Sistema de predicción para incrementar las ventas de accesorios y repuestos automotrices en la empresa GGP Automotriz

• Autores: Robles Rakov, Marcos Andrei, Valverde Campos, Marilyn Ysabel
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad de San Martín de Porres
• Repositorio: USMP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.usmp.edu.pe:20.500.12727/7424
• Enlace del recurso: https://hdl.handle.net/20.500.12727/7424
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Aprendizaje automático; Diseño de sistemas; https://purl.org/pe-repo/ocde/ford#2.02.03

Actualmente, la empresa GGP Automotriz se dedica a la compra y venta de accesorios y repuestos automotrices y realiza sus cálculos de estos en hojas de Excel. Asimismo, se han generado pérdidas económicas al no concretar diversas ventas debido a la falta de stock y a la coyuntura que se vive en el mundo entero frente al COVID-19. El presente trabajo de investigación trata sobre la predicción de las ventas de los accesorios y repuestos automotrices con la finalidad de poseer el stock necesario para incrementar las ventas y satisfacer las necesidades de los clientes; para ello, se utilizó Machine Learning y las Redes Neuronales Recurrentes (RNN). Por otro lado, se realizó la integración del sistema web desarrollado con un software externo de logística de Open Source llamado Tryton, la cual brinda funcionalidades de logística. Finalmente, el desarrollo del sistema web permite a la empresa el incremento de las ventas y el Tryton, cubre eficientemente los procesos de la empresa frente a las operaciones logísticas.