Propuesta de modelo de pronóstico de demanda

Abstract

RESUMEN : Una de las aplicaciones actuales de la ciencia de datos y que ha cobrado gran relevancia, es el aprendizaje y posterior predicción del comportamiento de la demanda de productos, que puede estudiarse a partir de diferentes metodologías estadísticas enfocadas en el tiempo. Sin embargo, debido a la variabilidad de la demanda y de las variables que la afectan, es cada vez más complejo en el día de hoy realizar una proyección similar a la realidad. Considerando lo anterior, fue necesario construir una solución asertiva para mejorar el entendimiento del fenómeno y para el desarrollo de un procedimiento basado en un modelo de pronóstico. En primer lugar, se identificaron las variables que afectan la demanda de los productos de línea, luego, se obtuvo la información pertinente de las variables con sus históricos, posteriormente se organizó y se estructuró adecuadamente esta información, de acuerdo con los lineamientos requeridos para la correcta predicción y con el fin de aumentar la precisión del modelo a la realidad. Posteriormente, se implementó el modelo y se realizaron pruebas de verificación y validación de los resultados para evaluar el rendimiento del modelo con la metodología actual. Todo lo anterior con el apoyo del equipo comercial y de monitoreo de la cadena de suministro de la empresa manufacturera de alimentos cárnicos. Los resultados del proyecto fueron aceptados por los expertos del negocio realizando una documentación de las actividades y se tomó la decisión de continuar perfeccionando la solución.

ABSTRACT : One of the current applications of data science has gained great relevance lately. It is basically the learning and subsequent prediction of the behavior of product demand, which can be studied from different statistical methodologies focused on time. However, due to the variability of the demand and the aspects that affect it, it has become increasingly complex nowadays to make a forecast close to reality. Therefore, it was necessary to build an assertive solution to improve the understanding of the phenomenon and to develop a solution based on a forecasting model. First of all, the variables that affect the demand of the line products were identified. Then, the pertinent information of the variables with their historical data was obtained. After that, the information was organized and well structured, according to the guidelines required for the correct prediction in order to increase the accuracy of the model to reality. Finally, the model was implemented as well as verification tests and validation of the results were performed to evaluate the execution of the model with the current methodology. All of the above was supported by the company's commercial and supply chain monitoring team. The results of the project were accepted by the business experts by documenting activities and the decision was made to continue improving the solution.