Aplicación web progresiva con análisis predictivo para mejorar la gestión de stocks en la empresa Risad SAC

Abstract

El presente trabajo de investigación tiene como objetivo resolver los problemas hallados en la empresa comercial Importadora Risad SAC, referentes a su gestión de inventario, muestran una imprecisión en el stock de inventario, incidentes acerca de registros incorrectos en los movimientos de los productos, una deficiente planificación de la demanda que conlleva la existencia de una gran cantidad de productos de baja rotación, cuyo espacio es innecesario. Frente a ello, se optó por un modelo predictivo, basado en la aplicación de tecnología, Machine Learning, que permite identificar los productos de baja rotación, la estimación de la demanda de dichos productos, que se integran a una aplicación web progresiva de gestión de inventario, que determina los niveles de stock óptimos y la toma de decisiones acertadas. En esta aplicación, se utilizaron Scrum, dividido en 4 sprints, así como el modelo Prophet, a fin de medir los resultados, basados en su alta capacidad de manejo de series temporales y valores atípicos. Para medir los resultados, se aplicaron técnicas: encuestas, métricas como el Error Absoluto Medio (MAE) y el Error Cuadrático Medio (MSE) para la predicción, cuya capacidad de estas es resolver los problemas.