Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Briñez de León, Juan CarlosGiraldo González, Ivonne DayanaGallego Agudelo, Juan CamiloPérez Gualdron, Breiman Alexander2024-11-152024-11-152024https://repositorio.uniremington.edu.co/handle/123456789/5413En este proyecto, realizamos un análisis de predicción para las ganancias de una empresa logística llamada Extiblu SAS, con el objetivo de anticipar cómo se comportarán las ventas en 2025. Usamos datos de pedidos de clientes durante el 2024 y aplicamos algoritmos de machine learning para detectar patrones en las ventas, optimizar la logística y mejorar la eficiencia de las ventas. Primero, limpiamos y analizamos los datos, que incluían información como: la cantidad de productos pedidos, categorías de clientes, y valores de venta. A partir de esto, construimos un modelo predictivo que proyecta las ventas y nos permite anticipar temporadas de alta y baja demanda. El modelo ayuda a la empresa a tomar decisiones informadas sobre el manejo de inventarios, la distribución y la personalización de servicios para diferentes clientes, lo que reduce costos y mejora el servicio, apoyando su estrategia para mantenerse competitiva en el mercado logístico.26 p.application/pdfspaDerechos Reservados - Corporación Universitaria Remington, 2024Predicción de ventasMachine learningLogísticaSegmentación de clientesAnálisis de datosInventariosTrabajo de grado - Pregradoinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Aprendizaje automático (Inteligencia artificial)Análisis de datosVentas