# Tutorial – Prevendo vendas com previsão de séries temporais multivariadas

Neste tutorial, você aprenderá a treinar e usar um modelo de série temporal para criar previsões de vendas específicas no tempo. Em particular, você usará dados históricos para configurar, treinar e implementar um modelo de série temporal multivariada e usá-lo para prever e visualizar as vendas diárias por loja e família de produtos.

[Predicting sales with multivariate time series forecasting - Qlik Cloud](https://play.vidyard.com/tay2uoJfsfwTxhANF5mAfF)

## Quem deve concluir este tutorial

Este tutorial foi criado para usuários que desejam saber como prever métricas, como vendas, para intervalos de tempo específicos no futuro. Algum conhecimento de aprendizado de máquina e do Qlik Sense é útil, mas não obrigatório.

Para concluir este tutorial, você precisa ter as permissões adequadas no locatário do Qlik Cloud e nos espaços em que trabalhará. Alguns deles são atribuídos por administradores. Se você encontrar erros de permissão durante o tutorial, entre em contato com o administrador do locatário. Você precisa de permissões para os seguintes itens:

* Criando e trabalhando com experimentos de ML

  [Criação, uso e gerenciamento de experimentos de ML](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#CreateUseExp)

* Criando e trabalhando com implementações de ML

  [Implementação de modelo e criação de implementações de ML](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ModelDeployment)

  [Gerenciamento de implantações de ML](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ManagementMLDeploy)

  [Executar previsões em lote](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#RunningBatch)

* Ativando modelos implementados

  [Aprovação de modelo](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/who-can-work-with-automl.htm#ModelApproval)

* Trabalhando com scripts e aplicativos analíticos

## O que você deve fazer antes de começar

Primeiro, você precisa baixar os materiais do tutorial vinculados abaixo.

Quando você tiver baixado os materiais desejados, descompacte-os na sua área de trabalho.

[MLTimeSeriesTutorialData](https://help.qlik.com/pt-BR/cloud-services/tutorials/MLTimeSeriesTutorialData.zip)

O conjunto de dados de treinamento contém dados históricos de vendas, rastreados diariamente para lojas individuais e famílias de produtos.

O conjunto de dados de aplicação contém os dados históricos necessários para gerar previsões, além de dados para um recurso futuro.

Faça o seguinte:

1. Abra o centro de atividades do Análises.

2. Vá para a página Criar, selecione Conjunto de dados e, em seguida, selecione Carregar arquivo de dados.

3. Arraste o arquivo ML - Multivariate forecasting - training.csv para o diálogo de upload.

4. Em seguida, arraste o arquivo ML - Multivariate forecasting - apply.csv para o diálogo de upload.

5. Selecione um espaço. Pode ser seu espaço pessoal ou um espaço compartilhado se você quiser que outros usuários possam acessar esses dados.

6. Clique em Carregar.

Agora que seus conjuntos de dados foram carregados, você pode continuar criando um experimento.

## Lições neste tutorial

Os tópicos deste tutorial foram pensados para serem concluídos em sequência. No entanto, você pode sair e retornar a qualquer momento.

1. [Criando e configurando o experimento de séries temporais](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-create-experiment.htm)
2. [Revisão dos modelos de séries temporais](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-review-models.htm)
3. [Implementando um modelo de série temporal](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-deploy.htm)
4. [Prevendo com a implementação de séries temporais](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-predict.htm)
5. [Visualizando as previsões de vendas](https://help.qlik.com/pt-BR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-tutorial-visualize.htm)

## Leituras e recursos adicionais

* O [Qlik](http://www.qlik.com/) oferece uma ampla variedade de recursos quando você quiser aprender mais.
* [A ajuda online da Qlik](http://help.qlik.com/) está disponível.
* Treinamentos, incluindo cursos online gratuitos, estão disponíveis no [Qlik Learning](https://learning.qlik.com/).
* Fóruns de discussão, blogs e muitos outros recursos podem ser encontrados na [Qlik Community](http://community.qlik.com/).

## Sua opinião importa

Agradecemos qualquer feedback que você possa ter. Use a seção abaixo para nos contar como estamos nos saindo.