Utilização de modelos de regra de associação para gestão de vendas de supermercados

Abstract

O comércio varejista possui um papel de extrema importância na economia do país representando 23% do Produto Interno Bruto (PIB) brasileiro, gerando receitas significativas todos os anos. Com a evolução constante do setor, uma gestão eficiente das vendas é essencial para administração dos negócios. Este trabalho detalha uma análise do padrão de compra dos clientes em um supermercado localizado na cidade de Queiroz - SP, no período de 2022 e 2023, em que foi utilizado o algoritmo de Machine Learning Apriori. A análise foi capaz de revelar uma variedade de associações de produtos, desde combinações frequentes, até associações menos óbvias, indicando a diversidade das preferências dos clientes. Ferramentas avançadas de Business Intelligence (BI) e a plataforma Microsoft Power BI foram utilizadas para transformar dados brutos em gráficos interativos e visualmente acessíveis. Esses gráficos proporcionaram uma representação visual dos padrões de compra e outras informações referentes a base de dados, facilitando a interpretação do comportamento de consumo da clientela. Além disso, um aplicativo foi construído na plataforma Power Apps proporcionando aos usuários uma interface fácil de usar para explorar os insights descobertos, impulsionando a estratégia de marketing e aumentando os lucros do estabelecimento. O desenvolvimento deste trabalho mostrou uma visão detalhada do padrão de compra dos clientes e estabeleceu uma base sólida para investigações futuras a fim de expandir para outros setores. Com a aplicação da tecnologia de Machine Learning no setor de varejo, foram criadas estratégias de negócios eficazes baseadas em dados concretos e interpretações precisas.