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

Gil González, JuliánNorato Díaz, Luz AngélicaMonsalve Rodríguez, Andrés2025-10-102025-10-102025http://hdl.handle.net/11522/4910En 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 %.65 p.application/pdfspaMachine learningModelo predictivoPronósticoDemandaMachine learningPredictive modelForcastingDemandPropuesta 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 Learningmaster thesishttps://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_abf2