Previsão de Vendas
API que recebe o histórico de vendas de uma rede e prevê quantidade e faturamento de cada loja.
A demonstração calcula uma previsão simplificada no navegador, com vendas inventadas.
O problema
A rede planejava compras e metas olhando o mesmo mês do ano anterior, loja por loja, sem considerar tendência nem a sazonalidade de cada unidade.
O que construí
Uma API que recebe o CSV de vendas, filtra a loja pedida e treina dois modelos de série temporal, um para quantidade e outro para faturamento. Devolve a previsão do mês pedido ou dos próximos 12 meses, com gráfico.
Notas de projeto
Erros que dizem o que fazer
Coluna faltando, loja inexistente, histórico curto ou data no passado: cada caso devolve uma mensagem que explica o que corrigir no arquivo.
O último mês fica de fora
O mês corrente quase sempre está incompleto no arquivo. Ele é descartado antes do treino para não puxar a previsão para baixo.
Sazonalidade anual
O modelo exige pelo menos 13 meses de histórico, o mínimo para enxergar o mesmo mês em dois anos diferentes.
Resultado
Código aberto no GitHub, pronto para rodar em qualquer servidor Python.