Condutores de Valor
por meio de vetores
da demanda
Cliente do segmento da indústria, revisou seu planejamento do PCP com base em novas técnicas de I.A como foco na previsão de demanda.
Desafio
Demonstrar por meio de um estudo de caso, que a utilização de novas técnicas de previsão de demanda, baseada em séries temporais e machine learning tinham acurácia superior ao modelo tradicionalmente adotado pela empresa.
Solução Proposta
Criar um estudo, por meio de clusterização de produtos e modelos de séries temporais utilizando algoritmos SARIMA e ARIMA para um conjunto representativo de SKUs e aplicar este modelo realizando previsões de demanda para os meses M+1, M+2 e M+3. Com isto foi possível prever a demanda dos itens a serem produzidos e comercializados no tempo futuro com maior acurácia evitando-se ruptura de produtos e excesso de estoques.
Arquitetura
O modelo avaliou milhares de combinações de hiper parâmetros resultando em mais de 100 mil testes levando em consideração a interferência de cada uma dessas variáveis em relação ao volume de produção.
Resultados
Ganho de
acurácia em até
Ganhos de
Despertou no cliente a necessidade de revisar e modernizar o seu modelo atual de PCP
Onde pode ser aplicada a solução
Qualquer instituição e empresa que precisa:
Planejar melhor a sua produção
Reduzir a ruptura e o excesso de estoques de produtos
Melhorar a previsibilidade comercial
Reduzir de perdas
Quer aplicar os condutores de valor no seu negócio e ter mais previsibilidade?
