Análisis modelos de aprendizaje automático para la predicción de la demanda en centro de entretenimiento familiar

Abstract

RESUMEN : El proceso de analítica propuesto en el presente documento busca establecer una aproximación para predecir la demanda en un centro de entretenimiento familiar ubicado en el oriente antioqueño que se enfrenta frecuentemente al reto de tomar decisiones con relación a la planeación y aseguramiento de recursos para que la prestación del servicio garantice la mejor experiencia de usuario, es decir; prever con algún grado de certidumbre que los recursos asegurados satisfagan el nivel de operación esperado, evitando por un lado los sobrecostos y por otro lado la insatisfacción de los usuarios derivados de una planeación insuficiente. Se ha suministrado un conjunto de datos con los registros de asistencia de los visitantes a lo largo de cinco años, con esta información se emprendió el proceso de analítica basado en dos enfoques. El primero, se hizo un tratamiento como serie temporal pero abordado como un problema de aprendizaje automático de tipo supervisado, en este proceso encontramos que el modelo no logró captar el comportamiento de la serie principalmente por la alta variabilidad de los datos (frecuencia alta) de un día para otro, en este caso se plantearon varios experimentos a través de redes neurales pero los indicadores de desempeño no mejoraron al incrementar el número de iteraciones. El segundo enfoque, fue convertir el problema en una tarea de clasificación, juntando al conjunto de datos originales, otro tipo de información que recomendó el experto de negocio, en este caso se consideraron (días festivos, temporada escolar, estado del tiempo, días de pago, fines de semana), en esta etapa los modelos utilizados arrojaron unos resultados un poco más ajustados a la realidad aunque se esperaba de entrada que las variable explicativas tuvieran mayor correlación con la clasificación de los días (temporada baja, temporada media, temporada alta); sin embargo; mediante el proceso de búsqueda de hiperparámetros para optimizar el rendimiento de los modelos, se aprecia una leve mejoría en el reporte de métricas. En las conclusiones se puede apreciar que para este tipo de problemas y de acuerdo con el requerimiento del negocio, no es conveniente un tratamiento a través de series temporales dada la baja data con la que se cuenta y los niveles de variación afectan significativamente los resultados, mientras que convertirlo de manera conveniente a un problema de clasificación, arroja resultados más esperanzadores con relación a lo esperado por el negocio, no obstante; para un desarrollo o implementación más robusta se sugiere al final redefinir las variables que realmente explican el fenómeno de asistencia de usuarios al centro de entretenimiento familiar. Aunque es importante destacar que en clasificación se concluye que puede ser más costoso en lo reputacional equivocarse por debajo a equivocarse por encima, es decir; predecir un día como temporada alta y asegurar más recursos, solo conlleva pérdida de dinero, mientras que si predice temporada baja, siendo alta, el costo impacta en los reputacional por insatisfacción de los usuarios.