Predição de vendas de cada loja Rossmann

A Rossmann opera mais de 3.000 drogarias em 7 países europeus. Atualmente, os gerentes de loja da Rossmann têm a tarefa de prever suas vendas diárias com até seis semanas de antecedência. As vendas da loja são influenciadas por muitos fatores, incluindo promoções, competição, feriados escolares e estaduais, sazonalidade e localidade. Com milhares de gerentes individuais prevendo vendas com base em suas circunstâncias únicas, a precisão dos resultados pode ser bastante variada.

Planejamento

Dado a introdução temos aqui um problema para tratar: prever com seis semanas de antecedência as vendas diárias de cada loja para minimizar a falta de precisão dos resultados pois diversos gerentes realizam essa tarefa e cada um tem resultados discrepantes a serem compartilhados com a matriz.

Atualmente a matriz recebe de forma os resultados das previsões de forma manual enviado pelo meio digital de cada uma loja espalhadas pelos países europeus, temos aqui então a segunda dor do cliente, devemos planejar a unificação desses resultados em um lugar, facilitando o acesso e resultados para cada loja.

Solução

O desejo do cliente é que seja feito o desenvolvimento de uma solução para prever vendas usando dados de loja, promoção e concorrentes.

Para tal será utilizado algoritmos de machine learning para que seja possível o aprendizado desses dados de entrada e que para cada dia as pessoas designadas farão a utilização de uma tecnologia para visualizar e interagir com as previsões e assim tomar as decisões.

Arquitetura

Estrutura do projeto

Como rodar esse projeto

Para executar esse projeto e visualizar ele em execução, devemos:

  1. Entrar no diretório raiz /refactor_rossmann
  2. Instalar o arquivo requirements.txt pip install -r requirements.txt