Diseño de un modelo de pronóstico de demanda para la gestión de recursos en lavanderías hoteleras

La falta de un sistema eficiente para pronosticar la demanda representa un desafío crítico para las empresas de lavandería que prestan servicios a hoteles. Este problema dificulta la planificación óptima de los recursos, lo que genera pérdidas económicas, costos adicionales y una disminución en la satisfacción del cliente. Actualmente, estas empresas enfrentan problemas como exceso de personal (overstaffing) durante períodos de baja demanda o personal insuficiente en momentos de alta carga de trabajo, lo que afecta la productividad y la calidad del servicio. El objetivo de este proyecto es diseñar un modelo de pronóstico de demanda basado en herramientas estadísticas y de programación como RStudio. A partir del análisis de datos históricos, se busca predecir de manera precisa las necesidades de las lavanderías, permitiendo la planificación adecuada de recursos materiales y humanos. Este enfoque combina métodos avanzados de análisis de series temporales, como SARIMA y Holt-Winters, para capturar patrones estacionales y tendencias en la demanda. Como resultado, el modelo propuesto no solo optimiza la asignación de recursos y mejora la eficiencia operativa, sino que también contribuye a la sostenibilidad económica de las lavanderías, reduciendo costos y garantizando un servicio confiable para los hoteles. Esta metodología establece una base sólida para futuras aplicaciones en la industria hotelera y sectores similares con necesidades de pronóstico.

• Autores: Pinto Leon, Daniel David; Muñoz Romero, José Ricaurte; Yusunguaira Muñoz, Juan Felipe; Truyol Meriño, Moisés Antonio
• Fecha de publicación: 2024
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/12993
• Acceso en línea: http://hdl.handle.net/10584/12993
• Palabra clave: Modelo de pronóstico de demanda; Lavanderías hoteleras; Improductividad laboral; Métodos de series temporales; Modelo SARIMA; Estacionalidad; Validación de modelos; Errores de pronóstico (MAD); Pronóstico híbrido; RStudio; Demand forecasting model; Hotel laundries; Workforce inefficiency; Time series methods; SARIMA model; Seasonality; Model validation; Forecast errors (MAD); Hybrid forecasting; RStudio
• License: Universidad del Norte