Este estudo tem como objetivo apresentar uma revisão de literatura e um projeto prático de ciência de dados sobre previsão de vendas farmacêuticas e suporte aos serviços e à gestão farmacêutica. A previsão de vendas é um fator crítico na logística e na gestão da cadeia de distribuições. Na componente prática são utilizadas ferramentas como SQL e Python, em etapas realizadas no contexto CRISP-DM. No âmbito técnico do presente projeto, tem maior destaque o uso de modelos de séries temporais para a realização de previsões de vendas de embalagens de medicamentos, a partir de dados de histórico reais, de diferentes produtos e características de venda. A presente dissertação oferece informações recentes sobre previsão de vendas e conhecimento sobre cadeias de distribuição, fornecendo indícios sobre tendências atuais e revelando lacunas interessantes. Explorando as oportunidades e objetivos desta área de negócio relativa à venda de medicamentos, foram nas diferentes fases do projeto, utilizados dados disponibilizados por uma empresa deste setor, existindo uma recolha, limpeza e preparação dos dados para a realização da modelação para as previsões de vendas em períodos futuros. As previsões finais foram obtidas utilizando o modelo Prophet, tendo sido efetuadas avaliações de desempenho para conclusão da afinação do modelo. Com este projeto é possível entregar à área de negócio dados quantitativos das vendas de medicamentos previstas e gráficos que revelam comportamentos de vendas e indicações das tendências e sazonalidades de vendas, para alcance de reduções em ruturas de medicamentos e em custos de gestão de stock.

This study aims to present a literature review and a practical data science project on pharmaceutical sales forecasting and support for pharmaceutical services and management. Sales forecasting is a critical factor in logistics and distribution chain management. The practical component uses tools such as SQL and Python, in stages carried out in the CRISP-DM context. Within the technical scope of this project, the use of time series models for forecasting sales of pharmaceutical packaging, based on real historical data for different products and sales characteristics, is of particular importance. This dissertation offers recent information on sales forecasting and knowledge about distribution chains, providing clues about current trends and revealing interesting gaps. Exploring the opportunities and objectives of this business area relating to the sale of medicines, the different phases of the project used data provided by a company in this sector, collecting, cleaning and preparing the data for modelling sales forecasts for future periods. The final forecasts were obtained using the Prophet model, and performance evaluations were carried out to finalize the model. With this project it is possible to provide the business area with quantitative data on forecast medicine sales and graphs that reveal sales behavior and indications of sales trends and seasonality, in order to achieve reductions in medicine out-of-stocks, shortages and stock management costs.