Analisi e previsione del mercato automobilistico italiano: un confronto tra modelli predittivi

The Italian automotive market is a crucial sector of the national economy, influenced by economic, regulatory, and technological factors. In recent years, the industry has undergone significant transformations, making it essential to adopt advanced tools for forecasting sales trends. This thesis, developed as part of an internship at SDG Group, aims to analyze the Italian automotive market using advanced forecasting techniques, providing accurate sales estimates to support strategic decision-making in the automotive sector. The analysis is divided into two main parts: the first focuses on daily forecasting using the XGBoost machine learning model, while the second examines monthly forecasts by comparing three statistical models: SARIMAX, Prophet, and Neural Prophet. The most effective model is then used to generate long-term forecasts. The adopted approach allows for evaluating the effectiveness of different forecasting methodologies and understanding the dynamics of the Italian automotive market. The obtained results aim to provide useful tools for optimizing production and logistics, contributing to a more efficient resource management in a constantly evolving industry.

Il mercato automobilistico italiano è un settore cruciale dell’economia nazionale, influenzato da fattori economici, normativi e tecnologici. Negli ultimi anni, il settore ha subito importanti trasformazioni, rendendo essenziale l’adozione di strumenti avanzati per la previsione dei trend di vendita. Questa tesi, sviluppata nell’ambito di un tirocinio extracurricolare presso SDG Group, ha l’obiettivo di analizzare il mercato automobilistico italiano tramite tecniche avanzate di previsione, fornendo stime accurate delle vendite future per supportare le decisioni strategiche del settore automotive. L’analisi si articola in due parti principali: la prima riguarda la previsione giornaliera attraverso il modello di machine learning XGBoost, mentre la seconda si concentra su previsioni mensili, confrontando tre modelli statistici: SARIMAX, Prophet e Neural Prophet. Il miglior modello viene quindi utilizzato per generare previsioni a lungo termine. L’approccio adottato consente di valutare l’efficacia delle diverse metodologie di previsione e di comprendere le dinamiche del mercato automobilistico italiano. I risultati ottenuti mirano a offrire strumenti utili per l’ottimizzazione della produzione e della logistica, contribuendo a una gestione più efficiente delle risorse in un settore in continua evoluzione.