Diseño de software para la predicción de ventas B2C para la modalidad de pregrado tradicional en la UPC usando machine learning y python

Abstract

Durante los últimos años, la tecnología, la inteligencia de negocios, la ciencia de datos y los lenguajes de procesamiento han adquirido un protagonismo creciente en las empresas. Asimismo, desde mucho antes, con la llegada de la transformación digital en las empresas, estas se han visto obligadas a procesar cantidades cada vez mayores de datos, lo que ha generado la necesidad de minar, procesar y transformar los datos de manera eficaz y eficiente. A través del data storytelling, las empresas pueden crear nuevas estrategias respaldadas por su propia información. Los desafíos a los que se enfrentan muchas empresas están relacionados con su capacidad para predecir las ventas. Buscan que esta predicción sea dinámica y con un margen de error aceptable, ya que ello puede desencadenar inversiones, niveles de empleo, estrategias de publicidad, mano de obra, comunicación con los clientes y otras características críticas del negocio. Por lo tanto, las prácticas empíricas, manuales o basadas en el juicio de expertos están quedando obsoletas ante el avance de las nuevas tecnologías. El presente proyecto se propone la integración de las herramientas de inteligencia de negocios para el procesamiento de datos con la inteligencia del aprendizaje automático (machine learning) que, mediante la programación en Python, permitirá a los usuarios generar predicciones de ventas business-to-client para la modalidad de pregrado tradicional de la Universidad Peruana de Ciencias Aplicadas. Este software de predicción tendrá una confiabilidad del 85% y se podrá visualizar a través de una interfaz.

Over the past few years, technology, business intelligence, data science, and processing languages have gained increasing prominence in businesses. Similarly, long before the advent of digital transformation in companies, they have been compelled to process ever-larger quantities of data, which has generated the need to mine, process, and transform data effectively and efficiently. Through data storytelling, companies can devise new strategies supported by their own information. The challenges that many companies face are related to their ability to predict sales. They seek this prediction to be dynamic and have an acceptable margin of error, as it can trigger investments, employment levels, advertising strategies, workforce, customer communication, and other critical business features. Therefore, empirical, manual, or expert judgment-based practices are becoming obsolete with the advancement of new technologies.The current project aims to integrate business intelligence tools for data processing with machine learning intelligence, which, through programming in Python, will allow users to generate business-to-client sales predictions for the traditional undergraduate mode at the Universidad Peruana de Ciencias Aplicadas. This prediction software will have an 85% reliability and can be visualized through an interface.