Predicción de demanda por línea de venta con aprendizaje automático

Abstract

Este trabajo se enfoca en el diseño de un sistema de soporte para la toma de decisiones, fundamentado en la predicción de la demanda de productos en una empresa del sector retail dedicada a la comercialización de autopartes. El análisis se orientó a cuatro líneas de venta estratégicas: Línea Diesel, Línea CamperosDicol, Línea Rodamientos y Línea Tamayo. Se desarrolló un proceso integral que incluyó análisis exploratorio de datos (EDA), visualización de series temporales y un análisis comparativo entre modelos estadísticos de series de tiempo (SARIMA) y de aprendizaje automático (Random Forest). Los modelos SARIMA evidenciaron limitaciones, especialmente en líneas con alta variabilidad como CamperosDicol y Tamayo, mostrando valores negativos en R² y errores de predicción elevados. En contraste, el modelo Random Forest, tras la optimización de hiperparámetros, logró un desempeño sobresaliente en todas las líneas de venta. En particular, alcanzó valores de R² superiores al 0.89 y reducciones significativas en MAE y RMSE, destacándose como la opción más precisa y robusta para la predicción de la demanda. En términos de exactitud, el mejor resultado se obtuvo en la Línea Rodamientos con Random Forest optimizado, alcanzando un R² de 0.9213 y un MAE de tan solo 50.38 unidades, lo cual representa un nivel de precisión altamente favorable para la planificación de inventario y toma de decisiones estratégicas.Abstract This study focuses on the design of a decision support system based on demand forecasting for a retail company dedicated to the commercialization of auto parts. The analysis targeted four strategic product lines: Diesel Line, CamperosDicol Line, Rodamientos Line, and Tamayo Line. A comprehensive process was developed, including exploratory data analysis (EDA), time series visualization, and a comparative analysis between statistical time series models (SARIMA) and a machine learning approach (Random Forest). The SARIMA models showed limitations, especially for highly variable lines such as CamperosDicol and Tamayo, yielding negative R² values and high prediction errors. In contrast, the Random Forest model, after hyperparameter tuning, achieved outstanding performance across all product lines. Specifically, it reached R² values above 0.89 and significantly reduced MAE and RMSE, positioning itself as the most accurate and robust option for demand forecasting. In terms of accuracy, the best result was obtained for the Rodamientos Line using the optimized Random Forest model, with an R² of 0.9213 and an MAE of only 50.38 units, representing a highly favorable level of precision for inventory planning and strategic decision-making.