PREVISÃO DE VENDAS NO VAREJO ATRAVÉS DE REDE NEURAL

Prévia do material em texto

PREVISÃO DE VENDAS NO VAREJO ATRAVÉS DE REDE NEURAL 
 Valter Pereira de Carvalho 
RESUMO 
1. INTRODUÇÃO 
2. MINERAÇÃO DE DADOS (DATA MINING) 
2.1 EXEMPLOS DE USOS DA MINERAÇÃO 
3. O PROCESSO DE PREVISÃO DE VENDAS 
3.1 TIPOS DE PREVISÃO DE VENDAS 
3.2 VANTAGENS DA PREVISÃO DE VENDAS 
4. ANÁLISE DOS DADOS HISTÓRICOS DE VENDAS 
4.1 MIX DE MARKETING DE KOTLER 
5. A REDE NEURAL 
51. CONCEITO DE REDES NEURAIS ARTIFICIAIS (RNA) 
5.2 ESTRUTURA DAS REDES NEURAIS ARTIFICIAIS 
5.3 REDE NEURAL MLP 
5.4 USO DA REDE NEURAL 
5.4.1 MODELO MATEMÁTICO 
6. EXPERIMENTOS 
6.1 CRITÉRIOS PARA SELEÇÃO E TRATAMENTO DOS DADOS DA AMOSTRA 
6.2 PROCESSAMENTO DOS DADOS EM REDE NEURAL 
7. RESULTADOS OBTIDOS 
7.1 EXPERIMENTO 
7.2 EXPERIMENTO 2 
CONSIDERAÇÕES FINAIS 
REFERÊNCIAS BIBLIOGRÁFICAS 
 
https://www.nucleodoconhecimento.com.br/author/valter-pereira-de-carvalho
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#RESUMO
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#1-INTRODUCAO
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#2-MINERACAO-DE-DADOS-DATA-MINING
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#21-EXEMPLOS-DE-USOS-DA-MINERACAO
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#3-O-PROCESSO-DE-PREVISAO-DE-VENDAS
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#31-TIPOS-DE-PREVISAO-DE-VENDAS
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#32-VANTAGENS-DA-PREVISAO-DE-VENDAS
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#4-ANALISE-DOS-DADOS-HISTORICOS-DE-VENDAS
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#41-MIX-DE-MARKETING-DE-KOTLER
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#5-A-REDE-NEURAL
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#51-CONCEITO-DE-REDES-NEURAIS-ARTIFICIAIS-RNA
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#52-ESTRUTURA-DAS-REDES-NEURAIS-ARTIFICIAIS
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#53-REDE-NEURAL-MLP
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#54-USO-DA-REDE-NEURAL
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#541-MODELO-MATEMATICO
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#6-EXPERIMENTOS
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#61-CRITERIOS-PARA-SELECAO-E-TRATAMENTO-DOS-DADOS-DA-AMOSTRA
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#62-PROCESSAMENTO-DOS-DADOS-EM-REDE-NEURAL
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#7-RESULTADOS-OBTIDOS
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#71-EXPERIMENTO
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#72-EXPERIMENTO-2
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#CONSIDERACOES-FINAIS
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#REFERENCIAS-BIBLIOGRAFICAS
RESUMO 
Esse artigo de caráter multidisciplinar, envolvendo as áreas de Marketing, Economia 
e Computação, tem por objetivo mostrar como as técnicas de Data Mining (mineração 
de dados) são importantes quando aplicadas nas atividades do varejo e no caso aqui 
analisado mostraremos como utilizar a rede neural artificial para prever as vendas 
futuras com base em um aprendizado fundado em dados históricos de vendas. O uso 
das redes neurais, diverso dos processos de regressão linear e regressão múltipla, 
oferece a condição de responder de forma bastante eficiente às séries temporais com 
pontos de grande alteração no comportamento dos dados (não linearidade). Esse 
processo é bastante útil tanto na implementação de processos de compras, como nas 
ações de marketing e gestão de caixa, pois os resultados são bem próximos do real e 
fornece uma informação muito útil para a empresa como um todo. Logicamente que 
se trata de um artigo que não busca esgotar o assunto, mas sim fornecer um caminho 
alternativo para essa implementação e fornecendo fundamentos que serão uteis nas 
melhorias que se seguirem. 
Palavras-chave: Rede Neural, Previsão de Vendas, Marketing, Data Mining, 
Mineração de Dados. 
 
1. INTRODUÇÃO 
A administração de empresas nas áreas de gestão de compras, gestão de custos, 
gestão de estoque, gestão de logística e gestão financeira, percebe-se que 
praticamente toda a organização, sempre foi preocupada com os resultados das áreas 
de marketing e vendas, buscando fórmulas que consigam lhes dar algum subsídio 
eficiente para suprir as demandas dessas áreas e manter as atividades de vendas 
sempre em condições de atendimento aos clientes. 
Buscar previsões de vendas em período futuro sempre figurou como o grande “sonho 
de todas as organizações”, pois não errando no abastecimento, seja para mais como 
para menos, é condição necessária para garantir uma boa operação da empresa. Para 
isso as empresas sempre se valeram de áreas de planejamentos onde equipes 
multidisciplinares formadas por matemáticos, estatísticos, contadores e gestores de 
lojas se debruçavam sobre anotações de vendas e metas a serem atingidas para 
minimizar os problemas de abastecimentos e distribuições. 
Com o desenvolvimento da tecnologia e o barateamento, até certo ponto, dos 
sistemas integrados de softwares conhecidos como ERP (Enterprise Resources 
Planning – Sistema de Gestão Empresarial) que tem o propósito degerenciar todas 
as operações da empresa e os CRM (Customer Relationship Management – Gestão 
de Relacionamento com Clientes) com propósito de manter um histórico de todos os 
relacionamentos da organização com os seus clientes – as empresas passaram a ter 
um conjunto enorme de dados sobre suas operações, elementos esses que se bem 
https://www.nucleodoconhecimento.com.br/marketing
https://www.nucleodoconhecimento.com.br/administracao
https://www.nucleodoconhecimento.com.br/tag/desenvolvimento
https://www.nucleodoconhecimento.com.br/tecnologia-it
analisados podem fornecer inúmeros subsídios para melhoria de suas operações 
negociais. 
Com o grande avanço da capacidade de processamento dos computadores nos 
últimos anos e o seu fácil acesso, houve um grande impulso para os profissionais 
passarem a intensificar o uso de métodos quantitativos em Administração, fazendo 
crescer nas empresas o número de suas aplicações e a distribuição das tarefas em 
razão da capacidade de distribuição do processamento de dados (BERRY e LINOFF, 
1997; GARGANO e RAGGAD, 1999). Dessa feita o momento é de especializar os 
processos de busca do conhecimento com base em dados e assim precisar ainda 
mais as operações. 
 
2. MINERAÇÃO DE DADOS (DATA MINING) 
O advento da microeletrônica e a chegada da computação pessoal deu novo 
impulso ao conhecimento humano, tal qual ocorreu com a escrita, com o papel e com 
a imprensa em períodos remotos. A utilização da computação digital é hoje parte 
integrante e praticamente indissociável da vida do ser humano seja em qualquer em 
de suas áreas de atividades. A captura e o armazenamento de dados é hoje o grande 
mote de nossa civilização, os dados são capturados por sensores, digitados em 
computadores e smartphones, obtidos por áudio, vídeo e mesmo digitalização de 
documentos e livros. O poder computacional que um cidadão carrega hoje no bolso é 
algo inimaginável há cinquenta anos atrás e a sua capacidade de comunicação a 
mesma coisa. 
A todo momento milhões e milhões de bits de dados são gerados em algum lugar e 
armazenados em servidores espalhados ao longo do planeta o que vem a formar um 
grande universo de dados, conhecido como Big Data. Explorar esses dados de forma 
inteligente, desvendando suas relações e transformando-os em informação é a grande 
tarefa dos profissionais denominados cientistas de dados (data scientists). 
Dentre as várias atividades do cientista de dados está a da mineração de dados, do 
inglês data mining, que consiste na descoberta do conhecimento nessas grandes 
bases de dados. O conhecimento pode ser extraído diretamente de um banco de 
dados ou a partir de um armazém de dados, denominado de Data Warehouse (Elmasri 
e Navathe, 2002). Para essa extração, são necessárias ferramentas de exploração 
que podem incorporar técnicas estatísticas e/ou de inteligência artificial, capazes de 
fornecer respostas as várias questões ou descobrir novos conhecimentos (Romão et 
https://www.nucleodoconhecimento.com.br/comunicacao
al., 2005). 
O termo data mining é muito usado por estatísticos, pesquisadores de banco de 
dados e comunidades de negócio, constituindo uma das ferramentas mais utilizadas 
para extração de conhecimento ou informações relevantes, a partir de bancos de 
dados, nos meios comercial ou científico (“Data mining overview”, 2005; Silberschatz, 
1999; Elmasri e Navathe, 2002). Esse termo, a partir do tratamento de grandes 
quantidades de dados armazenados diretamente em repositórios e por meio da 
utilização de tecnologias baseadas em ferramentas quantitativas de reconhecimento 
de padrões, refere-se ao processo de descobrimento de correlações significativas, 
padrões, tendências, associações e anomalias. Portanto, busca-se, de maneira 
automática, descobrir regras e modelos estatísticos a partir dos dados (“Data mining 
overview”, 2005; Silberschatz, 1999; Elmasri e Navathe, 2002; Grupo Gartner, citado 
por Larose, 2005). 
Alguns autores e vamos segui-los nesse trabalho, exploraram a previsão de venda de 
produtos de maneira individualizada, a partir de séries históricas das vendas de cada 
produto (BARASH e MITCHELL, 1998; GORDON, 1998; ALIBAIG e LILLY, 1999). 
Esses estudos 
utilizaram técnicas de modelagem de séries temporais, tomando como entrada dos 
modelos os valores históricos das vendas de cada produto no tempo, e construíram 
um modelo distinto para a previsão de vendas de cada produto. Esse processo será 
tomado por objetivo uma vez que o propósito desse trabalho é o de mostrar de forma 
simplificada a possibilidade de ser obter bons resultados de previsão considerando 
apenas o comportamento das vendas, todavia, caso haja o desejo de refinar o modelo 
outras variáveis que tem impacto direto sobre as vendas poderão serem 
consideradas, tais como: investimento em publicidade digital em sites de buscas como 
Google e redes sociais como o Facebook, logicamente que esses investimentos tem 
impacto relevante e o trabalho pode inclusive ser estendido para a determinação do 
melhor momento para o uso de tais verbas em campanhas de marketing. Portanto, 
esse trabalho apenas abre um horizonte e não tem o condão mínimo de buscar 
esgotar o assunto. 
 
2.1 EXEMPLOS DE USOS DA MINERAÇÃO 
Já nos anos 80 a rede de supermercados americana Wal-Mart fazia uso de data 
mining em servidores de data warehouse para acompanhar os perfis de compras de 
https://www.nucleodoconhecimento.com.br/tag/tratamento
seus clientes que tinham cadastro no plano de fidelidade da rede Sams Club. No 
cruzamento da compra atual do cliente com o seu padrão e das paridades de produtos 
adquiridos costumeiramente os operadores de caixas tinham meios de ofertar 
produtos que o cliente eventualmente estivesse esquecendo de comprar. 
Hoje a rede Wal-Mart é conhecida tanto por sua política de baixos níveis de estoque 
e ressuprimento constante de produtos (baixos lotes e alta freqüência), como por sua 
política agressiva com os concorrentes regionais. Utilizando ferramentas de data 
mining, que auxiliam na previsão de cada item transacionado nas lojas da empresa, 
essa empresa modificou seus sistemas de ressuprimento automático de produtos. 
Além disso, identificou padrões de consumo, em cada loja, para a escolha do mix de 
produtos a ser ofertado (Rodrigues, 2005), Destaca-se inclusive contabilmente suas 
operações por operar com níveis mínimos mas suficientes de estoque. 
Um outro caso de sucesso é o do Banco Itaú que costumava enviar mais de um milhão 
de malas diretas aos correntistas, com uma taxa de resposta de apenas 2%. Com um 
banco de dados contendo as movimentações financeiras de seus milhões de clientes, 
durante 18 meses, e utilizando ferramentas de data mining, conseguiu reduzir em um 
quinto a conta com despesas postais e, ainda, aumentou sua taxa de resposta para 
30% (Rodrigues, 2005); 
Importante considerar como exemplo de mineração de dados os trabalhos realizados 
nas empresas de comércio eletrônico, iniciados pela Amazon, que com base no 
histórico de compras de clientes utilizam a relação entre os produtos para no momento 
da compra de um deles por um novo cliente, possa sugerir os demais. Temos aqui 
uma sugestão de venda cruzada onde um produto tem sua venda associada a venda 
de outros para um mesmo cliente. Sem o cruzamento de dados e um processo 
específico de mineração essas alavancagens de vendas não seria possível. 
Com o advento das redes sociais as empresas estão criando áreas de inteligência de 
dados contratando cientistas de dados para atividades de busca de conhecimento e 
novas oportunidades de negócios juntos aos clientes antigos e prospecção de novos. 
Em tempo curto nenhuma ação de marketing será tomada sem que se receba 
resultados de estudos realizados com data mining. 
 
3. O PROCESSO DE PREVISÃO DE VENDAS 
A previsão de vendas é uma estimativa de quanto será a receita da empresa em 
determinado período de tempo. Esta informaçãoauxilia os gestores a fazer 
planejamentos e identificar onde é preciso melhorar e investir. A previsão de vendas 
é uma importante aliada para empresas que buscam consolidação no mercado. 
Uma projeção de vendas tem como intuito nortear a empresa para que a mesma tenha 
um crescimento escalável e sustentável em determinado período de tempo. 
De forma prática, imagine que você queira triplicar o faturamento da sua empresa no 
próximo ano. Para isso você vai precisar montar uma projeção de vendas que 
possibilite tal aumento, e mais importante, definir as ações que irão possibilitar que 
isso ocorra. 
É importante ressaltar que a projeção de vendas está completamente ligada com o 
setor comercial e a atual situação da empresa. Por isso é importante que tais 
projeções sejam realistas e que reflitam a capacidade de venda do seu 
produto/serviço. 
 
3.1 TIPOS DE PREVISÃO DE VENDAS 
) Previsão baseada em margem de contribuição 
Este tipo de previsão de vendas deve ser feito em conjunto com outros métodos, por 
ser voltada para cenários gerais. Antes de fazer este tipo de previsão, calcule a 
margem de contribuição e o ponto de equilíbrio. 
- Previsão baseada em mercado 
Se o seu volume de vendas é afetado pela sazonalidade, esta é a previsão mais 
indicada para o seu negócio. Para fazê-la, é preciso se basear em um negócio da 
mesma área de atuação, que seja localizado próximo ao seu e que seja semelhante 
ao seu. 
- Previsão baseada em experiências passadas 
Se para você o melhor é fazer projeções com base em suas próprias experiências, 
então esta é a previsão mais indicada para a sua empresa. Para cada mês, destaque 
uma ação realizada que influenciou no resultado. Analise se o resultado foi positivo 
ou negativo. Um lembrete: para fazer este tipo de previsão, sua empresa precisa ter, 
no mínimo, seis meses de vida. 
 
3.2 VANTAGENS DA PREVISÃO DE VENDAS 
Empresas que fazem previsão de vendas conseguem ter uma visão real do próprio 
negócio, evitando otimismo excessivo e estagnação da organização. Além disso, a 
previsão de vendas dá um melhor direcionamento aos investimentos que devem ser 
feitos, já que o gestor sabe o que trouxe resultados positivos e o que precisa ser 
melhorado. Com as informações obtidas por meio dessa projeção, o gestor também 
se torna capaz de adaptar as estratégias e planejar campanhas específicas para 
determinados períodos, aumentando suas vendas com assertividade. 
 
4. ANÁLISE DOS DADOS HISTÓRICOS DE VENDAS 
Os dados históricos das operações de vendas de uma empresa empiricamente 
permitem que se conheça o comportamento dos seus clientes. A análise dos pedidos 
com mais de um item comprados permitem análises de referências cruzadas da 
demanda, quando é possível identificar o quanto os preços ofertados por um produto 
implicam na demanda de outros. Essa relação será utilizada nos experimentos para a 
determinação da previsão nesse trabalho. 
 
4.1 MIX DE MARKETING DE KOTLER 
Um dos conceitos mais famosos quando estudamos Publicidade e Marketing é o Mix 
de Marketing, criado pelo professor Jerome McCarthy e difundido por Philip Kotler. 
Quem já estudou o assunto provavelmente dedicou uma parcela do seu tempo para 
ter na ponta da língua o significado dos 4 Ps do Marketing: Produto, Preço, Praça e 
Promoção — em inglês: Product, Price, Placement, Promotion. 
 
Dos quatro elementos citados inúmeras variáveis podem interferir diretamente nas 
vendas de uma empresa, nesse trabalho considera-se que os quatro elementos serão 
mantidos constantes entre os períodos de treinamento e da previsão, desta forma 
esse estudo estará se baseando exclusivamente nas vendas históricas, não havendo 
nenhuma outra circunstância a ser considerada, ou como se diz na economia: Ceteris 
paribus que é usada para fazer uma análise de mercado da influência de um fator 
sobre outro, sem que as demais variáveis sofram alterações). 
 
5. A REDE NEURAL 
 
5.1. CONCEITO DE REDES NEURAIS ARTIFICIAIS (RNA) 
Em sua obra ??, p.24) afirma que rede neural é um processador maciçamente 
paralelamente distribuído, constituído de unidades de processamento simples, que 
têm a propensão natural para armazenar conhecimento experimental e torná-lo 
disponível para uso. Ela assemelha- se ao cérebro em dois aspectos: (1) o 
conhecimento é adquirido pela rede a partir de seu ambiente através de um processo 
de aprendizagem; (2) forças de conexão entre neurônios (os pesos sinápticos) são 
utilizadas para armazenar o conhecimento adquirido. 
A base de uma rede neural são os neurônios artificiais que “copiam” ou “simulam” o 
funcionamento dos neurônios biológicos de um cérebro humano. Por analogia, as 
entradas (inputs) para os neurônios chegam através dos dendritos, esses por sua vez 
também podem agir como saídas (outputs) interconectando os outros neurônios. 
Matematicamente, por analogia os dendritos seriam o somatório. Os axônios, por 
outro lado, são encontrados somente nas células de saída, cuja função sináptica e 
quando ativos transmitem um sinal elétrico. São responsáveis também por conectar 
os demais neurônios através de seus dendritos. 
A característica mais relevante do uso das Redes Neurais é a capacidade de 
aprendizado por meio de exemplos, no qual a rede consiste de um processo iterativo 
de ajuste de parâmetros e está relacionado com a melhoria do desempenho da rede, 
sendo que o erro deve diminuir na medida em que o aprendizado prossiga. A Rede 
Neural possui duas fases de processamento, a de aprendizado e a de utilização ou 
aplicação e ambas as fases são distintas e ocorrem em momentos diferentes. 
 
5.2 ESTRUTURA DAS REDES NEURAIS ARTIFICIAIS 
As redes neurais artificiais são criadas a partir de algoritmos projetados para uma 
deter- minada finalidade. É impossível criar um algoritmo que aprende com base em 
exemplos sem ter conhecimentos de modelos matemáticos que simulem o processo 
de aprendizado do cérebro humano. Basicamente, uma rede neural se assemelha ao 
cérebro em dois pontos: o conhecimento é obtido através de etapas de aprendizagem 
e pesos sinápticos são usados para armazenar o conhecimento. 
Uma sinapse é o nome dado à conexão existente entre neurônios. Nas conexões são 
atribuídos valores, que são chamados de pesos sinápticos. Isso deixa claro que as 
redes neurais artificiais têm em sua constituição uma série de neurônios artificiais (ou 
virtuais) que serão conectados entre si, formando uma rede de elementos de 
processamento. 
A figura abaixo ilustra um neurônio artificial com os seguintes elementos: Entradas, 
Pesos (pesos sinápticos), Função Soma, Função de Ativação e Saída. 
https://www.nucleodoconhecimento.com.br/tag/aprendizagem
 
Figura 1 – Neurônio Artificial – Fonte: HAYKIN, 2001 
 
Na figura em sua operação as entradas 1,2 e n são multiplicadas pelos respectivos 
pesos sinápticos e então são somadas e processadas por uma função de ativação. A 
função de ativação avalia o resultado obtido de acordo com os limites definidos para 
depois calcular e gerar as saídas desejadas. 
As funções de ativação cuja função é executar o processamento nos neurônios são: 
Função Ativação Linear, Função de Ativação com Limite (Threshold), Função de 
Ativação Sigmoid e Função de Ativação Tangente Hiperbólica dentre outras mas aqui 
estão as mais utilizadas, devendo ser escolhida de acordo com a funcionalidade 
desejada. 
 
5.3 REDE NEURAL MLP 
 
A rede MLP (Multilayer Perceptrons) é estruturada em três tipos de camadas neurais: 
entrada, intermediária e saída. A camada de entrada é responsável por receber os 
estímulos do ambiente a ser classificado e conectá-los à camada intermediária, que 
têm a função de extrair a maioria das informações comportamentais da aplicação, 
essa por sua vez é conectada a saída que informa a que classe pertence à amostra 
recebida na entrada. 
No caso de redes com múltiplas camadas não é possível obter o erro diretamente 
atravésda diferença entre a saída desejada e a saída recorrente da rede, pois não 
existem saídas desejadas definidas para camadas intermediárias. O problema é 
calcular ou estimar o erro das camadas intermediárias. 
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f1-neuronio-artificial.png
Qualquer Perceptron com pelo menos uma camada escondida é um Perceptron 
Multicamada. Cada neurônio recebe várias entradas da camada anterior e calcula 
uma combinação linear dessas variáveis. 
O algoritmo capaz de treinar as redes perceptron de multicamadas é o algoritmo de 
retropropagação ou Backpropagation, onde o princípio do seu cálculo é utilizar o 
gradiente descendente e estimar o erro das camadas intermediárias pela estimativa 
do resultado encontrado no erro da camada de saída. 
O Backpropagation é um tipo de algoritmo supervisionado que utiliza pares de entrada 
e saída da rede para, por meio de um mecanismo de correção de erros, ajustarem os 
pesos da rede. O erro da saída da rede é calculado, sendo retroalimentado para as 
camadas intermediárias, possibilitando o ajuste desses pesos. 
As redes multi-camadas têm um potencial computacional muito maior que os 
perceptrons de uma camada, justamente por conseguirem tratar dados não 
linearmente separáveis. É o número de camadas da rede que define a potencialidade 
de processamento da rede. 
A figura 2 ilustra uma rede Perceptron Multicamadas. 
Figura 2 – Rede MLP – Fonte: IFSP 
 
5.4 USO DA REDE NEURAL 
Os dados das janelas de análise serão divididos em 80% para treinamento e 20% para 
previsão, todavia, é importante ressaltar que os intervalos acima são inicialmente 
estimados, devendo ser depurado ao longo dos testes operacionais da rede neural 
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f2-rede-mlp.png
para se obter o intervalo ótimo ou que melhor se aproxime dos resultados reais. 
 
5.4.1 MODELO MATEMÁTICO 
Para os experimentos desse trabalho foi escolhido um modelo auto regressivo de 
ordem 5, onde cada saída é determinada em função das quantidades vendidas nos 
cinco dias anteriores, conforme abaixo: 
 
A função para os pesos é dado por: 
W (k + 1) = W (k) + µ(−∇kE) – Equação I 
E foi utilizado o Gradiente do Erro Quadrado Instantâneo para estimativa obtido 
através da função abaixo: 
 
Se a função de Erro é e(k) = d(k) −y(k) e a função de saída da rede é dada por y(k) 
= W (k)Tx(k) temos que: 
∇kE = ∂ E(k) 
 ∂W (k) 
que aplicando a regra da cadeia obtemos: 
∇kE = ∂ E(k) ∂ e(k) ∂ y(k) 
 ∂ e(k) ∂ y(k) ∂W (k) 
Desenvolvendo cada um dos fatores temos: 
∂ E(k) = ∂ e2(k) =2e(k) 
∂ e(k) ∂ e(k) 
∂ e(k) = ∂ (d(k)−y(k)) = −1 
∂ y(k) ∂ y(k) 
 
 Assim temos o resultado da derivada completa agora com: 
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/a.png
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/1-3.png
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/3-3.png
∇kE = −2e(k)x(k) – Equação II 
Aplicando II em I vem a equação do peso: 
W (k + 1) = W (k) + 2µe(k)x(k) 
onde: 
µ é o grau de aprendizagem, 
e(k) é o erro na posição de execução k do vetor, 
x(k) é a entrada 
 
6. EXPERIMENTOS 
Para esse trabalho foi utilizada uma base de dados de uma empresa varejista que 
atua tanto com lojas físicas como a loja virtual no comércio eletrônico digital 
comercializando utensílios domésticos. Por questões jurídicas o nome da empresa 
não será declinado, uma vez que não há permissão expressa, todavia, as informações 
são reais de suas operações. Os dados referem-se as vendas apenas no comércio 
eletrônico no período compreendido de 2014 a 2017, num total de 1.300.000 registros 
de vendas, que compreende todo o mix de produtos disponibilizados no site de 
compras. 
Esses dados passaram por um processo de consistência e redução, obtidos de um 
banco de dados relacional, o MS-SQLServer, dessa forma foram ajustados de forma 
a minimizar as ações de processamento da rede neural. Para os dados tem-se as 
seguintes tabelas relacionais: Produtos, Marcas, Departamentos e Vendas diárias por 
pedido dos produtos. 
Figura 3 – Modelo de Dados – Fonte: Autor 
 
6.1 CRITÉRIOS PARA SELEÇÃO E TRATAMENTO DOS DADOS DA AMOSTRA 
Os dados utilizados estão organizados em 5 (cinco) departamentos principais e seus 
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f3-modelo-de-dados.png
sub-departamentos. Como a departamentalização aplicada implica em agrupar 
produtos correlacionados ou similares as amostras foram tomadas em nível de 
departamento para o treinamento da rede e em seguida selecionado um produto para 
o devido teste de previsão. 
Da análise dos valores das quantidades vendidas verificou-se que são números 
inteiros e maior que a unidade, assim, para um melhor resultado na operação da rede 
neural todos os valores foram normalizados, aplicando-se a função log. Ainda sobre 
os dados selecionados foram aplicadas análises estatísticas no sentido de verificar a 
posição e dispersão dos dados. A figura seguinte mostra a Estatística Descritiva da 
amostra de dados obtidas para o treinamento e previsão. Da análise dos resultados 
tem-se que a amostra não apresenta dispersão, logo os dados são viáveis para o 
processamento em questão. 
 
Figura 4 – Estatística Descritiva – Fonte: Autor 
 
Para o treinamento da rede local foram selecionados 1034 registros de vendas no 
período de 01/01/2014 a 30/12/2016 e 295 registros de vendas para a previsão, 
classificados cronologica- mente, conforme as figuras seguintes. É importante 
ressaltar que a quantidade de registros para treinamento da rede neural é uma 
quantidade pequena, dessa forma o número de interação da rede (épocas) deverá ser 
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f4-estatistica-descritiva.png
razoavelmente grande para que haja convergência, bem como uma alta taxa de 
aprendizagem conforme veremos adiante. 
Figura 5 – Dados de Treinamento da Rede Neural – Fonte: Autor 
 
Percebe-se da análise das figuras que os dados estão deslocados de um dia, onde 
na diagonal verifica-se o mesmo valor. 
Figura 6 – Dados de Previsão da Rede Neural – Fonte: Autor 
 
6.2 PROCESSAMENTO DOS DADOS EM REDE NEURAL 
Para os experimentos foram utilizados várias ferramentas de softwares escritas nas 
linguagens de programação Python, C# e R, os melhores resultados foram obtidos 
com o uso do software R associado aos pacotes NEURALNET, FORECAST e 
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f5-dados-de-treinamento-da-rede-neural.png
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f6-dados-de-previsao-da-rede-neural.png
TSERIES. Para uma melhor performance na carga dos dados e minimização do tempo 
de processamento a carga dos dados foi feita com os dados em planilhas MS-Excel, 
uma vez que a execução de Stored Procedure diretamente no banco de dados com a 
carga para o ambiente se mostrou muito lento. 
Com a finalidade de adequar o software às necessidades do algoritmo de minização 
do erro, Gradiente do Erro Quadrado Instantâneo, o pacote NEURALNET foi 
customizado para ser utilizado nesses experimentos. 
Os testes de rede neural foram feitos por várias rodadas de execuções, com várias 
configurações, todavia, serão apresentadas as duas rodadas de execuções que 
tiveram os melhores resultados para o tema aqui abordado e que serão explanados e 
explicados a seguir. 
 
7. RESULTADOS OBTIDOS 
Para os testes foram executadas simulações no software R com o pacote NeuralNet 
customizado e fazendo uso dos algoritmos: BackPropagation e Random Walk. Os 
resultados serão apresentados e avaliados com base nesses dois algoritmos. Em 
todos os testes foram utilizados 1034 registros para treinamento e 295 registros para 
a previsão. 
As mudanças entre os experimentos podem ocorrer nos seguintes parâmetros: 
número de neurônios,número de épocas, número de camadas intermediárias, taxa 
de aprendizagem e função de ativação. Logicamente que executar todos os testes 
possíveis com essas variáveis não é escopo desse trabalho, mas as mudanças feitas 
já permitirá perceber as alterações nos resultados obtidos. 
 
7.1 EXPERIMENTO 
O experimento 1 consistiu em tomar os dados de previsão e aplica-los na rede com 
os parâmetros constantes da figura 8. Vale considerar o número de épocas aplicado 
para o processamento, qual seja 1.000.000 (um milhão) de interações, pois para o 
número de neurônios e camadas aplicadas com valores inferiores a esse a rede não 
convergia e, portanto, nenhum resultado era gerado. Também foi percebido que o 
número de épocas também é função da taxa de aprendizado da rede, uma vez que 
para valores muito pequenos o número de interações precisa ser aumentado para que 
haja a convergência da rede. 
 
Figura 7 – Parâmetros da rede – Fonte: Autor 
 
Do resultado apresentado, conforme o gráfico da figura 9, ve-se que o algoritmo 
BackPropagation mantém valores mais próximos dos valores informados, diverso do 
algoritmo Random Walk que nesse caso apresenta sempre resultados superiores ao 
informado. 
A análise da acurácia das redes conforme mostrado na figura 10, ve-se que o 
algoritmo Backpropagation é o que apresenta os melhores resultados na configuração 
de rede apresentada. Os dados aqui apresentados são obtidos baseados em cada 
linha da previsão previsão. 
Da análise do R-Quadrado (Coeficiente de Determinação), figura 11, ve-se que 
apenas os valores obtidos para o algoritmo BackPropagation é explicado em 31% 
pelas variáveis de entrada, diverso do algoritmo Random Walk onde a resposta tem 
explicação em 17%. Assim verifica-se que o algoritmo Backpropagation nessas 
circunstâncias da rede é o melhor algoritmo a ser aplicado na previsão. 
 
Figura 8 – Gráfico do resultado 
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f7-parametros-da-rede.png
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f8-grafico-do-resultado.png
Figura 9 – Acurácia da rede – Fonte: Autor 
 
 
Figura 10 – R-Quadrado – Fonte: Autor 
 
7.2 EXPERIMENTO 2 
No experimento 2 foi feita alteração apenas no número de neurônios conforme a figura 
12, dessa alteração conclui-se que apenas aumentar o número de neurônios não é 
suficiente para mudar de forma satisfatórias os resultados obtidos por uma rede 
neural, seja no algoritmo Backpropagation como no Random Walk, todavia, olhando 
para as figuras que se seguem, análogas às exibidas no experimento anterior, é 
possível identificar que o algoritmo que melhor se comportou nessa configuração foi 
o Backpropagation. 
Em estudos seguintes é possível obter um maior refinamento dos resultados das redes 
neurais executando simulações outras alterando os demais parâmetros como por 
exemplo a taxa de aprendizado e o número de camadas intermediárias, como dito 
anteriormente esse trabalho não tem a pretensão de esgotar o assunto mas de 
encaminhar para outras pesquisas e melhorias. 
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f9-acuracia-da-rede.png
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f10-r-quadrado.png
 
Figura 11 – Parâmetros da rede. Fonte: Autor 
 
Do resultado apresentado conforme o gráfico mostra ve-se que o algoritmo 
BackPropagation mantém valores mais próximos dos valores informados, diverso do 
algoritmo Random Walk que nesse caso apresenta sempre resultados superiores ao 
informado. 
Figura 12 – Gráfico do resultado 
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f11-parametros-da-rede.png
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f12-grafico-do-resultado.png
Figura 13 – Acurácia da rede. 
 
 
Figura 14 – R-Quadrado. 
 
CONSIDERAÇÕES FINAIS 
De posse dos resultados dos experimentos e da facilidade em se trabalhar com as 
redes neurais em comparação com outros processos, a exemplo da Regressão 
Múltipla, conclui-se que as Redes Neurais Artificiais são uma boa proposta para a 
previsão de vendas no varejo e podem ser consideradas pelas áreas de 
planejamentos como mais uma ferramenta a ajudar no processo. 
Há atualmente vários estudos que envolvem o uso de redes neurais em processos 
ligados ao varejo, seja nas vendas como no marketing de vendas, todavia, coube a 
esse trabalho apenas a tarefa de conceituar os mecanismos e estimular o seu uso. 
Da bibliografia anexa que instrumentalizou esse trabalho há inúmeras obras de grande 
valor acadêmico e prático que em muito pode ajudar os interessados em evoluir com 
a ideia proposta nesse trabalho. 
 
REFERÊNCIAS BIBLIOGRÁFICAS 
A., J. R. e R. Approximate option valuation for arbitrary stochastic processes. v.10, 
p.347-370. USA: Journal of Finance, 1982. 
AL, B. G. et. Modelo de avaliação de opções para processos de difusão e salto. v. 39, 
p. 147-166. Foz do Iguaçu: XXIII ENANPAD, 1999. 
AMIM K. E JARROW, E. Pricing options on risky assets in a stochastic interest rate 
economy. v.2, p.217-237. USA: Mathematical Finance, 1992. 
BONOMO, M. Finanças aplicadas ao Brasil. 1. ed. Rio de Janeiro: FGV, 2002. 
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f13-acuracia-da-rede.png
https://www.nucleodoconhecimento.com.br/wp-content/uploads/2018/05/f14-r-quadrado.png
CAMPBELL, J. Y. e. a. The Econometrics of Financial Markets. 1. ed. Princeton, N.J.: 
Princeton University Press, 1997. 
CHANG, E. MADAN D. e. The VG option pricing model, Working paper. 1. ed. USA: 
University of Maryland and Georgia Institute of Technology, 1996. 
CHRYSSOLOURIS, G. M. L. e. A. R. Confidence interval prediction for neural network 
models. Vol. 7, no. 1, pg.229-232. EUA: IEEE Transactions on Neural Networks, 1996. 
COX J. E ROSS, S. The valuation of options for alternative stochastic processes. v.3, 
p.145-166. USA: Journal of Financial Economics, 1976. 
DUPIRE, B. Pricing with a smile. v.7, n.1,p. 18-20. USA: Risk, 1994. 
GEMAN, S. E. B. e. R. D. Neural networks and the bias/variance dilemma. Vol. 4, pg. 
1-58. EUA: Neural Computation, 1992. 
GESKE, R. The valuation of compound options. n. 7, p. 63-81. USA: Journal of 
Financial Economics., 1979. 
HAYKIN, S. Neural networks and learning machines. 2. ed. London: 
Pearson Education, 1999. 
HESTON, S. A closed-form solution for options with stochastic volatility with 
applications to bond and currency options. v.6, p.327-343. USA: Review of Financial 
Studies, 1993. 
HULL, J. Introdução aos mercados futuros e de opções. 1. ed. São Paulo: BM&F, 
1996. HULL, J. Opções, futuros e outros derivativos. n. 7, p. 63-81. São Paulo: BM&F, 
1998. 
KON, S. J. Models of stock returns – a comparison. v. 39, p. 147-166. USA: Journal of 
Finance, 1984. 
LANARI, C. S. O efeito “sorriso”da volatilidade implícita do modelo de Black e Scholes: 
estudo empírico sobre as opções Telebrás PN no ano de 1998. 1. ed. Belo Horizonte: 
Dissertação de Mestrado. CEPEAD/UFMG., 2000. 
LO, A. AIT-SHALAIA e Y. Nonparametric estimation of state-price densities implicit in 
financial asset prices. 1. ed. USA: University of Chicago and MIT, 1996. 
MENDES, L. S. Avaliação de opções: uma comparação do desempenho de métodos 
distintos de se estimar a volatilidade. 1. ed. Belo Horizonte: Dissertação de Mestrado. 
CEPEAD/UFMG., 2000. 
MERTON, R. C. Theory of rational option pricing. n. 4, p. 141-183. USA: Bell Journal 
of Economics and Management Science., 1973. 
MERTON, R. C. Option pricing when underlying stock returns are discontinuous. n. 3, 
https://www.nucleodoconhecimento.com.br/technology-en
https://www.nucleodoconhecimento.com.br/education
p.125-144. USA: Journal of Financial Economics., 1976. 
NETO, L. A. S. Opções: do tradicional ao exótico. 1. ed. São Paulo: Atlas, 1996. 
R., B. W. S. The pricing of stock index options in a general equilibrium model. v.24, 
p.1-12. USA:Journal of Financial and Quantitative Analysis, 1993. 
RUBINSTEIN, M. Implied binomial trees. v. 49, n. 3, p. 771-818. USA: Journal of 
Finance., 1994. 
S., M. A. e T. Misspecification and the pricing and hedging of long-term foreign 
currency options. v.14, p.373-393. USA: Journal of International Money and Finance, 
1995. 
S., M. A. T. Pricing foreign currency options with stochastic volatility. v.45, p.239-265. 
USA: Journal of Econometrics, 1990. 
SAMUELSON, P. Proof that Properly Anticipated Prices Fluctuate Randomly. 1. ed. 
Chicago-USA: Industrial Management Review, 1965. 
SCOTT, L. O. Option pricing when the variance changes randomly: theory, estimation, 
and an application. vol. 22, p. 419-438. USA: Journal of Financial and Quantitative 
Analysis, 1987. 
SCOTT, L. O. Option pricing when the variance changes randomly: theory, estimation, 
and an application. vol. 22, p. 419-438. USA: Journal of Financial and Quantitative 
Analysis, 1987. 
STEIN E. E STEIN, J. Stock price distribuitions with stochastic volatility. v.4, p.727-
752. USA: Review of Financial Studies, 1991. 
V., A. K. N. Option valuation with systematic stochastic volatility. v. 48, p.881-910. 
USA: Journal of Finance, 1993. 
WIGGINS, J. B. Option values under stochastic volatility: theory and empirical 
estimates. 
Vol. 19, 1987, p.351-372. USA: Journal of Financial and Quantitative Analysis, 1987. 
Z., B. G. e CAO C. e C. Empirical performance of alternative option pricing 
models. v.52, n.5, p.2003-2049. USA: Journal of Finance, 1997. 
 
[1] Mestrando em Engenharia Elétrica e Computação na Universidade Presbiteriana Mackenzie 
[2] Engenheiro Elétrico e da Computação, M.Sc., Ph.D pela Universidade de São Paulo (USP) – 
Coordenador do Mestrado de Engenharia Elétrica e Computação da Universidade Presbiteriana 
Mackenzie 
 
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#_ftnref1
https://www.nucleodoconhecimento.com.br/engenharia-eletrica
https://www.nucleodoconhecimento.com.br/marketing/rede-neural?utm_source=List&utm_campaign=cec3dce608-emailmarketing&utm_medium=email&utm_term=0_46b111d058-cec3dce608-157131649#_ftnref1