Predicción de Ventas con Machine Learning y Visualización Adaptativa con Business Intelligence en una Empresa Logística del Ecuador
Year: 2026
Type: article
Abstract: Este estudio aborda el desafío de anticipar la demanda en el sector logístico ecuatoriano mediante la integración de machine learning (ML) con business intelligence (BI) y visualización adaptativa. Usando registros consolidados de ventas mensuales (2019-2025), se entrenaron siete enfoques de pronóstico (Random Forest, Gradient Boosting, Support Vector Regression, k-Nearest Neighbors, Regresión Lineal, Prophet y un modelo base naive estacional) bajo un protocolo idéntico de entrenamiento/prueba cronológico (entrenamiento 2019-2023, prueba sobre 2024) y se evaluaron con MAE, RMSE, MAPE y R². Random Forest obtuvo el mejor desempeño (MAPE = 8.43%), superando al modelo base (11.56%) y superando claramente a los enfoques que extrapolan tendencia, como la Regresión Lineal (32.53%) y Prophet (27.23%). Un análisis de errores detallado, replicado de forma independiente para cada categoría de servicio de negocio, muestra además que los modelos de conjunto basados en árboles presentan un sesgo pequeño y consistente, más fácil de corregir que la varianza impredecible mes a mes del modelo base, que la ventaja agregada de Random Forest está impulsada principalmente por las tres categorías de mayor valor (Paletizado, Flete, Granos), y que los modelos basados en tendencia sobreproyectan sistemáticamente las ventas durante el período atípico y casi estancado de 2024, posterior a una fuerte contracción en 2023. Los pronósticos validados se integraron en tableros de BI adaptativos que exponen vistas a nivel de categoría, zona y ruta con indicadores de incertidumbre. Estos resultados muestran que combinar un modelo de ML rigurosamente validado con tableros adaptativos mejora tanto la precisión del pronóstico como su interpretabilidad para los tomadores de decisiones logísticas, mientras que los análisis comparativo y de errores aportan un protocolo de evaluación reproducible para estudios de predicción de ventas en el sector logístico latinoamericano.
Source: Research Club Scientia
DOI: 10.65415/9xb01a98
Institutions: University of Guayaquil, Universidad Agraria del Ecuador
Language: Spanish
Field: Decision Sciences
Domain: Social Sciences
Open Access status: hybrid
OpenAlex ID: W7224086767
