Desarrollo de un sistema de recomendación y previsión de demanda de productos utilizando aprendizaje automático en la empresa Selk

• Autor: Balcazar Gonzales, Junior German
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Privada del Norte
• Repositorio: UPN-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.upn.edu.pe:11537/38781
• Enlace del recurso: https://hdl.handle.net/11537/38781
• Nivel de acceso: acceso abierto
• Materia: Sistemas digitales; Sistema de información administrativa; Sistemas autoorganizativos; Sistemas informáticos; Análisis y diseño de sistemas; Diseño de sistemas; Programas de sistemas; https://purl.org/pe-repo/ocde/ford#2.02.04

Este proyecto se desarrolló en SELK, una empresa española especializada en suministros industriales. El objetivo principal fue crear un sistema de recomendación y previsión de demanda utilizando Machine Learning para optimizar el proceso de ventas y garantizar un stock mínimo eficiente en la gestión de inventarios. Se implementaron herramientas clave como Python y bibliotecas de Machine learning, empleando algoritmos como Randon Forest para la predicción y Cosine Similarity junto con TfidfVectorizer para recomendación de productos. El modelo mostró un rendimiento prometedor, con métricas de evaluación que evidencian su capacidad para anticipar la demanda y sugerir productos relevantes a los clientes. Aunque el sistema no se desplegará en producción debido a la falta de inversión en recursos, se ha dejado preparado para su futura implementación, lo que permitirá a SELK mejorar su estrategia de ventas y la gestión de inventarios. Las competencias aplicadas incluyen el análisis de datos, programación, y la implementación de técnicas avanzadas de Machine Learning. Este proyecto consolida el potencial de SELK para identificar con mayor precisión las necesidades de sus clientes y responder de manera más eficiente a las demandas del mercado, fortaleciendo su posición competitiva en la industria.