Predicción de ventas en las tiendas de barrio Colombianas

Abstract

RESUMEN : Tienda Registrada es una empresa que captura información de ventas del canal de las tiendas de barrio por medio de un sistema POS, Este sistema es instalado en las tiendas impactando de manera positiva, reduciendo costes y mejorando los márgenes. En la mayoría de los casos el sistema ha permitido ahorrar e incluso incrementar las ventas en la tienda con el uso de módulos que les permiten gestionar inventario, empleados, medios de pago, productos, entre muchos otros (1). La estructura de los datos y la construcción de unos maestros definidos a través del tiempo permiten realizar agrupaciones por múltiples variables que dan valor a los reportes. El consumidor final de tienda registrada son los productores de las grandes marcas en el país, actualmente la empresa comercializa información para marcas como Postobón, alpina, familia, Colanta, super, ramo, roa, entre otras. La información se comercializa de manera personalizada en forma de reporte, es decir, con el cliente se llega a un entendimiento de la necesidad y ahí se propone el mejor esquema de datos con el cual se responderá su pregunta de negocio.

Actualmente la empresa cuenta con un panel de 500 tiendas distribuidas en los departamentos de Cundinamarca, Antioquia, valle del cauca y atlántico, y se contó con la info de dichas ventas desde 2017, está info a pesar de que se trae limpia, para el análisis que se planteó fue necesario realizar algunas transformaciones. El objetivo del modelo es predecir las ventas de la semana siguiente a partir de la información del último año en todas las tiendas para una marca especifica.

ABSTRACT : Registered Store is a company that captures sales information from the neighborhood stores channel through a POS system; Gutiérrez and Hernández (2007) argue that the structure of the data and the construction of defined masters over time allow groupings by multiple variables that give value to the reports. The final consumer of the registered store are the producers of the big brands in the country, currently the company markets information for brands such as Postobón, Alpina, Familia, Colanta, Super, Ramo, Roa, Among Others. The information is marketed in a personalized way in the form of a report, that is, with the client an understanding of the need is reached and there the best data scheme is proposed with which their business question will be answered. Currently the company has a panel of 500 stores distributed in the departments of Cundinamarca, Antioquia, Valle Del Cauca and Atlántico, and the information on these sales was available since 2017, this information despite being clean, for analysis that was raised it was necessary to carry out some transformations. The objective of the model is to predict the sales of the following week from the information of the last year in all the stores for a specific brand. Once the necessary data transformation was carried out, it was defined that the problem was regression, where we seek to predict a numerical value corresponding to the sum of sales of the 7 subsequent days given the grouped information from last year. During the training process, different machine learning models were tested, such as Linear regression, Lasso regression, Random Forest, Gradient Boosting and RNN, the error was calculated with the mean absolute error technique and the model with the lowest error was Gradient Boosting.