Modelo de planeación de inventarios para E-commerce, utilizando herramientas de inteligencia artificial para hacer pronósticos de demanda y clasificación de inventarios

Esta investigación aborda el problema de creación de un modelo de planeación de inventarios para E-commerce, resaltando el impacto económico que tiene el inventario en las finanzas de una compañía (cerca del 30% del valor de los activos). En primer lugar, se hace una revisión del estado del arte en...

Full description

Autores:
Vesga Acevedo, Diego Nicolás
Tipo de recurso:
Fecha de publicación:
2020
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/48641
Acceso en línea:
http://hdl.handle.net/1992/48641
Palabra clave:
Comercio electrónico
Inteligencia artificial
Inventarios
Control de inventarios
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
Description
Summary:Esta investigación aborda el problema de creación de un modelo de planeación de inventarios para E-commerce, resaltando el impacto económico que tiene el inventario en las finanzas de una compañía (cerca del 30% del valor de los activos). En primer lugar, se hace una revisión del estado del arte en relación con pronósticos, clasificación y control de inventarios. La metodología aplicada comprende diferentes métodos de pronóstico de ventas en productos cuyas demandas son intermitentes, sin tendencia o estacionalidad, incluyendo modelos de aprendizaje automático supervisado (Multiple Linear Regression, Random Forest, Support Vector Machines). Además, se comparan técnicas tradicionales de clasificación de productos con modelos que utilizan aprendizaje automático no supervisado (K-means, Hierarchical Clustering, DBSCAN, Gaussian Mixture Model) y se propone una heurística de control de inventarios para el grupo más importante. El análisis numérico de cada etapa fue realizado con una base de datos de 208 productos que se ofertan en un E-commerce de mejoramiento para el hogar. Los resultados muestran que los modelos de inteligencia artificial superaron a los métodos tradicionales tanto en los pronósticos de ventas como en la clasificación de productos. También, se propone explorar más a profundidad los modelos de pronósticos que aprenden de patrones similares entre productos, y algoritmos de clasificación no supervisada que incluyan gran cantidad de variables importantes en el control de inventarios