Propuesta de modelo de pronóstico de demanda
RESUMEN : Una de las aplicaciones actuales de la ciencia de datos y que ha cobrado gran relevancia, es el aprendizaje y posterior predicción del comportamiento de la demanda de productos, que puede estudiarse a partir de diferentes metodologías estadísticas enfocadas en el tiempo. Sin embargo, debid...
- Autores:
-
Pino Galvis, Juan David
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/26251
- Acceso en línea:
- http://hdl.handle.net/10495/26251
- Palabra clave:
- Algoritmo
Algorithms
Análisis de datos
Data analysis
Aprendizaje automático (inteligencia artificial)
Pronóstico de ventas
Demanda
Demand
http://aims.fao.org/aos/agrovoc/c_2171
http://vocabularies.unesco.org/thesaurus/concept2024
http://vocabularies.unesco.org/thesaurus/concept2214
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-sa/2.5/co/
id |
UDEA2_381b456b6426a3a55740269541ab3c57 |
---|---|
oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/26251 |
network_acronym_str |
UDEA2 |
network_name_str |
Repositorio UdeA |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Propuesta de modelo de pronóstico de demanda |
title |
Propuesta de modelo de pronóstico de demanda |
spellingShingle |
Propuesta de modelo de pronóstico de demanda Algoritmo Algorithms Análisis de datos Data analysis Aprendizaje automático (inteligencia artificial) Pronóstico de ventas Demanda Demand http://aims.fao.org/aos/agrovoc/c_2171 http://vocabularies.unesco.org/thesaurus/concept2024 http://vocabularies.unesco.org/thesaurus/concept2214 |
title_short |
Propuesta de modelo de pronóstico de demanda |
title_full |
Propuesta de modelo de pronóstico de demanda |
title_fullStr |
Propuesta de modelo de pronóstico de demanda |
title_full_unstemmed |
Propuesta de modelo de pronóstico de demanda |
title_sort |
Propuesta de modelo de pronóstico de demanda |
dc.creator.fl_str_mv |
Pino Galvis, Juan David |
dc.contributor.advisor.none.fl_str_mv |
Restrepo Tamayo, Luz Marcela |
dc.contributor.author.none.fl_str_mv |
Pino Galvis, Juan David |
dc.subject.unesco.none.fl_str_mv |
Algoritmo Algorithms Análisis de datos Data analysis |
topic |
Algoritmo Algorithms Análisis de datos Data analysis Aprendizaje automático (inteligencia artificial) Pronóstico de ventas Demanda Demand http://aims.fao.org/aos/agrovoc/c_2171 http://vocabularies.unesco.org/thesaurus/concept2024 http://vocabularies.unesco.org/thesaurus/concept2214 |
dc.subject.lemb.none.fl_str_mv |
Aprendizaje automático (inteligencia artificial) Pronóstico de ventas |
dc.subject.agrovoc.none.fl_str_mv |
Demanda Demand |
dc.subject.agrovocuri.none.fl_str_mv |
http://aims.fao.org/aos/agrovoc/c_2171 |
dc.subject.unescouri.none.fl_str_mv |
http://vocabularies.unesco.org/thesaurus/concept2024 http://vocabularies.unesco.org/thesaurus/concept2214 |
description |
RESUMEN : Una de las aplicaciones actuales de la ciencia de datos y que ha cobrado gran relevancia, es el aprendizaje y posterior predicción del comportamiento de la demanda de productos, que puede estudiarse a partir de diferentes metodologías estadísticas enfocadas en el tiempo. Sin embargo, debido a la variabilidad de la demanda y de las variables que la afectan, es cada vez más complejo en el día de hoy realizar una proyección similar a la realidad. Considerando lo anterior, fue necesario construir una solución asertiva para mejorar el entendimiento del fenómeno y para el desarrollo de un procedimiento basado en un modelo de pronóstico. En primer lugar, se identificaron las variables que afectan la demanda de los productos de línea, luego, se obtuvo la información pertinente de las variables con sus históricos, posteriormente se organizó y se estructuró adecuadamente esta información, de acuerdo con los lineamientos requeridos para la correcta predicción y con el fin de aumentar la precisión del modelo a la realidad. Posteriormente, se implementó el modelo y se realizaron pruebas de verificación y validación de los resultados para evaluar el rendimiento del modelo con la metodología actual. Todo lo anterior con el apoyo del equipo comercial y de monitoreo de la cadena de suministro de la empresa manufacturera de alimentos cárnicos. Los resultados del proyecto fueron aceptados por los expertos del negocio realizando una documentación de las actividades y se tomó la decisión de continuar perfeccionando la solución. |
publishDate |
2022 |
dc.date.accessioned.none.fl_str_mv |
2022-02-28T15:42:36Z |
dc.date.available.none.fl_str_mv |
2022-02-28T15:42:36Z |
dc.date.issued.none.fl_str_mv |
2022 |
dc.type.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/draft |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
draft |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/26251 |
url |
http://hdl.handle.net/10495/26251 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/co/ |
dc.rights.accessrights.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.creativecommons.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/co/ http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.extent.spa.fl_str_mv |
35 |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.place.spa.fl_str_mv |
Medellín |
institution |
Universidad de Antioquia |
bitstream.url.fl_str_mv |
http://bibliotecadigital.udea.edu.co/bitstream/10495/26251/1/PinoJuan_2022_PropuestaModeloDemanda.pdf http://bibliotecadigital.udea.edu.co/bitstream/10495/26251/2/license_rdf http://bibliotecadigital.udea.edu.co/bitstream/10495/26251/3/license.txt |
bitstream.checksum.fl_str_mv |
c67cf9188b262e65d8117028dd370f55 e2060682c9c70d4d30c83c51448f4eed 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad de Antioquia |
repository.mail.fl_str_mv |
andres.perez@udea.edu.co |
_version_ |
1812173218335686656 |
spelling |
Restrepo Tamayo, Luz MarcelaPino Galvis, Juan David2022-02-28T15:42:36Z2022-02-28T15:42:36Z2022http://hdl.handle.net/10495/26251RESUMEN : Una de las aplicaciones actuales de la ciencia de datos y que ha cobrado gran relevancia, es el aprendizaje y posterior predicción del comportamiento de la demanda de productos, que puede estudiarse a partir de diferentes metodologías estadísticas enfocadas en el tiempo. Sin embargo, debido a la variabilidad de la demanda y de las variables que la afectan, es cada vez más complejo en el día de hoy realizar una proyección similar a la realidad. Considerando lo anterior, fue necesario construir una solución asertiva para mejorar el entendimiento del fenómeno y para el desarrollo de un procedimiento basado en un modelo de pronóstico. En primer lugar, se identificaron las variables que afectan la demanda de los productos de línea, luego, se obtuvo la información pertinente de las variables con sus históricos, posteriormente se organizó y se estructuró adecuadamente esta información, de acuerdo con los lineamientos requeridos para la correcta predicción y con el fin de aumentar la precisión del modelo a la realidad. Posteriormente, se implementó el modelo y se realizaron pruebas de verificación y validación de los resultados para evaluar el rendimiento del modelo con la metodología actual. Todo lo anterior con el apoyo del equipo comercial y de monitoreo de la cadena de suministro de la empresa manufacturera de alimentos cárnicos. Los resultados del proyecto fueron aceptados por los expertos del negocio realizando una documentación de las actividades y se tomó la decisión de continuar perfeccionando la solución.ABSTRACT : One of the current applications of data science has gained great relevance lately. It is basically the learning and subsequent prediction of the behavior of product demand, which can be studied from different statistical methodologies focused on time. However, due to the variability of the demand and the aspects that affect it, it has become increasingly complex nowadays to make a forecast close to reality. Therefore, it was necessary to build an assertive solution to improve the understanding of the phenomenon and to develop a solution based on a forecasting model. First of all, the variables that affect the demand of the line products were identified. Then, the pertinent information of the variables with their historical data was obtained. After that, the information was organized and well structured, according to the guidelines required for the correct prediction in order to increase the accuracy of the model to reality. Finally, the model was implemented as well as verification tests and validation of the results were performed to evaluate the execution of the model with the current methodology. All of the above was supported by the company's commercial and supply chain monitoring team. The results of the project were accepted by the business experts by documenting activities and the decision was made to continue improving the solution.35application/pdfspainfo:eu-repo/semantics/draftinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/Propuesta de modelo de pronóstico de demandaMedellínAlgoritmoAlgorithmsAnálisis de datosData analysisAprendizaje automático (inteligencia artificial)Pronóstico de ventasDemandaDemandhttp://aims.fao.org/aos/agrovoc/c_2171http://vocabularies.unesco.org/thesaurus/concept2024http://vocabularies.unesco.org/thesaurus/concept2214Ingeniero IndustrialPregradoFacultad de Ingeniería. Ingeniería IndustrialUniversidad de AntioquiaORIGINALPinoJuan_2022_PropuestaModeloDemanda.pdfPinoJuan_2022_PropuestaModeloDemanda.pdfTrabajo de grado de pregradoapplication/pdf714537http://bibliotecadigital.udea.edu.co/bitstream/10495/26251/1/PinoJuan_2022_PropuestaModeloDemanda.pdfc67cf9188b262e65d8117028dd370f55MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81051http://bibliotecadigital.udea.edu.co/bitstream/10495/26251/2/license_rdfe2060682c9c70d4d30c83c51448f4eedMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://bibliotecadigital.udea.edu.co/bitstream/10495/26251/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5310495/26251oai:bibliotecadigital.udea.edu.co:10495/262512022-02-28 10:43:40.999Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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 |