1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Jalisco
4. Instituto Tecnológico de Cd. Guzmán
5. Tesis maestría en ciencias de la computación

Title:	PREDICCIÓN DE VENTAS PARA UN MODELO DE NEGOCIOS.
Authors:	MORENO RAMÍREZ, TERESITA
Issue Date:	2019-08
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Ciudad Guzmán
Description:	En la actualidad es de gran importancia que las empresas prevengan la cantidad de productos que deben tener en almacenes para poder cubrir las ventas en ciertos meses durante el año, así como medir qué comportamiento ha tenido en el paso del tiempo, con el fin de poder planificar el rumbo de su negocio, reducir pérdidas e incrementar las ventas. El objetivo de este proyecto consiste en tomar una muestra de la información de las ventas de seis productos, de la línea de artículos de mayor movimiento en la empresa, realizando un análisis de su comportamiento en un periodo de tiempo. Tomando esto como referencia se definieron dos variables de tipo cuantitativo, las ventas y el tiempo, para aplicarlas a un modelo de predicción. Para poder generar una estimación de las ventas se analizaron diferentes técnicas de minería de datos para aplicar a las dos variables definidas. Entre las técnicas que se seleccionaron se encuentran series de tiempo, y dentro de ella, promedios móviles, suavización exponencial y suavización exponencial ajustada a la tendencia; también se seleccionó regresión lineal y arboles aleatorios. Se crearon modelos de predicción con cada una de las técnicas, aplicando las ecuaciones correspondientes y la información extraída de la base de datos, con el fin de generar predicciones de ventas con mayor precisión, para posteriormente comparar los diferentes resultados y medir el porcentaje de error, llegando a seleccionar un modelo. La técnica seleccionada para medir el error fue MAPE (Error Porcentual Absoluto Medio) ya que, en ocasiones, es más útil calcular los errores de predicción en términos de porcentajes en lugar de cantidades. Las pruebas con cuatro de las técnicas fueron generadas en el programa Excel. En lo que respecta a la técnica de árboles aleatorios se probó en un programa desarrollado en el lenguaje de programación Python. Los resultados obtenidos en este trabajo van orientados a beneficiar a las empresas que manejen una abarrotera, de tal manera que puedan llevar un mejor control en su inventario y en sus ventas. Sin embargo, es necesario tener presente que para obtener un modelo confiable, es necesario contar más información y todas las variables que intervienen en las ventas.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Appears in Collections:	Tesis maestría en ciencias de la computación

This item is protected by original copyright View License

This item is licensed under a Creative Commons License