PRONÓSTICO DE LA DEMANDA MEDIANTE EL MODELO PROPHET: APLICACIÓN EN SERIES TEMPORALES EMPRESARIALES
Palabras clave:
Prophet, demand forecasting, time series, Python, Industry 4.0, machine learning, seasonalityResumen
El pronóstico de la demanda constituye una herramienta fundamental para la planificación de la cadena de suministro, la gestión de inventarios y la toma de decisiones estratégicas en organizaciones empresariales. El presente artículo describe la aplicación del modelo Prophet, desarrollado por Facebook (Meta) Research, para el pronóstico de series temporales de ventas mensuales de productos farmacéuticos en una empresa boliviana del sector. Se implementó un pipeline completo en Python sobre Google Colaboratory, que abarca desde la adquisición y limpieza automatizada de datos históricos de ventas almacenados en Google Sheets, hasta la generación de pronósticos a 12 meses con intervalos de confianza al 95%, la evaluación de la precisión mediante métricas estadísticas (MAE, RMSE, MAPE) y la exportación de resultados en formato Excel con visualizaciones gráficas. El modelo obtuvo un MAPE de 18.4%, calificado como “bueno” (4/5) en la escala propuesta, demostrando que Prophet supera de forma significativa a modelos clásicos de referencia (Regresión Lineal, Holt-Winters, ARIMA) para series con alta variabilidad estacional y cambios de tendencia. Los resultados evidencian el potencial de esta metodología para su implementación en la planificación empresarial bajo los principios de la Industria 4.0.