Previsão de demanda no varejo em escala global
A Decathlon é uma das maiores varejistas de artigos esportivos do mundo, com mais de 100 mil colaboradores e 400 milhões de usuários. A previsão de demanda em escala é o que garante que o produto certo esteja em cada loja no momento em que o cliente precisa. Depois de avaliar vários modelos fundacionais de séries temporais, a empresa escolheu o Chronos-2, da Amazon, como peça central da sua pilha de previsão.
O desafio: dezenas de milhares de produtos em vários continentes
O desafio é amplificado pela diversidade do negócio: dezenas de milhares de produtos em mais de 80 esportes, vendidos em vários continentes com padrões de demanda fortemente sazonais. Um par de luvas de esqui e uma prancha de surf têm sinais de demanda totalmente diferentes, mas ambos precisam ser previstos com precisão para evitar ruptura ou excesso de estoque.
O sistema prevê a quantidade semanal de vendas em dois horizontes: 12 semanas para reabastecimento e 52 semanas para planejamento estratégico. Ele roda semanalmente em várias zonas de suprimento — Europa, Índia, China, Sudeste Asiático e América Latina, cada uma cobrindo até 25 mil produtos.
Do DeepAR ao Chronos-2
Entre 2021 e 2024, a Decathlon usou uma abordagem híbrida com Amazon SageMaker DeepAR para o curto prazo e suavização exponencial de Holt-Winters para o longo prazo. A partir de 2024, passou a usar o Temporal Fusion Transformer. Embora eficazes, essas soluções exigiam retreinamento semanal e não escalavam para novas regiões sem esforço extra de engenharia.
Benchmark rigoroso em dados próprios
Para decidir, a Decathlon montou um benchmark em larga escala com os próprios dados de varejo: 101 recortes rolantes cobrindo quase dois anos, cerca de 25 mil produtos por recorte e horizontes de 12 e 52 semanas, usando o WAPE como métrica principal.
O resultado foi claro: o Chronos-2 ajustado superou de forma consistente todos os outros modelos nos dois horizontes. Mesmo em modo zero-shot, igualou ou superou a linha de base de produção. O ajuste fino com LoRA — feito apenas a cada seis meses — reduziu ainda mais o erro de previsão.
Impacto no negócio
Cada ponto percentual de melhoria no WAPE no horizonte de 12 semanas se traduz em cerca de 0,3 dia de economia de estoque, 0,3 ponto de disponibilidade de produto e aproximadamente 0,4 ponto de aumento de vendas. Com 11 a 15 pontos de melhoria, o efeito composto sobre eficiência de inventário, disponibilidade e receita é substancial.
O tempo de implantação por região caiu de 6 meses para 2 a 3 meses. E o Chronos-2 roda em uma única instância de CPU m6i.8xlarge, com inferência de 40 a 75 segundos para 7 mil a 15 mil séries temporais — sem exigir infraestrutura de GPU. Os modelos já somam mais de 120 milhões de downloads no Hugging Face.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
