Pronóstico de demanda y establecimento de inventarios de pedidos por campaña de joyas de fantasía en compañía dedicada a la venta directa

• Autor: Guillermo Quispe, Miguel Angel
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad de Ingeniería y tecnología
• Repositorio: UTEC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utec.edu.pe:20.500.12815/362
• Enlace del recurso: https://hdl.handle.net/20.500.12815/362
• Nivel de acceso: acceso abierto
• Materia: Pronóstico de demandas; Venta directa; Machine Learning; Demand forecasts; Direct sale; Random Forest; https://purl.org/pe-repo/ocde/ford#2.11.04

DML es una compañía dedicada a la venta directa. Esta se encuentra en Perú, Colombia, Ecuador, Bolivia y Guatemala. En el 2018 en Perú se obtuvo el 45% de ventas de todos los países donde se encuentran, quedando así en el primer lugar del nivel de ventas. En Perú DML cuenta con 7 líneas de productos. Para el 2018 las 3 líneas que más ventas tuvieron fueron: Ropa exterior, hogar y joyería respectivamente con 40%, 32% y 10%. Las dos primeras líneas cuentan con modelos de pronósticos por campaña, sin embargo, para la línea de joyería no se tiene ninguna. Por ello también para esta categoría, en el mismo año se presentaron costos por pedir de más de 7 millones de soles y costos por pedir de menos de 4.4 millones de soles. DML vende los productos por campañas. Se tienen 18 campañas por año. La mayoría de los productos ofrecidos por campaña son nuevos y solo el dos por ciento se vuelve a vender. En este contexto usar modelos de pronósticos de series de tiempo no es correcto ya que no se cuenta con suficiente información histórica de la demanda de los productos ofrecidos por campaña. Por otro lado, sí se podría usar algoritmos de machine learning como random forest. Para validar los resultados del modelo de pronóstico se hace uso de MAPE y se valida también mediante pruebas de hipótesis si la media o mediana de la diferencia en los valores pronosticados y reales son iguales o diferentes de cero. Mediante la implementación del nuevo modelo de pronóstico y la ejecución de newsvendor se demostró mejoras en los costos por pedir de más y de menos del año 2018 al 2019. El costo de oportunidad total se redujo en 7.9 millones de soles. La utilidad bruta para el 2019 mejoró en 665,105 soles con un capital inversión en los productos de 11 millones de soles menos y teniendo para el 2019 casi la misma de cantidad de SKU’s ofrecidos al mercado.