Análisis estadístico de la fluctuación de precios pagados por una compañía agroindustrial en la compra de lotes de café de acuerdo con la zonificación geográfica entre 2021 – 2023

Abstract

El café, un producto esencial para la economía global, ha enfrentado una notable volatilidad en el mercado entre 2021 y 2023. Factores como el cambio climático, las políticas comerciales internacionales, las fluctuaciones cambiarias y las alteraciones en las cadenas de suministro generadas por la pandemia de COVID-19 han afectado directamente en los precios del mercado C y, por ende, en los precios pagados a los productores locales. Ante esta realidad, este estudio desarrolló una estrategia de analítica de datos orientada a comprender las dinámicas de mercado y optimizar la toma de decisiones para una compañía agroindustrial colombiana. A partir de un análisis exhaustivo, se identificaron variables clave como el precio del mercado C, la TRM, y atributos específicos del café, incluyendo calidad, variedad, certificación y factores geográficos. Se emplearon técnicas estadísticas y de machine learning, como la regresión lineal múltiple y modelos de series temporales (SARIMAX), para analizar el comportamiento del precio del café según distintas calidades. Los resultados mostraron que existe una fuerte correlación entre el precio del mercado C y los precios pagados por calidades como RTB, mientras que las calidades A y AA presentaron problemas de heterocedasticidad, sugiriendo la implementación de modelos GARCH para mejorar la precisión del análisis. Los hallazgos permitieron formular recomendaciones estratégicas, como la adopción de técnicas de codificación categórica más avanzadas para datos cualitativos y la inclusión de factores exógenos que reflejen las condiciones del mercado global. Este enfoque integral no solo proporciona una base sólida para decisiones informadas, sino que también posiciona a la compañía para enfrentar desafíos futuros en un entorno volátil y competitivo, fortaleciendo su sostenibilidad y rentabilidad a largo plazo.