Sistema inteligente con machine learning para predecir las ventas en una empresa de telecomunicaciones, Lima 2025

• Autores: Contreras Ramirez, Jose Martin, Huerta Amaro, Angel Americo
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/175490
• Enlace del recurso: https://hdl.handle.net/20.500.12692/175490
• Nivel de acceso: acceso abierto
• Materia: Aprendizaje automático; Predicción; Series temporales; https://purl.org/pe-repo/ocde/ford#2.02.04

La presente tesis tiene como finalidad analizar y demostrar cómo un sistema de Machine Learning influye en la predicción de ventas de una empresa de telecomunicaciones, utilizando modelos avanzados de aprendizaje automático que permitan mejorar la precisión en las proyecciones de ventas frente a los métodos tradicionales. Para ello, se desarrolló un sistema que integra diversos algoritmos de ML, los cuales fueron entrenados y validados con datos históricos de ventas de la empresa. El desempeño de estos modelos se evaluó mediante métricas estadísticas como el R² (coeficiente de determinación), MAE (Mean Absolute Error), MAPE (Mean Absolute Percentage Error) y RMSE (Root Mean Square Error), con el propósito de comprobar su efectividad en la reducción de errores de predicción. Los resultados obtenidos buscan evidenciar que el uso de estas herramientas tecnológicas contribuye a una mejor gestión comercial, optimizando las proyecciones de ventas, reduciendo las pérdidas por inventarios no planificados y facilitando una toma de decisiones más estratégica dentro del sector de telecomunicaciones.