No mercado global de commodities minerais, antecipar tendências de preço é um fator estratégico para planejamento, negociação e gestão de risco. Para empresas que atuam em cadeias complexas e altamente voláteis, como a mineração, decisões sobre produção, logística e contratos dependem cada vez mais de inteligência analítica robusta.
Foi nesse contexto que a Samarco , em parceria com a FutureTech, desenvolveu o Sistema de Previsão de Preço da Pelota (SPP). Uma plataforma analítica voltada a compreender e antecipar a dinâmica de formação de preços.
Mais do que um modelo de previsão, o projeto buscou construir uma base estruturada de inteligência de mercado, capaz de apoiar decisões estratégicas e aumentar a previsibilidade em um ambiente econômico global marcado por volatilidade e múltiplas interdependências.
A SOLUÇÃO:
A FutureTech desenvolveu, em conjunto com a Samarco, o Sistema de Previsão de Preço da Pelota (SPP), um modelo analítico capaz de antecipar tendências de preço com base em múltiplas fontes de dados.
O sistema foi estruturado em duas grandes fases:
1. Estruturação da base analítica
Na primeira fase do projeto, foram identificadas e organizadas as variáveis que influenciam a formação do preço da pelota.
Essa etapa envolveu:
- Mapeamento de fatores internos e externos de precificação;
- Consolidação de bases históricas de dados;
- Análise exploratória de correlações e padrões não lineares;
- Classificação de variáveis por componente.
O resultado foi a criação de uma base analítica estruturada, capaz de integrar dados operacionais da Samarco com índices internacionais de mercado.
2. Modelagem e validação preditiva
Na segunda fase, os modelos preditivos foram desenvolvidos e testados.
A arquitetura adotada combina técnicas estatísticas e aprendizado de máquina, permitindo capturar relações complexas entre variáveis de mercado, logística e qualidade do produto.
Um dos elementos centrais da solução é a arquitetura de aprendizado multilayer, capaz de integrar diferentes níveis de informação e identificar interdependências entre fatores que impactam o preço da pelota.
Como ilustrado na arquitetura do modelo apresentada no relatório técnico, diferentes camadas analíticas processam variáveis técnicas, operacionais e de mercado, permitindo que o sistema identifique padrões complexos e produza previsões mais robustas.
Além disso, os modelos foram implementados no ambiente Databricks da Samarco, garantindo rastreabilidade, versionamento e integração direta com as bases de dados da empresa.
O papel da FutureTech:
A FutureTech atua na interseção entre ciência de dados, inteligência artificial e engenharia de decisão, desenvolvendo soluções analíticas para problemas complexos em setores industriais.
No projeto com a Samarco, a empresa foi responsável por:
- Estruturar a arquitetura analítica do sistema;
- Desenvolver os modelos preditivos;
- Integrar os pipelines de dados no ambiente operacional;
- Conduzir validações técnicas e workshops com especialistas da empresa.
Essa colaboração permitiu transformar um desafio complexo de mercado em uma plataforma de inteligência analítica aplicada ao negócio.