Previsão de Vendas das Próximas 6 Semanas para uma rede de farmacias.
- Contexto do Problema
- O Problema
- Entendimento do Problema
- Dados
- Planejamento da Solução
- Premissas Assumidas
- Hipóteses Principais
- Algoritmos ML
- Performace Modelos
- Resultados
- Entrega da Solução
A Rossmann é uma das maiores redes de drogarias da Europa, com cerca de 56.200 funcionários e mais de 4.000 lojas. Em 2019, a Rossmann faturou mais de € 10 bilhões na Alemanha, Polônia, Hungria, República Tcheca, Turquia, Albânia, Kosovo e Espanha.
Por se tratar de uma rede grande e de muito sucesso, o CFO e os diretos fazem muitas reuniões para acompanhemento e melhorias nas lojas da rede. Entre uma dessas reuniões, foi levantado que é hora de realizar uma reforma nas lojas, pensando nisso, o CFO da empresa fez uma reunião com todos os Gerentes de Loja e pediu para que cada um deles trouxessem uma previsão das próximas 6 semanas de vendas com o objetivo de determinar o budget para a reforma.
Após a reunião, os gerentes levaram o desafio ao time de ciencia de dados para criar um modelo que é capaz de prever as vendas das próximas 6 semanas.
Motivação:
- A previsão de vendas foi requisitada pelo CFO em uma reunião mensal sobre os resultados das lojas.
Causa Raiz do Problema:
- Dificuldade em determinar o valor do investimento para reforma de cada Loja.
Quem é o Stakeholder:
- Diretor Financeiro (CFO) da Rossmann.
Formato da Solução:
- Granularidade: Previsão de vendas por Dia da Loja pra os próximos 42 dias, 6 semanas.
- Tipo de Problema: Previsão de Vendas.
- Potênciais Métodos: Séries Temporais, Regressão.
- Formato da Entrega: O valor das Vendas no final de cada 6º semana. E acesso as vendas através do Celular.
Dados para resolver o problema:
- Os dados estão no Kaggle e podem ser encontrados aqui.
O Dataset usado para este projeto possui 1017209 linhas e 18 colunas. Os dados contém:
| Atributo | Significado |
|---|---|
| Store | id da loja |
| DayOfWeek | dia da semana da venda |
| Date | dia, mês e ano da venda |
| Sales | nº de vendas |
| Customers | nº de clientes |
| Open | indica se a loja estava aberta ou fechada |
| Promo | indica se uma loja está realizando uma promoção naquele dia |
| StateHoliday | indica o feriado estadual |
| SchoolHoliday | indica se a (Loja, Data) foi afetada pelo fechamento de escolas públicas |
| StoreType | indica o tipo da loja |
| Assortment | indica o nível de sortimento |
| CompetitionDistance | indica a distância em metros dos competidores |
| CompetitionOpenSinceMonth | indica o mês em que o concorrente mais próximo foi aberto |
| CompetitionOpenSinceYear | indica o ano em que o concorrente mais próximo foi aberto |
| Promo2 | indica se a loja está participando de promoção consecutiva/continua |
| Promo2SinceWeek | indica a semana em que a loja começou a participar da promoção consecutiva/continua |
| Promo2SinceYear | indica o ano em que a loja começou a participar da promoção consecutiva/continua |
| PromoInterval | indica os intervalos consecutivos em que a promoção consecutiva/continua foi inciada |
1. Descrever os Dados:
- Carregar o conjunto de dados que será utlizado, entender as variáveis disponíveis e verificar possíveis valores faltantes e inconsistências.
- Realizar uma estatística descritiva para entender as características dos dados.
2. Levantar Hipóteses:
- Criar Hipóteses sobre as características e o comportamento de venda nas lojas.
- Realizar um Feature Engineering para criar novas variáveis.
3. Filtrar Dados:
- Filtrar linhas e colunas de acordo com as restrições de negócio e com as premissas assumidas.
4. Realizar Análise Exploratória de Dados:
- Validar ou refutar as hipóteses através dos dados.
- Identificar correlação entre variáveis e a variável resposta.
- Obter insights.
5. Preparar os dados
- Fazer o reescalonamento das variáveis, aplicar Encoding e transformar os dados
6. Selecionar as melhores Features
- Aplicar o algoritmo Boruta para seleção de Features e adicionar os resultados com as variaveis julgadas importantes na fase de análise exploratória.
7. Modelagem de Machine Leaning
- Treinar, validar e aplicar cross validation nos algoritmos de média móvel, Regressão linear, Regressão Linear Regularizada, Random Forest Regressor e XGboost Regressor.
8. Ajustar os Hiperparametros
- Encontrar a melhor combinação de parametros para o modelo final usando a técnica de Random Search.
9. Traduzir e Interpretar o erro
- Transformar a performace de Machine Leaning para resultado de Negócio e trazer cenários da predição para auxilar a tomada de decisão do CFO.
10. Deploy do Modelo em Produção
- Deixar o modelo acessível para o CFO acessar os resultados do modelo de qualquer lugar.
Competidores nulos: São lojas que não possuem um competidor próximo, portanto foram substituídos por 200mil metros.
Venda igual a zero: Foi filtrado as linhas com venda diferente de zero, pois nesse período a loja permanceu fechada por algum motivo.
Clientes: Foi excluído a coluna com o nº de clientes, devido a restrição de negócio por não ser possível saber a quantidade de clientes nas próximas 6 semanas.
FALSA Lojas com competidores mais próximos vendem Mais.
FALSA Lojas com promoções ativas por mais tempo vendem menos, depois de um certo período de promoção.
FALSA Lojas vendem menos ao longo dos anos.
Os modelo treinados foram:
- Regressão Linear.
- Regressão Linear Regularizada.
- Random Forest Regressor.
- XGBoost Regressor.
O modelo escolhido para resolver o problema da Rossman foi:
- XGBoost Regressor.
As métricas usadas para comparação dos resultados foram: MAE, MAPE, RMSE. Os resultados das performaces obtidas com a validação cruzada foi:
| Model Name | MAE CV | MAPE CV | RMSE CV |
|---|---|---|---|
| Linear Regression | 1995.05 +/- 45.55 | 0.3 +/- 0.01 | 2847.67 +/- 97.29 |
| Lasso | 2035.93 +/- 60.74 | 0.29 +/- 0.0 | 2965.25 +/- 101.42 |
| Random Forest | 834.77 +/- 105.53 | 0.12 +/- 0.02 | 1275.72 +/- 193.23 |
| XGBoost | 1059.45 +/- 60.95 | 0.14 +/- 0.01 | 1543.4 +/- 99.71 |
Predição das próximas 6 semanas por Loja:
Facilitando a tomada de decisão, é possível observar os possíveis cenários, para exemplificar com uma amostra de 5 lojas, a loja de código 524 tem a predição de 321k de vendas para as próximas 6 semanas com um erro de 7%, isso representa um erro de 488 em vendas. No melhor cenário, a loja 524 venderá 322k e no pior 321k em vendas.
| store | predictions | worst_scenario | best_scenario | MAE | MAPE |
|---|---|---|---|---|---|
| 524 | 321999.125000 | 321510.310433 | 322487.939567 | 488.814567 | 0.069453 |
| 227 | 221946.562500 | 221550.341850 | 222342.783150 | 396.220650 | 0.069652 |
| 831 | 452372.906250 | 451502.098765 | 453243.713735 | 870.807485 | 0.078171 |
| 953 | 202348.296875 | 201947.753662 | 202748.840088 | 400.543213 | 0.082776 |
| 739 | 393416.968750 | 392422.655511 | 394411.281989 | 994.313239 | 0.093148 |
Predição das próximas 6 semanas no total:
Para as vendas totais, a predição das próximas 6 semanas de todas as lojas é de 284M. No pior cenário, as vendas serão de 283M e no melhor, será de 285M.
| Prediction | worst_scenario | best_scenario |
|---|---|---|
| R$284,340,672.00 | R$283,589,141.12 | R$285,092,268.18 |
O modelo foi disponibilizado usando o Heroku Cloud e os resultados do modelo sendo acessados via telegram. Ao passar o código da loja, é retornado a predição das vendas da loja para as próximas 6 semanas.
Para acessar os resultados do modelo, confira aqui. Caso não tenha uma conta cadastrada no aplicativo Telegram, realize uma para testar.
