Modelo de pronóstico de la demanda para caso de estudio de PROSOLAR S.A.S

Bejarano De La Pava, Samuel

Publicación:
Modelo de pronóstico de la demanda para caso de estudio de PROSOLAR S.A.S

dc.contributor.advisor	Valencia Villa, Juan Sebastián
dc.contributor.author	Bejarano De La Pava, Samuel
dc.date.accessioned	2025-07-16T14:48:53Z
dc.date.available	2025-07-16T14:48:53Z
dc.date.issued	2025
dc.description	52 páginas
dc.description.abstract	RESUMEN: PROSOLAR S.A.S., una empresa ubicada en Envigado, Antioquia, especializada en la instalación arquitectónica de películas de seguridad, control solar y decoración, enfrenta serios desafíos en la programación de compras de inventario debido a la ausencia de un historial de consumos detallado. Esto ha resultado en inventarios insuficientes y la necesidad de realizar pedidos de emergencia a proveedores en Estados Unidos o adquirir productos en el mercado local, generando demoras, insatisfacción de los clientes y pérdidas de mercado. El proyecto propuesto busca desarrollar un modelo de pronóstico de demanda utilizando machine leaarning, con el fin de optimizar la gestión de inventarios y mejorar la eficiencia operativa de PROSOLAR S.A.S. La implementación de este modelo permitirá a la empresa realizar compras más precisas de materia prima, asegurando la disponibilidad constante de productos y mejorando la experiencia del cliente. La metodología incluye analizar los procesos actuales de programación de compras, evaluar la efectividad de los sistemas CRM y contable "Word Office", y revisar la literatura existente sobre modelos de pronóstico de demanda. Posteriormente, se diseñará y entrenará un modelo de red neuronal que incorporará variables clave como la temporada y tendencias del mercado. Finalmente, se evaluarán herramientas de despliegue aconsejables para el proyecto. Se espera que el proyecto resulte en un modelo de pronóstico de demanda con un MAPE menor al 15%, optimizando la gestión de inventarios y mejorando la toma de decisiones en PROSOLAR S.A.S. Además, la optimización de inventarios contribuirá a la reducción de desperdicios, beneficiando al medio ambiente y promoviendo la sostenibilidad de la organización.	spa
dc.description.abstract	ABSTRACT: PROSOLAR S.A.S., a company located in Envigado, Antioquia, specializing in the installation of architectural safety, solar control, and decorative films, faces serious challenges in scheduling inventory purchases due to the lack of detailed consumption history. This has resulted in insufficient inventories and the need to place emergency orders with suppliers in the United States or purchase products locally, generating delays, customer dissatisfaction, and market losses. The proposed project seeks to develop a demand forecasting model using machine learning to optimize inventory management and improve PROSOLAR S.A.S.'s operational efficiency. Implementing this model will allow the company to make more accurate raw material purchases, ensuring consistent product availability and improving customer experience. The methodology includes analyzing current purchase scheduling processes, evaluating the effectiveness of CRM and Word Office accounting systems, and reviewing existing literature on demand forecasting models. Subsequently, a neural network model will be designed and trained, incorporating key variables such as season and market trends. Finally, the recommended deployment tools for the project will be evaluated. The project is expected to result in a demand forecasting model with a MAPE of less than 15%, optimizing inventory management and improving decision-making at PROSOLAR S.A.S. Furthermore, inventory optimization will contribute to waste reduction, benefiting the environment and promoting the organization's sustainability.	eng
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero(a) de Sistemas y Computación
dc.format.mimetype	application/pdf
dc.identifier.uri	https://repository.eia.edu.co/handle/11190/7138
dc.language.iso	spa
dc.publisher	Universidad EIA
dc.publisher.faculty	Escuela de Ingeniería y Ciencias Básicas
dc.publisher.place	Envigado (Antioquia, Colombia)
dc.publisher.program	Ingeniería de Sistemas y Computación
dc.rights	Derechos Reservados - Universidad EIA, 2025
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.license	Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
dc.subject.proposal	Previsión de la demanda	spa
dc.subject.proposal	Aprendizaje automático	spa
dc.subject.proposal	Optimización de inventario	spa
dc.subject.proposal	Redes neuronales	spa
dc.subject.proposal	Eficiencia operativa	spa
dc.subject.proposal	Cadena de suministro	spa
dc.title	Modelo de pronóstico de la demanda para caso de estudio de PROSOLAR S.A.S	spa
dc.type	Trabajo de grado - Pregrado
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content	Text
dc.type.driver	info:eu-repo/semantics/bachelorThesis
dc.type.redcol	http://purl.org/redcol/resource_type/TP
dc.type.version	info:eu-repo/semantics/publishedVersion
dspace.entity.type	Publication