Inferência de precificação de plantas ornamentais utilizando inteligência computacional com base no ciclo de vida de plantas

Leão Pereira Neto, Pedro Henrique Rodrigues Mendes

Resumo


O crescente volume de dados gerado pela expansão tecnológica em diversos setores
intensificou a importância da ciência de dados e da inteligência artificial, a pesquisa
visa conectar essas duas áreas em ascensão: aprendizado de máquina e botânica com
finalidade para melhorar a qualidade e competitividade no varejo de plantas. Focando
na espécie Sunpatiens, conhecida por sua resistência e capacidade de floração
consistente em diversas condições climáticas, a pesquisa explora o desenvolvimento de
algoritmos preditivos para aprimorar a detecção de padrões na comercialização e
manejo das Sunpatiens. O estudo considera os custos empresariais relacionados ao
cultivo e comercialização da Sunpatiens, integrando tecnologia para melhorar a
qualidade e competitividade no mercado e aplicando nas inferências fatores de custos
e preços de venda. Foram realizadas predições sobre os custos e preços de venda, com
a possibilidade de expandir essa análise para outras espécies e incluir tecnologias de
análise de solo. Neste projeto, ficou evidente que os custos diários tendem a superar
os lucros, resultando em perdas significativas após a primeira semana. O estudo
identificou que a venda da planta deve ocorrer na primeira semana após a floração,
antes que os custos superem o preço de venda. O uso de algoritmos, como o Random
Forest, concluiu na pela necessidade de uma rápida comercialização para circular o
produto e minimizar as perdas empresariais, se aproveitando do ciclo de floração. Os
resultados da pesquisa sugerem duas principais ações, a primeira que é a alteração
programada do preço de venda das amostras com base no o ciclo de vida da espécie, a
segunda ação indica um controle de estoque mais eficiente, determinando os melhores
dias para venda e separando os principais fatores que mais influenciam as vendas.
Portanto, ao aplicar todas as indicações compiladas neste estudo de otimização de
precificação e manejo da planta, proporciona um lucro registrado acima de 40% no
comércio de Sunpatiens.


Palavras-chave


Comércio de plantas; Deep Learning; Sunpatiens.

Texto completo:

PDF


DOI: https://doi.org/10.5102/pic.n0.2023.9915

Apontamentos

  • Não há apontamentos.

Desenvolvido por:

Logomarca da Lepidus Tecnologia