Este estudo propõe o desenvolvimento e a avaliação de um modelo de previsão de faturamento, buscando aprimorar a capacidade de antecipação de resultados financeiros ao considerar múltiplos fatores, como histórico de vendas e sazonalidade. Para isso, serão analisadas técnicas estatísticas e de aprendizado de máquina amplamente conhecidas para análise preditiva, incluindo regressão linear múltipla, séries temporais, redes neurais recorrentes (RNN) e convolucionais (CNN), a fim de avaliar sua possível utilização. A avaliação do desempenho dos modelos será conduzida com base em métricas quantitativas, permitindo identificar a abordagem mais eficaz para previsão de faturamento. Dessa forma, este trabalho tem como objetivo desenvolver e validar um modelo que auxilie na tomada de decisões estratégicas, reduzindo incertezas e aprimorando a previsibilidade dos resultados.