Estudio de la afectación y predicción de ventas de helados contemplando variables climáticas
"Meals de Colombia es una empresa colombiana que representa el negocio Helados de Grupo Nutresa. La organización, como la mayoría de las compañías colombianas, se encuentra particularmente interesada en obtener valor a través del uso intenso de sus datos. Cabe resaltar que, actualmente, la orga...
- Autores:
-
Martínez Tunarroza, Andrés Felipe
Gil Quijano, Nicolás David
Medina Herrada, Jorge Luis
- Tipo de recurso:
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/43962
- Acceso en línea:
- http://hdl.handle.net/1992/43962
- Palabra clave:
- Pronóstico de ventas - Investigaciones - Colombia - Estudio de casos
Industria de helados - Aspectos económicos - Investigaciones
Aprendizaje automático (Inteligencia artificial) - Aplicaciones - Investigaciones
Climatología - Efecto sobre los alimentos - Investigaciones - Colombia - Estudio de casos
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id |
UNIANDES2_56d3b69672706f363f28097109fa4a5b |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/43962 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
dc.title.es_CO.fl_str_mv |
Estudio de la afectación y predicción de ventas de helados contemplando variables climáticas |
title |
Estudio de la afectación y predicción de ventas de helados contemplando variables climáticas |
spellingShingle |
Estudio de la afectación y predicción de ventas de helados contemplando variables climáticas Pronóstico de ventas - Investigaciones - Colombia - Estudio de casos Industria de helados - Aspectos económicos - Investigaciones Aprendizaje automático (Inteligencia artificial) - Aplicaciones - Investigaciones Climatología - Efecto sobre los alimentos - Investigaciones - Colombia - Estudio de casos Ingeniería |
title_short |
Estudio de la afectación y predicción de ventas de helados contemplando variables climáticas |
title_full |
Estudio de la afectación y predicción de ventas de helados contemplando variables climáticas |
title_fullStr |
Estudio de la afectación y predicción de ventas de helados contemplando variables climáticas |
title_full_unstemmed |
Estudio de la afectación y predicción de ventas de helados contemplando variables climáticas |
title_sort |
Estudio de la afectación y predicción de ventas de helados contemplando variables climáticas |
dc.creator.fl_str_mv |
Martínez Tunarroza, Andrés Felipe Gil Quijano, Nicolás David Medina Herrada, Jorge Luis |
dc.contributor.advisor.none.fl_str_mv |
Abrego Pérez, Adriana Lourdes |
dc.contributor.author.none.fl_str_mv |
Martínez Tunarroza, Andrés Felipe Gil Quijano, Nicolás David Medina Herrada, Jorge Luis |
dc.contributor.jury.none.fl_str_mv |
Valencia Arboleda, Carlos Felipe Bernal Rueda, Astrid Johanna |
dc.subject.armarc.es_CO.fl_str_mv |
Pronóstico de ventas - Investigaciones - Colombia - Estudio de casos Industria de helados - Aspectos económicos - Investigaciones Aprendizaje automático (Inteligencia artificial) - Aplicaciones - Investigaciones Climatología - Efecto sobre los alimentos - Investigaciones - Colombia - Estudio de casos |
topic |
Pronóstico de ventas - Investigaciones - Colombia - Estudio de casos Industria de helados - Aspectos económicos - Investigaciones Aprendizaje automático (Inteligencia artificial) - Aplicaciones - Investigaciones Climatología - Efecto sobre los alimentos - Investigaciones - Colombia - Estudio de casos Ingeniería |
dc.subject.themes.none.fl_str_mv |
Ingeniería |
description |
"Meals de Colombia es una empresa colombiana que representa el negocio Helados de Grupo Nutresa. La organización, como la mayoría de las compañías colombianas, se encuentra particularmente interesada en obtener valor a través del uso intenso de sus datos. Cabe resaltar que, actualmente, la organización está en etapas tempranas respecto a la curva de madurez analítica generando modelos descriptivos de su información, pero limitando el potencial a la generación de reportes de Inteligencia de negocio. En ese orden de ideas, y dada la incertidumbre en los pronósticos de ventas que la organización realiza anualmente, esta se encuentra motivada a responder una serie de preguntas entre las cuales resaltan: - ¿Cómo afectan las variables climatológicas (precipitación y temperatura) a las ventas de la compañía? - ¿Cómo la compañía puede aumentar la exactitud en los pronósticos de ventas? Se parte sobre la premisa que dichas preguntas pueden ser resultas a través de técnicas estadísticas y/o algorítmicas como series de tiempo y modelos de aprendizaje de máquina (o Machine Learning). A partir de las discusiones con la organización y el entendimiento de la problemática que se busca resolver dadas las preguntas de negocio, se limita el alcance del presente proyecto a Desarrollar una metodología que permita establecer el impacto de variables a las ventas de la compañía para mejorar los pronósticos de ventas de la compañía. En ese orden de ideas, se divide el trabajo en dos grandes etapas. 1) Analisis por Datos en Panel para determinar las contribuciones marginales de las variables climatologicas y 2) Modelos de prediccion (SVM y Random Forest) para la prediccion de ventas teniendo en cuentas dichas variables."--Tomado del Formato de Documento de Grado. |
publishDate |
2019 |
dc.date.issued.es_CO.fl_str_mv |
2019 |
dc.date.accessioned.none.fl_str_mv |
2020-09-03T14:18:59Z |
dc.date.available.none.fl_str_mv |
2020-09-03T14:18:59Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/43962 |
dc.identifier.pdf.none.fl_str_mv |
u830499.pdf |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
http://hdl.handle.net/1992/43962 |
identifier_str_mv |
u830499.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.es_CO.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.es_CO.fl_str_mv |
77 hojas |
dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
dc.publisher.es_CO.fl_str_mv |
Uniandes |
dc.publisher.program.es_CO.fl_str_mv |
Maestría en Inteligencia Analítica para la Toma de Decisiones |
dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Industrial |
dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
instname_str |
Universidad de los Andes |
institution |
Universidad de los Andes |
reponame_str |
Repositorio Institucional Séneca |
collection |
Repositorio Institucional Séneca |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/ec8b028a-f99d-44f0-b215-3acb11b6b261/download https://repositorio.uniandes.edu.co/bitstreams/f4d08706-0af4-4101-a76b-b6f19f62684c/download https://repositorio.uniandes.edu.co/bitstreams/eb428600-c8be-4b18-a0fd-c6515c76719a/download |
bitstream.checksum.fl_str_mv |
30d7a929fe35e83f7177191cd2d3ab0e f3245ea3546cbca1f26a92b3704cbc10 ed84fe2d860934067b52d2e765c7267f |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1812133801774546944 |
spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Abrego Pérez, Adriana Lourdesvirtual::656-1Martínez Tunarroza, Andrés Felipef75e0325-6036-4cef-bd8d-176655752e5e500Gil Quijano, Nicolás David93acf665-9af7-4401-a694-3ad984ec56d9500Medina Herrada, Jorge Luis4a573256-198c-4fac-84f7-19cd251f0888500Valencia Arboleda, Carlos FelipeBernal Rueda, Astrid Johanna2020-09-03T14:18:59Z2020-09-03T14:18:59Z2019http://hdl.handle.net/1992/43962u830499.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/"Meals de Colombia es una empresa colombiana que representa el negocio Helados de Grupo Nutresa. La organización, como la mayoría de las compañías colombianas, se encuentra particularmente interesada en obtener valor a través del uso intenso de sus datos. Cabe resaltar que, actualmente, la organización está en etapas tempranas respecto a la curva de madurez analítica generando modelos descriptivos de su información, pero limitando el potencial a la generación de reportes de Inteligencia de negocio. En ese orden de ideas, y dada la incertidumbre en los pronósticos de ventas que la organización realiza anualmente, esta se encuentra motivada a responder una serie de preguntas entre las cuales resaltan: - ¿Cómo afectan las variables climatológicas (precipitación y temperatura) a las ventas de la compañía? - ¿Cómo la compañía puede aumentar la exactitud en los pronósticos de ventas? Se parte sobre la premisa que dichas preguntas pueden ser resultas a través de técnicas estadísticas y/o algorítmicas como series de tiempo y modelos de aprendizaje de máquina (o Machine Learning). A partir de las discusiones con la organización y el entendimiento de la problemática que se busca resolver dadas las preguntas de negocio, se limita el alcance del presente proyecto a Desarrollar una metodología que permita establecer el impacto de variables a las ventas de la compañía para mejorar los pronósticos de ventas de la compañía. En ese orden de ideas, se divide el trabajo en dos grandes etapas. 1) Analisis por Datos en Panel para determinar las contribuciones marginales de las variables climatologicas y 2) Modelos de prediccion (SVM y Random Forest) para la prediccion de ventas teniendo en cuentas dichas variables."--Tomado del Formato de Documento de Grado."Meals de Colombia is a Colombian company that represents the Ice Cream business of Grupo Nutresa. The organization, like most Colombian companies, is particularly interested in obtaining value through the intense use of its data. It should be noted that, currently, the organization is in early stages with respect to the analytical maturity curve, generating descriptive models of its information, but limiting the potential for generating business intelligence reports. In that order of ideas, and given the uncertainty in the sales forecasts that the organization makes annually, it is motivated to answer a series of questions, among which are: - How do the weather variables (precipitation and temperature) affect the company's sales? - How can the company increase accuracy in sales forecasts? It is based on the premise that these questions can be obtained through statistical and / or algorithmic techniques such as time series and machine learning models (or Machine Learning). From the discussions with the organization and the understanding of the problem that is sought to be solved given the business questions, the scope of this project is limited to Develop a methodology that allows establishing the impact of variables to the company's sales to improve The company's sales forecasts. In that order of ideas, the work is divided into two major stages. 1) Analysis by Panel Data to determine the marginal contributions of the climatological variables and 2) Prediction models (SVM and Random Forest) for the prediction of sales taking these variables into account."--Tomado del Formato de Documento de Grado.Magíster en Inteligencia Analítica para la Toma de DecisionesMaestría77 hojasapplication/pdfspaUniandesMaestría en Inteligencia Analítica para la Toma de DecisionesFacultad de IngenieríaDepartamento de Ingeniería Industrialinstname:Universidad de los Andesreponame:Repositorio Institucional SénecaEstudio de la afectación y predicción de ventas de helados contemplando variables climáticasTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesishttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TMPronóstico de ventas - Investigaciones - Colombia - Estudio de casosIndustria de helados - Aspectos económicos - InvestigacionesAprendizaje automático (Inteligencia artificial) - Aplicaciones - InvestigacionesClimatología - Efecto sobre los alimentos - Investigaciones - Colombia - Estudio de casosIngenieríaPublication068495cd-8500-4c41-8b33-f4ac1aab2efevirtual::656-1068495cd-8500-4c41-8b33-f4ac1aab2efevirtual::656-1THUMBNAILu830499.pdf.jpgu830499.pdf.jpgIM Thumbnailimage/jpeg5373https://repositorio.uniandes.edu.co/bitstreams/ec8b028a-f99d-44f0-b215-3acb11b6b261/download30d7a929fe35e83f7177191cd2d3ab0eMD55ORIGINALu830499.pdfapplication/pdf2525324https://repositorio.uniandes.edu.co/bitstreams/f4d08706-0af4-4101-a76b-b6f19f62684c/downloadf3245ea3546cbca1f26a92b3704cbc10MD51TEXTu830499.pdf.txtu830499.pdf.txtExtracted texttext/plain136116https://repositorio.uniandes.edu.co/bitstreams/eb428600-c8be-4b18-a0fd-c6515c76719a/downloaded84fe2d860934067b52d2e765c7267fMD541992/43962oai:repositorio.uniandes.edu.co:1992/439622024-03-13 11:46:24.024https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |