Modelo de análisis predictivo para el mejoramiento de pedidos de repuestos en una importadora automotriz en el Ecuador

Abstract

La empresa Autocenter Express tiene como giro de negocio la importación de repuestos automotrices y servicio de taller mecánico en la ciudad de Quito, atendiendo a más de 300 clientes e importando alrededor de 1000 productos mensuales, sin embargo, actualmente ha presentado una deficiente rotación en productos importados generando el estancamiento y la caducidad de algunos de ellos, por lo cual la empresa ha visto la necesidad de buscar nuevas soluciones tecnológicas para poder mejorar los procesos de toma de decisiones en la adquisición de productos. El presente proyecto tiene como propósito mejorar la eficiencia en la rotación de inventario en la empresa Autocenter Express, a través del diseño de un modelo de análisis predictivo para pedidos automáticos basado al análisis de información histórica, el mismo que se definirá de acuerdo a un estudio de herramientas, técnicas y algoritmos analíticos más utilizados en el mercado, para lo cual se utilizará la Metodología de Investigación exploratoria y descriptiva, para el primer caso la investigación exploratoria se realiza con el fin de identificar los problemas del negocio, y obtener la información inicial para continuar con el segundo caso una investigación descriptiva para poder recopilar los datos relevantes del core de negocio, y finalmente aplicar la Metodología CRISP-DM (Cross Industry Standard Process for Data Mining) para el desarrollo del proyecto. Como resultado de esta implementación la empresa contará con un sistema de apoyo que permita sugerir productos a importar y de esta manera proveer un mejor servicio al cliente evitando la espera de un determinado repuesto automotriz, además de reducir los costos que la empresa debe incurrir como el bodegaje de productos que no tienen mucha rotación.