Estudio · 01 — Laboratorio
Forecasting de demanda y política de inventario
Serie de tres años y veinte SKUs de consumo masivo con estacionalidad, patrones de compra B2B y ajuste por inflación.
El problema
Cuánto se va a vender y cuándo hay que reponer, sin decidir por intuición.
Qué construí
Comparación de SARIMAX con términos de Fourier, Prophet y LightGBM global con predicción recursiva, bajo validación temporal.
Qué cambió
Las predicciones se traducen a punto de reorden y stock de seguridad por producto con criterio de newsvendor.
Herramientas
- Python
- LightGBM
- Prophet
- SARIMAX