Please use this identifier to cite or link to this item: https://repositorio.escuelaing.edu.co/handle/001/798
Exportar a Bibtex Exportar a RIS Exportar a Excel Buscar en google Schoolar Buscar en microsoft academic
Title: Modelo de pronóstico de series de tiempo basado en técnicas de analítica predictiva en la mejora del proceso de definición del plan y presupuesto de ventas.
Authors: Suarez Bernal, Luis Carlos 
metadata.dc.thesis.grantor: Ruiz Cruz, Carlos Rodrigo (Dir)
Keywords: Pronóstico de la demanda
Presupuesto de ventas
Ventas
Modelos cuantitativos
Issue Date: 2018
Publisher: Escuela Colombiana de Ingeniería Julio Garavito
metadata.dc.description.resumen: La desarticulación de los procesos clave de la cadena de suministro en el proceso de planificación de la demanda, y específicamente en la definición del plan y del prepuesto de ventas y la toma de decisiones administrativas basadas en pronósticos de la demanda mediante la utilización de métodos causales (regresión lineal) y métodos cualitativos (de juicio), ejecutados de forma manual y de las decisiones tomadas con base en ellos, repercuten entre otros en una producción la cual no se ajustada a las necesidades reales de los clientes, a la baja optimización de inventarios, pérdida de oportunidades de ventas al no mantener un adecuado stock de inventario y en general a una deficiente programación de compras. Se ha planteado como objetivo definir el modelo más adecuado para el pronóstico de la demanda basado en técnicas de analítica predictiva, en la definición del plan y el presupuesto de ventas para la organización objeto de estudio. La metodología que se adoptará para la definición del modelo y de la aplicación de los resultados al entorno de negocio será CRISP-DM (Cross Industry Standard Process for Data Mining), la cual describe de forma normalizada el ciclo de vida de un proyecto estándar de análisis de datos. De acuerdo con la metodología, el ciclo de vida del proyecto consta de seis fases las cuales son: la comprensión del negocio, el estudio y comprensión de los datos, la preparación de los datos, el modelado (definición y calibración de modelos), la evaluación de los modelos y finalmente el despliegue del modelo con el fin de integrar el modelo con mejor desempeño al entorno de negocio, específicamente en el proceso de definición del plan y el presupuesto de ventas. Luego del análisis de la situación actual en la definición del problema, se realiza el planteamiento de la solución con base en los objetivos y a las prioridades definidas por el negocio. Se define como Fase I del proyecto, la automatización de la generación de pronósticos de ventas para la definición del presupuesto y consolidación del plan de ventas, como parte del proceso de planeación general de la demanda en la organización, se define el alcance a alto nivel de las fases posteriores del proyecto y por ultimo se realiza la definición e implementación de la estrategia para la adopción del modelo, mediante el desarrollo de un sistema de información el cual permite en gran medida la automatización de proceso definidos.
Abstract: The dismantling of the key processes of the supply chain in the process of demand planning, and specifically in the definition of the plan and the sales budget and the taking of administrative decisions based on forecasts of demand through the use of causal methods (linear regression) and qualitative methods (of judgment), executed manually and the decisions taken based on them, have repercussions among others in a production which is not adjusted to the real needs of the clients, to the low optimization of inventories, loss of sales opportunities due to not maintaining an adequate stock of inventory and, in general, poor purchasing scheduling. The objective was to define the most appropriate model for forecasting demand based on predictive analytical techniques, in the definition of the plan and the sales budget for the organization under study. The methodology that will be adopted for the definition of the model and the application of the results to the business environment will be CRISP-DM (Cross Industry Standard Process for Data Mining), which describes in a standardized way the life cycle of a standard project. analysis of data. According to the methodology, the life cycle of the project consists of six phases which are: the understanding of the business, the study and understanding of the data, the preparation of the data, the modeling (definition and calibration of models), the evaluation of the models and finally the deployment of the model in order to integrate the model with better performance to the business environment, specifically in the process of defining the plan and the sales budget. After the analysis of the current situation in the definition of the problem, the approach of the solution is made based on the objectives and priorities defined by the business. It is defined as Phase I of the project, the automation of the generation of sales forecasts for the definition of the budget and consolidation of the sales plan, as part of the process of general planning of the demand in the organization, the scope is defined at a high level of the later phases of the project and, finally, the definition and implementation of the strategy for the adoption of the model, through the development of an information system which allows to a large extent the process automation defined.
URI: https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=21477
https://repositorio.escuelaing.edu.co/handle/001/798
Rights: Copyright Escuela Colombiana de Ingeniería, 2018
Appears in Collections:FC - Trabajos de Grado Maestría en Gestión de Información

Files in This Item:
File Description SizeFormat 
Autorizacion de publicacion.pdfAutorización de publicación123.82 kBAdobe PDFThumbnail
View/Open
Luis Carlos Suarez Bernal.pdfDocumento de Trabajo de Grado7.72 MBAdobe PDFThumbnail
View/Open
Show full item record

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.