Estimación de las ventas de frutos secos. Un caso de estudio: La Gaviota Alimentación

Abstract

En este proyecto se lleva a cabo el estudio y la estimación de las ventas de cuatro productos facilitados por la empresa La Gaviota Alimentación. Para ello se han abordado dos paradigmas de predicción, el primero que llamaremos clásico, en el que los datos son presentados como series temporales. El segundo, recoge las técnicas de machine learning. El objetivo es seleccionar el modelo que realice una mejor predicción. El primer paso ha sido estudiar los datos, en busca de estacionalidad, tendencia y valores anómalos. Una vez identificadas todas las características, se ha estudiado la literatura disponible en busca de modelos aplicables. Seleccionados los modelos, se han aplicado y evaluado los resultados para responder a la pregunta: ¿Cuál de los modelos realiza mejores predicciones? Finalmente, a partir de la información recopilada en el estudio, se ha construido un prototipo de estimación de ventas, que cuenta con una función de validación y otra de predicción usando los modelos evaluados.

In this project, the study and estimation of the sales of four products provided by the company La Gaviota Alimentación is carried out. For this, two prediction paradigms have been addressed, the first one that we will call classic, in which the data is presented as time series, the second one, includes machine learning techniques. The goal is to select the model that performs the best prediction. The first step has been to study the data, looking for seasonality, trend and anomalous values, once all the characteristics have been identified, the available literature has been studied in search of applicable models. Once the models have been selected, the results have been applied and evaluated to answer the question: Which of the models makes better predictions? Finally, based on the information collected in the study, a sales estimation prototype has been built, which has a validation function and a prediction function using the evaluated models.