Algoritmo computacional para el análisis y toma de decisiones en datos de volumen en ventas de compañía de producción industrial, empleando estrategias de machine learning

Londoño Trejos, Jorge Hernán

Publication:
Algoritmo computacional para el análisis y toma de decisiones en datos de volumen en ventas de compañía de producción industrial, empleando estrategias de machine learning

dc.contributor.advisor	Briñez de León, Juan Carlos
dc.contributor.author	Londoño Trejos, Jorge Hernán
dc.date.accessioned	2025-07-09T15:50:51Z
dc.date.available	2025-07-09T15:50:51Z
dc.date.issued	2025
dc.description.abstract	El proyecto titulado " algoritmo computacional para el análisis y toma de decisiones en datos de volumen en ventas de una compañía de producción industrial, empleando estrategias de machine learning", se desarrolla con el objetivo de identificar, analizar y fortalecer conocimientos adquiridos para el análisis de datos computacionales, que son procesados a través de la configuración de algoritmos, que luego nos darán una análisis detallado por medio de histogramas o tablas, para la toma de decisiones. A medida que avanza la lectura de este proyecto, se comparte un contexto general del mercado de balanceados a nivel nacional, datos aproximados del nivel de producción en el que se encuentra el sector, así mismo las oportunidades que con base en las cifras mencionados, amplía el panorama de la oportunidad de crecimiento en el que se encuentran las empresas que se dedican a la actividad elaboración y comercialización de alimento balanceado para animales. El proyecto inicia con la consolidación de un grupo de datos, basado en las ventas de una compañía de elaboración de alimento balaceado del municipio de Bello; esta data contiene registros de 6 meses de ventas de las diferentes líneas de producto que normalmente se encuentran en la industria. Estos datos son procesados por medio de la asignación de algoritmos computacionales. Para ello se realiza una limpieza de la información, descartando variables que puedan afectar el procesamiento de los datos, transformando aquellos registros que se encuentren en formato alfanumérico a datos numéricos. Se asignan los algoritmos computaciones para filtrar los datos. Luego se aplica el modelo tipo Kmeans, para segmentar los datos según las variables, en este caso, se espera realizar los agrupamientos a tan solo 6 grupos. Se procede a asignarles etiquetas (número del grupo) a la columna de línea de producto, buscando transformar el formato de datos de texto a numérico y con ello facilitar los demás pasos. Se genera el histograma para tener una visual de los agrupamientos que realizó, basado en la serie de algoritmos que se asignaron. Se identifican 3 grupos representativos, frente a otros 3 que pueden tener un a oportunidad de mejora. Partiendo del modelo de clustering aplicado, se asignan unas decisiones según los grupos previamente identificados, a los que se les otorga una serie de beneficios, y otros algunas condiciones especificas debido a las limitaciones a nivel económico y de comportamiento en la compra que pueda tener el cliente. Al final se comparte una serie de resultados obtenidos y las pautas a tener en cuenta al momento de la generación de la orden de compra, según las especificaciones técnicas y de proceso interno del cliente final.
dc.description.degreelevel	Especialización	spa
dc.description.degreename	Especialista en Dirección de Operaciones y Mejoramiento Continuo	spa
dc.format.extent	24 p.
dc.format.mimetype	application/pdf	spa
dc.identifier.uri	https://repositorio.uniremington.edu.co/handle/123456789/7571
dc.language.iso	spa	spa
dc.publisher	Corporación Universitaria Remington	spa
dc.publisher.faculty	Facultad de Ingenierías	spa
dc.publisher.place	Medellín (Antioquia, Colombia)	spa
dc.publisher.program	Especialización en Dirección de Operaciones y Mejoramiento Continuo	spa
dc.rights	Derechos Reservados - Corporación Universitaria Remington, 2025	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess	spa
dc.rights.coar	http://purl.org/coar/access_right/c_abf2	spa
dc.rights.license	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)	spa
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	spa
dc.subject	Línea de producto	spa
dc.subject	Tabla de datos	spa
dc.subject	Análisis de datos	spa
dc.subject	Machine learning	spa
dc.subject	Segmentación de datos	spa
dc.subject	Clustering	spa
dc.subject.lemb	Aprendizaje automático (Inteligencia artificial)
dc.subject.lemb	Toma de decisiones
dc.subject.lemb	Análisis de datos
dc.title	Algoritmo computacional para el análisis y toma de decisiones en datos de volumen en ventas de compañía de producción industrial, empleando estrategias de machine learning	spa
dc.type	Trabajo de grado - Especialización	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f	spa
dc.type.coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85	spa
dc.type.content	Text	spa
dc.type.driver	info:eu-repo/semantics/bachelorThesis	spa
dc.type.local	Tesis/Trabajo de grado - Monografía - Especialización
dc.type.redcol	http://purl.org/redcol/resource_type/TP	spa
dc.type.version	info:eu-repo/semantics/publishedVersion	spa
dspace.entity.type	Publication	spa