Aplicación informática para la predicción de inventarios de combustible en estaciones de servicio Primax.

El control de inventario en una empresa expendedora de combustible y poder predecir la demanda del producto, es importante para su gestión y poder predecir satisfacer las demandas de los clientes. Este proyecto buscó implementar una herramienta tecnológica con un algoritmo predictivo para valorar el...

Olles dieđut

Furkejuvvon:
Bibliográfalaš dieđut
Váldodahkki: Troncoso Arízaga, Franklin Efraín (author)
Materiálatiipa: bachelorThesis
Giella:spa
Almmustuhtton: 2024
Fáttát:
Liŋkkat:http://repositorio.ucsg.edu.ec/handle/3317/23663
Fáddágilkorat: Lasit fáddágilkoriid
Eai fáddágilkorat, Lasit vuosttaš fáddágilkora!
Govvádus
Čoahkkáigeassu:El control de inventario en una empresa expendedora de combustible y poder predecir la demanda del producto, es importante para su gestión y poder predecir satisfacer las demandas de los clientes. Este proyecto buscó implementar una herramienta tecnológica con un algoritmo predictivo para valorar el stock y planificar pedidos inmediatos y futuros, para lo que se utilizó la investigación descriptiva y el enfoque mixto y entrevistas a miembros de la empresa. Se revisaron teorías y conceptos sobre analítica de datos y otros temas, además de las herramientas tecnológicas más adecuadas como Python y Prophet para el desarrollo del algoritmo, junto con Sql Server y Power BI utilizados en la gasolinera. De la entrevista se conoció que el inventario se lo realiza de forma manual y es demorado, por lo que implementar un aplicativo ayudaría a mejorar la gestión de combustible. Para el desarrollo de la herramienta se recopilaron y analizaron los datos de 109 gasolineras y los combustibles a vender, seleccionando las variables dominantes; el proyecto incluyó un proceso de ETL para preparar y limpiar los datos, y la implementación de Prophet para predecir volúmenes diarios en 2024, usado por su capacidad para capturar estacionalidades y tendencias. Los resultados, junto con los valores reales, se almacenaron en SQL Server, y las visualizaciones se realizaron en Power BI para facilitar la interpretación y toma de decisiones.