Evaluación del impacto del análisis de datos y aplicación de un modelo de Machine Learning en la gestión de inventarios en Productos Químicos Panamericanos

Abstract

Esta monografía aborda la problemática del sobreabastecimiento de materias primas en la empresa Productos Químicos Panamericanos (PQP), enfocándose específicamente en la gestión del ácido acrílico, insumo esencial en la fabricación del producto Ultrabond DC. El objetivo principal de la investigación fue analizar la manera cómo el diseño de un modelo de gestión de inventarios basado en técnicas de ciencia de datos puede predecir la demanda y optimizar los niveles de inventario. Se adoptó un enfoque metodológico cuantitativo mediante el uso de revisión documental, análisis de registros históricos de consumo, observación directa del proceso logístico y la implementación de un modelo de regresión lineal múltiple como herramienta predictiva. Los resultados permitieron identificar las variables con mayor incidencia en el consumo de materia prima, validar la eficacia del modelo propuesto en entornos logísticos reales y definir los requerimientos técnicos para su aplicación práctica. La investigación contribuye al fortalecimiento de la toma de decisiones estratégicas en PQP, promoviendo el uso de herramientas analíticas para mejorar la eficiencia operativa y avanzar hacia una gestión de inventarios basada en datos.