Desarrollo de un modelo predictivo para la fijación de precios de renta de vehículos en una de las más grandes empresas de renta de vehículos en Ecuador

Abstract

El presente trabajo está enfocado en el estudio las dinámicas del precio de vehículos en una empresa de renta de autos o dynamic prycing, el mismo que se ve influenciado por diversos factores cuya definición puede dar como resultado un desempeño positivo como negativo dentro de los ingresos netos de la empresa. La investigación plantea determinar cuáles son estas variables que comprometen el precio, y en contraposición brinda buscar una solución a través de la definición de un algoritmo de machine learning que permita predecir las tarifas de los vehículos acorde a la influencia de las variables, entre las cuales están la demanda, la temporalidad, y la cantidad de reservas que posee la empresa. Los datos fueron obtenidos directamente de la empresa objeto de estudio, a través del procesamiento de los datos se determinó que la investigación se basara en dos modelos de vehículos, compactos y económicos, el modelo de regresión lineal en random forest es la mejor opción para el modelo de precios. A través del Random Forest se determinó el número de estimadores o arboles a utilizar dentro del modelo, también utilizamos el feature importance para determinar las variables más influyentes dentro del modelo, se encontró que la cantidad de contratos abiertos es aquella que tiene más peso al momento de crear nuestro algoritmo, finalmente se determinó a través del R2 y MSE que el modelo con los datos actuales de la empresa no se ajusta a las predicciones debido a una mala definición de precios iniciales por parte de la empresa la cual debe ser corregida a través del web scraping.