Séries Temporais / Forecast

Muitos dos problemas mais valiosos de análise de dados têm uma dimensão temporal: quanto vamos vender no próximo trimestre? Qual será a demanda por produto X na próxima semana? Quando este equipamento vai falhar? Como o engajamento de usuários vai evoluir nos próximos meses? Essas perguntas não podem ser respondidas por modelos de regressão convencionais, porque a ordem dos dados no tempo importa — padrões sazonais, tendências de longo prazo, autocorrelação entre períodos consecutivos são estruturas que modelos não-temporais ignoram por padrão.

Séries Temporais é o campo de análise dedicado a dados onde cada observação está associada a um timestamp e onde a ordem temporal carrega informação. Forecast (previsão) é a aplicação de modelos de séries temporais para estimar valores futuros com base em padrões históricos.

O que torna séries temporais um campo especializado — e por que modelos convencionais frequentemente falham nesse contexto — é a estrutura de dependência: observações próximas no tempo são correlacionadas (autocorrelação), existem padrões que se repetem em ciclos regulares (sazonalidade), e há tendências de longo prazo que não são capturadas por médias simples.

Tendência: movimento de longo prazo na série — crescimento sustentado, declínio gradual, estabilidade. Uma série de vendas pode ter tendência de crescimento de 8% ao ano, sobreposta de flutuações menores.

Sazonalidade: padrões que se repetem em intervalos fixos — diários, semanais, mensais, anuais. Varejo tem sazonalidade anual (alta em dezembro, baixa em janeiro), semanal (pico em fim de semana ou no começo da semana dependendo do segmento) e às vezes diária. Separar sazonalidade da tendência é essencial para interpretar variações corretamente.

Ciclos: padrões que se repetem em intervalos variáveis e mais longos que sazonalidade — ciclos econômicos, ciclos de produto. Diferente da sazonalidade, ciclos não têm período fixo.

Ruído (residuals): variação aleatória que não é explicada por tendência, sazonalidade ou ciclos. O objetivo de modelos de decomposição é explicar o máximo possível com os componentes sistemáticos; o ruído é o que sobra.

Média móvel (Moving Average): suaviza flutuações calculando a média dos últimos N períodos. Simples, sem parâmetros para otimizar. Útil como baseline ou para suavização de séries ruidosas, mas não captura tendência ou sazonalidade bem.

ARIMA (AutoRegressive Integrated Moving Average): o modelo clássico de séries temporais univariadas. Combina componente autoregressivo (valores passados), integração (diferenciação para tornar a série estacionária) e média móvel (erros passados). Parâmetros (p, d, q) determinam a estrutura do modelo. SARIMA adiciona componente sazonal. Requer que a série seja estacionária (sem tendência não-transformável).

Suavização exponencial (Holt-Winters): pondera observações passadas com pesos que decaem exponencialmente — observações mais recentes têm mais peso. Holt adiciona tendência; Holt-Winters adiciona sazonalidade multiplicativa ou aditiva. Intuitivo, computacionalmente eficiente, funciona bem para muitas séries práticas.

Prophet (Meta/Facebook): modelo desenvolvido para forecast em escala com características de negócio. Lida automaticamente com sazonalidade múltipla (anual, semanal, diária), feriados, mudanças de tendência (changepoints) e dados faltantes. Muito mais fácil de usar do que ARIMA para não-especialistas. Funciona particularmente bem para séries com sazonalidade forte e holidays relevantes.

Modelos estatísticos clássicos têm premissas que podem não se sustenter em séries complexas com múltiplas variáveis exógenas. ML oferece alternativas mais flexíveis.

Gradient Boosting (LightGBM, XGBoost) com lag features: criar features de lag (valor t-1, t-7, t-30) e rolling statistics (média dos últimos 7 dias, desvio padrão dos últimos 30 dias), e treinar um modelo de gradient boosting. Muito eficaz para séries com muitas variáveis exógenas e quando há múltiplas séries similares (por exemplo, demanda de centenas de SKUs simultaneamente).

LSTM (Long Short-Term Memory): redes neurais recorrentes especialmente projetadas para sequências. Capturam dependências de longo prazo em séries complexas. Mais difíceis de treinar e menos interpretáveis que modelos estatísticos; geralmente superam modelos clássicos apenas com volume de dados significativo.

Transformer para séries temporais: modelos como Temporal Fusion Transformer (TFT), informer, PatchTST — adaptações da arquitetura Transformer para séries temporais. Estado da arte em benchmarks de forecast para séries longas.

N-BEATS e N-HiTS: arquiteturas de redes neurais especificamente desenvolvidas para forecast, sem componente recorrente explícito. Alta performance com menor custo computacional que Transformers.

Univariado: usa apenas a história da própria série para prever valores futuros. "Baseado no histórico de vendas, qual será a venda da próxima semana?" ARIMA, Prophet e suavização exponencial são primariamente univariados.

Multivariado: incorpora variáveis exógenas que afetam a série — preços, gastos de marketing, clima, dados macroeconômicos, eventos especiais. VAR (Vector AutoRegression), modelos de ML com features exógenas, e modelos de DL como TFT suportam múltiplas entradas.

A escolha depende de: há variáveis exógenas disponíveis com poder preditivo? Elas estão disponíveis no horizonte de previsão? Se a variável exógena (preço de marketing) precisa ser prevista para poder usar no forecast, o ganho pode não compensar a complexidade adicionada.

MAE (Mean Absolute Error): média dos erros absolutos. Interpretável na unidade da série (reais, unidades). Robusto a outliers.

RMSE (Root Mean Squared Error): raiz da média dos erros quadráticos. Penaliza erros grandes mais que MAE. Sensível a outliers.

MAPE (Mean Absolute Percentage Error): erro percentual médio. Permite comparar séries de magnitudes diferentes. Problemático quando a série tem valores próximos de zero (erro percentual explode).

SMAPE (Symmetric MAPE): variante do MAPE mais estável com valores próximos de zero.

Backtesting: validar o modelo simulando o processo real — treinar em dados até T, avaliar a previsão para T+1 a T+h, avançar a janela, repetir. Crucial para séries temporais porque cross-validation aleatório viola a ordem temporal e superestima a performance.

Forecast de demanda é provavelmente a aplicação de séries temporais com maior impacto financeiro direto para empresas de médio porte — especialmente em varejo, distribuição e manufatura. Previsão imprecisa de demanda resulta em estoque excessivo (capital imobilizado, custo de armazenagem) ou ruptura (venda perdida, cliente insatisfeito). Melhoras de 10-20% na acurácia de forecast frequentemente se traduzem em redução de estoque sem aumento de ruptura — impacto de capital de giro mensurável.

O ponto de entrada prático: Prophet é suficiente para a maioria das aplicações de forecast de negócio e pode ser implementado por alguém com familiaridade básica com Python sem ser especialista em séries temporais. Para cenários com muitas variáveis exógenas ou muitos SKUs simultâneos, LightGBM com lag features é competitivo e mais escalável. A escolha de modelo é menos crítica do que a qualidade dos dados históricos e a definição clara do problema: qual horizonte prever, com qual granularidade, para qual decisão.