Sistema de predicción de demanda de productos utilizando algoritmos de ensemble en una base de datos de ventas, con el fin de mejorar la precisión predictiva y optimizar la gestión de inventario para la panificadora “México” en el año 2024

Abstract

Gestionar las ventas de productos es fundamental para las pequeñas y medianas empresas, pero a menudo resulta desafiante y genera preocupaciones para los dueños y gerentes. Muchas empresas todavía dependen de métodos empíricos o incluso de hojas de cálculo manuales para monitorear las ventas diarias, lo que limita su capacidad para tomar decisiones informadas. Sin embargo, contar con una visión objetiva y basada en datos sobre las ventas y la participación de productos puede proporcionar ventajas competitivas. Esto nos permite realizar análisis detallados que pueden potenciar las ventas y mejorar la eficiencia del negocio. En este contexto, se estudia el caso de Panificadora México en Quito, con el objetivo de explorar las ventajas de sistematizar el seguimiento de ventas y de implementar modelos de machine learning para predecir los niveles de ventas y realizar proyecciones. Estas proyecciones son cruciales para relacionarlas con los niveles de producción necesarios en el negocio. El uso de modelos de machine learning en la producción de alimentos ha ganado relevancia en años recientes debido a su capacidad para mejorar la eficiencia y la rentabilidad. Especialmente para pequeñas empresas de alimentos, estas tecnologías pueden optimizar procesos y apoyar la toma de decisiones basadas en datos. Panificadora México, una pequeña empresa de panificación, ha dependido principalmente de métodos empíricos para gestionar sus ventas y producción. La falta de un sistema estructurado ha causado dificultades en la planificación de la producción y la proyección de ventas, lo que ha llevado a problemas de inventario y eficiencia operativa. Además, se desarrollarán modelos de machine learning para analizar estos datos y generar predicciones precisas de la demanda futura. Estas predicciones serán fundamentales para planificar la producción y gestionar el inventario de manera eficiente. La implementación de estos modelos y sistemas de gestión de datos no solo mejorará los procesos operativos, sino que también reducirá los costos asociados con el exceso de inventario y la pérdida de ventas.