Sistema de pronóstico de ventas de herramientas hidráulicas y electromecánicas

Abstract

El problema de la investigación fue: ¿Cuáles fueron los porcentajes de la variabilidad de las ventas de herramientas hidráulicas y electromecánicas con las variables transacción por cliente, movimiento por artículo, transacciones en soles, monto por facturas, número de asesores, cantidad de proveedores y cantidad de almacenes? El objetivo de la investigación fue determinar el porcentaje de la variabilidad de las ventas de herramientas hidráulicas y electromecánicas con las variables transacción por cliente, movimiento por artículo, transacciones en soles, monto por facturas, número de asesores, cantidad de proveedores y cantidad de almacenes. El tipo de investigación fue explicativo con enfoque transversal y el tipo de diseño fue correlacional-causal ya que se analizaron los datos de las ventas totales durante el periodo de un año. La información fue obtenida de la empresa Probotix S.A.C. (empresa con nombre ficticio para reserva de información). Para el desarrollo de la investigación se usaron procesos de minería de datos y la técnica estadística usada para el análisis de datos fue la regresión lineal múltiple. Los resultados obtenidos en la presente investigación demostraron que con la técnica de regresión lineal múltiple se obtuvo una explicación de la variabilidad de las ventas del 88.7%. Con los resultados obtenidos en la investigación se llegó a concluir que cuatro de las siete dimensiones del modelo de proyección de ventas fueron significativas para la estimación de las ventas, las cuales fueron: transacción por cliente con 45.1%, movimiento por artículo con 19.0%, cantidad de proveedores con 29.7%y cantidad de almacenes con 18.3%, mientras que las tres dimensiones restantes no fueron significativas para la estimación de las ventas, las cuales fueron: transacciones en soles, monto por facturas y número de asesores. Finalmente, se recomendó combinar la regresión lineal con alguna otra técnica estadística como por ejemplo análisis de series temporales con la finalidad que el modelo de predicción tenga mayor precisión.