Asignación inteligente de precios a artículos de calzado en una compañía de retail

Simple item page
dc.contributor.advisorArango Londoño, David
dc.contributor.authorOrozco Castaño, Gabriel
dc.date.accessioned2025-11-04T14:09:21Z
dc.date.available2025-11-04T14:09:21Z
dc.date.issued2025
dc.description.abstractEl proyecto tuvo como objetivo analizar el impacto de las variaciones de precios sobre la demanda de una empresa del sector calzado, buscando fortalecer su competitividad y sostenibilidad. Inicialmente, se propuso diseñar un algoritmo de optimización de precios basado en la elasticidad precio-demanda, sin embargo, el análisis de los datos históricos reveló que los cambios de precios no se realizaron bajo condiciones estadísticamente controladas, lo que impidió calcular una elasticidad confiable. Ante esta limitación, se redirigió el enfoque metodológico hacia la proyección de la demanda utilizando variables clave como el stock disponible, el precio promedio, los descuentos aplicados, la semana estacionaria y el comportamiento semanal de las ventas. El estudio se centró en productos de la categoría escolar. Aunque durante el desarrollo del estudio se exploraron distintos modelos de machine learning y de series de tiempo, ARIMAX y Prophet ofrecieron resultados satisfactorios en términos de precisión y ajuste a los datos. Tras una comparación detallada entre ambos, se optó por el modelo Prophet, ya que presentó un mejor rendimiento y un comportamiento más estable, lo que lo hace más adecuado para el contexto analizado. Este modelo permitió simular escenarios futuros de ventas para el año 2025, proporcionando a la empresa una herramienta predictiva robusta que mejora la toma de decisiones. Además, se identificaron oportunidades para optimizar la política de precios mediante la implementación de un sistema de asignación de precios más estructurado, lo que podría mejorar la relación entre el precio y la demanda, optimizando la estrategia comercial de la empresa.spa
dc.description.abstractThe project aimed to analyze the impact of price variations on the demand of a footwear company, seeking to strengthen its competitiveness and sustainability. Initially, the goal was to design a price optimization algorithm based on price-demand elasticity. However, the analysis of historical data revealed that price changes had not been made under statistically controlled conditions, which prevented the calculation of reliable elasticity. Faced with this limitation, the methodological approach was redirected toward demand forecasting using key variables such as available stock, average price, applied discounts, seasonal week, and weekly sales behavior. The study focused on products in the school category. Although various machine learning and time series models were explored during the study, ARIMAX and Prophet provided satisfactory results in terms of accuracy and data fit. After a detailed comparison between the two, the Prophet model was selected for its better performance and more stable behavior, making it more suitable for the analyzed context. This model enabled the simulation of future sales scenarios for the year 2025, providing the company with a robust predictive tool to enhance decision-making. Additionally, opportunities were identified to optimize the pricing policy through the implementation of a more structured pricing allocation system, which could improve the relationship between price and demand, optimizing the company’s commercial strategy.eng
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ciencia de Datos
dc.format.extent94 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/5042
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.departmentFacultad de Ingeniería y Ciencias
dc.publisher.programMaestría en Ciencia de Datos
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectIndicadores de gestiónspa
dc.subjectElasticidad de precio de la demandaspa
dc.subjectAsignación de preciosspa
dc.subjectModelamiento estadísticospa
dc.subjectModelo de aprendizaje estadísticospa
dc.subjectManagement indicatorseng
dc.subjectPrice elasticity of demandeng
dc.subjectPricing allocationeng
dc.subjectAlgorithm designeng
dc.subjectStatistical learning modeleng
dc.titleAsignación inteligente de precios a artículos de calzado en una compañía de retailspa
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Proyecto de Grado Final - Gabriel Orozco Castaño,,.pdf
Size:
2.95 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia de Uso - Gabriel Orozco Castaño,,.pdf
Size:
193.71 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Ciencia de Datos