Estimación de la elasticidad precio de la demanda en la industria de la moda mediante inferencia causal

Vista sencilla de ítem
dc.contributor.advisorMéndez Mejía, Santiago
dc.contributor.authorMontoya Henao, Luis Miguel
dc.date.accessioned2023-08-15T18:58:30Z
dc.date.available2023-08-15T18:58:30Z
dc.date.issued2023
dc.description25 páginas
dc.description.abstractRESUMEN: este estudio aborda el desafío crítico en la gestión de la cadena de suministro de comprender profundamente el comportamiento del cliente y las variables que influyen en sus decisiones. En el contexto de la empresa de venta de ropa por catálogo Línea Directa S.A.S., se emplean métodos estadísticos avanzados y técnicas de Machine Learning para analizar la base de datos de ventas y determinar el efecto de diversas variables sobre la elasticidad precio de la demanda. La elasticidad, que mide el cambio porcentual de una variable económica en respuesta a cambios porcentuales en otra, es utilizada como una herramienta clave para inferir estas relaciones. En particular, se utiliza la inferencia causal y el enfoque de Double Machine Learning para estimar el efecto de variables como cambios porcentuales de precios en subgrupos de productos, en conjunto con factores temporales y efectos geográficos. Los hallazgos de este estudio ofrecen una visión valiosa para la estrategia de precios y la gestión de la cadena de suministro, contribuyendo a la maximización de las ganancias y la eficiencia operativa.spa
dc.description.abstractABSTRACT: this study addresses the critical challenge in supply chain management of gaining a profound understanding of customer behavior and the variables influencing their decisions. Within the context of the mail-order clothing company Línea Directa S.A.S., advanced statistical methods and machine learning techniques are employed to analyze the sales database and ascertain the effect of various variables on price elasticity of demand. Elasticity, which measures the percentage change of an economic variable in response to percentage changes in another, is employed as a key tool to infer these relationships. Causal inference and the Double Machine Learning approach are utilized to estimate the effect of variables such as percentage changes in prices on product subgroups, along with seasonality, and geographical effects. The findings of this study offer invaluable insight for pricing strategy and supply chain management, contributing to profit maximization and operational efficiency.eng
dc.description.degreelevelPregrado
dc.description.degreenameOtro
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://repository.eia.edu.co/handle/11190/6066
dc.publisherUniversidad EIA
dc.publisher.facultyEscuela de Ingeniería y Ciencias Básicas
dc.publisher.placeEnvigado (Antioquia, Colombia)
dc.publisher.programOtro
dc.rightsDerechos Reservados - Universidad EIA, 2023
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.subject.proposalGestión de la cadena de suministrospa
dc.subject.proposalComportamiento del clientespa
dc.subject.proposalElasticidad precio de la demandaspa
dc.subject.proposalInferencia causalspa
dc.subject.proposalDouble Machine Learningspa
dc.subject.proposalEstacionalidadspa
dc.subject.proposalSupply Chain Managementeng
dc.subject.proposalCustomer Behavioreng
dc.subject.proposalPrice Elasticity of Demandeng
dc.subject.proposalCausal Inferenceeng
dc.subject.proposalDouble Machine Learningeng
dc.subject.proposalSeasonalityeng
dc.titleEstimación de la elasticidad precio de la demanda en la industria de la moda mediante inferencia causalspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.type.versioninfo:eu-repo/semantics/publishedVersion
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
MontoyaLuisMiguel_2023_EstimacionElasticidadModa.pdf
Tamaño:
312.96 KB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
2.46 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Física