Utilidad del método de redes neuronales artificiales para el pronóstico de demanda en marcas de consumo masivo

Abstract

En los últimos años, a la par del desarrollo y evolución de la tecnología, los métodos para realizar pronósticos también lo han hecho. Es por eso que en la actualidad existe un tercer grupo de métodos de pronóstico con base en la inteligencia artificial en el que se combinan la computación y los métodos cuantitativos y cualitativos. Aun cuando las empresas han venido empleando los primeros complementados con los segundos para realizar los pronósticos de demanda, estos no han sido del todo precisos en los últimos años, originando una mala planeación, lo cual ha repercutido en déficits de cubrimiento de mercados en algunos casos, excesos de inventario en otros, acarreando pérdidas en ventas y capitales importantes en lucro cesante. Por ello el objetivo de esta investigación será determinar la utilidad del método por Redes Neuronales para pronosticar la demanda de marcas de productos de uso masivo con respecto a la de los tres principales métodos empleados por empresas que se dedican a la distribución de dichos productos en la ciudad de Bogotá. Para su desarrollo se llevará a cabo una investigación aplicada con un diseño post facto, de enfoque cuantitativo, de tipo analítico, en la que se aplicarán los tres modelos de pronóstico de demanda más empleados por las empresas de distribución masiva de la ciudad y sus resultados se compararán mediante la estimación de sus errores cuadráticos medios con los resultados arrojados con un modelo de redes neuronales para un set de datos de tres años proporcionados por una de dichas empresas. La cercanía de los resultados de pronósticos, dados por el menor error cuadrático medio, con respecto a los datos de lo ocurrido en los años analizados permitirá establecer la utilidad del método de redes neuronales artificiales para el pronóstico de demanda en marcas de consumo masivo.