Desarrollo de un sistema predictivo de ventas para la industria farmacéutica

Villamar Lindao, Jean Frank; Cotrina Oquendo, Johnny Enrique

DSpace Home
→
Unidades Académicas
→
Facultad de Ingeniería en Electricidad y Computación
→
Tesis de Computación
→
View Item

dc.contributor.advisor	Realpe Robalino, Miguel, Director
dc.contributor.author	Villamar Lindao, Jean Frank
dc.contributor.author	Cotrina Oquendo, Johnny Enrique
dc.creator	ESPOL.FIEC
dc.date.accessioned	2024-10-19T17:21:03Z
dc.date.available	2024-10-19T17:21:03Z
dc.date.issued	2024
dc.identifier.citation	Villamar Lindao, J. F. y Cotrina Oquendo, J. E. (2024). Desarrollo de un sistema predictivo de ventas para la industria farmacéutica. [Proyecto Integrador]. ESPOL.FIEC .
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/62308
dc.description	El proyecto aborda la problemática de la variabilidad en la demanda y la gestión de productos con fecha de vencimiento en una distribuidora farmacéutica. El objetivo es desarrollar un sistema predictivo utilizando inteligencia artificial para mejorar la precisión en las estimaciones de ventas y minimizar pérdidas económicas. Se justificó la necesidad de este sistema debido a las limitaciones de los métodos tradicionales y su impacto negativo en la eficiencia operativa. Para el desarrollo del proyecto, se utilizó una red neuronal LSTM, integrada en una arquitectura basada en servicios de AWS. Se recopilaron datos históricos de ventas, los cuales fueron procesados para entrenar el modelo predictivo. Los resultados demostraron que el modelo alcanzó una precisión adecuada en las predicciones, permitiendo optimizar la gestión de inventarios y reducir el desperdicio de productos. En conclusión, el sistema desarrollado ofrece una solución efectiva para la gestión de inventarios, garantizando una mejor toma de decisiones y sostenibilidad operativa. Palabras Clave: Predicción de ventas, dashboard, red neuronal, gestión de inventario
dc.format	application/pdf
dc.format.extent	70 página
dc.language.iso	spa
dc.publisher	ESPOL.FIEC
dc.rights	openAccess
dc.subject	Predicción de ventas
dc.subject	dashboard
dc.subject	Red neuronal
dc.subject	Gestión de inventario
dc.title	Desarrollo de un sistema predictivo de ventas para la industria farmacéutica
dc.type	Ingeniero en Ciencias de la Computación
dc.identifier.codigoespol	T-76961
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador	TECH-377
dc.description.abstractenglish	The project addresses the problem of variability in demand and management of products with expiration dates in a pharmaceutical distributor. The objective is to develop a predictive system using artificial intelligence to improve the accuracy of sales estimates and minimize economic losses. The need for this system was justified due to the limitations of traditional methods and their negative impact on operational efficiency. For the development of the project, an LSTM neural network was used, integrated into an architecture based on AWS services. Historical sales data was collected, which was processed to train the predictive model. The results showed that the model achieved adequate accuracy in predictions, allowing to optimize inventory management and reduce product waste. In conclusion, the developed system offers an effective solution for inventory management, ensuring better decision making and operational sustainability. Keywords: Sales forecasting, dashboard, neural network, inventory management