Análisis comparativo de modelos predictivos de machine learning para la proyección de ventas de productos Nestlé en supermercados Tia en Ecuador

Abstract

En la era de la digitalización y el big data, la habilidad de proyectar ventas futuras se ha vuelto esencial para la estrategia de negocios y la toma de decisiones. Este estudio busca desarrollar y comparar dos modelos de predicción de ventas Sell Out utilizando técnicas de machine learning para Nestlé Ecuador, centrado en los datos de ventas de uno de sus clientes principales, la cadena de supermercados TIA que vende los productos de Nestlé Ecuador a través de perchas en cada uno de sus locales a nivel nacional. El objetivo es mejorar la precisión de la proyección de ventas futuras, un aspecto crítico en la estrategia empresarial y la toma de decisiones. Se han seleccionado dos algoritmos de aprendizaje automático, Random Forest y Redes Neuronales implementadas en Keras, para su aplicación en datos de ventas del año 2023. Estos modelos se compararán en términos de precisión y eficacia en la proyección de ventas. Los resultados preliminares indican que ambos modelos pueden proporcionar valiosas proyecciones de ventas, aunque difieren en ciertos aspectos de la precisión y la interpretación. Los resultados de ambos modelos serán evaluados y comparados en términos de precisión y eficacia en la proyección de las ventas. A través de este estudio, se espera proporcionar a Nestlé Ecuador una herramienta robusta y eficaz para la proyección de ventas, facilitando así la toma de decisiones informadas y estratégicas en la organización.