Aplicación de machine learning en el pronóstico de la demanda para reducir costos de producción en una empresa metalmecánica

Abstract

Objetivo: el presente trabajo de tesis se ha realizado con el objetivo de identificar el impacto en la reducción de costos de la aplicación del pronóstico de la demanda con machine learning en una empresa metalmecánica ubicado en la ciudad de Lima, Perú. Método: para la demostración de los objetivos el método utilizado es la investigación aplicada, cuantitativa, explicativa, transversal y cuasi experimental a través del estudio de la data histórica y la aplicación de un modelo algorítmico quedará demostrado el punto de esta investigación. Resultados: Entre los principales resultados se observó que la aplicación del modelo reduce los sobrecostos de producción en 69.5%, la reducción del Sobre stock fue de 98.3% lo que redujo las temporadas de promoción de stock recesivo que la empresa ofertaba a sus clientes donde el precio era reducido en un 15% lo que reducía el margen de ganancia en 16%, además de que se mantiene el capital rotando y los costos de sobreproducción se redujeron en 70.2%. Añadir que para la constante alimentación del sistema planteado se ha establecido un sistema de actualización relacionado con el ERP inhouse de la empresa. Conclusiones: se llega a la conclusión que la aplicación del modelo en el pronóstico de la producción reduce los costos de producción, mejora la productividad, garantiza una mejor entrega a tiempo de los pedidos, mejora los márgenes de ganancia y posiciona a la empresa en una mejor situación para competir en el mercado y gestionar sus recursos de manera más eficiente.