Pronóstico de ventas en kilos de un producto con ventas al por menor de una empresa de alimentos en Antioquia

RESUMEN : El objetivo principal es la predicción de las ventas en kilos por mes de los productos, esto para conocer con anticipación suficiente un estimado de la cantidad de materia prima necesaria para satisfacer la demanda futura y realizarse antes de las alzas de precios y negociar un precio de compra que permita generar rentabilidad con la posterior venta de los productos finales. Los datos proporcionados se componen de las fechas de la factura por cada venta desde el 2010 hasta el 2022, los registros de ventas en kilos, el código de producto, las categorías y subcategorías de los productos. Inicialmente la estrategia fue realizar la predicción de los valores de kilos con un modelo supervisado de regresión utilizando variables exógenas, posteriormente las iteraciones se realizaron con otras herramientas donde se utilizó modelos de regresión univariables apoyados del componente de tendencia y estacionalidad de los datos de un producto en específico para obtener mejores resultados que en las primeras iteraciones una vez se comparan con datos reales contra los predichos por el modelo final. El mejor resultado entre los modelos candidatos fue el del modelo ARIMA [1] el cual ofrece un pronóstico muy positivo en cuanto al problema de negocio que se desea afrontar. En una configuración óptima este tipo de modelos aprovechan muy bien el componente de estacionalidad en las series de tiempo y al tener esta ventaja los resultados suelen tener una precisión muy aceptable. El modelo ARIMA aprovecha la combinación de las propiedades Autorregresiva (AR), Integración (I) y Media Móvil (MA) para alcanzar el mejor resultado en los pronósticos de series de tiempo.

• Autores: Usme Valencia, Mateo; Rojas Díaz, Jorge Iván
• Tipo de recurso: Tesis
• Fecha de publicación: 2022
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/29133
• Acceso en línea: http://hdl.handle.net/10495/29133
• Palabra clave: Aprendizaje automático (inteligencia artificial); Machine learning; Análisis de series de tiempo; Time-series analysis; Análisis de regresión; Regression analysis; Pronostico de ventas; Sales forecasting; Técnicas de predicción; Forecasting; Venta al por menor; Retail marketing; http://aims.fao.org/aos/agrovoc/c_3041; http://aims.fao.org/aos/agrovoc/c_6536
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/2.5/co/