Implementación de Machine Learning para predicción de costos de camarón hacia China con exportadores de Guayaquil.
Las exportaciones actualmente son un reto logístico para una gran cantidad de empresas. Los exportadores de camarón deben adaptarse a los nuevos retos que se enfrentan y empresas que manejan estas exportaciones siempre están afrontando variaciones de costos en sus operaciones. Este aumento de costos...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Médium: | bachelorThesis |
| Jazyk: | spa |
| Vydáno: |
2025
|
| Témata: | |
| On-line přístup: | http://repositorio.ucsg.edu.ec/handle/3317/24198 |
| Tagy: |
Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!
|
Přidat tag | _version_ | 1859029327543271424 |
|---|---|
| author | Acosta Pisco, Nicolás Julián |
| author2 | Yépez Jouvin, Geanella Alejandra |
| author2_role | author |
| author_facet | Acosta Pisco, Nicolás Julián Yépez Jouvin, Geanella Alejandra |
| author_role | author |
| collection | Repositorio Universidad Católica de Santiago de Guayaquil |
| dc.contributor.none.fl_str_mv | Carrera Buri, Félix Miguel |
| dc.creator.none.fl_str_mv | Acosta Pisco, Nicolás Julián Yépez Jouvin, Geanella Alejandra |
| dc.date.none.fl_str_mv | 2025-02-28T19:11:07Z 2025-02-28T19:11:07Z 2025-02-07 |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://repositorio.ucsg.edu.ec/handle/3317/24198 |
| dc.language.none.fl_str_mv | spa |
| dc.publisher.none.fl_str_mv | Universidad Católica de Santiago de Guayaquil |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.source.none.fl_str_mv | reponame:Repositorio Universidad Católica de Santiago de Guayaquil instname:Universidad Católica de Santiago de Guayaquil instacron:UCSG |
| dc.subject.none.fl_str_mv | MERCADO INTERNACIONAL BALANZA COMERCIAL SISTEMA LOGÍSTICO RECURSOS FINANCIEROS INDUSTRIA CAMARONERA |
| dc.title.none.fl_str_mv | Implementación de Machine Learning para predicción de costos de camarón hacia China con exportadores de Guayaquil. |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion |
| description | Las exportaciones actualmente son un reto logístico para una gran cantidad de empresas. Los exportadores de camarón deben adaptarse a los nuevos retos que se enfrentan y empresas que manejan estas exportaciones siempre están afrontando variaciones de costos en sus operaciones. Este aumento de costos obliga a las empresas a subir sus precios e incluso pueden dificultar las exportaciones recortando recursos financieros para los camaroneros. Dentro del estudio de los datos el poder conocer y el poder implementar herramientas de Machine Learning para predecir los costos de exportación de camarón hacia China, se vuelve un recurso muy importante. Con los datos proporcionados por un forwarder en Guayaquil. Se indago que algoritmo era el más adecuado para su aplicación, para después aplicar los algoritmos de K-Means y KNN con el fin de segmentar a los clientes en grupos con características similares y predecir los costos logísticos asociados a las exportaciones. Los resultados mostraron una segmentación entre "Clientes Premium" y "Clientes Normales", lo que permitirá desarrollar estrategias diferenciadas. Además, se desarrolló un modelo predictivo con un bajo error cuadrático medio (RMSE), lo que sugiere que el modelo es preciso para estimar los costos de exportación. Con esto poder prevenirse a los costos y saber que se puede reducir los costos de venta para obtener mayor ganancia. Finalmente, se propusieron mejoras futuras, como la inclusión de variables adicionales y la integración de otros algoritmos de Machine Learning, para optimizar aún más el modelo. Este estudio contribuye a la optimización de la logística en las exportaciones de camarón y también mejoras logísticas tanto como para el forwarder como el exportador. Donde recibirá un servicio adecuado a los costos que esta pagando al ser considerado al grupo de clientes asignados y el forwarder podrá reducir sus costos a través de distintas estrategias que apliquen al conocer las predicciones del modelo. |
| eu_rights_str_mv | openAccess |
| format | bachelorThesis |
| id | UCSG_f691dfc86ea90ce50a0a7fd5ec7c5ed7 |
| instacron_str | UCSG |
| institution | UCSG |
| instname_str | Universidad Católica de Santiago de Guayaquil |
| language | spa |
| network_acronym_str | UCSG |
| network_name_str | Repositorio Universidad Católica de Santiago de Guayaquil |
| oai_identifier_str | oai:repositorio.ucsg.edu.ec:3317/24198 |
| publishDate | 2025 |
| publisher.none.fl_str_mv | Universidad Católica de Santiago de Guayaquil |
| reponame_str | Repositorio Universidad Católica de Santiago de Guayaquil |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Universidad Católica de Santiago de Guayaquil - Universidad Católica de Santiago de Guayaquil |
| repository_id_str | 2566 |
| rights_invalid_str_mv | http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| spelling | Implementación de Machine Learning para predicción de costos de camarón hacia China con exportadores de Guayaquil.Acosta Pisco, Nicolás JuliánYépez Jouvin, Geanella AlejandraMERCADO INTERNACIONALBALANZA COMERCIALSISTEMA LOGÍSTICORECURSOS FINANCIEROSINDUSTRIA CAMARONERALas exportaciones actualmente son un reto logístico para una gran cantidad de empresas. Los exportadores de camarón deben adaptarse a los nuevos retos que se enfrentan y empresas que manejan estas exportaciones siempre están afrontando variaciones de costos en sus operaciones. Este aumento de costos obliga a las empresas a subir sus precios e incluso pueden dificultar las exportaciones recortando recursos financieros para los camaroneros. Dentro del estudio de los datos el poder conocer y el poder implementar herramientas de Machine Learning para predecir los costos de exportación de camarón hacia China, se vuelve un recurso muy importante. Con los datos proporcionados por un forwarder en Guayaquil. Se indago que algoritmo era el más adecuado para su aplicación, para después aplicar los algoritmos de K-Means y KNN con el fin de segmentar a los clientes en grupos con características similares y predecir los costos logísticos asociados a las exportaciones. Los resultados mostraron una segmentación entre "Clientes Premium" y "Clientes Normales", lo que permitirá desarrollar estrategias diferenciadas. Además, se desarrolló un modelo predictivo con un bajo error cuadrático medio (RMSE), lo que sugiere que el modelo es preciso para estimar los costos de exportación. Con esto poder prevenirse a los costos y saber que se puede reducir los costos de venta para obtener mayor ganancia. Finalmente, se propusieron mejoras futuras, como la inclusión de variables adicionales y la integración de otros algoritmos de Machine Learning, para optimizar aún más el modelo. Este estudio contribuye a la optimización de la logística en las exportaciones de camarón y también mejoras logísticas tanto como para el forwarder como el exportador. Donde recibirá un servicio adecuado a los costos que esta pagando al ser considerado al grupo de clientes asignados y el forwarder podrá reducir sus costos a través de distintas estrategias que apliquen al conocer las predicciones del modelo.Exports are currently a logistical challenge for many companies. Shrimp exporters must adapt to the new challenges they face and companies that handle these exports are always facing cost variations in their operations. These cost increases force companies to raise their prices and can even hinder exports by cutting financial resources for shrimp farmers. Within the study of data, being able to know and implement Machine Learning tools to predict the costs of shrimp exports to China becomes a very important resource. With the data provided by a forwarder in Guayaquil. The investigation has determined which algorithm was the most appropriate for its application, and then applied the K Means and KNN algorithms in order to segment customers into groups with similar characteristics and predict the logistics costs associated with exports. The results showed a segmentation between “Premium Customers” and “Normal Customers”, which will allow the development of differentiated strategies. In addition, a predictive model with a low root mean square error (RMSE) was developed, suggesting that the model is accurate in estimating export costs. With this, it is possible to anticipate costs and know that sales costs can be reduced to obtain higher profits. Finally, future improvements were proposed, such as the inclusion of additional variables and the integration of other Machine Learning algorithms, to further optimize the model. This study contributes to the optimization of logistics in shrimp exports and also logistical improvements for both the forwarder and the exporter. The forwarder will receive a service adequate to the costs he is paying by being considered to the group of assigned clients and the forwarder will be able to reduce his costs through different strategies applied by knowing the predictions of the model.Universidad Católica de Santiago de GuayaquilCarrera Buri, Félix Miguel2025-02-28T19:11:07Z2025-02-28T19:11:07Z2025-02-07info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://repositorio.ucsg.edu.ec/handle/3317/24198spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:Repositorio Universidad Católica de Santiago de Guayaquilinstname:Universidad Católica de Santiago de Guayaquilinstacron:UCSG2025-02-28T19:11:07Zoai:repositorio.ucsg.edu.ec:3317/24198Institucionalhttp://repositorio.ucsg.edu.ec/Universidad privadahttps://www.ucsg.edu.ec/http://repositorio.ucsg.edu.ec/oai.Ecuador...opendoar:25662026-03-07T18:18:19.129942Repositorio Universidad Católica de Santiago de Guayaquil - Universidad Católica de Santiago de Guayaquiltrue |
| spellingShingle | Implementación de Machine Learning para predicción de costos de camarón hacia China con exportadores de Guayaquil. Acosta Pisco, Nicolás Julián MERCADO INTERNACIONAL BALANZA COMERCIAL SISTEMA LOGÍSTICO RECURSOS FINANCIEROS INDUSTRIA CAMARONERA |
| status_str | publishedVersion |
| title | Implementación de Machine Learning para predicción de costos de camarón hacia China con exportadores de Guayaquil. |
| title_full | Implementación de Machine Learning para predicción de costos de camarón hacia China con exportadores de Guayaquil. |
| title_fullStr | Implementación de Machine Learning para predicción de costos de camarón hacia China con exportadores de Guayaquil. |
| title_full_unstemmed | Implementación de Machine Learning para predicción de costos de camarón hacia China con exportadores de Guayaquil. |
| title_short | Implementación de Machine Learning para predicción de costos de camarón hacia China con exportadores de Guayaquil. |
| title_sort | Implementación de Machine Learning para predicción de costos de camarón hacia China con exportadores de Guayaquil. |
| topic | MERCADO INTERNACIONAL BALANZA COMERCIAL SISTEMA LOGÍSTICO RECURSOS FINANCIEROS INDUSTRIA CAMARONERA |
| url | http://repositorio.ucsg.edu.ec/handle/3317/24198 |