Modelo predictivo de ventas empresariales mediante técnicas de Machine Learning y análisis de series temporales utilizando datos históricos de demanda
Fecha
Autores/as
Título de la revista
ISSN de la revista
Título del volumen
Editor
DOI
Resumen
La disponibilidad creciente de datos empresariales ha transformado la manera en que las organizaciones planifican sus operaciones y toman decisiones. Los registros históricos de ventas constituyen una fuente de información especialmente relevante, debido a que permiten analizar el comportamiento de la demanda, identificar patrones temporales y anticipar posibles escenarios futuros. La capacidad de generar estimaciones confiables puede contribuir a mejorar procesos relacionados con abastecimiento, inventarios, planificación comercial y asignación de recursos. Sin embargo, la demanda no presenta necesariamente un comportamiento constante a lo largo del tiempo. Factores como la tendencia, estacionalidad, día de la semana, diferencias entre establecimientos y comportamiento específico de los productos pueden generar variaciones que dificultan la elaboración de pronósticos mediante métodos basados únicamente en promedios históricos. Por esta razón, las técnicas de Ciencia de Datos y Machine Learning representan una alternativa para construir modelos capaces de aprender relaciones complejas a partir de grandes volúmenes de información. En este contexto, la presente investigación desarrolla un modelo predictivo de ventas empresariales mediante técnicas de Machine Learning y análisis de series temporales. Para ello se utiliza el conjunto de datos Demand Forecasting Dataset, conformado por registros diarios correspondientes a diez tiendas y cincuenta productos durante el período comprendido entre enero de 2013 y diciembre de 2017. El conjunto de entrenamiento contiene 913.000 observaciones históricas, organizadas mediante las variables fecha, tienda, producto y ventas. Esta fuente de datos constituye también la base metodológica declarada en el trabajo. El proceso analítico se estructura mediante la metodología CRISP-DM, considerando las etapas de comprensión del problema, comprensión y preparación de los datos, modelado, evaluación y presentación de resultados. Durante la preparación de los datos se incorporan características temporales derivadas de la fecha, valores rezagados o lags, promedios móviles y medias móviles exponencialmente ponderadas —EWMA—. Estas variables permiten representar tanto la estructura temporal de las ventas como el comportamiento reciente de cada combinación tienda-producto. Para el modelado se utiliza el algoritmo Light Gradient Boosting Machine (LightGBM), entrenado utilizando información histórica comprendida hasta diciembre de 2016 y evaluado sobre las observaciones correspondientes al año 2017. La separación temporal permite conservar el orden cronológico de los datos y simular un escenario de predicción sobre información posterior a la utilizada durante el entrenamiento. El desempeño predictivo se analiza mediante el Error Absoluto Medio (MAE), la Raíz del Error Cuadrático Medio (RMSE), el Error Porcentual Absoluto Medio (MAPE) y el coeficiente de determinación R². Adicionalmente, se examina la correspondencia entre ventas reales y predichas a nivel de tienda, producto y mes, así como el comportamiento de los residuos generados por el modelo. Finalmente, una vez evaluado el modelo, se construye un procedimiento de pronóstico recursivo para estimar las ventas correspondientes al año 2018. En este procedimiento, cada predicción generada se incorpora progresivamente al historial disponible para construir las variables temporales necesarias en los días posteriores. Los resultados permiten analizar la evolución esperada de la demanda y proporcionar información que puede apoyar procesos empresariales de planificación y gestión de inventarios.






