Pipeline de Predicción de Demanda en Retail (End-to-End)

Este repositorio contiene el código fuente y la documentación técnica de un Trabajo de Fin de Grado (TFG) centrado en la predicción de series temporales para el sector retail.

El proyecto implementa un flujo de trabajo comparativo robusto que evalúa tres enfoques distintos: un Baseline Ingenuo (Media Móvil), modelos estadísticos clásicos (ARIMA/SARIMAX) y algoritmos modernos de Machine Learning Supervisado (Gradient Boosting).

Objetivo del Proyecto

Optimizar la precisión del pronóstico de ventas a nivel de tienda y producto para mejorar la planificación de inventario, minimizar costes de almacenamiento y evitar roturas de stock.

Metodología y Arquitectura

El desarrollo se estructura en un único pipeline secuencial (Pipeline_Prediccion_Demanda.ipynb) que abarca las siguientes fases:

1. Análisis Exploratorio de Datos (EDA)

Estudio exhaustivo de la naturaleza de la serie temporal:

• Descomposición: Análisis de componentes de Tendencia, Estacionalidad y Residuo.
• Tests de Estacionariedad: Aplicación de pruebas (Dickey-Fuller) para validar la estabilidad de la serie.
• Autocorrelación: Gráficos ACF y PACF para identificar patrones temporales.

2. Baseline y Modelado Estadístico

Para validar la eficacia del Machine Learning, establecemos dos puntos de referencia:

• Media Móvil (Baseline): Modelo simple de ventana deslizante para establecer el error mínimo aceptable.
• ARIMA / SARIMAX (Benchmark): Implementación de modelos econométricos clásicos. Se utiliza pmdarima para la selección automática de hiperparámetros (p,d,q) basada en la optimización del criterio AIC.

3. Machine Learning Avanzado (Skforecast)

Transformación del problema de series temporales en un problema de regresión supervisada:

• Ingeniería de Features: Creación de variables exógenas, retardos (lags) y ventanas móviles (rolling statistics).
• Modelo: Entrenamiento de un Regresor de Gradient Boosting (LightGBM/XGBoost) capaz de capturar relaciones no lineales complejas.
• Validación: Uso de ForecasterRecursive para predicciones multi-step.

Stack Tecnológico

• Lenguaje Principal: Python 3.x
• Orquestación de Forecasting: skforecast.
• Modelado Estadístico: pmdarima, statsmodels.
• Machine Learning: scikit-learn, lightgbm.
• Manipulación de Datos: pandas, numpy.
• Visualización: matplotlib, seaborn, plotly.

Instalación y Ejecución

Sigue estos pasos para reproducir el análisis en tu entorno local.

Prerrequisitos

• Python 3.8 o superior.
• Jupyter Lab o VS Code.

Pasos de Instalación

1. Clonar el repositorio:

   git clone [https://github.com/danielfernandezf/prediccion-demanda-retail.git](https://github.com/danielfernandezf/prediccion-demanda-retail.git)
   cd prediccion-demanda-retail

2. Configurar el Entorno Virtual (Recomendado):

   # Windows
   python -m venv venv
   .\venv\Scripts\activate
   
   # Mac/Linux
   python3 -m venv venv
   source venv/bin/activate

3. Instalar Dependencias:

   pip install -r requirements.txt

4. Ejecutar el Pipeline: Abre el proyecto en Jupyter y ejecuta todas las celdas:

   jupyter lab Pipeline_Prediccion_Demanda.ipynb

Resultados y Conclusiones

El rendimiento se evaluó comparando las métricas de error (RMSE y MAE) entre los tres enfoques: Baseline, Estadístico y Machine Learning.

Conclusión: El modelo de Gradient Boosting demostró ser superior tanto al Baseline (Media Móvil) como al enfoque estadístico tradicional (ARIMA), logrando una mejor generalización ante picos de demanda y estacionalidades complejas.

---

Autor: Daniel Fernández Ingeniero de Software & Data Scientist