Modelo predictivo para la gestión de inventarios utilizando datos de compras de empresas competidoras

Abstract

La presente investigación tiene como finalidad desarrollar, validar y comparar un modelo predictivo basado en redes neuronales densas (FNN) para estimar los costos totales de importación (ImporteTotalMN) en el sector de materiales de construcción, utilizando datos históricos de competidores (2012–2024). Este modelo se propone como una alternativa innovadora para optimizar la planificación financiera y la gestión de inventarios en empresas del rubro, reemplazando los métodos tradicionales de pronóstico. Para el estudio, se consideró la fundamentación teórica de modelos predictivos y técnicas avanzadas de Machine Learning, aplicando una metodología estructurada que incluyó la carga, exploración y preparación de datos, así como el entrenamiento y validación del modelo. Los resultados obtenidos, basados en la metodología planteada, se compararon con un modelo tradicional de media histórica segmentada, evidenciando una reducción del 94% en el Error Absoluto Medio (MAE) y un coeficiente de determinación (R²) de 0.9975, lo que demuestra una precisión significativamente superior. Además, se analizó el comportamiento del modelo en 720 registros de operaciones comerciales proyectadas para 2025–2026, encontrando una gran similitud entre los valores predichos y los reales, especialmente en importaciones con errores menores a 100 UM. Los resultados responden a los objetivos planteados, que incluyen la descripción del procedimiento de implementación del modelo FNN, el análisis de su rendimiento en términos de métricas como MAE, MSE y R², y la evaluación de su capacidad para identificar patrones estacionales y por competidor. Estos valores fueron calculados y validados para un escenario real, demostrando la eficiencia del modelo en la predicción de costos de importación. Finalmente, se determinó que el estudio realizado permite implementar satisfactoriamente el modelo de red neuronal densa como herramienta de apoyo en la toma de decisiones financieras, superando las limitaciones de los métodos tradicionales y ofreciendo una solución confiable y escalable para la gestión de costos en el sector.