Análisis comparativo de series de tiempo para proyectar las ventas en las jerarquías de calzado en una empresa del sector retail

Abstract

La empresa es un retail que se ha convertido en un onnicanal de moda que ofrece diferentes productos no solo de marca propia, sino que también se encuentra asociada con la venta de otras marcas, con la creciente ventas que ha tenido la empresa debido a las tiendas que se han aperturado y la venta online surge la necesidad de tener un mayor control del stock mediante una compra de productos más aproximada a la venta de acuerdo con la temporada. Para resolver esta problemática se ajustaron dos modelos de series de tiempo a las ventas histórica, obteniendo como resultado el modelo que se ajusta mejor a los datos es la red neuronal autorregresiva NNAR, ya que presenta menores errores en la data de prueba comparado con el modelo exponencial ETS (MSE: 91816215; RMSE: 9582.08; MAE: 9570.71; WAPE: 0.2095761; SMAPE: 0.0780359). Finalmente, a estas proyecciones se les distribuye a las diferentes jerarquías de venta de acuerdo con las participaciones de venta del año anterior.