Implementación de modelos de aprendizaje automático para pronóstico de ventas de vehículos en ecuador

Abstract

El presente estudio tiene como objetivo principal desarrollar un sistema de pronóstico de ventas de vehículos nuevos en Ecuador, utilizando técnicas avanzadas de análisis de series temporales, a partir de un dataset proporcionado por el Servicio de Rentas Internas (SRI) correspondiente al año 2024, para abordar el pronóstico se implementaron modelos estadísticos y modelos de machine learning como Prophet, SARIMAX y Holt-Winters, con la finalidad de analizar tendencias, estacionalidades, comportamientos cíclicos de ventas. Todas estas herramientas proporcionan una perspectiva estratégica para distribuidores, concesionarios y reguladores del sector automotriz, ya que permite obtener mayor precisión en predicciones de ventas de vehículos en el mercado.Este trabajo implica el análisis exploratorio de datos, el tratamiento de series temporales no estacionarias, comparación de métricas de error y visualización de resultados...The main objective of this study is to develop a system for forecasting new vehicle sales in Ecuador, using advanced time series analysis techniques, based on a dataset provided by the Internal Revenue Service (SRI) for the year 2024. To address the forecasting, statistical models and machine learning models such as Prophet, SARIMAX, and Holt-Winters were implemented, with the aim of analyzing trends, seasonality, and cyclical sales behaviors.All these tools provide a strategic perspective for distributors, dealerships, and regulators in the automotive sector, as they allow for greater accuracy in vehicle sales predictions in the market.This work involves exploratory data analysis, the treatment of non-stationary time series, comparison of error metrics, and visualization of results...