Predicción de ventas por identificación dispersa de un sistema ERP a partir de datos

Simple item page
dc.contributor.advisorTobón Llano, Luis Eduardo
dc.contributor.authorRincón Brito, César Daniel
dc.date.accessioned2026-03-20T14:59:13Z
dc.date.available2026-03-20T14:59:13Z
dc.date.issued2025
dc.description.abstractEsta investigación se enfoca en la implementación de modelos predictivos dentro del entorno de un ERP, con el objetivo de anticipar comportamientos y optimizar procesos en áreas como finanzas, logística, ventas y recursos humanos. Entre las técnicas estudiadas se encuentra el algoritmo SINDy (Sparse Identification of Nonlinear Dynamical Systems), que permite descubrir modelos dinámicos a partir de datos mediante regresión dispersa, seleccionando solo los términos más relevantes de una biblioteca de funciones. El estudio busca demostrar cómo, a través del análisis predictivo y la aplicación de modelos de identificación de sistemas dinámicos, es posible mejorar la toma de decisiones, reducir tiempos de espera y aumentar la precisión en operaciones críticas de la organización, especialmente cuando se dispone de una base de datos abundante y confiable dentro del sistema ERP. El análisis identifica que las ventas futuras dependen de múltiples variables de control, incluyendo unidades vendidas, indicadores de picos estacionales y ventas regionales, así como de sus interacciones cuadráticas y cruzadas. El modelo validado alcanzó un coeficiente de determinación y correlación aceptable en datos de prueba, demostrando una capacidad robusta de generalización. Estos hallazgos confirman que SINDy logra aprender la dinámica real del negocio sin memorizar los datos, ofreciendo una herramienta potente tanto para la predicción como para la comprensión de los factores causales que impulsan el rendimiento de las ventas bajo incertidumbre.spa
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería
dc.format.extent87 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/5443
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.departmentFacultad de Ingeniería y Ciencias
dc.publisher.programMaestría en Ingeniería
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.subjectIdentificación dinámica no lineal dispersaspa
dc.subjectPredicción de ventasspa
dc.subjectRegresión dispersaspa
dc.subjectModelo discretospa
dc.subjectSINDyeng
dc.subjectSparse identification of nonlinear dynamicseng
dc.subjectSales forecastingeng
dc.subjectSparse regressioneng
dc.subjectDiscrete‑time modelseng
dc.titlePredicción de ventas por identificación dispersa de un sistema ERP a partir de datosspa
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 - César Daniel Rincón Brito,,.pdf
Size:
2.81 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia de Uso - César Daniel Rincón Brito,,.pdf
Size:
297.8 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 Ingeniería