Evaluación de métodos de clustering para el pronóstico de ventas en empresas productoras y distribuidoras de alimentos procesados

Abstract

Tener un acertado pronóstico de ventas es un tema indispensable en empresas productoras y distribuidoras, ya que impacta positivamente en la toma de decisiones relacionadas a la demanda, gestión de inventario, abastecimiento, distribución y surtido de productos, así como otras áreas del negocio como finanzas, marketing, operaciones y servicio al cliente. Sin embargo, actualmente, en la mayoría de los casos, las predicciones de las ventas se basan en análisis individuales de los productos, mas no en técnicas de clustering, las cuales permitirían reducir el error y ser más acertados en sus pronósticos. Por ello, el presente trabajo propone evaluar y comparar el impacto de la precisión de los pronósticos de ventas del método tradicional, regresión lineal simple con series de tiempo, con los métodos de clustering k-means y Ward. El alcance de la investigación será a los cinco principales productos de una importante empresa productora y distribuidora de alimentos procesados en el Perú. Los indicadores que se utilizarán para identificar el método más preciso serán los errores medios absolutos (MAD) y errores cuadráticos medios (MSE) resultantes.

Having a successful sales forecast is an essential issue in manufacturing and distributing companies, since this impacts the decision-making related to demand, inventory management, supply, distribution and product assortment, as well as other areas of the business such as finance, marketing, operations and customer service. However, currently, in most cases, sales forecast are based on individual product analyzes, but not on clustering techniques, which would reduce error and be more accurate in their forecasts. Therefore, the present work proposes to evaluate and compare the impact of the precision of the sales forecasts between the traditional method, simple linear regression with time series, and the clustering methods such as k-means and Ward. The investigation scope will be the five main products of an important manufacturer and distributor of processed foods in Peru. The indicators that will be used to identify the most accurate method will be the mean absolute deviation (MAD) and mean square errors (MSE).