Comparación de métodos y métricas para la predicción de series temporales aplicados a las ventas masivas de productos minoristas
La generación de pronósticos de ventas (sales forecasting) es una herramienta fundamental en la planificación de inventarios de una empresa. En el caso de grandes empresas de venta minorista (retail) como Amazon, Walmart o Mercado Libre el problema se vuelve muy complejo por la cantidad de productos...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2023
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/163333 |
| Aporte de: |
| Sumario: | La generación de pronósticos de ventas (sales forecasting) es una herramienta fundamental en la planificación de inventarios de una empresa. En el caso de grandes empresas de venta minorista (retail) como Amazon, Walmart o Mercado Libre el problema se vuelve muy complejo por la cantidad de productos cuyas ventas se deben predecir.
Este proyecto se propone comparar los resultados de las competencias M5 del año 2020 y el Meli Data Challenge 2021, las cuales se basaron en predecir en forma masiva las ventas de productos minoristas. Si bien las mencionadas competencias parecen bastante similares, una notable diferencia entre ambas es que usaron distintas métricas para evaluar el desempeño de los modelos propuestos. Esto no permite que se pueda hacer una comparación directa entre los mejores modelos que obtuvieron los mejores puestos en ambos concursos, y por ende, no se puede llegar a una conclusión respecto a cuál modelo es mejor. Por tanto, este proyecto propone determinar si los algoritmos que mejor desempeño mostraron en una competencia también mostrarán un buen desempeño con los datos del otro certamen.
Complementariamente, se tratará de entender qué influencia tienen diferentes métricas para determinar si un método de predicción es mejor que otro. |
|---|