Abstract:
CONDITION FOR PUBLICATION OF PROJECT. This project focuses on the development of a statistical tool for demand forecasting in an aquaculture feed company, with the objective of increasing forecast accuracy by at least 65% in order to optimize production planning and the use of raw materials. The hypothesis states that the incorporation of robust statistical models and the technical classification of demand patterns can reduce estimation errors and improve operational efficiency. For its implementation, historical sales data were collected and verified from the company’s ERP system, which were then cleaned and analyzed through time series techniques and the evaluation of different forecasting models. The results demonstrated a significant improvement, achieving an accuracy level of 71% when comparing the projected values with the actual demand of July 2025, thus surpassing the initial objective. In addition, economic, social, and environmental benefits were identified as a result of more reliable and efficient planning. It is concluded that the proposed tool increases forecast reliability, strengthens strategic decision-making, and contributes to the sustainability of the company’s operations.
Keywords: demand forecasting, accuracy, planning, time series.
Description:
CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El presente proyecto tiene como finalidad el desarrollo de una herramienta estadística para el pronóstico de la demanda en una empresa de balanceado acuícola, con el objetivo de aumentar la precisión de las previsiones en al menos un 65%, a fin de optimizar la planificación de la producción y el uso de materias primas. La hipótesis sostiene que la incorporación de modelos estadísticos robustos y la clasificación técnica de los patrones de demanda permiten reducir los errores de estimación y mejorar la eficiencia operativa. Para su ejecución se recopilaron y verificaron datos históricos de ventas extraídos del sistema ERP de la empresa, los cuales fueron depurados y posteriormente analizados mediante técnicas de series temporales y la evaluación de diferentes modelos de pronóstico. Los resultados demostraron una mejora significativa, alcanzando un nivel de precisión del 71% al comparar los valores proyectados con la demanda real de julio de 2025, superando así el objetivo planteado. Asimismo, se identificaron beneficios económicos, sociales y ambientales derivados de una planificación más confiable y eficiente. Se concluye que la herramienta desarrollada incrementa la exactitud de los pronósticos, fortalece la toma de decisiones estratégicas y contribuye a la sostenibilidad de las operaciones de la empresa
