Predicción de ventas en eventos especiales

Abstract

[CA] La previsió de vendes és una part fonamental dels processos de distribució de tèxtils i peces de roba, perquè una gestió precisa de la producció i l’abastiment permet minimitzar els costos, satisfer els clients i obtindre un avantatge en un mercat tan marcat per la competència i la globalització.Per a realitzar millors prediccions és necessari incorporar cada vegada més informació als models que s’utilitzen amb este fi. Concretament, en els esdeveniments especials com el Black Friday, la mercaderia ha de posicionar-se avançant-se a la venda, per la qual cosa en eixe tipus de casos és crucial determinar el punt de saturació o màxima venda possible en cada botiga per a evitar les ruptures de stock. No obstant, les limitacions específiques del mercat tèxtil (nombrosos nousarticles ambunacurtavidaútil)compliquenelprocedimentdepronòsticidificulten la utilització de models de predicció existents. En el present treball de fi de grau, en col·laboració amb l’empresa multinacional Inditex, s’implementen diferents sistemes intel·ligents de pronòstic, basats en ferramentes de regressió que realitzen, automàticament, la previsió de vendes d’articles en el Black Friday. Les prestacions dels models s’avaluen emprant dades reals dels últims quatre anys.

[ES] La previsión de ventas es una parte fundamental de los procesos de distribución de textiles y prendas de vestir, pues una gestión precisa de la producción y el abastecimiento permite minimizar los costes, satisfacer a los clientes y obtener una ventaja en un mercado tan marcado por la competencia y la globalización.

Concretamente, en los eventos especiales como el Black Friday, la mercancía ha de po- sicionarse adelantándose a la venta, por lo que en ese tipo de casos es crucial determinar el punto de saturación o máxima venta posible en cada tienda para evitar las rupturas de stock. No obstante, las limitaciones específicas del mercado textil (numerosos nuevos artículos con una corta vida útil) complican el procedimiento de pronóstico y dificultan la utilización de modelos de predicción existentes.

En el presente trabajo de fin de grado, en colaboración con la empresa multinacional Inditex, se implementan diferentes sistemas inteligentes de pronóstico, basados en herra- mientas de regresión que realizan, automáticamente, la previsión de ventas de artículos en el Black Friday. Las prestaciones de los modelos se evalúan empleando datos reales de los últimos cuatro años.

[EN] Sales forecasting is a key part of the textile and clothing distribution processes, since precise management of production and supply allows companies to minimize costs and satisfy customers. In addition, it constitutes a competitive advantage in a globalised market. In order to obtain better predictions it is necessary to incorporate increasingly more information to the models used with this aim.

Particularly, in special events such as Black Friday, the stock must be placed ahead of sale. In these kinds of cases it is crucial to determine the market saturation point or maximum possible sale in each store to avoid stockouts. However, the specific limitations of the textile market -many new items with a short shelf life- complicate the forecasting procedure and make it difficult to use existing models.

This thesis describes a project conducted in cooperation with the multinational com- pany Inditex, in which different intelligent forecasting systems were implemented. These are based on regression tools that automatically forecast the sales of items on Black Fri- day. The performance of the models is evaluated using real data from the last four years