Propuesta de un modelo de predicción de inventario de una empresa dedicada a la venta de dispositivos de almacenamiento de energía, basado en modelos de Machine Learning
Loading...
Date
2025
Director
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Share
Abstract
En este trabajo se desarrolló un modelo predictivo para estimar las ventas semanales de productos en las bodegas de una empresa dedicada a la distribución de almacenamiento de energía con operaciones en México, Colombia y Costa Rica, mediante el uso de técnicas de Machine Learning. Se prepararon datos históricos semanales comprendidos entre enero de 2021 y mayo de 2025, a través de procesos de limpieza, transformación y generación de variables temporales. Se entrenaron y evaluaron diversos enfoques predictivos, incluyendo modelos de series de tiempo y algoritmos de Machine Learning como Random Forest y XGBoost. Tras la fase experimental, el modelo Random Forest obtuvo el mejor desempeño en la predicción de ventas agregadas, con un RMSE de 1048,25, un MAPE ajustado de 24,84 % y un SMAPE de 22,36 %.