Aplicación de Data Science para el pronóstico de las devoluciones en soles de los cinco principales clientes de la empresa GSK

• Autores: Ayala Campos, Mayra Alexandra, Calderón Zavala, Jonathan Rolando, Núñez Espinal, Fernando Javier, Rivera Gonzáles, Tatiana Alexandra, Rodríguez Chávez, Juan Ernesto
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/660233
• Enlace del recurso: http://hdl.handle.net/10757/660233
• Nivel de acceso: acceso abierto
• Materia: Ciencia de datos; Modelo predictivo; Regresión lineal; Data science; Predictive models; Linear regression; http://purl.org/pe-repo/ocde/ford#5.00.00; https://purl.org/pe-repo/ocde/ford#5.02.04

La presente investigación busca analizar el desempeño de la devolución de los productos farmacéuticos por parte de los principales clientes de la empresa GlaxoSmithKline – GSK durante el periodo enero 2019 a junio 2021, tomando en consideración las diferentes variables que involucran su comportamiento. El objetivo del proyecto se enfoca en generar un modelado de datos que permita otorgar información oportuna a la empresa, con la finalidad que esta pueda generar conocimiento y establecer estrategias que permitan dar solución al problema. Para ello, la metodología utilizada para desarrollar la investigación es un enfoque predictivo, puesto que nos ayudó a describir, entender y proponer soluciones para el problema identificado. Se desarrolló un marco teórico que nos ayudó a entender el negocio y el sector en el que se encuentra, así como la descripción y presentación de la empresa. Además, se procedió con la comprensión del negocio, sustentado con datos, que nos dará una base sólida para definir el problema y establecer los objetivos que se deseaban lograr. La técnica supervisada usada para resolver el problema fue de regresión lineal múltiple, el cual nos permitió conocer las variables que dan respuesta a nuestra pregunta de ciencia de datos, que están determinadas por 10 variables independientes. Se presentaron diferentes visualizaciones para representar los hallazgos obtenidos.