MACHINE LEARNING

Como usei machine learning para prever a demanda de queijo

7 MIN · LOGÍSTICA

Um projeto que fiz para apresentar ao GEALI: prever quanto de Queijo Minas Frescal vai vender nos próximos dias, para produzir na medida certa. Aqui explico, sem complicar, como o modelo funciona e por que escolhi cada parte.

Recentemente desenvolvi um projeto com dados de teste para demonstrar ao meu grupo de estudos como machine learning pode entrar numa decisão bem concreta do dia a dia. A pergunta escolhida foi uma que quem produz alimento faz toda manhã: quanto eu produzo hoje?

Produzir demais significa queijo parado, ocupando geladeira e correndo contra a validade. Produzir de menos significa cliente que chegou e não levou. Nos dois casos o prejuízo é real, só que um aparece na lixeira e o outro não aparece em lugar nenhum. E é justamente o que não aparece que costuma passar despercebido.

O produto escolhido foi o Queijo Minas Frescal artesanal, com capacidade de produção de 120 kg por dia. O estoque precisa ficar entre 50 kg de segurança e 500 kg de limite. A ideia era usar machine learning para transformar o histórico de vendas em uma recomendação de produção para os próximos sete dias.

Por que machine learning e não uma planilha

Uma média simples até ajuda, mas ela ignora o motivo das coisas. A demanda de queijo não é um número plano: ela sobe na quarta e na sexta, despenca no domingo, dispara em feriado, cai quando faz muito calor e muda quando o preço do leite mexe no preço final. Uma média joga tudo isso no mesmo saco e devolve um número morno, que erra nos dois extremos, justamente onde o erro custa caro.

Machine learning serve justamente para isso: em vez de eu escrever a regra de cada situação, o modelo olha o histórico e aprende sozinho como esses fatores se combinam. É a diferença entre eu dizer "na sexta vende mais" e o modelo descobrir quanto a mais, e o que acontece quando a sexta cai num feriado de dia frio.

O que o modelo olha para decidir

Escolhi cinco informações, todas disponíveis antes do dia acontecer. Esse detalhe importa, porque não adianta usar uma informação que só existe depois da venda:

  • Dia da semana: o padrão mais forte de todos. Quarta e sexta puxam a demanda para cima; domingo puxa para baixo.
  • Feriado: datas especiais criam picos que fogem completamente da rotina normal.
  • Temperatura: calor forte derruba o consumo; dia frio aumenta.
  • Preço do leite: mexe no custo, no preço de venda e, por consequência, no quanto o cliente leva.
  • Média dos últimos 7 dias: dá ao modelo a noção do ritmo atual do negócio, se está numa fase mais aquecida ou mais fraca.

Essa última variável tem um cuidado escondido: a média é calculada com os dias anteriores, nunca incluindo o dia que se quer prever. Parece detalhe, mas é o erro mais comum de quem começa. Se o modelo enxerga qualquer pedacinho do futuro durante o treino, ele fica ótimo no teste e inútil na vida real.

Dois modelos, para poder comparar

Testei dois de propósito, porque escolher um modelo sem ter com o que comparar é apostar, não decidir.

A Regressão Linear é o mais simples: ela assume que cada fator empurra a demanda sempre na mesma proporção. É fácil de explicar e boa para enxergar a tendência geral, mas tropeça quando a realidade não é uma linha reta, como feriado e pico de calor.

O Random Forest funciona de outro jeito: ele monta várias árvores de decisão, cada uma olhando o problema de um ângulo, e combina as respostas. Isso permite aprender combinações do tipo "se for sexta E feriado E estiver frio, então acontece isso", que é exatamente onde a linha reta falha.

O resultado

ModeloR²MAERMSE
Regressão Linear0,718,9 kg11,6 kg
Random Forest0,865,4 kg7,2 kg

Traduzindo para linguagem de operação: o R² diz o quanto do comportamento da demanda o modelo consegue explicar, e 0,86 é bem melhor que 0,71. O MAE é o erro médio em quilos: o Random Forest erra 5,4 kg por dia, contra 8,9 kg da regressão. O RMSE é parecido com o MAE, mas pesa mais os erros grandes, então serve para mostrar quem se comporta pior nos dias fora da curva.

Na prática, sair de 8,9 kg para 5,4 kg de erro médio significa precisar de menos estoque de segurança para atender o mesmo cliente. Quanto menos eu erro, menos queijo eu preciso deixar parado só por precaução, e queijo parado é dinheiro parado com prazo de validade correndo.

O que o modelo revelou sobre o negócio

Uma parte que eu não esperava achar tão interessante foi a importância das variáveis, ou seja, o quanto cada informação pesou na decisão do modelo:

  • Dia da semana: 42%. Sozinho, quase metade da explicação.
  • Média dos últimos 7 dias: 24%. O ritmo recente importa bastante.
  • Feriado: 16%.
  • Temperatura: 11%.
  • Preço do leite: 7%.
O modelo confirmou com número aquilo que a experiência do dia a dia já dizia, e essa confirmação é o que transforma intuição em processo que outra pessoa consegue seguir.

Isso tem valor prático imediato: se o calendário explica quase metade da demanda, o planejamento de produção pode começar por aí, sem depender de tecnologia nenhuma. O modelo entra para afinar o que a regra simples não consegue pegar.

O que ainda não está pronto

Preciso ser direto sobre um ponto: os 180 dias usados aqui são dados simulados, gerados a partir dos padrões de comportamento que o negócio já conhece. Isso foi suficiente para montar e explicar o raciocínio, mas não substitui histórico real. Os números acima mostram que a abordagem funciona sobre esse comportamento, não que o modelo já esteja validado na operação.

O próximo passo é justamente esse: rodar com vendas reais e ver o que muda. Também quero tratar um detalhe que o dado simulado esconde: quando o produto acaba, a venda registrada é zero, mas a demanda não era zero. Se isso não for corrigido, o modelo aprende a prever a própria falta de estoque.

O dashboard, e quanto custou fazer

Além do script em Python, montei um dashboard para apresentar o resultado de forma visual: histórico de demanda e estoque, comparação entre os modelos, importância das variáveis e o plano de produção dos próximos sete dias. Tem também um controle para ajustar a produção de cada dia e ver na hora o efeito no estoque projetado, avisando quando passa da capacidade ou entra em zona de risco. Porque um modelo que ninguém entende não vira decisão, vira slide.

Vale registrar uma coisa: esse projeto inteiro foi feito com custo zero. Python e scikit-learn são gratuitos, o notebook rodou no Google Colab, o dashboard foi construído com React e publicado no plano gratuito da Netlify. Nenhum centavo investido, só tempo de estudo. Se a barreira para experimentar machine learning parece ser dinheiro, na prática ela não é.

Ver o dashboardRoda no navegador, sem instalar nada.
Machine LearningPrevisão de demandaPython