BIG MART SALES

PROBLEMA PRÁTICO
DESCRIÇÃO DO PROBLEMA
Foram coletados dados de venda do ano de 2013, para 1559
produtos espalhados por 10 lojas em diferentes cidades. Também
incluí os atributos de cada produto e loja.

TAREFA

Construir um modelo preditivo e encontrar as vendas de cada

produto em uma loja particular.

PROPÓSITO

Usando o modelo construído, BigMart tentará compreender as

propriedades dos produtos e lojas que desempenham um papel
fundamental no aumento das vendas.

ATENÇÃO

Os dados podem ter alguns valores faltando, uma vez que

algumas lojas podem não reportar todos os dados devido a
problemas técnicos. Dessa forma, será necessário trata-los de
acordo.

APRESENTANDO O PROBLEMA
DADOS

Existem dois conjuntos de dados.

8523 REGISTROS 5681 REGISTROS
Com variáveis de entrada e saída. Para prever as vendas.
TRAIN TEST

Variável Descrição

Item_Identifier ID único do Produto

Item_Weight Peso do Produto

Item_Fat_Content Se o produto é baixo teor de gordura ou não

Item_Visibility % da área de exibição total de todos os produtos em uma loja alocada para o produto específico

Item_Type A categoria à qual o produto pertence

Item_MPR Preço Máximo de Varejo (preço de tabela) do produto

Outlet_Identifier ID único da Loja

Outlet_Establishment_Year O ano em que a loja foi estabelecida

Outlet_Size O tamanho da loja em termos de área coberta

Outlet_Location_Type O tipo de cidade em que a loja está localizada

Outlet_Type Se a loja é apenas uma mercearia ou algum tipo de supermercado

Item_Outlet_Sales Vendas do produto na loja específica. Essa é a variável de resultado a ser prevista.

APRESENTANDO O PROBLEMA
PLANO DE AÇÃO
#1

Checar se os modelos de dados estão corretos, quanto a

quantidade de dados e tipo de dados.

#2

Analisar os valores que estão faltando e traçar possíveis

alternativas para trata-los.

DEFININDO O PLANEJAMENTO