Transformación digital en clientes de distribución : modelo predictivo de ventas con redes neuronales para automatizar la validación y monitoreo de ventas en consumo masivo

Este proyecto desarrolla un modelo de predicción de ventas utilizando técnicas de aprendizaje automático, específicamente Redes Neuronales Recurrentes (RNN) y modelos SARIMA, para automatizar la validación y monitoreo de datos de ventas de distribuidores de Procter & Gamble (P&G) en el canal de consumo masivo en Colombia. A través de un análisis exploratorio exhaustivo de datos históricos de ventas, se identifican patrones, tendencias y correlaciones clave en las series temporales. Se diseñan, entrenan y comparan diferentes arquitecturas de redes neuronales, incluyendo Long Short-Term Memory (LSTM) y feedforward, así como modelos SARIMA, para determinar el enfoque más adecuado en términos de precisión y capacidad de generalización. Los resultados demuestran que las redes LSTM superan a los modelos SARIMA y feedforward, logrando un MAPE del 3.402%, un RMSE de 2.347 millones y una correlación de 0.987 para un cliente analizado. Sin embargo, para otro cliente los resultados son menos satisfactorios, sugiriendo la necesidad de explorar técnicas adicionales según las características específicas de cada serie. La implementación de estos modelos predictivos puede generar beneficios para P&G, como detección temprana de anomalías en reportes de distribuidores, optimización de estrategias comerciales, y toma de decisiones basada en información confiable y oportuna a lo largo de la cadena de suministro de consumo masivo.

• Autores: Olivera Torres, Anderson Camilo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• OAI Identifier: oai:repository.udistrital.edu.co:11349/41899
• Acceso en línea: http://hdl.handle.net/11349/41899
• Palabra clave: Redes neuronales; Aprendizaje automático; Predicción; Consumo masivo; Ingeniería Electrónica -- Tesis y disertaciones académicas; Transformación digital; Modelos predictivos de ventas; Redes neuronales; Consumo masivo; Inteligencia artificial; Neural networks; Machine learning; Prediction; Massive consumption
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional