Trabalho Intermediário

Previsão para uma empresa que passou por uma aquisição

Contexto

Vocês formam uma assessoria econômica chamada PADS Forecasting. Foram contratados pela Distribuidora BR S.A., uma empresa do setor de distribuição de combustíveis no Brasil que, há alguns anos, adquiriu uma empresa concorrente do mesmo setor.

A diretoria está montando o orçamento do próximo ano e precisa da previsão dos próximos 12 meses da operação para apoiar o planejamento de compras e estoque. Vocês têm a série mensal completa desde 2014, incluindo o “antes” e o “depois” da aquisição.

Figura 1: Série mensal da Distribuidora BR (azul) e da empresa adquirida no período em que operou separadamente (laranja). A linha vermelha marca o mês da aquisição.

Note como a série principal fica após jul/2019: a partir desse mês, o volume da adquirida passa a entrar no consolidado. É essa mudança que vocês vão ter que tratar na modelagem.

O que vocês entregam, e quando

Quando	O quê
Sex 22/mai, 18h–20h	Apresentação de uma prévia do trabalho — sem nota, só feedback dos colegas e do monitor
Sáb 23/mai, 15h–17h	Discussão da turma sobre a melhor forma de construir a predição agregada
Seg 1/jun	Entrega final, valendo nota: relatório (notebook), `previsao.csv` do grupo e a predição agregada da turma

Avaliação

A avaliação tem 3 componentes, totalizando 10 pontos:

Componente	Pontos
Relatório (notebook)	6,0
(Competitivo) Previsão do grupo (ranking MASE)	3,0
(Colaborativo) Predição agregada da turma (todos recebem o mesmo)	1,0

A apresentação de sexta (22/mai) é uma prévia sem nota: serve para a turma trocar ideias e ajustar o rumo antes da entrega final de 1/jun.

Dados

Os dois arquivos abaixo estão no repositório do curso, na pasta dados/. Os links de download direto:

📥 distribr_serie.csv: série mensal principal da Distribuidora BR, jan/2014 a dez/2023 (120 meses). Os 12 meses de 2024 foram ocultados e serão usados para avaliar a precisão das previsões.
📥 distribr_adquirida.csv: série mensal da empresa adquirida, cobrindo só o período em que ela operou separadamente (antes da aquisição). Uso opcional.

Cada CSV tem duas colunas: data (primeiro dia de cada mês) e valor.

O que entregar no notebook (6 pontos)

Descrição inicial dos dados: gráfico da série mostrando a aquisição, decomposição em tendência, sazonalidade e resíduo, testes ADF e KPSS com conclusão escrita, identificação de sazonalidade e outliers visíveis.
Como vocês trataram a aquisição. Descrevam a abordagem escolhida e a justificativa. Por exemplo, se decidiram descartar o histórico pré-aquisição, expliquem por que os dados antigos não são relevantes para prever o futuro. Outras abordagens são possíveis: discutam, decidam e defendam usando evidências dos dados.
Comparação de modelos, com justificativa (SARIMA, ETS, Prophet, machine learning, etc.). Diagnóstico residual (ACF dos resíduos, teste de Ljung-Box) do modelo escolhido.
Validação cruzada temporal com MAE, RMSE e MASE. Sugerimos comparar contra um baseline ingênuo (SeasonalNaive).
Previsão final dos próximos 12 meses com intervalos de 80% e 95%, gráfico, e o arquivo previsao.csv (colunas: data, previsao).
Discussão e decisões: uma seção curta listando 3 a 5 decisões importantes tomadas no trabalho. Para cada uma:
- Qual era a escolha?
- O que fez vocês decidirem por aquele caminho? Cite o gráfico, o teste, a métrica que usaram.
- O que foi descartado e por quê?
Descrição de uso de IA: uma seção curta no final do notebook, contando que ferramentas usaram, em que partes elas ajudaram mais, e alguma sugestão da IA que vocês rejeitaram, com a justificativa. Depois compartilhamos as experiências na turma para todo mundo aprender.

Obs: Recomendamos escrever 6 e 7 sem usar IA.

Como entra na nota (6 pontos):

Critério	Pontos
Descrição dos dados (item 1)	1,0
Tratamento da aquisição (item 2)	1,0
Modelos comparados e diagnóstico (item 3)	1,0
Validação cruzada temporal (item 4)	1,0
Previsão final e gráfico (item 5)	1,0
Discussão, decisões e uso de IA (itens 6 e 7)	1,0

Prévia na sexta (sem nota)

Cada grupo apresenta brevemente uma prévia do que fez até ali. Não vale nota — é um checkpoint para a turma comentar, o monitor dar feedback e todos saírem com ideias para o sábado e para a entrega final de 1/jun.

Mesmo sendo prévia, vale a pena já tentar responder:

Qual estratégia de análise adotaram?
Que modelo escolheram, e como ele funciona?
Qual foi a decisão mais difícil que tomaram?
Por que acham que a previsão de vocês é boa?

Previsão do grupo (3 pontos)

A previsão de cada grupo é avaliada contra os 12 meses ocultados de 2024, usando a métrica MASE. Pontos por ranking entre os grupos serão computados de acordo com o MASE, proporcional à distância para o SeasonalNaive.

O SeasonalNaive é o baseline. Ele será o marcador de 1,5 pontos: se a previsão de um grupo tiver MASE igual, ganha 1,5 pontos. Se for melhor, ganha mais; se for pior, ganha menos. Vamos ajustar a pontuação de forma que o primeiro lugar receba 3 pontos. O último lugar pode ficar com um pouco mais de 0, mas não pode ficar negativo.

Predição agregada da turma (1 ponto)

Depois de ouvir as prévias da sexta, vocês têm a noite para pensar. No sábado (23/mai), a turma discute e decide a melhor forma de construir uma predição agregada única. A predição agregada final é entregue junto com o restante do trabalho, em 1/jun.

Estrutura da discussão de sábado (2h):

Após a abertura, iniciamos um debate. Os alunos defendem suas propostas. Se ficar difícil de acompanhar as discussões, faremos inscrições para falar. O objetivo é chegar a um consenso sobre como construir a “predição da turma”.

Dica: A predição agregada pode ser:

A previsão de um dos grupos que a turma concorda ser a melhor
Uma média (simples ou ponderada) das previsões
Uma combinação de abordagens diferentes
Outra estratégia que a turma achar melhor

Não há votação formal: o consenso é construído na discussão.

Como entra na nota (1 ponto): a predição agregada é avaliada contra os 12 meses ocultados pelo MASE e comparada às previsões individuais. Todos os alunos recebem a mesma pontuação:

Posição da predição agregada entre as submissões	Pontos para todos
Entre as 2 melhores	1,0
Acima da mediana	0,5
Abaixo da mediana mas melhor que `SeasonalNaive`	0,2
Pior que `SeasonalNaive`	0,0

De volta ao topo

--- title: "Trabalho Intermediário" subtitle: "Previsão para uma empresa que passou por uma aquisição" --- ## Contexto Vocês formam uma assessoria econômica chamada **PADS Forecasting**. Foram contratados pela **Distribuidora BR S.A.**, uma empresa do setor de **distribuição de combustíveis no Brasil** que, há alguns anos, **adquiriu uma empresa concorrente** do mesmo setor. A diretoria está montando o orçamento do próximo ano e precisa da previsão dos próximos **12 meses** da operação para apoiar o planejamento de compras e estoque. Vocês têm a série mensal completa desde 2014, incluindo o "antes" e o "depois" da aquisição. ```{python} #| label: fig-contexto #| fig-cap: "Série mensal da Distribuidora BR (azul) e da empresa adquirida no período em que operou separadamente (laranja). A linha vermelha marca o mês da aquisição." #| echo: false #| out-width: 100% import pandas as pd import matplotlib.pyplot as plt serie = pd.read_csv("../dados/distribr_serie.csv", parse_dates=["data"]) adquirida = pd.read_csv("../dados/distribr_adquirida.csv", parse_dates=["data"]) fig, ax = plt.subplots(figsize=(10, 4)) ax.plot(serie["data"], serie["valor"], color="C0", label="Distribuidora BR (série principal)") ax.plot(adquirida["data"], adquirida["valor"], color="C1", label="Empresa adquirida (período solo)") ax.axvline(pd.Timestamp("2019-07-01"), color="red", linestyle="--", linewidth=1, label="Aquisição (jul/2019)") ax.set_xlabel("Data") ax.set_ylabel("Valor mensal") ax.legend(loc="lower right", fontsize=9) ax.grid(alpha=0.3) plt.tight_layout() plt.show() ``` Note como a série principal fica após jul/2019: a partir desse mês, o volume da adquirida passa a entrar no consolidado. É essa mudança que vocês vão ter que tratar na modelagem. ## O que vocês entregam, e quando | Quando | O quê | |---|---| | **Sex 22/mai, 18h–20h** | Apresentação de uma **prévia** do trabalho — sem nota, só feedback dos colegas e do monitor | | **Sáb 23/mai, 15h–17h** | Discussão da turma sobre a melhor forma de construir a **predição agregada** | | **Seg 1/jun** | Entrega final, valendo nota: relatório (notebook), `previsao.csv` do grupo e a predição agregada da turma | ## Avaliação A avaliação tem 3 componentes, totalizando 10 pontos: | Componente | Pontos | |---|---| | Relatório (notebook) | 6,0 | | (Competitivo) Previsão do grupo (ranking MASE) | 3,0 | | (Colaborativo) Predição agregada da turma (todos recebem o mesmo) | 1,0 | A apresentação de sexta (22/mai) é uma **prévia sem nota**: serve para a turma trocar ideias e ajustar o rumo antes da entrega final de 1/jun. ## Dados Os dois arquivos abaixo estão no repositório do curso, na pasta `dados/`. Os links de download direto: - [📥 `distribr_serie.csv`](https://raw.githubusercontent.com/padsInsper/202632-fa/main/dados/distribr_serie.csv): série mensal principal da Distribuidora BR, jan/2014 a dez/2023 (120 meses). Os 12 meses de 2024 foram **ocultados** e serão usados para avaliar a precisão das previsões. - [📥 `distribr_adquirida.csv`](https://raw.githubusercontent.com/padsInsper/202632-fa/main/dados/distribr_adquirida.csv): série mensal da empresa **adquirida**, cobrindo só o período em que ela operou separadamente (antes da aquisição). Uso opcional. Cada CSV tem duas colunas: `data` (primeiro dia de cada mês) e `valor`. ## O que entregar no notebook (6 pontos) 1. **Descrição inicial dos dados**: gráfico da série mostrando a aquisição, decomposição em tendência, sazonalidade e resíduo, testes ADF e KPSS com conclusão escrita, identificação de sazonalidade e outliers visíveis. 2. **Como vocês trataram a aquisição**. Descrevam a abordagem escolhida e a justificativa. Por exemplo, se decidiram descartar o histórico pré-aquisição, expliquem por que os dados antigos não são relevantes para prever o futuro. Outras abordagens são possíveis: discutam, decidam e defendam usando evidências dos dados. 3. **Comparação de modelos**, com justificativa (SARIMA, ETS, Prophet, machine learning, etc.). Diagnóstico residual (ACF dos resíduos, teste de Ljung-Box) do modelo escolhido. 4. **Validação cruzada temporal** com MAE, RMSE e MASE. Sugerimos comparar contra um baseline ingênuo (`SeasonalNaive`). 5. **Previsão final** dos próximos 12 meses com intervalos de 80% e 95%, gráfico, e o arquivo `previsao.csv` (colunas: `data`, `previsao`). 6. **Discussão e decisões**: uma seção curta listando 3 a 5 decisões importantes tomadas no trabalho. Para cada uma: - Qual era a escolha? - O que fez vocês decidirem por aquele caminho? Cite o gráfico, o teste, a métrica que usaram. - O que foi descartado e por quê? 7. **Descrição de uso de IA**: uma seção curta no final do notebook, contando que ferramentas usaram, em que partes elas ajudaram mais, e alguma sugestão da IA que vocês rejeitaram, com a justificativa. Depois compartilhamos as experiências na turma para todo mundo aprender. **Obs**: Recomendamos escrever 6 e 7 sem usar IA. **Como entra na nota (6 pontos)**: | Critério | Pontos | |---|---| | Descrição dos dados (item 1) | 1,0 | | Tratamento da aquisição (item 2) | 1,0 | | Modelos comparados e diagnóstico (item 3) | 1,0 | | Validação cruzada temporal (item 4) | 1,0 | | Previsão final e gráfico (item 5) | 1,0 | | Discussão, decisões e uso de IA (itens 6 e 7) | 1,0 | ## Prévia na sexta (sem nota) Cada grupo apresenta brevemente uma **prévia** do que fez até ali. **Não vale nota** — é um checkpoint para a turma comentar, o monitor dar feedback e todos saírem com ideias para o sábado e para a entrega final de 1/jun. Mesmo sendo prévia, vale a pena já tentar responder: - Qual estratégia de análise adotaram? - Que modelo escolheram, e como ele funciona? - Qual foi a decisão mais difícil que tomaram? - Por que acham que a previsão de vocês é boa? ## Previsão do grupo (3 pontos) A previsão de cada grupo é avaliada contra os 12 meses ocultados de 2024, usando a métrica **MASE**. Pontos por **ranking entre os grupos** serão computados de acordo com o MASE, proporcional à distância para o `SeasonalNaive`. O `SeasonalNaive` é o baseline. Ele será o marcador de 1,5 pontos: se a previsão de um grupo tiver MASE igual, ganha 1,5 pontos. Se for melhor, ganha mais; se for pior, ganha menos. Vamos ajustar a pontuação de forma que o primeiro lugar receba 3 pontos. O último lugar pode ficar com um pouco mais de 0, mas não pode ficar negativo. ## Predição agregada da turma (1 ponto) Depois de ouvir as prévias da sexta, vocês têm a noite para pensar. No **sábado (23/mai)**, a turma discute e decide **a melhor forma de construir uma predição agregada única**. A predição agregada final é entregue junto com o restante do trabalho, em **1/jun**. **Estrutura da discussão de sábado (2h)**: Após a abertura, iniciamos um debate. Os alunos defendem suas propostas. Se ficar difícil de acompanhar as discussões, faremos inscrições para falar. O objetivo é chegar a um consenso sobre como construir a "predição da turma". **Dica**: A predição agregada pode ser: - A previsão de um dos grupos que a turma concorda ser a melhor - Uma média (simples ou ponderada) das previsões - Uma combinação de abordagens diferentes - Outra estratégia que a turma achar melhor Não há votação formal: o consenso é construído na discussão. **Como entra na nota (1 ponto)**: a predição agregada é avaliada contra os 12 meses ocultados pelo MASE e comparada às previsões individuais. **Todos os alunos recebem a mesma pontuação**: | Posição da predição agregada entre as submissões | Pontos para todos | |---|---| | Entre as 2 melhores | 1,0 | | Acima da mediana | 0,5 | | Abaixo da mediana mas melhor que `SeasonalNaive` | 0,2 | | Pior que `SeasonalNaive` | 0,0 |