Modelos de predicción de demanda y su impacto en la optimización del inventario en una empresa de fideos y pastas

Abstract

En el entorno empresarial ecuatoriano el mercado de fideos y pastas es competitivo y dinámico por lo que la correcta predicción de la demanda resulta clave para una eficiente gestión de inventarios, este análisis se basa en la línea de producción de fideos y pastas marca Cayambe, de la empresa Moderna Alimentos S.A.El estudio analiza la implementación de modelos estadísticos donde se compararon tres modelos: ARIMA, Holt-Winters y Promedio Móvil, aplicados a datos históricos de ventas 2023–2025 (I semestre) utilizando las herramientas Python para analizar y organizar la base de datosinicial. La información se presentará a través en dashboards de Power BI, que permiten tomarde decisiones estratégicas informadas. ARIMA se posiciona como el modelo más robusto en contextos de alta variabilidad. In the Ecuadorian business environment, the noodles and pasta market is competitive and dynamic, making accurate demand forecasting key to efficient inventory management. This analysis is based on the Cayambe brand noodle and pasta production line of ModernaAlimentos S.A.The study analyzes the implementation of statistical models, comparing three models: ARIMA, Holt-Winters, and Moving Average, applied to historical sales data from 2023 - 2025 (first half of year), using Python tools to analyze and organize the initial database. The information will be present through Power BI dashboards, enabling informed strategic decision-making. ARIMA is positioned as the most robust model in contexts of high variability.