Análisis de datos sintéticos de ventas de productos de redes tecnológicas y comparación de dos Modelos de Series Temporales que permitan predecir su demanda

Abstract

En un mundo cada vez más impulsado por la conectividad, la demanda de productos de tecnología de redes, como routers, ha experimentado un crecimiento significativo, especialmente tras el aumento del trabajo remoto, la educación en línea y el entretenimiento digital durante la pandemia de COVID-19. Predecir con precisión la demanda de estos productos es crucial para que las empresas mantengan niveles óptimos de inventario, reduzcan costos y mejoren la eficiencia operativa. Este proyecto se centra en la aplicación de modelos de series temporales, específicamente SARIMA y Prophet, para pronosticar la demanda de productos tecnológicos utilizando datos de ventas históricos y sintéticos. El objetivo es identificar un modelo predictivo robusto capaz de adaptarse a las dinámicas del mercado y optimizar la gestión de inventarios...In a world increasingly driven by connectivity, the demand for network technology products, such as routers, has seen a significant rise, especially following the surge of remote work, online education, and digital entertainment during the COVID-19 pandemic. Accurately forecasting demand for these products is critical for companies to maintain optimal inventory levels, reduce costs, and improve operational efficiency. This project focuses on the application of time series models, specifically SARIMA and Prophet, to predict the demand for technological products using both historical and synthetic sales data. The goal is to identify a robust predictive model that can adapt to market dynamics and enhance inventory management...