| Summary: | La precisión en la predicción de las ventas es vital en cualquier tipo de industria ya que puede mejorar la calidad de las estrategias de negocios o de la toma de decisiones, específicamente en la industria automotriz juega un papel cada vez más importante debido a la creciente competencia registrada en el mercado, a los largos tiempos de desarrollo y producción y a su relación con las variables económicas. En este documento se compara el desempeño de los métodos clásicos de previsión contra las redes neuronales artificiales (RNA) al pronosticar las ventas de vehículos livianos de la empresa Neohyundai, se consideran variables internas y externas propias del sector. Primero, se llevó a cabo un paso de pre-procesamiento para asegurar la calidad de los datos de entrada a la RNA, en esta etapa se incluye la normalización y la selección de las variables más influyentes a través de la regresión de Lasso, a continuación se establece la arquitectura de la red y los parámetros de aprendizaje. Los resultados muestran que las RNA superan a los métodos tradicionales de predicción, esto significa que la demanda de vehículos que son bienes de consumo duradero puede ser pronosticada mediante el uso de diferentes variables. Además, al determinar la importancia relativa de las variables de entrada se encontró que las variables económicas contribuyen de forma significativa en la previsión.
|
|---|