Objetivo do estudo
Neste contexto o presente artigo propõe um estudo da fusão de ambas tecnologias provindas da indústria 4.0, das quais podem possibilitar uma análise preditiva de demanda, por meio de um modelo que considera os fatores econômicos, financeiros e de mercado para utilização estratégica nas indústrias.
Relevância/originalidade
As empresas buscam, frequentemente, fidelizar seus clientes, aumentar sua receita e, consequentemente, seus lucros. Uma estratégia para atingir maior lucratividade é a realização de uma previsão de demanda com boa acurácia. Atualmente, empresas realizam à previsão de demanda a partir de uma série de dados históricos para a geração de períodos futuros. Embora a evolução no método desse processo, a realização de uma previsão de demanda assertiva é o objetivo das indústrias, pois ao realizar essa estratégia de previsão de maneira errônea pode ocasionar diversos impactos como excesso ou a falta de estoque, além de afetar áreas como, por exemplo, produção, transporte, armazenagem, logística e venda, impactando diretamente a lucratividade da empresa.
Metodologia/abordagem
Neste tópico, será apresentada a metodologia utilizada no presente artigo, com o intuito de atender aos objetivos propostos neste estudo e com base na fundamentação teórica, através de uma vasta e ampla pesquisa em artigos, matérias jornalísticas e textos científicos nacionais e internacionais voltadas às áreas de estratégia, indústria 4.0, cadeia de suprimentos, métodos de previsão de demanda, Big Data e Machine Learning.
O artigo constituiu-se em um estudo de natureza quantitativa de característica exploratória, tornando-se possível realizar uma análise preditiva do tema.
Principais resultados
Com a possibilidade de analisar o mercado em tempo real e a suas provisões, o Machine Learning pode fornecer previsões que são até 50% mais precisas que a maneira convencional utilizada pelas empresas atualmente. O aumento da acurácia do forecast possibilita a minimização de investimentos com inventário, sendo eles, custo de alocação do espaço e a manutenção indevida do mesmo.
Contribuições teóricas/metodológicas
O Machine Learning, juntamente com o Big Data, permite criar previsões para praticamente todos os setores e cenários possíveis, incluindo varejo, logística, finanças, performance de publicidade, entre outros. Ao utilizar o Machine Learning, a ferramenta pode trabalhar com quaisquer dados históricos de séries temporais e usar uma grande biblioteca de algoritmos integrados para determinar automaticamente o melhor ajuste para seu tipo de previsão particular. (Amazon, 2019)
Contribuições sociais/para a gestão
Satisfação e fidelização dos clientes.