Modelos analíticos e inteligencia artificial para la mejora de operaciones

Abstract

El objetivo principal de este proyecto es dar respuesta a la necesidad existente en el sector Retail de adelantarse al comportamiento tanto del propio mercado como del consumidor. Para ello, se ha llevado a cabo la elaboración de dos modelos de optimización, que se complementan entre ellos. Ambos serán aplicados sobre una empresa tipo diseñada expresamente para el desarrollo del proyecto en cuestión. El primer modelo es un modelo de optimización de la red de distribución que evalúa diversas estructuras de la misma y la aplicación de conceptos actuales de mejora propios del sector. El desarrollo del mismo se lleva a cabo mediante el planteamiento y posterior evaluación de cuatro escenarios. Además, se incluye un estudio económico de la implantación de cada una de las propuestas y su correspondiente impacto sobre el funcionamiento de la red. Por otro lado, el segundo modelo es un modelo de predicción de demanda aplicado sobre un histórico de datos correspondiente a tres temporadas de invierno de la empresa tipo diseñada. Se analizarán dos posibles modelos de regresión lineal (ARIMA y FbProphet), con tal de seleccionar aquel que mejor resultados y mejor se ajuste a los datos de entrada de nuestro caso de negocio. Cabe destacar que los procedimiento seguidos y los datos empleados en la definición de los modelos han sido construidos en base a datos y técnicas reales del mercado, con el fin de aportar un grado de realismo y desarrollar una herramienta aplicable a cualquier empresa del sector.

The main objective of this project is to respond to the need in the Retail sector to anticipate the behavior of both the market and the consumer. To do this, it has been carried out the development of two optimization models, which complement each other. Both will be applied to a typical company designed specifically for the development of the project in question. The first model is an optimization model of the distribution network that evaluates various structures and the application of current improvement concepts of the sector. Its development process is carried out through the approach and subsequent evaluation of four scenarios. In addition, an economic study of the implementation of each of the proposals and its corresponding impact on the operation of the network is included. On the other hand, the second model is a demand forecasting model applied to a data history corresponding to three winter seasons of the company type designed. Two possible linear regression models (ARIMA and FbProphet) will be analyzed, in order to select the one that best results and best fits the input data of our business case. It should be noted that the procedures followed and the data used in the definition of the models have been built on the basis of data and real market techniques, in order to provide a degree of realism and develop a tool applicable to any company in the sector.