| Resumo: | Este projeto teve como principal objetivo a melhoria do processo de previsão de vendas nas bombas de combustível na Prio Energy, com base em estudos de tráfego e captação. Como objetivos específicos: estudaram-se os fatores com capacidade de previsão nas vendas referidas, definiram-se novas categorias para as variáveis utilizadas na previsão e agruparam-se postos com base na sua similaridade. Após uma análise exploratória de dados inicial, que permitiu uma caraterização das variáveis utilizadas, foram usados modelos de Regressão Simples, Múltipla, Logística, Árvores de Regressão (com recurso à linguagem R) e Análise de Clusters. Os dados referem-se a cerca de 90 (dos seus 258) postos de combustível, no ano de 2019, tendo sido analisados, entre outros, os fatores que influenciam o volume de vendas, comparando-se as variáveis utilizadas então pela empresa (R²=63%) e o novo conjunto de variáveis proposto (R²=77%), que revela um ganho na explicação do modelo de regressão utilizado. Também se determinaram, para a variável dependente volume de vendas, melhores categorias que as atuais (com mais capacidade preditiva, valores de R² mais elevados) para variáveis independentes como: densidade populacional, poder de compra, distância à via arterial e número de postos com desconto a menos de 10Km. Foi ainda proposta uma nova classificação dos postos e caraterizado o perfil dos respetivos clusters, verificando-se uma classificação correta de aproximadamente 88% dos postos. Como trabalho futuro sugere-se a utilização desta metodologia numa rede de postos mais alargada da empresa, melhorando, a nível geral, a previsão de vendas.
|
|---|