Evaluación de modelos de pronósticos de ventas para estimar la demanda mensual en una empresa de Cintas y Adhesivos en Colombia

Abstract

En este trabajo se formuló una propuesta para abordar los altos niveles de inventario en una empresa de cintas y adhesivos , donde se manifiesta que dichos niveles han sido producto de una baja efectividad de los modelos tradicionales de pronóstico de ventas , generando un sobrestimado de pronóstico en comparación con la demanda real, donde posteriormente se ha utilizado este pronóstico para calcular el reaprovisionamiento de inventario con anticipación según su tiempo de producción, pero al no cumplirse dicho estimado se generaron excesos de inventario y costos adicionales para su almacenamiento. Para desarrollarlo se propuso la metodología CRISP-DM, que considera iniciar con una comprensión del negocio y preparación de los datos, definir un protocolo de evaluación que permita estimar el desempeño de los modelos seleccionados, evaluación de modelos, generar resultados, identificar los modelos que pueden ser utilizados para pronosticar la demanda de las ventas en periodos mensuales y realizar la validación de los modelos. Se propone la evaluación de cuatro modelos de pronóstico: Promedio móvil, suavización exponencial triple (Holt-Winters), ARIMA y Prophet. Los cuales han sido seleccionados debido a su efectividad en la predicción de series de tiempo. A través de esta evaluación, se espera identificar el modelo que mejor se adapte a las características de la demanda de productos, lo que permitirá una mejor planificación de la cadena de suministro y de forma indirecta una reducción en los niveles de inventarios. Finalmente, después de todo el trabajo desarrollado y de la validación realizada se puede afirmar que el enfoque de solución propuesto y la metodología empleada para obtenerla resultan apropiados.

This work formulated a proposal to address the high inventory levels in a tape and adhesive company, where it is stated that these levels have been a product of the low effectiveness of traditional sales forecasting models, generating an overestimated forecast compared to the actual demand. Subsequently, this forecast has been used to calculate inventory replenishment in advance according to its production time, but since this estimate was not met, excess inventory and additional storage costs were generated. To develop it, the CRISP-DM methodology was proposed, which involves starting with a business understanding and data preparation, defining an evaluation protocol to estimate the performance of the selected models, evaluating models, generating results, identifying the models that can be used to forecast sales demand in monthly periods, and validating the models. The evaluation of four forecasting models is proposed: Moving Average, triple exponential smoothing (Holt-Winters), ARIMA, and Prophet. These have been selected due to their effectiveness in predicting time series. Through this evaluation, it is expected to identify the model that best adapts to the characteristics of product demand, which will allow for better supply chain planning and indirectly a reduction in inventory levels. Finally, after all the work developed and the validation carried out, it can be affirmed that the proposed solution approach and the methodology used to obtain it are appropriate.