Exploração do potencial de venda de cerveja do canal Horeca

Mestrado Bolonha em Métodos Quantitativos para a Decisão Económica e EmpresarialEste trabalho final de mestrado tem como propósito a previsão de vendas dos não clientes através da informação extraída da Google e da base de dados interna da Super Bock Group. O objeto de estudo foi o canal HORECA e os distritos de Lisboa e Porto. Neste processo, foi também retirada o máximo de informação possível acerca dos clientes, como por exemplo a ocupação dos seus estabelecimentos, as características que influenciam as vendas e como se distribuem os pontos de venda e o respetivo volume nos dois distritos. Depois de uma limpeza e agregação dos dados dos clientes, seguiu-se para uma análise exploratória, onde se concluiu que os estabelecimentos mais comuns são os restaurantes e a hora de almoço a altura com maior ocupação. Em relação ao volume de vendas, cerca de 90% dos clientes apresentam valores abaixo dos 5 milhões de litros, havendo uma pequena quantidade entre os 5 e 28 milhões de litros. A análise de clusters serviu para identificar as áreas com maior volume de vendas e acrescentar valor à regressão, sendo que as zonas mais turísticas e históricas evidenciam um volume superior, associado a um grande padrão de consumo. A regressão linear permitiu identificar e interpretar features importantes relativas ao volume de vendas, alternativamente, o modelo GBR alcançou previsões com menor erro associado. Para os dois modelos foram apresentados os clientes com os maiores registos de vendas, através do top 20 de previsões de vendas.This final master’s project aims to forecast sales of non-clients throught information extracted from Google and the internal database of Super Bock Group. The object of study was the HORECA channel and the districts of Lisbon and Porto. In this process, the goal was also to withdraw as much information as possible about the clients, such as the occupation of their establishments, the features that influence sales and how the different spots and their volumes are distributed in the two districts. After cleaning and aggregating the client’s data, it was time for an exploratory analysis, where it was concluded that restaurants are the most common and lunch time the highest in occupancy. When it comes to sales, around 90% of clients have values below 5 million liters, with a small quantity of them between 5 and 28 million liters. The cluster analysis served to identify the areas with the highest sales volume and add value to the regression, with the most touristic and historical areas showing a higher volume, associated with a large consumption pattern. The linear regression allowed the identification and interpretation of key features related to the volume of sales, alternatively, the GBR model achieved predictions with less associated error. For both models, the clients with the highest sales records were presented, through the top 20 sales forecasts.