- En el presente trabajo se realizó la investigación bibliográfica para el desarrollo de un algoritmo basado en técnicas de minería de datos, de lo cual concluimos que la regresión lineal es una técnica eficiente para el pronóstico de ventas con tendencia a corto plazo, con la técnica divide y vencerás podemos diseñar el algoritmo de una manera sencilla y ser representado en pseudocódigo de manera precisa.
- Tras haber realizado el análisis de las técnicas de diseño de algoritmos como se muestra en la sección 4.1. y el análisis de técnica de minería de datos como se muestra en la sección 4.3. logramos concluir que la mejor técnica que se adapta al proyecto es la técnica de divide y vencerás según cuadro comparativo sección 4.2. Y la mejor técnica de minería de datos que se adapta para este pronóstico es la regresión lineal múltiple según cuadro comparativo sección 4.4.
- Se logró realizar el diseño de un algoritmo basado en técnicas de minería de datos con el fin de abastecer de manera eficiente el inventario en Mype comercializadores de artículos de primera necesidad según sección 4.7.2.
- El algoritmo propuesto basado en técnicas de minería de datos ofrece una solución aceptable utilizando la técnica divide y vencerás así como la metodología de extracción de conocimiento Crisp donde se propuso una estructura jerarquizada en fases: para la entrada tenemos la fase de recopilación de datos, en el proceso tenemos las fases de explorar, limpiar, transformar y seleccionar, predecir la demanda con el modelo de regresión para después poder abastecer eficientemente el inventario.
- El diseño del algoritmo es válido al llegar a pronosticar la demanda a corto plazo con un margen de error aceptable, esto genera conocimiento para la toma de decisión final para realizar un abastecimiento eficiente, se logró la aplicación del diseño del algoritmo según sección 4.8. obteniendo resultados favorables.
- Al haber cumplido con todas las características mencionadas, podemos concluir que el diseño del algoritmo basado en técnicas de minería de datos abastece eficientemente el inventario en las Mype, llegando a cumplir con el objetivo general del trabajo.
BIBLIOTECA
DE CIENCIAS
FÍSICAS
6.2. Recomendaciones
1. Se recomienda realizar una adecuada limpieza de datos en la fase de preparación de datos ya sea con métodos de reemplazo de valores o si es necesario eliminación de los mismos ya que, de lo contrario en la fase de modelado podríamos obtener resultados erróneos.
2. Se recomienda elegir con cuidado las variables independientes en la fase de análisis del negocio, de tal manera que estas no estén próximas a ser colineales.
3. Se recomienda la aplicación del algoritmo en los principales productos que abastece la Mype.
6.3. Trabajos Futuros
1. En este algoritmo propuesto, los pronósticos realizados para el abastecimiento son a corto plazo. En trabajos futuros se debería optar por técnicas de minería de datos que permitan un pronóstico a mediano plazo, para productos con un nivel de rotación menor.
2. En un próximo trabajo, se debería poder clasificar los productos de la Mype, y así obtener cuales son los que tienen una mayor presencia en inventario y cuales no para tener prioridad sobre los primeros en cuanto a la eficiencia del abastecimiento.
BIBLIOTECA
DE CIENCIAS
FÍSICAS
Referencias Bibliográficas
Anaya Tejero, Julio Juan. 2007. Logistica Integral: La gestión Operativa de la Empresa. Tercera. Madrid : Esic, 2007.
Bellini, Franco. 2004. Investigación de Operaciones. [En línea] Universidad Santa María. Venezuela, 2004. [Citado el: 04 de 11 de 2011.] http://www.investigacion-
operaciones.com/operaciones.htm.
Chapman, Pete. 2000. CRISP-DM 1.0: Step by step data mining guide. U.S.A. : s.n., 2000.
Cormen, Thomas, Leiserson, Charles y Rivest, Ronald L. 1990. Introduction to Algorithms. 1era Edición. Massachusetts : McGRAW HILL, 1990.
Corona, María Adriana Nakamura y Anticona Valdez María de los Ángeles. 2011. Diseño de Algoritmos y su implementación en Lenguaje C. México : Mc Graw Hill, 2011.
Cruzalegui Méndez, Gladys Gisela. 2006. Analisis de tendencias para pronosticas la situacion financiera y economica de una empresa agroindustrial. Trujillo : Universidad Privada del Norte, 2006.
Dalrymple, Douglas. 1999. Adminsitracion de Ventas: Conceptos y Casos. Mexico : Limusa S.A., 1999.
ENAHO, Encuesta Nacional de Hogares. 2011. [En línea] INEI, 2011. [Citado el: 01 de 11 de 2011.] http://www.inei.gob.pe/web/Boletin/Attach/12662.pdf.
Escolapia, Escola Pia de Catalunya. 2000. Los Inventarios. [En línea] 2000. [Citado el: 12 de 11 de 2011.] http://www.uco.es/~p42abluj/web/7texto1.htm.
Fabricio Martinez, Mario Galvis. 2004. Confrontación de dos técnicas de minería de datos aplicadas a un dominio específico. Bogotá : s.n., 2004.
Gallardo, José E. Ruíz, Carmen M. García López. 2010. Diseño de algoritmos y programas. [En línea] Universidad de Málaga, 2010. [Citado el: 16 de 11 de 2011.]
http://es.scribd.com/doc/27972175/Tema-2-Diseno-de-Algoritmos-y-Programas.
González, Manuel Alejandro. 2010. Monografías.com S.A. Abastecimiento. [En línea] 2010. [Citado el: 07 de 11 de 2011.] http://www.monografias.com/trabajos21/abastecimiento/abastecimiento.shtml.
BIBLIOTECA
DE CIENCIAS
FÍSICAS
Y MATEMÁTICAS
Guerequeta, Rosa y Antonio Vallecillo. 2000. Técnicas de Diseño de Algoritmos. Segunda Edición . s.l. : Publicaciones de la Universidad de Málaga, 2000.
Hanke, Jhon E. 2006. Pronósticos en los Negocios. Octava Edición. México : Pearson Educación, 2006.
Hermes, Ojeda R. 2005. Estrategias para el diseño de Algoritmos. Merida : s.n., 2005.
Hernandez Orallo, Jose. 2004. Introduccion a la mineria de datos. España : Pearson, 2004. ISBN 84-205-4091-9.
Hernández Orallo, Joser M, Ramirez Quintana, Jose y Ferri Ramirez, Cesar. 2004. Introducción a la Minería de Datos. s.l. : Pearson, 2004.
Hillier, Frederick S.y Gerald J. Lieberman. 2002. Investigación de Operaciones. 7ma Edición. México : Editorial McGRAW HILL, 2002.
Holton, J. Wilson, Barry Keating. 2007. Pronósticos en los negocios con ForecastXmr basado en Excel. México : Mc Graw Hill Interamericana, 2007.
Ing. Tomás Gálvez Martínez, MBA. 2013. Celogis. Celogis. [En línea] 30 de Setiembre de 2013. [Citado el: 29 de Setiembre de 2014.] http://es.slideshare.net/tomgalvez/mtodos-para-medir- la-precisin.
Lévano Huamaccato, Marcos Antonio y Roldan Palacios, Francisto Medardo. 2002. Desarrollo de un sistema de control de compras para el area de abastecimiento de la Universidad
Nacional de Trujillo. Trujillo : Universidad Nacional de Trujillo, 2002.
Linares, Eliana M. Mestanza, Sedano Méndez, Ekaterina C. 2011. Diseño de un modelo de Minería de datos con la técnica de regresión lineal múltiple para el pronóstico de ventas. Trujillo : Universidad Nacional de Trujillo, Perú, 2011.
Luqued Adbad, Jesus. 2000. Sistema productivo de la empresa: Planificacion, programacion y Control de la produccion. [En línea] 2000. [Citado el: 12 de 11 de 2011.]
http://www.uco.es/~p42abluj/web/indice.htm.
Melquiades, José A. Rodríguez. 2011. Diseño y análisis de algoritmos. Trujillo : s.n., 2011.
Mercado, Salvador. 2011. Administración Aplicada. Teoría y Práctica. Tercera edición. s.l. : Editorial Limusa, 2011.
Muller, Max. 2004. Fundamentos de administracion de inventarios. s.l. : Norma, 2004.
Nakamura Corona, María Adriana. 2011. Diseño de Algoritmos y su implementación en Lenguaje C. México : Mc Graw Hill, 2011.
Navarro, Marcos Javier Moya. 1990. Investigación de operaciones 4 Control de Inventarios. Primera Edición. 1990.
BIBLIOTECA
DE CIENCIAS
FÍSICAS
Pérez, César López. 2007. Minería de Datos: Técnicas y Herramientas. Universidad Complutense de Madrid. España : Editorial Thomson, 2007.
Pita Fernandez, S. 2010. Metodologia del Muestreo. Coruña : s.n., 2010.
Pressman, Roger S. Ph.D. 2010. Ingeniería del Software. Un enfoque práctico. 7ma Edición. México : Editorial McGRAW HILL, 2010.
Salazar, Germán Campos. 2007. Monografías.com S.A. Micro y Pequeña Empresa. [En línea] 2007. [Citado el: 07 de 11 de 2011.] http://www.monografias.com/trabajos16/micro- empresa/micro-empresa.shtml.
Sánchez, Juan Ramos. 2004. Logística Modelos Deterministas. [En línea] Pontificia Universidad Católica de Valparaíso, 2004. [Citado el: 04 de 11 de 2011.]
http://www.material_logistica.ucv.cl/en%20PDF/Introd_MODELOS%20DE%20INVENTARIO_20 04.pdf.
Slideshare. 2010. Tipos de empresas. [En línea] 2010. [Citado el: 03 de 11 de 2011.] http://www.slideshare.net/guestbc3657/tipos-de-empresas-414045.
Taha, Hamdy A. 1998. Investigación de Operaciones: Una introducción. México : Prentice Hall, 1998.
UCO, Universidad de Córdoba. 2000. Inventarios. [En línea] 2000. [Citado el: 12 de 11 de 2011.] http://www.uco.es/~p42abluj/web/indice.htm.
Valero Orea, Sergio. 2009. Aplicacion de Tecnicas de Mineria de Datos para predecir deserción. México D.F. : Universidad Tecnologica de Izúcar de Matamoros, 2009.
Vallejos Jose, Sofia. 2006. Diseño y Administracion de datos: Mineria de datos. 2006.
WikiDA, Enciclopedia Libre. 2011. Técnicas de Diseño de Algoritmos. [En línea] 06 de 11 de 2011. http://es.wikipedia.org/wiki/Dise%C3%B1o_de_algoritmos.
Wikipedia, Enciclopedia Libre. Técnicas de Diseño de Algoritmos. [En línea] [Citado el: 06 de 11 de 2011.] http://es.wikipedia.org/wiki/Algoritmo#T.C3.A9cnicas_de_dise.C3.B1o_de_algoritmos.
BIBLIOTECA
DE CIENCIAS
FÍSICAS
Y MATEMÁTICAS
Anexos
Anexo 1: Tabla Distribución t-Student
1 r 0.75 0.80 0.85 0.90 0.95 0.975 0.99 0.995 1 1.000 1.376 1.963 3.078 6.314 12.706 31.821 63.657 2 0.816 1.061 1.386 1.886 2.920 4.303 6.965 9.925 3 0.765 0.978 1.250 1.638 2.353 3.182 4.541 5.841 4 0.741 0.941 1.190 1.533 2.132 2.776 3.747 4.604 5 0.727 0.920 1.156 1.476 2.015 2.571 3.365 4.032 6 0.718 0.906 1.134 1.440 1.943 2.447 3.143 3.707 7 0.711 0.896 1.119 1.415 1.895 2.365 2.998 3.499 8 0.706 0.889 1.108 1.397 1.860 2.306 2.896 3.355 9 0.703 0.883 1.100 1.383 1.833 2.262 2.821 3.250 10 0.700 0.879 1.093 1.372 1.812 2.228 2.764 3.169 11 0.697 0.876 1.088 1.363 1.796 2.201 2.718 3.106 12 0.695 0.873 1.083 1.356 1.782 2.179 2.681 3.055 13 0.694 0.870 1.079 1.350 1.771 2.160 2.650 3.012 14 0.692 0.868 1.076 1.345 1.761 2.145 2.624 2.977 15 0.691 0.866 1.074 1.341 1.753 2.131 2.602 2.947 16 0.690 0.865 1.071 1.337 1.746 2.120 2.583 2.921 17 0.689 0.863 1.069 1.333 1.740 2.110 2.567 2.898 18 0.688 0.862 1.067 1.330 1.734 2.101 2.552 2.878 19 0.688 0.861 1.066 1.328 1.729 2.093 2.539 2.861 20 0.687 0.860 1.064 1.325 1.725 2.086 2.528 2.845 21 0.686 0.859 1.063 1.323 1.721 2.080 2.518 2.831 22 0.686 0.858 1.061 1.321 1.717 2.074 2.508 2.819 23 0.685 0.858 1.060 1.319 1.714 2.069 2.500 2.807 24 0.685 0.857 1.059 1.318 1.711 2.064 2.492 2.797 25 0.684 0.856 1.058 1.316 1.708 2.060 2.485 2.787 26 0.684 0.856 1.058 1.315 1.706 2.056 2.479 2.779 27 0.684 0.855 1.057 1.314 1.703 2.052 2.473 2.771 28 0.683 0.855 1.056 1.313 1.701 2.048 2.467 2.763 29 0.683 0.854 1.055 1.311 1.699 2.045 2.462 2.756 30 0.683 0.854 1.055 1.310 1.697 2.042 2.457 2.750 40 0.681 0.851 1.050 1.303 1.684 2.021 2.423 2.704 60 0.679 0.848 1.046 1.296 1.671 2.000 2.390 2.660 120 0.677 0.845 1.041 1.289 1.658 1.980 2.358 2.617 0.674 0.842 1.036 1.282 1.645 1.960 2.326 2.576