Implementazione di metodi predittivi per stimare le vendite future dei prodotti. Caso studio: Coccinelle S.P.A.

La tesi riguarda un progetto realizzato in collaborazione con Coccinelle S.P.A., mirato a supportare il merchandising attraverso l’impiego di metodologie data-driven. Questo lavoro si basa sull’utilizzo di algoritmi predittivi, sviluppati e implementati attraverso il linguaggio di programmazione Python, con lo scopo di prevedere le vendite future. Ciò è stato realizzato utilizzando vasti set di dati storici dell’azienda per allenare e testare gli algoritmi, al fine di assicurarsi che dessero risultati soddisfacenti. Grazie alla predizione delle vendite future, l’azienda può adattare i rifornimenti per i diversi prodotti, evitando di andare in rottura di stock e maturare così vendite perse. I risultati ottenuti sono stati presentati in output tramite dashboard interattive, realizzate con Streamlit. Questo strumento ha reso i risultati non solo facilmente accessibili, ma anche intuitivi da comprendere e navigare per chiunque. Le dashboard hanno fornito una vista immediata delle performance di vendita, delle previsioni e degli scenari futuri, consentendo così al merchandising di prendere decisioni basate su metodi di machine learning.