Mejora de modelos existentes de previsión de la demanda anual y semanal de un producto químico.
min €36 EUR / hour
Cancelado
Publicado hace más de 3 años
min €36 EUR / hour
El proyecto planteado tiene como objetivo mejorar un modelo existente de previsión de la
demanda de un producto químico. Las estimaciones se requieren tanto del producto a granel como
envasado.
Actualmente, se cuenta con modelos de tipo ARIMA que proporcionan las siguientes estimaciones:
Estimación anual del mercado a nivel nacional para dicho producto.
Estimación mensual con alcance trimestral (horizonte de planificación de 3 meses, para el
cual se obtienen estimaciones mensuales).
Estimación mensual con detalle semanal y alcance mensual (horizonte de planificación de 1
mes, para el cual se obtienen estimaciones tanto semanales como agregadas al mes).
Actualmente, para el modelo actual con horizonte mensual, los errores son del 4% para las
estimaciones del producto envasado y del 12% para las estimaciones del producto a granel.
El objetivo de la mejora de los modelos existente pasa por:
Mejorar la estimación de demanda anual a nivel nacional del producto, tanto de granel
como envasado.
Mejorar las estimaciones de la demanda semanal/mensual, tanto de granel como
envasado.
Para estos modelos de previsión de la demanda, se podrá usar el modelo de previsión de demanda
que se prefiera, no tiene por qué ser modelos de tipo ARIMA como los existentes. Se valorará que se
prueben distintos tipos de modelos y se seleccione el que mejor resultados dé.
Por otro lado, se conoce que las condiciones meteorológicas tienen un efecto importante en la
demanda del producto, en concreto las temperaturas y la precipitación.
Aunque ya se cuenta con previsiones a nivel semanal de las condiciones meteorológicas, se desea
afinar más estas previsiones y ampliar el horizonte de previsión. Nuevamente, se podrá utilizar el
modelo de previsión que se prefiera y se valorará la comparación de diferentes modelos.
El entregable será el código del mejor modelo elegido para hacer las previsiones así como un
reporte del rendimiento de los distintos modelos probados.