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

Abstract

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.