Um projeto ALIS LABS Research
Forecast & Budget
Previsão de demanda com machine learning ligada a um orçamento empresarial completo.
Contexto
Orçamento costuma ser uma planilha desconectada da previsão de demanda. Esta pesquisa testa um fluxo único: do dado transacional à DRE, passando por modelos de ML avaliados.
Desafio
- Previsão hierárquica por produto, canal e mês.
- Premissas internas e indicadores externos no mesmo modelo.
- Saída executiva que o time de finanças consiga auditar.
Solução
Um pacote versionado que parte de dados de ERP simulados, monta uma feature store, treina modelos de previsão e alimenta um motor orçamentário com DRE, fluxo de caixa, capital de giro e tributos.
Arquitetura
- 01Dados de ERP 100% sintéticos
- 02Indicadores externos públicos (inflação, juros, varejo)
- 03Modelos de baseline sazonal a gradient boosting, hierárquicos
- 04Avaliação com WMAPE, MAPE, viés, RMSE e FVA
- 05Saídas em Excel, dashboard e base para BI
Governança e segurança
- Métricas de avaliação por modelo, versionadas
- Nenhum dado real de empresa
Estado atual
- Projeto de pesquisa