verificando novamente se os valores estavam corretos. Posteriormente foram efetuados
diversos testes execuo das macros, verificando o correto funcionamento das mesmas. Na
parte do dashboard foram efetuados testes aos diferentes grficos, aplicando os filtros
existentes. Nesta parte tambm foi verificado se a macro estava a colocar os valores corretos
no dashboard. Por fim foram efetuados testes ferramenta, simulando a utilizao da
ferramenta do ponto de vista do utilizador.
Estes testes revelaram resultados positivos nos diversos aspetos referidos no pargrafo
anterior, mas no substituem, obviamente, o verdadeiro teste que consistir na utilizao da
ferramenta para efetuar as previses do ms de julho.

33

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Concluses e Trabalhos futuros

O objetivo do estgio passava por criar uma ferramenta de previso de vendas e margens
atualizvel periodicamente, que servisse as diferentes necessidades do negcio e com os
nveis de detalhe e perodos temporais apropriados.
Esta ferramenta foi desenhada em funo dos requisitos dos utilizadores. Para isso foi
utilizado um histrico de dois anos, seguindo um nvel de detalhe categoria/bloco; para a
tomada de deciso foram utilizadas diversas mtricas do negcio como, por exemplo, R/H e
R/O. Foi tambm includo na ferramenta um dashboard onde so apresentados os valores
histricos, previstos e oramentados de vendas e margens.
Para obter os valores previstos de vendas e margens foi criada uma metodologia que utiliza
um mtodo hibrido. Neste mtodo utilizado um mtodo de extrapolao (amortecimento
exponencial) e o oramento de vendas e margens da empresa. De forma a obter melhores
resultados e tornar o mtodo mais prtico, foram agregados os dados por sazonalidade criando
dois clusters, um para os sazonais e outro para os aleatrios. Os valores de histrico e
oramento de vendas e margens foram obtidos atravs de cubos OLAP. Como medidas para
avaliao do desempenho dos mtodos foram utilizados o erro quadrtico mdio (EQM) e o
erro percentual absoluto mdio (EPAM).
Com a anlise efetuada s quatro categorias distintas foi possvel verificar o desempenho do
mtodo de amortecimento exponencial e do mtodo hbrido. Com isto, conclumos que o
mtodo de amortecimento exponencial se adapta bem aos dados existentes, acompanhando o
comportamento da srie. Com a aplicao do mtodo hbrido os resultados obtidos
apresentam melhorias, reduzindo assim os valores de erro. Em seguida foram analisados
ambos os mtodos para toda a UN23 (Fitness) obtendo resultados semelhantes aos obtidos
para as categorias-teste, excluindo os blocos das lojas online em que o erro algo elevado. A
dificuldade em obter previses assertivas para as lojas online deve-se, como ficou j referido,
ao facto de este ser um tipo de negcio mais recente e de caractersticas diferentes dos
restantes. Acredita-se que, com o crescimento da srie e com o aprofundamento do
conhecimento do negcio, tal debilidade ser superada.
De forma a obter melhores resultados e simplificar o algoritmo de previso, foram analisadas
duas possibilidades de agregao de dados: agregar os dados ao nvel hierrquico superior da
estrutura comercial (unidade de negcio) ou agregar os dados de acordo com o
comportamento sazonal dos dados. Posto isto, a opo que obteve melhores resultados foi a
34

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

agregao por sazonalidade, verificando melhores valores de erro e maior nmero de


vantagens.
Por fim, foi efetuada uma anlise dos valores de previso face aos valores reais, verificando
bons resultados nas lojas fsicas. Fazendo a anlise por bloco, o bloco Portugal o que
apresenta melhores resultados com um erro mdio de aproximadamente 4%. Tal como
verificado anteriormente, as lojas online so as que apresentam piores resultados. Quanto a
Espanha e Canrias os resultados so idnticos verificando um erro mdio de
aproximadamente 20%. Analisando por unidade de negcio a UN26 (Casual) a que
apresenta melhores resultados, com aproximadamente 8% de erro mdio, j a UN28
(Ciclismo) a que apresenta os piores resultados. Os maus resultados devem-se ao facto de os
erros mdios no serem ponderados em funo do volume de vendas de cada bloco e, desta
forma, o erro das lojas online pesa bastante, erradamente.
Analisando a ferramenta do ponto de vista da melhoria dos processos, podemos afirmar que a
utilizao desta reduz os tempos de realizao de previses e de tratamento dos dados para
anlise.
Concluindo, podemos afirmar que os resultados finais obtidos so satisfatrios, contribuindo
assim positivamente para as necessidades da empresa a este respeito.
Existem vrios trabalhos que podero ser desenvolvidos no futuro, salientando como o mais
benfico a criao de uma diferente metodologia para a ferramenta, criando uma baseline e a
esta acrescentar efeitos importantes para as previses, tais como, as campanhas, os feriados e
dias festivos ou o clima. Poderia tambm trazer benefcios para as previses rever os perodos
de previso e os objetivos da previso, pois consoante o perodo de previso o tipo de
mtodos a utilizar altera.

35

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

Referncias

Aburto, L. e Weber, R., 2007. Improved Supply Chain Management Based on Hybrid
Demand Forecasts. Applied Soft Computing, 7(1), pp.136144.
Available at: http://dx.doi.org/10.1016/j.asoc.2005.06.001.
Ali, .G. et al., 2009. {SKU} demand forecasting in the presence of promotions. Expert
Systems with Applications, 36(10), pp.1234012348.
Available at: http://www.sciencedirect.com/science/article/pii/S0957417409004035.
Armstrong, J.S., 2001. Selecting Forecasting Methods. In Principles of Forecasting: A
Handbook for Researchers and Practitioners. Massachusetts: Kluwer Academic
Publishers.
Chambers, J.C., Mullick, S.K. e Smith, D.D., 1971a. How to choose the right forecasting
technique. Harvard Business Review, 49(4), pp.4570.
Available at:
http://scholar.google.com/scholar?hl=en&btnG=Search&q=intitle:How+to+choose+the+
right+forecasting+technique#0\nhttp://scholar.google.com/scholar?hl=en&btnG=Search
&q=intitle:HOW+TO+CHOOSE+RIGHT+FORECASTING+TECHNIQUE#0.
Chambers, J.C., Mullick, S.K. e Smith, D.D., 1971b. How to choose the right forecasting
technique. Harvard Business Review, 49(4), pp.4570.
Clemen, T., 1989. Combining forecasts: A review and annotated. International Journal of
Forecasting, 5, pp.559583.
Cooper, L. G., Baron, P., Levy, W., Swisher, M. e Gogos, P., 1999. PromoCast TM: A New
Forecasting Method for Promotion Planning. Marketing Science, 18(3), pp.301316.
Available at: http://dx.doi.org/10.1287/mksc.18.3.301.
Curry, D.J. et al., 1995. BVAR as a category management tool: An illustration and
comparison with alternative techniques. Journal of Forecasting, 14(3), pp.181199.
Available at: http://dx.doi.org/10.1002/for.3980140304.
Divakar, S., Ratchford, B., e Shankar, V., 2005. CHAN4CAST: A Multichannel, Multiregion
Sales Forecasting Model and Decision Support System for Consumer Packaged Goods
on JSTOR. Marketing Science, pp.334350.
Available at: http://www.jstor.org/stable/40056965?seq=1#page_scan_tab_contents
[Accessed May 25, 2016].
Gardner, E.S., 2005. Exponential smoothing: The state of the art Part II,
Huang, T., Fildes, R. e Soopramanien, D., 2014. The value of competitive information in
forecasting {FMCG} retail product sales and the variable selection problem. European
Journal of Operational Research, 237(2), pp.738748.
Available at: http://www.sciencedirect.com/science/article/pii/S0377221714001374.
Ma, S., Fildes, R. e Huang, T., 2016. Demand forecasting with high dimensional data: The
case of {SKU} retail sales forecasting with intra- and inter-category promotional
information. European Journal of Operational Research, 249(1), pp.245257.
Available at: http://www.sciencedirect.com/science/article/pii/S0377221715007845.
Makridakis, Spyros e C. Wheelwright, S., 1989. Forecasting Methods for Management Fifth
edition. Wiley.
Pinho, J., 2015. Previso de Vendas no Setor do Retalho sob o efeito de Aes Promocionais.
Tese de Mestrado. Faculdade de Economia da Universidade do Porto.
Trapero, R.J., Kourentzes, N. e Fildes, R., 2014. On the identification of sales forecasting
36

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

models in the presence of promotions. Journal of the Operational Research Society,


66(2), pp.299307.
Available at: http://dx.doi.org/10.1057/jors.2013.174.
Zotteri, G., Kalchschmidt, M. e Caniato, F., 2005. The impact of aggregation level on
forecasting performance. International Journal of Production Economics, 93-94,
pp.479491.

37

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

ANEXO A: Estrutura comercial Sport Zone

38

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

ANEXO B: Matriz de requisitos

39

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

ANEXO C: Macro para validao dos valores revistos de previso

40

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

ANEXO D: Dashboard da ferramenta

41

Desenvolvimento de uma ferramenta de previso de vendas e margens para o retalho especializado

ANEXO E: Pgina inicial da ferramenta

42