Diseño de un modelo predictivo basado en redes neuronales para el total de ventas de una empresa del sector comercio

Abstract

Este proyecto tiene como objetivo diseñar un modelo predictivo utilizando técnicas de aprendizaje profundo, orientado a una empresa del sector comercio tecnológico. Se busca obtener una buena precisión del modelo basándose principalmente en la métrica MAE, además realizar un análisis de las ventas, permitiendo tomar decisiones informadas y más asertivas por parte de la administración. Para su desarrollo se adoptará un enfoque en la metodología CRISP-DM, ajustando sus fases al proyecto. Esto proporciona una estructura que facilita la realización de ajustes eficientes durante el proceso. El modelo estará basado en redes neuronales LSTM (Long Short- Term Memory), reconocidas por su alta precisión en tareas de predicción con series de tiempo. La red se entrenará con datos históricos diarios de ventas de la empresa comprendidos de 2021 a 2024, y se analizarán características relevantes como días de la semana y temporada que se deben incluir. Se desarrolla este proyecto con el fin de proporcionar una herramienta eficaz para la gestión de inventarios y diseños de estrategias de venta, además de ofrecer un enfoque innovador que utiliza herramientas avanzadas de la inteligencia artificial para beneficio de la empresa o de otro sectores.