El proyecto aborda los desafíos operativos de una empresa de consumo masivo, cuya gestión de inventarios y planificación de distribución presentan ineficiencias significativas. La falta de políticas optimizadas y un cronograma de distribución ajustado a la demanda generan costos elevados, desabastecimiento en algunas sucursales y exceso de inventario en otras, afectando tanto la competitividad como la satisfacción del cliente. El objetivo principal del estudio es crear un plan de distribución y una política de abastecimiento basados en modelos predictivos como ARIMA para maximizar el inventario, reducir los gastos logísticos y garantizar la disponibilidad de productos en las sucursales. Un enfoque cuantitativo y un diseño no experimental formaron parte de la investigación, que se centró en el análisis estadístico de datos de ventas anteriores. Se aplicaron técnicas de segmentación basadas en estacionalidad, ubicación geográfica y preferencias del consumidor. Además, se propusieron estrategias como el establecimiento de microcentros de distribución regionales y la implementación de herramientas tecnológicas para análisis predictivo y monitoreo en tiempo real. Los resultados muestran que la política propuesta reduce significativamente los costos operativos y mejora la eficiencia del inventario. Se logró una planificación más precisa que considera las necesidades específicas de cada sucursal, incrementando la satisfacción del cliente y fortaleciendo la posición competitiva de la empresa. Además, la propuesta contribuye a la sostenibilidad empresarial al disminuir el desperdicio de productos y reducir la huella de carbono, alineándose con los Objetivos de Desarrollo Sostenible (ODS) 9 y 12. En conclusión, la implementación de modelos predictivos como ARIMA, junto con políticas de distribución ajustadas, constituye una solución integral para los desafíos logísticos de la empresa. Estas estrategias permiten una gestión más eficiente de los recursos, garantizando tanto la sostenibilidad como la rentabilidad empresarial. Palabras Clave: Logística inteligente, Modelo ARIMA, control de inventarios, políticas óptimas de distribución, análisis de consumo masivo, demanda fluctuante, alta demanda estacional, monitoreo en tiempo real, análisis predictivo, sostenibilidad empresarial, consumo real.