Predicción de compra de productos para la empresa Kirios mediante KDD y Aprendizaje Automático

Abstract

Abstract: En el sector de comercialización de productos tecnológicos, caracterizado por alta obsolescencia y cambios acelerados en la demanda, resulta clave anticipar el comportamiento de compra para optimizar inventarios y decisiones comerciales. En este contexto, la empresa Kirios no dispone de un sistema eficiente que estime la probabilidad de compra/abastecimiento, lo que limita la planificación de stock, campañas y respuesta ante factores externos del mercado.El presente trabajo de titulación aborda el desarrollo de un modelo de predicción para la compra de productos tecnológicos aplicando la metodología KDD (selección, preprocesamiento, transformación, minería de datos e interpretación/evaluación) con técnicas de aprendizaje automático, siendo clave la integración datos históricos de ventas y variables exógenas en diferentes escenarios relevantes. El estudio de este trabajo se centra en un análisis exploratorio que nos dé el punto de partida para identificar patrones y tendencias, siguiendo con el entrenamiento y la evaluación comparativa de modelos de Machine Learning/Deep Learning. Finalmente, se implementa un prototipo funcional que permite al usuario un uso amigable y eficiente, facilitando el análisis para la toma de decisiones en compras, inventario y marketing.