katsuyosh / dsprod

Projeto de previsão de vendas

Este projeto trata-se da previsão de vendas de uma rede farmacêutica Rossmann com mais de 3000 lojas em 7 países da Europa, da qual a base de dados é disponibilizada na plataforma Kaggle.

Objetivos

• Análise exploratória de dados
• Implementação de modelos com melhor performance que a média
• Previsão do volume de vendas dos próximos 2 meses

Visão geral dos dados

Variável	Descrição
Store	Loja com identificação única
Sales	Volume de vendas do dia
Customers	Clientes do dia
Open	Indicação se a loja está aberta(1) ou não(0)
StateHoliday	Feriados públicos (a = public holiday, b = Easter holiday, c = Christmas, 0 = None)
SchoolHoliday	Feriados escolares
StoreType	Tipo de loja, entre 4 perfis (a, b, c, d)
Assortment	Tipo de sortimento (a = basic, b = extra, c = extended)
CompetitionDistance	Distância em metros entre a concorrência mais próxima
CompetitionOpenSince	Data(mês/ano) em que a concorrência mais próxima abriu
Promo	Indica a existência(1) ou não(0) de promção no dia
Promo2	Indica se a loja está(1) ou não(0) participando de uma promoção extendida
Promo2Since	Data em que a loja começou a participar da promoção extendida
PromoInterval	Indica os intervalos de meses em que a loja participou da Promo2

Resultados obtidos

Performance dos modelos

Performance do XGBoost após o fine tuning dos parâmetros

Link para o Dashboard feito com o PowerBI contendo uma visão geral das vendas.

Veja o projeto completo no Jupyter Notebook disponível no atual repositório.

Se preferir, você também pode acessar o projeto pelo Google Colab.